ana paula macedo de avellar avaliaÇÃo de …livros01.livrosgratis.com.br/cp092640.pdf ·...
TRANSCRIPT
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
INSTITUTO DE ECONOMIA
ANA PAULA MACEDO DE AVELLAR
AVALIAÇÃO DE POLÍTICAS DE FOMENTO À INOVAÇÃO NO BRASIL:
IMPACTO DOS INCENTIVOS FISCAIS E FINANCEIROS EM 2003
RIO DE JANEIRO
2007
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
2
ANA PAULA MACEDO DE AVELLAR
AVALIAÇÃO DE POLÍTICAS DE FOMENTO À INOVAÇÃO NO BRASIL:
IMPACTO DOS INCENTIVOS FISCAIS E FINANCEIROS EM 2003
Tese apresentada ao Instituto de Economia da
Universidade Federal do Rio de Janeiro como
parte dos requisitos para obtenção do Título de
Doutor.
Orientador: Prof. Dr. David Kupfer
RIO DE JANEIRO
2007
3
ANA PAULA MACEDO DE AVELLAR
AVALIAÇÃO DE POLÍTICAS DE FOMENTO À INOVAÇÃO NO BRASIL:
IMPACTO DOS INCENTIVOS FISCAIS E FINANCEIROS EM 2003
Rio de Janeiro, julho de 2007
____________________________________
Orientador: Prof. Dr. David Kupfer - IE/UFRJ
_____________________________________
Prof. Dr. João Alberto De Negri – DISET/IPEA
_____________________________________
Prof. Dr. Jorge Nogueira de Paiva Britto – UFF
____________________________________
Profa. Dra. Lia Hasenclever – IE/UFRJ
____________________________________
Prof. Dr. José Eduardo Cassiolato - IE/UFRJ
4
AGRADECIMENTOS
Ao Instituto de Economia da Universidade Federal do Rio de Janeiro por me proporcionar
uma formação de qualidade e ampliar minhas possibilidades intelectuais.
A CAPES pelo apoio financeiro durante a realização do curso.
Ao meu orientador, Prof. Dr. David Kupfer, por compartilhar comigo seu tema de pesquisa e
por confiar na minha habilidade em desenvolvê-lo. Por ser um interlocutor generoso e pelas
valiosas contribuições no desenvolvimento desse trabalho. Por sua amizade, principalmente.
À Diretoria de Estudos Setoriais do IPEA, pelo apoio institucional, financeiro e técnico na
realização dessa pesquisa. Um agradecimento à sua competente equipe de estatísticos,
especialmente ao Patrick pelo imenso auxílio no trabalho com os dados.
Aos colegas de Instituto de Economia da Universidade Federal de Uberlândia pela crescente
confiança. Um agradecimento especial aos amigos José Rubens, Clésio, Flávio, Aderbal e
Germano pelo entusiasmado apoio.
À minha família, Alberto, minha mãe Rosa, meu pai Francisco, minha irmã Márcia e minha
sobrinha Júlia, pelo profundo amor, cafés e confiança.
A todos que estiveram ao meu lado agradeço, profundamente, e dedico o resultado deste
trabalho.
5
RESUMO
A política tecnológica vem fazendo parte da agenda econômica tanto nos países desenvolvidos como nos países periféricos. Dentre os diversos tipos de políticas, destacam-se as políticas de fomento à inovação tecnológica das empresas, como os incentivos fiscais e os incentivos financeiros. Os incentivos fiscais à inovação colocam-se como um dos mais importantes instrumentos de política tecnológica, sendo comumente adotados com intuito de estimular as firmas na realização de atividades inovativas, com destaque às atividades de Pesquisa e Desenvolvimento (P&D). O uso generalizado desses incentivos culminou em uma ampla discussão internacional, questionando-se sua efetiva capacidade de estimular (ou não) as firmas beneficiárias a ampliarem seus investimentos em atividades inovativas, e assim, acelerar o ritmo de inovação no país, desenvolvendo-se diversas ferramentas metodológicas com objetivo de se avaliar os efeitos gerados pelas políticas de fomento à inovação. O objetivo da tese é realizar um exercício empírico de avaliação de três programas brasileiros de incentivos fiscais e financeiros às atividades inovativas, o Programa de Desenvolvimento Tecnológico Industrial (PDTI), o Fundo Nacional de Desenvolvimento Científico e Tecnológico (FNDCT) e o Programa de Apoio ao Desenvolvimento Tecnológico da Empresa Nacional (ADTEN). Para capturar os efeitos desses programas no comportamento das firmas beneficiárias em relação às não-beneficiárias, quanto à decisão de gasto em atividades inovativas, será aplicado o método econométrico, Propensity Score Matching entendido como uma técnica para determinação de quase-experimentos, baseada em algoritmos de pareamento de indivíduos pertencentes a grupos distintos, cujo objetivo é julgar os efeitos de um determinado tratamento. Os resultados encontrados apontam predominantemente para o fato de que o gasto público alavanca o aumento do gasto privado em atividades inovativas e em P&D, com exceção do programa FNDCT que em nenhum dos testes e em nenhum dos modelos demonstra algum efeito nas empresas. Palavras-Chave: Política de Fomento à Inovação, Avaliação, Incentivo Fiscal, Incentivo Financeiro, Propensity Score Matching.
6
ABSTRACT
Technology policies have been part of economical agenda in the developed countries as well as in the periphery. Among many kinds of policies, the ones aiming to stimulate technological innovation in companies are highlighted, as tax incentives and financial incentives. Tax incentives to innovation are one of the most important tools of technology policy, being commonly adopted with the purpose of stimulating companies to work on technological activities, as the Research and Development activities (R&D). The generalized use of these incentives has culminated in a large international discussion questioning its effective capacity to stimulate (or not) the benefited companies to enlarge their investments in technological activities, and thus accelerating the rhythm of innovation in the country, developing various methodological tools with the purpose of evaluating the effects of stimulating innovation policies. This work intend to develop an evaluating empirical exercise of three Brazilian programs of tax incentives and financial incentives to technological activities, the Industrial Technological Developing Program (PDTI), National Fund for Scientific and Technological Development (FNDCT) and the Support Program for Technological Development of National Companies (ADTEN). In order to capture the effects of these programs on the behavior of benefited companies in relation to those which were not benefited, concerning the decision of expenses in technological activities and to innovative effort, an econometric method will be applied: the Propensity Score Matching, understood as a technique to determination of quasi-experiments, based on algorithms of pair matching individuals of different groups. The conclusion is that fiscal incentives and financial incentives programs stimulated technological innovation in companies. Key-words: Innovation Policies, Evaluation, Tax Incentives, Financial Incentives, Propensity
Score Matching.
