142099
TRANSCRIPT
FUNDAÇÃO GETÚLIO VARGAS
ESCOLA DE ADMINISTRAÇÃO DE EMPRESAS DE SÃO PAULO
FERNANDO COELHO MARTINS FERREIRA
O EFEITO DA AGLOMERAÇÃO INDUSTRIAL NO DESEMPENHO ECONÔMICO
DAS FIRMAS
Uma Análise Exploratória Aplicada ao Setor de Confecções do Estado de São Paulo
SÃO PAULO
2005
1
FERNANDO COELHO MARTINS FERREIRA
O EFEITO DA AGLOMERAÇÃO INDUSTRIAL NO DESEMPENHO ECONÔMICO
DAS FIRMAS
Uma Análise Exploratória Aplicada ao Setor de Confecções do Estado de São Paulo
SÃO PAULO
2005
Dissertação apresentada à Escola de
Administração de Empresas de São Paulo da
Fundação Getúlio Vargas, como requisito
para obtenção do título de Mestre em
Administração de Empresas.
Campo de Conhecimento: Estratégia de
Operações
Orientador: Prof. Dr. João Mário Csillag
2
Ferreira, Fernando Coelho Martins. O efeito da aglomeração industrial no desempenho econômico das firmas: uma análise exploratória aplicada ao setor de confecções do Estado de São Paulo / Fernando Coelho Martins Ferreira. - 2005. 209 f. Orientador: João Mario Csillag. Dissertação (mestrado) - Escola de Administração de Empresas de São Paulo. 1. Análise econômico-financeira. 2. Concentração industrial. 3. Desempenho – Avaliação. 4. Empresas – Avaliação. 5. Roupas – Confecção. 6. Valor adicionado. 7. Vestuário – Indústria – São Paulo (Estado). I. Csillag, João Mário. II. Dissertação (mestrado) - Escola de Administração de Empresas de São Paulo. III. Título. CDU 657.92
3
FERNANDO COELHO MARTINS FERREIRA
O EFEITO DA AGLOMERAÇÃO INDUSTRIAL NO DESEMPENHO ECONÔMICO
DAS FIRMAS
Uma Análise Exploratória Aplicada ao Setor de Confecções do Estado de São Paulo
Dissertação apresentada à Escola de
Administração de Empresas de São Paulo da
Fundação Getúlio Vargas, como requisito para
obtenção do título de Mestre em Administração
de Empresas.
Campo de Conhecimento:
Estratégia de Operações
Data de Aprovação:
____/____/____
Banca Examinadora:
___________________________
Prof. Dr. João Mário Csillag (Orientador)
FGV-EAESP
____________________________
Prof. Dr. Luiz Carlos Di Serio
FGV-EAESP
_____________________________
Profª. Dra. Eliane Pereira Zamith Brito
Universidade Presbiteriana Mackenzie
4
DEDICATÓRIA
Aos meus pais, Humberto Luiz e
Mariza Adelaide, que, através de
amor e fé incondicionais, me
mantiveram firme na busca de meus
objetivos.
5
AGRADECIMENTOS
Ao meu orientador, Prof. Dr. João Mário Csillag, que durante os dois anos do
mestrado me auxiliou e me estimulou a ir bem além daquilo que eu supostamente
poderia suportar. Minha gratidão vai além destes dois anos de convivência.
Ao Professor Luiz Artur Ledur Brito, que se dispôs a me ajudar sempre de forma
muito solícita, mesmo nas ocasiões em que se encontrava com pouco tempo para
isso. Os conselhos e todo o apoio dele recebidos se refletem em trechos
fundamentais deste trabalho.
Ao Professor Dr. Abraham Laredo Sicsú, que, além de se dispor a me auxiliar nas
análises dos resultados de meu trabalho, demonstrou uma intensa preocupação
comigo durante a realização deste trabalho. A ele sou grato pelo apoio e
consideração.
A diversos colegas de mestrado e doutorado, especialmente Natércia Filipe
Mendeiros Carona, Daniela Cedola, Mateus Canniati Ponchio e Márcio Antônio
Maita, que me suportaram antes e durante a fase monográfica e sempre me deram
mais atenção do que merecia.
Ao CNPq, que viabilizou meus estudos na Fundação Getúlio Vargas durante estes
dois anos.
Por fim, aos meus pais, Humberto Luiz e Mariza Adelaide, e irmãos, Patrícia e
Eurico, que sempre se preocuparam com o membro distante da família,
incentivando-me nos momentos de dificuldade e torcendo para que cada fase fosse
transposta com sucesso. Espero, dentro de meus limites, que possa sempre
corresponder a todo o carinho que eles possuem por mim.
6
“A tarefa não é contemplar o que ninguém ainda contemplou, mas meditar, como
ninguém ainda meditou, sobre o que todo mundo tem diante dos olhos”
Madeleine Grawitz
7
RESUMO
Verifica-se hoje, no Brasil, a emergência de uma série de estudos, tanto no lado
acadêmico quanto no lado governamental e empresarial, relacionados às
aglomerações industriais, mais notadamente clusters e Arranjos Produtivos Locais
(APLs). Contudo, a maioria destes se direciona a abordagens metodológicas
qualitativas, deixando o aspecto quantitativo ainda pouco explorado. Outro fato
também constatado sobre estes estudos é que poucos são aqueles que se
direcionam a avaliar o desempenho das firmas localizadas em aglomerações
industriais, em comparação com as não aglomeradas.
Este trabalho teve como objetivo preencher parcialmente esta lacuna. Marcado por
uma abordagem quantitativa, buscou-se avaliar como as firmas aglomeradas se
desempenham economicamente em relação às não aglomeradas. Dado o aparente
ganho de competitividade do setor de confecções brasileiro e a importância relativa
na economia que este voltou a adquirir após décadas de decadência, as firmas
deste setor localizadas no estado de São Paulo foram as escolhidas para a análise.
Para alcançarmos este objetivo, foi utilizada uma base de dados secundários que,
conjugada com informações relativas às aglomerações industriais existentes no
estado de São Paulo, permitiu avaliar o desempenho das firmas de confecções
através de medidas relacionadas ao conceito de Valor Adicionado.
Contrariando as expectativas geradas pela revisão de literatura, foi constatada a
ausência de evidências que confirmem que as firmas localizadas em aglomerações
industriais se desempenhem melhor do que as firmas não aglomeradas. Opondo-se
de forma mais intensa às expectativas, foi constatado que as firmas localizadas na
cidade de São Paulo, região com a maior aglomeração de firmas do setor de
confecções, possuem seu desempenho econômico prejudicado. Todavia, dado o
caráter exploratório do estudo, os resultados não devem ser generalizados, ficando
estes restritos às empresas componentes da amostra.
Palavras-chave: Aglomeração Industrial, Desempenho Econômico, Setor de
Confecções, Indústria Paulista, Valor Adicionado.
8
ABSTRACT
Nowadays in Brazil, a set of studies are emerging, as much from the academic side
as from the governmental and corporative side, concerning to the industrial
agglomeration, mainly clusters and Local Productive Arrangements (LPAs). However,
the majority of those studies are conducted trough approaches of qualitative
methodology. Another evidence about such studies is that they seldom develop
research towards the performance of the firms located in industrial agglomerations
compared to other firms not agglomerated.
This work had as objective to partially fulfill that gap. Determined by a quantitative
approach, it aimed to evaluate how the agglomerated firms perform economically
when compared with the ones that are not. Considering the apparent competitive
advantage of the Brazilian textile sector and the relative economic relevance that it
rebuilt after decades of decadence, firms from this sector located in São Paulo state
were selected for analysis.
To reach this goal, a secondary data base was used, together with information
concerning the industrial agglomerations existing in São Paulo state, which has
allowed evaluating the firms’ performance trough measures related to the concept of
Added Value.
Contrary to all expectations raised by the bibliographic review and preparatory
research, no evidence that confirms that firms located in industrial agglomerations
have better performance than the not agglomerated firms was found. Moreover, the
research revealed that the firms located in São Paulo city, the region with the biggest
agglomeration of firms of the textile sector, have their performance jeopardized
Nevertheless, taking into account the exploratory nature of this study, the results
should not be generalized to all the textile industry sector, remaining such results
strictly adequate to the firms of the sample.
Key-words: Industrial Agglomeration, Economic Performance, Textile Sector, Paulista
Industry, Added Value.
9
LISTA DE TABELAS E ILUSTRAÇÕES
Tabelas
Tabela 1 – Nível de Aglomerações Vs. CNAE das firmas selecionadas para a
amostra.....................................................................................................................119
Tabela 2 – Medidas Descritivas da Variável Valor Adicionado por Funcionário......128
Tabela 3 – Medidas Descritivas da Variável Receita Líquida da Firma...................129
Tabela 4 – Medidas Descritivas da Variável Receita por Cliente.............................130
Tabela 5 – Medidas Descritivas da Variável Número de Funcionários....................131
Tabela 6 – Medidas Descritivas da Variável Receita por Funcionário.....................132
Tabela 7 – Correlações entre as Variáveis Contínuas.............................................133
Tabela 8 – Distribuição de Freqüência para Nível de Aglomeração........................134
Tabela 9 – Distribuição de Freqüência para Setor de Atividade..............................134
Tabela 10 – Distribuição de Freqüência para Idade da Firma.................................134
Tabela 11 – Distribuição de Freqüência para Exportação.......................................135
Tabela 12 – Distribuição de Freqüência para Política de Relacionamento com a
Comunidade.............................................................................................................135
Tabela 13 – Medidas Descritivas da Variável Valor Adicionado por Receita...........136
Tabela 14 – Medidas Descritivas da Variável Receita Líquida da Firma.................137
Tabela 15 – Medidas Descritivas da Variável Receita por Cliente...........................138
Tabela 16 – Medidas Descritivas da Variável Número de Funcionários..................139
Tabela 17 – Medidas Descritivas da Variável Receita por Funcionário...................140
Tabela 18 – Correlações entre as Variáveis Contínuas...........................................141
Tabela 19 – Distribuição de Freqüência para Nível de Aglomeração......................142
Tabela 20 – Distribuição de Freqüência para Setor de Atividade............................142
Tabela 21 – Distribuição de Freqüência para Idade da Firma.................................142
Tabela 22 – Distribuição de Freqüência para Exportação.......................................142
Tabela 23 – Distribuição de Freqüência para Política de Relacionamento com a
Comunidade.............................................................................................................143
Tabela 24 – Variáveis Dummy para Nível de Aglomeração.....................................144
Tabela 25 – Variáveis Dummy para Setor de Atividade...........................................145
Tabela 26 – Variáveis Dummy para Idade da Firma................................................145
10
Tabela 27 – Variável Dummy para Exportação........................................................146
Tabela 28 – Variável Dummy para Política de Relacionamento com a
Comunidade.............................................................................................................146
Tabela 29 – Resumo dos Modelos...........................................................................149
Tabela 30 – Análise de Variância.............................................................................150
Tabela 31 – Coeficientes da Regressão para a Variável Dependente Valor
Adicionado por Funcionário......................................................................................153
Tabela 32 – Resumo dos Modelos...........................................................................159
Tabela 33 – Análise de Variância.............................................................................159
Tabela 34 – Coeficientes da Regressão para a Variável Dependente Valor
Adicionado por Receita............................................................................................161
Quadros
Quadro 1 – Meios de Criação do Capital Humano nos Distritos Industriais...............37
Quadro 2 – Características Definidoras de Clusters Propostas na Literatura............89
Quadro 3 – Benefícios e Limitações dos Dados Secundários.................................104
Quadro 4 – Hierarquia da Indústria de Confecções.................................................106
Quadro 5 – Estrutura dos Questionários da Indústria – PAEP 2001........................108
Quadro 6 – Classificação das Variáveis do Estudo..................................................112
Quadro 7 – Método de Cálculo do Valor Adicionado da Indústria............................114
Quadro 8 – Nível de aglomeração atribuído às firmas baseado no número de
estabelecimento em uma cidade..............................................................................118
Quadro 9 – Códigos e Descrição das Variáveis dos Modelos de Regressão..........147
Quadro 10 – Variáveis Acrescentadas em Cada Modelo de Regressão para Ambas
as Variáveis Dependentes.......................................................................................148
Esquemas
Esquema 1 – Os Determinantes da Vantagem Competitiva......................................86
Gráficos
Gráfico 1 – Histograma de Valor Adicionado por Funcionário (em R$ milhares).....128
11
Gráfico 2 – Histograma de Receita Líquida da Firma (R$)......................................129
Gráfico 3 – Histograma de Receita por Cliente........................................................130
Gráfico 4 – Histograma de Número de Funcionários...............................................131
Gráfico 5 – Histograma de Receita por Funcionário (em R$ milhares)....................132
Gráfico 6 – Histograma de Valor Adicionado por Receita........................................136
Gráfico 7 – Histograma de Receita Líquida da Firma (R$)......................................137
Gráfico 8 – Histograma de Receita por Cliente........................................................138
Gráfico 9 – Histograma de Número de Funcionários...............................................139
Gráfico 10 – Histograma de Receita por Funcionário (em R$ milhares)..................140
Gráfico 11 – Histograma Padronizado da Regressão..............................................155
Gráfico 12 – Exame de Resíduos para Valor Adicionado por Funcionário x Receita
por Funcionário.........................................................................................................156
Gráfico 13 – Resíduo Padronizado da Regressão x Receita por Funcionário (R$).157
Gráfico 14 – Resíduo Padronizado da Regressão x Valor Previsto Padronizado....158
Gráfico 15 – Histograma Padronizado da Regressão..............................................163
Gráfico 16 – Valor Adicionado por Receita x Receita Líquida da Firma..................164
Gráfico 17 – Valor Adicionado por Receita x Número de Funcionários...................165
Gráfico 18 – Resíduo Padronizado da Regressão x Receita Líquida da Firma
(R$)...........................................................................................................................166
Gráfico 19 – Resíduo Padronizado da Regressão x Número de Funcionários........166
Gráfico 20 –Resíduo Padronizado da Regressão x Valor Previsto Padronizado.....167
Mapas
Mapa 1 – Localização das Concentrações Industriais da Atividade “Peças Interiores”
no Estado de São Paulo...........................................................................................120
Mapa 2 – Localização das Concentrações Industriais da Atividade “Roupas em
Geral” no Estado de São Paulo................................................................................121
Mapa 3 – Localização das Concentrações Industriais da Atividade de Roupas
Profissionais no Estado de São Paulo.....................................................................122
12
SUMÁRIO
CAPÍTULO 1 - INTRODUÇÃO..................................................................................16
1.1 – Problema de Pesquisa......................................................................................16
1.2 – Escolha e Justificativa do Tema e Contexto de Investigação...........................19
1.2.1 – Justificativa para a Escolha do Setor de Confecções....................................22
1.3 – Contribuições do Estudo...................................................................................24
1.4 – Objetivos............................................................................................................25
1.4.1 – Objetivo Principal...........................................................................................25
1.4.2 – Objetivo Secundário ......................................................................................25
1.5 – Organização do Trabalho..................................................................................25
CAPÍTULO 2 - OS DISTRITOS INDUSTRIAIS: DE MARSHALL AOS TEMPOS
MODERNOS .............................................................................................................27
2.1 – Introdução: As Pequenas Empresas e o Desafio à Lógica do Dualismo
Industrial.....................................................................................................................27
2.2 – O Distrito Industrial: Conceitos e Características..............................................28
2.3 – O Processo de Formação dos Distritos Industriais...........................................31
2.3.1 - Aptidão hereditária .........................................................................................33
2.3.1.1 – Os spillovers tecnológicos ..........................................................................34
2.3.2 - Mercado local para mão-de-obra especializada.............................................36
2.3.3 - Surgimento de indústrias subsidiárias e maquinário especializado ...............37
2.4 – O Conceito de Externalidades...........................................................................38
2.4.1 – As Externalidades Estáticas ..........................................................................41
2.4.2 – As Externalidades Dinâmicas........................................................................41
2.4.3 – As Externalidades em um Contexto Global e suas Contrapartes Negativas .44
2.4.4 – Breves Comentários Acerca das Considerações Estratégicas da Localização
..................................................................................................................................46
2.5 – Divisão do Trabalho, Cooperação e Competição..............................................47
2.5.1 – Limites à Cooperação nos Distritos Industriais..............................................51
2.5.2 – Um Segundo Olhar sobre a Cooperação: a Crítica à Abordagem das
Networks ...................................................................................................................53
13
2.6 – A Derrocada e o Renascimento dos Distritos Industriais: O Caso da Terceira
Itália............................................................................................................................56
2.6.1 – Explicações para o ressurgimento dos distritos industriais ...........................59
2.7 – Fronteiras e Transformações de um Conceito em Busca de Identidade..........63
CAPÍTULO 3 – OS ESTUDOS CONTEMPORÂNEOS SOBRE AS
AGLOMERAÇÕES INDUSTRIAIS: KRUGMAN E PORTER ...................................70
3.1 – Paul Krugman e o Espaço, a Fronteira Final.....................................................72
3.1.1 – A Competição Imperfeita e os Retornos Crescentes.....................................75
3.1.2 – Os modelos de localização das indústrias.....................................................78
3.1.2.1 – História, Acidente e a Localização da Indústria..........................................81
3.1.3 – Críticas à Nova Geografia Econômica...........................................................83
3.2 – Michael Porter e a Emergência dos Clusters....................................................84
3.2.1 – O Conceito de Clusters .................................................................................86
3.2.1.2 – O Contexto Social dos Clusters Industriais ................................................88
3.2.2 – A Natureza dos Clusters................................................................................92
3.2.2.1 – Localização e Competição .........................................................................94
3.2.2.2 – Clusters e Inovação....................................................................................97
CAPÍTULO 4 – METODOLOGIA DE PESQUISA.....................................................99
4.1 – O Conceito de Metodologia...............................................................................99
4.2 – A Pesquisa Exploratória..................................................................................101
4.2.1 – O Uso de Dados Secundários .....................................................................103
4.3 – Universo e Amostra.........................................................................................104
4.3.1 – A Base de Dados Secundários: A Pesquisa de Atividade Econômica Paulista
................................................................................................................................106
4.3.1.1 – Determinando o tamanho da amostra ......................................................109
4.4 – Determinação da Ferramenta de Análise........................................................110
4.4.1. – As Variáveis Dependentes .........................................................................112
4.4.1.1 – Expectativas em Relação ao Desempenho das Firmas ...........................114
4.4.2 – Variáveis Independentes.............................................................................116
4.4.2.1 – Nível de Aglomeração ..............................................................................116
4.4.2.1.1 – O Atlas das Concentrações Industriais..................................................117
4.4.2.2 – Setor de Atividade ....................................................................................123
14
4.4.2.3 – Idade da Firma .........................................................................................123
4.4.2.4 – Exportação ...............................................................................................123
4.4.2.5 – Política de Relacionamento com a Comunidade......................................123
4.4.2.6 – Receita Líquida ........................................................................................124
4.4.2.7 – Receita por Cliente ...................................................................................124
4.4.2.8 – Número de Funcionários ..........................................................................124
4.4.2.9 – Receita por Funcionário ...........................................................................124
CAPÍTULO 5 – RESULTADOS DA PESQUISA.....................................................126
5.1 – Análise Descritiva das Variáveis e Tratamento das Variáveis
Categóricas..............................................................................................................126
5.1.1 – Análise Descritiva das Variáveis .................................................................126
5.1.1.1 – Valor Adicionado por Funcionário e as Variáveis Contínuas Independentes
................................................................................................................................127
5.1.1.2 – Valor Adicionado por Funcionário e as Variáveis Categóricas
Independentes.........................................................................................................133
5.1.1.3 – Valor Adicionado por Receita e as Variáveis Contínuas Independentes..135
5.1.1.4 – Valor Adicionado por Receita e as Variáveis Categóricas Independentes
................................................................................................................................141
5.1.2 – Tratamento das Variáveis Categóricas: A Codificação Dummy ..................143
5.1.2.1 – Nível de Aglomeração ..............................................................................144
5.1.2.2 – Setor de Atividade ....................................................................................144
5.1.2.3 – Idade da Firma .........................................................................................145
5.1.2.4 – Exportação ...............................................................................................146
5.1.2.5 – Política Formal de Relacionamento com a Comunidade..........................146
5.2 – Análise dos Modelos de Regressão................................................................147
5.2.1 – Análise de Regressão para a Variável Dependente Valor Adicionado por
Funcionário..............................................................................................................149
5.2.2 – Análise de Regressão para a Variável Dependente Valor Adicionado por
Receita ....................................................................................................................158
CAPÍTULO 6 – CONCLUSÕES..............................................................................168
6.1 - Conclusões .....................................................................................................168
6.2 – Implicações Gerenciais e Acadêmicas...........................................................171
15
6.3 – Limitações da Pesquisa..................................................................................173
6.4 – Sugestões de Pesquisa..................................................................................175
6.5 – Considerações Finais .....................................................................................177
7 - REFERÊNCIAS .................................................................................................178
8 – APÊNDICE........................................................................................................189
APÊNDICE A – Diagramas de Dispersão e Testes de Mahalanobis para a
Identificação de Outliers...........................................................................................189
9 – ANEXOS ...........................................................................................................195
ANEXO A – Perfil Ocupacional e Econômico da Indústria Paulista.........................195
ANEXO B – Metodologia aplicada na Pesquisa de Atividade Econômica Paulista
(PAEP)......................................................................................................................196
ANEXO C – Metodologia do SEBRAE para a Construção do Atlas das
Concentrações Industriais do Estado de São Paulo................................................206
16
CAPÍTULO 1 - INTRODUÇÃO
1.1 – Problema de Pesquisa
Atualmente, tornou-se prática comum falar da globalização e de todos os benefícios
(e malefícios) que esta trouxe a muitas sociedades nas diversas regiões do mundo.
Capitais, bens e tecnologia são intercambiados entre os mais diversos locais e as
operações podem ser conduzidas onde estas sejam mais eficientes em termos de
custo (vide a enxurrada de investimentos que muitas nações emergentes vêm
recebendo nos últimos anos).
A remoção das barreiras políticas e econômicas entre os países parece ter colocado
a localização sob forte influência da lógica de minimização de custos. Se as
empresas podem construir suas fábricas em locais distantes de seus clientes, uma
vez que outros países possuem uma estrutura física e institucional que torna
possível a instalação destas firmas a um custo menor do que nos seus países de
origem, então a localização das indústrias próximas aos seus mercados
consumidores passa a ser irrelevante.
Todavia, Porter (1998a) afirma que esta perspectiva, apesar de muito divulgada, não
está de acordo com a realidade competitiva. Igualmente equivocada estava a idéia
da globalização da tecnologia nos anos 1990, que pregava que a ampla
disseminação e fácil acesso à tecnologia e ao conhecimento tornariam as
competências dentro das fronteiras nacionais irrelevantes. (CASSIOLATO e
LASTRES, 2000).
Desta forma, a localização das firmas baseada em aspectos estratégicos se
estabelece como uma variável fundamental na tomada de decisão das
organizações. Conforme assinala Porter (1994), as grandes e persistentes
diferenças no desempenho econômico de países, regiões e cidades e o advento de
muitos competidores internacionais de sucesso podem ser parcialmente explicados
pelas estratégias de localização adotadas pelas organizações.
17
Dentro dos estudos de localização, aqueles referentes à concentração de firmas em
um mesmo espaço geográfico – fenômeno que possui diversas denominações na
literatura, tais como arranjos produtivos locais, distritos industriais e clusters,
dependendo a classificação principalmente das características da aglomeração –
vêm atraindo ainda maior interesse na academia e em órgãos governamentais e de
fomento à indústria.
No Brasil, os termos arranjos produtivos locais (APLs) e clusters têm sido os mais
utilizados tanto pela academia quanto pelas instituições empresarias que estimulam
o desenvolvimento destas aglomerações industriais. Do lado governamental, o termo
arranjos produtivos locais foi adotado para representar e balizar todas as políticas de
incentivo a este fenômeno. O SEBRAE (Serviço Brasileiro de Apoio às Pequenas e
Micro Empresas) os define como:
Aglomerações de empresas, localizadas em um mesmo território, que apresentam especialização produtiva e mantêm algum vínculo de articulação, interação, cooperação e aprendizagem entre si e com outros atore locais, tais como: governo, associações empresariais, instituições de crédito, ensino e pesquisa. (SEBRAE, 2003, p. 17).
Tanto no governo quanto em instituições de apoio à indústria, o incentivo ao
desenvolvimento de APLs está amplamente relacionado ao suporte às micro e
pequenas empresas destas aglomerações. O governo federal, por exemplo,
recentemente incluiu os APLs em sua política industrial, visando não somente o
aumento da competitividade destes pequenos e médios empreendimentos, mas
também o aumento da participação destas firmas no comércio exterior
brasileiro.(OTTONI, 2004).
Grupos interministeriais de APLs, a Financiadora de Estudos e Projetos (FINEP) e o
Instituto de Pesquisa Econômica Aplicada (IPEA) são exemplos de órgãos que
desenvolvem no âmbito federal iniciativas de incentivo ao arranjos. Participam
também destas iniciativas bancos de fomento à indústria, como é o caso do Banco
Nacional de Desenvolvimento Econômico e Social (BNDES), e organizações semi-
públicas, como a Agência de Promoção de Exportações do Brasil (APEX). (LEMOS,
18
ALBAGLI e SZAPIRO, 2004). Mais recentemente, através de portaria interministerial,
foi instituído o Grupo de Trabalho Permanente para Arranjos Produtivos Locais (GTP
APL), onde vinte e duas entidades governamentais e não governamentais se
dedicam ao projeto-piloto de desenvolvimento de 11 APLs, distribuídos por todas as
regiões do país,.segundo informa o Ministério do Desenvolvimento, Indústria e
Comércio Exterior (MDIC). (MDIC, 2004).
Do lado das instituições, o SEBRAE talvez seja o órgão mais atuante nas políticas
destinadas aos APLs. Este parte do pressuposto de que a estratégia voltada para o
desenvolvimento dos APLs constitui uma das maneiras do Brasil aprofundar a
democracia e erradicar a pobreza, combinando crescimento econômico com redução
da desigualdade. O SEBRAE enxerga nos APLs a oportunidade das firmas obterem
“vantagens competitivas duradouras, principalmente quando estas são construídas a
partir do enraizamento de capacidades produtivas e inovativas” (SEBRAE, 2003,
p.16), acreditando ainda que as empresas terão maiores chances de florescer de
forma sustentada quando as condições sociais, culturais, ambientais, físico-
territoriais e político-institucionais forem adequadas. Desta forma, pela visão do
SEBRAE, há sentido em atuar somente em redes locais (empresariais, sociais e
institucionais) onde essas condições sejam levadas em conta da mesma forma que
a dimensão econômica.
Sabendo, então, da importância que as aglomerações industriais adquiriram na
recente estratégia para a competitividade da indústria brasileira, este estudo
pretende, ainda que de maneira exploratória, analisar o impacto que a localização
em aglomerações industriais possui no desempenho econômico das firmas.
Como objetivo secundário deste trabalho, pretende-se levantar uma série de outros
fatores que possam explicar a diferença de desempenho entre as firmas
pesquisadas.
Este estudo se voltará à análise do desempenho do setor de confecções localizado
no estado de São Paulo. As razões para a sua escolha poderão ser vislumbradas no
item seguinte deste capítulo.
19
A fim de orientar nossa análise exploratória, iremos buscar na literatura as principais
correntes de pesquisas sobre as aglomerações industriais, visando compreender
como estas se formam, o que as faz se desenvolver e se estabelecer e em que se
baseiam seus diferenciais competitivos.
1.2 – Escolha e Justificativa do Tema e Contexto de Investigação
Antes de nos dirigirmos à justificativa do trabalho, é necessário dizer que o estudo
trata do desempenho de aglomerações industriais, termo abrangente que possui
como aspecto central a proximidade territorial dos agentes econômicos (empresas),
sendo possível também incorporar à definição os agentes políticos e sociais.
(SEBRAE, 2003). A amplitude deste termo, portanto, não nos impede que clusters,
APLs e distritos industriais sejam genericamente tratados como aglomerações
industriais.
Todavia, como deixaremos os agentes políticos e sociais fora do escopo de nossa
pesquisa exploratória, nos limitaremos ao conceito mais restrito de aglomerações
industriais, ou seja, aquele que abrange somente a questão da proximidade entre os
agentes econômicos.
A maior conseqüência desta limitação é que em momento algum as aglomerações
analisadas serão tratadas como clusters, APLs ou qualquer outra possível
denominação. Entendemos que para considerá-las como tais, seria necessária uma
extensa e prévia investigação qualitativa a respeito dos aspectos sociais envolvidos
nas regiões, principalmente no que diz respeito às redes de relações sociais ou
networks, conceito no qual se baseiam todos estes estudos.
Tal posicionamento encontra respaldo em Jones, Hesterly e Borgatti (1997, p. 935,
tradução nossa, grifo nosso), que afirmam que “não é suficiente chamar uma
indústria ou região de “network” [e, consequentemente, de APLs, distritos industriais
ou clusters] sem antes examinar as relações entre as firmas e como estas relações
completam um produto ou serviço”. Da mesma forma, conforme o SEBRAE (2002),
embora um APL dependa da concentração de empresas que realizam atividades
20
semelhantes em uma região, isso não é suficiente para caracterizá-lo. É necessário,
também, que os agentes econômicos e sociais da região possuam grande interação
de ações e dessa forma contribuam em favor do progresso sustentado da
comunidade local1.
Além da própria importância estratégica que as aglomerações industriais vêm
adquirindo no contexto nacional, observam-se dois pontos que motivaram fortemente
a realização deste trabalho: a carência de trabalhos de natureza quantitativa e
analítica neste campo e a não verificação de estudos no Brasil que mensurem o
desempenho econômico de firmas em aglomerações industriais.
Muito já foi escrito sobre APLs, distritos industriais e clusters no Brasil. Tamanha é a
quantidade de publicações acerca deste assunto, concentradas principalmente nos
últimos anos, que seria uma tarefa interminável listá-las neste trabalho. Dentre os
exemplos mais recentes de textos publicados, podemos citar Passos, Dias e Cruz
(2004), Oliveira e Porto (2004), Judice (2004), Tôrres, Oliveira e Silva (2004), Silveira
e Zwicker (2004), Scheffer e Schenini (2004), Moreira e Amorim (2004), Botelho,
Paula e Kamasaki (2004), Amato Neto e Garcia (2003), Coimbra de Souza e Arica
(2003), Contador Júnior e Chiari da Silva (2003), Pereira e Moori (2003). Contudo,
seguindo a tendência de muitas outras publicações, boa parte destas é de natureza
qualitativa e descritiva. Escassas são as pesquisas que oferecem uma abordagem
quantitativa e analítica.
Outro problema recorrente observado nas produções acadêmicas brasileiras é a
classificação das aglomerações como clusters ou APLs sem uma apresentação
prévia de evidências que confirmem que estas são merecedoras de tais
classificações; simplesmente assume-se que estas os são, sendo poucos os
trabalhos que se preocupam com isso.
1 Estranhamente, a REDESIST (Rede de Pesquisa em Sistemas Produtivos e Inovativos Locais), instituição vinculada à faculdade de economia da Universidade Federal do Rio de Janeiro, afirma que o arranjo produtivo local designa aquelas aglomerações produtivas que não apresentam significativa articulação entre os agentes (REDESIST, 2004), aparentando contrariar diversos estudos existentes sobre os APLs.
21
A falta de evidências que caracterizem um aglomerado industrial como um cluster
parece ser um problema não de cunho exclusivamente brasileiro, mas também
daquilo que é produzido e publicado no exterior, conforme verificado por Van der
Linde (2002). De acordo com este autor, a literatura sobre clusters é marcada por
uma riqueza de estudos de casos e relatórios, que frequentemente são mais
qualitativos do que quantitativos e não são padronizados em metodologia e
profundidade de análise. Verifica-se ainda pouca evidência quantitativa e
sistemática sobre a população dos clusters como um todo.
No lado brasileiro, três publicações que visam identificar ou confirmar a existência de
clusters em determinadas regiões são merecedoras de maior atenção: Britto e
Albuquerque (2001), que desenvolveram uma metodologia quantitativa para o
mapeamento de clusters, Wilk e Fensterseifer (2003), que apresentam importantes
evidências sobre o cluster vinícola no Vale dos Sinos, Rio Grande do Sul, e
Kirschbaum e Vasconcelos (2004), que recolhem um número satisfatório de
evidências que caracterizam a região de São José dos Campos como um cluster de
aeronáutica e armamentos bélicos.
Baseado no exposto acima, esta dissertação pretende se apresentar como uma
contraposição ao atual estado da literatura sobre as aglomerações industriais,
visando oferecer uma abordagem quantitativa e analítica aos estudos sobre as
aglomerações industriais.
A segunda motivação para a realização deste trabalho é a ausência de pesquisas no
Brasil que mensurem o impacto que a localização em aglomerações industriais
possui no desempenho econômico das firmas. Uma das poucas iniciativas
conhecidas é a de um projeto conduzido pela Federação das Indústrias do Estado
de São Paulo (FIESP) que analisa comparativamente o quanto as firmas
aglomeradas conseguem adicionar valor aos seus produtos antes e depois da
aplicação de estratégias suportadas pela FIESP, tais como treinamento e
22
capacitação de mão-de-obra, melhoria da qualidade dos produtos, dentre outras
(informação verbal)2.
Outros estudos sobre as aglomerações chegam a trabalhar a questão do
desempenho, mas sob outras perspectivas, tais como a da produtividade das firmas
de setor calçadista de Franca, avaliada por Pereira e Moori (2003).
Em termos acadêmicos, acreditamos que os autores que estiveram mais próximos
de realizar uma análise mais profunda, com o potencial de gerar resultados
promissores no aspecto econômico, foram Wilk e Fensterseifer (2003), que fizeram
uma extensa análise, baseada na perspectiva da Resource-based View (RBV),
sobre os recursos exclusivos e competências distintivas do cluster vinícola dos Vale
dos Sinos. Entretanto, estes autores se limitaram a este levantamento, sem
verificarem o quanto estes elementos impactariam nos resultados das firmas.
A questão do desempenho econômico das aglomerações, portanto, ainda é um
ponto pouco ou não explorado na literatura. Desta forma, este trabalho visa, ainda
que de forma exploratória, preencher esta lacuna observada nos estudos nacionais.
1.2.1 – Justificativa para a Escolha do Setor de Confecções
Posto que nosso estudo trata do desempenho econômico de firmas aglomeradas,
possuíamos a liberdade para escolher uma entre as diversas indústrias do estado de
São Paulo localizadas em aglomerações industriais. Todavia, o setor de confecções
foi o eleito por razões que serão expostas neste subitem.
A cadeia têxtil, composta pelas indústrias de têxteis básicos e de confeccionados,
sofreu profundas transformações a partir da década de 1990. No início daquela
década, a participação dos setores têxtil e de confeccionados havia declinado para
2,9% do PIB e 10% do valor adicionado da indústria de transformação, seguindo
2 Notícia fornecida por Pedro Kobler, analista de projetos da FIESP, durante o seminário de Microeconomics of Competitiveness, realizado através de parceria entre a Harvard Business School e a FGV-EAESP, em São Paulo, em novembro de 2004.
23
uma trajetória descendente desde a década de 1950, quando esta cadeia chegou a
responder por um quarto do PIB do país. (SEBRAE, 2001).
Esta queda na participação relativa do setor têxtil e de confecções no PIB brasileiro
deveu-se à ascensão de outros setores industriais, principalmente entre as décadas
de 1950 e 1980, que passaram a responder por uma fatia maior da produção
nacional. Já a partir da década de 1990, a maior parte desta queda parece ter sido
causada pela abertura do mercado brasileiro aos produtos importados, que
desferiram um duro golpe sobre este setor. (SEBRAE, 2001).
A partir da década de 1990, a indústria têxtil e a indústria de confecções
desenvolveram-se em trajetórias diferentes. Enquanto no setor têxtil houve uma
drástica redução no número de empresas em operações e de postos de trabalho, no
setor de confecções o número de estabelecimentos e a produção aumentaram
consideravelmente. Além disso, o número pessoas empregadas neste setor
permaneceu estável, indicando um aumento de produtividade. (SEBRAE, 2001).
A busca da racionalidade levou muitas empresas de ambas as indústrias à
focalização em um menor número de itens e à especialização em etapas
determinadas do processo produtivo. Plantas verticalizadas adotaram uma estratégia
de horizontalização de suas cadeias, passando a comprar, em vez de produzir, a
matéria-prima de outros fornecedores e a terceirizar a etapa de costura. Além disso,
outros desafios relacionados à maior exigência de preços, qualidade e prazo de
entrega forçaram esta cadeia a se modernizar e a dinamizar o processo competitivo.
(SEBRAE, 2001).
Este acirramento da competição parece estar gerando os primeiros resultados. Nota-
se nos últimos anos a aquisição de um perfil mais exportador dos setores têxteis e
de confecções. No ano de 2003, por exemplo, estes setores bateram o recorde de
exportações (US$ 1,6 bilhão), com o melhor superávit dos últimos onze anos (US$
600 milhões). A média de crescimento das exportações para aquele ano foi de 40 %
(o dobro da média nacional). Ainda, estima-se que para o ano de 2004 as
exportações tenham crescido 25% em relação ao ano anterior, com boas chances
de se bater o recorde histórico da balança comercial, cerca de US$ 1 bilhão,
24
conforme a Associação Brasileira da Indústria Têxtil. (ABIT, 2004). Evidencia-se,
portanto, uma maior competitividade destas indústrias.
As transformações ocorridas nestes setores refletiram-se na maior participação
destes no produto interno bruto, após décadas seguindo uma trajetória descendente.
Ao final de 2003, ambos respondiam por 4,4% do PIB nacional, ante os 2,9%
registrados no início da década de 1990. (ABIT, 2004).
Quanto à importância dos setores têxtil e de confecções para o estado de São
Paulo, vale aqui dizer que estes, no ano de 2001, responderam por quase 12% do
pessoal ocupado no estado, contribuindo para a receita industrial líquida e valor
adicionado em 4,0% e 4,2%, respectivamente (FUNDAÇÃO SEADE, 2004a),
conforme pode ser observado na tabela apresentada no Apêndice A desta
dissertação.
Portanto, dados o peso destas indústrias para a economia nacional e os ganhos por
elas adquiridos em termos de flexibilidade, qualidade e competitividade nos últimos
anos, surge neste cenário a oportunidade de realizar estudos que visem analisar
como as firmas localizadas em aglomerações industriais (no nosso caso, aquelas da
indústria de confecções) se desempenham em relação às não aglomeradas.
1.3 – Contribuições do Estudo
Além de contribuir com o enfoque quantitativo e com a abordagem do desempenho
econômico, acreditamos que este estudo pode adicionar outros benefícios aos
estudos sobre as aglomerações industriais.
Uma das possíveis contribuições da mensuração de aspectos econômicos diz
respeito a sua utilização como instrumento de identificação de clusters, APLs ou
distritos industriais. Estes, notadamente caracterizados pela presença de aspectos
cooperativos e competitivos, que a priori conduzem à produção de resultados
superiores aos das firmas geograficamente isoladas, seriam em teoria capazes de
desempenhar melhor que as firmas não aglomeradas. A existência de evidência
contrária poderia indicar a presença de uma aglomeração em que os aspectos
25
competitivos se sobrepõem aos cooperativos, minando todo o conceito de clusters,
APLs e distritos industriais. A inserção de critérios de desempenho econômico, desta
forma, se apresentaria como um dos sintomas da existência destes fenômenos.
Uma outra contribuição deste estudo é o fato de este alinhar-se com os objetivos da
Secretaria de Desenvolvimento Econômico do Estado de São Paulo, que visa
estabelecer estratégias e programas que visem o aumento do valor agregado nos
produtos e serviços produzidos em algumas das aglomerações industriais
identificadas no estado de São Paulo (informação verbal)3.
1.4 – Objetivos
1.4.1 – Objetivo Principal
Analisar o impacto que a localização em aglomerações industriais possui
sobre o desempenho econômico das firmas. O desempenho será avaliado em
função de medidas relacionadas ao conceito de Valor Adicionado.
1.4.2 – Objetivo Secundário
Levantar fatores, além daqueles relacionados ao efeito da aglomeração, que podem
explicar a diferença no desempenho das firmas analisadas.
1.5 – Organização do Trabalho
Em conjunto com esta Introdução, o trabalho está dividido em seis capítulos.
A revisão da teoria foi distribuída entre os capítulos 2 e 3, com a finalidade de
separar os estudos mais tradicionais sobre a aglomeração industriais dos mais
recentes. Esta revisão foi construída a partir dos principais influenciadores desta
literatura: Alfred Marshall, Paul Krugman e Michael Porter.
3 Notícia fornecida por Luigi Giavina-Bianchi, secretário executivo de desenvolvimento econômico do estado de São Paulo, durante o seminário de Microeconomics of Competitiveness, realizado pela Harvard Business School e a FGV-EAESP, em São Paulo, em novembro de 2004.
26
O capítulo dois apresenta o conceito de distrito industrial, formador dos principais
conceitos de aglomeração industrial hoje utilizados. Neste capítulo, a noção distrito
industrial será abordada desde a sua concepção por Alfred Marshall até os estudos
mais contemporâneos sobre esta forma de aglomeração, concentrados, em sua
maioria, nas mãos de autores europeus e de origem italiana.
Ainda dentro da revisão teórica, o capítulo 3 trata dos estudos recentes mais
influentes dentro desta literatura, cujas principais figuras são os economistas Paul
Krugman e Michael Porter. O primeiro, conhecido como um dos “pais” da Nova
Geografia Econômica, dá um enfoque mais econômico à análise de aglomerações
industriais via construção de modelos. Já o segundo enfoca a questão da
importância dos clusters dentro do contexto de intensa competição em que as
nações estão inseridas.
Terminada a revisão bibliográfica, surge o capítulo quatro, onde a metodologia
utilizada em nossa investigação é apresentada.
O capítulo 5 apresenta os resultados a Pesquisa Exploratória.
Por fim, o capítulo 6 contém as conclusões do estudo, suas implicações gerenciais e
acadêmicas, limitações e sugestões para pesquisas futuras.
27
CAPÍTULO 2 - OS DISTRITOS INDUSTRIAIS: DE MARSHALL AOS TEMPOS
MODERNOS
Explorar a noção de distritos industriais implica abordar, mesmo que de forma breve,
o contexto histórico no qual as pequenas e médias empresas estão imersas e o
papel que estas possuem na estrutura do sistema de produção como um todo. Com
o objetivo de introduzir ao tema principal deste capítulo, o item a seguir visa
demonstrar como estas organizações estão intrinsecamente associadas aos distritos
industriais, conceito-base para os estudos mais atuais sobre aglomerações
industriais.
2.1 – Introdução: As Pequenas Empresas e o Desafio à Lógica do Dualismo
Industrial
Ao longo da história industrial moderna, diversos observadores têm se
impressionado com a “persistência” das pequenas empresas no cenário
macroeconômico, apesar das constantes previsões do desaparecimento destas.
Várias tentativas para explicar tal fenômeno foram feitas e, dentre elas, uma das
mais discutidas se refere à teoria do dualismo industrial. O tema central desta teoria
é que uma segunda forma de produção está inerente à lógica da produção em
massa. De forma resumida, o dualismo industrial afirma que um sistema econômico
regido pela produção em massa não pode ser composto somente por firmas que
seguem este regime, uma vez que os bens por elas produzidos não conseguem ser
especializados o suficiente para atender as suas próprias necessidades estruturais,
como, por exemplo, o maquinário de propósitos especiais que viabiliza a produção
em grandes quantidades. (PIORE e SABEL, 1984).
De acordo com a teoria do dualismo industrial, surgiria neste cenário a pequena
empresa, que passaria a produzir os bens especializados que possibilitariam a
produção em massa. Baseadas em um sistema produtivo considerado “artesanal”,
as pequenas e médias empresas são vistas, sob esta lógica, como um complemento
e uma necessidade deste modo de produção. (PIORE e SABEL, 1984).
28
Apesar de o modelo artesanal ser capaz de partilhar inovações geradas pela
produção em massa, o dualismo industrial não acredita que as pequenas e médias
empresas sejam capazes de gerar o fluxo de progresso tecnológico que marca a
sociedade industrial e dirige o crescimento econômico. Portanto, a produção em
massa é vista como a forma tecnologicamente dominante, e a produção
especializada, nas mãos das pequenas empresas, a sua subordinada. (PIORE e
SABEL, 1984).