7
ÍNDICE DE FIGURAS, GRÁFICOS E QUADROS
Figura 2.1 Organização dos efeitos segundo o ciclo de vida da tecnologia 51
Quadro 2.1 Recomendações de Política de C&T da OCDE 28
Quadro 2.2 Tipos de Políticas Tecnológicas 30
Quadro 2.3 Estrutura dos Incentivos Fiscais aplicados em diferentes países 43
Quadro 2.4 Comparação entre Incentivos Fiscais e Incentivos Financeiros às atividades inovativas
45
Quadro 2.5 Evolução do Escopo de Análise dos Efeitos de uma Política Tecnológica
53
Quadro 2.6 Estudos Internacionais de Avaliação Microeconométrica dos efeitos das políticas sobre os gastos em P&D das empresas
61
Quadro 3.1 Seleção de Guias de Referência Internacional sobre Avaliação e Metodologias
77
Quadro 4.1 Grupos de Setores, Volume de Investimentos e Incentivos realizados pelos PDTI/PDTA de 1994 a 2005
95
Quadro 4.2 Características dos Fundos setoriais: data da regulamentação, tipos e fontes de recurso.
100
Quadro 4.3 Definições das Atividades Inovativas consideradas pela PINTEC 2003 109
Gráfico 4.1 Investimentos Anuais PDTI – Previstos e Realizados – 1994 a 2005 (em R$ milhões)
93
Gráfico 4.2 Valores Acumulados do PDTI no período de 1994 a 2005 94
Gráfico 4.3 Número de Projetos Aprovados Anualmente pelos Programas PDTI, ADTEN e FNDCT Cooperativo de 1994 a 2005
113
Gráfico 4.4 Volume de Recursos Realizados Anualmente pelos Programas PDTI, ADTEN e FNDCT Cooperativo de 1994 a 2005 (R$ milhões)
114
8
LISTA DE TABELAS
Tabela 2.1 Resumo dos Resultados obtidos a partir de diversos estudos econométricos sobre a relação entre investimento público e privado em Ciência e Tecnologia
57
Tabela 3.1 Uso “Adequado” das Metodologias de Avaliação de acordo com o tipo de Impacto
73
Tabela 4.1 Modificações no funcionamento do PDTI no Brasil 91
Tabela 4.2 Valor das operações de financiamento do FNDCT: 1999 a 2005 101
Tabela 4.3 Número de operações de financiamento, instituições e pesquisadores envolvidos e valor dos financiamentos do FNDCT Cooperativo: 2000 a 2005.
102
Tabela 4.4 Número de operações de financiamento, empresas beneficiadas e valor dos financiamentos do ADTEN: 1997 a 2005
104
Tabela 4.5 Características das Empresas Beneficiárias do PDTI, FNDCT Cooperativo e ADTEN em 2003
111
Tabela 5.1 Teste t para comparação das Médias das Beneficiárias da amostra conjunta em relação às empresas Não-Beneficiárias– 2003
121
Tabela 5.2 Modelo PROBIT –Amostra Conjunta 122
Tabela 5.3 Pós-Matching: Teste t para comparação das Médias das Beneficiárias da amostra conjunta em relação às empresas Não-Beneficiárias – 2003
123
Tabela 5.4 Regressão Linear com Amostra Pareada para GAI e GPD da Amostra Conjunta
125
Tabela 5.5 Teste t para comparação das Médias das Beneficiárias do PDTI em relação às empresas Não-Beneficiárias – 2003
126
Tabela 5.6 Modelo PROBIT – PDTI 127
Tabela 5.7 Pós-Matching: Teste t para comparação das Médias das Beneficiárias do PDTI em relação às empresas Não-Beneficiárias – 2003
128
Tabela 5.8 Regressão Linear com Amostra Pareada para GAI e GPD da Amostra PDTI
129
Tabela 5.9 Teste t para comparação das Médias das Beneficiárias do FNDCT Cooperativo em relação às firmas Não-Beneficiárias – 2003
130
9
Tabela 5.10 Modelo PROBIT – FNDCT Cooperativo 131
Tabela 5.11 Pós-Matching: Teste t para comparação das Médias das Beneficiárias do FNDCT Cooperativo em relação às firmas Não-Beneficiárias – 2003
132
Tabela 5.12 Regressão Linear com Amostra Pareada para GAI e GPD da Amostra FNDCT Cooperativo
133
Tabela 5.13 Teste t para comparação das Médias das Beneficiárias do ADTEN em relação às firmas Não-Beneficiárias – 2003
134
Tabela 5.14 Modelo PROBIT - ADTEN 135
Tabela 5.15 Pós-Matching: Teste t para comparação das Médias das Beneficiárias do ADTEN em relação às firmas Não-Beneficiárias – 2003
136
Tabela 5.16 Regressão Linear com Amostra Pareada para GAI e GPD da Amostra ADTEN
137
Tabela 5.17 Síntese dos Resultados da Avaliação do Impacto dos Programas 139
10
LISTA DE SIGLAS
ADTEN Programa de Apoio ao Desenvolvimento Tecnológico da Empresa Nacional
BACEN Banco Central do Brasil
BNDES Banco Nacional de Desenvolvimento Econômico e Social
CNAE Classificação Nacional de Atividades Econômicas
CAPES Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
CENPES Centro de Pesquisas da Petrobrás
CEPEL Centro de Pesquisas de Energia Elétrica
CNPq Conselho Nacional de Pesquisa
CTAero Programa de Ciência e Tecnologia para o Setor Aeronáutico
CTAgro Programa de Ciência e Tecnologia para o Agronegócio
CT Amazônia Programa de Ciência e Tecnologia para o Desenvolvimento da Zona Franca
CTBiotec Fundo Setorial de Biotecnologia
CTEnerg Fundo Setorial de Energia
CTEspacial Programa de Desenvolvimento Científico e Tecnológico do Setor Espacial
CTFVA Programa de Estímulo à Interação Universidade–Empresa
CTHidro Fundo Setorial de Recursos Hídricos
CTInfo Fundo Setorial de Tecnologia da Informação
CTInfra Fundo de Infra-Estrutura
CTMineral Fundo Setorial Mineral
CTPetro Plano Nacional de Ciência e Tecnologia do Setor Petróleo e Gás Natural
CTSaúde Fundo Setorial de Saúde
CTTranspo Fundo de Programas e Projetos de Pesquisa Científica e Desenvolvimento
Tecnológico do Setor de Transportes Terrestres e Hidroviários
EMBRAPA Empresa Brasileira de Pesquisa Agropecuária
FAPESP Fundação e Amparo à Pesquisa do Estado de São Paulo
FINEP Financiadora de Estudos e Projetos
FIOCRUZ Fundação Oswaldo Cruz
FNDCT Fundo Nacional de Desenvolvimento Científico e Tecnológico
GAI Gastos em Atividades Inovativas
GPD Gastos em Atividades de P&D
IAC Instituto Agronômico de Campinas
11
INPI Instituto Nacional de Propriedade Industrial
IPEA Instituto de Pesquisa Econômica Aplicada
IPT Instituto de Pesquisas Tecnológicas
MDIC Ministério de Desenvolvimento Indústria e Comércio Exterior
MPO Ministério do Planejamento e Orçamento
MTE Ministério do Trabalho e Emprego
OCDE Organização para Cooperação e Desenvolvimento Econômico
PBDCT Plano Básico de Desenvolvimento Científico e Tecnológico
PDTI Programa de Desenvolvimento Tecnológico
PIA Pesquisa Industrial Anual
PINTEC Pesquisa Industrial sobre inovação Tecnológica
RAIS Relação Anual de Informações Sociais
SECEX Secretaria de Comércio Exterior
UNICEF Fundo das Nações para Infância
12
ÍNDICE
1 INTRODUÇÃO 15
2 IMPACTO DAS POLÍTICAS TECNOLÓGICAS E A PRÁTICA DE POLÍTICAS DE FOMENTO À INOVAÇÃO
23
2.1 POLÍTICAS TECNOLÓGICAS: TIPOS, OBJETOS E OBJETIVOS 23
2.2 INCENTIVOS FISCAIS À INOVAÇÃO 31
2.2.1 Experiências de Incentivos Fiscais à Inovação em Alguns Países 34
2.3 INCENTIVOS FINANCEIROS À INOVAÇÃO 44
2.3.1 Experiências de Incentivos Financeiros à Inovação em Alguns Países 46
2.4 IMPACTO DAS POLÍTICAS DE FOMENTO À INOVAÇÃO 48
3 METODOLOGIAS DE AVALIAÇÃO DE IMPACTO DE POLÍTICAS DE FOMENTO À INOVAÇÃO
63
3.1 CARACTERÍSTICAS DO PROCESSO DE AVALIAÇÃO DE POLÍTICAS DE FOMENTO À INOVAÇÃO
63
3.2 SISTEMATIZAÇÃO DAS METODOLOGIAS DE AVALIAÇÃO 68
3.2.1 Métodos Quantitativos 69
3.2.2 Métodos Qualitativos 71
3.3 EXPERIÊNCIAS DE AVALIAÇÃO DE PROGRAMAS DE FOMENTO À INOVAÇÃO
74
3.4 APRESENTAÇÃO DA METODOLOGIA APLICADA NO TRABALHO 78
3.4.1 Propensity Score Matching 80
13
4 PANORAMA DOS PROGRAMAS DE FOMENTO À INOVAÇÃO NO BRASIL
87
4.1 PROGRAMA DE DESENVOLVIMENTO TECNOLÓGICO INDUSTRIAL (PDTI)
90
4.2 FUNDO NACIONAL PARA O DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO (FNDCT COOPERATIVO)
97
4.3 PROGRAMA DE APOIO AO DESENVOLVIMENTO TECNOLÓGICO DA EMPRESA NACIONAL (ADTEN)
103
4.4 ANÁLISE DO PERFIL DAS EMPRESAS E DOS PROGRAMAS DE FOMENTO À INOVAÇÃO
105
4.4.1 Apresentação dos Dados e Seleção da Amostra 105
4.4.2 Análise do Perfil das Empresas e dos Programas 110
5 AVALIAÇÃO DE IMPACTO DOS PROGRAMAS PDTI, FNDCT E ADTEN SOBRE O COMPORTAMENTO DE INOVAÇÃO DAS EMPRESAS BENEFICIÁRIAS
116
5.1 PROCEDIMENTOS METODOLÓGICOS 117
5.2 ANÁLISE DOS RESULTADOS DA AMOSTRA CONJUNTA 119
5.3 ANÁLISE DOS RESULTADOS DA AMOSTRA PDTI 126
5.4 ANÁLISE DOS RESULTADOS DA AMOSTRA FNDCT COOPERATIVO 130
5.5 ANÁLISE DOS RESULTADOS DA AMOSTRA ADTEN 134
5.6 COMPARAÇÃO ENTRE OS RESULTADOS DOS PROGRAMAS 138
6 CONCLUSÃO 141
14
REFERÊNCIAS BIBLIOGRÁFICAS 147
ANEXOS 158
15
1 INTRODUÇÃO
A política tecnológica representa, na atualidade, parte central da agenda econômica
nos países desenvolvidos e nos países emergentes, com o intuito de gerar ou ampliar
capacidade tecnológica e incentivar não somente os investimentos privados, mas também a
montagem da infra-estrutura que promova a interação e a transferência de tecnologia entre
diferentes agentes, como universidades, institutos de pesquisa (público e privado) e empresas.
No Brasil, recentemente, esse tema vem ganhando destaque com a entrada em vigor da
Lei de Inovação n° 10.793, promulgada em 2005, criada com o objetivo de fornecer
incentivos à inovação e à pesquisa científica e tecnológica. Nesse ambiente, tem-se discutido
também sobre as fragilidades da política tecnológica executada no país, dado o baixo volume
de gasto em P&D realizados pelo país.
Em termos agregados, de acordo com relatório apresentado pela Organização para
Cooperação e Desenvolvimento Econômico (OCDE, 2002), os dispêndios nacionais em P&D
do Brasil atingiram um patamar de 1% do PIB em 2000, aproximando-se do esforço inovativo
realizado por países europeus como Portugal e Espanha, com 0,8% e 0,94% do PIB,
respectivamente. Esse percentual coloca o Brasil em uma posição superior à média dos países
latino-americanos (0,6%), porém, ainda inferior à média dos países da OCDE com um
percentual médio de 2,2%. Vale ressaltar que com o objetivo de ampliar esse percentual de
2,2%, a política econômica européia presente nas publicações da Comissão Européia tem
como meta aumentar para 3% do PIB os gastos em P&D. (OCDE, 2002).
Com intuito de acelerar o desenvolvimento das atividades inovativas pode-se fazer uso
de diversos instrumentos de política tecnológica como o incentivo fiscal às atividades
inovativas e o incentivo financeiro, que por sua vez, possuem diversos formatos, sejam
subsídios a projetos de pesquisa, financiamento via fundos financeiros, compras do setor
16
público ou política de atração de Investimento Externo Direto em atividades intensivas em
P&D.