No entanto, Piore e Sabel (1984), em sua obra mais influente, The Second Industrial
Divide: Possibilities for Prosperity (A Segunda Divisão Industrial: Possibilidades para
Prosperidade), afirmam que a teoria do dualismo industrial não faz justiça aos
famosos distritos industriais do século XIX, tais como o de seda em Lyon, cutelaria
em Sheffield, bens de algodão em Philadelphia, dentre muitos outros. As pequenas
e grandes firmas nestes distritos industriais apresentavam um comportamento
bastante atípico para a lógica do dualismo: enquanto as pequenas frequentemente
desenvolviam e exploravam novas tecnologias, as grandes, que desde o começo
utilizavam tecnologias sofisticadas, não produziam bens padronizados, típicos da
produção em massa. “O dinamismo tecnológico destas pequenas e grandes
empresas desafia a noção de que a produção artesanal é uma forma tradicional ou
subordinada de atividade econômica”. (PIORE e SABEL, 1984, p. 28, tradução
nossa).
2.2 – O Distrito Industrial: Conceitos e Características
A noção de distrito industrial e os primeiros estudos sobre a aglomeração geográfica
de indústrias estão diretamente relacionados ao economista britânico Alfred
Marshall. Em sua obra mais influente, Principles of Economics, Marshall estudou as
economias geradas pela localização de uma indústria em uma mesma região ou
localidade particular, demonstrando que uma população de pequenas firmas
concentradas geograficamente, especializadas em diferentes fases da produção e
que encontram seu próprio suprimento de trabalho em um mercado local poderia
desfrutar da maioria das vantagens da produção em larga escala aproveitadas pelas
grandes empresas. (BECATTINI, 1991).
29
Marshall (1985) se dedicou com maior ênfase ao fenômeno da concentração
industrial de alguns setores da economia britânica, mais notadamente as indústrias
têxteis localizadas em Lancashire e as de cutelaria em Sheffield, e observou que as
firmas destas indústrias, independente do porte que possuíam, desfrutavam de uma
vantagem competitiva em relação àquelas fora dos distritos industriais. As firmas
localizadas nestes distritos, por exemplo, economizavam mais em maquinário e
mão-de-obra e possuíam melhor capacidade de melhoria e inovação do que as
firmas não pertencentes à aglomeração.
De forma simples, Marshall (1985) retrata os distritos industriais como um conjunto
de pequenas firmas aglomeradas geograficamente que, em conjunto com as
grandes, são capazes de intensificar a divisão do trabalho e o crescimento. Esta
definição, apesar de pioneira, não é capaz de representar todo o significado que
autores mais contemporâneos atribuíram aos distritos industriais. Observa-se que tal
conceito evoluiu ao longo do tempo para acomodar a crescente complexidade das
atividades industriais. (PIETROBELLI e BARRERA, 2002). Talvez a definição de
Becattini4 (1992) apud Corolleur e Courlet (2003) reflita melhor o significado atribuído
aos distritos industriais por estudos mais recentes. Este autor os define como:
Uma concentração de pequenas e médias empresas envolvidas em processos de produção interdependentes, geralmente de uma mesma indústria ou segmento de indústria, que estão localizadas proximamente e estão imersas em estruturas institucionais locais que suportam um mix dinâmico de cooperação e competição. (BECATTINI, 1992 apud COROLLEUR e COURLET, 2003, p. 299, tradução nossa).
Dando um enfoque maior à questão das relações sociais, um tópico presente de
forma constante na literatura sobre distritos industriais, Sforzi (2002, p. 442, tradução
nossa, grifo do autor) define os distritos industriais como “um sistema local
caracterizado pela co-presença ativa de uma comunidade humana e uma indústria
dominante, constituída por um conjunto de pequenas firmas independentes,
especializadas em diferentes fases do mesmo processo de produção”. Esta co-
4 BECATTINI, G. Le district marshallien: une notion socio-économique, apud BENKO, G. B.; LIPIETZ, A.. Les régions qui gagnent. Districts et réseaux: les nouveaux paradigmes de la géographie économique, Paris: PUF, p. 35–55, 1992.
30
presença ativa consiste no fato de que a sociedade local tem grande influência na
organização da produção que se origina da cultura social da comunidade. Segundo
Sforzi (2002):
Um sistema de valores e normas – dominado por um espírito de iniciativa e amplamente refletido nos principais aspectos da vida, tais como trabalho, economias, atitudes quanto à incerteza – produz um ambiente cultural favorável ao empreendimento econômico, influenciando as relações industriais e as atividades do governo local e da administração. A propensão marcante de indivíduos e famílias de serem auto-empregados – refletida em ofícios em casa, artesanato e pequeno empreendedorismo – favorece a formação e difusão de habilidades organizacionais, criatividade, pragmatismo e habilidades individuais e grupais. (SFORZI, 2002, p. 442, tradução nossa).
Conforme assinala Molina-Morales (2002), os seguintes elementos caracterizam os
distritos industriais: (1) uma população de firmas que trabalha em conjunto e é
suportada por instituições públicas e privadas, (2) a existência de uma comunidade
de pessoas onde os membros partilham um sentimento de pertencimento ou de
identidade comum, assim como um sistema de crenças e valores que agem como
inibidor do comportamento individual e (3) a existência de uma atmosfera industrial,
referindo-se aos fluxos de experiências, informações e conhecimento existentes no
ambiente.
No entanto, os distritos industriais da época da Marshall, de acordo com Piore e
Sabel (1984), eram definidos por outras três características mutuamente
dependentes que ainda parecem se aplicar à atualidade. A primeira eram suas
relações com o mercado: os distritos produziam uma ampla gama de produtos
para mercados altamente diferenciados e alteravam constantemente as
configurações dos bens produzidos, a fim de ajustar-se às mudanças de preferência
ou mudar as preferências dos consumidores. Intrinsecamente ligadas a esta relação
com o mercado, o uso flexível de uma tecnologia amplamente aplicável e
crescentemente produtiva, assim como a criação de instituições regionais, que
balanceavam a cooperação e a competição entre as firmas e encorajavam a
inovação permanente, fechavam a tríade que tornava os distritos industriais da
Europa do século XIX tão especiais.
31
Historicamente, os distritos industriais não representam apenas uma contraposição à
equivocada idéia de subserviência das pequenas firmas às grandes. Como veremos
adiante em maiores detalhes, eles também foram marcados pelo modo de produção
que ficou conhecido como “especialização flexível”, cuja noção foi utilizada para
denotar uma transição fundamental de métodos de produção padronizados para
processos produtivos mais flexíveis e novas formas de organização, caracterizadas
pelas redes locais de relações sociais. A especialização flexível diminuiu a distância
competitiva entre grandes e pequenas empresas e permitiu que estas entrassem em
novos e tradicionais nichos do mercado. (BOSCHMA E LAMBOOY, 2002). Portanto,
além de não serem subordinadas às grandes, as pequenas firmas dos distritos
demonstraram-se capazes de competir diretamente com suas contrapartes mais
robustas.
2.3 – O Processo de Formação dos Distritos Industriais
De acordo com Marshall (1985), a produção de alguns artigos delicados e custosos
tem sido localizada desde as etapas mais primitivas da civilização. A razão para este
fenômeno, pelo menos na antiga Europa, estaria relacionada às condições físicas
(natureza do clima, solo, existência de minas etc.), ao patrocínio de cortes e a alguns
dirigentes que deliberadamente traziam para suas proximidades artesãos residentes
em outras regiões. Todavia, como veremos a seguir, os motivos que levaram ao
surgimento de aglomerações nos tempos antigos pouca ou nenhuma relação
possuem com os fatores que ocasionaram a formação dos distritos industriais a
partir da primeira revolução industrial. Pode se dizer que as explicações se tornaram
mais complexas e difíceis de identificar.
Meyer (1998) afirma que os estudos sobre a formação dos distritos industriais
deparam-se com dois dilemas. O primeiro, no nível pragmático, diz respeito à falta
de evidências sobre os estágios iniciais dos distritos: o autor afirma que os
participantes destas aglomerações raramente conservam registros históricos e a
maior parte das evidências pertence às firmas que obtiveram sucesso,
permanecendo obscuras as razões para a falência das “perdedoras”. O segundo
dilema pertence ao nível analítico e conceitual: as explicações propostas para a
formação dos distritos tendem a ser muito simplificadas, evitando cair em maiores
32
detalhes sobre este processo. De qualquer forma, ofereceremos aqui, baseados na
literatura consultada, um pequeno “arranhão” sobre o processo de formação,
consolidação e desenvolvimento dos distritos industriais.
Nos escritos sobre os distritos industriais pode ser encontrada, entre obras diversas,
uma série de fatores que explicam o quê ocasiona a formação e o desenvolvimento
deste fenômeno. Dentre estes, o empreendedorismo se apresenta como um dos
mais citados. Conforme Dei Otatti (2002), a maioria das firmas nos distritos
industriais surge da aspiração natural por melhorias econômicas e sociais de
indivíduos que possuem ou o conhecimento de comércio, ou o de produção,
geralmente adquiridos dentro do próprio distrito.
A perspectiva um pouco romantizada de Dei Otatti, em ressonância com a de outros
autores, contrapõe-se a de Meyer (1998), que, ao estudar as condições que levaram
à formação dos distritos industriais de armas de fogo e maquinário têxtil entre 1790 e
1820 na Nova Inglaterra, estado da costa leste dos Estados Unidos, demonstra a
importância de algumas condições iniciais, tais como os níveis gerais de educação e
capacitação da região, uma população próspera conjugada com uma economia
crescente e, de modo mais enfático, uma rede de relações sociais (networks) que
difundem informações e dão suporte a projetos cooperativos.
Um fato interessante em relação à formação dos distritos industriais, salientado por
Corolleur e Courlet (2003), é o fato de que estes podem surgir de formas muito
distintas. Observando o período anterior à emergência de alguns distritos, estes
autores demonstraram que o surgimento destes não é uniforme, ou seja, as
condições que permitem a formação dos distritos industriais variam de uma área
geográfica para outra. Por exemplo, enquanto um dos distritos analisados surgiu
após um longo e difuso processo de industrialização, outro se originou da
preexistência de grandes companhias que introduziam inovações e determinavam a
distribuição e localização da produção pelo território.
Dei Otatti (2002) salienta que no estágio de formação, as firmas localizadas nos
distritos industriais costumam possuir altas taxas de mortalidade, causadas pela
ausência de fontes de financiamento que permitam a continuidade do negócio. A
33
partir do momento em que estas conseguem um volume substancial de capital para
financiar as suas atividades, assim como construir sua imagem, os distritos podem
se consolidar de duas formas: através do desenvolvimento e aumento do
conhecimento especializado ou através da seleção cuidadosa de firmas com as
quais serão estabelecidas relações de intercâmbio recorrentes. O objetivo desta
seleção é se relacionar com firmas especializadas que produzam bens que, de
alguma forma, sejam diferentes (em qualidade, inovação ou serviço) daqueles de
seus competidores.
Os fatores que levam à formação dos distritos industriais, contudo, não devem ser
os únicos a serem analisados, devem-se considerar também aqueles que levam à
contínua concentração e desenvolvimento das firmas nestes locais. (WHITFORD,
2001). Neste aspecto, os motivos expostos por Marshall para a localização das
firmas em um distrito industrial também são de grande valia para explicar porque as
firmas tendem a se concentrar e progredir nestes locais. Para Marshall (1985), as
razões para a localização das firmas nos distritos estariam relacionadas às (1)
vantagens da aptidão hereditária, à (2) existência de um mercado especializado para
mão-de-obra e ao (3) surgimento de indústrias subsidiárias e maquinário
especializado, explicados em maiores detalhes a seguir. Apesar de Meyer (1998)
afirmar que estas razões proporcionam uma resposta limitada à formação do distrito,
as razões de Marshall ainda hoje influenciam fortemente a literatura sobre o assunto.
2.3.1 - Aptidão hereditária
Para Marshall (1985), a partir do momento uma indústria escolhe uma localidade
para se fixar e aí permanece por longo espaço de tempo, seus segredos de
profissão perderiam a confidencialidade, ficando disponíveis para toda a mão-de-
obra presente na região, que os adotam e os aperfeiçoam continuamente. Nas
palavras do próprio autor:
Os segredos da profissão deixam de ser segredos, e, por assim dizer, ficam soltos no ar, de modo que as crianças5 absorvem inconscientemente grande número deles. Aprecia-se devidamente um trabalho bem feito,
5 Imagina-se que, devido a um erro de tradução, Marshall se referia aos filhos, e não às crianças, dado que ambas as palavras na língua inglesa podem ser representadas pelo termo children.
34
discutem-se imediatamente os méritos de inventos e melhorias na maquinaria, nos métodos e na organização geral da empresa. Se um lança uma nova idéia, ela é imediatamente adotada por outros, que a combinam com sugestões próprias e, assim, essa idéia se torna uma fonte de outras idéias novas. (MARSHALL, 1985, p. 234, grifo nosso).
Observa-se que Marshall (1985) se refere a um modelo de aprendizado relacionado
“à experiência direta que não é codificável através de artefatos”. (HOWELLS, 2002,
p. 872, tradução nossa). De acordo com Boschma e Lambooy (2002), o
conhecimento nos distritos industriais não é transferido somente através do meio
explícito, ou seja, através do conhecimento que pode ser rotinizado, codificado e
formalizado, mas principalmente através do conhecimento implícito ou tácito, que
é frequentemente pessoal, o que o torna difícil de ser comunicado para indivíduos e
firmas de fora do distrito. O conhecimento tácito se constitui em um “tipo de bem
público gratuitamente disponível para os membros do distrito, mas praticamente
inacessível para sujeitos externos, exceto após um longo período de aprendizado”.
(DEI OTATTI, 2002, p. 455). Ele representa o know-how adquirido através da prática
informal de comportamentos e procedimentos aprendidos associados à intuição
científica ou ao desenvolvimento de um conhecimento artesanal dentro das
disciplinas científicas. (HOWELLS, 2002).
2.3.1.1 – Os spillovers tecnológicos
Verifica-se, portanto, que a localização geográfica, além de proporcionar um
diferencial competitivo no que diz respeito à retenção de conhecimento tácito dentro
de suas fronteiras, favorece o maior fluxo de informações e conhecimento entre as
firmas, o que acaba gerando um impulso tecnológico e inovador conhecido como o
deselegante termo – conforme adjetivo conferido por Hakanson (2004) –
technological spillovers6. Estes spillovers dão surgimento a economias dinâmicas de
aprendizado, possibilitando que as firmas em certas regiões mantenham e explorem
vantagens tecnológicas que são insensíveis às mudanças ou diferenças nos custos
dos fatores. (HAKANSON, 2004).
6 A tradução mais palatável para a palavra spillover, dentre as opções disponíveis em Webster´s (1991), seria “abundância”. Hakanson (2004) parece estar correto em classificar tal termo como deselegante.
35
Conforme Feser (2002), os spillovers tecnológicos receberam atenção considerável
na literatura de distritos industriais. Este conceito, todavia, não se aplica somente ao
conhecimento tácito – definido por este autor como um spillover imóvel – aplicando-
se também à variedade conhecida como conhecimento móvel. O conceito de
spillover tecnológico móvel captura o progresso tecnológico generalizado que ocorre
através do tempo e em uma escala global. Algumas inovações e descobertas
tecnológicas, assim como o aprendizado, podem impactar em toda uma indústria ou
ser difundidas tão rapidamente que são consideradas como móveis em qualquer
período de estudo.
Já o conhecimento imóvel ou localizado é o tipo de conhecimento que não é
difundido rapidamente pelo espaço, devido a sua natureza tácita ou não codificada.
Esta categoria de spillover, conforme Feser (2002), tende a ser mais forte em
regiões com altas taxas de inovação e criação de conhecimento. As plantas
localizadas no meio destas regiões inovadoras, segundo o autor, tendem a se tornar
mais produtivas à medida que aprendem mais rapidamente com as manufaturas
vizinhas e se apropriam dos efeitos externos das pesquisas públicas e privadas e
das atividades de desenvolvimento.
Audretsch e Feldman (1996) argumentam que pode haver fronteiras geográficas
para os fluxos de informação ou os spillovers (particularmente o conhecimento
tácito) entre as firmas. Apesar do custo de transmissão de informação poder ser
invariável em relação à distância, o custo de transmitir conhecimento,
presumivelmente, aumenta com a distância. “Ou seja, proximidade e localização
importam”. (AUDRETSCH e FELDMAN, 1996, p. 630, tradução nossa).
Mais recentemente, uma série de teorias passou a colocar ênfase no aprendizado
por meio de novas tecnologias baseadas nas habilidades e trabalho locais, assim
como na confiança e nos relacionamentos pessoais. Conceitos como “aprendizado
coletivo” e innovative millieux foram empregados para descrever este ambiente local
de inovação onde os processos de criação de conhecimento e sua difusão surgem
como inovações. (MOLINA-MORALES, 2002).
36
2.3.2 - Mercado local para mão-de-obra especializada
Pela visão de Marshall (1985), através da concentração de indústrias em um mesmo
local, gerar-se-ia um mercado conjunto para trabalhadores com habilidades
especializadas, beneficiando tanto estes quanto as firmas. Enquanto as firmas
estariam dispostas a recorrer a qualquer lugar possuidor de operários dotados da
habilidade especial de que necessitavam, todo indivíduo à procura de trabalho se
dirigiria aos lugares em que há muitos patrões à procura de operários dotados da
habilidade.
A disponibilidade de uma força de trabalho adequada é um dos principais
determinantes da decisão de localização nos distritos industriais, vista também como
um dos fatores cruciais para o sucesso destas aglomerações regionais. Os
empregados são completamente imóveis se comparados com outros fatores de
produção. Contudo, a força trabalhadora das firmas não é o único capital humano
necessário aos distritos. Os indivíduos ligados às instituições acadêmicas, tais como
universidades e outras instituições de pesquisa, desempenham um importante papel
no desenvolvimento local. Em primeiro lugar, eles educam a força de trabalho e,
desta forma, criam o capital humano que pode ser utilizado pelas firmas; em
segundo lugar, eles são fonte de conhecimento e importantes parceiros de
cooperação para as firmas. (MOLINA-MORALES, 2001).
Molina-Morales (2001) ainda vai um pouco mais adiante e divide o capital humano
em dois tipos: o transferível e o não-transferível. O capital humano transferível é
baseado em conhecimento acadêmico e científico e pode ser obtido em escolas e
universidades, portanto, é conhecimento explícito e codificado, enquanto o capital
não-transferível é o acumulado na profissão, baseado na experiência e na melhoria,
dentre outros elementos. Baseada na origem e no potencial de transferência dos
recursos, a tabela 1, adaptada de Molina-Morales (2001), sistematiza algumas das
formas pelas quais o capital humano pode ser criado.
37
Transferíveis Não-Transferíveis
Recursos Internos
(Criados nas Firmas)
Seminários Internos
Informação Técnica
Treinamento Interno
Experiência Profissional
Conexão com
trabalhadores experientes
Recursos Externos
Acessíveis às Firmas
Escolas e
Universidades
Associações comerciais
Mercado
Firmas com base de
conhecimento semelhante
Conexões com instituições
de pesquisa
Canais de comunicação
informais
Quadro 1 – Meios de Criação do Capital Humano nos Distritos Industriais
FONTE: Adaptado de Molina-Morales (2001, p. 323).
2.3.3 - Surgimento de indústrias subsidiárias e maquinário especializado
A terceira razão para a localização das firmas em aglomerações estaria relacionada
ao surgimento de atividades subsidiárias, que fornecem à indústria principal
instrumentos e matérias-primas, organizam seu comércio e, por muitos meios, lhe
proporcionam economia de material. Ao mesmo tempo, as indústrias subsidiárias,
devotando-se cada uma a um pequeno ramo do processo da produção, poderiam
empregar continuamente máquinas muito especializadas, conseguindo utilizá-las
como uma grande fonte de rendas. (MARSHALL, 1985).
As firmas especializadas de um distrito industrial, estimuladas pela crescente
interdependência, acabam se conectando de forma próxima umas as outras, seja
através de terceirização das atividades, seja devido aos benefícios mútuos da
cooperação, tópico mais explorado adiante. Estas, por exemplo, podem estabelecer
relações verticais cooperativas para a formulação de desenhos técnicos de produtos
ou envolverem-se em formas de cooperação horizontais que incluem a provisão de
serviços comuns, tais como serviços de contabilidade, técnicos, moda, design e
marketing ou até mesmo a contratação de capacidade ociosa de empresas
concorrentes para cumprir seus pedidos. (YOU e WILKINSON, 1994).
38
2.4 – O Conceito de Externalidades
As razões que levam à formação, desenvolvimento e consolidação dos distritos
industriais demonstram, ainda que de forma implícita, que este modelo de
organização da indústria – considerado um sistema fechado auto-sustentável
(BENEDETTI, 1999) e que “contém dentro de si os fatores essenciais de sua própria
formação e desenvolvimento” (DEI OTATTI, 2002, p. 449, tradução nossa) – tende a
se envolver em um processo de auto-reforço. Dentro deste processo, o mecanismo
que o propele é um dos principais conceitos da literatura sobre aglomerações
industriais: as externalidades. Marshall (1985) observa que:
Muitas das economias na utilização de mão-de-obra e maquinaria especializadas, comumente consideradas peculiares aos estabelecimentos muito grandes, não dependem do tamanho das fábricas individuais. Algumas dependem do volume total da produção do mesmo gênero de fábricas na vizinhança; enquanto outras, especialmente as relacionadas com o adiantamento da ciência e o progresso das artes, dependem principalmente do volume global de produção em todo o mundo civilizado. (MARSHALL, 1985, p. 229).
A partir da independência observada por Marshall (1985) entre o tamanho das firmas
e a economia de escala obtida, este dividiu as economias derivadas de um aumento
da escala de produção em duas classes: a primeira, aquelas dependentes dos
recursos das empresas, do modo como são organizadas e das eficiências de suas
administrações; a segunda, aquelas dependentes do desenvolvimento geral da
indústria. À primeira classe Marshall deu o nome economias internas, uma vez que
são inerentes a cada firma; já a segunda, referente às economias que podem ser
frequentemente obtidas através da concentração de muitas pequenas firmas de
caráter similar em localidades particulares, foi denominada economias externas. Tal
modalidade de economia passou a ser também identificada na literatura como
“externalidades” e, em menor intensidade, economias marshallianas e economias de
aglomeração.
Krugman (1996), todavia, afirma que o significado que Marshall atribuiu às
economias externas, fortemente associado à questão das economias de escala, não
foi o mesmo atribuído por outros economistas anos mais tarde. Por volta das
décadas de 1940 e 1950, os economistas começaram a fazer uma clara distinção
39
não feita por Marshall entre os tipos de externalidades existentes. Scitovsky (1954)
talvez tenha sido uma das peças mais importantes no estabelecimento desta
distinção. De acordo com este autor, o rigor crescente do pensamento econômico e
a separação de diferentes frentes da teoria econômica levaram o conceito de
economias externas a se inserir em dois contextos completamente diferentes, o da
teoria do equilíbrio, que deu origem ao conceito de externalidades tecnológicas, e o
da teoria da industrialização em países subdesenvolvidos, que originou o termo
externalidades pecuniárias. Ambas as teorias serão brevemente explicadas nos
parágrafos abaixo.
A teoria do equilíbrio, conforme Scitovsky (1954), é uma teoria estática, preocupada
com as características do sistema econômico quando este se encontra em equilíbrio.
A maior parte de suas conclusões parte dos pressupostos de que há competição
perfeita em ambos os lados de qualquer mercado e de que há uma divisão perfeita
de todos os recursos e produtos. Tais pressupostos formam a base da principal
conclusão desta teoria: a de que o mercado é capaz de levar a uma situação de
ótimo econômico (ótimo de Pareto), uma vez que toda influência econômica de
pessoas ou firmas sobre o bem-estar de outros indivíduos ou sobre o lucro de outras
firmas é transmitida através de seu impacto nos preços de mercado.
Contudo, Scitovsky coloca uma grande ressalva à aplicação desta teoria quando se
verifica a interdependência entre os membros da economia. Nas palavras do próprio
autor:
O equilíbrio em uma economia perfeitamente competitiva é uma situação de ótimo de Pareto exceto quando há uma interdependência entre os membros da economia que seja direta, no sentido de que ela não opera através do mecanismo de mercado. Na teoria do equilíbrio geral, então, a interdependência direta é o vilão e a causa de conflito entre o lucro privado e o benefício social. (SCITOVSKY, 1954, p. 144, tradução nossa, grifo nosso).
Entre as quatro formas de interdependência direta abordadas por Scitovsky (1954),
aquela em que o output do produtor individual pode depender não somente do input
dos seus recursos produtivos, mas também das atividades de outras firmas, gera as
chamadas economias externas tecnológicas. O intercâmbio de informações citado
40
por Marshall (1985), que ocorre quando as firmas estão reunidas em uma mesma
aglomeração industrial, por exemplo, é uma forma de economia externa tecnológica.
Krugman (1996), referindo-se às economias externas tecnológicas como um
spillover puro, afirma que em um ambiente marcado pela competição perfeita,
apenas os spillovers tecnológicos importariam. Contudo, de acordo com Scitovsky
(1954), vários economistas em sua época já possuíam ressalvas em relação às
conclusões da teoria do equilíbrio geral, cuja principal limitação apontada era o
pressuposto da concorrência perfeita. Como alternativa, outro campo no qual as
economias externas passaram a ser exploradas, conforme este autor, foi o da teoria
da industrialização em países subdesenvolvidos.
Pela perspectiva desta outra teoria, a definição de economia externa não leva em
consideração apenas o aspecto da interdependência direta (não mediada pelo
mercado) entre os produtores, mas também a interdependência entre os produtores
através do mecanismo do mercado. “Este último tipo de interdependência pode ser
chamado de economias externas pecuniárias, para distingui-lo das economias
externas tecnológicas da interdependência direta.” (SCITOVSKY, 1954, p. 146,
tradução nossa, grifo nosso). Desta forma, a capacidade de um mercado local de
possuir fornecedores de insumos intermediários eficientes em escala e a existência
de um denso mercado de trabalho, fatores de concentração das firmas citados por
Marshall, constituem-se me fontes de externalidades pecuniárias citadas por
Krugman (1996).
Com diversos campos da literatura explorando a influência das externalidades
regionais na localização e no crescimento da indústria, conforme observado por
Ketelhohn (2002), era inevitável que a diferenciação das economias externas entre
pecuniárias e tecnológicas fosse aperfeiçoada e expandida. Com o tempo, a
classificação tornou-se mais complexa e abrangente, passando ambas as
modalidades a serem conhecidas na literatura como externalidades estáticas e
externalidades dinâmicas também, cada uma com suas respectivas subdivisões,
exploradas abaixo.
41
2.4.1 – As Externalidades Estáticas
As externalidades estáticas nada mais são que as externalidades pecuniárias
associadas com eficiências de custo, já exploradas no parágrafo anterior. Contudo,
esta modalidade passou a ser dividida em dois tipos: as economias de localização,
das quais uma firma se beneficia através da localização de uma indústria específica
em uma região, e as economias de urbanização, das quais uma firma se beneficia
da escala e diversidade urbana local. O foco de uma indústria em obter um destes
dois tipos de economia é preponderante na escolha de localização de suas firmas.
Desta forma, caso as economias de localização sejam mais importantes para uma
indústria, as firmas tenderão a se localizar em cidades especializadas na produção
(por exemplo) de têxteis, vestuário, metais primários, equipamento de transporte,
dentre outros. Já na situação em que as firmas de uma indústria enfoquem as
economias de urbanização, estas irão buscar cidades diversificadas de maior porte,
como é o caso da indústria de alta moda, publicações e muitos serviços sujeitos a
estas economias, que são geralmente encontradas em grandes áreas
metropolitanas. (HENDERSON, KUNCORO e TURNER, 1995).
2.4.2 – As Externalidades Dinâmicas
Glaeser et al (1992) observam que as externalidades estáticas, apesar de possuírem
uma forte influência sobre a questão da localização de uma indústria, não são
capazes de afetar ou influenciar o crescimento da mesma. Neste aspecto, as
externalidades dinâmicas se diferenciam destas, pois, além de conseguirem
influenciar também a localização, seus efeitos mais importantes recaem sobre a
questão da inovação e do crescimento na indústria. (KETELHOHN, 2002). Conforme
Henderson, Kuncoro e Turner (1995), as externalidades dinâmicas possuem
implicações mais amplas no que concerne ao desenvolvimento industrial através do
tempo, proporcionando uma explicação para a localização e crescimento tanto de
indústrias mais maduras quanto daquelas mais recentes, como a de tecnologia da
informação.
Conforme Henderson, Kuncoro e Turner (1995), as externalidades dinâmicas lidam
com a acumulação de informações sobre a produtividade e o emprego de uma
42
determinada região. Estes acúmulos são incentivados por um histórico de interações
e relacionamentos cultivados no longo prazo, que levam à construção gradual de um
conhecimento disponível somente para as firmas (pertencentes ou não a uma
mesma indústria) localizadas em uma região específica.
Assim como suas contrapartes estáticas, as externalidades dinâmicas foram dividas
também em duas classes bem distintas: as conhecidas como as externalidades
MAR (Marshall-Arrow-Romer7) e as externalidades de Jacob. Estas se diferem em
duas dimensões. Em primeiro lugar, elas divergem quanto às origens dos spillovers
de conhecimento, ou seja, se eles vêm de dentro da indústria ou são originários de
outras indústrias; segundo, elas divergem quanto às previsões de como a
competição local afeta o impacto destes spillovers sobre o crescimento. (GLAESER
et al, 1992).
As externalidades MAR possuem seu enfoque nos spillovers de conhecimento
gerados pelas firmas dentro de uma indústria. Esta perspectiva afirma que a
concentração de uma indústria em uma cidade promove a ocorrência destes
spillovers entre as firmas e, consequentemente, o crescimento tanto da indústria
quanto da cidade. Um bom exemplo destas externalidades pode ser verificado nas
firmas de chips de computador do Vale do Silício, nos Estados Unidos. Através de
espionagem, imitação e rápida movimentação de uma força de trabalho altamente
qualificada entre as firmas, as idéias são disseminadas rapidamente. Nos modelos
MAR de externalidades, algumas das idéias dos inovadores serão imitadas ou
melhoradas pelas empresas vizinhas sem necessariamente haver alguma
compensação por isso. (GLAESER et al, 1992).
Vale ressaltar aqui a teoria MAR não vê com bons olhos a rápida difusão, imitação e
melhoria do conhecimento existente nas aglomerações industriais. Esta afirma que
se os inovadores possuíssem o monopólio de suas idéias, o ritmo de inovação e
crescimento poderia ser maior. Portanto, sob a visão da teoria MAR, este processo
7 Tal modalidade possui este nome por incluir os principais autores que defendem ou defenderam este tipo de economia. Recomenda-se para maior aprofundamento desta teoria, além dos Princípios de Economia de Marshall, as seguintes leituras: ARROW, Kenneth J. The Economic Implications of Learning by Doing. Rev. Economic Studies, v. 29, p. 155-173, jun, 1962 e ROMER, Paul M. Increasing Returns and Long-Run Growth. J. P. E., v. 94, p. 1002-1037, oct. 1986.
43
de imitação e melhoria acaba inibindo de certa forma o crescimento das firmas
inovadoras nas aglomerações industriais. Por outro lado, as outras externalidades
existentes nestas mesmas aglomerações acabam promovendo o crescimento destas
firmas. Em outras palavras, “os modelos MAR sugerem que enquanto a competição
local é ruim para o crescimento, a concentração local é boa para o crescimento
porque os inovadores internalizam as externalidades”. (GLAESER et al, 1992, p.
1131, tradução nossa).
Glaeser et al (1992) deixam claro que Michael Porter, talvez o mais influente
estudiosos sobre as aglomerações industriais na atualidade, se alinha (guardadas
algumas ressalvas) com o conceito de externalidades MAR. Tanto as visões da
teoria MAR quanto a de Porter concordam que as externalidades tecnológicas mais
importantes ocorrem dentro da indústria e que a especialização regional é boa para
o crescimento tanto das indústrias especializadas quanto das cidades em que elas
estão localizadas.
A divergência primária entre as perspectivas da teoria MAR e de Porter recai
justamente sobre a questão do monopólio do conhecimento. Enquanto na teoria
MAR defende-se este monopólio, no modelo de Porter há um estímulo, acelerado
pela competição local, à imitação e melhoria das idéias do inovador. Apesar de esta
competição reduzir os retornos para o inovador, ela aumenta a pressão para inovar:
as firmas que não avançarem tecnologicamente serão ultrapassadas pelas firmas
inovadoras. O fundamento por trás da idéia de Porter é que “a competição impiedosa
entre os competidores locais leva à rápida adoção de inovações e melhorias, e,
desta forma, gera o crescimento da indústria”. (GLAESER et al. 1992, p. 1131,
tradução nossa).
A outra teoria, que enfatiza a questão dos spillovers de conhecimento, refere-se às
externalidades de Jacob ou às economias de urbanização de Jacob, que se deriva
de uma construção de conhecimento ou idéias associadas com a diversidade
histórica de indústrias. (HENDERSON, KUNCORO e TURNER, 1995). A idéia desta
teoria é que as mais importantes transferências de conhecimento vêm de fora da
indústria principal. Em outras palavras, a variedade e a diversidade de indústrias
próximas geograficamente, em vez da especialização geográfica, promovem a
44
inovação e o crescimento. O posicionamento de Jacob no que diz respeito à questão
do monopólio local do conhecimento versus competição local, todavia, está
firmemente estabelecido no lado da competição, chegando a afirmar que o
monopólio prejudica gratuitamente as cidades e suprime o que as suas economias
são capazes de alcançar. (GLAESER et al, 1992). Utilizando dados referentes ao
período de 1956 a 1987 de grandes indústrias localizadas em 170 cidades norte-
americanas, Glaeser et al. (1992) encontraram fortes evidências que sugerem que
importantes spillovers de conhecimento ocorrem entre as indústrias, consistente,
portanto, com a teoria de Jacob.
Posterior ao trabalho de Glaeser et al (1992), Henderson, Kuncoro e Turner (1995)
aprofundaram um pouco mais esta questão entre as externalidades MAR e as de
Jacob. Estes autores observaram o padrão de localização tanto de setores
industriais maduros quanto das novas indústrias de alta tecnologia e concluíram que
ambas possuem padrões de localização distintos. Enquanto as firmas de setores
maduros tendem a se localizar em cidades marcadas pela especialização regional
de uma indústria específica, as empresas de alta tecnologia colocam em segundo
plano a questão da especialização e preferem se localizar em cidades marcadas por
uma história de diversidade industrial. Em outras palavras, enquanto produtos de
novas indústrias são desenvolvidos em grandes áreas metropolitanas sujeitas às
economias de urbanização de Jacob, os setores maduros eventualmente se
descentralizam para áreas urbanas menores, porém mais especializadas e com
menores salários e custos de terra, sujeitas às externalidades MAR.
2.4.3 – As Externalidades em um Contexto Global e suas Contrapartes
Negativas
Conforme You e Wilkinson (1994), a proximidade das firmas de uma indústria em
particular proporciona oportunidades aos empreendedores de se especializarem e
para o distrito como um todo de assegurar as economias de escala negadas às
firmas isoladas, devido às restrições internas que estas possuem ao crescimento. As
pequenas e médias empresas imersas neste “mercado particular” ficam protegidas
das grandes firmas, que não são capazes de amortizar seus custos organizacionais
de produtos e serviços específicos. (COROLLEUR E COURLET, 2003).
45
Moulaert e Gallouj (1993), entretanto, alertam que a as firmas aglomeradas não são
capazes de monopolizar ou garantir na sua totalidade muitas das externalidades
das quais se aproveitam, principalmente no atual ambiente marcado por competição
global em diversas indústrias. Outras firmas competidoras não aglomeradas podem
obter os mesmos resultados de suas contrapartes aglomeradas através, por
exemplo, do estabelecimento de mercados globais, capazes de proporcionar
grandes economias de escala, e da formação de estratégias de produção e de
marketing baseadas em uma interação local-global, que combinam tanto a busca de
economias de escala e de escopo em proporções geográficas bem maiores do que
uma área urbana. Neste novo contexto, estes grandes espaços geográficos podem
ser ampliados à medida que os custos de comunicação e transação decrescem.
Dado o contexto de competição global, estes mesmos autores sugerem que as
externalidades econômicas não podem ser mais analisadas apenas sob o contexto
local, havendo, portanto, a necessidade de se explorar espaços geográficos
particularmente mais amplos. Sugere-se a perspectiva das “aglomerações em
networks globais” para melhor compreender a lógica de localização de muitas
indústrias. Moulaert e Gallouj (1993) sugerem ainda a busca por um maior
detalhamento sobre os fatores de localização das firmas industriais e de serviços
intensivas em conhecimento, que parecem obedecer a uma lógica de localização
distinta.
Assim como as economias externas explicadas neste tópico, ditas como positivas,
são capazes de impulsionar o desenvolvimento dos distritos industriais e tendem a
promover a concentração da produção (KRUGMAN, 1996), as externalidades
negativas observadas por Raco (1999), tais como os preços crescentes de terra e
salário, degradação ambiental, congestionamento, dentre outros elementos, podem
retirar das aglomerações a vantagem de escala que possuem e, desta forma,
interromper ou até mesmo inverter suas trajetórias de desenvolvimento, promovendo
a dispersão. Marshall, por exemplo, já alertava desde a sua época sobre as
externalidades negativas existentes nas grandes cidades, como é o caso dos
valores dos terrenos, exigindo-se “um preço muito mais elevado do que ele valeria
para uma fábrica”. (MARSHALL, 1985, p. 235). Todavia, nos restringiremos às
46
externalidades positivas e deixaremos as negativas para estudos posteriores que
possam ser desenvolvidos.
2.4.4 – Breves Comentários Acerca das Considerações Estratégicas da
Localização
Sob o ponto de vista estratégico, vale ressaltar neste ponto, mesmo que de forma
breve, que as firmas obviamente não levam em conta somente as economias
externas, sejam elas estáticas ou dinâmicas, no momento de optarem pela
localização em um distrito industrial. Conforme observam Corolleur e Courlet (2003),
os distritos industriais, além de estimularem a divisão do trabalho e o crescimento via
maior cooperação entre as firmas, são também uma forma institucional das firmas
reduzirem o nível de incerteza e a aumentarem a flexibilidade. Enquanto a
organização do distrito e as suas instituições formais (regras, leis etc.) e informais
(normas, costumes etc.) ajudam a reduzir a incerteza, as aglomerações de firmas e
trabalhadores são garantias de flexibilidade para as firmas. O uso de capacidade
subcontratada, por exemplo, proporciona às firmas do distrito uma margem de
segurança caso a apreciação da demanda pelo empreendedor seja errônea. Estes
autores afirmam ainda que nem sempre as firmas em um distrito aspiram participar
da intensificação da divisão do trabalho. O objetivo destas, em algumas ocasiões, é
beneficiar-se de uma garantia de flexibilidade (a garantia de encontrar insumos em
boas condições em termos de custo e nas quantidades e variedades necessárias).
Ainda em relação à incerteza, pode-se afirmar que a diversificação industrial também
é uma maneira de se reduzir este fator. No nível da aglomeração, Marshall (1985)
afirma que quanto mais diversificado e importante for o distrito, maior capacidade ele
terá para absorver choques externos de demanda.
Molina-Morales e Martinez-Fernandez (2003), por sua vez, demonstraram através de
uma pesquisa com mais de 350 firmas localizadas em distritos industriais espanhóis
que a superioridade das firmas localizadas nos distritos industriais em relação
àquelas não afiliadas não é explicada somente pelos fatores acima mencionados.
Estes autores observam que tais distritos, pertencentes a setores industriais
maduros ou tradicionais da economia espanhola, são capazes de proporcionar as
47
suas firmas maior reputação no que diz respeito à qualidade dos produtos, maior
capacidade de intercâmbio e combinação de recursos para criação de novos e
melhores produtos, assim como instituições mais eficientes no tocante à formação
de redes de relações sociais, disseminação de conhecimento e custos de pesquisa.
Estes três fatores, combinados, fazem com que as firmas pesquisadas obtenham
maior criação de valor líquido, medida pelos autores em termos de número de
inovações.
Os pontos acima expostos não são as únicas razões fora do campo das economias
externas que influenciam na localização de uma empresa. É importante ressaltar que
a escolha pela instalação em aglomerações industriais pode levar em consideração
uma série de outros fatores estratégicos não abordados aqui que podem possuir
uma forte influência nas decisões de localização das firmas de uma indústria.
2.5 – Divisão do Trabalho, Cooperação e Competição
Durante o desenvolvimento de sua teoria da organização industrial, Marshall utilizou
a noção de divisão do trabalho de Adam Smith como a fonte primária de progresso
econômico. Influenciado também pelas idéias da teoria evolucionária de Charles
Darwin, Marshall afirmava que na vida econômica, assim como em outros locais, a
luta pela sobrevivência através da seleção dos mais aptos depende de outros dois
fatores complementares: ampla diferenciação e coordenação mais sofisticada. (YOU
e WILKINSON, 1994). Nas palavras de You e Wilkinson, Marshall apregoava que:
O uso mais eficiente de recursos resulta de uma divisão do trabalho mais afinada e do desenvolvimento relacionado de habilidades, conhecimento e maquinários especializados. Contudo, como resultado desta maior subdivisão, as partes do sistema se tornam mutuamente dependentes e, portanto, necessariamente cooperativas. (YOU e WILKINSON, 1994, p. 261, tradução nossa).
Marshall confere uma grande ênfase à especialização e diferenciação do distrito
industrial. “Essa crescente subdivisão de funções, ou diferenciação, como é
chamada, manifesta-se com respeito à indústria sob diversas formas, tais como a
divisão do trabalho e o desenvolvimento da especialização da mão-de-obra, do
conhecimento e da maquinaria”. (MARSHALL, 1985, p. 212). Contudo, para manter
48
a crescente diferenciação e especialização, Marshall acreditava que a integração, ou
seja, “o aumento das relações e a firmeza das conexões entre as diferentes partes
de um organismo industrial” (MARSHALL, 1985, p. 212), era essencial à organização
industrial, pois o relacionamento entre firmas geograficamente próximas permitia que
estas se beneficiassem da produção industrial em larga escala e das inovações
tecnológicas e organizacionais. De modo semelhante, Dei Otatti (2002) afirma que o
alcance e a manutenção da vantagem competitiva do distrito industrial dependem da
colaboração entre as diferentes categorias de firmas que nele se encontram.
No entanto, na concepção de Marshall, enquanto a cooperação direcionada à
criação de conhecimento e inovação resultava em benefícios aos distritos industriais,
o que os dirigia e fazia “mover” era a competição. “Competição e cooperação [...]
tendem a se reproduzir em uma relação reciprocamente equilibrada, reproduzindo
desta forma as condições para a sobrevivência do distrito como um sistema sócio-
econômico viável e compacto”. (DEI OTATTI, 1994, p. 7, tradução nossa). You e
Wilkinson (1994) consideram a combinação de cooperação e competição a
característica mais distintiva das firmas dos distritos industriais e justamente o que
os torna viáveis. Segundo estes autores, enquanto os aspectos cooperativos entre
firmas ajudam a minimizar as desvantagens advindas do pequeno porte, os aspectos
competitivos, em conjunto com a especialização, conferem às pequenas empresas a
flexibilidade e o dinamismo frequentemente ausentes nas grandes.
Dei Otatti (1994) afirma que, tradicionalmente, os economistas têm dado atenção ao
processo de coordenação de diversas atividades, sejam elas geridas pelo mercado
competitivo e o mecanismo de preços relativos (a mão invisível de Adam Smith) ou
através da hierarquia, onde a coordenação da firma se apresenta através da “mão
visível” do empreendedor ou da gestão. Contudo, este autor observa que há uma
terceira alternativa para a coordenação de atividades especializadas: coordenação
através de cooperação mais ou menos formalizada entre as várias partes.
Richardson (1972), por sua vez, não procura classificar rigidamente a estrutura de
cooperação entre as firmas em duas ou três formas. Segundo este autor, não há
uma linha nítida de distinção entre os estilos de cooperação, mas sim um continuum
que vai do ponto onde a cooperação é mínima, assemelhando-se às transações
puras de mercado, passando por fases mais intermediárias onde há conexões mais
49
tradicionais e a questão da reputação, até o ponto onde se verifica a formação de
grupos e alianças, que representam uma cooperação completa e formalmente
desenvolvida.
A coordenação das atividades econômicas nos distritos industriais está fortemente
associada a relações horizontais e baseadas na confiança entre as firmas locais e
entre estas e as instituições, ou seja, mesmo havendo espaço para a formalização
das atividades entre as firmas, parte considerável da coordenação é realizada via
estabelecimento das redes de relações sociais ou networks. A base desta
coordenação é o pressuposto de que as firmas nos distritos possuem posições
semelhantes e que o acesso a recursos locais também é semelhante. Enquanto a
confiança garante a estas acesso mais fácil ao conhecimento, a proximidade facilita
a coordenação dos atores individuais e promove a institucionalização das regras
comportamentais e da transferência de conhecimento e aprendizado. A estrutura de
mercado resultante desta dinâmica permite que as firmas floresçam e até mesmo
compitam em mercados globais. (BOSCHMA E LAMBOOY, 2002).
Aparentemente, o grande determinante da estrutura da cooperação, ou seja, se ela
será formalizada ou não, não é primariamente o grau de confiança entre as partes,
mas o tipo de transação envolvida diante da possibilidade de um comportamento
oportunista por uma das partes. De acordo com Richardson (1972), a essência dos
arranjos cooperativos parece ser o fato de que as partes aceitam algum grau de
obrigação e, consequentemente, dão alguma garantia no que diz respeito às suas
futuras condutas, havendo certamente espaço para uma variação infinita no escopo
destas garantias e o grau de formalidade pelas quais são expressas. Apesar dos
participantes do distrito partilharem um “sistema de valores e crenças que age como
uma restrição ao comportamento individual” (MOLINA-MORALES e MARTÍNEZ-
FERNÁNDEZ, 2003, p. 158, tradução nossa), não há nenhuma garantia quanta à
durabilidade deste senso comunitário. Apesar da dificuldade de se controlar o
comportamento oportunista das firmas do distrito em relação àquelas fora dele,
verifica-se um profundo impacto negativo desta má conduta no resto das firmas do
distrito industrial como, por exemplo, a perda da reputação do distrito como um todo.
(MOLINA-MORALES e MARTINEZ-FERNANDES, 2003).
50
Para transações nas quais o comportamento oportunista dos parceiros não levará a
grandes perdas para quem está sujeito, basta apenas a cooperação informal para
sustentá-las. Este tipo de transação ocorre, por exemplo, quando os bens e serviços
são padronizados localmente ou quando a transação não requer um investimento
específico significativo. Baseada na informalidade, este tipo de cooperação só pode
ser alcançado quando seus costumes são observados por todos ou quase todos que
vivem e trabalham no distrito. Contudo, quanto mais um distrito se desenvolve –
aumento no número de firmas, intensificação da divisão do trabalho e maior abertura
do sistema produção em direção aos mercados externos – mais difícil se torna
garantir a conformidade com as regras da cooperação recíproca “normal” através do
exercício do controle social difuso. (DEI OTATTI, 1994).
Quanto às formas de cooperação de maior formalidade, Dei Otatti (1994, p. 3, grifo
do autor, tradução nossa) afirma que mesmo que a cooperação baseada nas
convenções locais assegure a coordenação para um grande número de transações,
“permanecem outros tipos de transações [...] que requerem uma coordenação
menos automática e mais consciente e construída”. Estas são do tipo que podem
levar a grandes perdas por uma das partes em função do comportamento
oportunista; ocorrem, por exemplo, quando a qualidade intrínseca dos produtos e
serviços intercambiados é fundamental ou quando as transações requerem um
investimento específico. (DEI OTATTI, 1994).
Outro tipo de transação que também requer uma estrutura de cooperação mais
formalizada é quando o bem ou serviço é inovador e uma série de firmas está
envolvida na realização do produto customizado. (DEI OTATTI, 1994). “Um dos
principais problemas para as firmas no contexto caracterizado pela cooperação e
competição diz respeito à proteção do conhecimento individual”. (MOLINA-
MORALES, 2002, p. 320, tradução nossa). Surge, portanto, a necessidade de
salvaguardas específicas que garantam que a qualidade do produto esteja conforme
o requerido, que a promessa de ordens repetidas seja mantida ou que a idéia
inovadora não será passada para os competidores. Para se estabelecer este tipo de
transação, a confiança é o primeiro pré-requisito, mas não é o suficiente para se
sustentá-la. (DEI OTATTI, 1994).
51
No que tange à competição nos distritos industriais, esta se encontra menos
relacionada ao conceito econômico de competição perfeita do que ao de competição
como um processo, baseada no comportamento dos agentes, que estimulam “uma
busca constante por algum tipo de vantagem que leva à mudança permanente”. (DEI
OTATTI, 1994, p. 5, tradução nossa). Seja tanto entre firmas de produtos
complementares quanto entre aquelas de produtos substitutos, a competição pode
se dar também através do mecanismo de preços. No entanto, este tipo de
competição pode reduzir os lucros das firmas a ponto de levá-las à falência,
particularmente aquelas que oferecem produtos de qualidade ou fizeram
investimentos na inovação. “A competição pelo preço [...] introduz conflitos e tensões
que podem constituir um sério obstáculo à manutenção da cooperação entre
indivíduos e firmas” (DEI OTATTI, 1994, p. 7, tradução nossa).
Os costumes locais e as normas de reciprocidade são úteis na prevenção de
competições baseadas no preço e de outros tipos de situações, mas não constituem
uma salvaguarda adequada para as firmas sujeitas a comportamentos oportunistas,
capazes de causar grandes danos. Neste caso, torna-se necessário o suporte de
instituições formais (associações industriais e de artesões, governo local, partidos
políticos etc.) que consigam conter a competição excessiva nos distritos industriais.
(DEI OTATTI, 1994). A melhor forma de competição, conforme Dei Otatti (1994)
estaria nas estratégias não relacionadas ao preço, sendo a principal delas a
inovação. Produtos de maior qualidade, prazos menores de entrega, nível de
assistência técnica superior, maior variedade de atividades disponíveis etc. são
também outros exemplos de competição não baseada no preço.
2.5.1 – Limites à Cooperação nos Distritos Industriais
De acordo com You e Wilkinson (1994), o mundo real está longe de funcionar dentro
do ideal de Adam Smith de que a cooperação efetiva leva à realização completa dos
ganhos comerciais. A existência de apenas um tipo de competição e a existência de
substitutos perfeitos para o que está sendo intercambiado, por exemplo, parecem
ser um dos pressupostos que não se encaixam às circunstâncias econômicas reais.
Estes autores apontam alguns fatores que limitam a competição e criam barreiras à
52
cooperação. Dentre eles, destacamos a existência de ativos específicos e a
assimetria de informação, detalhadas abaixo.
Em teoria, “a solução competitiva para a cooperação requer que haja um grande
número de substitutos perfeitos para os ativos [...] de modo que aqueles que
violarem os termos da cooperação sejam prontamente demitidos ou substituídos”.
(YOU e WILKINSON, 1994, p. 268, tradução nossa). Contudo, quando nos
deparamos novamente com o mundo imperfeito, verificamos que a existência de
ativos que são específicos a propósitos particulares enfraquece esta disciplina
competitiva, uma vez que o possuidor destes, independente de suas promessas
iniciais, pode agir de modo oportunista e angariar a totalidade dos lucros criados por
estes ativos. (YOU e WILKINSON, 1994).
Isto não impede, todavia, que haja cooperação, já que é improvável que a posse de
ativos específicos esteja toda de um lado só. Partes detentoras de ativos
necessários umas às outras podem entrar num relacionamento cooperativo e
partilhar os lucros resultantes desta parceria. Caso uma das partes tente exercer seu
poder de barganha de modo oportunista, a fim de obter maiores lucros da outra, a
relação será desfeita e, com ela, as oportunidades de lucros para ambos. (YOU e
WILKINSON, 1994).
A assimetria de informação, da mesma forma, enfraquece a disciplina competitiva
como mecanismo de reforço da cooperação entre as firmas. A parte do
relacionamento que possui mais informação pode tirar vantagem da outra e
trapacear, comprometendo desta forma a base da cooperação. “Acesso à
informação frequentemente se torna objeto de disputa e arma em uma barganha”.
(YOU e WILKINSON, 1994, p. 270, tradução nossa). Combinadas, assimetria de
informação e especificidade dos ativos dão surgimento ao problema do desequilíbrio
no intercâmbio. Este desequilíbrio cria a tentação nas partes mais fortes de explorar
seus poderes de barganha, o que pode impulsionar contra-respostas das partes
mais fracas, com conseqüências destrutivas para a cooperação. (YOU e
WILKINSON, 1994).
53
Sob circunstâncias em que as forças de competição de mercado falham em conduzir
a cooperação, alguma forma de solução institucional deve ser encontrada para
alcançá-la. O agente primário de condução é o Estado, mas as instituições privadas
e as normas sociais também são formas institucionais que são capazes de ajustar os
rumos do processo de cooperação dentro dos distritos industriais. A estrutura
institucional serve a quatro propósitos: criar um ambiente para a cooperação,
estabelecer procedimentos para a solução de disputas, impor sanções nos
transgressores e proporcionar uma estrutura de ajuste às mudanças ambientais
externa. (YOU e WILKINSON, 1994).
2.5.2 – Um Segundo Olhar sobre a Cooperação: a Crítica à Abordagem das
Networks
Quando se verifica o que há escrito sobre a literatura de competição e cooperação
nos distritos industriais, nota-se uma grande sensação de coesão e
interdependência entre as firmas que compõem os distritos industriais, ligadas por
fortes laços de identificação cultural e social e que, desta forma, promovem a cultura
de cooperação, competitividade e inovação dentro dos distritos. Contudo, há uma
crescente literatura que lança críticas sobre esta caracterização de “tipo ideal” dos
distritos industriais e suas “supostas bênçãos econômicas, tais como a natureza
localizada do aprendizado e a visão romântica de simetria de poder entre as firmas
que partilham o conhecimento”. (BOSCHMA e LAMBOOY, 2002, p. 299, tradução
nossa).
Uma extensa literatura sobre os distritos utiliza a perspectiva das redes de relações
sociais, ou networks – que podem ser definidas como um grupo de pessoas que
partilham um objetivo cultual, econômico, social ou político comum (PIETROBELLI e
BARRERA, 2002) – para explicar a dinâmica de cooperação e competição. Pilotti
(2000), por exemplo, descreve a região nordeste da economia italiana (mais
explorada nos tópicos a seguir) como uma network neural multinível, definida por ele
como “um sistema de múltiplos propósitos, orientado para a auto-coordenação e a
auto-aprendizagem.” (PILOTTI, 2000, p. 121, tradução nossa).
54
Tamanha aplicação do conceito de networks pode se justificar, entre diversas outras
razões, pelo fato de que “o padrão ou estrutura das relações sociais é determinante
significativo do destino do indivíduo” (PODOLNY e BARON, 1997, p. 689, tradução
nossa) e porque não dizer, das firmas. O crescente interesse nos distritos industriais
é parte de uma tendência na literatura econômica e sociológica em direção às redes
de cooperação e afiliação pelas quais as firmas estão inter-relacionadas. (YOU e
WILKINSON, 1994).
Atualmente, muitos estudos no campo da geografia econômica e dos estudos
regionais mencionam, no mínimo, o potencial das networks para a inovação e
desenvolvimento. Staber (2001) afirma que:
Em nenhum local esta atenção às networks é tão proeminente quanto na literatura de distritos industriais. As networks são vistas como uma importante característica definidora dos distritos industriais, unindo as firmas em um sistema coerente e inovador de contratos relacionais, desenvolvimento colaborativo de produtos e alianças inter-organizacionais. Toda a ação econômica nos distritos industriais está imersa em uma densa teia de laços de network entre indivíduos, firmas e organizações de serviços. (STABER, 2001, p. 537, tradução nossa).
Martin e Sunley (1996), de forma semelhante, afirmam que o interesse nas formas
de organização em network reflete uma preocupação geral em examinar as formas
nas quais as atividades econômicas estão imersas e são viabilizadas pelas
condições culturais e sociais, sendo este interesse na imersão (embeddedness) uma
contribuição distintiva à literatura de distritos industriais.
Contudo, o que deixa Staber (2001) surpreso com toda esta ênfase na abordagem
de networks é o fato de que alguns investigadores não se manifestam quanto à
“estrutura das redes que se imagina estimular a inovação dos negócios e o
desenvolvimento regional.” (STABER, 2001, p. 537, tradução nossa). Alguns
pesquisadores, de acordo com Staber (2001), aplicam em suas discussões sobre a
estrutura das networks um rígido determinismo causal, o que torna difícil a
elaboração de teorias acerca da mudança e inovação. Nohria e Ghoshal (1997), por
outro lado, afirmam que a perspectiva das networks permanece mais como uma
metáfora evocativa do que uma clara estrutura analítica, correndo “o risco de ser
55
tornar trivial ou aplicada de modo tão solto que deixará de significar algo”. (NOHRIA
e GHOSHAL, 1997, p. 11, tradução nossa).
Outro argumento central nesta literatura é de que as networks refletem
interdependências simbióticas entre as firmas e facilitam a rápida difusão de novas
informações e recursos críticos, chegando ao ponto em que a sobrevivência da firma
no distrito está fortemente relacionada aos esforços coletivos da comunidade ao
qual ela pertence. (STABER, 2001). Esta visão de integração de redes nos distritos
industriais é teoricamente indeterminada, porque ela deixa abertas as possibilidades
tanto de inércia quanto de mudança, ou seja, esta integração pode tanto encorajar
como retardar o processo de inovação. O uso, por parte de teóricos, de conceitos
tais como imersão social, senso de pertencimento e identidade coletiva forma
imagens de ordem e coesão que acabam reforçando esta visão. (STABER, 1998).
“Uma análise realista da flexibilidade dos distritos não deve enfatizar em excesso o
nível de coesão, mas deve reconhecer a possibilidade de conflito e desintegração”.
(STABER, 1998, p. 702, tradução nossa).
Outro problema na abordagem das networks, observado por Meyer (1998), diz
respeito ao seu enfoque. Este autor observa que a literatura sobre distritos
industriais enfatiza excessivamente as conexões entre os agentes dentro da
aglomeração, deixando de lado as possíveis conexões externas com outros
distritos existentes e outros autores localizados “do lado de fora”. O mesmo autor
afirma que diversos estudos apresentam evidências de que as networks não-locais
contribuem mais para a competitividade das firmas do que aglomerações locais, seja
a indústria “velha” ou de alta tecnologia, tal como a de computadores pessoais.
Ao realizar uma extensa análise nas revistas acadêmicas de língua inglesa mais
influentes no campo dos distritos industriais, publicadas entre os anos de 1989 e
1998, Staber (2001) apontou as seguintes falhas nas análises dos distritos:
1. A utilização de uma perspectiva diádica para compreender as relações entre
as firmas e os seus resultados, o que acabava por ignorar o contexto
estrutural mais amplo para a cooperação e competição entre as firmas;
56
2. uma ambigüidade considerável na discussão da estrutura da network entre as
firmas. Os pesquisadores, por exemplo, afirmam implicitamente que as
networks de sucesso são densas, mas atribuem diversos significados ao
conceito de densidade, tais como presença de conexões, intensidade das
relações, medidas das extensões dos laços entre os membros da network,
dentre outros;
3. a maioria dos investigadores considera os distritos industriais de alto
desempenho aqueles com networks densas, mas geralmente não examinam
empiricamente a relação presumida entre densidade da network e
desempenho.
Verificados estes fatores, Staber (2001) concluiu que os estudos empíricos dos
distritos industriais tendem a ser mais descritivos do que analíticos, não
considerando a forma como a relação entre as firmas afeta o intercâmbio econômico
e com quais conseqüências. Tal fato impede que a pesquisa crítica também
proporcione insights quanto aos mecanismos causais e processos em
funcionamento. “O fato de que, em alguns casos, as firmas se localizam próximas
umas às outras não implica que elas cooperem ou que a cooperação, quando ela
existe, é causada pela co-localização”. (STABER, 2001, p. 543).
2.6 – A Derrocada e o Renascimento dos Distritos Industriais: O Caso da
Terceira Itália
O fim da segunda guerra mundial parecia haver marcado também o fim dos distritos
industriais. A transição de um mercado caracterizado pela produção artesanal para
um mercado de consumo em massa no pós-guerra, acompanhada da codificação do
conhecimento que a mecanização passou a trazer consigo, isolou o papel dos
distritos industriais e consolidou as grandes corporações e a internalização de suas
atividades. Em outras palavras, a divisão do trabalho entre as diversas pequenas
empresas, uma das características principais dos distritos industriais, passou a ser
centralizada pela figura da grande empresa ou empreendedor. Combinadas com
estes fatores, as políticas industriais implantadas pelos governos nacionais
57
reforçaram o confinamento dos distritos industriais e beneficiaram ainda mais as
firmas de grande porte. (COROLLEUR E COURLET, 2003).
Piore e Sabel (1984) enfatizam que após a segunda grande guerra, diversos
governos nacionais, atendendo à fórmula reinante naquela época para o
desenvolvimento econômico, encorajaram a conversão das firmas para a produção
em massa. Outras firmas, independente do apoio do Estado, decidiram converter
para o novo modelo de produção ao custo de mudarem de modo permanente suas
estruturas e ambiente.
Todos estes fatores levaram à decadência e ao gradual desaparecimento dos
distritos industriais tradicionais, inclusive aqueles utilizados como modelos por
Marshall em Principles of Economics. Este antigo modo de organização industrial
não parecia mais se encaixar às exigências do novo modelo econômico.
Tal fato parecia de certa forma corroborar a visão de muitos economistas industriais,
que acreditavam amplamente na organização da economia internacional de maneira
racional, definida pelas economias capitalistas líderes e imitada pelas economias
periféricas ou menos competitivas. As grandes corporações, combinadas com o
capital e a ciência, eram vistas como os motores deste sistema. Caberia a elas ditar
a fronteira tecnológica, enquanto o resto do mundo, mais cedo ou mais tarde,
assimilaria as inovações por elas criadas. (BELLANDI, 2002).
Contudo, a partir da década de 1970, acadêmicos e estudiosos passaram a observar
uma série de “surpresas” macro-econômicas que estavam redefinindo a história da
indústria italiana no pós-guerra: (a) uma reversão na tendência de aumento de
tamanho das plantas industriais, (b) a vitalidade de alguns setores manufatureiros
maduros da economia, tais como têxteis, roupas, sapatos, móveis, cerâmicas etc.,
(c) uma forte dinâmica industrial da região conhecida como NEC (North East Center)
acompanhada de (d) uma piora no desempenho das áreas no Triângulo Industrial
(Milão-Gênova-Turim), formadas por grandes corporações. (BELLANDI, 2002).
Em muitas das áreas industriais da região do NEC, o crescimento econômico se
consolidou em torno de firmas de pequeno e médio porte, altamente especializadas
58
e baseadas em uma intensa, porém local, divisão do trabalho. No geral, a
dependência contínua destas firmas em relação à demanda e às grandes
corporações não era aparente. Nos anos 1970, muitas delas estavam utilizando
maquinário moderno e especializado e vendendo seus produtos não somente para o
mercado nacional, mas também para o exterior. Além disso, as áreas de maior
dinamismo na região do NEC eram caracterizadas pela dedicação a um único tipo
de produto, tais como as indústrias de cerâmica em Sassuolo, as têxteis em Prato,
dentre outras. (BELLANDI, 2002). Ao fenômeno do surgimento nesta região de
muitas pequenas e médias empresas caracterizadas pelo dinamismo,
competitividade e inovação deu-se o nome de Terceira Itália, termo que veio
contrastar diretamente com a dicotomia norte-sul (norte rico, industrializado,
desenvolvido, conhecido como economia central versus sul pobre, pouco
industrializado, subdesenvolvido, classificado de economia marginal) que
caracterizava a história industrial contemporânea da Itália. (BIANCHI, 1998).
De acordo com Becattini (1991), o fenômeno da Terceira Itália não teria levantado
tamanha atenção se ele não tivesse coincidido com um período de grande expansão
das exportações italianas, especialmente de bens produzidos nos distritos industriais
desta região, tais como têxteis, moda, sapatos, móveis etc. Contudo, o que atraiu a
atenção de tantos pesquisadores, segundo Becattini (1991), foi:
O fato chocante de que, enquanto no mesmo período as maiores firmas italianas (apesar de melhor preparadas para operar em mercados mundiais) estavam perdendo terreno para seus competidores estrangeiros, uma miríade de pequenas empresas sucedeu em aumentar a sua fatia dos mercados doméstico e internacional, angariar lucros e criar novos empregos, apesar de suas desvantagens bem conhecidas em instalações de vendas, escala de produção, acesso a crédito e experiência em mercados estrangeiros. Este fato contradisse crenças enraizadas de economistas de quase todas as escolas, que estavam convencidos de que as chances das pequenas firmas eram inerentemente fracas e declinantes no tempo. (BECATTINI, 1991, p. 83, tradução nossa).
Tentando compreender porque a Terceira Itália, apesar da ausência dos pré-
requisitos considerados padrões para o desenvolvimento, estava se desenvolvendo
mais rápido do que as antigas regiões industrializadas do norte e as
subdesenvolvidas do sul – estas últimas receberam maciços investimentos e
subsídios do governo italiano para alavancar o desenvolvimento – as primeiras
59
justificativas estiveram relacionadas à questão da “descentralização da produção”,
que afirmava que as grandes corporações italianas, que passavam por um processo
de terceirização, estavam transferindo muitas de suas atividades para as pequenas
e médias empresas, o que acabou ocasionando o rápido desenvolvimento das
firmas presentes na região do NEC. Esta interpretação, além de simplista, colocava
as pequenas firmas mais uma vez na posição de subordinadas às grandes, o que na
verdade não se verificava na região. Todavia, uma variedade de estudos,
provavelmente influenciados por mudanças no pensamento da economia política
(BECATTINI, 1991), verificou que as causas do surgimento da Terceira Itália se
relacionavam estreitamente com o conceito de distrito industrial e de economias
externas de Alfred Marshall. (BIANCHI, 1998; BELLANDI, 2002).
Renasciam aí os distritos industriais de Marshall, onde dadas certas condições
institucionais, a proximidade geográfica pode ser uma fonte de força industrial,
possivelmente removendo custos de transação, fraquezas cognitivas e perdas
estratégicas de uma aglomeração de pequenas firmas prosperando em um mundo
de grandes firmas. (BELLANDI, 2002).
2.6.1 – Explicações para o ressurgimento dos distritos industriais
A re-emergência dos distritos industriais na Itália foi inicialmente atribuída ao fator
sorte, tal como “um bom palpite do próximo estilo na indústria de alta moda ou uma
variação de materiais que acabou se encaixando às necessidades de mercados em
rápida mudança.” (PIORE e SABEL, 1984, p. 206, tradução nossa). Contudo,
quando começou a ficar aparente que não somente uma, mas várias regiões dentro
e fora da Itália estavam se desempenhando de modo semelhante (BECATTINI,
1991), percebeu-se que o retorno dos distritos industriais não poderia ser obra do
acaso. Eram necessárias explicações melhor fundamentadas para explicar este
fenômeno.
Uma dos primeiros fatores apontados como responsáveis pelo ressurgimento dos
distritos industriais foi a especialização flexível. Como visto anteriormente, durante o
auge da produção em massa no século XX, parecia absurda e utópica a idéia de que
o maquinário possuído pela produção artesanal, vista como uma categoria
60
complementar ou residual, poderia se tornar mais produtivo diante de enormes
aumentos de produtividade da produção de bens padronizados. Tal concepção seria
confirmada caso não houvesse a inclusão de um novo fator neste contexto: a
constante e crescente demanda, por parte dos mercados consumidores e das
próprias empresas (geralmente em momentos de retração econômica), por maior
flexibilidade de produtos, peças e equipamentos. (PIORE E SABEL, 1984).
Melhor preparadas para atender a esta nova exigência, as firmas artesanais
adquiriram um diferencial competitivo e promoveram um processo de sofisticação
tecnológica, o que permitiu uma redução significativa na diferença entre os custos
das firmas de bens flexíveis e as de bens padronizados. A partir daquele momento,
ficou mais fácil para as pequenas angariar mercados que antes pertenciam às
grandes empresas. Verificou-se então uma reversão de papéis, onde as firmas
artesanais passaram de uma estratégia puramente reativa para uma marcada pela
expansão. (PIORE E SABEL, 1984).
A transição do modo de transição em massa Fordista para métodos de produção
mais flexíveis é dada como a responsável pelo surgimento dos novos distritos
industriais e pela significância renovada da aglomeração regional, vista como uma
estratégia através da qual os produtores facilitam a interação transacional. Neste
aspecto, a proximidade se traduz em menores custos e maiores oportunidades para
o atendimento de necessidades e o desenvolvimento de competências distintivas.
(MARTIN e SUNLEY, 1996).
O advento da especialização flexível enterrou de vez a hipótese de que a lógica do
dualismo industrial estava por trás do sucesso dos distritos industriais italianos.
(BIANCHI, 1998). No entanto, apesar de fundamental para compreender o
ressurgimento destas aglomerações, a especialização flexível originária da mudança
na estrutura de mercado não é suficiente para explicar as suas causas. Conforme
Bianchi (1998, p. 96, tradução nossa), outros estudos demonstraram que os distritos
industriais da Terceira Itália, “longe de serem o produto espontâneo das forças do
mercado, são fruto de uma intensa atividade de atores sociais e institucionais que
proporcionam consenso social ao modelo e instrumentos para a regulação social de
conflitos”. Meyer (1998) corrobora esta visão, afirmando que a grande complexidade
61
e o tamanho dos distritos conduzem obrigatoriamente a uma investigação profunda
da sua origem e de seus componentes. Conforme este autor, distritos industriais que
aparentam seguir modelos superficialmente similares de organização, tais como a
especialização flexível, podem possuir conjuntos distintivos de relações sociais que
se originam de compromissos institucionais entre atores.
Percebe-se na literatura recente sobre distritos industriais, principalmente aquela
referente aos distritos italianos, uma grande ênfase sobre o papel do contexto social
e cultural para a formação e sucesso dos destas aglomerações. Nas palavras de
Molina-Morales e Martinez-Fernandes (2003), este enfoque estaria sobre a formação
de uma intensa e dinâmica rede de relações sociais baseada em relações de
confiança e na homogeneidade cultural existente nos distritos industriais..
A chave para esta redescoberta contemporânea dos distritos industriais, conforme
Becattini (1991), consiste na congruência entre a organização do processo de
produção (divisão do trabalho, cooperação etc.) e as características culturais e
sociais de um grupo de indivíduos que se desenvolveu lentamente no tempo. De
acordo com um grande número de acadêmicos italianos, a filosofia que prevalece
nos distritos industriais é a de uma combinação fortuita entre o individualismo das
firmas, o que alavanca a competição, e o senso comunitário existente, alimentado
por um forte laço de pertencimento à comunidade local. (BECATTINI, 1991).
O enfoque nas características culturais e sociais, além de ser apontada como uma
das causas do sucesso dos distritos industriais italianos, apresenta-se como uma
das grandes diferenças entre as análises de Marshall e aquelas mais
contemporâneas sobre o desenvolvimento dos distritos. Conforme You e Wilkinson
(1994), as análises mais recentes, direcionadas à coordenação bem sucedida dos
distritos, dão muito mais atenção às bases coletivistas e institucionais do que dava
Marshall. Sobressai-se a influência da comunidade (definida como família e outros
relacionamentos sociais, regras de comportamento e instituições mais formais) na
garantia de padrões de comportamento que engendram a confiança e a cooperação
e, desta forma, fortalecem as redes de relações entre firmas.
62
Contudo, a principal diferença entre Marshall e seus seguidores modernos reside na
importância relativa dos indivíduos e das instituições. Sob a perspectiva de Marshall,
os papéis do Estado e dos empregados e trabalhadores das organizações eram
limitados. Já nas discussões recentes sobre os distritos industriais, a coletividade
(sob a forma de relações entre as firmas, instituições formais e informais e políticas
públicas) possui um papel central em estabelecer e garantir padrões de negócios e
trabalho, incentivando a inovação e a difusão de tecnologia e organizando a
educação e o treinamento. (YOU e WILKINSON, 1994). “A firma, desta forma, não é
mais a fronteira clara entre as relações econômicas diretas e aquelas mediadas pelo
mercado; e os relacionamentos diretos se estendem além daqueles da firma”. (YOU
e WILKINSON, 1994, p. 266, tradução nossa).
Benedetti (1999) deixa um pouco de lado o romantismo que cerca as causas do
sucesso dos distritos industriais italianos ao afirmar que a coesão sócio-territorial, a
especialização flexível, os relacionamentos familiares e de confiança, a auto-
organização, o conhecimento partilhado, dentre outros elementos, são
indubitavelmente características presentes nos distritos de hoje, mas eles bem
poderiam ser os resultados ou efeitos do que as causas principais do sucesso dos
distritos industriais. Para Benedetti (1999), a resposta parece estar:
No conhecimento e controle da cadeia de valor cliente-fornecedor em todo o processo de produção. Os pequenos negócios dos distritos industriais não são apenas aglomerações que concorrem em mercados diversificados, nem simples apêndices de grandes companhias e conglomerados. Em vez disso, eles crescentemente respondem de forma direta ao cliente através da ativação de conexões mais adequadas para a customização específica. Eles emergem, persistem e desintegram de acordo com as manifestações necessárias e alternativas da cadeia de valor cliente-fornecedor. (BENEDETTI, 1999, p 67, tradução nossa).
Uma outra perspectiva capaz de explicar em parte o sucesso dos distritos industriais
italianos estaria relacionada à dedicação destes a nichos específicos do mercado. A
densidade de uma indústria em um determinado momento pode possuir uma grande
influência nas firmas que são fundadas, aumentando ou diminuindo as suas chances
de sobrevivência. (CARROLL E HANNAN, 1989). A saturação de vários mercados
no século XX pode ter levado as firmas do nordeste italiano a explorar recursos
marginais e buscar por novos nichos de mercado. Desta forma, as pequenas firmas
63
puderam se especializar em um segmento não explorado pelas empresas de
produção em massa ou organizações generalistas (SWAMINATHAN, 1995), o que
permitiu não somente a sobrevivência daquelas, mas também o crescimento.
2.7 – Fronteiras e Transformações de um Conceito em Busca de Identidade
Dadas as diferentes circunstâncias sob as quais ressurgiram os distritos industriais,
parecia improvável para a nova literatura não buscar novas definições para este
fenômeno. Molina-Morales e Martinez-Fernandez (2003), por exemplo, astutamente
observam que nas duas últimas décadas o volume de atenção dedicado ao conceito
de distrito industrial tem crescido regularmente e que este interesse acabou
produzindo um grande número de contribuições de acadêmicos de uma ampla gama
de disciplinas. O resultado de tantas contribuições é a existência de uma grande
variedade de conceitos para explicar este fenômeno.
Decorrente de tamanha quantidade de definições, Becattini (1991) observa que há
muita ambigüidade e confusão na área acadêmica sobre o que seriam os distritos
industriais. De forma a estabelecer limites a este universo, este mesmo autor afirma
que os seguintes fenômenos não podem ser interpretados como distritos industriais:
1. Áreas com pequenas firmas sob o domínio de uma ou mais empresas de
grande porte. Para Becattini (1991), áreas com estas características
geralmente são formadas em função das grandes empresas e a estrutura
social é frequentemente marcada pelo antagonismo, o que impediria
classificar tal localização geográfica como distrito industrial;
2. Áreas urbanas caracterizadas por uma concentração de pequenas firmas
operando em estágios diferentes de um único processo de produção.
Becattini (1991) acredita que estas regiões realmente possuem características
em comum com os distritos industriais. Contudo, como elas fazem parte de
um corpo urbano mais complexo, o autor acredita que isto necessariamente
possui conseqüências na interação entre a atividade de produção e a vida
cultural e social destas áreas;
64
3. Áreas cuja produção especializada pode estar conectada a outro distrito
industrial, mas que não atingiram um peso individual relevante no mercado.
Apesar de relevantes, as delimitações de Becattini (1991) não abordam uma lenta
transformação que vem ocorrendo nos distritos industriais italianos: a emergência de
empresas de grande porte líderes nestas regiões – muitas vezes originárias dos
próprios distritos ou da entrada de multinacionais e de maciço capital estrangeiro
(WHITFORD, 2001) – provocando profundas transformações na estrutura econômica
e social das regiões em que estão localizadas. (CARBONARA, 2002).
Estas grandes firmas são caracterizadas por uma configuração que deixa de lado a
coordenação espontânea e informal dos distritos industriais marshallianos para
assumir formas mais estruturadas, via formalização e estruturação das redes de
relações sociais entre as firmas. Além disso, estas firmas, a fim de aumentar o
controle sobre todo o processo de produção e as competências relacionadas ou
mesmo aumentar a escala do processo, inserem-se em um processo de integração
vertical, frequentemente caracterizado pela aquisição de firmas dentro dos distritos
industriais. Este processo de aquisição pode também representar um processo de
horizontalização destas grandes empresas quando o objetivo é a diferenciação do
negócio, replicação do modelo de negócios em um novo produto ou linha de
mercado, dentre outros. (CARBONARA, 2002).
O impacto causado por estas grandes firmas na estrutura de mercado dos distritos
industriais traz também conseqüências claras tanto para a estrutura social quanto
para a cultural destes distritos. Dada o amplo controle que estas empresas possuem
sobre as pequenas firmas, a cultura organizacional do distrito passa a ser fortemente
influenciada por elas. (CARBONARA, 2002). As características culturais destas
firmas, portanto, passam a ser também dos distritos. Fica evidente, então, que a
definição de distritos industriais como “uma aglomeração territorial de pequenas
firmas [...] que se mantêm juntas pela cultura social comum de trabalhadores,
empreendedores e políticos cercados por uma atmosfera industrial” (BIANCHI8, 1994
8 BIANCHI, G.. Tre e piu Itale: sistemi terriotriali di piccola impresa e transizione post-industriale, 1994 in BORTOLOTTI, F.. Il Mosaico e Il Progetto: Lavoro, Imprese, Regolazione nei Distretti Industriali della Toscana, Milan: FrancoAngeli,1994.
65
apud WHITFORD, 2001, p. 41, tradução nossa) não mais se aplica, pois boa parte
deste ambiente cultural deixa de ser algo homogêneo, esculpido pelas muitas
pequenas firmas que compõem o distrito industrial, para ser fortemente influenciado
pelas grandes empresas familiares que se formam nos distritos e pelas
multinacionais que ali se instalam.
Sob a perspectiva social, estas grandes firmas passam a ter um forte controle sobre
o destino das firmas que constituem o distrito. Conforme Carbonara (2002), as
organizações líderes passam a gerenciar a network (constituída tanto de firmas
autônomas quanto daquelas controladas pelas líderes) de forma hierárquica. “De
fato, a empresa líder pode reestruturar a network entre firmas e influenciar a
sobrevivência de seus subcontratados através, por exemplo, da definição de regras
para a qualificação de fornecedores”. (CARBONARA, 2002, p. 235, tradução nossa).
As firmas líderes, a fim de consolidar sua posição competitiva nos mercados
internacionais, modificam o seu “enraizamento” com o distrito industrial,
abandonando as regras organizacionais e inter-organizacionais que os governam e
assumindo outras normas ditadas pelo ambiente externo ao distrito. (CARBONARA,
2002).
O que se pode observar pelo exposto é que os distritos industriais italianos, além de
estarem passando por uma profunda modificação na sua rede de relações sociais,
estão também perdendo uma das características mais exclusivas dos distritos desde
os tempos de Marshall: a relação simétrica de poderes. A máxima de que a
“coordenação por meio de relações de autoridade é difusa devido ao grande número
de firmas, mas, ao mesmo tempo, é limitada, uma vez que as firmas são apenas de
tamanho moderado” (DEI OTTATI, 1994, p. 2, tradução nossa) não mais se aplica.
Apesar de soar como algo prejudicial no cotidiano, esta concentração de poderes
nas mãos de poucas e grandes firmas tem trazido alguns benefícios aos distritos
industriais italianos. Focadas em um processo de inovação conjunta, as relações
entre as grandes e as pequenas firmas tendem a ser caracterizadas por acordos de
cooperação mais estáveis – condição necessária para a produção de produtos de
maior qualidade (WHITFORD, 2001) – assim como por maior integração tecnológica,
66
cooperação no desenvolvimento de novos produtos, investimentos conjuntos em
P&D e um intercâmbio contínuo de informações entre produtos e processos.
(CARBONARA, 2002).
Em contraposição às redes de cooperação informais, esta “network estruturada”,
formalizada através de contratos de exclusividade de médio a longo prazos entre as
pequenas e as grandes empresas, além de proporcionar maior estabilidade, permite
que os distritos industriais transitem de um processo de inovação essencialmente
incremental para um processo marcado também pela inovação de ruptura.
(WHITFORD, 2001). Desta forma, a inserção de grandes empresas no ambiente dos
distritos industriais tradicionais, em vez prejudicá-los, os dinamiza, sanando, ainda
que parcialmente, algumas de suas desvantagens, tais como a lentidão para adotar
novas tecnologias, pouco know-how necessário para a pesquisa básica,
incapacidade de produzir “inovações que façam época” (epoch-making innovations)
e falta de conexões com redes internacionais de conhecimento codificado.
(WHITFORD, 2001).
A existência de firmas de maior porte parece ser, também na visão de Rabellotti e
Schmitz (1999), uma necessidade a alguns distritos industriais. Estes autores
observam que as firmas de menor porte, pelo menos nas aglomerações por eles
analisadas, são as que menos contribuem para o desenvolvimento dos distritos e
tendem a ser free riders, ou seja, usufruem das economias externas existentes sem
haver uma contrapartida via envolvimento em ações conjuntas ou em outras formas
de cooperação.
Outro fenômeno que vem ocorrendo dentro dos distritos industriais é o
desenvolvimento de instituições que têm se expandido do simples papel de
provedoras de serviços de consultoria, treinamento profissional, certificação de
qualidade, dentre outras funções de assessoria, para um papel de Meta-Gestão
(meta-management), onde instituições tais como organizações publico-privadas,
centros de pesquisa e serviços e associações de negócios passam a coordenar
tanto as atividades comerciais quanto produtivas dos distritos industriais, ativando e
gerenciando os processos de cooperação entre as firmas que se encontram dentro e
fora dos distritos industriais. (CARBONARA, 2002). Pilotti (2000) vai mais longe e
67
afirma que não somente as instituições vêm desempenhando este papel de “meta-
organizadores” nos distritos industriais, mas também muitas das firmas inovadoras
neles presentes.
Além disso, vários distritos industriais não são mais caracterizados pela produção de
bens considerados maduros. Verifica-se a emergência de regiões formadas por
empresas de alta tecnologia que se basearam na exportação de produtos e serviços
de alta qualidade, como as de multimídia e semi-condutores na Califórnia e as
automobilísticas, ópticas e de eletrônica em Baden-Württemberg (sudeste da
Alemanha), inclusive definidas por Raco (1999) como “Novos Distritos Industriais”.
Enfim, grandes empresas ocupando um ambiente tradicionalmente marcado por
pequenas corporações, assimetria de poderes, a ascensão da meta-gestão pelas
instituições e o advento de distritos industriais de alta tecnologia demonstram que o
conceito do típico distrito industrial marshalliano está longe de se adequar à
realidade contemporânea. Conforme Whitford (2001):
Caracterizações de um modelo de distrito industrial relativamente homogêneo não mais se aplicam. O grau de hierarquia nas relações entre o fornecedor e as firmas finais varia de distrito para distrito, nem todas as áreas são igualmente especializadas em um único produto e as distribuições do tamanho das firmas variam. Mesmo descrições da Terceira Itália como o lar exclusivo do modelo estão comprometidos pela redescoberta de (casos negligenciados de) economias regionais similares em Lombardia [Itália] e a emergência de fenômenos semelhantes ao distrito industrial na fordista Piemonte e no atrasado sul. Esta confusão levou (...) a sugerir que o “distrito industrial” em si é uma categoria a se repensar, significando que há muita variação dentro da categoria para assinalar atributos funcionais aos distritos industriais no tocante à sua classificação, de forma que eles deveriam ser tratados apenas como uma unidade útil de investigação. (WHITFORD, 2001, p. 48-49, tradução nossa).
De forma semelhante, Winder (1999) expõe que não há um consenso real do que
realmente constitui um distrito industrial. Este argumenta que, por exemplo,
enquanto alguns autores definem a confiança como uma característica-chave dos
distritos industriais, outros proporcionam a este fator uma importância relativa.
Outros afirmam que houve inúmeros tipos de distritos industriais e que muitos destes
não estavam necessariamente associados à especialização flexível que caracterizou
o período conhecido como Pós-Fordismo. Portanto, o distrito industrial de hoje está
68
longe de possuir uma definição própria ou até mesmo configurar um tipo ideal, para
usar o palavreado weberiano. Nesta busca por uma identidade, pode-se afirmar que
mesmo que os autores tentem estabelecer uma fronteira para este conceito, é
extremamente complicado determinar se uma aglomeração é ou não um distrito
industrial, dada a enormidade na variação de atributos que este conceito pode
possuir entre os estudiosos (WHITFORD, 2001).
Vários estudos relacionados à evolução dos distritos industriais discutem o futuro do
modelo e o que deveria ser considerado hoje um distrito. (WHITFORD, 2001). As
fronteiras deste conceito estão tão pouco definidas que, por exemplo, ao mesmo
tempo em que o Vale do Silício é tradicionalmente classificado como um cluster, não
há restrições para que Raco (1999) o classifique também como um distrito industrial.
Já Van Dijk e Sverisson (2003) tratam o distrito industrial como um dos estágios de
desenvolvimento de um cluster caracterizado por um nível mais avançado de
integração entre suas firmas componentes.
Esta profunda modificação na configuração dos distritos industriais, obviamente, não
foi fruto do acaso. Conforme Balloni e Iacobucci9 (1998) apud Whitford (2001, p. 52,
tradução nossa), “o antigo modelo era limitado em produzir pessoas capazes de
interpretar o novo cenário competitivo e gerenciar as mais novas e complexas
configurações organizacionais”.
A transformação deste modelo de aglomeração industrial foi, antes de tudo, uma
resposta ao novo ambiente de competição com o qual as firmas se depararam,
marcado pela (1) crescente internacionalização do comércio e a libertação das
atividades econômicas e sociais das áreas locais (RACO, 1999), assim como pela
(2) ameaça representada pelos distritos de produtos maduros em países de baixa
renda10 e (3) a descoberta da produção enxuta e em cadeia e (4) a reestruturação
das relações de trabalho nas grandes firmas. (WHITFORD, 2001). Acompanhando a
9 BALLONI, V; IACOBUCCI, D. Le politiche locale nel modelo NEC. In: GLI INCONTRI PRATESI SULLO SVILLUPO LOCALE, Prato, 1998. 10 Apesar da expressão países de baixa renda dar a impressão de que são os baixos salários destes países que tornaram seus produtos competitivos, a melhoria na infra-estrutura de muitos destes países não pode deixar de ser considerada. Marshall (1985) já alertava para a influência que o melhoramento dos meios de comunicação, o barateamento de fretes e a melhoria geral da infra-estrutura exercem sobre a competição e a distribuição geográfica das indústrias.
69
questão da internacionalização do comércio, (5) a formação das networks globais e
(6) as economias de networks baseadas na tecnologia de informação também foram
determinantes nesta mudança. (BENEDETTI, 1999).
Os fatores supracitados, assim como diversos outros, sacaram das pequenas firmas
localizadas nestas aglomerações muitas das vantagens que possuíam e
impulsionaram a transformação daquilo que anteriormente era conhecido como
distrito industrial em algo que hoje não possui uma definição consensualmente
estabelecida.
70
CAPÍTULO 3 – OS ESTUDOS CONTEMPORÂNEOS SOBRE AS
AGLOMERAÇÕES INDUSTRIAIS: KRUGMAN E PORTER
Os estudos de Marshall sobre os distritos industriais e as economias externas
geradas pelas aglomerações industriais pavimentaram o caminho para outras áreas
interessadas nestes fenômenos. Desde o lançamento de Principles of Economics em
1920, uma série de outras pesquisas passou a explorar a questão das decisões de
localização das empresas. Dentre elas, destacaram-se a geometria germânica de
localização, a física social, a causação cumulativa e o lucro e uso da terra. Porém,
tais linhas de estudo na economia da localização industrial atraíram pouca atenção
nas épocas em que surgiram. A razão para tal atitude estaria relacionada às
dificuldades enfrentadas durante décadas pelas ciências econômicas de elaborar
uma estrutura de mercado diferente daquela caracterizada por um mercado com
retornos constantes, incapaz de refletir as verdadeiras características que balizavam
a lógica de localização das indústrias. (KRUGMAN, 1996).
Martin e Sunley (1996) afirmam que a relação entre a geografia econômica, ramo da
economia que estuda a localização da produção no espaço (KRUGMAN, 1991b), e
as ciências econômicas é marcada pela assimetria. Enquanto os “geógrafos
econômicos” basearam-se livremente nos conceitos e perspectivas de diferentes
escolas de economia para a formação de suas teorias, os economistas, por sua vez,
deram pouca ou nenhuma atenção ao papel da geografia no processo econômico.