Dentre esses instrumentos destaca-se, dado o seu amplo uso em diversos países, o
incentivo fiscal dirigido às empresas, com a finalidade de estimular a realização de
investimento em atividades inovativas, especialmente em atividades de P&D. Na maioria dos
casos, esses incentivos estruturam-se a partir da dedução no imposto de renda a pagar sob o
gasto total (ou o gasto incremental) realizado pela empresa na execução de suas atividades
inovativas em determinado período.
O grande uso desse instrumento, internacionalmente, culminou em uma ampla
discussão sobre sua efetiva capacidade de estimular as empresas a realizarem atividades de
P&D, e assim, acelerar o ritmo de inovação tecnológica do país. Alguns pontos favoráveis à
sua execução estão presentes no debate. O fato de se tratar de um instrumento de política
horizontal torna-o capaz de abranger “teoricamente” todos os tipos de empresa. Mais que isso,
os incentivos fiscais também são capazes de reduzir os custos das atividades inovativas com
equidade, independentemente do tipo de projeto de P&D que estejam empreendendo, do
tamanho, da origem do capital da empresa e do setor de atividade ao qual participa. Esse
argumento favorável torna o instrumento praticamente isento de oportunismo por parte do
governo na realização do programa e na seleção dos projetos apoiados.
Por outro lado, muitos críticos argumentam contrariamente a esse instrumento por
considerarem que os incentivos fiscais às atividades inovativas não alteram a percepção de
risco das empresas, gerando impacto somente sobre os custos desse investimento. Um outro
argumento contrário aos incentivos se apresenta quanto ao fato de que esse instrumento não
antecipa os recursos financeiros para a realização de investimentos em atividades inovativas,
promovendo, somente o reembolso dos gastos já realizados, e por isso, exclui muitas
empresas de menor porte que não possuem capital suficiente a priori para tal investimento e
17
não estimula a empresa “não inovadora” a se tornar uma empresa com expressivos gastos em
atividades inovativas.
Esse debate estimulou o desenvolvimento de diversos estudos, disponibilizando, na
atualidade, uma extensa bibliografia dirigida à avaliação dos efeitos dos incentivos fiscais
sobre o comportamento das empresas beneficiárias e sobre a economia. Mansfield (1985)
realizou uma pesquisa com executivos de P&D para compreender qual a percepção desse
grupo sobre os incentivos fiscais. Os resultados ressaltam que a redução de 1% no custo do
P&D aumenta o gasto em P&D das empresas em 0,3%. Hall (1992), por sua vez, chega a um
resultado mais expressivo quando observa, a partir da análise de dados dos Estados Unidos,
que a redução de 1% no custo de P&D induz um aumento de 0,84% dos gastos em P&D das
empresas no curto prazo e de 1,5% no longo prazo.
No entanto, essa problemática não fica circunscrita à análise dos efeitos dos incentivos
fiscais, envolvendo também a análise de outros tipos de instrumento de política de fomento à
inovação, como o incentivo financeiro. Nesse sentido, autores como Leyden e Link (1993),
Hall e Van Reenen (2000), Czarnitski et al. (2004), Bloom et al. (2002), Busom (1999),
Wallsten (2000) entre outros, passam a analisar programas de incentivos fiscais e de
incentivos financeiros à inovação com intuito de encontrar evidências empíricas que
respondam uma pergunta central na avaliação: o gasto público é capaz de estimular o gasto
privado em P&D? Ou seja, eles são complementares ou substitutos?
O intuito desse debate é identificar a existência de um fenômeno chamado “efeito
crowding out” (efeito substituição), em que as empresas privadas simplesmente alocam
recursos às atividades inovativas que já seriam previamente alocados, mesmo sem o incentivo
do governo. Nesse caso, a política de fomento à inovação, seja qual for o instrumento
executado, seria incapaz de estimular as empresas a aumentarem seu gasto em atividades
inovativas, limitando-se a reduzir o custo dessas atividades.
18
Por outro lado, se o programa público de incentivo à inovação estimula as empresas a
gastarem em atividades inovativas um montante superior ao previamente alocado pode-se
concluir que a intervenção do governo foi capaz de ampliar o gasto privado, constituindo-se
assim o chamado “efeito additionality” (efeito alavancagem) pelo fato dos gastos públicos e
privados não serem substitutos, mas sim estimularem um gasto privado maior do que aquele
que seria realizado sem a presença de tal programa.
Com base nessa discussão, a presente tese tem como objetivo avaliar o impacto de
políticas de fomento à inovação no Brasil (incentivos fiscais e incentivos financeiros),
identificando se o gasto público é capaz de estimular o gasto privado em atividades inovativas
e em atividades de P&D. Para dar maior nitidez a esse objetivo é possível traduzi-lo em duas
perguntas:
1. o fomento público aumenta o gasto em atividades inovativas e em P&D das
empresas?
2. o tipo de instrumento de política de apoio à inovação importa?
No Brasil, diversos programas de fomento à inovação foram implementados com
objetivos de fornecer apoio público às empresas industriais na realização de atividades
inovativas, incluindo, sobretudo, as atividades de P&D. Para avaliar o impacto no
comportamento do gasto privado, e responder as duas perguntas dessa tese, foram
selecionadas três políticas de fomento à inovação brasileira: um programa de incentivo fiscal,
o Programa de Desenvolvimento Tecnológico Industrial (PDTI); um programa de incentivo
financeiro reembolsável, o Programa de Apoio ao Desenvolvimento Tecnológico da Empresa
Nacional (ADTEN) e o um programa de incentivo financeiro não reembolsável Fundo
19
Nacional de Desenvolvimento Científico e Tecnológico (FNDCT Cooperativo). Por meio da
avaliação comparada desses casos, para o ano de 2003, será possível identificar se o tipo de
política importa para explicar seu impacto no comportamento do gasto das empresas em
atividades inovativas.
Com intuito de avaliar o impacto desses programas de fomento à inovação, diversas
ferramentas metodológicas vêm sendo desenvolvidas para conseguir analisar em profundidade
esse problema. Na literatura internacional sobre avaliação de impacto de políticas
tecnológicas, incluindo os programas de incentivos fiscais e de financiamento, foram
encontradas diversas ferramentas metodológicas, comumente utilizadas por países
desenvolvidos nas suas práticas de avaliação, como Estados Unidos, Canadá, França, Reino
Unido e Alemanha, e por organismos internacionais, como Banco Interamericano de
Desenvolvimento (BID) e Banco Mundial.
Esses métodos de avaliação podem ser classificados pela sua natureza quantitativa ou
qualitativa, de acordo com as características do programa e o objetivo da avaliação. As
ferramentas quantitativas que se destacam são: peer review, bibliometria, análise de
informações administrativas e financeiras, análise de custo-benefício, modelos econométricos,
entre outros. Dentre as metodologias qualitativas destaca-se a aplicação de questionários, a
realização de entrevistas e estudos de caso.
O crescente uso de ferramentas econométricas, especificamente, Propensity Score
Matching como método de avaliação de impacto de política; e a disponibilidade de acesso à
base de dados organizada pelo Instituto de Pesquisa Econômica Aplicada (IPEA) em parceria
com o IBGE, estimularam a tentativa de uma via econométrica para a avaliação de impacto
desses três programas de apoio à inovação, em certa medida, pioneira no Brasil. Mais do que
isso essa ferramenta selecionada permitiu verificar se o programa de apoio à inovação
ampliou os gastos privados e se o tipo de instrumento aplicado no programa importa.
20
Para percorrer as perguntas dessa tese, ela está organizada em cinco capítulos,
incluindo essa breve introdução.
No capítulo 2 são apresentadas as diferentes formas de políticas tecnológicas e
elaborada uma análise sobre seus impactos no desempenho da empresa e da economia, como
por exemplo, os efeitos sobre o esforço tecnológico da empresa (gastos de P&D interno,
gastos com P&D externo, aquisição de máquinas e equipamentos), bem como os impactos
desse esforço no desempenho da empresa (aumento da produtividade, redução de custos,
ampliação de market-share, depósito de patentes). Maior ênfase é dada às políticas de
fomento à inovação, especialmente ao uso de incentivos fiscais à inovação tecnológica e de
financiamento via fundos financeiros, apresentando algumas experiências internacionais de
aplicação desses instrumentos. Esse capítulo apresenta o debate sobre a efetividade da política
tecnológica em estimular as empresas a aumentarem seu gasto em atividades inovativas,
comparando-se o uso dos incentivos fiscais à inovação a outros programas de fomento à
inovação, como os fundos financeiros. Para tanto, são analisadas algumas experiências
internacionais bem sucedidas na aplicação desses tipos de instrumentos de política
tecnológica.
Dando seqüência à discussão sobre os efeitos das políticas de fomento à inovação no
desempenho das empresas, o capítulo 3 discute as características e as formas de avaliação
desses impactos, partindo de um levantamento das metodologias aplicadas por instituições
internacionais de referência. Em uma primeira exploração da literatura internacional sobre
avaliação de impacto de política de fomento à inovação foram encontradas diversas
ferramentas metodológicas, mais freqüentemente utilizadas por países desenvolvidos, como
Estados Unidos, Canadá, França e Alemanha, e por organismos internacionais, como BID e
Banco Mundial. Esses métodos de avaliação podem ser classificados pela sua natureza
quantitativa ou qualitativa, de acordo com o propósito da avaliação. As ferramentas
21
quantitativas mais conhecidas são peer review, bibliometria, análise de informações
financeiras análise de custo-benefício e estudos econométricos. Dentre as metodologias
qualitativas destacam-se questionários, entrevistas e estudos de caso.
O capítulo 4 apresenta um panorama sobre as políticas de fomento à inovação
aplicadas no Brasil após a década de 1970 até o período recente, detalhando as características
dos programas selecionados, sendo de incentivo fiscal, o PDTI, e de incentivo financeiro, o
FNDCT e o ADTEN, comparando-os também em magnitude e abrangência. Nesse sentido,
esse capítulo também se propõe a analisar o perfil das empresas beneficiárias desses
programas a partir de diversas variáveis construídas com base na utilização de um banco de
dados organizado pelo IPEA, com informações de diversas fontes, como IBGE, e composto
por indicadores de desempenho por empresas.
Utilizando-se dessa mesma base de dados, o capítulo 5 apresenta alguns resultados
gerados com a aplicação de modelo econométrico, o Propensity Score Matching. Esse
capítulo tem como objetivo identificar o comportamento das empresas beneficiárias, a partir
da amostra conjunta de todas as empresas participantes dos programas, quanto aos gastos
efetuados em atividades inovativas e em P&D. Com isso, pode-se testar a hipótese de que o
fomento público aumenta o gasto em atividades inovativas e em P&D das empresas,
independentemente do tipo de programa que a empresa tenha participado.
Dando continuidade a esse capítulo 5, busca-se analisar os impactos de cada um dos
programas individualmente no comportamento das empresas beneficiárias em relação às
empresas não-beneficiárias, levando em consideração suas especificidades, quanto ao objetivo
e forma de execução de cada programa. Para atender esse objetivo, é testada a hipótese de que
o tipo de instrumento de política de fomento à inovação é importante na determinação dos
efeitos sobre o comportamento das empresas beneficiárias quanto ao gasto com atividades
inovativas e em atividades de P&D.
22
Finalmente, são apresentadas as conclusões dessa tese e suas implicações na
elaboração de políticas de fomento à inovação no Brasil. Dentre os resultados alcançados ao
longo desse estudo, destaca-se, a partir da aplicação das ferramentas econométricas, que o
fomento público à inovação, considerando os programas PDTI, ADTEN e FNDCT
Cooperativo, amplia os gastos privados em atividades inovativas e de P&D, e que o tipo do
programa importa, pois ajuda a explicar os diferentes impactos deste no comportamento
tecnológico das empresas beneficiárias.
23
2 IMPACTO DAS POLÍTICAS TECNOLÓGICAS E A PRÁTICA DE
POLÍTICAS DE FOMENTO À INOVAÇÃO
2.1 POLÍTICAS TECNOLÓGICAS: TIPOS, OBJETOS E OBJETIVOS
A inovação e a tecnologia têm se colocado como os dois principais fatores
determinantes da competitividade e das estratégias de desenvolvimento dos países. O ritmo
com que ocorrem as inovações tecnológicas, na maioria das vezes, determina a taxa de
ampliação da produtividade dos fatores de produção e o processo de criação de novos
mercados, estimulando o crescimento da economia.
O processo de inovação tecnológica ocorre em um ambiente de elevada incerteza e
risco. Decidir investir em tecnologia significa assumir riscos mais elevados do que aqueles
presentes em investimentos visando à ampliação da capacidade produtiva de unidades
industriais já existentes. Isso se dá, primeiramente, pela incapacidade de se prever se os
investimentos em desenvolvimento tecnológico serão exitosos no plano técnico. Em segundo
lugar, por não haver garantia de que novos produtos e processos, gerados pela inovação, serão
aceitos pelo mercado. Por fim, pelo fato de o investidor não conseguir antecipar quais serão as
reações dos seus concorrentes diante da decisão de investir em desenvolvimento tecnológico e
qual a taxa de apropriação efetiva que a novidade irá proporcionar.