Krugman (1996) deixa claro que este desdém à geografia econômica está
diretamente relacionado à incapacidade que as ciências econômicas possuíam em
elaborar uma estrutura de mercado marcada pelos retornos crescentes. Tal fato não
apenas deixou está área de estudos estagnada durante muitas décadas, mas
também a privou de possuir uma estrutura teórica que a guiasse na pesquisa sobre
o comércio internacional. (MARTIN e SUNLEY, 1996).
Porém, conforme afirma Baptista (1996), na década de 1990 houve um amplo
ressurgimento de interesse na economia da localização industrial, mais notadamente
no que diz respeito aos clusters industriais. Uma série de estudos gerou diversas
novas correntes de pesquisa e debates sobre aglomerações industriais, motivadas,
71
principalmente, pelo surgimento de uma nova teoria de comércio e uma nova
economia de vantagem competitiva, que assinalam o papel significante que a
geografia (industrial) interna de uma nação possui na determinação do desempenho
de suas indústrias. Dentre estes estudos, destacam-se a Nova Geografia
Econômica, cujo maior expoente é o economista Paul Krugman, e os estudos sobre
os clusters industriais, conduzido pelo renomado professor da Harvard Business
School, Michael Porter.
Krugman e Porter exploram o fenômeno da aglomeração industrial com enfoques
bem distintos. Enquanto os trabalhos de Krugman enfatizam a importância de se
abordar os estudos de localização sob a perspectiva das ciências econômicas, o
enfoque de Porter é essencialmente estratégico, onde as aglomerações geográficas
são elementos constituintes da vantagem competitiva das nações. Martin e Sunley
(1996) diferenciam de modo mais detalhado estes dois autores. Estes afirmam que,
de um lado, Krugman buscou demonstrar como o comércio é influenciado e
influencia os processos de especialização industrial regional dentro das nações. Na
visão de Krugman, a importância da especialização regional é tamanha que a
geografia econômica deveria ser tratada como uma subdisciplina maior no campo da
economia. Por outro lado, Michael Porter enfatiza a importância que o grau de
aglomeração geográfica das indústrias em uma economia nacional desempenha na
determinação de quais de seus setores comandam uma vantagem competitiva
dentro da economia internacional. Porter, à semelhança de Krugman, argumenta
também que a geografia econômica deveria ser uma disciplina essencial nas
ciências econômicas. Outro ponto de convergência entre os autores, resumido
brilhantemente por Krugman (1991, p. 3) é que:
Uma das melhores formas de compreender como a economia internacional funciona é começando por olhar o que acontece dentro das nações. Se quisermos compreender as diferenças nas taxas de crescimento nacional, um bom local para se começar é através das diferenças no crescimento regional; se quisermos compreender a especialização internacional, um bom local para se começar é a especialização local. (KRUGMAN, 1991, p.3, tradução nossa, grifo do autor).
Apesar de divergirem quanto ao enfoque, as perspectivas destes autores,
caracterizadas por uma forte relação complementar, serão exploradas a seguir.
72
Primeiramente, vamos nos prender à Nova Geografia Econômica de Paul Krugman,
para, em um segundo momento, nos dedicarmos a Porter.
3.1 – Paul Krugman e o Espaço, a Fronteira Final
Paul Krugman, a fim de introduzir o leitor de maneira simples aos seus estudos
sobre localização industrial, utiliza em seu livro, Trade and Geography, o exemplo de
fotos noturnas feitas por satélites sobre os Estados Unidos e os países da União
Européia11. Observando estas fotos, Krugman (1991) apresenta duas conclusões
que introduzem aos seus estudos. Em primeiro lugar, observa-se que as regiões
industriais dos estados americanos e dos países europeus não obedecem às
fronteiras políticas. Regiões industriais localizadas na pequena Bélgica, por exemplo,
não se encerram nas fronteiras políticas com seus países vizinhos, ocorrendo este
fenômeno de forma semelhante quando observados os estados americanos. A
segunda (e mais importante) conclusão é o fato de que as populações – e por
conseqüência as indústrias – possuem um comportamento de distribuição irregular e
recorrente, definido pelo autor como centro-periferia. Enquanto o centro é formado
por grandes massas de populações concentradas em pequenas regiões territoriais
dos Estados Unidos e Europa, onde se encontram as grandes manufaturas, a
periferia é formada grandes extensões territoriais, predominante agrícolas, onde uma
pequena parcela das populações está localizada.
Outro caso de comportamento irregular de distribuição das indústrias observado por
Krugman (1991) recai sobre o gigantesco aglomerado industrial conhecido como o
cinturão de manufatura dos Estados Unidos (U.S. Manufacturing Belt), região
localizada no nordeste americano que representa menos de quinze por cento do
território daquele país, mas que chegou a conter setenta e quatro por cento dos
empregos industriais americanos ao fim do século XIX, possuindo virtualmente todo
o tipo de manufatura daquela época, salvo pouquíssimas exceções. Apesar de ao
11 Apesar de soar estranho comparar a distribuição industrial entre os estados americanos e os países da União Européia, dada a diferença política entre ambos, Krugman (1991) argumenta que um dos fatores que politicamente diferenciam um país de outro é a quantidade de restrições impostas sobre os bens e fatores de produção. Desta forma, a União Européia, cujos integrantes desfrutam da livre movimentação destes bens e fatores, é tomada, sob a perspectiva deste autor, não como um conjunto de países, mas como uma nação que se assemelha em área e pujança econômica com os Estados Unidos.
73
longo das décadas esta participação ter apresentado um decréscimo, o cinturão de
manufatura ainda detém a posição de maior concentração industrial dos Estados
Unidos.
Vários estudos de Krugman, baseados em diversas idéias do pensamento
econômico, tais como as próprias economias de localização de Alfred Marshall e as
teorias clássicas de localização, buscaram explicar porque a dinâmica de
distribuição da produção tende a seguir este comportamento desigual. Um dos
principais temas de seus trabalhos considera que a fim de compreender o comércio,
é necessário que se compreenda o processo de desenvolvimento regional dentro
das nações. A geografia econômica, sob a perspectiva deste autor, é a parte central
dos processos pelos quais a prosperidade econômica e o comércio são criados e
mantidos. (MARTIN e SUNLEY, 1996).
Diante da busca de uma resposta para este comportamento de localização das
indústrias, surge em 1990 a Nova Geografia Econômica, definida como um gênero
das ciências econômicas ou, nas palavras de seu principal expoente, “um estilo de
análise econômica que tenta explicar a estrutura espacial da economia utilizando
certos truques técnicos para produzir modelos nos quais há retornos crescentes e os
mercados são caracterizados por competição imperfeita”. (KRUGMAN, 1998, p. 163,
tradução nossa, grifo nosso). Esta nova modalidade de estudos sobre o
comportamento de distribuição das indústrias surge em um momento em que (1) a
localização da atividade econômica dentro dos países adquire projeção na agenda
de governos e instituições de ensino e pesquisa, (2) as fronteiras entre a economia
internacional e a regional não estão mais claramente definidas e (3) a perspectiva
dos retornos crescentes e da competição imperfeita se “popularizam”, tornando
ainda mais importante a adoção deste nova ramificação da economia. (KRUGMAN,
1991).
Os truques aos quais Krugman (1998) se refere nada mais são, em sua maior parte,
que pressupostos derivados de teorias econômicas anteriores, que balizam e
permitem a formação dos tão importantes modelos da Nova Geografia Econômica.
Os pressupostos são os seguintes:
74
• Competição monopolista: conforme Klaesson (2001), situação de mercado
caracterizada pela (1) existência de uma indústria composta de uma grande
de firmas, todas vendendo um produto apenas, (2) produtos diferenciados, de
forma que cada firma possui sua própria função de demanda, (3) pouco efeito
da entrada de um novo produto ou firma nas funções de demanda de
demanda individual de cada firma e (4) entrada de firmas até que os lucros na
firma sejam reduzidos a zero.
• Icebergs: um pressuposto introduzido pela primeira vez por Paul Samuelson,
que afirma que uma fração de qualquer bem embarcado simplesmente
derrete em trânsito, de forma que os custos de transporte são incorridos no
bem embarcado;
• Evolução: os modelos da Nova Geografia Econômica assumem um processo
ad hoc de ajuste, no qual os fatores de produção movem-se gradualmente em
direção a localizações que ofereçam retornos reais mais altos;
• Informática: apesar de todos os esforços, os mais simples dos modelos de
geografia econômica exigem cálculos que vão bem além das análises
manuais. Como resultado, este ramo da economia faz uso de tecnologias que
permitem a exploração de modelos de cálculos estáticos e simulações
dinâmicas. (KRUGMAN, 1998).
A Nova Geografia Econômica parte do princípio de que a localização das empresas
é determinada endogenamente, onde a geografia natural subjacente (fatores como
os recursos naturais e localização privilegiada de uma região), conhecida como
“primeira natureza”, cede espaço a outras características que influenciam fortemente
a distribuição da produção, tais como as economias externas geradas pelo tamanho
do mercado e as conexões a montante e a jusante da indústria, integrantes da
“segunda natureza” especificada por Krugman (1993). Isto não significa que os
recursos naturais, por exemplo, não sejam mais importam na localização da
indústria, mas que a localização não é influenciada somente pelos fatores da
primeira natureza. A segunda natureza, como veremos mais adiante, é fator-chave
na compreensão da lógica de distribuição centro-periferia da produção.
75
3.1.1 – A Competição Imperfeita e os Retornos Crescentes
Krugman (1991) afirma que as razões para localização das indústrias apresentadas
por Alfred Marshall podem ser consideradas certamente válidas. Contudo, os
estudos daquele autor partiram principalmente da análise de setores tradicionais
(madeireiro, mineração, química pesada, dentre outros). Arthur (1996) argumenta
que o mundo de Marshall, das décadas de 1880 e 1890, era o mundo da produção
bruta onde:
Era razoável supor, por exemplo, que se uma plantação de café tivesse de expandir a sua produção, ela teria definitivamente que ser levada a usar terras menos adequadas para o café. Em outras palavras, ela seria conduzida a retornos decrescentes. Então, se as plantações de café competissem, cada uma expandiria até que caíssem em limitações na forma de custos crescentes ou lucros decrescentes. O mercado seria dividido entre muitas plantações e um preço de mercado seria estabelecido a um nível previsível. Os agricultores iriam produzir café enquanto fosse lucrativo, mas dado o fato de que o preço seria reduzido ao custo médio de produção, ninguém seria capaz de cometer um homicídio [expulsar os competidores do mercado]. Marshall afirmava que tal mercado estava em concorrência perfeita e o mundo econômico que ele vislumbrava encaixava-se perfeitamente com os valores Vitorianos de seu tempo. (ARTHUR, 1996, p. 101, tradução nossa).
Muito da análise econômica tradicional baseia-se na teoria de vantagem
comparativa do economista David Ricardo, que afirma que sob condições de
competição perfeita e dada a imobilidade de um ou mais fatores de produção, as
nações se especializarão em indústrias nas quais possuem vantagens comparativas
de fatores (recursos favoráveis de matérias-primas, força de trabalho mais barata
etc.). O princípio da vantagem comparativa, desta forma, prevê que os países que
possuem uma base de recursos distinta produzirão somente bens que se utilizam
destes mesmos recursos. (MARTIN e SUNLEY, 1996).
Todavia, o pressuposto utilizado pelas teorias de comércio pioneiras de que os
mercados não estão distantes de serem perfeitamente competitivos, ou seja, há
muitos produtores em um mercado, sendo estes muito pequenos para influenciar os
preços ou ações futuras de seus competidores, parece não mais se aplicar à nova
realidade comercial, onde boa parte do comércio parece surgir das vantagens da
produção em larga escala, da experiência cumulativa e das vantagens transitórias da
76
inovação. Em indústrias onde estes fatores são importantes – vide o exemplo das
indústrias de alta tecnologia, mais notadamente, o setor relacionado à produção de
sistemas operacionais – a competição atomística entre muitas pequenas firmas
(necessária para a concorrência perfeita) parece não ser uma boa descrição deste
mundo. Pelo contrário, as firmas destas indústrias aparentam ser caracterizadas por
mercados imperfeitamente competitivos, onde uma série de poucos rivais, que
podem ser identificados, possuem a capacidade de alterar preços e arquitetar
movimentos estratégicos para afetar as ações de seus rivais. “Isto significa que o
quê pode acontecer nestes mercados é diferente (e mais complicado) do que aquilo
que é capturado pelos simples conceitos de oferta e demanda”. (KRUGMAN, 1992,
p. 9, tradução nossa).
Krugman (1998) demonstra-se perplexo com o fato de que somente a partir da
década de 1990 os economistas passaram a dar maior consideração à geografia
econômica. Como poderiam os economistas negar um “tipo de estória que eles
adorariam; que é uma descrição de como as ações de agentes individualistas
interagem para produzir um comportamento agregado que é maior do que a soma
das partes”? (KRUGMAN, 1998, p. 163, tradução nossa).
A resposta recairia sobre o conceito de concorrência imperfeita: uma vez que as
economias de escala, ditas como inexauríveis por Krugman, minavam o conceito de
concorrência perfeita, era necessário que os cientistas econômicos abordassem a
geografia econômica a partir desta nova abordagem. Todavia, nas décadas de 1950
e 1960, não havia modelos econômicos que permitiam a análise de uma estrutura de
mercado baseada na concorrência imperfeita. Portanto, na falta desta ferramenta,
cabia aos economistas simplesmente ignorar ou “dar as costas” à geografia
econômica na corrente da teoria econômica. (KRUGMAN, 1996, 1998).
Esta negligência, nos meados da segunda metade do século XX, terminou. Diante
do estabelecimento da moderna indústria e das mudanças ocorridas na estrutura do
mercado, as ciências econômicas, a partir da década de 1970, adicionaram ao seu
repertório a concorrência imperfeita e, decorrente desta adição, uma outra nova
abordagem passou também a ser incluída: a perspectiva dos retornos crescentes.
(KRUGMAN, 1991).
77
Os retornos crescentes podem ser definidos como a tendência que os competidores
que estão à frente no mercado possuem de avançar ainda mais nestas posições,
enquanto aqueles que perdem vantagens competitivas neste ambiente, de perderem
ainda mais posições. (ARTHUR, 1996). Os retornos crescentes estão diretamente
relacionados ao conceito de economia de escala, onde um aumento no volume total
de produção de uma firma (ou de um aglomerado de firmas, no nosso caso)
ocasiona uma queda no custo unitário de produção de um bem, revertida em ganhos
maiores ou crescentes para as firmas.
Deve-se deixar claro que a perspectiva dos retornos crescentes não é nova e está
diretamente relacionada às externalidades locais de Alfred Marshall, já exploradas
anteriormente. Nesta perspectiva, o enfoque é o mundo da manufatura,
principalmente aquela baseada no conhecimento e caracterizada por concorrência
imperfeita. (KRUGMAN, 1995). Desta forma, parece que a maior parte das relações
comerciais representa mais uma especialização arbitrária baseada em retornos
crescentes do que um esforço para tirar vantagem das diferenças exógenas em
recursos ou produtividade, conforme afirma a teoria da vantagem comparativa.
(MARTIN e SUNLEY, 1996).
De acordo com Krugman (1999), na presença de concorrência imperfeita e retornos
crescentes, as externalidades que realmente parecem importar nas decisões de
localização das indústrias são justamente aquelas relacionadas às economias de
escala, ou seja, as externalidades pecuniárias, que são realizadas quando a
entrada de uma firma resulta definitivamente em retornos (lucros) positivos para
todas as firmas. (MEARDON, 2000). A emergência do padrão centro-periferia estaria
associada a esta modalidade de economia externa, que se origina de conexões
entre firmas a jusante ou a montante, em vez de relacionada aos spillovers
puramente tecnológicos. (KRUGMAN, 1999).
Krugman enfatiza que as externalidades operando dentro e entre as indústrias
fazem diferença para a vantagem competitivas das firmas que constituem as
aglomerações industriais. Neste sentido, conforme Martin e Sunley (1996), seu
trabalho leva consigo uma noção de competitividade regional.
78
O foco de Krugman nas externalidades pecuniárias dá forma à interpretação que
este autor possui sobre os estudos Marshall, afirmando que a formação de um
mercado de trabalho local e a disponibilidade de fornecedores especializados são
exemplos de efeitos dependentes do tamanho do mercado, ou seja, as economias
externas locais são derivadas do tamanho do mercado ou de seus efeitos potenciais.
Além disso, Krugman dá maior ênfase às externalidades pecuniárias, que são
originárias tanto das economias de escala externas às firmas quanto daquelas
internas a elas. Neste contexto, as economias internas de escala, através do
crescente incentivo à concentração das firmas em um local, intensificam a tendência
à concentração geográfica da produção. (MARTIN e SUNLEY, 1996).
Tornou-se aceito o fato de que onde a competição imperfeita e os retornos
crescentes estão presentes, as externalidades pecuniárias são fundamentais, ou
seja, “se as ações de uma firma afetam a demanda pelo produto de outra cujo preço
exceda o custo marginal, esta é uma externalidade muito mais real do que o
spillover de P&D de uma firma em um pool de conhecimento”. (KRUGMAN, 1999, p.
485, tradução nossa, grifo do autor). Apesar desta afirmação de Krugman aparentar
um certo desdém em relação às externalidades não pecuniárias, tais como os
próprios spillovers tecnológicos, este argumenta que o fato de considerá-las pouco
em seus estudos se deve à dificuldade que estas possuem de serem medidas e
rastreadas, além de muitas vezes serem nacionais ou internacionais em escopo.
(MARTIN e SUNLEY, 1996).
3.1.2 – Os modelos de localização das indústrias
Para Martin e Sunley (1996), Krugman surge como um conciliador entre a nova
teoria do comércio e a teoria da localização. A sua Nova Geografia Econômica surge
como um híbrido destas duas teorias. Ela faz uso dos modelos de competição
imperfeita e economias de escala, utilizadas na nova teoria de comércio, e as alia ao
enfoque da teoria de localização clássica nos custos de transporte. Na interação das
economias externas de escala com os custos de transporte está a chave para a
explicação da concentração industrial das regiões e formação de “centros” e
“periferias” regionais.
79
A lógica do modelo de concentração geográfica de Krugman baseia-se na interação
entre três elementos: os retornos crescentes, os custos de transporte e a
demanda. De modo breve, o modelo funciona da seguinte forma: dadas economias
de escala suficientemente fortes, cada manufatura irá desejar servir o mercado
nacional a partir de uma única localização. As firmas desejam concentrar a produção
próxima a mercados e fornecedores (a fim de reduzir os custos de transporte), mas o
acesso aos mercados e fornecedores é melhor onde outras firmas estão localizadas
(devido aos efeitos do tamanho do mercado ou demanda). (KRUGMAN, 1998). Nas
palavras de Krugman (1991, p. 20, tradução nossa), “as manufaturas querem se
localizar onde o mercado é grande; o mercado é grande onde as manufaturas estão
localizadas”. Surge daí uma lógica circular ou “circularidade”, que é capaz de criar
aglomerações e mantê-las uma vez que estas tenham se estabelecido. (KRUGMAN,
1998).
Krugman expõe o cinturão de manufatura do nordeste dos Estados Unidos como um
dos exemplos deste comportamento circular de localização da indústria. O
crescimento da população em atividades não-agrícolas no nordeste do país no
século XIX, aliado às economias crescentes de escala e à queda dos custos de
transporte, fizeram com que este cinturão se estabelecesse e lhe desse uma
vantagem inicial que o manteve forte o suficiente para atrair um número cada vez
maior de indústrias e populações, mesmo quando outras regiões, mais tarde,
passaram a dispor ou gozar de condições semelhantes àquelas que permitiram o
estabelecimento do cinturão. (KRUGMAN, 1991).
A relação circular em que a localização da demanda determina a localização da
produção e vice-versa tende a ser uma força profundamente conservadora,
tendendo a criar o lock in (estabelecimento) de um padrão centro-periferia que pode
durar um longo período, como o centenário cinturão de manufatura americano. A
quebra deste lock in, pelo modelo de Krugman, significaria a ascensão de outro
centro industrial, em detrimento de seu antecessor. Para explicar o processo de
ascensão de um novo centro industrial, Krugman utiliza de modo simplificado um
modelo em que a população é fixa. Neste modelo, a distribuição da produção será
ajustada a partir de uma relação entre (1) os custos fixos de se implantar novas
80
unidades de produção em uma região A e o (2) custo de servir esta região a partir de
uma unidade industrial já existente na região B. Enquanto o primeiro fator for maior
que o segundo, a região A será servida pelas unidades industriais já existentes na
região B. Caso ocorra o contrário, a implantação de uma nova unidade industrial na
região A se justificará. Caso ambos os fatores sejam iguais, ambas as áreas terão
unidades industriais. (KRUGMAN, 1991).
Portanto, em vez de determinada completamente pela geografia natural subjacente,
que levaria à escolha de uma região mais eficiente, o modelo de Krugman prevê
pontos de equilíbrio de localização múltiplos, onde a concentração da produção
poderá ocorrer em uma variedade de locais. Qual das regiões possuirá a vantagem
inicial de ser o primeiro grande centro locked in, que dificilmente perderá sua
posição, dependerá de fatores históricos, abordados na seção a seguir.
Krugman (1991) observou dois pontos interessantes em relação ao movimento inicial
de populações ou indústrias para outras cidades, que acaba dando surgimento ou
reforçando o padrão centro-periferia. A primeira é que este processo não obedece
necessariamente a uma lógica racional de maximização de salários ou minimização
de custos. Algumas vezes estes movimentos podem ser baseados apenas em
expectativas de maiores salários ou de um mercado potencial, o que acaba
ocasionando de fato a emergência de um novo padrão de distribuição da produção.
Desta forma, as expectativas ou os “aspectos psicológicos” de pessoas e firmas
acabam se transformando em uma profecia auto-realizável que se sobrepõe às
vantagens iniciais da região antes industrializada. O segundo ponto diz respeito à
rapidez da mudança: há indicativos de que a emergência de um novo padrão centro-
periferia, em vez de ocorrer de forma lenta e gradual, pode ocorrer subitamente,
como foi o caso da ascensão da Califórnia como centro industrial no fim do século
XIX.
Krugman sugere ainda que os custos de transporte podem agir como um forte
limitador da concentração geográfica da indústria. Quando há uma redução nos
custos de transporte, as firmas desejarão se concentrar em um local para realizar as
economias de escala tanto na produção quanto no transporte. Se estes custos
continuarem a cair, o modelo sugere que a necessidade de se localizar próximo aos
81
mercados irá desaparecer e a produção pode se dispersar geograficamente.
Todavia, dado que alguns custos de transportes não poderão ser removidos, a
relação circular entre a produção e a demanda implica que regiões que tiveram
algum pioneirismo (first-mover) na manufatura, geralmente graças a uma “boa sorte
acidental” (os fatores históricos explorados na próxima seção), atrairão mais
indústrias e crescimento em relação àquelas regiões cujas condições iniciais para
industrialização eram desfavoráveis. (MARTIN e SUNLEY, 1996).
3.1.2.1 – História, Acidente e a Localização da Indústria
Caracterizado pela linguagem simples e anedótica, os trabalhos de Krugman
constantemente remetem a estórias ou exemplos para explicar a dinâmica de
localização das indústrias; o mesmo ocorre quando tenta explicar a influência da
história na formação dos centros industriais e periferias agrícolas. Krugman narra a
estória de uma adolescente na cidade de Dalton, estado da Geórgia, Estados
Unidos, que em 1895 confeccionou uma colcha de cama tufada, diferente de
qualquer outra colcha feita naquela época, como presente de casamento. O novo
estilo de colcha tornou-se moda, que rapidamente foi adotada por várias outras
pessoas da cidade. A partir deste fato, Dalton havia formado as raízes para o
nascimento do maior pólo de tapeçaria dos Estados Unidos ao fim da segunda
guerra mundial, onde seis das vinte maiores indústrias de tapetes dos Estados
Unidos estavam lá localizadas. (KRUGMAN, 1991).
Krugman utiliza este exemplo para deixar algo bem claro no que diz respeito à
formação dos centros industriais: apesar de haver cidades que são mais eficientes
em termos geográficos para a instalação de unidades industriais, a localização da
indústria raramente obedece a esse critério. Pelo contrário, a localização da indústria
é, em grande grau, indeterminada e dependente da história (MARTIN e SUNLEY,
1996), como no caso da indústria de tapetes em Dalton. Isto significa que o fato de
uma região possuir uma vantagem comparativa em termos de custo de mão-de-obra
ou recursos naturais não a garante de que a “história escolherá o resultado mais
eficiente”. (RAUCH, 1993).
82
Uma vez que um padrão de especialização como o da indústria de tapetes se
estabelece, este acaba sendo travado (locked in) pelos retornos crescentes obtidos
com a localização da produção na região. (MARTIN e SUNLEY, 1996). Portanto, nas
palavras de Krugman (1991, p. 20, tradução nossa), “a história importa” e as
vantagens iniciais gozadas pelas regiões pioneiras em manufatura – como é o caso
do cinturão de manufatura, que no século XIX não somente era a região mais
populosa dos Estados Unidos, como também possuía uma rede transporte
privilegiada – são fortemente influenciadas por este componente histórico.
Conforme observa Krugman, (1991, p. 35, tradução nossa, grifo nosso), “em uma
extensão notável, as indústrias de manufatura dentro dos Estados Unidos são
altamente localizadas; e quando se tenta compreender as razões para aquela
localização, descobre-se que ela pode ser remetida a alguns aparentes acidentes
históricos triviais”. Todo o processo de industrialização dos Estados Unidos,
incluindo o tão famoso Vale do Silício, foi marcado por casos semelhantes de
pequenos acidentes históricos que levaram ao estabelecimento de um ou dois
persistentes centros de produção. (KRUGMAN, 1991).
Desta forma, a determinação de qual região se torna o centro de manufatura e qual
se torna a periferia agrícola presumivelmente dependeria destes acidentes
históricos, de forma que a economia espontaneamente se organizaria em uma
geometria centro-periferia muito semelhante à divisão dos Estados Unidos entre
cinturões de manufatura e agrícolas ou à divisão da Itália entre o próspero norte e o
empobrecido sul. (KRUGMAN, 1998).
A importância que Krugman atribui à história está diretamente relacionada ao
conceito de path dependence, que de forma resumida apregoa que os fatores
objetivos de um período anterior podem afetar a alocação de recursos em um
período posterior, mesmo quando as condições são completamente diferentes.
(ARROW, 2000). Krugman (1991a), todavia, adverte que a influência da história
como vantagem inicial dos primeiros centros industriais não é permanente. Este fator
será importante enquanto houver ganhos de escala suficientemente grandes na
83
região, custos de transporte satisfatoriamente baixos e uma quantidade suficiente de
produção footloose12 não relacionada a recursos naturais.
3.1.3 – Críticas à Nova Geografia Econômica
Apesar dos avanços e do crescente interesse na Nova Geografia Econômica,
principalmente a partir da segunda metade da década de 1990, ainda há muito que
se ser desenvolvido e melhorado neste campo. Como todo o campo de pesquisa
emergente no meio acadêmico, a Nova Geografia Econômica está sujeita tanto a
elogios quanto a críticas fervorosas. No caso das críticas, elas, na maioria das
vezes, são direcionadas ao seu pesquisador mais influente: Paul Krugman.
De acordo Meardon (2000), vários autores questionam e são céticos em relação à
narrativa de Krugman, argumentando que este autor faz uso de ferramentas que já
foram rejeitadas há muito tempo durante os estudos de diversos problemas
econômicos, como aquelas referentes a estudos anteriores de localização da
indústria e aos “truques” utilizados para balizar seus estudos. Outra crítica recorrente
é a de que a Nova Geografia Econômica não passa de uma tentativa de “colocar no
mercado” novas técnicas sob o questionável argumento de uma afinidade histórica
com antigos autores que influenciaram a geografia econômica.
Martin e Sunley (1996) coletaram na literatura uma série de críticas à Nova
Geografia Econômica de Paul Krugman. Uma das primeiras grandes críticas diz
respeito aos pressupostos utilizados nos modelos de Krugman, considerados por
muitos autores não realistas e fora de uso, uma vez que a geografia econômica
contemporânea está abandonando o uso de modelos e substituindo-os por
abordagens “mais realistas”. Sob esta perspectiva, os modelos de Krugman são
vistos como imersos em um contexto geográfico e histórico inadequado. O modelo
centro-periferia, por exemplo, diferente de outros modelos de localização, é criticado
por não considerar uma perspectiva de longo prazo. Outra crítica recorrente ao
trabalho de Krugman é a sua persistência em não considerar os spillovers
12 Produção que não está “ligada” a outros locais pela necessidade de proximidade do mercado consumidor, como é o caso de alguns produtos perecíveis, ou pela necessidade de usar recursos naturais muito próximos à fonte, como é o caso da indústria de cerâmica. (KRUGMAN, 1991).
84
tecnológicos como um determinante fundamental dos clusters contemporâneos, ao
mesmo tempo em que, contraditoriamente, faz várias referências ao modo como a
natureza das aglomerações se modificou ao longo do tempo. A razão para esta
relutância estaria no fato de Krugman partir do pressuposto de que as forças de
localização que explicam o crescimento dos grandes centros americanos do século
XIX são as mesmas que provocam estes fenômenos na atualidade, apesar de
reconhecer, mais uma vez de forma contraditória, a crescente importância da
tecnologia a partir do século passado.
Por fim, o próprio Krugman (1998) lança uma crítica direcionada à evolução da Nova
Geografia Econômica. O autor sugere que esta deve transpor uma nova fronteira: a
empírica. Observa-se que muitos dos trabalhos publicados sobre a nova
organização industrial, campo de estudos no qual a Nova Geografia Econômica está
incluída, foram muito melhores em criar modelos interessantes do que em gerar
previsões empíricas. Houve o surgimento de uma “indústria de regressões”, mas,
com poucas exceções, estas regressões nem se relacionaram fortemente com a
teoria e tampouco forneceram evidência empírica de suporte. (KRUGMAN, 1998).
De forma semelhante, Brühlhart (1998) afirma que a atenção renovada à economia
espacial (as novas teorias de comércio e nova geografia econômica) foi resultante
mais de avanços teóricos do que de um contexto empírico diferente.
3.2 – Michael Porter e a Emergência dos Clusters
Nos estudos sobre a competição das firmas e indústrias, a maioria das pesquisas
sobre a estrutura da indústria, suas fontes de vantagem competitiva e seus
processos competitivos tem sido neutra em relação ao fator localização. Segundo
Porter (1994), os tratamentos da localização basearam-se amplamente na tradição
estabelecida pela teoria do comércio. Nesta teoria, as escolhas e efeitos da
localização eram baseados em uma estrutura de minimização de custo de insumos,
nos quais os principais atributos de localização eram o custo da terra, trabalho,
capital, energia, dentre outros. Nesta estrutura, os fatores de localização eram mais
um detalhe operacional do que estratégico.
85
Porter (1994) explica que o paradigma que governava a competição internacional se
modificou. O antigo modelo era baseado na eficiência estática e as firmas com os
menores custos de insumos ou maiores economias de escala prevaleciam. Todavia,
a globalização da competição e o avanço tecnológico neutralizaram estes benefícios
da localização tão valorizados pela teoria do comércio. A inovação passa a
predominar no novo paradigma que se impõe e a capacidade das firmas para inovar
baseia-se de forma consistente no ambiente (local) no qual a firma reside. Conforme
afirma Porter (1994):
A base da vantagem competitiva passou da eficiência estática para a taxa de aperfeiçoamento dinâmico. Não são os insumos ou a escala que a firma possui hoje, mas a sua habilidade para continuamente inovar e melhorar suas habilidades e tecnologias (amplamente ativos intangíveis) ao competir. Nesta forma de competição, o papel da localização se modifica profundamente. As firmas operam globalmente para obter insumos e acesso a mercados. A vantagem competitiva, contudo, se origina dos processos de inovação que estão amplamente localizados na home base da firma ou na localização do seu time de gestão estratégica, de suas atividades de pesquisas-núcleo e da massa crítica de produção sofisticada para uma determinada linha de produto. (PORTER, 1994, p. 36, tradução nossa).
Para que o papel estratégico que Porter dá à localização seja completamente
compreendido, é necessário que se explore a perspectiva deste autor sobre a
dinâmica do ambiente de competição das firmas. Em seus estudos sobre os
determinantes da vantagem competitiva das nações, Porter (1990) cita quatro
atributos que formam o ambiente no qual as firmas competem e promovem (ou
impedem) a criação de vantagem competitiva. Tais atributos, explicados abaixo de
forma sucinta, formam o modelo “diamante” de Porter, exposto na figura 1:
1. Condições dos fatores: a posição de uma nação nos seus fatores de
produção, tais como mão-de-obra especializada ou infra-estrutura,
necessários para se competir em uma dada indústria;
2. Condições da demanda: a natureza da demanda interna pelos produtos ou
serviços da indústria;
3. Indústrias de apoio e de suporte: a presença ou ausência na nação de
indústrias fornecedoras e relacionadas que são internacionalmente
competitivas;
86
4. Estratégia da firma, estrutura e rivalidade: a condições que governam como
as companhias são criadas, organizadas, gerenciadas e a natureza da
rivalidade doméstica.
Esquema 1 – Os Determinantes da Vantagem Competitiva
Fonte: Adaptado de Porter (1990, p. 72).
Para Porter (1990), dois elementos possuem poderes especialmente grandes de
transformar ou dinamizar o “diamante” em um sistema: a rivalidade doméstica,
porque ela promove o crescimento de todo o “diamante” nacional, e a concentração
geográfica, porque ela eleva e amplia as interações dentro do “diamante”. Esta é a
justificativa para Porter trazer para seu campo de estudo a localização geográfica
das firmas, explorando, mais especificamente, o fenômeno por ele denominado de
clusters.
3.2.1 – O Conceito de Clusters
Historicamente, os estudos que enfocam a questão de proximidade espacial para
explicar padrões de crescimento econômico não são novos. Os próprios distritos
industriais de Marshall estão nas raízes deste novo conceito em voga. Outros
conceitos, tais como “pólos de crescimento”, “novos espaços industriais” e “millieux
CONDIÇÕES DE DEMANDA
ESTRATÉGIA DA FIRMA,ESTRUTURA E
RIVALIDADE
INDÚSTRIAS DESUPORTE E
RELACIONADAS
CONDIÇÕES DOS FATORES
87
local”, também buscaram enfatizar a questão da aglomeração industrial.
(FLOYSAND e JAKOBSEN, 2002). Uma das razões para que os clusters de Porter,
diferente de alguns estudos anteriores, adquirissem tamanha projeção tanto fora
quanto dentro do meio acadêmico estaria relacionada à inserção deste conceito na
agenda política e governamental de muitas regiões e países, que o enxergaram
como uma forma de liberar o potencial econômico de áreas aglomeradas pré-
existentes. (BENNEWORTH, 2002). Schmitz (2000), por sua vez, afirma que não há
a menor dúvida sobre o que iniciou toda esta “onda” de interesse nos clusters
industriais: o sucesso de exportação dos distritos industriais italianos.
Os clusters são definidos por Porter (1998a, p. 197, tradução nossa) como
“concentrações geográficas de companhias interconectadas, fornecedores
especializados, provedores de serviços, firmas em indústrias relacionadas e
instituições associadas em campos particulares que competem, mas que também
cooperam”. Apesar de esta ser a mais famosa entre as centenas de definições de
clusters que podem ser encontradas na literatura, Newlands (2003) enfatiza o
quanto esta definição é vaga, não definindo claramente o que é uma “concentração
geográfica”, “campo”, “indústria” e até mesmo o processo de competição.
Longe de serem diferentes dos estudos anteriores sobre aglomerações industriais,
os benefícios adquiridos por firmas co-localizadas nos clusters envolvem questões
relacionadas aos custos, ao fluxo de conhecimento e aos processos de cooperação
existentes. A co-localização, por exemplo, é capaz de diminuir os custos de
transporte e de interação, assim como os custos de identificar, acessar e
intercambiar produtos e serviços, facilitando desta forma o intercâmbio de
conhecimento entre as firmas. Esta também é capaz de estimular a colaboração
horizontal entre as firmas, o que acaba por gerar efeitos externos de escala. Ao
mesmo tempo, frequentemente haverá uma rivalidade agressiva entre as firmas, que
serão capazes de comparar efetivamente as suas performances com as de seus
competidores, estimulando assim processos de inovação. Haverá também spillovers
de conhecimento, que dão às firmas a oportunidade de imitar os sucessos de outras.
Outro benefício advindo da co-localização de firmas seria o desenvolvimento de
mercados de trabalho e insumos especializados, originários de firmas que operam
em setores iguais ou relacionados. (FLOYSAND e JAKOBSEN, 2002).
88
3.2.1.2 – O Contexto Social dos Clusters Industriais
A definição de Porter acima exposta sobre os clusters é apenas uma das formas
pelas quais o autor explica este fenômeno. Na mesma literatura, por exemplo,
podemos ver Porter (1998a, p. 199, tradução nossa) definir cluster como “um grupo
geograficamente próximo de companhias interconectadas em um campo particular,
ligadas por comunalidades e complementaridades” ou “um sistema de firmas e
instituições interconectadas, cujo valor como um todo é maior do que a soma de
suas partes”. (PORTER, 1998a, p. 213, tradução nossa).
Independente das definições que Porter ou outros autores dêem aos clusters, todas
parecem abordar, implícita ou explicitamente, o contexto social no qual firmas
geograficamente próximas estão imersas. Van Dijk e Sverisson (2003), ao fazerem
um extenso levantamento na literatura das características que definem um cluster,
identificaram diversos elementos relacionados fortemente ao contexto social. Estes
afirmam que o conceito de cluster foi definido de múltiplas formas, cujas
características enfatizadas convenientemente refletiam a premissa de que “você
acha o que você está procurando”. A tabela abaixo, adaptada destes autores, expõe
as principais características definidoras deste fenômeno na literatura, sendo que as
características de número 4 e 5, conexões inter-firmas, são consideradas nas
literaturas consultadas fundamentais para a ocorrência deste tipo de aglomeração.
89
1 Relativa proximidade espacial dos empreendimentos
2 Uma alta densidade de atividade econômicas
3 Presença de numerosas firmas em a atividades iguais, semelhantes e
subsidiárias
4 Conexões inter-firmas entre as firmas como resultado de sub-contratação
vertical
5 Conexões inter-firmas entre as firmas em formas específicas de cooperação
horizontal
6 Algum grau de especialização
7 Uma história social conjunta
8 Processos de aprendizado mútuos e coletivos
9 Redes de relações sociais que não estão imersas em transações entre
produtores ou comerciantes
10 Economias externas resultantes das conexões inter-firmas e das redes de
relações sociais
11 Um papel para instituições locais e tradicionais
12 Um papel para os governos regionais e municipais
13 Background cultural partilhado
14 Ambiente institucional favorável
15 Circunstâncias favoráveis para a geração de confiança entre os parceiros de
negócios
16 Atmosfera generalizada de confiança e ausência ou limites ao oportunismo
17 Imitação de produto localmente difundida
18 Níveis semelhantes de sofisticação tecnológica
19 Pool de mão-de-obra comum
20 Pool partilhado de competência técnica
Quadro 2 - Características Definidoras de Clusters Propostas na Literatura
Fonte: Adaptado de Van Dijk e Sverisson (2003, p. 186).
Assim como nos escritos sobre os distritos industriais, principalmente os mais
recentes, o que Porter denomina de sócio-economia dos clusters, isto é, o conjunto
de relações sociais que promovem o desenvolvimento destas aglomerações, adquire
importância central. A mera presença de firmas, fornecedores e instituições em um
90
local cria o potencial para valor econômico, mas não assegura necessariamente a
realização deste potencial. (PORTER, 1998a). Conforme Van Dijk e Sverisson
(2003, p. 1987, tradução nossa), “a observação de firmas localizadas próximas umas
às outras não implica necessariamente que estas colaborem, em qualquer sentido
concreto da palavra, nem que esta seja a principal força de dinamismo econômico”.
Benneworth (2002) afirma que nem todas as aglomerações possuem o potencial de
se tornarem clusters. Esta transformação seria impulsionada pelas crescentes
oportunidades de criação de valor que surgem dos altos níveis de contato inter-
pessoal em indústrias relacionadas. Caberia então à “cola social”, segundo Porter
(1998a), unificar o cluster, estimulando o processo de construção de parcerias e,
desta forma, contribuindo para este processo de criação de valor.
Krätke (2002) afirma que o potencial de um desenvolvimento de um cluster está
fortemente associado à qualidade de sua organização social, sendo esta qualidade
produto do tipo, amplitude e proximidade das relações entre as várias firmas da
aglomeração, constituindo um “capital social” que não se restringe a uma única
companhia. Reforçando este aspecto das relações sociais, Porter (1998a, p. 226,
tradução nossa) dá uma outra definição aos clusters, definindo-os como “uma forma
de network que ocorre dentro de uma localização geográfica na qual a proximidade
das firmas e das instituições assegura certas formas de comunalidades e aumenta a
freqüência e o impacto das interações”.
Porter (1998a) posiciona os clusters como uma forma organizacional robusta ainda
pouco explorada na teoria, localizada no continuum entre os mercados e as
hierarquias. Esta forma organizacional nada mais seria que a governança através
das networks. Este autor afirma que as interações repetidas e os contratos informais
dentro de uma estrutura de cluster resultam da convivência e do trabalho em uma
área circunscrita, que estimulam a confiança e a comunicação aberta e reduzem os
custos de controlar e recombinar as relações de mercado.
Relacionando a teoria dos clusters às networks, Porter afirma (1998a) que esta
teoria é capaz de identificar quais agentes precisam estar na network, para que tipos
de relacionamentos e porque; além de oferecer uma nova forma de explorar os
91
mecanismos pelos quais as networks, o capital social e o engajamento cívico afetam
os resultados da competição e do mercado. Apesar de que, a princípio, a
proximidade geográfica não é essencial para a existência da network, Pietrobelli e
Barrera (2002, p. 542, tradução nossa, grifo nosso) afirmam que, em um sentido
restrito, “um cluster é definido como um grupo de firmas próximas espacialmente,
especializadas no desenvolvimento de um mesmo produto ou de similares”.
Complementando, estes autores afirmam que esta forma de organização gera
benefícios adicionais não somente às empresas, mas ao cluster como um tudo,
refletidos na divisão do trabalho, maior diferenciação do produto e aumento da
flexibilidade do tanto do processo de produção quanto do produto em si, fatores
também apontados no capítulo sobre distritos industriais.
Um problema na definição de Pietrobelli e Barrera, assim como na definição de
clusters feita por muitos outros, diz respeito a o quê é definido como proximidade
geográfica. Conforme Van Dijk e Sverisson (2003), o uso coloquial deste termo é um
pouco problemático, dependendo os estudos muito mais do contexto em que as
firmas de uma região estão imersas do que de uma metodologia pré-definida para
identificar um cluster. Uma alternativa apresentada por estes autores para definir
clusters está associada à proximidade social, onde a questão dos relacionamentos
em uma rede teria maior peso na determinação de um cluster do que a questão
geográfica.
Esta questão da proximidade social coloca ainda um outro problema inerente aos
clusters modernos: a dispersão das networks. Conforme Tracey e Clark (2003),
novos tipos de tecnologia de comunicação e de transporte permitiram a rápida
formação e reorganização de conexões e networks locais e globais, de forma que
muitos dos clusters hoje existentes não podem ser concebidos como sistemas locais
fechados. Portanto, o que se observa é que os clusters estão saindo de uma rede de
relacionamentos essencialmente local para se inserir em outra global, não ficando
mais tão evidente onde se inicia e onde termina este tipo de aglomeração.
Floysand e Jakobsen (2002) apontam que, apesar de representar uma forma local
de organização econômica, um cluster não depende somente de campos sociais
locais. Conforme exposto por estes autores, algumas destas aglomerações são
92
influenciadas por redes sociais tanto no aspecto regional quanto no nacional e até
mesmo no internacional, o que nos estudos de casos por eles realizados (clusters de
processamento de pesca noruegueses), explicam a habilidade destes em se
reestruturarem e adaptarem às mudanças nas condições do mercado.
Outro elemento importante no conceito de clusters é que, diferente dos distritos
industriais, cujas definições pós-Marshallianas são focadas nas pequenas e médias
empresas, os clusters podem englobar aglomerações constituídas tanto de
pequenas e médias empresas quanto de grandes corporações que convivem com
firmas de menor porte. (PORTER, 1998a).