A dificuldade de investir em inovação, em um ambiente de incerteza forte, se torna
ainda maior ao se considerar a presença de racionalidade limitada como elemento inerente ao
comportamento dos agentes econômicos. A abordagem evolucionista retoma, a partir de
Simon, o conceito de racionalidade limitada, considerando que os agentes se defrontam com o
problema de acesso à informação e com a dificuldade de processar as que estão disponíveis.
Dessa complexidade na tomada de decisão, os agentes passam a estabelecer ‘rotinas’ na
24
escolha das suas ações, frente ao temor de cometer equívocos na escolha de suas condutas.
(NELSON e WINTER, 1982).
Nesse contexto, em que a decisão de investir em inovação significa assumir elevados
riscos, o financiamento das atividades inovativas passa a ser um problema complexo. Como
financiar uma atividade que não possui nenhuma garantia de sucesso e está envolta pela
incerteza no longo prazo?
Desse modo, as políticas tecnológicas apresentam-se, nos dias atuais, como uma
prática realizada por diversos países com objetivo tanto de potencializar a capacidade
tecnológica do país, estimulando os investimentos privados, quanto de, simultaneamente,
possibilitar a construção de um ambiente institucional favorável, com infra-estrutura adequada
para a promoção de interações entre os agentes envolvidos, como empresas, universidades e
institutos de pesquisa.
Para estimular a realização de investimentos em P&D, as políticas tecnológicas devem
desempenhar dois papéis fundamentais: 1) incentivar a ampliação dos esforços de inovação e
dos gastos em P&D das empresas, 2) realizar atividades de apoio à inovação, como a
preparação de infra-estrutura tecnológica, a capacitação de recursos humanos especializados e
a criação de vínculos entre os agentes que constituem o Sistema Nacional de Inovação (SNI).
(CEPAL, 2004).
A partir dessa abordagem de Sistema Nacional de Inovação (LUNDVALL, 1992;
FREEMAN, 1995), a formulação de uma política tecnológica deve seguir essencialmente
duas orientações. Em primeiro lugar, deve-se levar em conta que o processo inovativo e suas
políticas de incentivo não podem ser tratados como elementos isolados, mas sim inseridos em
um contexto nacional, setorial, regional, organizacional e institucional. Em segundo lugar, e
decorrente do primeiro, deve-se considerar também a “importância de se focalizarem a
25
relevância de cada subsistema envolvido, assim como as articulações entre estes e entre os
diferentes agentes”. (CASSIOLATO, 1999, p. 183).
Dado que a abordagem do sistema de inovação considera a empresa como uma
organização de aprendizado envolvida em determinado contexto institucional (NELSON e
WINTER, 1982; LUNDVALL, 1988), pode-se dizer que, de acordo com essa linha, a política
tecnológica está focalizada não somente em um grupo de setores de alta tecnologia e seus
projetos de P&D, mas sim às iniciativas ligadas à estrutura e ao ambiente em que estão
inseridos, como projetos de cooperação, que possam fortalecer redes de empresas e
instituições.
Nessa direção, Nelson e Winter (1982) complementam que o escopo da política não
deve se limitar à otimização de uma função de produção, mas sim estimular a introdução e a
expansão dos melhoramentos em tecnologia. O ponto central dessa abordagem encontra-se,
então, na complexidade, nas limitações cognitivas e na regra das organizações que traduzem
conhecimentos individuais em resultados coletivos. (NELSON e WINTER, 1982, p.933).
Dentro desse debate Ferraz et al. (2002) acentuam que a intervenção do governo deve
ocorrer tanto pelo lado da oferta quanto da demanda. “Pelo lado da demanda, são úteis os
subsídios para agentes interessados na difusão de novas tecnologias, principalmente aquelas
associadas a retornos crescentes de adoção. Pelo lado da oferta, é necessário apoiar as
iniciativas de construção da capacidade tecnológica”. Mais que isso, faz-se necessário,
também a combinação de políticas horizontais e verticais. Políticas industriais horizontais são
aquelas que têm como objetivo melhorar o desempenho da economia como um todo, sem
especificar nenhuma indústria, nem setor. As políticas seletivas (ou verticais ou de targeting),
por sua vez, são dirigidas a uma indústria específica ou a uma cadeia produtiva pré-
determinada.
26
Cassiolato (1999) destaca que a partir da natureza sistêmica e interativa do
aprendizado e do processo de inovação deve-se considerar não mais promover políticas que
enfoquem apenas o lado da demanda ou da oferta. De fato, o autor observa a presença de
políticas de promoção de redes tanto em nível local quanto supranacional. Porém, mesmo
diante desse diagnóstico, a prática dos governos apresenta certa resistência em redesenhar as
políticas, promovendo, por isso, ações dentro dos programas tradicionais, como também
ressaltam Lundvall e Borrás (1997).
Para Metcalfe (1994), sob a perspectiva evolucionista, é importante considerar que
existem diferenças importantes entre as políticas e a maneira como elas criarão condições às
empresas na realização de atividades inovativas. Uma primeira categoria são as políticas cujo
objetivo é reduzir os custos de pesquisa para a empresa, como subsídios às atividades de P&D
e incentivos fiscais a P&D. Uma outra categoria tem como objetivo alterar as possibilidades
inovativas das empresas como programas de P&D em colaboração com outras instituições,
como por exemplo, com instituições públicas de pesquisa básica. Para esse autor, a política
tecnológica é muito mais do que o suporte financeiro às atividades de P&D, envolvendo tanto
o processo de invenção quanto de difusão, da ciência básica até o domínio das competências
tecnológicas específicas. (METCALFE, 1994, p.935-936).
Possas (1996) considera que às políticas industriais e tecnológicas cabe a promoção da
competitividade sistêmica, reduzindo os riscos das atividades tecnológicas e promovendo o
transbordamento do esforço tecnológico entre empresas e instituições. De acordo com esse
autor, as políticas que buscam essa competitividade podem ser de diversos tipos: de caráter
fiscal e orçamentário, no caso da montagem de infra-estrutura pública; de crédito e de
financiamento, tanto para empresas públicas como privadas em setores de transportes e
energia, de alta intensidade de capital, que necessitem de elevado volume de investimento e
com baixo retorno esperado; de compras do governo, no estímulo à modernização e
27
capacitação tecnológica; de normalização e certificação tecnológica; de estímulo à criação e à
consolidação de mecanismos de difusão tecnológica e de comércio exterior. (POSSAS, 1996,
p.103).
Em um artigo publicado no ano de 2003, Possas avança em sua análise a respeito da
política tecnológica, ressaltando o caso de sucesso desse tipo de política executada pela
Coréia. Considera, fundamentalmente, que o êxito da política tecnológica desse país tenha
sido resultado da coordenação de diversas esferas da economia e de instituições responsáveis
pela sua implementação, como ministérios (Fazenda; Ciência e Tecnologia), bancos de
desenvolvimento e agências reguladoras. (POSSAS, 2003).
Arbix e Mendonça (2005) ressaltam, de acordo com dados da OCDE (2002), que mais
do que auxiliar as empresas a inovarem, na prática, as políticas de tais países vêm se
concentrando na criação de um ambiente propício à inovação, como a promoção de redes de
cooperação entre empresas e entre setor público e privado. Para atender esse objetivo, os
países desenvolvidos vêm fazendo uso de diversos instrumentos de política tais como:
investimentos em pesquisa básica, em recursos humanos e em infra-estrutura pública de
pesquisa; criação de redes de pesquisa e apoio à realização de P&D das empresas com
universidades e centros de pesquisa.
As recomendações feitas pela Organização para Cooperação e Desenvolvimento
Econômico (OCDE) quanto à política científica e tecnológica apontam para tal abordagem e
estão organizadas no quadro 2.1 a seguir.
28
Quadro 2.1
Recomendações de Política de C&T da OCDE
1. Aprimorar o gerenciamento da ciência básica por intermédio do aumento da flexibilidade das estruturas de pesquisa e do fortalecimento da cooperação universidade-indústria.
2. Assegurar que o progresso tecnológico de longo prazo seja salvaguardado pelo adequado financiamento da pesquisa pública e por incentivos para a colaboração inter-firmas na pesquisa pré-competitiva.
3. Ampliar a eficiência do suporte financeiro para P&D, enquanto se removem os impedimentos para o desenvolvimento de mecanismos de mercado para o financiamento da inovação, e.g. capital de risco privado.
4. Fortalecer os mecanismos de difusão de tecnologia por meio de estímulos à maior competição nos mercados de produtos e do aprimoramento do desenho e da capacidade de produzir resultados dos programas.
5. Ajudar a reduzir os desequilíbrios entre demanda e oferta de habilidades (skills) e melhorar as condições para que as empresas adotem novas práticas organizacionais.
6. Facilitar a criação e o desenvolvimento de empresas de base tecnológica por meio de um impulso à ampliação da capacitação gerencial e inovadora, da redução das barreiras regulatórias, informacionais e financeiras e da promoção do empreendedorismo tecnológico.
7. Promover novas áreas do conhecimento por meio de reformas regulatórias que encorajem respostas tecnológicas flexíveis e novos entrantes.
8. Estimular técnicas e fortalecer mecanismos institucionais de avaliação.
9. Introduzir novos mecanismos de suporte à inovação e à difusão tecnológica, incluindo maior uso das parcerias público-privadas.
10. Remover os obstáculos à cooperação internacional por intermédio do aumento da transparência em termos de acesso de estrangeiros aos programas nacionais e assegurando uma estrutura de propriedade intelectual.
11. Aumentar a coordenação com as reformas nos mercados de produto, de trabalho e financeiro, bem como na educação e no treinamento.
12. Ampliar a abertura internacional para os fluxos de bens, pessoas e idéias e aumentar a capacidade de absorção das economias domésticas.
13. Aumentar a coordenação interministerial a fim de assegurar consistência e a credibilidade na formulação de políticas.
Fonte: OCDE, apud Arbix e Mendonça, 2005, p.247-8.
De treze itens recomendados, quatro são dedicados à cooperação entre universidades,
empresa-universidade, parcerias público-privadas e cooperação internacional; e dois deles à
promoção do ambiente regulatório favorável à inovação. Deve-se ressaltar, também, a
recomendação em estimular mecanismos institucionais de avaliação (item 8).
Nesse contexto, a preocupação fundamental dos governos e policy-makers passa a ser
a identificação de qual a melhor política para estimular as atividades tecnológicas do país,
29
considerando o Estado não como substituto do mercado em suas falhas estáticas, mas sim
como o agente auxiliador na alocação dos recursos da melhor maneira possível, assegurando a
competitividade também em termos dinâmicos. Assim, a discussão sobre o papel do Estado e
sua necessidade de intervenção na economia perde espaço para o debate sobre a forma como o
Estado deve intervir na promoção do desenvolvimento tecnológico. (DOSI, PAVITT e
SOETE, 1990).
A partir desse aparato teórico, podem-se identificar três aspectos na atuação das
políticas tecnológicas referentes aos instrumentos utilizados, aos objetivos e ao objeto-alvo
dessa política. Dentre os instrumentos destacam-se os incentivos fiscais às atividades de P&D,
linhas de financiamento dirigidas à inovação tecnológica, compras do setor público e
fornecimento de capital de risco para empreendimentos novos de base tecnológica.
Quanto aos objetivos da política encontra-se uma grande diversidade, pois podem
estar focados no desempenho das empresas ou de um setor, no estímulo de parcerias entre
empresas e centros de pesquisa, na capacitação dos recursos humanos, em programas de
qualidade ou na melhoria do ambiente regulatório. Sendo assim, os objetos da política podem
ser empresas, grupo de empresas, setores, universidades, centros de pesquisa, pesquisadores.
Pode-se visualizar no quadro 2.2 uma síntese dos diferentes tipos de políticas
tecnológicas presentes no debate e na prática internacional.
30
Quadro 2.2
Tipos de Políticas Tecnológicas
Instrumentos Incentivo Fiscal;
Fundos Financeiros;
Crédito Direto (Nacional e Internacional)
Capital de Risco.
Objetivos Estimular Gasto em P&D;
Ampliar a Capacidade Produtiva;
Ampliar a Colaboração Indústria – Universidade;
Ampliar a Exportação de produtos com maior componente tecnológico;
Programas de Qualidade;
Registro de Patentes.
Objetos Empresa;
Setor;
Grupo de Empresas (Atividade econômica);
Pequenas e Médias empresas;
Infra-estrutura de Pesquisa;
Inovação Regional;
Universidades e Institutos de Pesquisa.
Fonte: Elaboração Própria.
Mesmo diante dessa diversidade de objetos, observa-se, no entanto, que grande parte
das políticas públicas de incentivos ao desenvolvimento tecnológico é dirigida às empresas,
entendidas como o locus de inovação e as mais importantes realizadoras de esforços
tecnológicos, como as atividades de P&D, mesmo que os apoios estejam direcionados à
atuação conjunta destas com outras instituições de pesquisa. Nas palavras de Nelson e Winter
(1982), em economias onde a produção de bens e serviços é conduzida por empresas com fins
lucrativos, que atuam em mercados competitivos, é previsível que sejam essas organizações o
locus da maior parte das atividades inovativas. (NELSON e WINTER, 1982).