3.2.2 – A Natureza dos Clusters
De acordo com Porter (1998a), as origens de um cluster podem ser associadas a
partes do seu modelo diamante, que estavam presentes em um local devido a
razões históricas. Uma das principais razões para a formação das primeiras
empresas em uma região é a disponibilidade de um conjunto de fatores, tais como
mão-de-obra especializada, pesquisa universitária, a própria localização física
eficiente ou uma infra-estrutura apropriada. Todavia, este autor afirma que os
clusters também podem se originar de (1) uma demanda local sofisticada ou
incomum, (2) da existência prévia de indústrias fornecedoras, relacionadas ou
clusters inteiros de indústrias relacionadas e (3) de eventos relacionados ao fator
acaso (chance events), onde a formação prévia de companhias em uma localização
geralmente reflete atos de empreendedorismo que não podem ser atribuídos às
circunstâncias locais favoráveis. Estes chance events estão diretamente
relacionados ao acidentes históricos expostos no tópico sobre a Nova Geografia
Econômica. O cluster de tapetes de Dalton, Estados Unidos, é um exemplo de
aglomeração originário do “acaso”.
Complementando as observações de Porter, os autores Chiles e Meyer (2001)
apontam que a decisão de localização de uma firma ou conjunto de firmas baseada
em fatores estratégicos pode alavancar o mesmo processo de formação de clusters.
O cluster de mídia de Hollywood, por exemplo, cuja origem data do início do século
XX, tem suas raízes relacionadas a sérias questões legais no estado de Nova York
93
que forçaram muitos dos produtores de filmes daquele estado a se mudar para a
costa oeste dos Estados Unidos, mais especificamente, para a cidade de Los
Angeles. Entre 1909, data da fundação do primeiro estúdio em Hollywood, e 1914 a
cidade já contava com quinze estúdios, firmando-se como o cluster cinematográfico
dominante daquele país.
Muitos autores reforçam o aspecto de que os clusters não surgem de forma
deliberada (no curto prazo) ou espontaneamente. Reforçando a questão histórica,
Benneworth (2002), por exemplo, enfatiza o surgimento destes como um
empreendimento de longo prazo, afirmando que todos os clusters baseiam-se em
forças que foram construídas ao longo de vários períodos de investimentos e
compromissos significativos, afirmando ainda que a formação destes envolve muito
mais a busca de novas maneiras de combinar os ativos existentes do que a criação
de ativos totalmente novos. De forma semelhante, Jones, Hesterly e Borgatti (1997)
explicam que, dado o fato de que as networks envolvem a disseminação de crenças
culturais e valores entre muitas partes autônomas, o estabelecimento de rotinas e
convenções para a realização de tarefas complexas pode levar até décadas. Já
Kotval e Mullin (1998) argumentam que a formação de clusters industriais não ocorre
de forma espontânea. Estes autores, ainda que de forma muito limitada e simplista,
afirmam que deve haver empresas que competem entre si, fornecedores sofisticados
que coexistem com as firmas locais, companhias cujos planos estratégicos definem
a competição em um aspecto global e um desejo por melhoria.
Descrevendo de modo sucinto este processo de formação de clusters, Arthur13
(1994) apud Meyer e Chiles (2001) afirma que, inicialmente, as firmas se
estabelecem em uma região como resultado de sua atratividade ou como
conseqüência de acidente histórico ou ação estratégica. Os retornos crescentes
(vistos anteriormente) ampliam a vantagem original desta região e acabam
“travando-a” (lock in) como um local de atividades especializadas. A presença da
concentração inicial de firmas atrai outras firmas, que reconhecem os benefícios de
estarem próximas a firmas semelhantes ou relacionadas, e esta maior concentração
13 ARTHUR, W. B.. Increasing Returns and Path Dependence in the Economy, Ann Arbor, MI: University of Michigan Press.
94
de firmas, por sua vez, atrai mais firmas, ocasionando o estabelecimento da
aglomeração.
Porter (1998a) afirma que os clusters podem variar tanto em tamanho e amplitude
quanto em estágio de desenvolvimento e que a natureza dos clusters é determinante
na estrutura das indústrias e firmas que o constituem. Desta forma, enquanto alguns
clusters mais desenvolvidos podem possuir uma ampla base de fornecedores
especializados e uma quantidade maior de indústrias relacionadas e instituições de
suporte, outros, menos desenvolvidos, podem apresentar carência em alguns destes
aspectos. Além disso, as fronteiras destas aglomerações evoluem à medida que
novas firmas e indústrias emergem, indústrias estabelecidas entram em declínio e
instituições locais se desenvolvem e mudam.
Os clusters estão geralmente concentrados em áreas geográficas particulares e às
vezes em uma única cidade ou região metropolitana. A concentração geográfica
ocorre porque a proximidade serve para ampliar muitos dos benefícios de inovação e
produtividade da aglomeração. Nestas regiões, os custos de transação são
reduzidos, a criação e fluxo de informação melhoram, as instituições locais são
responsáveis por muitas das necessidades especializadas de um cluster e as
pressões competitivas são mais fortemente sentidas. (PORTER, 1998b).
3.2.2.1 – Localização e Competição
Porter (1998a) afirma que, em décadas recentes, a visão predominante sobre o
modo como as empresas competiam entre si era extremamente simplista. O
conceito de vantagem comparativa, apesar de importante para a compreensão do
processo competitivo, é visto por como falho em representar de forma real a
competição. Porter argumenta que fatores tais como o suprimento ampliado de
insumos, que se expande à medida que mais países se integram à economia global,
e a maior eficiência dos mercados nacionais e internacionais, estão tornando o
aspecto “comparativo” das nações menos valioso. Neste novo cenário, o que
realmente parece importar são conexões próximas com compradores, fornecedores
e outras instituições, que contribuem não somente para a eficiência, mas também
para a taxa de melhoria e inovação.
95
Um dos alicerces da nova visão de Porter sobre competição se baseia em inovação
e na busca por diferenças estratégicas. Nesta perspectiva, considerada mais
ampla e dinâmica pelo autor, a localização é vista como um fator que afeta
diretamente a vantagem competitiva das firmas. O enfoque deste autor na análise
das economias através dos clusters, em vez de agrupamentos tradicionais tais como
companhias, setores e indústrias, se justificaria pelo fato destes estarem alinhados
de modo melhor com a natureza da competição e as fontes de vantagem
competitiva. Na visão porteriana, os clusters, de forma mais ampla que as indústrias,
capturam importantes conexões, complementaridades, spillovers de tecnologia,
habilidades, informações, marketing e necessidades dos clientes. Estas conexões
são consideradas fundamentais para a competição, a produtividade e,
especialmente, para o ritmo de inovação e de formação de novos negócios.
(PORTER, 1998a).
Nesta nova visão de competição, a localização afetaria a vantagem competitiva
através de sua influência sobre a produtividade e o crescimento da produtividade. A
prosperidade de uma localização não seria uma variável dependente da indústria a
qual as firmas de um cluster pertencem, mas sim do modo como as firmas de uma
indústria irão competir. Portanto, as firmas podem prosperar da mesma forma em
qualquer indústria (agricultura, sapatos, semicondutores etc.) se estas empregarem
métodos sofisticados, usarem tecnologia avançada e oferecerem produtos e serviços
diferenciados. A estrutura de produtividade de um cluster é fundamental, pois é esta
que estabelece os salários que serão pagos e os lucros que serão gerados. Neste
aspecto, a presença de sofisticadas firmas estrangeiras possui a capacidade de
aumentar a produtividade das firmas domésticas e vice-versa. (PORTER, 1998a).
Outro ponto observado por Porter (1998a) é que a sofisticação e a produtividade das
firmas que competem em um cluster são fortemente influenciadas pela qualidade ou
estrutura do ambiente de negócios. Os efeitos de alguns aspectos, tais como o
sistema rodoviário, impostos corporativos e o sistema legal recaem sobre todas as
indústrias. Desta forma, um sistema de transporte precário pode impedir que firmas
em uma aglomeração utilizem técnicas logísticas mais sofisticadas, ou um mão-de-
obra pouco qualificada poderá ser um impeditivo na utilização de estratégias de alto
96
serviço. Estes aspectos podem representar, em termos nacionais, fortes restrições à
competitividade das economias em desenvolvimento, como é o caso do Brasil.
O processo de formação de clusters, para Porter (1990), é essencial para a
vantagem competitiva das nações, o que, segundo ele, gera implicações na política
dos governos e na estratégia das companhias. Dentro do aspecto competitivo,
referindo-se mais uma vez à importância dos clusters para as economias nacionais,
Porter (1998a) afirma que:
O movimento para uma economia avançada requer o desenvolvimento de uma vigorosa rivalidade local. A rivalidade deve mudar de baixos salários para custos totais baixos, o que requer a melhoria da eficiência da manufatura e da entrega de serviços. Definitivamente, a rivalidade deve também evoluir além do custo para incluir a diferenciação. A competição deve mudar da imitação para a inovação e do baixo para o alto investimento, não apenas em ativos físicos, mas em intangíveis tais como habilidades e tecnologias. Os clusters (...) desempenham um papel integral nestas transições. (PORTER, 1998a, p. 212, tradução nossa, grifo nosso).
Os clusters afetam a competição de três formas. Em primeiro lugar, eles aumentam
a produtividade das companhias neles localizadas; em segundo lugar, eles
conduzem a direção e o ritmo de inovação, que são suporte ao futuro crescimento
de produtividade; e, terceiro, eles estimulam a formação de novos negócios, o que
provoca e a expansão e fortalecimento do próprio cluster. (PORTER, 1998c). Cada
uma destas influências depende até certo ponto das relações pessoais,
comunicação face a face e da interação entre as networks de indivíduos e
instituições.
Não diferente dos distritos industriais, os clusters representam também uma
combinação de competição e cooperação. De acordo com Porter (1998a), a maior
parte da competição ocorre na disputa de clientes e na retenção deles, intensificada
pela presença de múltiplos concorrentes e fortes incentivos à concentração em uma
determinada região. Já muito da cooperação é vertical, envolvendo indústrias
relacionadas e instituições locais. Porter enfatiza que a cooperação e a competição
não são mutuamente excludentes em um cluster. Ambas podem coexistir porque
elas ocorrem em dimensões distintas e entre diferentes partes envolvidas. A
cooperação pode ocorrer tanto horizontal quanto verticalmente, havendo evidências
97
na literatura de que firmas cujos outputs se complementam possuem maiores
chances de cooperação do que firmas com produtos idênticos ou muito
semelhantes. “A cooperação surge do reconhecimento da interdependência”.
(SCHMITZ, 2000, p. 333, tradução nossa).
Da forma semelhante a Porter, Newlands (2003) afirma que as fontes de vantagens
para as firmas dentro dos clusters estão unidas à questão do equilíbrio entre a
cooperação e a competição, não havendo necessariamente nenhuma contradição
entre ambas. Segundo este autor, a colaboração entre as firmas pode ajudá-las a
serem mais inovadoras, de forma a capturar ou sustentar a vantagem competitiva.
Desta forma, os benefícios da colaboração podem se sobrepor às externalidades
negativas causadas pela competição corrosiva ou pelas deseconomias de escala no
cluster.
3.2.2.2 – Clusters e Inovação
Porter (1998a) afirma que os benefícios dos clusters na inovação e no crescimento
da produtividade, comparados com uma localização isolada, podem ser mais
importantes do que aqueles na produtividade atual. As firmas dentro de um cluster,
de acordo com Porter, são frequentemente capazes de perceber de forma mais clara
e rápida as necessidades dos consumidores. A participação em um cluster também
proporciona vantagens na percepção do potencial de novas tecnologias e
possibilidades operacionais e logísticas, facilitadas pelas relações contínuas com
outras entidades da aglomeração, pela facilidade de visitas aos sítios e pelos
contatos pessoais freqüentes. Desta forma, a localização de firmas em um cluster
proporciona a elas capacidade de inovação superior àquelas que se encontram fora
dele.
Por trás das grandes vantagens proporcionadas pelo cluster no aspecto da inovação
estaria a enorme pressão – advinda da competição, de parceiros e de constante
comparação – ocorrendo na área industrial geograficamente concentrada. A
similaridade de aspectos básicos, tais como os custos de mão-de-obra e os custos
de utilidade, combinada com a presença de muitos rivais acaba forçando as firmas a
se distinguirem umas das outras. A pressão para inovar é elevada, chegando ao
98
ponto de que muitas firmas líderes no cluster possuem dificuldade em
permanecerem nesta posição por um longo período, mas muitas das firmas dentro
do cluster se desempenham melhor do que aquelas baseadas em outras regiões.
(PORTER, 1998a).
Isaksen (1997) argumenta que no período pós-fordista, conhecido pelo advento da
especialização flexível, a atividade de inovação via formação de redes de relações
sociais (networks) se tornou a mais importante. Neste modelo, as inovações passam
a ocorrer como um aprendizado interativo entre as firmas e seus ambientes externos
e a atividade de inovar requer cooperações próximas e de longa duração entre
firmas e instituições. Isaksen conclui afirmando que este tipo de cooperação pode
ocorrer de forma melhor quando as firmas se aglomeram localmente, estimulando a
formação de clusters.
Longe de serem aglomerações muito distintas, tanto os distritos industriais quanto os
clusters, vistas como formas de aglomeração regidas pela governança em networks,
apresentam problemas muito semelhantes. Estes reveses podem impedir de forma
prejudicial o processo de inovação. De acordo com Porter (1998a), sob certas
circunstâncias, a participação nos clusters pode retardar a inovação. Quando um
cluster partilha de uma abordagem uniforme de competição, uma espécie de
groupthink frequentemente reforça comportamentos antigos, suprime novas idéias e
cria a rigidez que previne a adoção de melhorias. Devido a esta rigidez, os clusters
podem acabar não suportando o advento de inovações radicais e,
consequentemente, entrar em decadência. (KEEBLE e WILKINSON, 1999). Tracey e
Clark (2003) alertam também sobre os perigos da homogeneidade em cluster e
afirmam que redes fortes e bem estabelecidas podem ser realmente efetivas em
transmitir informações, mas tendem a ser pobres fontes de novas idéias e formas de
trabalhar. “Relações internas intensas e group thinking entre as firmas podem
produzir regras específicas que as previnem de se reorganizarem, mesmo quando
os mercados e as tecnologias estão mudando”. (FLOYSAND e JAKOBSEN, 2002, p.
38, tradução nossa).
99
CAPÍTULO 4 – METODOLOGIA DE PESQUISA
Apresentaremos neste capítulo os principais aspectos relacionados à metodologia
de pesquisa adotada neste trabalho. Os resultados a serem apresentados nesta
dissertação são reflexo de uma pesquisa quantitativa exploratória. Porém, antes de
procedermos à explicação de como preparamos o caminho para os resultados de
nosso trabalho, acreditamos ser necessária uma breve revisão sobre o que é
metodologia em si e do que se trata uma pesquisa exploratória com um
direcionamento quantitativo.
4.1 – O Conceito de Metodologia
Baseados no escasso conhecimento de etimologia, podemos intuitivamente dizer
que metodologia nada mais é que o “estudo dos métodos” ou, nas palavras de
Kaplan (1964, p. 18, tradução nossa), “o estudo – a descrição, explicação e
justificativa – dos métodos, e não os métodos em si”. Todavia, como podemos definir
“método”, conceito talvez mais importante do que o da própria metodologia? Dentre
as diversas definições encontradas na literatura, podemos destacar aquelas de
Trujillo Ferrari14 (1974) apud Marconi e Lakatos (2000) e o de Marconi e Lakatos
(2000), expostos abaixo.
Método é a forma de proceder ao longo de um caminho. Na ciência os métodos constituem os instrumentos básicos que ordenam de início o pensamento em sistemas, traçam de modo ordenado a forma de proceder do cientista ao longo de um percurso para alcançar um objetivo. (TRUJILLO FERRARI, 1974, p. 24 apud MARCONI e LAKATOS, 2000, p. 45).
O método é o conjunto das atividades sistemáticas e racionais que, com maior segurança e economia, permite alcançar o objetivo – conhecimentos válidos e verdadeiros –, traçando o caminho a ser seguido, detectando erros e auxiliando as decisões do cientista. (MARCONI e LAKATOS, 2000, p. 46).
14 TRUJILLO FERRARI, Alfonso. Metodologia da Ciência. 2. e 3. edições, Rio de Janeiro: Keneddy, 1974.
100
Desta forma, podemos dizer que objetivo da metodologia “é descrever e analisar
estes métodos, lançando luz nas suas limitações e recursos, clarificando seus
pressupostos e conseqüências, relatando suas potencialidades aos limites das
fronteiras do conhecimento” (KAPLAN, 1964, p. 23, tradução nossa).
Marconi e Lakatos (2000) separam os métodos em dois níveis claramente distintos:
o método de abordagem, que seria o nível referente à inspiração filosófica,
caracterizado por um nível de abstração mais elevado dos fenômenos da natureza e
da sociedade, e o método de procedimento, relacionado às etapas mais concretas
da investigação, com finalidade mais restrita em termos de explicação geral dos
fenômenos e menos abstrato.
Quanto ao método de abordagem, este é discriminado em indutivo, dedutivo,
hipotético-dedutivo e dialético. Destes, acreditamos que o método dedutivo é o que
melhor se encaixa com a descrição de nossa pesquisa, pois este, partindo das
teorias e leis, na maioria das vezes prediz a ocorrência de fenômenos particulares.
(MARCONI e LAKATOS, 2000). Neste trabalho, estamos partindo de toda uma
revisão de literatura que exalta o diferencial competitivo dos mais diversos tipos de
aglomerações industriais, prevendo, a partir deste, um resultado econômico superior
das firmas aglomeradas em relação às não aglomeradas.
Quanto ao método de procedimento, nosso trabalho se encaixa com o método
estatístico, cujos processos, conforme MARCONI e LAKATOS (2000):
Permitem obter, de conjuntos complexos, representações simples e constatar se essas verificações simplificadas têm relações entre si. Assim, o método estatístico significa redução de fenômenos sociológicos, políticos, econômicos etc. a termos quantitativos e de manipulação estatística, que permite comprovar as relações dos fenômenos entre si, e obter generalizações sobre sua natureza, ocorrência ou significado” (MARCONI e LAKATOS, 2000, p. 93, grifo nosso).
A mensuração do efeito da aglomeração sobre o desempenho das firmas envolve,
necessariamente, uma pesquisa de cunho quantitativo, onde ferramentas de análise
estatística serão utilizadas para a compreensão do fenômeno.
101
4.2 – A Pesquisa Exploratória
Selltiz et al. (1974, p. 59) afirmam que, uma vez que o problema de pesquisa tenha
sido formulado de maneira suficientemente clara para que possa especificar os tipos
de informações necessárias, o pesquisador precisa criar o seu planejamento de
pesquisa, definido por estes como “a organização das condições para a coleta e
análise de dados, de maneira que procure combinar a significação para o objeto da
pesquisa com a economia de processo”. Disso decorre que os planejamentos de
pesquisa variam de acordo com o objetivo da mesma.
Estes mesmos autores argumentam que, de modo geral, os objetivos de pesquisas
podem ser incluídos em certo número de amplos agrupamentos, havendo, para cada
um destes objetivos, um determinado tipo de estudo indicado. Tais agrupamentos
são os seguintes:
1. Familiarizar-se com o fenômeno ou conseguir nova compreensão deste,
frequentemente para poder formular um problema mais preciso de pesquisa
ou criar novas hipóteses;
2. Apresentar precisamente as características de uma situação, um grupo ou
um indivíduo específico (com ou sem hipóteses iniciais específicas a respeito
da natureza de tais características);
3. Verificar a freqüência com que algo ocorre ou com que está ligado a alguma
outra coisa (geralmente, mas não sempre, com uma hipótese inicial
específica);
4. Verificar uma hipótese de relação causal entre as variáveis.
Nosso estudo alinha-se perfeitamente com o primeiro objetivo supracitado,
caracterizando-o, desta forma, como um estudo exploratório, cujo objetivo primário,
de acordo com Malhotra (1999) é prover insights e compreensão acerca do
problema com o qual o pesquisador depara. De forma mais detalhada, este mesmo
102
autor afirma que a pesquisa exploratória pode ser utilizada para qualquer dos
seguintes propósitos:
• Formular um problema ou defini-lo de modo mais preciso;
• Identificar cursos alternativos de ação;
• Desenvolver hipóteses;
• Isolar variáveis e relações importantes, visando verificações mais extensas;
• Obter insights, a fim de desenvolver uma abordagem ao problema;
• Estabelecer prioridades para pesquisas futuras.
Quanto às características do desenho exploratório, Malhotra (1999) afirma que este
possui um processo de pesquisa flexível e não-estruturada, cujos resultados devem
ser considerados como uma tentativa ou um input a futuras pesquisas. A ausência
de uma estrutura permite uma busca detalhada de idéias e pistas interessantes
sobre o problema. Suas hipóteses ou são vagas e pouco definidas, ou simplesmente
não existem (AAKER, KUMAR e DAY, 1998), como é o caso de nossa pesquisa.
Apesar de Malhotra (1999) e Aaker, Kumar e Day (1998) afirmarem que os métodos
da pesquisa exploratória são predominantemente qualitativos, não há impedimentos
para que uma pesquisa quantitativa baseada em dados secundários possa ser
considerada exploratória. Assim como a sua contraparte qualitativa, a pesquisa
quantitativa pode também ser uma fonte valiosa de novas idéias a serem exploradas
e é capaz de definir problemas e formular hipóteses sobre suas soluções.
O caráter exploratório conferido a esta pesquisa se deve ao fato de nosso processo
de amostragem ser não-probabilístico, onde o pesquisador geralmente delineia
critérios e procedimentos para a obtenção da amostra. Este tipo de amostragem
impede que a validade das inferências a uma população seja determinada, já que
não é possível estimar os erros amostrais. Em outras palavras, a amostragem não-
probabilística, apesar de apresentar vantagens em termos de restrições econômicas
e de viabilidade, não pode ter seus resultados generalizados. (PEDHAZUR e
SCHMELKIN, 1995). Os subitens a seguir apresentarão maiores detalhes sobre a
fonte de nossos dados e de que forma o tamanho da amostra foi determinado.
103
4.2.1 – O Uso de Dados Secundários
Este trabalho fará uso de uma base de dados secundários. Antes de fornecer
maiores detalhes sobre a fonte de onde originarão os resultados de nossa pesquisa,
acreditamos que é fundamental expor nesta seção, ainda que de forma breve, o que
são dados secundários, quais seus propósitos, benefícios e limitações.
Aarker, Kuma e Day (1998) definem dados secundários como os dados coletados
por pessoas e agências para propósitos diferentes daqueles que um investigador
possui diante de um problema distinto (e geralmente novo) que se apresenta. Seus
usos podem abranger as seguintes finalidades:
• Prover informações suficientes para resolver o problema investigado;
• Podem ser uma valiosa fonte de novas idéias que podem ser exploradas
posteriormente com dados primários;
• Podem ser um pré-requisito à coleção de dados primários;
• Podem ser utilizados como modelos para a coleção de dados primários;
• Ajudam a definir a população, selecionar a amostra e definir os parâmetros da
pesquisa primária;
• Podem servir como referência para verificação de validade ou precisão dos
dados primários.
Aaker, Kumar e Day (1998) expõem os principais benefícios e limitações que cercam
o uso de dados secundários, conforme pode ser observado no quadro 3.
104
Benefícios Limitações
Baixo Custo Coletados para propósitos diferentes do
objetivo da pesquisa
Esforço para obtenção menor Nenhum controle sobre a coleta de
dados
Economia de tempo
Podem não ser muito precisos
Ocasionalmente mais precisos do que os
dados primários
Podem não ser informados da maneira
necessária
Algumas informações só podem ser
obtidas através de dados secundários
Podem estar desatualizados
Podem não ser suficientes para cobrir as
necessidades do pesquisador
Um número de pressupostos deve ser
feito
Quadro 3 – Benefícios e Limitações dos Dados Secundários
Fonte: Adaptado de Aaker, Kumar e Day (1998).
Jacob (1984), da mesma forma, afirma que, apesar de toda a riqueza existente em
uma base de dados publicados, o uso destes é como a “maçã no jardim do Éden”:
tentador, mas cheio de perigos. Entre estes perigos, o autor destaca os erros de
amostragem, erros de medição, invalidade de construtos, falta de confiabilidade nos
resultados, dentre outros.
4.3 – Universo e Amostra
O universo da pesquisa é caracterizado pelas empresas de confecção localizadas no
estado de São Paulo. Para retirar deste universo uma amostra, necessitávamos de
um instrumento que nos orientasse em uma seleção mais específica de que tipo de
confecção analisaríamos, dado que nesta indústria o tipo de produto fabricado pode
variar muito de uma firma para outra. Nosso objetivo era formar uma amostra cujos
elementos se envolvessem em atividades iguais ou bastante semelhantes. O
105
instrumento que nos guiou neste objetivo foi a Classificação Nacional de Atividade
Econômica (CNAE).
A CNAE é uma ferramenta que possui a finalidade de agrupar as atividades
econômicas do país a partir de um código composto de cinco dígitos numéricos, no
formato “00000-0”. (IBGE, 2004). Elaborada pela Comissão Nacional de
Classificação, órgão vinculado ao IBGE, a CNAE discrimina as atividades
econômicas na seguinte hierarquia: seção, divisão, grupo e classe. Esta hierarquia,
responsável por atribuir ao CNAE os quatro primeiro dígitos, será explicada a seguir.
A seção é o agrupamento mais genérico, onde, por exemplo, separam-se as
atividades relacionadas à agricultura daquelas ligadas à indústria extrativa ou à
indústria de transformação. A seção, apesar de ser uma classificação primária das
atividades, não possui nenhum código específico na CNAE, sendo utilizada somente
como uma primeira orientação à classificação. Cada seção possui suas respectivas
divisões. Então, por exemplo, na indústria de transformação podemos encontrar as
divisões de fabricação de produtos alimentícios e bebidas, confecção de artigos de
vestuário e acessórios, fabricação de produtos de madeira, dentre muitas outras. As
divisões correspondem aos dois primeiros dígitos da CNAE. Já os grupos são um
detalhamento da divisão, onde as classes de atividades são separadas em
conjuntos, de acordo com a semelhança entre elas. Os grupos correspondem ao
terceiro dígito da CNAE. Por fim, temos as classes da indústria, onde cada uma das
atividades a elas relacionadas é discriminada. As classes correspondem ao quarto
dígito da CNAE. O quinto e último dígito é um algarismo para controle interno do
IBGE e, portanto, não possui nenhuma utilidade em nossa pesquisa.
Desta forma, utilizando a CNAE, vemos que a indústria de confecções está
descriminada da seguinte forma: primeiramente, esta se encontra dentro da divisão
confecção de artigos do vestuário e acessórios (código “18” da CNAE), pertencente
à seção de indústria de transformação. O código “18” possui dois grupos: “181” e
“182”, dedicados, respectivamente, à confecção de artigos do vestuário e à
fabricação de acessórios do vestuário e de segurança profissional. Por fim, as
classes pertencentes a estes grupos (cinco no total) são especificadas. O quadro 4
106
abaixo expõe, além de cada uma das classes, toda a hierarquia desta indústria, de
acordo com o CNAE.
Seção: Indústria de Transformação
Divisão: 18 (Confecção de Artigos do Vestuário e Acessórios)
Grupos: 181 (Confecção de Artigos do Vestuário) e 182 (Fabricação de Acessórios
do Vestuário e de Segurança Profissional).
Classes do Grupo 181:
18.11-2: Confecção de peças interiores do vestuário
18.12-0: Confecção de outras peças do vestuário
18.13-9: Confecção de roupas profissionais
Classes do Grupo 182
18.21-0: Fabricação de acessórios para o vestuário
18.22-8: Fabricação de acessórios para segurança industrial e pessoal
Quadro 4 – Hierarquia da Indústria de Confecções
Fonte: Adaptado de IBGE (2004)
Através do quadro acima, podemos observar que as empresas de nosso interesse
são aquelas cujas atividades encontram-se nas classes do Grupo 181, ficando as do
Grupo 182, relacionadas à produção de acessórios, fora de nossa análise. Desta
forma, a amostra das firmas a serem analisadas irá corresponder àquelas com
CNAE 18.11-2, 18.12-0 e 18.13-9, destacadas no quadro.
4.3.1 – A Base de Dados Secundários: A Pesquisa de Atividade Econômica
Paulista
Os elementos de nossa amostra serão retirados da base de dados secundários
conhecida como Pesquisa de Atividade Econômica Paulista (PAEP), realizada no
estado de São Paulo pela Fundação SEADE. Os resultados desta base, publicados
no ano de 2004, são referentes a dados relativos ao ano-base de 2001.
A PAEP, na verdade, possui uma série de bases de dados secundários, uma vez
que esta pesquisa não foi aplicada somente à indústria, mas também ao comércio,
107
serviços e bancos, e à indústria da construção civil. Para indústria, serviços e
comércio, a empresa e a unidade local15 (UL) foram definidas como as unidades de
investigação. Na empresa, levantaram-se informações financeiras e de estratégia da
produção e, nas unidades locais, dados relativos às atividades operacionais e aos
aspectos de localização. Já nos setores da construção civil e bancos, a unidade de
investigação foi apenas a empresa. (FUNDAÇÃO SEADE, 2004).
Deve ser aqui observado que os dados da PAEP sobre empresas e unidades
locais não estão localizados em uma mesma base de dados. Apesar de haver
informações – ainda que muito escassas – sobre aspectos de localização na base
das unidades locais, optamos pela base de empresas, dada a maior complexidade e
quantidade de variáveis de interesse que nela constam.
Os dados das bases da PAEP foram recolhidos através de questionários aplicados
nas sedes das empresas. A PAEP utilizou dois modelos de questionários para a
coleta das informações (o completo e o simplificado), que foram definidos com base
na necessidade de abordagens distintas das empresas, de acordo com seu porte e
respeitando as diferenças dos sistemas de contabilidade empresarial utilizados
O questionário completo foi aplicado na indústria e na construção civil para todas as
empresas com cinco ou mais pessoas ocupadas, nos setores de serviços e
comércio, para empresas com 20 ou mais pessoas ocupadas, e no setor de bancos,
para todas as empresas. O modelo simplificado, utilizado nos setores de serviços e
comércio, é uma versão reduzida do questionário completo, com algumas questões
específicas para empresas de pequeno porte, sendo aplicado nas empresas com até
19 pessoas ocupadas. (FUNDAÇÃO SEADE, 2004).
O modelo completo do questionário para a indústria foi dividido em três blocos,
organizados da seguinte maneira, conforme o quadro a seguir.
15 O termo Unidade Local (UL) refere-se às filiais da empresa localizadas no estado de São Paulo. Caso a empresa não possua filiais, ou seja, é unilocal, a UL é a própria matriz da empresa.
108
Blocos Capítulos Detalhamento
Capítulo 1 Informações Patrimoniais
Capítulo 2 Informações Econômico-
Financeiras Administrativo-Financeiro
Capítulo 3 Emprego e Recursos
Humanos
Capítulo 4 Tecnologia da Informação
Capítulo 5 Comércio Eletrônico
Capítulo 6 Inovação Tecnológica
Capítulo 7 Estratégias de Gestão
Capítulo 8 Meio Ambiente
Técnico-Produtivo
Capítulo 9 Contratação de Terceiros
Unidades Produtivas
Industriais Capítulo 10
Regionalização
Automação
Investimentos
Recursos Humanos
Relação com escolas
técnicas
Quadro 5 – Estrutura dos Questionários da Indústria – PAEP 2001.
Fonte: Fundação SEADE, 2004, p. 2.
Os elementos de apoio à determinação da amostra e as variáveis dependentes e
independentes de nossa análise estavam localizadas no bloco Administrativo-
Financeiro. O bloco técnico-produtivo, apesar de possuir capítulos com dados que
poderiam ser relevantes para o estudo, não pôde ser utilizado, uma vez que a
Fundação SEADE ainda não havia liberado a maioria destes dados para uso
público. O bloco de Unidade Produtivas Locais, referente a todas as filiais das
empresas, teve que ser excluído, pois enfocamos apenas as firmas com uma
unidade industrial, por razões que serão melhor explicadas no próximo subitem.
Os parágrafos acima sobre a PAEP 2001 são apenas um apanhado superficial de
seu conteúdo e metodologia. Para informações mais detalhadas sobre a
109
metodologia desta pesquisa realizada pela Fundação SEADE, adicionamos maiores
informações no Anexo B desta dissertação.
4.3.1.1 – Determinando o tamanho da amostra
A base de dados da PAEP para a indústria paulista contém nada mais que 11.524
empresas cadastradas, pertencentes aos mais variados setores industriais do
estado. Estas empresas foram amostradas de forma aleatória ou censitária, de
acordo com o número de funcionários existente em cada empresa. Maiores detalhes
sobre o processo de amostragem da PAEP podem também ser encontrados no
Anexo B.
Através da utilização da variável das CNAEs das firmas cadastradas na base,
selecionamos todas aquelas que pertenciam à divisão 18 desta classificação
(Confecção de Artigos do Vestuário e Acessórios), perfazendo um total de 814
elementos. Destas, nos interessava saber somente quais possuíam as CNAEs
correspondentes ao grupo 181 (confecção de artigos de vestuário), permanecendo,
portanto, um total de 763 empresas até esta fase.
Uma vez que as firmas do grupo 181 estivessem selecionadas, precisávamos saber
quantas firmas da base eram unilocais, ou seja, possuíam somente uma planta
industrial instalada no estado de São Paulo. A razão para este filtro se deve ao fato
de o Valor Adicionado, variável-chave para a formação das variáveis dependentes
de nosso estudo, ser consolidado para as empresas que possuem mais de uma
planta industrial no estado, denominadas multilocais. Desta forma, a manutenção
destas empresas multilocais poderia prejudicar os resultados da análise. A aplicação
deste filtro fez com que um total de 573 empresas permanecesse para a seleção
final de nossa amostra.
Destas firmas restantes, observamos que 91 apresentavam uma quantidade
insuficiente de variáveis respondidas para fazer parte de nossa seleção, sendo,
portanto, eliminadas. Outras 10, apesar de pertencentes ao grupo 181, não
desenvolviam uma atividade de transformação e também foram eliminadas.
110
Desta forma, chegamos ao número final de 471 firmas aptas a fazer parte de nossa
análise.
4.4 – Determinação da Ferramenta de Análise
Para responder aos objetivos de nossa pesquisa, utilizaremos como ferramenta a
análise de regressão múltipla, uma técnica estatística utilizada para verificar a
relação entre uma única variável dependente e diversas variáveis independentes
(previsoras). O objetivo da análise de regressão múltipla é utilizar as variáveis
independentes cujos valores são conhecidos para prever o valor dependente
selecionado pelo pesquisador. (HAIR et al., 1995).
Para a análise dos resultados, selecionamos variáveis que respondessem tanto o
objetivo primário quanto o secundário de nossa pesquisa. Nosso estudo envolverá
análises de regressão em função de duas variáveis dependentes, Valor Adicionado
por Funcionário e Valor Adicionado por Receita. Estas, assim como as variáveis
independentes, são originárias do bloco administrativo-financeiro do questionário da
PAEP. A única exceção é a variável independente “Nível de Aglomeração”, que
necessitou ser inserida na base de dados da PAEP para viabilizar a análise dos
resultados.
O quadro 6 reúne as variáveis dependentes e independentes a serem utilizadas em
nossas análises de regressão. Estas foram classificadas quanto ao seu tipo e escala
de medição. Quanto ao tipo, as variáveis podem ser contínuas ou categóricas;
quanto à escala, podem ser classificadas como intervalares, ordinais, nominais e de
razão. Consideramos importante que cada tipo e escala de medição das variáveis
seja compreendido, de modo que fique clara a natureza de cada uma delas.
Quanto ao tipo, Pedhazur e Schmelkin (1991) definem da seguinte forma as
variáveis:
Contínua: variável cujos objetos diferem em grau, não em tipo. Nestas variáveis,
portanto, distinções entre objetos, pessoas, dentre outros elementos são feitas na
111
base de serem “mais” ou “menos” em relação à variável a que se refere. Alguns
autores também a denominam variáveis quantitativas, outros, de numéricas.
Categórica: variável na qual categorias mutuamente exclusivas e exaustivas são
atribuídas aos objetos (pessoas, eventos). Em outras palavras, nas variáveis
categóricas os objetos diferem em tipo, não em grau.
Quanto à escala de medição, Pedhazur e Schmelkin (1991) possuem as seguintes
classificações:
Intervalar: A medição intervalar ocorre quando se atribui números aos objetos, de
forma que as diferenças entre os números podem ser interpretadas com respeito ao
atribuído sendo medido. Desta forma, unidades constantes de medição são
utilizadas na escala intervalar, representando significantes expressões de diferenças
entre os objetos.
Nominal: na escala nominal, os números, tratados como rótulos, são utilizados
como substitutos aos nomes ou qualquer outro símbolo que identifique um objeto ou
uma classe de objetos.
Ordinal: na escala ordinal, os números atribuídos à pessoas ou objetos refletem o
ordenamento de um atributo em questão. A separação das pessoas por faixa etária,
por exemplo, é um exemplo de escala ordinal.
Escala de Razão: tipo de escala que, além de possuir as características de uma
escala intervalar, é caracterizada pela existência de um zero verdadeiro ou absoluto.
Este tipo de escala não consta em nossas variáveis.
112
MODALIDADE TIPO DE
VARIÁVEL
ESCALA DE
MEDIÇÃO
VARIÁVEL
Valor Adicionado por
Funcionário Dependente Contínua Intervalar
Valor Adicionado sobre
Receita
Receita Líquida
Número de Funcionários
Receita por Cliente Independente Contínua Intervalar
Receita por Funcionário
Nível de Aglomeração Ordinal
Idade da Firma
Setor de Atividade
Exportação Independente Categórica
Nominal Política de Relacionamento
com a Comunidade
Quadro 6 – Classificação das Variáveis do Estudo
Fonte: Elaborado pelo autor
4.4.1. – As Variáveis Dependentes
A variável dependente é a variável ou o conjunto delas que se espera ser explicada
ou prevista por outras variáveis (HAIR et al., 1995). Esta consiste naqueles valores a
serem explicados ou descobertos, em virtude de serem influenciados, determinados
ou afetados pela variável independente. (MARCONI e LAKATOS, 2000). Ou seja,
enquanto a variável dependente é o efeito presumido, as variáveis independentes
são as causas presumidas. (PEDHAZUR e SCHMELKIN, 1991).
Ambas as variáveis dependentes de nosso estudo estarão relacionadas ao conceito
de Valor Adicionado. Conforme a descrição da Fundação SEADE (2004), o valor
adicionado corresponde ao valor efetivamente gerado na produção industrial, na
produção de serviços ou na atividade econômica comercial. Este é calculado através
da diferença entre o Valor Bruto da Produção (VBP) – que corresponde à receita
113
líquida das atividades da empresa, incluindo estoques finais de produtos em
elaboração e de produtos acabados, menos os custos das mercadorias revendidas,
caso a empresa também realize atividade comercial – e o Consumo Intermediário
(CI), referente às despesas diretas operacionais, compras de insumos, estoques
finais e iniciais de insumos e outros custos. Em resumo:
V.A. = VBP - CI
De forma a melhor compreender como se gera o valor adicionado de uma firma, o
quadro 7 apresenta o método utilizado pela PAEP 2001 para o cálculo desta variável
econômica.
Conforme afirmam Paulani e Braga (2000), a avaliação do produto total da economia
(PIB) consiste na consideração do valor efetivamente adicionado pelo processo de
produção em cada unidade produtiva. Portanto, entende-se o valor adicionado como
todo valor agregado a um produto ou um insumo durante a sua transformação em
uma organização.
Duas variáveis dependentes serão criadas em função do Valor Adicionado. A
primeira, o Valor Adicionado por Funcionário, é uma medida comumente utilizada
por alguns institutos de pesquisas econômicas, que geralmente a denominam de
V.A.P.O. (Valor Adicionado por Pessoal Ocupado), ou seja, o quanto a firma
consegue agregar de valor aos seus produtos em relação ao número de pessoas
empregadas. Os valores desta variável são expressos na moeda local (reais).
A segunda variável dependente, Valor Adicionado sobre Receita, se trata de uma
medida de eficiência que verifica o quanto da receita de uma firma é convertido em
valor adicionado. Calculado através da divisão do Valor Adicionado pela Receita
Líquida da Firma, ambos expressos em reais (R$), quanto maior for este índice,
mais eficiente a firma é em termos econômicos.
Detalhes sobre as variáveis independentes de nosso estudo serão fornecidos na
seção 4.4.2.
114
Valor Bruto da Produção
Receita Líquida das Atividades (+)
Outras Receitas Operacionais (+)
Estoques Finais de Produtos em Elaboração em 31/12/2001 (+)
Estoques Iniciais de Produtos em Elaboração em 01/01/2001 (-)
Estoques Finais de Produtos Acabados em 31/12/2001 (+)
Estoques Iniciais de Produtos Acabados em 01/01/2001 (-)
Custos das Mercadorias Vendidas (-)
Consumo Intermediário
Estoques Iniciais de Insumos em 01/01/2001 (+)
Estoques Finais de Insumos em 01/01/2001 (-)
Compra de Insumos (+)
Manutenção e Reparo de Bens Aplicados na Produção (+)
Aluguéis e Arrendamento Imóveis, Máquinas, Equipamentos e Veículos (+)
Arrendamento Mercantil (leasing) (+)
Serviços prestados por pessoas físicas sem vínculo empregatício (+)
Serviços prestados por terceiros – pessoas jurídicas (+)
Royalties e assistência técnica – país (+)
Royalties e assistência técnica – exterior
Despesas com veículos e conservação de bens (+)
Propaganda e publicidade (+)
Despesas com pesquisa científica e tecnológica (+)
Quadro 7 – Método de Cálculo do Valor Adicionado da Indústria
Fonte: Adaptado de Fundação Seade (2004, p. 14).
4.4.1.1 – Expectativas em Relação ao Desempenho das Firmas
As vantagens da localização em aglomerações industriais descritas na revisão de
literatura geram em nossa pesquisa a expectativa de que as firmas do setor de
confecções localizadas em aglomerações industriais produzam tanto um Valor
Adicionado por Funcionário quanto um Valor Adicionado sobre Receita
superior ao das firmas não aglomeradas.
115
Há argumentos para isso em Marshall (mercado local de mão-de-obra,
conhecimento tácito como diferencial competitivo, existência de indústrias
subsidiárias), Krugman (enfoque nas externalidades pecuniárias advindas da
aglomeração industrial) e Porter (processos contínuos de imitação que conduzem à
dinamização da competição local), assim como em diversos outros autores
apresentados durante a nossa revisão.
De forma geral, pode-se dizer que todos estes autores se referiam às externalidades
estáticas ou às dinâmicas, explicadas no capítulo 2. As externalidades estáticas
advindas de um mercado abundante de profissionais de um setor, da existência de
indústrias de suporte e das economias de escala geradas por uma grande
quantidade de pequenas firmas em uma região são apenas alguns dos diversos
exemplos encontrados em nossa revisão que são capazes de fundamentar as
expectativas geradas em relação aos resultados da pesquisa. Muitas das
externalidades estáticas podem possuir um grande impacto direto sobre o Consumo
Intermediário, reduzindo-o e, consequentemente, aumentando o Valor Adicionado
pela empresa.
Apesar de a geração de externalidades dinâmicas estar fortemente associada ao
contexto social de uma aglomeração, não é necessária a formação de uma network
para obter esta modalidade de economia externa. O exemplo exposto por Marshall
(1985) sobre o mercado local de mão-de-obra, onde vários trabalhadores, ao
mudarem de emprego, consciente ou inconscientemente repassam a experiência
adquirida em ofícios anteriores, pode ser uma das maneiras pelas quais a
externalidade dinâmica é gerada sem haver, necessariamente, uma rede de
relações sociais estabelecida. Portanto, mesmo não abordando este trabalho o
contexto social das aglomerações, as economias externas dinâmicas reforçam o
nosso argumento. Estas podem impactar positivamente tanto sobre o Consumo
Intermediário quanto sobre o Valor Bruto da Produção de uma firma, aumentando
o seu valor adicionado. Contudo, este tipo de externalidade é de difícil mensuração,
conforme argumenta Krugman. (MARTIN e SUNLEY, 1996).
Em resumo, espera-se que o efeito da localização em aglomerações industriais gere
impactos positivos em ambas as variáveis dependentes de nosso estudo.
116
4.4.2 – Variáveis Independentes
As variáveis independentes são aquelas que podem influenciar, determinar ou afetar
uma outra variável; é o fator manipulado pelo investigador, em sua tentativa de
assegurar a relação do fator com um fenômeno observado ou a ser descoberto.
(MARCONI e LAKATOS, 2000). Ela é a causa presumida de qualquer mudança na
variável resposta ou dependente. (HAIR et al., 1995).
Nos subitens que se seguem serão apresentadas todas as variáveis independentes
escolhidas para nossa análise. Além da variável independente principal, nível de
aglomeração, acrescentamos outras que podem explicar alguma possível diferença
no desempenho econômico das firmas, visando cobrir o objetivo secundário de
nossa pesquisa.
4.4.2.1 – Nível de Aglomeração
Tipo de Variável: Categórica Ordinal
Descrição: Principal variável independente de nosso estudo. Indica em que tipo de
aglomeração as firmas estão localizadas. A partir dela verificaremos se a localização
das empresas em aglomerações impacta no desempenho econômico das mesmas.
Valores: 0 (não aglomerado), 1 (baixa aglomeração), 2 (média aglomeração) e 3
(alta aglomeração).
Observações Adicionais: para a pesquisa, era fundamental sabermos se as firmas
selecionadas estavam localizadas ou não em aglomerações industriais, de forma a
medir um provável diferencial de desempenho. Como a base de empresas da PAEP
não possuía variáveis que tratavam da localização das firmas em aglomerações
industriais – mesmo porque ela não foi construída visando os mesmos propósitos
que os desta dissertação – precisávamos de um instrumento que nos auxiliasse na
discriminação de firmas que estão localizadas em aglomerações daquelas que não
estão. Para nosso suporte, recorremos a um importante (e ainda pouco divulgado)
117
instrumento: o Atlas das Concentrações Industriais. A partir da explicação deste
Atlas, será compreendido o porquê desta variável possuir os valores acima
especificados.
4.4.2.1.1 – O Atlas das Concentrações Industriais
O Atlas das Concentrações Industriais é um instrumento elaborado pelo escritório
regional do SEBRAE em São Paulo que possui a finalidade de auxiliar na
identificação de Arranjos Produtivos Locais, assim como levantar os perfis e
necessidades mais específicas das aglomerações existentes no estado de São
Paulo. Neste sentido, este Atlas, composto de 48 mapas onde são expostas 160
atividades, apresenta o mapeamento dos setores industriais deste estado, visando
oferecer subsídios para o estabelecimento de políticas regionais e programas de
desenvolvimento local baseados na cooperação dos diversos atores envolvidos.
(SEBRAE, 2002).
Em cada um dos mapas existentes no Atlas das Concentrações Industriais é
possível verificar quais cidades do estado de São Paulo possuem concentrações de
uma determinada atividade industrial, classificada de acordo com a CNAE
fornecida pelo IBGE.
O Atlas classifica as concentrações a partir de quatro faixas, baseadas no número
de estabelecimentos em uma cidade: de 0 a 49 estabelecimentos, de 50 a 99
estabelecimentos, de 100 a 499 estabelecimentos e 500 ou mais estabelecimentos.
Desta forma, combinando as informações do Atlas com a localização das firmas
disponíveis na PAEP, seremos capazes não somente de saber se uma firma está
localizada ou não em uma aglomeração industrial, mas também de atribuir níveis de
aglomerações a cada uma das empresas do setor de confecções cadastradas na
base de dados.
Os mapas 1, 2 e 3, dispostos nas páginas a seguir, apresentam os mapas do Atlas
correspondentes às três classes do grupo 181 da CNAE. Estes foram utilizados
118
para apontar as firmas localizadas em aglomerações e atribuir a elas valores e níveis
de aglomeração. O quadro 8, localizado abaixo, demonstra como ocorreu este
processo de classificação das empresas.
Número de Estabelecimentos Valor Atribuído Nível de Aglomeração
De 0 a 49 0 Não Aglomerada
De 50 a 99 1 Baixa
De 100 a 499 2 Média
500 ou mais 3 Alta
Quadro 8 – Nível de aglomeração atribuído às firmas baseado no número de
estabelecimento em uma cidade
Fonte: Elaborado pelo autor
Para os fins de nossa pesquisa, as firmas localizadas em cidades onde há de 0 a 49
estabelecimentos (todas as cidades marcadas em branco nos mapas) foram
classificadas como firmas que não se encontram em aglomerações, ou a firma é
“não aglomerada”, conforme a classificação do quadro 8. A elas foi atribuído o valor
0. Já as empresas com nível 1, 2 e 3 são aquelas localizadas em cidades
caracterizadas por algum tipo de aglomeração, que pode ser “baixa”, “média” ou
“alta”, baseado nas informações disponíveis no Atlas
Possuindo, finalmente, um critério para a classificação das firmas, demos a cada
uma das 471 empresas amostradas análise um nível de aglomeração (0, 1, 2 ou 3).
A tabela abaixo apresenta a quantidade de firmas da amostra que pertencem a cada
nível de aglomeração. Apenas com a finalidade enriquecer os dados, a variável nível
de aglomeração se apresenta cruzada com o setor de atividade das firmas, sendo a
coluna de totais à direta da tabela a mais relevante.
119
Tabela 1 – Nível de Aglomerações Vs. CNAE das firmas selecionadas
para a amostra
Nível de Aglomeração /
CNAE da Empresa
18.11-2 18.12-0 18.13-9 Total
0 (Não Aglomerado) 24 128 13 165
1 (Baixo) 12 49 4 65
2 (Médio) 21 75 5 101
3 (Alto) 16 115 9 140
Total 73 367 31 471
_____Fonte: Elaborado pelo autor
120
Mapa 1 – Localização das Concentrações Industriais da Atividade “Peças Interiores”
no Estado de São Paulo
Fonte: SEBRAE (2002)
121
Mapa 2 – Localização das Concentrações Industriais da Atividade “Roupas em
Geral” no Estado de São Paulo
Fonte: SEBRAE (2002)
122
Mapa 3 – Localização das Concentrações Industriais da Atividade de Roupas
Profissionais no Estado de São Paulo
Fonte: SEBRAE (2002)
123
4.4.2.2 – Setor de Atividade
Tipo de Variável: Categórica Nominal
Descrição: Variável que visa verificar se o fato de as firmas pertencerem a classes
distintas de atividades é capaz de explicar uma possível diferença no desempenho
econômico entre elas.
Valores: Os mesmos utilizados pela CNAE (1811-2, 1812-0 e 1813-9).
4.4.2.3 – Idade da Firma
Tipo de Variável: Categórica Ordinal
Descrição: Variável que visa verificar se o tempo de atuação da firma no mercado é
capaz de explicar alguma diferença no desempenho econômico
Valores: 1 (De 1 a 6 anos), 2 (De 7 a 11 anos), 3 (De 12 a 17 anos) e 4 (Mais de 18
anos)
4.4.2.4 – Exportação
Tipo de Variável: Categórica Nominal
Descrição: Variável que indica se a firma também vende ou não seus produtos para
o mercado externo.
Valores: 1 (Sim) e 2 (Não)
4.4.2.5 – Política de Relacionamento com a Comunidade
Tipo de Variável: Categórica Nominal
124
Descrição: Variável que indica se a firma possui uma política formal de
relacionamento com a comunidade local.
Valores: 1 (Sim) e 2 (Não)
4.4.2.6 – Receita Líquida
Tipo de Variável: Contínua Intervalar
Descrição: Receita obtida pela firma no decorrer de 2001, ano-base para a
aplicação do questionário da PAEP.
Valores: Expressos em reais.
4.4.2.7 – Receita por Cliente
Tipo de Variável: Contínua Intervalar
Descrição: Variável resultante da receita líquida em 2001 dividida pelo número de
clientes (pessoas jurídicas) que a firma possuía no mesmo ano.
Valores: Expressos em reais
4.4.2.8 – Número de Funcionários
Tipo de Variável: Contínua Intervalar
Descrição: Variável resultante da soma do número de assalariados ligados à
produção, dos assalariados não ligados à produção e dos não-assalariados
(proprietários, sócios, membros da família sem remuneração, etc.).
4.4.2.9 – Receita por Funcionário
Tipo de Variável: Contínua Intervalar
125
Descrição: Variável resultante da divisão entre a receita líquida da firma e o número
de funcionários da empresa no ano de 2001.
Valores: Expressos em Reais
Uma vez expostas as variáveis de nosso estudo, o capítulo seguinte desta
dissertação, referente aos resultados de nossa pesquisa, começará com uma
análise descritiva das variáveis dependentes e independentes.
126
CAPÍTULO 5 – RESULTADOS DA PESQUISA
5.1 – Análise Descritiva das Variáveis e Tratamento das Variáveis Categóricas
Apresentaremos nesta seção as análises descritivas das variáveis e os ajustes
necessários às variáveis categóricas para a inserção destas nos modelos de
regressão. Ambos são fundamentais para garantir a confiança nos resultados
gerados pelos modelos de regressão.
5.1.1 – Análise Descritiva das Variáveis
Neste subitem as variáveis previsoras serão avaliadas em função de cada variável
dependente. Primeiramente, todavia, iremos dissertar sobre o processo de detecção
e eliminação de outliers da amostra, para, em seguida, apresentarmos as análises
das variáveis contínuas e categóricas sem estas observações discrepantes.
5.1.1.1 – Detecção e Eliminação de Outliers
Fundamental a uma adequada análise de regressão é a verificação prévia de
observações (empresas) cujos valores de suas variáveis sejam muito distintos das
demais empresas amostradas. Estas observações discrepantes, conhecidas na
literatura como outliers, podem prejudicar os resultados dos modelos de regressão,
sendo necessário, portanto, a exclusão destes da amostra.
Três tipos de análises para a identificação de outliers podem ser realizados: a
univariada, a bivariada e a multivariada. A análise univariada envolve, normalmente,
a utilização de boxplots. Contudo, uma vez que as variáveis independentes de nosso
estudo não possuem uma distribuição normal, pouco sentido faz utilizá-los. Desta
forma, utilizamos as análises bivariadas, através de diagramas de dispersão entre as
variáveis dependentes e as independentes, e as multivariadas, onde o teste de
Mahalanobis, que avalia a posição de cada observação comparada com o centro de
todas as observações em um conjunto de variáveis, foi aplicado.
127
Como estamos trabalhando com duas variáveis dependentes, é necessário que as
análises para a detecção de outliers sejam realizadas separadamente, uma vez que
as observações discrepantes podem variar em função destas variáveis. Os
diagramas de dispersão e os testes de Mahalanobis realizados para cada variável
dependente e suas independentes encontram-se no anexo A desta dissertação.
Realizadas as análises bivariadas e multivariadas, concluímos que 11 dos 471
elementos da amostra deverão ser excluídos para as análises descritivas e de
regressão de cada variável dependente, sobrando, consequentemente, 460
elementos em cada análise.
Dos 11 elementos excluídos em função das análises bivariadas e multivariadas entre
o Valor Adicionado por Funcionário e as variáveis independentes, 2 foram por
suspeitas de problemas de digitação, 5 por serem outliers da variável dependente e
outros 4 por serem outliers de variáveis independentes. Já no caso dos 11
elementos excluídos em função das análises entre o Valor Adicionado por Receita e
as variáveis independentes, 2 forma por suspeitas de erro de digitação, 8 por serem
outliers da variável dependente e 1 por ser outlier de variável independente.
Fica evidente que os outliers variaram em função de cada variável dependente.
Desta forma, apesar de ambas as análises descritivas e de regressão relacionadas a
cada variável dependente possuírem 460 observações, o perfil dos elementos
amostrados será distinto.
Sobre a exclusão de elementos da amostra, estes devem ser mantidos a não ser
que haja prova de que eles são realmente aberrantes e não representativos de
nenhuma observação em uma população. (HAIR et al., 1995) Acreditamos que a
exclusão realizada, de forma geral, obedeceu a esta recomendação.
5.1.1.1 – Valor Adicionado por Funcionário e as Variáveis Contínuas Independentes
A primeira variável a ser analisada é a dependente, Valor Adicionado por
Funcionário. A tabela 2 apresenta suas principais medidas descritivas. Através do
128
histograma (gráfico 1), observamos que a maior parte de suas observações se
encontra distribuída no intervalo entre R$ - 20.000,00 e + R$ 50.000,00. A curva no
gráfico demonstra uma distribuição relativamente próxima a uma normal,
característica desejável no caso da variável dependente.
Tabela 2 – Medidas Descritivas da Variável Valor Adicionado por Funcionário
Medidas Estatística
Média R$ 9.769,10
Mediana R$ 6.728,16
Desvio Padrão R$ 11.863,01
Mínimo R$ -20.606,89
Máximo R$ 80.249,56
Assimetria 2,19
Curtose 7,73
Fonte: Elaborado pelo autor
VA por Funcionário (Dependente)
49.393
37.607
25.821
14.036
2.250-9.536
-21.321
Fre
qüên
cia
80
60
40
20
0
Gráfico 1 – Histograma de Valor Adicionado por Funcionário
Fonte: Elaborado pelo autor
129
As medidas descritivas da variável Receita Líquida da Firma (tabela 3) demonstram
que as empresas amostradas são de pequeno e médio porte, com um faturamento
médio em torno de R$ 1 milhão. O histograma para esta variável (gráfico 2) deixa
claro que esta não possui uma distribuição normal, fato confirmado pelas grandes
medidas de assimetria e curtose.
Tabela 3 – Medidas Descritivas da Variável Receita Líquida da Firma
Medidas Estatística
Média R$ 1.090.148,45
Mediana R$ 437.335,00
Desvio Padrão R$ 2.193.929,45
Assimetria 5,65
Curtose 41,44
Fonte: Elaborado pelo autor
Receita Líquida da Firma
6.971.428
5.828.571
4.685.714
3.542.857
2.400.000
1.257.143
114.286
Fre
qüên
cia
200
100
0
Gráfico 2 – Histograma de Receita Líquida da Firma (R$)
Fonte: Elaborado pelo autor
130
Quanto à receita por cliente, o histograma desta variável (gráfico 3) deixa claro que a
maioria das firmas possui uma pequena receita por cliente (pessoa jurídica). O valor
médio em torno de R$ 70.000,00, conforme apresenta a tabela 4, foi fortemente
influenciado por alguns valores à direita do gráfico. Atesta-se mais uma vez uma
distribuição não normal.
Tabela 4 – Medidas Descritivas da Variável Receita por Cliente
Medidas Estatística
Média R$ 70.568,98
Mediana R$ 9.809,21
Desvio Padrão R$ 182.258,75
Assimetria 4,77
Curtose 26,7
Fonte: Elaborado pelo autor
Receita por Cliente
522.857
437.143
351.429
265.714
180.000
94.286
8.571
Fre
qüên
cia
300
200
100
0
Gráfico 3 – Histograma de Receita por Cliente
Fonte: Elaborado pelo autor
131
Quanto ao número de funcionários, verifica-se que as firmas possuem, em média,
um valor próximo de 44 funcionários, conforme se verifica na tabela 5,
caracterizando-as novamente como pequenas e médias empresas. O histograma da
variável (gráfico 4), conjugado às medidas de assimetria e curtose na tabela 5
confirmam a não normalidade da distribuição.
Tabela 5 – Medidas Descritivas da Variável Número de Funcionários
Medidas Estatística
Média 43,78
Mediana 30,50
Desvio Padrão 52,94
Assimetria 4,78
Curtose 31,30
Fonte: Elaborado pelo autor
Número de Funcionários
21818214611175394
Fre
qüên
cia
70
60
50
40
30
20
10
0
Gráfico 4 – Histograma de Número de Funcionários
Fonte: Elaborado pelo autor
132
A tabela 6 demonstra o quanto a receita por funcionário varia entre as firmas
amostradas, conforme pode ser observado nos valores mínimo e máximo. O
histograma (gráfico 5), conforme pode ser observado através do comportamento da
curva, não possui uma distribuição normal.
Tabela 6 – Medidas Descritivas da Variável Receita por Funcionário
Medidas Estatística
Média R$ 23.987,40
Mediana R$ 14.452,85
Desvio Padrão R$ 29.487,49
Assimetria 3,57
Curtose 19,75
Fonte: Elaborado pelo autor
Receita por Funcionário
104.571
87.429
70.286
53.143
36.000
18.857
1.714
Fre
qüên
cia
80
60
40
20
0
Gráfico 5 – Histograma de Receita por Funcionário
Fonte: Elaborado pelo autor
133
A tabela 7 de correlações demonstra que duas variáveis se encontram fortemente
correlacionadas com a dependente “Valor Adicionado por Funcionário”: “Receita
Líquida da Firma” e “Receita por Funcionário”. Acreditamos que estas serão as
variáveis que mais afetarão os resultados da variável dependente.
Tabela 7 – Correlações entre as Variáveis Contínuas
VA por
Funcionário
Receita Líquida
da Firma
Receita por
Cliente
Número de
Funcionários
Receita por
Funcionário
Correlação
de Pearson 1,000 ,395** ,141** ,065 ,704**
Sig.(bicaudal) , ,000 ,003 ,165 ,000
VA por
Funcionário
N 460 460 460 460 460
Correlação de
Pearson ,395** 1,000 ,138** ,736** ,497**
Sig. (bicaudal) ,000 , ,003 ,000 ,000
Receita Líquida
da Firma
N 460 460 460 460 460
Correlação de
Pearson ,141** ,138** 1,000 ,161** ,117*
Sig. (bicaudal) ,003 ,003 , ,001 ,012
Receita por
Cliente
N 460 460 460 460 460
Correlação de
Pearson ,065 ,736** ,161** 1,000 ,026
Sig. (bicaudal) ,165 ,000 ,001 , ,583
Número de
Funcionários
N 460 460 460 460 460
Correlação de
Pearson ,704** ,497** ,117* ,026 1,000
Sig. (bicaudal) ,000 ,000 ,012 ,583 ,
Receita por
Funcionário
N 460 460 460 460 460�
** Correlação é significante ao nível 0,01 (bicaudal)
* Correlação é significante ao nível 0,05 (bicaudal)
Fonte: Elaborado pelo autor
5.1.1.2 – Valor Adicionado por Funcionário e as Variáveis Categóricas
Independentes
Apresentam-se a seguir as tabelas descritivas das variáveis categóricas da amostra
relacionada à variável dependente Valor Adicionado por Funcionário. Merecem
maior destaque as distribuições de freqüência para o Nível de Aglomeração (tabela
8) e a pequena quantidade de firmas que exportam ou que possuem uma política de
relacionamento com a comunidade, conforme constatado, respectivamente, nas
tabelas 11 e 12.
134
Tabela 8 – Distribuição de Freqüência para Nível de Aglomeração
Nível de Aglomeração Freqüência Percentual Percentual Acumulado
Não Aglomerado 161 35,0 35,0
Baixo 65 14,1 49,1
Médio 97 21,1 70,2
Alto 137 29,8 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
Tabela 9 – Distribuição de Freqüência para Setor de Atividade
Setor de Atividade Freqüência Percentual Percentual Acumulado
18.11-2 69 15,0 15,5
18.12-0 363 78,9 93,4
18.13-9 28 6,1 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
Tabela 10 – Distribuição de Freqüência para Idade da Firma
Idade Freqüência Percentual Percentual Acumulado
De 1 a 6 anos 119 25,9 15,0
De 7 a 11 anos 120 26,1 93,9
De 12 a 17 anos 109 23,7 100,0
Mais de 18 anos 112 24,3 15,0
Total 460 100,0
Fonte: Elaborado pelo autor
135
Tabela 11 – Distribuição de Freqüência para Exportação
Exportação Freqüência Percentual Percentual Acumulado
Sim 36 7,8 7,8
Não 424 92,2 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
Tabela 12 – Distribuição de Freqüência para Política de
Relacionamento com a Comunidade
Exportação Freqüência Percentual Percentual Acumulado
Sim 23 5,0 5,0
Não 437 95,0 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
5.1.1.3 – Valor Adicionado por Receita e as Variáveis Contínuas Independentes
Apresentam-se a seguir os resultados da análise descritiva das variáveis contínuas
independentes em relação à segunda variável dependente de nosso estudo, Valor
Adicionado por Receita.
A tabela 13 apresenta as principais medidas descritivas de nossa segunda variável
dependente. As baixas medidas de assimetria e curtose, conjugadas com a curva no
histograma da variável (gráfico 6), demonstram uma distribuição próxima de uma
normal.
Quanto às variáveis independentes contínuas, apesar de serem as mesmas da
variável dependente anterior, estas possuem medidas descritivas diferentes em
função da eliminação de outliers distintos daqueles da análise anterior. De qualquer
forma, a alteração dos valores foi muito pequena, de forma que se torna
desnecessária dissertar novamente de forma separada sobre cada variável
independente. As medidas descritivas das variáveis contínuas, de forma geral,
136
permanecem semelhantes, possuindo nenhuma delas uma distribuição normal,
assim como nas análises anteriores.
Tabela 13 – Medidas Descritivas da Variável Valor Adicionado por Receita
Medidas Estatística
Média 0,5234
Mediana 0,5424
Desvio Padrão 0,3855
Mínimo -1,42
Máximo 1,59�
Assimetria -0,95
Curtose 2,14
Fonte: Elaborado pelo autor
VA por Receita (Dependente)
1,631,38
1,13,88,63,38,13-,13
-,38-,63
-,88-1,13
-1,38
Fre
qüên
cia
80
70
60
50
40
30
20
10
0
Gráfico 6 – Histograma de Valor Adicionado por Receita
Fonte: Elaborado pelo autor
137
Tabela 14 – Medidas Descritivas da Variável Receita Líquida da Firma
Medidas Estatística
Média R$ 1.100.674,28
Mediana R$ 455.189,00
Desvio Padrão R$ 2.142.081,46
Assimetria 5,73
Curtose 43,83
Fonte: Elaborado pelo autor
Receita Líquida da Firma
4.357.143
3.642.857
2.928.571
2.214.286
1.500.000
785.714
71.429
Fre
qüên
cia
120
100
80
60
40
20
0
Gráfico 7 – Histograma de Receita Líquida da Firma
Fonte: Elaborado pelo autor
138
Tabela 15 – Medidas Descritivas da Variável Receita por Cliente
Medidas Estatística
Média R$ 75.010,89
Mediana R$ 10.093,38
Desvio Padrão R$ 188.993,16
Assimetria 4,49
Curtose 23,03
Fonte: Elaborado pelo autor
Receita por Cliente
425.000
341.667
258.333
175.000
91.667
8.333
Fre
qüên
cia
300
200
100
0
Gráfico 8 – Histograma de Receita por Cliente
Fonte: Elaborado pelo autor
139
Tabela 16 – Medidas Descritivas da Variável Número de Funcionários
Medidas Estatística
Média 42,85
Mediana 30,00
Desvio Padrão 48,63
Assimetria 4,50
Curtose 29,44
Fonte: Elaborado pelo autor
Número de Funcionários
206,3156,3106,356,36,3
Fre
qüên
cia
120
100
80
60
40
20
0
Gráfico 9 – Histograma de Número de Funcionários
Fonte: Elaborado pelo autor
140
Tabela 17 – Medidas Descritivas da Variável Receita por Funcionário
Medidas Estatística
Média R$ 25.803,86
Mediana R$ 14.806,86
Desvio Padrão R$ 32.416,51
Assimetria 3,29
Curtose 15,26
Fonte: Elaborado pelo autor
Receita por Funcionário
119.000
95.667
72.333
49.000
25.667
2.333
Fre
qüên
cia
100
80
60
40
20
0
Gráfico 10 – Histograma de Receita por Funcionário
Fonte: Elaborado pelo autor
A tabela 18 de correlações para as 460 observações restantes na amostra
demonstra, de forma geral, correlações positivas baixas ou até mesmo negativas
entre a variável dependente e as independentes, tornando difícil a previsão de quais
variáveis mais afetarão o Valor Adicionado por Receita.
141
Tabela 18 – Correlações entre as Variáveis Contínuas
VA por Receita Receita Líquida
da Firma
Receita por
Cliente
Número de
Funcionários
Receita por
Funcionário
Correlação
de Pearson
1,000 -,138** ,037 ,050 -,227**
Sig.(bicaudal) , ,003 ,430 ,288 ,000 VA por Receita
N 460 460 460 460 460
Correlação de
Pearson
-,138** 1,000 ,171** ,708** ,490**
Sig. (bicaudal) ,003 , ,000 ,000 ,000
Receita Líquida
da Firma
N 460 460 460 460 460
Correlação de
Pearson
,037 ,171** 1,000 ,173** ,170**
Sig. (bicaudal) ,430 ,000 , ,000 ,000
Receita por
Cliente
N 460 460 460 460 460
Correlação de
Pearson
,050 ,708** ,173** 1,000 -,003
Sig. (bicaudal) ,288 ,000 ,000 , ,947
Número de
Funcionários
N 460 460 460 460 460
Correlação de
Pearson
-,227** ,490** ,170** -,003 1,000
Sig. (bicaudal) ,000 ,000 ,000 ,947 ,
Receita por
Funcionário
N 460 460 460 460 460�
** Correlação é significante ao nível 0,01 (bicaudal)
Fonte: Elaborado pelo autor
5.1.1.4 – Valor Adicionado por Receita e as Variáveis Categóricas Independentes
Apresentam-se a seguir as tabelas descritivas das variáveis categóricas da amostra
relacionada à variável dependente Valor Adicionado por Receita. A alteração no
perfil destas variáveis, em função da eliminação de outliers diferentes daqueles da
análise anterior, foi pequena, merecendo maior atenção, novamente, as distribuições
de freqüência para o Nível de Aglomeração (tabela 19), Exportação (tabela 22) e
Política de Relacionamento com a Comunidade (tabela 23).
142
Tabela 19 – Distribuição de Freqüência para Nível de Aglomeração
Nível de Aglomeração Freqüência Percentual Percentual Acumulado
Não Aglomerado 161 35,0 35,0
Baixo 65 14,1 49,1
Médio 98 21,3 70,4
Alto 136 29,6 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
Tabela 20 – Distribuição de Freqüência para Setor de Atividade
Setor de Atividade Freqüência Percentual Percentual Acumulado
18.11-2 70 15,2 15,2
18.12-0 360 78,3 93,5
18.13-9 30 6,5 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
Tabela 21 – Distribuição de Freqüência para Idade da Firma
Idade Freqüência Percentual Percentual Acumulado
De 1 a 6 anos 118 25,7 15,0
De 7 a 11 anos 120 26,1 93,9
De 12 a 17 anos 108 23,5 100,0
Mais de 18 anos 114 24,8 15,0
Total 460 100,0
Fonte: Elaborado pelo autor
Tabela 22 – Distribuição de Freqüência para Exportação
Exportação Freqüência Percentual Percentual Acumulado
Sim 35 7,6 7,6
Não 425 92,4 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
143
Tabela 23 – Distribuição de Freqüência para Política de
Relacionamento com a Comunidade
Exportação Freqüência Percentual Percentual Acumulado
Sim 23 5,0 5,0
Não 437 95,0 100,0
Total 460 100,0
Fonte: Elaborado pelo autor
5.1.2 – Tratamento das Variáveis Categóricas: A Codificação Dummy
Conforme pôde ser observado anteriormente, nosso estudo conta com uma série de
variáveis categóricas com escalas de medição nominais e ordinais. Quando se trata
da aplicação da análise de regressão em desenhos com variáveis independentes
categóricas, esta é semelhante aos desenhos dirigidos às variáveis contínuas. Em
ambos, o objetivo é usar a informação contida nas variáveis independentes a fim de
determinar se, e em que extensão, elas afetam a variável dependente ou tentam
explicá-la. (PEDHAZUR e SCHMELKIN, 1991)
Todavia, dado o caráter não contínuo que possuem, as variáveis categóricas não
devem ser incorporadas na análise de regressão sem um prévio ajuste. No contexto
da análise de regressão, isto é realizado através de um processo de codificação
conhecido como codificação dummy, onde todas as variáveis categóricas são
transformadas em conjuntos de variáveis formadas através da combinação dos
algarismos 1 (um) e 0 (zero) – daí o fato de serem conhecidas como dummy – onde
“um” significa o pertencimento a uma categoria específica e “zero” o não
pertencimento àquela categoria. (PEDHAZUR e SCHMELKIN, 1991).
Os subitens a seguir apresentam o processo de transformação das variáveis
categóricas em conjuntos de variáveis dummy.
144
5.1.2.1 – Nível de Aglomeração
Para ser inserida nas análises de regressão, o nível de aglomeração, como toda
variável categórica, teve que ser transformado em variáveis dummy. Desta forma, a
tabela 24 apresenta as três variáveis dummy criadas para cada nível de
aglomeração: AGL1, AGL2 e AGL3.
Toda a codificação de uma variável categórica gera um número de vetores igual ao
número de categorias menos um. Desta forma, a razão de ser criada três variáveis
dummy se deve ao fato de haver quatro categorias (ou níveis) de aglomeração.
Pelo fato de ser uma variável categórica ordinal, o nível de aglomeração passou por
um processo de codificação distinto do que será verificado em algumas outras
variáveis categóricas, de forma que o coeficiente da variável AGL1 na regressão
indicará o efeito de uma baixa aglomeração na variável dependente em relação à
situação de não aglomeração, se todos os demais fatores se mantiverem
constantes. O coeficiente da variável AGL2 indica o efeito adicional de se ter uma
média aglomeração mantidos os demais fatores constantes. O coeficiente da
variável AGL3 deverá ser interpretado da mesma forma.
Tabela 24 – Variáveis dummy para Nível de Aglomeração
Nível de Aglomeração AGL1 AGL2 AGL3
0 0 0 0
1 1 0 0
2 1 1 0
3 1 1 1
Fonte: Elaborado pelo autor
5.1.2.2 – Setor de Atividade
O setor de atividade das firmas também foi convertido em variáveis dummy (SET1 e
SET2), conforme pode ser observado na tabela 25.
145
Tabela 25 – Variáveis dummy para Setor de Atividade
Setor de Atividade SET1 SET2.
18.11-2 0 0
18.12-0 1 0
18.13-9 0 1
_Fonte: Elaborado pelo autor
Os coeficientes das variáveis SET1 e SET2 representarão as diferenças nas
variáveis dependentes entre o setor de atividade que a firma pertence comparada ao
setor escolhido como base. No nosso estudo, o setor escolhido como base foi 18.11-
2. Desta forma, SET1 representará a influência do setor 18.12-0 em relação à base e
SET2 a influência do setor 18.13-9 em relação ao setor-base.
5.1.2.3 – Idade da Firma
Dadas a sua natureza e a quantidade de categorias que possui, a “Idade da Firma”,
segunda variável categórica ordinal de nosso estudo, foi recodificada em variáveis
dummies idênticas às do nível de aglomeração, conforme pode ser observado na
tabela 26. Desta forma, o coeficiente da variável IDAD1 na regressão indicará o
efeito da atuação no mercado há mais de sete (inclusive) em relação à situação de
até seis anos de operação, se todos os demais fatores se mantiverem constantes. O
coeficiente da variável IDAD2 indica o efeito adicional de se estar uma operando a
pelo menos doze anos no mercado, mantidos os demais fatores constantes. O
coeficiente da variável IDAD3 deverá ser interpretado da mesma forma que os
anteriores.
Tabela 26 – Variáveis Dummy para Idade da Firma
Categoria IDAD1 IDAD2 IDAD3
De 1 a 6 anos de idade 0 0 0
De 7 a 11 anos de idade 1 0 0
De 12 a 17 anos de idade 1 1 0
Mais de 18 de anos 1 1 1
Fonte: Elaborado pelo Autor
146
5.1.2.4 – Exportação
Para a transformação da variável “exportação” em dummy, foi necessária apenas a
recodificação desta variável, uma vez que esta possuía somente os valores “1” (Sim)
e “2” (Não), conforme exposto na descrição das variáveis independentes. A tabela
27 apresenta a codificação para a variável criada: EXP1.
Tabela 27 – Variável Dummy para Exportação
Exportação EXP1
Sim 1
Não 0
Pelo fato de a variável exportação ter gerado apenas uma variável dummy, a sua
interpretação é bastante simples, indicando seu coeficiente na regressão o efeito
que a exportação de produtos de uma firma possui sobre as variáveis dependentes
do estudo.
5.1.2.5 – Política Formal de Relacionamento com a Comunidade
Assim como “exportação”, a variável “política de relacionamento com a comunidade”
teve sua conversão para variável dummy baseada somente nos valores “1” (Sim) e
“2” da variável. A tabela 28 apresenta os códigos atribuídos a variável dummy POL1.
Tabela 28 – Variável Dummy para Política de Relacionamento com a Comunidade
Exportação POL1
Sim 1
Não 0
Fonte: Elaborado pelo autor
Concluindo, o quadro 9 apresenta todas as variáveis dependentes (dummies e
contínuas) que farão parte dos modelos de regressão com os respectivos códigos
atribuídos a elas.
147
Núm. Código Descrição
1 AGL1 Primeira variável dummy de aglomeração
2 AGL2 Segunda variável dummy de aglomeração
3 AGL3 Terceira variável dummy de aglomeração
4 SET1 Primeira variável dummy de setor de atividade
5 SET2 Segunda variável dummy de setor de atividade
6 IDAD1 Primeira variável dummy de idade
7 IDAD2 Segunda variável dummy de idade
8 IDAD3 Terceira variável dummy de idade
9 EXP1 Variável dummy de exportação
10 POL1 Variável dummy de política de relacionamento
11 REC. LÍQUIDA Receita Líquida da Firma
12 REC. CLIENTE Receita por Cliente
13 NÚM. FUNC. Número de Funcionários
14 REC. FUNC. Receita por Funcionário
Quadro 9 – Códigos e Descrição das Variáveis dos Modelos de Regressão
Fonte: Elaborado pelo autor
Dado que possuímos 14 variáveis dependentes para 460 elementos na amostra, a
menor razão entre o número de observações e o de variáveis independentes será
de, aproximadamente, 33 para 1, quando todas variáveis independentes forem
incluídas nos modelos de regressão. Uma regra geral, segundo Hair et al. (1995) é
que esta razão nunca deve ser menor do que cinco, sob o risco de ocorrer o
fenômeno conhecido como “overfitting”. Já o nível desejado é de 15 a 20
observações para cada variável independente. Caso a amostra fosse probabilística,
a razão de 33 para 1 permitiria a generalização dos resultados da pesquisa.
5.2 – Análise dos Modelos de Regressão
Apresentam-se aqui os principais resultados de nossa pesquisa, que utilizou
análises de regressão múltipla para as variáveis dependentes “Valor Adicionado por
Funcionário” e “Valor Adicionado por Receita”. Para cada uma destas variáveis, sete
148
modelos de regressão foram utilizados. A seleção das variáveis para cada modelo
se deu através de uma abordagem confirmatória, onde fica a critério do pesquisador
determinar o conjunto de variáveis independentes a ser incluído. (HAIR et al, 1995).
Desta forma, determinamos de forma arbitrária que no primeiro modelo serão
incluídas somente as variáveis independentes de interesse, ou seja, as variáveis
dummy do nível de aglomeração. No segundo modelo, serão adicionadas ao
repertório as dummies do setor de atividade. A cada modelo, novas variáveis serão
adicionadas até que no último todas as variáveis independentes estejam inseridas.
O quadro 10 apresenta as variáveis independentes de cada modelo de regressão,
discriminadas entre aquelas já utilizadas nos modelos anteriores (excetuando-se,
obviamente, o primeiro modelo) e aquelas a serem acrescentadas nos seguintes.
Variáveis Modelos
Utilizadas Acrescentadas
1
Dummies do Nível de
Aglomeração (AGL1,
AGL2 e AGL3)
_
2 Todas do modelo 1 Dummies do Setor de Atividade (SET1 e
SET2)
3 Todas do modelo 2 Dummies da Idade da Firma (IDAD1,
IDA2 e IDAD3)
4 Todas do modelo 3 Dummy da Exportação (EXP1)
5 Todas do modelo 4 Dummy da Política de Relacionamento
(POL1)
6 Todas do modelo 5 Receita Líquida (REC. LÍQUIDA) e
Receita por Cliente (REC. CLIENTE)
7 Todas do modelo 6 Número de Funcionários (NUM. FUNC.) e
Receita por Funcionário (REC. FUNC).
Quadro 10 – Variáveis Acrescentadas em Cada Modelo de Regressão para Ambas
as Variáveis Dependentes.
Fonte: Elaborado pelo autor
149
Primeiramente, apresentaremos e discutiremos os modelos de regressão para a
variável dependente “Valor Adicionado por Funcionário” para, em seguida, nos
dedicarmos aos modelos relacionados ao “Valor Adicionado por Receita”.
5.2.1 – Análise de Regressão para a Variável Dependente Valor Adicionado por
Funcionário
A tabela 29, referente à análise de variância dos modelos de regressão demonstra
que todos os modelos utilizados para a variável dependente “Valor Adicionado por
Funcionário” são significantes a um nível de significância de 1%. Conforme pode ser
observado na última coluna desta tabela, todos os modelos possuem p-values16 bem
inferiores a este nível.
Tabela 29 – Análise de Variância
Modelo Soma dos
Quadrados
GL Médias dos
Quadrados
F Sig.
1 Regressão 2.224.992.498,231 3 741.664.166,077 5,422 ,001
Resíduo 62.370.572.758,573 456 136.777.571,839
Total 64.595.565.256,804 459
2 Regressão 2.564.662.487,840 5 512.932.497,568 3,754 ,002
Resíduo 62.030.902.768,964 454 136.631.944,425
Total 64.595.565.256,804 459
3 Regressão 4.145.206.609,345 8 518.150.826,168 3,866 ,000
Resíduo 60.450.358.647,459 451 134.036.271,946
Total 64.595.565.256,804 459
4 Regressão 4885533190,274 9 542.837.021,142 4,091 ,000
Resíduo 59.710.032.066,529 450 132.688.960,148
Total 64.595.565.256,804 459
5 Regressão 4.956.021.812,486 10 495.602.181,249 3,731 ,000
Resíduo 59.639.543.444,318 449 132.827.490,967
Total 64.595.565.256,804 459
16 Conforme Pedhazur e Schmelkin (1991), o p-value se refere à probabilidade de a evidência ser originária de um erro de amostragem, assumindo que a hipótese sendo testada é verdadeira. Apesar de não trabalharmos com hipóteses nesta dissertação, o equivalente seria a expectativa que possuímos em relação aos resultados de nossas análises, ou seja, de que ambas as variáveis dependentes são afetadas positivamente pela presença das firmas em aglomerações industriais.
150
Modelo Soma dos
Quadrados
GL Médias dos
Quadrados
F Sig.
6 Regressão 12.889.308.828,501 12 1.074.109.069,042 9,286 ,000
Resíduo 51.706.256.428,303 447 115.673.951,741
Total 64.595.565.256,804 459
7 Regressão 33.108.067.510,952 14 2.364.861.965,068 33,422 ,000
Resíduo 31.487.497.745,852 445 70.758.421,901
Total 64.595.565.256,804 459
Fonte: Elaborado pelo autor
Quanto à capacidade de explicação de cada modelo, observamos que as variáveis
dummy do nível de aglomeração no modelo 1 explicam muito pouco da variância da
regressão, ou 3,4%, conforme pode ser observado na tabela 30,na primeira linha da
coluna de R2, coeficiente de correlação ao quadrado, que indica o total da variação
do Valor Adicionado por Funcionário explicada por um conjunto de variáveis.
Portanto, apesar de o primeiro modelo ser significativo, este não é capaz de explicar
a maior parte da variância total da regressão. Este fato também pode ser constatado
na maior parte dos modelos, conforme pode ser observado na tabela 30. À medida
que novas variáveis são inseridas, os modelos seguintes são capazes de explicar
melhor a variância.
Tabela 30 – Resumo dos Modelos
Modelo R R2 R2 Ajustado Erro Padrão
1 ,186 ,034 ,028 11.695,1944
2 ,199 ,040 ,029 11.688,9668
3 ,253 ,064 ,048 11.577,4035
4 ,275 ,076 ,057 11.519,0694
5 ,277 ,077 ,056 11.525,0810
6 ,447 ,200 ,178 10.755,1826
7 ,716 ,513 ,497 8.411,8025
Fonte: Elaborado pelo autor
Partindo, finalmente, para os coeficientes da regressão na tabela 31, vemos que,
apesar de os coeficientes apresentados para as variáveis dummy de aglomeração
no modelo 1 serem positivos, estes, simplesmente, não são significativos a um nível
de significância de 5%, apresentando p-values bem superiores a este limite (0,181,
151
0,455 e 0,281). Apesar de o primeiro modelo ser significativo, conforme observado
na análise de variância (tabela 29), os coeficientes de suas variáveis não são. Em
outras palavras, não há evidências de que a presença em aglomerações impacte
positivamente no desempenho econômico das firmas, tomado em termos de
Valor Adicionado por Funcionário.
Observando os modelos seguintes, onde outras variáveis são inseridas, vemos que,
ocasionalmente, algumas das variáveis são significativas a um nível de significância
de 5%, marcadas em tom cinza na tabela 24. Temos, por exemplo, a segunda
variável dummy de idade nos modelos 3, 4 e 5, indicando que o tempo de atuação
no mercado há mais de 12 anos possui um efeito positivo no desempenho
econômico das firmas. O mesmo ocorre com a variável dummy de exportação nos
modelos 4 e 5, indicando também um efeito positivo. Todavia, a significância dos
coeficientes destas variáveis desaparece nos modelos seguintes, sugerindo que
estas constatações sejam tratadas com ressalvas.
Até o quinto modelo não se encontra nenhuma evidência significativa do impacto
positivo da localização em aglomerações industriais no desempenho econômico das
firmas. No entanto, a partir do modelo 6, temos uma indicação significativa do efeito
da aglomeração no Valor Adicionado por Funcionário. Este, contudo, possui um p-
value de 0,049, ou seja, muito próximo do limite do nível de significância, assim
como a variável “Receita por Cliente”. A única variável que realmente possui um
coeficiente positivo e significativo neste modelo é a “Receita Líquida da Firma”.
A atenção dos resultados dos modelos de regressão deve se voltar, sobretudo, para
o sétimo modelo, cujas variáveis incluídas (todas) explicam 51,3% da variância total
da regressão, conforme se observa na tabela 30. A grande constatação desta
regressão é que um existe um efeito significativo (p-value de 0,02) da localização
das firmas em aglomerações altas. Todavia, este efeito é negativo, ou seja, a
localização de firmas do setor de confecções em áreas altamente aglomeradas
influencia negativamente o desempenho econômico delas.
Observando a coluna de coeficientes não padronizados, observamos que o fato de
as firmas localizarem em altas aglomerações reduz em, aproximadamente, R$
152
2.700,00 o Valor Adicionado por Funcionário, se as demais condições se
mantiverem constantes. Este valor aparentemente pequeno possui grande impacto
sobre a maioria das empresas, dado que a média de Valor Adicionado por
Funcionário das empresas amostradas, conforme observado na tabela 2, é de,
aproximadamente, R$ 10.000,00, ou seja, corresponde a quase 30% do que as
firmas são capazes de desempenhar em média.
Retornando aos mapas das concentrações industriais no capítulo de metodologia,
constata-se que a única cidade do estado que possui um alto nível de aglomeração
do setor de confecções é a cidade de São Paulo. Podemos especular, em um
primeiro momento, que o pior desempenho destas firmas pode estar relacionado às
externalidades negativas comumente associadas à capital do estado (mão-de-obra
cara, congestionamentos, preços de terra, altos custos de manutenção, etc.).
De importância secundária no sétimo modelo é a constatação de que a receita por
funcionário é positiva e significativa. Interpretando através dos coeficientes não
padronizados, pode-se dizer que o aumento de R$ 1 na Receita por Funcionário se
reflete em um aumento de R$ 0,27 na variável dependente. Contudo, as variáveis
relacionadas à força de trabalho das firmas (número de funcionários e receita por
funcionário) possuem grande redundância com nossa primeira variável dependente,
uma vez que esta é calculada dividindo-se o Valor Adicionado da empresa pela
quantidade de pessoas que nela trabalham. Esta redundância é inclusive a razão
porque a quantidade da variância explicada por esta regressão apresenta um
aumento substancial em relação ao sexto modelo, cujas variáveis explicam somente
20% da variância total daquela regressão.
Os baixos índices de colinearidade medidos através da Tolerância e do VIF
(Variance Inflation Factor) apontados na tabela 31 são indicativos de que os
coeficientes da regressão foram corretamente estimados. Normalmente, o limite para
os valores do VIF é de até 10. Observando os valores deste índice, fica evidente que
todas as variáveis de todos os modelos de regressão utilizados possuem um nível
de colinearidade bem abaixo do limite.
153
Tabela 31 – Coeficientes da Regressão para a Variável Dependente Valor
Adicionado por Funcionário
Coef. Não
Padron.
Coef.
Padron.
T Sig. Estatísticas de
Colinearidade
Modelo B Erro
Padrão
Beta Tolerância VIF
1Constante 7.057,737 927,489 7,610 ,000
AGL1 2.308,412 1.721,774 ,093 1,341 ,181 ,443 2,255
AGL2 1.390,358 1.859,705 ,059 ,748 ,455 ,344 2,906
AGL3 1.661,254 1.538,636 ,064 1,080 ,281 ,606 1,651
2Constante 8.104,795 1.546,443 5,241 ,000
AGL1 2.825,908 1.752,408 ,113 1,613 ,108 ,428 2,338
AGL2 1.564,466 1.866,431 ,066 ,838 ,402 ,341 2,930
AGL3 1.404,575 1.570,521 ,054 ,894 ,372 ,581 1,722
SET1 -1.852,479 1.589,087 -,064 -1,166 ,244 ,707 1,415
SET2 1.021,393 2.668,643 ,021 ,383 ,702 ,730 1,371
3Constante 7.113,917 1.847,259 3,851 ,000
AGL1 2.739,704 1.753,943 ,110 1,562 ,119 ,419 2,388
AGL2 1.408,341 1.858,191 ,059 ,758 ,449 ,338 2,960
AGL3 657,095 1.571,195 ,025 ,418 ,676 ,569 1,757
SET1 -1.148,111 1.589,413 -,040 -,722 ,470 ,693 1,443
SET2 1.011,277 2.651,624 ,020 ,381 ,703 ,725 1,379
IDAD1 -1.718,175 1.509,094 -,063 -1,139 ,255 ,667 1,499
IDAD2 3.455,522 1.552,461 ,146 2,226 ,027 ,484 2,065
IDAD3 1.663,675 1.581,045 ,060 1,052 ,293 ,633 1,580
4Constante 6.302,264 1.869,796 3,371 ,001
AGL1 2.578,163 1.746,446 ,103 1,476 ,141 ,418 2,392
AGL2 1.279,617 1.849,631 ,054 ,692 ,489 ,337 2,963
AGL3 790,189 1.564,293 ,030 ,505 ,614 ,569 1,759
SET1 -536,095 1.602,490 -,018 -,335 ,738 ,675 1,481
SET2 1.504,280 2.646,506 ,030 ,568 ,570 ,720 1,388
IDAD1 -1.555,527 1.503,068 -,057 -1,035 ,301 ,666 1,502
IDAD2 3.238,502 1.547,369 ,137 2,093 ,037 ,483 2,072
IDAD3 1.824,719 1.574,556 ,066 1,159 ,247 ,632 1,583
EXP1 4.802,527 2.033,179 ,109 2,362 ,019 ,967 1,034
5Constante 6.158,376 1.881,170 3,274 ,001
AGL1 2.717,037 1.757,726 ,109 1,546 ,123 ,413 2,420
AGL2 1.233,196 1.851,693 ,052 ,666 ,506 ,337 2,967
AGL3 767,455 1.565,421 ,029 ,490 ,624 ,568 1,760
154
Coef. Não
Padron.
Coef.
Padron.
T Sig. Estatísticas de
Colinearidade
Modelo B Erro
Padrão
Beta Tolerância VIF
SET1 -590,923 1.605,092 -,020 -,368 ,713 ,674 1,485
SET2 1.524,741 2.648,036 ,031 ,576 ,565 ,720 1,388
IDAD1 -1.505,970 1.505,390 -,056 -1,000 ,318 ,664 1,505
IDAD2 3.275,517 1.549,010 ,138 2,115 ,035 ,482 2,074
IDAD3 1.803,457 1.575,648 ,065 1,145 ,253 ,631 1,584
EXP1 4.608,257 2.051,646 ,104 2,246 ,025 ,951 1,052
POL1 1.827,698 2.508,932 ,034 ,728 ,467 ,966 1,035
6Constante 3.682,145 1.787,995 2,059 ,040
AGL1 3.240,223 1.641,630 ,130 1,974 ,049 ,413 2,424
AGL2 980,687 1.731,890 ,041 ,566 ,572 ,336 2,980
AGL3 -683,327 1.475,558 -,026 -,463 ,644 ,557 1,795
SET1 597,776 1.505,472 ,021 ,397 ,692 ,667 1,500
SET2 3.449,711 2.483,836 ,070 1,389 ,166 ,713 1,402
IDAD1 -1.396,920 1.410,479 -,052 -,990 ,323 ,659 1,517
IDAD2 2.657,274 1.448,635 ,112 1,834 ,067 ,480 2,083
IDAD3 351,183 1.487,909 ,013 ,236 ,814 ,617 1,622
EXP1 432,867 1.983,492 ,010 ,218 ,827 ,886 1,129
POL1 2.140,938 2.343,703 ,039 ,913 ,361 ,964 1,038
REC. LÍQUIDA 1,947E-03 ,000 ,360 7,681 ,000 ,815 1,227
REC. CLIENTE 5,557E-03 ,003 ,085 1,973 ,049 ,957 1,045
7Constante 2.801,198 1501,130 1,866 ,063
AGL1 1.335,705 1288,891 ,054 1,036 ,301 ,409 2,443
AGL2 1.225,811 1354,829 ,052 ,905 ,366 ,335 2,981
AGL3 -2.698,852 1160,315 -,104 -2,326 ,020 ,551 1,815
SET1 -682,432 1180,063 -,023 -,578 ,563 ,664 1,506
SET2 1.174,116 1947,991 ,024 ,603 ,547 ,709 1,410
IDAD1 -1.028,039 1105,516 -,038 -,930 ,353 ,656 1,524
IDAD2 475,745 1140,330 ,020 ,417 ,677 ,474 2,110
IDAD3 670,399 1164,211 ,024 ,576 ,565 ,616 1,623
EXP1 -583,092 1554,803 -,013 -,375 ,708 ,882 1,134
POL1 2.048,381 1836,430 ,038 1,115 ,265 ,960 1,041
REC. LÍQUIDA 3,705E-04 ,000 ,069 ,964 ,335 ,217 4,610
REC. CLIENTE 3,519E-03 ,002 ,054 1,580 ,115 ,935 1,069
NÚM. FUNC -1,272 13,731 -,006 -,093 ,926 ,292 3,428
REC. FUNC. ,269 ,019 ,667 13,787 ,000 ,467 2,139
Fonte: Elaborado pelo autor
155
Um dos pressupostos existentes para a validade de um modelo de regressão é a
distribuição normal dos resíduos, que são os erros na previsão dos dados da
amostra. Constatou-se que os dados referentes aos resíduos da regressão possuem
média zero e desvio padrão muito próximo de um (0,98), característicos de uma
distribuição normal. Suportando estas evidências, o histograma dos resíduos
padronizados da regressão (gráfico 11), acompanhado da curva normal, atestam a
normalidade da distribuição.
Resíduo Padronizado da Regressão
4,253,75
3,252,75
2,251,75
1,25,75,25-,25
-,75-1,25
-1,75-2,25
-2,75-3,25
-3,75-4,25
Fre
qüên
cia
120
100
80
60
40
20
0
Gráfico 11 – Histograma Padronizado da Regressão
Fonte: Elaborado pelo autor
Outro pressuposto a ser checado é o da linearidade entre os valores da variável
dependente e os das variáveis independentes. Isto é realizado através de gráficos
parciais dos resíduos da regressão entre a variável dependente e as independentes.
No nosso caso, analisaremos a linearidade entre o Valor Adicionado por Funcionário
e a Receita por Funcionário, única independente contínua significativa no sétimo
modelo de regressão. A distribuição randômica dos pontos no gráfico 12 é um
indicativo da presença de linearidade.
156
Receita por Funcionário
2000001000000-100000
VA
por
Fun
cion
ário
(D
epen
dent
e)60000
40000
20000
0
-20000
-40000
Gráfico 12 – Exame de Resíduos para Valor Adicionado por Funcionário x Receita
por Funcionário
Fonte: Elaborado pelo autor
Um terceiro pressuposto das regressões diz respeito à independência dos resíduos
da regressão, ou seja, de que eles não estejam correlacionados com as variáveis
independentes utilizadas. O gráfico 13, que compara a variável contínua
independente significativa do sétimo modelo (receita por funcionário) com os
resíduos da regressão demonstra uma distribuição bastante randômica das
observações, sem a existência de um padrão bem definido, atestando a
independência dos resíduos.
157
Receita por Funcionário
3000002000001000000-100000
Res
íduo
Pad
roni
zado
6
4
2
0
-2
-4
-6
Gráfico 13 – Resíduo Padronizado da Regressão x Receita por Funcionário (R$)
Fonte: Elaborado pelo autor
O último pressuposto da regressão a ser verificado é a constância da variância dos
resíduos para todos os níveis da variável independente, também conhecido como
homocedasticidade. Uma maneira simples de checar este pressuposto é através de
um diagrama de dispersão entre os valores dos resíduos e os valores previstos.
Observando o gráfico 14, verifica-se que os pontos se concentram de forma
randômica entre mais ou menos dois desvios padrões, confirmando este
pressuposto.
158
Valor Previsto Padronizado
1086420-2
Res
íduo
Pad
roni
zado
6
4
2
0
-2
-4
-6
Gráfico 14 – Resíduo Padronizado da Regressão x Valor Previsto Padronizado
Fonte: Elaborado pelo autor
Resumindo, todos os pressupostos de uma análise de regressão múltipla foram
cumpridos, confirmando a validade dos resultados obtidos.
5.2.2 - Análise de Regressão para a Variável Dependente Valor Adicionado por
Receita
De forma geral, os resultados da análise de variância e dos resumos dos modelos de
regressão com a variável dependente “Valor Adicionado por Receita” não são tão
bons quanto os da variável dependente anterior. No caso da análise de variância
(tabela 32), observamos que todos os modelos de regressão são significativos,
contudo, a um nível de significância de 5%, diferente das análises da primeira
variável dependente, que eram significantes a um nível de 1%. Já no que diz
respeito ao resumo dos modelos, a variância total da regressão explicada com a
inserção de todas as variáveis foi de apenas 9,2%, conforme pode ser observado na
coluna R2 da tabela 33, ou seja, bem inferior à análise de regressão anterior.
159
Tabela 32 – Análise de Variância
Modelo Soma dos
Quadrados
GL Média dos
Quadrados
F Sig.
1 Regressão 2,082 3 ,694 4,787 ,003
Resíduo 66,125 456 ,145
Total 68,207 459
2 Regressão 2,417 5 ,483 3,336 ,006
Resíduo 65,790 454 ,145
Total 68,207 459
3 Regressão 2,587 8 ,323 2,223 ,025
Resíduo 65,620 451 ,145
Total 68,207 459
4 Regressão 2,754 9 ,306 2,103 ,028
Resíduo 65,454 450 ,145
Total 68,207 459
5 Regressão 2,774 10 ,277 1,903 ,043
Resíduo 65,434 449 ,146
Total 68,207 459
6 Regressão 3,604 12 ,300 2,078 ,017
Resíduo 64,603 447 ,145
Total 68,207 459
7 Regressão 6,281 14 ,449 3,224 ,000
Resíduo 61,927 445 ,139
Total 68,207 459
Fonte: Elaborado pelo autor
Tabela 33 – Resumo dos Modelos
Modelo R R2 R2 Ajustado Erro Padrão
1 ,175 ,031 ,024 ,3808
2 ,188 ,035 ,025 ,3807
3 ,195 ,038 ,021 ,3814
4 ,201 ,040 ,021 ,3814
5 ,202 ,041 ,019 ,3817
6 ,230 ,053 ,027 ,3802
7 ,303 ,092 ,064 ,3730
Fonte: Elaborado pelo autor
160
Partindo para a análise dos coeficientes dos modelos da regressão (tabela 34), a
constatação mais interessante é a de que, em todos os modelos, os coeficientes
da terceira variável dummy de aglomeração (AGL 3) se mostraram significativos
(nível de significância de 5%) e, mais uma vez, negativos, reforçando os resultados
observados anteriormente para a variável dependente “Valor Adicionado por
Funcionário”, que indicou que a localização em altas aglomerações prejudica o
desempenho econômico das firmas do setor de confecções. Novamente, as
variáveis apresentaram baixos índices de colinearidade.
Conforme se observa na tabela 34, nos modelos de 1 a 5, a terceira dummy de
aglomeração é a única variável significativa que se apresenta. Tal comportamento só
se modifica a partir do modelo 6, quando as variáveis independentes contínuas
passam a ser inseridas. No sexto modelo, o coeficiente da receita líquida também é
significativo e negativo, indicando que as firmas com maiores receitas, ou seja, as
grandes firmas, são mais prejudicadas, em termos de desempenho econômico, do
que as firmas menores.
As atenções, todavia, devem se direcionar ao sétimo modelo, que apresenta três
variáveis significativas: a receita líquida, o número de funcionários e a terceira
dummy de aglomeração. A receita líquida e o número de funcionários possuem
coeficientes negativo e positivo, respectivamente. Conforme demonstra a tabela 34,
as firmas com as maiores receitas líquidas possuem seu Valor Adicionado por
Receita mais prejudicado do que as menores. Pode se dizer que um aumento de R$
100.000 na receita da firma ocasiona uma queda de aproximadamente 0,00383
pontos na variável dependente. Um impacto, portanto, muito pequeno.
As variáveis relacionadas ao número de funcionários melhorou o R2 da regressão no
modelo 7, mas não de forma considerável. O interessante neste modelo são os
coeficientes da dummy de aglomeração AGL3, que apontam que as firmas
localizadas em cidades com altas aglomerações (no caso do setor de confecções,
somente a cidade de São Paulo) possuem seu desempenho prejudicado em relação
às demais firmas. Em outras palavras, estar localizado em São Paulo implica em
uma perda de 11,3% no Valor Adicionado por Receita, valor expressivo, dada a
média de 52,3% de todas as firmas amostradas (ver tabela 13).
161
Tabela 34 – Coeficientes da Regressão para a Variável Dependente Valor
Adicionado por Receita
Coef. Não
Padron.
Coef.
Padron.
T Sig. Estatísticas de
Colinearidade
Modelo B Erro
Padrão
Beta Tolerância VIF
1Constante ,566 ,030 18,685 ,000
AGL1 1,083E-03 ,056 ,001 ,019 ,985 ,444 2,252
AGL2 2,548E-03 ,061 ,003 ,042 ,967 ,342 2,928
AGL3 -,149 ,050 -,177 -2,973 ,003 ,597 1,676
2Constante ,556 ,050 11,073 ,000
AGL1 -1,601E-02 ,057 -,020 -,280 ,780 ,426 2,348
AGL2 -6,888E-05 ,061 ,000 -,001 ,999 ,339 2,952
AGL3 -,147 ,051 -,174 -2,862 ,004 ,572 1,749
SET1 3,407E-02 ,051 ,036 ,661 ,509 ,698 1,432
SET2 -7,505E-02 ,085 -,048 -,885 ,377 ,718 1,392
3Constante ,587 ,061 9,622 ,000
AGL1 -2,501E-02 ,058 -,031 -,431 ,667 ,417 2,399
AGL2 5,690E-03 ,061 ,007 ,093 ,926 ,336 2,980
AGL3 -,146 ,052 -,174 -2,827 ,005 ,561 1,782
SET1 3,252E-02 ,052 ,035 ,625 ,532 ,686 1,457
SET2 -7,752E-02 ,085 -,050 -,909 ,364 ,714 1,401
IDAD1 -3,323E-02 ,050 -,038 -,667 ,505 ,668 1,498
IDAD2 -2,061E-02 ,051 -,027 -,402 ,688 ,482 2,076
IDAD3 3,392E-02 ,052 ,038 ,653 ,514 ,629 1,591
4Constante ,598 ,062 9,667 ,000
AGL1 -2,227E-02 ,058 -,027 -,384 ,701 ,416 2,404
AGL2 7,661E-03 ,061 ,010 ,125 ,901 ,335 2,983
AGL3 -,149 ,052 -,177 -2,868 ,004 ,560 1,785
SET1 2,448E-02 ,053 ,026 ,466 ,642 ,672 1,487
SET2 -8,410E-02 ,085 -,054 -,984 ,326 ,710 1,409
IDAD1 -3,636E-02 ,050 -,041 -,728 ,467 ,665 1,503
IDAD2 -1,647E-02 ,051 -,021 -,320 ,749 ,479 2,088
IDAD3 3,136E-02 ,052 ,035 ,603 ,547 ,627 1,594
EXP1 -7,286E-02 ,068 -,050 -1,070 ,285 ,970 1,031
5Constante ,600 ,062 9,649 ,000
AGL1 -2,476E-02 ,058 -,031 -,423 ,672 ,411 2,435
AGL2 8,425E-03 ,062 ,011 ,137 ,891 ,335 2,986
AGL3 -,148 ,052 -,176 -2,856 ,004 ,560 1,786
162
Coef. Não
Padron.
Coef.
Padron.
T Sig. Estatísticas de
Colinearidade
Modelo B Erro
Padrão
Beta Tolerância VIF
SET1 2,589E-02 ,053 ,028 ,491 ,624 ,669 1,495
SET2 -8,421E-02 ,086 -,054 -,984 ,326 ,710 1,409
IDAD1 -3,725E-02 ,050 -,042 -,745 ,457 ,664 1,507
IDAD2 -1,704E-02 ,051 -,022 -,331 ,741 ,478 2,090
IDAD3 3,171E-02 ,052 ,036 ,609 ,543 ,627 1,595
EXP1 -7,030E-02 ,069 -,048 -1,026 ,305 ,960 1,042
POL1 -3,104E-02 ,083 -,018 -,374 ,708 ,969 1,032
6Constante ,607 ,063 9,599 ,000
AGL1 -2,716E-02 ,058 -,033 -,466 ,641 ,410 2,439
AGL2 3,564E-03 ,061 ,005 ,058 ,954 ,333 3,001
AGL3 -,130 ,052 -,155 -2,488 ,013 ,547 1,828
SET1 1,779E-02 ,053 ,019 ,337 ,736 ,664 1,506
SET2 -8,910E-02 ,086 -,057 -1,040 ,299 ,703 1,423
IDAD1 -3,357E-02 ,050 -,038 -,672 ,502 ,660 1,514
IDAD2 -1,313E-02 ,051 -,017 -,256 ,798 ,477 2,097
IDAD3 5,141E-02 ,052 ,058 ,979 ,328 ,612 1,635
EXP1 -3,649E-02 ,070 -,025 -,520 ,603 ,909 1,100
POL1 -3,723E-02 ,083 -,021 -,450 ,653 ,966 1,035
REC. LÍQUIDA -2,039E-08 ,000 -,113 -2,222 ,027 ,814 1,228
REC. CLIENTE 1,233E-07 ,000 ,060 1,277 ,202 ,946 1,057
7Constante ,559 ,067 8,351 ,000
AGL1 -1,265E-02 ,057 -,016 -,221 ,825 ,408 2,449
AGL2 3,179E-03 ,060 ,004 ,053 ,958 ,333 3,001
AGL3 -,113 ,052 -,135 -2,193 ,029 ,542 1,846
SET1 1,629E-02 ,052 ,017 ,315 ,753 ,663 1,507
SET2 -6,312E-02 ,084 -,040 -,749 ,454 ,699 1,431
IDAD1 -1,818E-02 ,049 -,021 -,370 ,712 ,656 1,523
IDAD2 -5,270E-03 ,050 -,007 -,104 ,917 ,476 2,101
IDAD3 5,138E-02 ,052 ,058 ,997 ,319 ,612 1,635
EXP1 -3,698E-02 ,069 -,025 -,537 ,591 ,908 1,101
POL1 -2,097E-02 ,081 -,012 -,258 ,797 ,962 1,040
REC. LÍQUIDA -3,829E-08 ,000 -,213 -2,320 ,021 ,243 4,123
REC. CLIENTE 1,258E-07 ,000 ,062 1,305 ,192 ,913 1,095
NÚM. FUNC 1,565E-03 ,001 ,197 2,492 ,013 ,325 3,075
REC. FUNC. -1,193E-06 ,000 -,100 -1,550 ,122 ,487 2,054
Fonte: Elaborado pelo autor
163
Expostos estes resultados, observa-se que os modelos de regressão mais
completos para ambas as variáveis dependentes são convergentes quanto ao fato
de que (1) não há evidências significativas de que a localização em
aglomerações industriais gere impactos positivos no desempenho econômico
das firmas de confecções e que, pelo contrário, (2) a localização na região mais
aglomerada, a cidade de São Paulo, possui um efeito negativo sobre o
desempenho destas empresas.
Checando os quatro principais pressupostos para as análises de regressões
múltiplas (normalidade do erro, linearidade, homocedasticidade e independência dos
resíduos), verificamos, primeiramente, que os resíduos da regressão possuem uma
distribuição bem próxima de uma normal, com média igual a zero e desvio padrão
próximo de um (0,98). O histograma abaixo (gráfico 15), acompanhado de uma
curva normal, auxilia na visualização desta distribuição. O pressuposto de
normalidade, portanto, se confirma.
Resíduo Padronizado da Regressão
2,752,25
1,751,25
,75,25-,25-,75
-1,25-1,75
-2,25-2,75
-3,25-3,75
-4,25-4,75
-5,25
Fre
qüên
cia
70
60
50
40
30
20
10
0
Gráfico 15 – Histograma Padronizado da Regressão
Fonte: Elaborado pelo autor
164
Os gráficos parciais de resíduos entre a variável dependente e as independentes
contínuas significativas, gráficos 16 e 17, demonstram uma distribuição randômica
dos pontos, sem a emergência de um padrão, confirmando o pressuposto de
linearidade entre a variável dependente e as independentes.
Receita Líquida da Firma
10000000
8000000
6000000
4000000
2000000
0
-2000000
-4000000
-6000000
VA
por
Rec
eita
(D
epen
dent
e)
1,5
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
-2,5
Gráfico 16 – Exame de Resíduos para Valor Adicionado por Receita x Receita
Líquida da Firma
Fonte: Elaborado pelo autor.
165
Número de Funcionários
2001000-100-200
VA
por
Rec
eita
(D
epen
dent
e)1,5
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
-2,5
Gráfico 17 – Exame de Resíduos para Valor Adicionado por Receita x Número de
Funcionários
Fonte: Elaborado pelo autor.
Quanto à independência dos resíduos da regressão, os gráficos 18 e 19, que
comparam as variáveis contínuas independentes significativas do sétimo modelo
(receita líquida da firma e número de funcionários) com os resíduos da regressão
demonstram uma distribuição bastante randômica das observações, sem a
existência de um padrão bem definido, atestando a independência dos resíduos.
166
Receita Líquida da Firma
3000000020000000100000000
Res
íduo
Pad
roni
zado
4
2
0
-2
-4
-6
Gráfico 18 – Resíduo Padronizado da Regressão x Receita Líquida da Firma (R$)
Fonte: Elaborado pelo autor
Número de Funcionários
5004003002001000
Res
íduo
Pad
roni
zado
4
2
0
-2
-4
-6
Gráfico 19 – Resíduo Padronizado da Regressão x Número de Funcionários
Fonte: Elaborado pelo autor
167
Por fim, o gráfico 20, que aponta os valores dos resíduos e os valores previstos,
demonstra uma distribuição randômica dos pontos entre mais ou menos dois desvios
padrões, confirmando o pressuposto de homocedasticidade. Temos, finalmente,
todos os pressupostos confirmados, validando os resultados da regressão.
Valor Padronizado Previsto
420-2-4-6
Res
íduo
Pad
roni
zado
4
2
0
-2
-4
-6
Gráfico 20 – Resíduo Padronizado da Regressão x Valor Previsto Padronizado
Fonte: Elaborado pelo autor
168
CAPÍTULO 6 – CONCLUSÕES
Este último capítulo apresenta comentários a respeito dos objetivos especificados
para o trabalho e os resultados obtidos. Serão expostas também as implicações
deste trabalho no ramo gerencial e acadêmico, as suas limitações, sugestões para
pesquisas futuras e, por último, as considerações finais.
6.1 - Conclusões
Talvez, uma das tarefas mais difíceis existentes em uma pesquisa seja comentar
resultados que não convergiram com as expectativas do autor e, principalmente,
com todo um arcabouço teórico. É diante desta situação que esta dissertação se
encontra.
Utilizando primordialmente uma base de dados secundários elaborada pelo governo
do estado de São Paulo, e conjugando-a com as informações elaboradas pelo
SEBRAE sobre as concentrações industriais existentes neste mesmo estado, este
trabalho teve como objetivo principal avaliar o impacto que a localização em
aglomerações industriais possui sobre o desempenho econômico das firmas. Para a
consecução deste objetivo, escolhemos, por uma série de razões anteriormente
expostas, o setor de confecções.
Baseada na literatura revista para este trabalho, a expectativa quanto aos resultados
de nossa pesquisa era de que a localização em aglomerações industriais impactasse
positivamente no desempenho econômico das firmas, medido em termos de Valor
Adicionado por Funcionário e Valor Adicionado por Receita. Uma vez realizadas as
análises, contudo, nos deparamos com resultados bem distantes daqueles
anteriormente antecipados.
Através das análises multivariadas de regressão, observamos que, para as
empresas amostradas do setor de confecções, não há evidências de que a
localização em aglomerações industriais influencie positivamente o
desempenho econômico. Como se este resultado não bastasse, foi ainda
169
observado que as firmas localizadas na região mais aglomerada, a cidade de São
Paulo, possuem seu desempenho econômico prejudicado. Portanto, simetricamente
opostas às expectativas do trabalho, há evidências de que em um alto nível de
aglomeração as firmas deste setor podem se desempenhar pior que as demais.
Podemos especular sobre diversas razões para a ocorrência destes fenômenos
entre as firmas amostradas. Uma das primeiras hipóteses pode estar relacionada
aos processos de cooperação entre as firmas. Conforme verificado na análise
descritiva dos dados, poucas são as firmas que possuem uma política de
relacionamento formal com a comunidade. Apesar de isto dizer pouco em termos
das possibilidades existentes de estabelecimento de relações sociais, este pode ser
o primeiro de uma série de sintomas que indicam não haver uma rede de
cooperação capaz de trazer às firmas aglomeradas um diferencial competitivo em
relação às não aglomeradas.
Outra hipótese que também pode explicar os resultados obtidos está relacionada ao
equilíbrio entre os processos de cooperação e competição. Apesar da possível
existência de processos de cooperação entre as firmas, as organizações
aglomeradas poderiam encontrar-se imersas em um processo de competição tão
acirrado, que os efeitos negativos deste acabam anulando os benefícios gerados
pela cooperação. Indo um pouco mais a fundo, este processo de competição poderia
ser estimulado por uma possível falta de diferenciação dos produtos produzidos
pelas firmas geograficamente aglomeradas, o que poderia levá-las a um prejudicial
processo de competição baseada no preço.
Quanto ao fato da ausência de evidências que comprovem que as firmas
aglomeradas se desempenham melhor da que as não aglomeradas, podemos
especular também que as firmas não aglomeradas podem possuir um grau de
incremento tecnológico superior às aglomeradas, o que as compensaria pelo fato de
não localizarem em aglomerações industriais ou que as firmas aglomeradas
encontram-se tão homogeneizadas que todo o diferencial resultante da suposta
diversidade existente nas aglomerações industriais possa ter se anulado com o
decorrer do tempo.
170
Quanto ao pior desempenho econômico das firmas localizadas na cidade de São
Paulo, as externalidades negativas são fortes candidatas à explicação deste
fenômeno. Os custos elevados de terra e de serviços de manutenção, os altos
salários de mão-de-obra, problemas logísticos, dentre outros, podem ser uma das
diversas explicações que se encontram no domínio das externalidades negativas.
As hipóteses acima expostas são poucas diante da quantidade de possíveis
explicações para os resultados obtidos pela pesquisa. A inquietude gerada por estes
resultados abre as portas para futuras pesquisas que possam suceder a este
trabalho.
Como objetivo secundário, queríamos buscar outras razões ou fatores, ademais
daqueles relacionados com a localização em aglomerações industriais, que
poderiam explicar uma variação em ambas as varáveis dependentes de nosso
estudo, Valor Adicionado por Funcionário e Valor Adicionado por Receita. As
variáveis independentes inseridas nos modelos de regressão com esta finalidade
foram insuficientes para cumprir satisfatoriamente o segundo objetivo desta
pesquisa.
As análises de regressão demonstraram a ausência de evidências de que as
variáveis independentes categóricas do estudo (exportação, setor de atividade,
idade da firma, política de relacionamento com a comunidade) afetam o
desempenho econômico das firmas.
Quanto às variáveis independentes contínuas, estas, de certa forma, explicaram
melhor a variação no desempenho entre as firmas, mas dada a redundância
existente entre estas e a variável dependente, a contribuição delas para os
resultados da pesquisa foi muito pequena. Talvez, a descoberta mais interessante
neste aspecto tenha sido a relação negativa entre a receita líquida da firma e o
desempenho econômico, indicando que as empresas de grande porte (sob a ótica
do faturamento) têm seu desempenho mais prejudicado do que as pequenas.
Particularmente, quanto aos objetivos secundários, o resultado que causou maior
desconforto foi o fato de a variável “exportação” e “política de relacionamento com a
171
comunidade” não explicarem a variação no desempenho econômico das firmas.
Apesar de serem poucas as firmas amostradas que exportavam ou praticavam uma
política formal de relacionamento no ano de 2001, havia uma expectativa não
expressa de que ambas as variáveis fossem significativas durante as análises de
regressão, o que não se concretizou.
O fato de a exportação não ser significativa para explicar o desempenho das firmas
pode ser um indicativo, dentre uma série de possíveis razões, de que as firmas
exportadoras produzem bens com valor agregado semelhante aos vendidos no
mercado interno ou que a competição no mercado internacional é tão intensa, que
as firmas possuem pouco espaço para a prática de preços diferenciados.
Quanto aos resultados obtidos em relação às estratégias de relacionamento com a
comunidade, estas talvez sejam irrelevantes diante de todo o aspecto informal
envolvido nas relações comunitárias. As relações informais, variável potencialmente
capaz de explicar variações nos desempenhos entre as firmas, poderá ser melhor
explorada em estudos futuros.
6.2 – Implicações Gerenciais e Acadêmicas
Apesar da impossibilidade de generalização dos resultados da pesquisa, estes
proporcionam possíveis direcionamentos tanto ao meio acadêmico quanto aquele
mais direcionado à prática empresarial.
A constatação de que a aglomeração não proporciona nenhuma vantagem, em
termos de desempenho econômico, às empresas amostradas abre as portas à
verificação deste mesmo fenômeno em outros setores da economia paulista ou, até
mesmo, nacional. A mensuração do desempenho de diversos setores poderá ajudar
no levantamento das características daqueles que se desempenham melhor em
aglomerações industriais e daqueles cuja aglomeração é indiferente ou prejudicial à
firma, de forma que ações corretivas nas políticas de desenvolvimento dos arranjos
produtivos locais brasileiros sejam tomadas.
172
Complementar a esta primeira oportunidade para o meio acadêmico, não somente o
setor de confecções, mas todos aqueles cuja localização em aglomerações parece
não gerar impactos positivos no desempenho das firmas, podem ser submetidos a
diversos testes de hipóteses que visem explicar tal fenômeno. As possíveis
explicações para este fenômeno expostas no item anterior deste capítulo podem ser
um bom ponto de partida. Quanto às firmas localizadas na cidade de São Paulo, a
explicação quase intuitiva das externalidades negativas como causadoras do pior
desempenho deve ser tratada com maior rigor. Talvez, questões mais complexas e
menos evidentes, como relações de poder e a estrutura da rede de relações sociais,
podem estar por trás do desempenho inferior das firmas paulistanas.
A utilização de uma metodologia quantitativa nos estudos sobre as aglomerações
industriais brasileiras é (infelizmente) ainda uma inovação, o quê a coloca, em
matéria de relevância, emparelhada com os resultados derivados desta metodologia.
Como pôde ser verificado, a utilização de uma base de dados secundários pode
transpor possíveis questões de financiamento de pesquisas quantitativas, apesar
dos eventuais problemas que possam ser encontradas em bases criadas com
finalidades diferentes daquelas a qual uma nova pesquisa se direciona. De qualquer
forma, são um excelente meio de obter resultados que gerem insights para
pesquisas futuras.
Na fronteira entre o aspecto acadêmico e o aspecto gerencial (onde podem ser
incluídas também as questões governamentais) está o potencial de utilização da
metodologia deste trabalho como ferramenta de identificação de clusters e arranjos
produtivos locais. Aliás, o fato de que a localização em aglomerações não influi no
desempenho econômico das firmas é um forte sintoma de que as regiões industriais
de confecções no estado de São Paulo dificilmente podem receber tais
denominações. Em termos acadêmicos, isto pode atuar como um limitador às
precipitadas conclusões de que determinadas regiões ou aglomerações constituem
clusters ou APLs, freando, desta forma, o ímpeto da comunidade acadêmica em dar
rapidamente a determinados espaços geográficos estas classificações. No aspecto
gerencial, ressalta-se o potencial desta metodologia como suporte às tomadas de
decisões governamentais no que diz respeito à identificação e financiamento de
projetos para APLs no estado de São Paulo.
173
Quanto às implicações não acadêmicas deste trabalho, destaca-se o seu potencial
como instrumento de suporte às políticas de associações locais do setor de
confecções e àquelas do governo do estado de São Paulo, que busca,
explicitamente, o aumento do valor adicionado nos APLs do estado. Em relação aos
resultados obtidos sobre o desempenho da firmas na cidade de São Paulo, este
pode contribuir na elaboração de estratégias mais específicas para estas
organizações, que, economicamente, apresentam uma posição de desvantagem em
relação às demais empresas amostradas.
Outra implicação de aspecto gerencial pode estar relacionada às estratégias
competitivas adotadas pelas firmas aglomeradas. Se, pelo menos para as
organizações amostradas, a localização em aglomerações não oferece nenhum
diferencial em termos de desempenho econômico, sugere-se que estas repensem
de forma coletiva, como se de fato fossem clusters ou APLs, as estratégias
implantadas localmente, de forma a aumentar a posição competitiva destas em
relação às firmas localizadas em outras aglomerações e às firmas que competem
globalmente.
6.3 – Limitações da Pesquisa
Obviamente, este trabalho possui suas limitações. Apontaremos aqui os principais
limites impostos a esta dissertação.
A primeira limitação diz respeito à natureza exploratória do trabalho. O fato de a
metodologia do trabalho ter feito uso de uma amostra não-probabilística impede que
os resultados trabalho possam ser generalizados, ficando estes restritos às
empresas constituintes de nossa amostra.
Conjugado à amostra não-probabilística, o pequeno número de variáveis
independentes utilizadas no estudo impedem o estabelecimento de uma relação de
causalidade entre a localização industrial e o desempenho das firmas, ou seja, não
possuímos evidências claras de que as firmas localizadas em aglomerações
industriais se desempenhem pior ou melhor do que as não aglomeradas. Podemos
174
apenas dizer que, para as empresas amostradas e as variáveis utilizadas, a
aglomeração industrial prejudica ou melhora o desempenho econômico das firmas.
Uma terceira limitação a ser lembrada diz respeito ao fato de que o trabalho poderia
ser substancialmente melhorado caso a pesquisa quantitativa fosse combinada a
uma qualitativa. Apesar de este trabalho visar incrementar o uso de abordagens
quantitativas nos estudos sobre aglomerações industriais, a metodologia quantitativa
não deve manter-se distante de sua contraparte qualitativa, mais utilizada nos
estudos brasileiros. O uso conjugado de ambas as abordagens só vem trazer
benefícios ao campo de estudo.
Um ponto que também deve ser colocado é o fato de que o Atlas das Concentrações
Industriais, apesar de ser um bom instrumento para o direcionamento de pesquisas
sobre aglomerações, é muito limitado, dado o fato que este trata as aglomerações
em termos de cidades, e não dos espaços geográficos que estas realmente podem
ocupar. Desta forma, ao mesmo tempo em que uma aglomeração pode transpor os
limites políticos de uma cidade, é muito pouco provável que as firmas de confecções
da cidade de São Paulo estejam distribuídas de forma homogênea pelo seu
território. A imprecisão do instrumento utilizado, portanto, é uma das limitações de
nosso trabalho.
Ainda em relação ao Atlas das Concentrações Industriais, a separação das
aglomerações por níveis carece de refinamento. Por exemplo, as aglomerações de
nível 2 corresponderiam a cidades que possuem de 100 a 499 empresas, uma
amplitude muito grande para pertencer a somente uma categoria. Desta forma, em
futuros estudos a questão dos níveis de aglomerações deve ser melhor tratado, a fim
de refinar também os resultados da pesquisa. Acreditamos que, dadas estas duas
fortes desvantagens do Atlas, a utilização deste como instrumento de apoio às
políticas de Arranjos Produtivos Locais, objetivo exposto pelo SEBRAE (2002),
precisa de grandes revisões antes de alcançar seus objetivos plenos.
Outro ponto a ser exposto sobre este trabalho é que ele se limitou à mensuração do
desempenho através de uma única dimensão: a econômica. A utilização de medidas
financeiras (Retorno sobre os Ativos, Lucro Líquido, dentre outras) poderia fornecer
175
maiores informações sobre as firmas de nossa amostra. Além disso, medidas
relativas ao conceito de valor adicionado são apenas uma das possíveis medidas
econômicas a serem utilizadas na avaliação desempenho das firmas. Expõe-se,
portanto, a necessidade de estudos futuros que contemplem também outros índices
de desempenho econômico.
Apesar de ser desejável a utilização de outros aspectos de desempenho, a limitação
acima exposta esconde uma outra, de cunho ainda mais estrutural, ligada à
utilização de uma base de dados secundários. Como a base de dados secundários
não é formatada para os objetivos de outros pesquisadores, muitas informações que
poderiam enriquecer nossa pesquisa não constam nela. Reforça-se, portanto, a
combinação de dados secundários com dados primários obtidos em campo.
Por fim, ainda em relação à base de dados secundários, esta se refere apenas aos
dados do ano de 2001. O ideal seria que esta contivesse dados de vários anos
sobre o desempenho das firmas que lá constam. A análise de apenas um período no
tempo pode não refletir a realidade do desempenho econômico das firmas ao longo
dos anos.
6.4 – Sugestões de Pesquisa
O presente trabalho foi capaz de apresentar algumas considerações a respeito da
relação entre a localização em aglomerações industriais e o desempenho das firmas.
Apresentadas as limitações deste estudo, todavia, fica evidente que alguns passos
ainda devem ser dados para a obtenção de resultados mais específicos e, ao
mesmo tempo, generalizáveis. Desta forma, apresentam-se a seguir algumas
sugestões de pesquisa.
• Análises de desempenho das firmas baseadas em amostras probabilísticas,
abrangendo não somente um, mas diversos setores das indústrias localizadas
no estado de São Paulo;
176
• Analisar o desempenho das firmas em uma série histórica de anos,
abrangendo, além do aspecto econômico, o financeiro, o mercadológico, o
produtivo, dentre outros;
• Conjugar as análises quantitativas com uma metodologia qualitativa de
pesquisa, de forma que aspectos como a rede de relações sociais, as
relações de poder existentes em aglomerações, a cultura de inovação e
outras questões fundamentais à competitividade das aglomerações industriais
sejam levadas em consideração;
• Abordar a questão do desempenho das firmas a partir da promissora
perspectiva da Resource-based View, capaz de proporcionar insights
interessantes a respeito da competitividade e desempenho das firmas;
• Realizar uma profunda investigação das aglomerações industriais,
especialmente aquelas localizadas no estado em São Paulo, de forma a
verificar quais destas realmente são clusters ou APLs, baseando-se em um
critério claro e específico de classificação.
• Organizar um estudo sobre o desempenho das firmas localizadas na cidade
de São Paulo, comparando-o com aquelas localizadas em outras
aglomerações industriais do estado, mapeando os aspectos e características
que fazem ambos os grupos mais ou menos competitivos;
• Verificar, para o âmbito nacional, qual a importância que a localização em
aglomerações industriais possui para firmas de alta tecnologia e para aquelas
caracterizadas tradicionalmente pelo baixo incremento tecnológico, como as
de confecções.
Acreditamos que a realização de algumas destas pesquisas só virão a enriquecer o
repertório de pesquisas em profundidade sobre as aglomerações industriais no
Brasil.
177
6.5 – Considerações Finais
O presente trabalho teve como ponto de partida a constatação da falta de
abordagens quantitativas sobre as aglomerações industriais e do pouco explorado
aspecto do desempenho destas. Desta forma, este estudo veio avaliar qual a
relação havia entre a localização em aglomerações industriais e o desempenho
econômico das firmas. Escolhemos, por uma série de razões expostas
anteriormente, o setor de confecções.
Os resultados não corresponderam às expectativas geradas pela revisão de
literatura, uma vez que foi constatada a falta de evidências que comprovem que a
aglomeração industrial proporcione, de fato, alguma vantagem econômica às firmas.
Pelo contrário, no caso das firmas localizadas na cidade de São Paulo, a única
cidade do estado caracterizada por uma alta aglomeração do setor de confecções,
apresentaram-se evidências de que estas possuem seu desempenho prejudicado
em relação às demais firmas. Todavia, dado o caráter exploratório do estudo, os
resultados destes não podem ser generalizados, ficando as conclusões restritas às
empresas amostradas.
Ainda assim, o trabalho realizado permitiu contribuições relevantes para o
conhecimento sobre o tema: a abordagem quantitativa, ainda pouco explorada nos
estudos sobre aglomerações industriais no Brasil, ofereceu uma nova perspectiva de
análise. Esta, aliada com o estudo sobre o desempenho econômico das firmas
aglomeradas, se constitui em um dos principais marcos desta dissertação, abrindo
possibilidades para o uso do desempenho econômico das firmas surge como um dos
critérios de suporte à identificação de clusters e APLs no âmbito nacional.
178
7 - REFERÊNCIAS
AAKER, David A; KUMAR, V; DAY, George S. Marketing Research. 6th edition, New York: John Wiley & Sons Inc., 1998, 776 p.
ABIT. Brasil Têxtil: Relatório Setorial da Cadeia Têxtil Brasileira. São Paulo: Free Press Editorial, 2004, 178 p.
AMATO NETO, João; GARCIA, Renato. (2003). Sistemas Locais de Produção: Em Busca de um Referencial Teórico. XXIII ENEGEP, 21 a 24 de Outubro, Ouro Preto – Brasil.
ARROWS, Kenneth J.. Increasing Returns: historiographic issues and path dependence. The European Journal of the History of Economic Thought, v. 7, n. 2, p. 171-180, sum. 2000.
ARTHUR, W. Brian. Increasing Returns and the New World of Business. Harvard Business Review, v. 74, n. 4, p. 100-109, 1994.
AUDRETSCH, David B.; FELDMAN, Maryann P.. R&D Spillovers and the Geography of Innovation and Production. The American Economic Review, v. 86, n. 3, p. 630-649, jun. 1996.
BAPTISTA, Rui. Research Round Up: Industrial Clusters and Technological Innovation. Business Strategy Review, v. 7, n. 2, p. 59-64, 1996.
BECATTINI, Giacomo. Industrial Sectors and Industrial Districts: Tools for Industrial Analysis. European Planning Studies, v. 10, n. 4, p. 483-394, 2002.
______. Italian Industrial Districts: Problems and Perspectives. International Studies of Management & Organization, v. 21, n. 1, p. 83-90, 1991.
BELLANDI, Marco. Italian Industrial Districts: An Industrial Economic Interpretation. European Planning Studies, v. 10, n. 4, p. 425-437, 2002.
BENEDETTI, Enio. Industrial districts of Italy: Local-Network Economies in a Global-Market Web. Human Systems Management, v. 18, p. 65-68, 1999.
179
BENNEWORTH, Paul. Creating New Industries and Service Clusters on Tyneside. Local Economy, v. 17, n. 4, p. 313-327, 2002.
BIANCHI, Giuliano. Requiem for the Third Italy? Rise and fall of a too successful concept. Entrepreneurship & Regional Development, v. 10, p. 93-116, 1998.
BOSCHMA, Ron A.; LAMBOOY, Jan G.. Knowledge, Market Structure, and Economic Coordination: Dynamics of Industrial Districts. Growth and Change, v. 33, p. 291-311, summer 2002.
BOTELHO, Maria dos Reis Azevedo; PAULA, Germano Mendes de; KAMASAKI, Gilsa Yumi. Aglomeração Produtivas Locais e Inserção Competitiva de Micros, Pequenas e Médias Empresas; A Experiência de Santa Rita do Sapucaí. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
BRITTO, Jorge; ALBUQUERQUE, Eduardo da Mota. (2001). Estrutura e Dinamismo de Clusters Industriais na Economia Brasileira: Uma Análise Comparativa Exploratória. IV ENCONTRO DE ECONOMISTAS DE LÍNGUA PORTUGUESA. Universidade de Évora – Portugal.
BRÜHLHART, Marius. Economic Geography, Industry Location and Trade: The Evidence. The World Economy, v. 21, n. 6, p. 775-801, 1998
CARBONARA, Nunzia. New models of inter-firm networks within industrial districts. Entrepreneurship & Regional Development, v. 14, p. 229-246, 2002.
CARROLL, Glenn R.; HANNAN Michael T.. Density Delay in the Evolution of Organizational Populations: A Model and Five Empirical Tests. Administrative Science Quarterly, v. 34, n. 3, p. 411-430, sep. 1989.
CASSIOLATO, José Eduardo; LASTRES, Helena Maria Martins. Local Systems of Innovation in Mercosur Countries. Industry & Innovation, v. 7, n. 1, p. 33-53, 2000.
CHILES, Todd H.; MEYER, Alan D.. Managing the Emergence of Clusters: An Increasing Returns Approach to Strategic Change. Emergence, v. 3, n. 3, p. 58-89, 2001.
180
COIMBRA DE SOUZA, Sebastião Décio; ARICA, José. (2003). Uma Análise entre as Abordagens de Sistema de Inovação e o Diamante de Porter para a Análise de Arranjos Produtivos Locais. XXIII ENEGEP, 21 a 24 de Outubro, Ouro Preto – Brasil.
CONTADOR JÚNIOR, Osvaldo; DA SILVA, Ethel Cristina. (2003) Arranjo Produtivo e Desenvolvimento Regional. XXIII ENEGEP, 21 a 24 de Outubro, Ouro Preto – Brasil.
COROLLEUR, Frédéric; COURLET, Claude. The Marshallian Industrial District, an organizational and institutional answer to uncertainty. Entrepreneurship & Regional Development, v. 15, p. 299-307, oct./dec. 2003.
DEI OTATTI, Gabi. Social Concertation and Local Development: The Case of Industrial Districts. European Planning Studies, v. 10, n. 4, p. 449-466, 2002.
______. Cooperation and Competition in the Industrial District as an Organization Model. European Planning Studies, v. 2, n. 4, p. 463-483, 1994.
FLOYSAND, Arnt; JAKOBSEN, Stig-Erik. Clusters, Social Fields, and Capabilities: Rules and Restructuring in Norwegian Fish-Processing Clusters. International Studies of Management & Organization, v. 31, n. 4, p. 35-55, 2002.
FUNDAÇÃO SEADE. Metodologia: Pesquisa da Atividade Econômica Paulista 2001, 2004. Disponível em: http://www.seade.gov.br/produtos/paep/pdfs/metodo.pdf. Acessado em: 26/11/04.
______. Unidades Locais da Indústria, Pessoal Ocupado, Receita Líquida e Valor Adicionado, segundo Atividades Estado de São Paulo – 2001, 2004a. Disponível em: http://www.seade.gov.br/produtos/paep/index.html. Acessado em 24/11/04.
GLAESER, Edward L.; KALLAL, Hedi D.; SCHEINKMAN, José A.; SHLEIFER, Andrei. Growth in Cities. Journal of Political Economy, v. 100, n. 6, p. 1126-1152, 1992.
HAIR, Joseph F.; ANDERSON, Rolph E.; TATHAM, Ronald L.; BLACK, William C.. Multivariate Data Analysis. 4th Edition, New Jersey: Prentice Hall, 1995, 745 p.
HAKANSON, Lars. Epistemic Communities and Cluster Dynamics: On the Role of Knowledge in Industrial Districts. Academy of Management Best Conference Paper, p. E1-E6, 2004.
181
HENDERSON, Vernon; KUNCORO, Ari; TURNER, Matt. Industrial Development in Cities. Journal of Political Economy, v. 103, n. 5, p. 1067-1090, 1995.
HOWELLS, Jeremy R. L.. Tacit Knowledge, Innovation and Economic Geography. Urban Studies, v. 39, n. 5-6, p. 871-884, 2002.
IBGE. Pesquisa CNAE, 2004. Disponível em: http://www.cnae.ibge.gov.br/cgi-bin/cnae-prd.dll/html/default. Acessado em: 20/11/04.
ISAKSEN, Arne. Regional clusters and competitiveness: The Norwegian case. European Planning Studies, v. 5, n. 1, p. 65-76, feb. 1997.
JACOB, Herbert. Using Published Data: Errors and Remedies. 1st Edition, Newbury Park: SAGE Publications Inc., 1984, 63 p.
JONES, Candace; HESTERLY, William S.; BORGATTI, Stephen P.. A General Theory of Network Governance: Exchange Conditions and Social Mechanisms. Academy of Management Review, v. 22, n. 4, p. 911-945, 1997.
JUDICE, Valéria Maria Martins. Inovação e Inserção Global de Empresas no Arranjo Produtivo de Biotecnologia em Belo Horizonte/MG – Notas Preliminares de uma Pesquisa em Andamento. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
KAPLAN, Abraham. The Conduct of Inquiry: Methodology for Behavioral Science. 1st Edition, San Francisco: Chandler Publishing Company, 1964, 428 p.
KEEBLE, David; WILKINSON, Frank. Collective Learning and Knowledge Development in the Evolution of Regional Clusters of High Technology SMEs in Europe. Regional Studies, v. 33, n. 4, p. 295-303, jun. 1999.
KETELHOHN, Niels Werner. The Role of Cluster as Sources of Dynamic Externalities. 2002. 200 f. Tese (Doutorado Administração de Empresas), Harvard Business School, 2002.
KIRSCHBAUM, Charles; VASCONCELOS, Flávio. Desafios Metodológicos no Mapeamento no Mapeamento de Clusters Industriais: o Caso de São José dos Campos. Organização & Sociedade, v. 11, n. 29, p. 131-147, jan.-abr. 2004.
182
KOTVAL, Zenia; MULLIN, John. The Potential for Planning an Industrial Cluster in Barre, Vermont: A Case of “Hard-Rock” Resistance in the Granite Industry. Planning Practice & Research, v. 13, n.3, p. 311-318, 1998.
KRÄTKE, Stefan. Network Analysis of Production Clusters: The Potsdam/Babelsberg Film Industry as an Example. European Planning Studies, v. 10, n. 1, p. 27-54, 2002.
______. Development, Geography, and Economic Theory. 2nd Edition, Cambridge: The MIT Press, 1996, 117 p.
______. First Nature, Second Nature, and Metropolitan Location. Journal of Regional Science, v. 33, n. 2, p. 129-144, may 1993.
KRUGMAN, Paul. Geography and Trade. 1st Edition, Cambridge: The MIT Press, 1991(a), 141 p.
______. History and Industry Location: The Case of the Manufacturing Belt. American Economic Review, v. 81, n. 2, p. 80-83, 1991(b).
______. Space: The Final Frontier. Journal of Economic Perspectives, v. 12, n. 2, p. 161-174, 1998.
______. Strategic Trade Policy and the New International Economics. 5th Edition, Cambridge: The MIT Press, 1992, 313 p.
LEMOS, Cristina; ALBAGLI, Sarita; SZAPIRO, Marina. Promoção de Arranjos Produtivos Locais: Iniciativas em Nível Federal, 2004. Disponível em: http://www.sina l.redesist.ie.ufrj.br/nts/nt4/Mapex.pdf. Acessado em: 01/12/04.
MALHOTRA, Naresh K.. Marketing Research: An Applied Orientation. 3rd edition, New Jersey: Prentice-Hall Inc, 1999, 763 p.
MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Metodologia Científica. 3ª edição, São Paulo: Atlas, 2000, 289 p.
MARSHALL, Alfred. Princípios de Economia: Tratado Introdutório. São Paulo: Nova Cultural, 1985, 2 v.
183
MARTIN, Ron; SUNLEY, Peter. Paul Krugman’s Geographical Economics and Its Implications for Regional Development Theory: A Critical Assessment. Economic Geography, v. 72, n. 3, p. 259-292, jul. 1996.
MDIC. Arranjos Produtivos Locais, 2004. Disponível em: http://www.desenvolvimento .gov.br/sitio/sdp/proAcao/arrProlocais/arrProLocais.php. Acessado em: 03/12/04.
MEARDON, Stephen J.. Eclecticism, Inconsistency, and Innovation in the History of Geographical Economics. History of Political Economy, v. 32, n. 4, p. 325-359, winter 2000.
MEYER, David R.. Formation of Advanced Technology Districts: New England Textile Machinery and Firearms, 1790-1820. Economic Geography, v. 74, special issue, p. 31-45, mar. 1998.
MOLINA-MORALES, F. Xavier. Human Capital in Industrial Districts. Human Systems Management, v. 20, p. 319-331, 2001.
______. Industrial Districts and Innovation: the case of the Spanish ceramic tiles cluster. Entrepreneurship & Regional Development, v. 14, p. 317-335, 2002.
______; MARTÍNEZ-FERNÁNDEZ. The Impact of District Affiliation on Firm Value Creation. European Planning Studies, v. 11, n. 2, p. 155-170, 2003.
MOREIRA, Maria Vilma Coelho; AMORIM, Mônica Alves. Um Modelo de Tecnologia Social de Mobilização para Arranjos Produtivos Locais: Uma Proposta de Aplicabilidade. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
MOULAERT, Frank; GALLOUJ, Camal. The Locational Geography of Advanced Producer Service Firms: The Limits of Economies of Agglomeration. Service Industries Journal, v. 13, n. 2, p. 91-106, apr. 1993.
NEWLANDS, David. Competition and Cooperation in Industrial Clusters: The Implications for Public Policy. European Planning Studies, v. 11, n. 5, p. 521-532, jul. 2003.
184
NOHRIA, Nitin; GHOSHAL, Sumantra. The differentiated network: organizing multinational corporations for value creation. San Francisco: Jossey Bass, 1997, 253 p.
OLIVEIRA, João Paulo Leonardo de; PORTO, Geciane Oliveira. A Cadeia Produtiva do Setor de Equipamentos Médicos, Hospitalares e Odontológicos no Brasil e a Formação de Clusters. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
OTTONI, Luciana. Governo apóia pólos regionais de pequena e média empresa. Gazeta Mercantil, São Paulo, 02 de agosto de 2004, Caderno A, p. 6.
PASSOS, Francisco Uchoa; DIAS, Camila Carneiro; CRUZ, Rossine Cerqueira da. Competências e Demandas Tecnológicas de Arranjos Produtivos Locais (APLs): O Caso do APL de Mármore Bege Bahia em Ourolândia, BA.. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
PAULANI, Leda Maria; BRAGA, Márcio Bobik. A Nova Contabilidade Social. São Paulo: Saraiva, 2000, 297 p.
PEDHAZUR, Elazar J.; SCHMELKIN, Liora Pedhazur. Measurement Design, and Analysis: An Integrated Approach. 1st Edition, New Jersey: Lawrence Erlbaum Associates, Inc., 1991, 819 p.
PEREIRA, Luiz Carlos Jacob; MOORI, Roberto Giro. O Cluster Calçadista do Município de Franca (SP): Um Estudo sobre a Produtividade da Mão-de-Obra. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 27., 2003, Atibaia. Anais Eletrônicos... Atibaia: ANPAD, 2003. 1 CD-ROM.
PIETROBELLI, Carlo; BARRERA, Tatiana Olarte. Enterprise Clusters and Industrial Districts in Colombia’s Fashion Sector. European Planning Studies, v. 10, n. 5, p. 541-562, 2002.
PILOTTI, Luciano. Networking, strategic positioning and creative knowledge in industrial districts. Human Systems Management, v. 19, p. 121-133, 2000.
185
PIORE, Michael J.; SABEL, Charles F.. The Second Industrial Divide: Possibilities for Prosperty. United States of America: Basic Books, 1984, 355 p.
PODOLNY, Joel M.; BARON, James N.. Resources and Relationships: Social Networks in the Workplace. American Sociological Review, v. 62, n. 5, p. 673-693, oct. 1997.
PORTER, Michael. The Competitive Advantage of Nations. 1st Edition, New York: The Free Press, 1990, 855 p.
______. The Role of Location in Competition. Journal of the Economics of Business, v. 1, n. 1, p. 35-39, 1994.
______. On Competiton. 2nd Edition, Boston: Harvard Business School Publishing, 1998(a), 485 p.
______. The Adam Smith Address: Location, Clusters, and the “New” Microeconomics of Competition. Business Economics, v. 33, n. 1, p. 7-13, 1998(b).
______. Clusters and the New Economics of Competition. Harvard Business Review, v. 76, n. 6, p. 77-90, 1998(c).
RABELLOTTI, Roberta; SCHMITZ, Hubert. The Internal Heterogeneity of Industrial Districts in Italy, Brazil and México. Regional Studies, v. 33, n. 2, p. 97-108, 1999.
RACO, Mike. Competition, Collaboration and the New Industrial Districts: Examining the Institutional Turn in Economic Development. Urban Studies, v. 36, n. 5-6, p. 951-968, 1999.
RAUCH, James E.. Does History Matter When It Matters Little? The Case of City-Industry Location. Quarterly Journal of Economics, v. 108, n. 3, p. 843-867, 1993.
REDESIST. Glossário de Arranjos e Sistemas Produtivos Locais, 2004. Disponível em: http://www.ie.ufrj.br/redesist. Acessado em: 30/11/04.
RICHARDSON, G. B.. The Organisation of Industry. The Economic Journal, v. 82, p. 883-896, sep. 1972.
186
SCHEFFER, Janaina Rodrigues; SCHENINI, Pedro Carlos. Processos de Aprendizado e Regime Tecnológico na Indústria de Móveis no Arranjo Produtivo Moveleiro da Região de São Bento do Sul (SC): Um Estudo de Caso em Empresas Selecionadas. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
SCHMITZ, Hubert. Does Local Co-operation Matter? Evidence from Industrial Clusters in South Asia and Latin America. Oxford Development Studies, v. 28, n. 3, p. 323-336, 2000.
SEBRAE. Atlas das Concentrações Industriais do Estado de São Paulo, 2002. Disponível em: http://www.sebraesp.com.br/principal/conhecendo%20a%20mpe/estu dos%20setoriais%20e%20regionais/atlas.aspx. Acessado em: 20/05/04.
SEBRAE. Termo de Referência para Atuação do Sistema Sebrae em Arranjos Produtivos Locais. Brasília, 2003, 82 p.
______. O desempenho das MPEs no Setor Têxtil-Confecção, 2001. Disponível em: http://www.sebraesp.com.br/principal/conhecendo%20a%20mpe/estudos%20set oriais%20e%20regionais/documentos_estudos_setoriais/text_confs.pdf. Acesso em: 24/11/04.
SELLITZ, Claire; JAHODA, Marie; DEUTSCH, Morton; COOK, Stuart W. Métodos de Pesquisa nas Relações Sociais. 3ª edição, São Paulo: Editora da Universidade de São Paulo, 1974, 658p.
SILVEIRA, Marco Antônio Pinheiro da. ZWICKER, Ronaldo. A Tecnologia da Informação como Fonte de Competitividade e como Apoio para a Formação de Arranjos Produtivos Locais: um Estudo nas Principais Cadeias Produtivas da Região do ABC Paulista. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
STABER, Udo. Inter-firm Co-operation and Competition in Industrial Districts. Organization Studies, v. 19, n. 4, p. 710-724, 1998.
______. The Structure of Networks in Industrial Districts. International Journal of Urban and Regional Research, v. 25, n. 3, p. 537-552, sep. 2001.
187
SFORZI, Fabio. The Industrial District and the “New” Italian Economic Geography. European Planning Studies, v. 10, n. 4, p. 439-448, jun. 2002.
SWAMINATHAN, Arnand. The Proliferation of Specialist Organizations in the American Wine Industry, 1941-1990. Administrative Science Quarterly, v. 40, n. 4, p. 653-680, dec. 1995.
TÔRRES, Ana Cláudia Moura; OLIVEIRA, Leopoldo Gonçalves de; SILVA, Eduardo Ramos Ferreira da. O Cluster como Instrumento de Reativação de uma Atividade Econômica Tradicional: O Caso da Extração de Cristais e Pedras na Cidade de Cristalina – GO. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 28., 2004, Curitiba. Anais Eletrônicos... Curitiba: ANPAD, 2004. 1 CD-ROM.
TRACEY, Paul; CLARK, Gordon L.. Alliances, Networks and Competitive Strategy: Rethinking Clusters of Innovation. Growth and Change, v. 34, n. 1, p. 1-16, winter 2003.
VAN DER LINDE, C. Findings from the Cluster Meta-Study. Harvard Business School, Institute for Strategy and Competitiveness, 2002. Disponível em http://www.isc.hbs.edu/MetaStudy2002Prz.pdf. Acessado em: 16/11/2004.
VAN DIJK, Meine Pieter; SVERRISSON, Árni. Enterprise Clusters in Developing Countries: Mechanisms of Transition and Stagnation. Entrepreneurship & Regional Development, v. 15, p. 183-206, jul.-sep. 2003.
WEBSTER´S New World Dictionary. New York: Prentice Hall, 1991, 1574 p.
WINDER, Gordon M.. The North American Belt in 1880: A Cluster of Regional Industrial Systems or One Large Industrial District? Economic Geography, v. 75, n. 1, p. 75-92, jan. 1999.
WHITFORD, Josh. The decline of a model? Challenge and response in the Italian Industrial Districts. Economy and Society, v. 30, n. 1, p. 38-65, feb. 2001.
WILK, Eduardo de Oliveira; FENSTERSEIFER, Jaime Evaldo. Use of Resource-Based View in Industrial Cluster Strategic Analysis. International Journal of Operations & Production Management, v. 23, n. 9, p. 995-1009, 2003.
188
YOU, Jong-Il; WILKINSON, Frank. Competition and co-operation: toward understanding industrial districts. Review of Political Economy, v. 6, n. 3, p. 259-278, 1994.
189
8 – APÊNDICE
APÊNDICE A – Diagramas de Dispersão e Testes de Mahalanobis para a
Identificação de Outliers
Receita Líquida da Firma (Padronizado)
14121086420-2
Val
or A
dic.
por
Fun
cion
ário
(P
adro
niza
do)
10
0
-10
Gráfico 1 – Valor Adicionado por Funcionário x Receita Líquida da Firma
Fonte: Elaborado pelo autor
190
Receita por Cliente (Padronizado)
86420-2
Val
or A
dic.
por
Fun
cion
ário
(P
adro
niza
do)
10
0
-10
Gráfico 2 – Valor Adicionado por Funcionário x Receita por Cliente
Fonte: Elaborado pelo autor
Número de Funcionários (Padronizado)
1086420-2
Val
or A
dic.
por
Fun
cion
ário
(P
adro
niza
do)
10
0
-10
Gráfico 3 – Valor Adicionado por Funcionário x Número de Funcionários
Fonte: Elaborado pelo autor
191
Receita por Funcionário (Padronizado)
1086420-2
Val
or A
dic.
por
Fun
cion
ário
(P
adro
niza
do)
10
0
-10
Gráfico 4 – Valor Adicionado por Funcionário x Receita por Funcionário
Fonte: Elaborado pelo autor
Receita Líquida da Firma (Padronizado)
14121086420-2
Val
or A
dic.
por
Rec
eita
(P
adro
niza
do)
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
Gráfico 5 – Valor Adicionado por Receita x Receita Líquida da Firma
Fonte: Elaborado pelo autor
192
Receita por Cliente (Padronizado)
86420-2
Val
or A
dic.
por
Rec
eita
(P
adro
niza
do)
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
Gráfico 6 – Valor Adicionado por Receita x Receita por Cliente
Fonte: Elaborado pelo autor
Número de Funcionários (Padronizado)
1086420-2
Val
or A
dic.
por
Rec
eita
(P
adro
niza
do)
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
Gráfico 7 – Valor Adicionado por Receita x Número de Funcionários
Fonte: Elaborado pelo autor
193
Receita por Funcionário (Padronizado)
1086420-2
Val
or A
dic.
por
Rec
eita
(P
adro
niza
do)
1,0
,5
0,0
-,5
-1,0
-1,5
-2,0
Gráfico 8 – Valor Adicionado por Receita x Receita por Funcionários
Fonte: Elaborado pelo autor
Tabela 1 – Teste de Mahalanobis D2 aplicado à Variável Dependente Valor
Adicionado por Funcionário e às Variáveis Independentes Contínuas
Distância Casos Distância Casos
10,06313 297 28,64220 64
10,39076 240 29,87934 346
10,62177 302 46,08902 79
11,57347 436 49,62527 70
13,14653 39 56,62163 452
16,01666 161 75,62340 415
16,05071 19 77,18061 146
18,35134 382 79,94455 32
24,16594 31 114,4112 184
24,34017 153 258,2640 15
24,40660 259
Fonte: Elaborado pelo autor
194
Tabela 2 - Teste de Mahalanobis D2 aplicado à Variável Dependente Valor
Adicionado por Receita e às Variáveis Independentes Contínuas
Distância Casos Distância Casos
21,27216 269 46,10690 79
24,34287 153 50,12643 70
24,41908 31 59,26753 452
25,53418 259 59,64196 14
27,04089 469 60,76647 42
29,93384 346 78,98469 415
30,00490 64 79,00789 146
31,47150 468 80,99642 32
31,80318 17 117,7883 184
34,42337 19 258,4597 15
44,45702 405
Fonte: Elaborado pelo autor
195
9 – ANEXOS
ANEXO A – Perfil Ocupacional e Econômico da Indústria Paulista
Tabela 1 – Pessoal Ocupado, Receita Líquida e Valor da Indústria Paulista: Ano-
base 2001
Atividades Pessoal Ocupado
(em 31/12/2001)
Receita Líquida
(milhões R$)
Valor Adicionado
(milhões R$)
Nº Abs. % Nº Abs. % Nº Abs. %
Indústria Extrativa 14.725 0,8 731.058 0,2 439.120 0,3
Fab. de Alimentos e Bebidas 258.028 13,4 47.586.065 16,1 18.121.942 14,2
Fab. de Produtos Têxteis 110.703 5,8 7.813.779 2,6 3.649.379 2,9
Confec. de Vestuários e Acessórios 113.918 5,9 4.159.437 1,4 1.652.459 1,3
Prepar. e Confec. de Artef. De Couro 55.749 2,9 1.953.815 0,7 908.641 0,7
Fab. de Celulose e Papel 62.123 3,2 11.213.126 3,8 5.091.175 4,0
Edição, Impressão, Reprod. de Grav. 84.927 4,4 8.624.399 2,9 5.261.684 4,1
Fab. e Ref. Petróleo, Álcool 19.971 1,0 25.569.154 8,6 9.676.586 7,6
Fab. de Produtos Químicos 157.189 8,2 46.711.333 15,8 20.175.462 15,8
Fab. de Artigos de Borracha e Plásticos 132.595 6,9 14.500.128 4,9 5.360.216 4,2
Fab. Prod. Minerais Não-Metálicos 86.564 4,5 5.991.884 2,0 3.315.377 2,6
Metalurgia Básica 66.006 3,4 10.697.086 3,6 7.052.354 5,5
Fab. Prod. Metal (Excl. Máq. e Eq.) 147.738 7,7 11.517.424 3,9 5.265.317 4,1
Fab. de Máquinas e Equipamentos 155.762 8,1 19.081.067 6,4 9.268.316 7,3
Fab. de Máq. Escritório e Equipamentos de
Informática 6.214 0,3 1.805.170 0,6 604.320 0,5
Fab. de Máq., Ap. e Mat. Elétrico 78.166 4,1 11.069.210 3,7 6.025.667 4,7
Fab. Mat. Eletrônico e Aparelhos e
Equipamentos de Comunicações 29.814 1,6 12.810.625 4,3 3.622.054 2,8
Fab. Equip. Méd. Ótica e Relógios, Instr.
Precisão, Automação Industrial 22.106 1,2 1.968.031 0,7 1.191.860 0,9
Fab. e Montagem de Veículos Automotores,
Reboques e Carrocerias 174.122 9,1 37.568.672 12,7 13.170.444 10,3
Fab. Outros Equip. de Transp. 23.023 1,2 8.448.473 2,9 4.223.588 3,3
Outras Indústrias 119.237 6,2 6.320.091 2,1 3.261.507 2,6
Total 1.918.681 100,0 296.140.027 100,0 127.337.467 100,0
Fonte: Adaptado de Fundação SEADE (2004a)
196
ANEXO B – Metodologia aplicada na Pesquisa de Atividade Econômica
Paulista (PAEP)17
Âmbito da pesquisa
Define-se como “âmbito da pesquisa” o conjunto de empresas que apresentam
características predeterminadas, formando um universo específico para o qual os
dados finais serão representativos. O âmbito funciona como um filtro, que deve ser
aplicado às unidades de pesquisa para confirmar se elas devem ou não fazer parte
da investigação. Para tanto, as empresas devem obedecer a todos os parâmetros
escolhidos (a falta de qualquer um deles torna a unidade fora do âmbito):
• ter registro no Cadastro Nacional de Pessoa Jurídica – CNPJ;
• situação cadastral: ter operado no Estado de São Paulo em 2001. No caso de
a sede da empresa estar localizada fora de São Paulo, será pesquisada
apenas se possuir, ao menos, uma unidade local produtiva no Estado, com
mais de 30 pessoas ocupadas;
• estar classificada no Cadastro Central de Empresas – Cempre – do IBGE
como empresa economicamente ativa. Isto implica ter realizado alguma das
atividades de indústria, indústria da construção, comércio, serviços e bancos;
• pessoal ocupado (PO18) – ter em 31 de dezembro do ano de referência da
pesquisa uma ou mais pessoas ocupadas, para o comércio, serviços e
bancos, e a partir de cinco pessoas ocupadas, para a indústria e indústria da
construção.
17 Todo este anexo foi retirado integralmente do documento “Metodologia” da PAEP, disponível no site da Fundação SEADE. Desta forma, salvo raríssimas exceções que visavam aperfeiçoar a compreensão do documento, não há interferência deste autor nos textos a seguir. Outra observação que deve ser feita é que este documento não se encontra aqui em sua versão completa, uma vez que selecionamos somente os trechos mais importantes para a compreensão da metodologia. Para obtê-lo na íntegra, basta acessar o site: http://www.seade.gov.br/produtos/paep/pdfs/metodo.pdf. 18 Corresponde ao número de pessoas fixas ou temporárias, com ou sem vínculo empregatício, que no dia 31/12/2001 encontravam-se exercendo algum trabalho para a empresa. Devem ser incluídas as pessoas afastadas em gozo de férias, licenças, seguros por acidentes, etc., desde que estes afastamentos não tenham sido superiores a 30 dias, bem como aquelas em licença maternidade.
197
Unidades de investigação e unidade informante
Para indústria, serviços e comércio, a empresa e a unidade local (UL) foram
definidas como as unidades de investigação. Na empresa, levantaram-se
informações financeiras e de estratégia da produção e, nas unidades locais, dados
relativos às atividades operacionais e aos aspectos de localização. Em função das
opções metodológicas que melhor captassem a forma de funcionamento de suas
atividades, nos setores da construção civil e bancos, a unidade de investigação foi
apenas a empresa.
Em todas as situações, os questionários foram encaminhados às sedes das
empresas, que eram as unidades informantes, inclusive para o preenchimento de
informações relativas à(s) unidade(s) local(is).
Instrumentos de coleta
Na PAEP 2001, os questionários foram elaborados com a finalidade de abordar os
diversos setores da atividade econômica. Esses instrumentos de coleta foram
produzidos a partir de análises, realizadas pela equipe técnica da Fundação SEADE,
de experiências nacionais e internacionais similares, além de garantir a
comparabilidade dos dados com a PAEP 1996 para todas as questões estratégicas.
Cada questionário é composto por três blocos, diferenciando-se pela quantidade e
temas dos capítulos de cada bloco.
A PAEP utiliza dois modelos de questionários para a coleta das informações (o
completo e o simplificado), que foram definidos com base na necessidade de
abordagens distintas das empresas de acordo com seu porte e respeitando as
diferenças dos sistemas de contabilidade empresarial utilizados. O modelo
completo foi aplicado na indústria e na construção civil, para todas as empresas
com cinco ou mais pessoas ocupadas, nos setores de serviços e comércio, para
empresas com 20 ou mais pessoas ocupadas, e no setor de bancos, para todas as
empresas. O modelo simplificado, utilizado nos setores de serviços e comércio, é
uma versão reduzida do questionário completo, com algumas questões específicas
198
para empresas de pequeno porte, sendo aplicado nas empresas com até 19
pessoas ocupadas.
Classificação de Atividades Econômicas da Pesquisa de Atividade
Econômica Paulista– Caepaep
Com o objetivo de plena integração com o Sistema Estatístico Nacional (SEN),
buscou-se maximizar a comparabilidade entre a PAEP e as pesquisas econômicas
produzidas por outras fontes. Para assegurar maior homogeneidade entre os vários
segmentos estudados, adotou-se a Classificação Nacional de Atividades
Econômicas (CNAE) da Comissão Nacional de Classificação, criada em 1994 com a
finalidade de monitorar, definir as normas e padronizar as classificações da
estatísticas nacionais. Complementarmente, para o detalhamento da análise de
alguns segmentos mais relevantes do ponto de vista econômico e dos processos de
reestruturação produtiva do Estado de São Paulo, estabeleceu-se uma agregação
especial, denominada Caepaep (Classificação de Atividade Econômica específica da
Paep), que orientou a amostragem da pesquisa.
Setores de Atividade
Como regra geral, classifica-se uma empresa ou unidade local de acordo com sua
atividade econômica principal. Com efeito, é necessário estabelecer normas para
identificação desta atividade principal, de modo a assegurar a convergência com as
estatísticas econômicas nacionais. No caso da PAEP, a principal referência adotada
foi a CNAE do IBGE.
A atividade econômica caracteriza-se pela geração de valor adicionado através do
processo de produção de bens e serviços. Esta transformação tem sua origem na
interação criativa entre trabalho, capital e matérias-primas. Defini-se a atividade
econômica principal de uma empresa pela maior participação desta atividade na
determinação do valor adicionado.
199
Aspectos da amostragem
Cadastro
Na pesquisa utilizou-se o cadastro de empresas fornecido pelo IBGE – Cempre
(base de 1999, atualizado até junho de 2001), do qual foram selecionados 1.006.037
registros de empresas de acordo com o âmbito PAEP. Os códigos de atividade
econômica foram definidos previamente, assim como as definições de sede e
atividade econômica da empresa. Consideraram-se todas as empresas com sede no
Estado de São Paulo e aquelas com sede fora do Estado com 30 ou mais pessoas
ocupadas no Estado.
Este cadastro contém informações de pessoal ocupado, número de unidades locais
no Estado e no Brasil, natureza jurídica e o código de atividade econômica por
empresa. Foram adotados, ainda, procedimentos de correção e ajuste do cadastro
no setor de serviços, com base nas informações coletadas pela pesquisa sobre
micro e pequenas empresas (Pecompe, parceria Sebrae – Fundação SEADE), o que
possibilitou maior precisão na classificação de atividades econômicas deste setor. A
Tabela 1 apresenta a distribuição destas empresas, segundo setor de atividade.
Tabela 1 – Empresas, segundo Setores de Atividade: Estado de São Paulo 2000
Setores Quantidade Percentual
Indústria 46.225 4,60%
Comércio 518.795 51,67%
Serviços 431.385 43,00%
Construção Civil 7.105 0,70%
Bancos 194 0,03%
Total 1.003.704 100,00%
Fonte: IBGE – CEMPRE, 2000.
Apresenta-se a seguir, na Tabela 2, a distribuição das empresas por faixa de
pessoal ocupado.
200
Tabela 2 – Empresas, por Setor de Atividade, segundo faixas de Pessoal Ocupado:
Estado de São Paulo 2000
Faixas de PO Indústria Comércio Serviços Construção
Civil
Total
De 0 a 4 pessoas - 442.301 356.468 - 798.769
De 5 a 29
pessoas
35.799 71.372 64.206 5.477 176.859
De 30 a 99
pessoas
6.929 4.110 7.173 1.104 19.316
Mais de 99
pessoas
3.497 1.012 3.538 524 8.571
Total 46.225 518.795 431.385 7.105 1.003.510
Fonte: IBGE – CEMPRE, 2000.
A amostra de bancos, correspondente a 194 empresas não foi distribuída por faixa
de PO, pois foram todos pesquisados.
As empresas dos setores de indústria, comércio e serviços foram classificadas,
segundo a sede da empresa, em oito regiões que consistem agregações de Regiões
Administrativas (RA’s) do Estado de São Paulo:
Região Metropolitana de São Paulo (exceto ABC)
Região ABC
Litoral (RA’s de Santos e Registro)
RA de São José dos Campos
RA de Sorocaba
RA de Campinas
Norte (RA’s de Ribeirão Preto, São José do Rio Preto, Central, Barretos e Franca)
Oeste (RA’s de Bauru, Araçatuba, Presidente Prudente e Marília).
As Tabelas 3 e 4 apresentam a distribuição das empresas por região, segundo setor
de atividade. Para aquelas pertencentes ao setor de construção civil, foram
201
consideradas apenas duas regiões: Região Metropolitana de São Paulo e Interior do
Estado.
Tabela 3 – Empresas, por Setor de Atividade, segundo Região: Estado de São
Paulo 2000
Região Indústria Comércio Serviços Total
Metropolitana 21.298 197.703 226.475 445.476
ABC 3.197 24.808 24.966 52.993
Litoral 709 20.814 16.564 38.183
S. J. Campos 1.266 28.884 17.383 47.633
Sorocaba 2.611 35.956 18.524 57.195
Campinas 8.412 80.004 55.444 144.081
Norte 5.134 75.534 42.910 123.746
Oeste 3.598 54.296 29.053 87.081
Total 46.225 517.999 431.319 996.388
Fonte: IBGE – CEMPRE, 2000
Tabela 4 – Empresas da Indústria da Construção Civil, segundo Região São Paulo:
2000
Região Construção Civil
Região Metropolitana 3.960
Interior 3.145
Total 7.105
Fonte: IBGE – CEMPRE, 2000
Universo da pesquisa
O universo da pesquisa foi dividido em vários domínios, definidos com as
combinações das Regiões PAEP e os agrupamentos das atividades econômicas,
com o objetivo de serem obtidos dados específicos da pesquisa para cada uma
destas combinações.
202
Desenhos amostrais e cálculo do tamanho das amostras
O desenho da pesquisa corresponde a uma amostra estratificada, sendo que para o
estrato certo foi realizado censo e, para o aleatório, foi retirada uma amostra
aleatória simples para cada domínio.
O tamanho da amostra para cada domínio do estrato aleatório foi calculado para
estimar a média de pessoal ocupado com erro relativo e coeficiente de confiança
compatíveis com esse tipo de pesquisa. O sorteio do estrato aleatório foi realizado
de forma sistemática em cada domínio em que as empresas estavam previamente
ordenadas, conforme o número de pessoas em atividade, para a indústria, e
segundo a CNAE a quatro dígitos e número de pessoas da empresa, para o setor de
serviços. Para cada setor de atividade econômica, foram estabelecidos os seguintes
estratos, para efeito de amostra:
• indústria (incluindo agroindústria): aleatório, para as empresas de 5 até 29
pessoas ocupadas; e certo (censitário), para as empresas de 30 e mais
pessoas ocupadas;
• comércio: aleatório, para as empresas de 0 a 29 pessoas ocupadas; e certo
para as de 30 e mais;
• serviços (incluindo serviços de informática): aleatório, para as empresas de 0
a 99 pessoas ocupadas; e certo para as de 100 e mais;
• bancos: censitário;
• construção civil: aleatório, para as empresas de 5 até 29 pessoas ocupadas;
e certo, para as empresas de 30 e mais pessoas ocupadas
Expansão e controle da amostra
A expansão da amostra foi feita de acordo com os seguintes critérios:
• como os universos já eram reduzidos e ocorreram muitas extinções para cada
domínio, decidiu-se que o fator de expansão não seria corrigido pela taxa de
203
não-resposta (recusas e empresas não localizadas), tanto para o estrato
certo como para o aleatório;
• as extinções de empresas constatadas em campo foram corrigidas no
universo, tanto para o estrato certo como para o aleatório, considerando-se o
fator de expansão, isto é, se em um domínio com peso de seleção três fosse
constatado na amostra que quatro empresas foram extintas, o universo
correspondente seria reduzido a 12;
• mudanças de atividade (correção na atividade da empresa) foram corrigidas
sem levar em consideração o fator de expansão, isto é, ao tamanho original
do universo e da amostra de um segmento de atividade foi acrescentado
apenas o número de empresas que vieram para ele e subtraído somente o
número de saídas observadas na amostra;
• as empresas novas encontradas por acaso durante a pesquisa foram
incorporadas ao universo e à amostra sem nenhum fator de expansão. Nesse
caso, tomou-se o cuidado de verificar se a empresa realmente não existia no
cadastro utilizado. No caso de ela pertencer ao cadastro e não ter sido
sorteada, a correção foi feita somente no tamanho da amostra;
• as empresas do cadastro não sorteadas, porém pesquisadas, foram incluídas
na pesquisa, sendo somadas ao tamanho de amostra de seu domínio original.
Como não houve correção da taxa de não-resposta, mesmo nos casos em
que o peso de seleção fosse 1 (censo), os valores expandidos desconsideram
a parcela do universo dessas empresas. Nos domínios em que se realizaram
censos, os erros amostrais são iguais a zero. Os erros amostrais são
calculados para cada região do Estado, considerando-se uma amostragem
estratificada, sendo os estratos as combinações de grupos de atividades e
porte dos estabelecimentos (estrato certo ou aleatório).
204
Domínios do universo
O universo das empresas pesquisadas foi subdividido em conjuntos menores
denominados domínios, com o objetivo de divulgar as informações da pesquisa para
cada um destes, além de divulgar para o total do universo (Estado de São Paulo). As
empresas foram alocadas nos domínios a partir do cruzamento das diversas
atividades econômicas utilizadas na PAEP e das regiões em que se localizavam
suas sedes.
No caso do setor de serviços, o universo de pesquisa foi ampliado. Na PAEP de
1996, foram pesquisadas apenas empresas de Informática, enquanto na de 2001 o
universo abrangeu praticamente todas as atividades do setor de serviços. Com o
intuito de se estudar este setor em maior profundidade, foram consideradas, além
das atividades e das oito regiões, algumas faixas de pessoas ocupadas para a
construção dos domínios.
Devido ao grande número de domínios pesquisados, procurou-se diminuir o
tamanho da amostra através do uso de amostra aleatória estratificada por PO Os
limites destas faixas foram obtidos pelo Método de Dalenius, que gera estratos cujas
amplitudes sejam crescentes e tamanhos decrescentes. De acordo com este
método, estes estratos apresentam grande variabilidade externa e pequena
variabilidade interna, que resultam em estimadores com maior precisão. Foram
fixados, a priori, dois estratos para os setores da indústria, construção civil e três
estratos para comércio e serviços.
A alocação da amostra “N” calculada foi realizada utilizando-se a partilha ótima de
Neyman, que é proporcional ao tamanho e à variabilidade do estrato, resultando
num estimador com variância mínima.
Tendo em vista que o cadastro de empresas utilizado como sistema de referência
possui informações sobre localidade da sede da empresa, atividade econômica,
natureza jurídica, número de pessoas ocupadas (PO) e tipo da empresa (unilocal ou
multilocal), apenas o PO pôde ser utilizado como variável dimensionadora da
amostra. Porém, a partir da Paep de 1996, efetuou-se um estudo no qual procurou-
205
se estabelecer relações entre amostras que usavam PO e receita como variáveis
dimensionadoras. Verifica-se que, em média para uma dada confiança e um erro
relativo fixado, o tamanho de amostra necessário para se estimar a receita média é
de cerca de três vezes o tamanho de amostra para se estimar a média de PO, nos
setores da indústria e comércio. Este resultado possibilitou o dimensionamento de
uma amostra que considerasse também o erro amostral para a estimação da média
da receita das empresas. Para alguns domínios, a amostra foi ajustada por meio de
um modelo de regressão, em função do número de empresas do domínio.
Regras de desidentificação e sigilo estatístico
Ao coletar dados junto às empresas, a Fundação Seade comprometeu-se com os
princípios que norteiam a Lei n. 5.534, de 14/11/68, regulamentada pelo Decreto n.
73.177, de 20/11/73, que dispõe sobre regras de sigilo e uso de informações para
fins exclusivamente estatísticos.
Para o conjunto dos setores de atividade econômica, sempre que o número de
casos existentes em uma região do estado dispensar o sigilo da informação, a
pesquisa possibilitará a divulgação desagregada. O sigilo é recomendado para as
informações econômico-financeiras sempre que o número de casos existentes em
uma divisão da indústria ou em um segmento do setor de serviços, por exemplo, for
inferior a três. Essa determinação é seguida para impedir a identificação das
unidades respondentes e garantir o sigilo dos dados. Nesses casos, há a junção de
duas ou mais divisões, de sorte a aumentar o número de observações.
206
ANEXO C – Metodologia do SEBRAE para a Construção do Atlas das
Concentrações Industriais do Estado de São Paulo
O Atlas apresenta um mapeamento dos estabelecimentos industriais do estado de
São Paulo. Para identificar a relevância das atividades industriais nos municípios de
São Paulo, foram utilizados dados do Cadastro de Estabelecimentos Empregadores
(CEE) do Ministério do Trabalho e Emprego (MTE), de março de 2002. Esse banco
de dados resulta da composição e atualização de diversas bases de dados do
Governo Federal. O uso desse cadastro é justificado por tratar-se de uma fonte de
dados abrangente em termos regionais e setoriais e por apresentar dados
atualizados sobre o número de estabelecimentos no estado de São Paulo. Esses
dados refletem o setor formal da economia.
A partir do CEE/MTE, foram elaborados mapas, que contêm, para as principais
atividades da indústria, os municípios do Estado de São Paulo com maiores
concentrações de estabelecimentos.
O conceito de indústria utilizado nesta publicação abrange a indústria de
transformação, a construção civil, a extração mineral e os serviços industriais de
utilidade pública.
Um estabelecimento é uma unidade espacialmente separada de uma empresa.
Considerando-se que 98% dos estabelecimentos industriais do Estado de São Paulo
são micro e pequenas empresas (MPEs), pode-se inferir que, salvo algumas
exceções, a grande maioria dos estabelecimentos industriais aqui identificados
corresponde também a MPEs da indústria. Logo, a variável número de
estabelecimentos pode ser considerada como uma proxy do número de MPEs..
Nesta publicação, para a elaboração dos mapas, foram utilizados os seguintes
passos:
A variável de análise escolhida foi a mais desagregada possível (Classe CNAE, a 4
dígitos);
207
Foram elaboradas 4 faixas de concentrações: de 0 a 49 estabelecimentos, de 50 a
99 estabelecimentos, de 100 a 499 estabelecimentos e 500 ou mais
estabelecimentos;
Foram selecionadas todas as atividades que possuem, pelo menos, um município do
Estado com 50 ou mais estabelecimentos na atividade;
As atividades selecionadas foram agrupadas e aparecem de acordo com o grau de
importância de suas respectivas divisões. Assim, como a construção civil é a divisão
com maior número de estabelecimentos no Estado de São Paulo (conforme pode ser
observado na tabela 1),essa divisão é a primeira a ser apresentada;
Dentro de cada divisão, os mapas das atividades são apresentados em ordem
decrescente do número de concentrações espaciais (número de municípios com 50
ou mais estabelecimentos na atividade);
Como existem atividades cujo único município com 50 ou mais estabelecimentos é o
Município de São Paulo, essas atividades foram agrupadas ao final, em um mapa
único.
De acordo com o CEE/MTE (mar/2002), existem cerca de 216 mil estabelecimentos
industriais no Estado de São Paulo (tabela 1). As 160 atividades industriais
selecionadas e apresentadas nesta publicação pertencem a todas as 30 divisões
industriais e representam 94% dos estabelecimentos industriais do Estado de São
Paulo.
208
Tabela 1 - Distribuição dos estabelecimentos industriais do estado de São Paulo
Divisão Número de
Estabelecimentos Acumulado (%)
Construção Civil 52.309 24%
Confecções 28.083 37%
Metalurgia – não equipamentos 16.932 45%
Alimentos e Bebidas 15.490 52%
Edição e Gráfica 14.832 59%
Móveis e Diversos 14.055 66%
Minerais não-metálicos 9.559 70%
Máquinas e Equipamentos 8.811 74%
Borracha e Plástico 7.976 78%
Couros e Calçados 7.485 81%
Têxtil 6.867 85%
Química 6.682 88%
Autopeças e Veículos 2.771 89%
Equipamentos e Instrumentos Médicos,
de Precisão e Ópticos 1.654 90%
Demais 16 Divisões 22.175 100%
Total 215.681
Fonte: SEBRAE (2002)