À luz desse debate, a presente tese tem como foco de análise as políticas de fomento à
inovação (incentivos ficais e incentivos financeiros), voltadas especificamente ao apoio
31
público às empresas industriais na realização de atividades inovativas, incluindo, sobretudo,
as atividades de P&D.
2.2 INCENTIVOS FISCAIS À INOVAÇÃO
Os incentivos fiscais às atividades inovativas são amplamente utilizados como
instrumento de política tecnológica por diversos países com a finalidade de estimular a
realização de investimentos em atividades inovativas, especialmente em atividades de P&D.
De maneira geral, pode-se afirmar que os incentivos fiscais às atividades de P&D
podem ser oferecidos seguindo dois formatos: dedução do imposto de renda e crédito fiscal. A
dedução do imposto de renda incide sobre os lucros das empresas inovadoras, ou seja, o
aumento (valor total ou incremental) das despesas em P&D pode ser deduzido do montante do
lucro cujo imposto será incidido. O crédito fiscal, por sua vez, consiste na redução da alíquota
do imposto a pagar. Destaca-se, também, que em qualquer um desses formatos, comumente a
aquisição de máquinas e equipamentos sofre aceleração nas taxas de depreciação.
O levantamento de diversas experiências internacionais identifica especificidades de
cada país na aplicação dos incentivos fiscais, tanto no que se refere ao formato desse
incentivo (taxas de dedução do imposto de renda, crédito fiscal ou aceleração na depreciação
dos bens de capital e instalações) quanto ao objeto-alvo do programa (grandes empresas ou
pequenas e médias empresas).
Um ponto de convergência entre essas experiências internacionais e o caso brasileiro
que merece destaque está no fato de que todos eles baseiam-se no Manual de Oslo como
referência para definição das atividades elegíveis desses incentivos. A versão de 2005 desse
manual, traduzida para o português, considera como “atividades de inovação” as etapas
científicas, tecnológicas, organizacionais, financeiras e comerciais que conduzem, ou tem
32
como objetivo conduzir, à implementação de inovações. Incluem-se nesse conceito as
atividades de P&D e diversas outras que não estão diretamente relacionadas ao
desenvolvimento de uma inovação específica, mas que, no entanto, são necessárias para que a
inovação se realize. (OCDE, 2005, p.21).
O grande uso desse instrumento, internacionalmente, culminou em uma ampla
discussão sobre sua capacidade (ou incapacidade) de estimular as empresas a realizarem
atividades de P&D, e assim, acelerar o ritmo de inovação tecnológica do país. Dispõe-se,
atualmente, de uma extensa bibliografia dirigida à avaliação dos seus efeitos. Dentre os
principais autores que discutem a efetividade estão autores como Hall e Van Reenen (2000),
Czarnitski et alii (2004), Mansfield (1985) e Bloom et al. (2002).
O trabalho de Bloom et al. (2002) ilustra essa discussão, pois a partir de uma avaliação
empírica de alguns casos de incentivos fiscais em diferentes países esses autores encontraram
a seguinte relação: uma redução de 10% no custo do P&D deve proporcionar um aumento de
1% nos gastos em P&D no curto prazo (entre dois ou três anos) e um aumento de 10% no
longo prazo.
Um ponto favorável a esse instrumento, e defendido por especialistas, se refere ao fato
de abranger “teoricamente” todos os tipos de empresa. Mais do que isso, os incentivos fiscais
reduzem os custos com equidade, independentemente do tipo de projeto de P&D que estejam
empreendendo, do tamanho da empresa, da sua origem de capital e do setor de atividade ao
qual participa.
Segundo Nelson e Winter (1982) uma das limitações das políticas governamentais que
seria eliminada com os incentivos fiscais, diz respeito ao fato de que estas não estão apenas
limitadas pelas restrições de acesso às informações, mas também pelas ações que a indústria
geralmente considera como sustentadoras, neutras e não-ameaçadoras ao status quo. Por isso,
33
segundo esses autores, há muito tempo o setor produtivo defende a concessão de subsídios
fiscais equânimes. (NELSON e WINTER, 1982).
Por outro lado, as principais críticas presentes na literatura apontam três limitações
para o uso dos incentivos fiscais como instrumento de política de apoio à inovação: a) os
incentivos não causam efeitos sobre a percepção de risco da empresa, afetando somente sua
estrutura de custos; b) os incentivos não adiantam recursos financeiros para as atividades
tecnológicas, pois somente reembolsam os gastos já realizados, e por isso, excluem muitas
empresas de menor porte que não possuem, a priori, capital suficiente para tal investimento;
c) os incentivos fiscais não conseguem aumentar a base de empresas inovadoras e somente
aprofundam as atividades tecnológicas das empresas que já são consideradas inovadoras; d)
na maioria das vezes, por possuir caráter temporário, os incentivos fiscais não estimulam a
empresa não-inovadora a iniciar-se na realização de esforços tecnológicos, via atividades
inovativas.
Além desses pontos de crítica, Bastos (2004) destaca também que “incentivos fiscais
não são neutros e acabam atendendo preferencialmente a empresas grandes e estabelecidas,
com maiores lucros e, conseqüentemente, impostos a pagar”. (BASTOS, 2004, p.119). Um
exemplo que ilustra e comprova essa afirmação é o próprio programa de incentivos fiscais à
inovação no Brasil, o PDTI, cujo público alvo se concentra em empresas de maior porte e
lucrativas. (MCT, 2005).
Acredita-se, assim, que as experiências de alguns países sobre o uso desse instrumento
de apoio à inovação possa a ajudar a compreender os pontos favoráveis e contrários
apresentados nesse debate.
34
2.2.1 Experiências de Incentivos Fiscais à Inovação em alguns países
Austrália
Os incentivos fiscais foram introduzidos na Austrália em 1985 como um benefício
fiscal correspondente a 150% do valor total gasto com atividades de P&D. Em 1996, o
governo limitou os tipos de gastos elegíveis para o benefício fiscal e reduziu o tamanho dos
incentivos de 150% para 125% do total desses gastos.
São oferecidos benefícios com dedução do imposto correspondente a 125% das
despesas correntes e de 125% da despesa incremental de capital ao longo de três anos para
atividades de P&D. A taxa de depreciação de máquinas, equipamentos e de instalações é de
100% do valor, incidindo logo no primeiro ano de realização do projeto.
Uma especificidade do caso australiano está no fato do programa de incentivos fiscais
não contemplar a prática de créditos fiscais, como o caso do Canadá que será tratado mais
adiante.
Para participar do programa de incentivos fiscais é necessário que a empresa apresente
um patamar mínimo de A$ 20.000 (aproximadamente US$ 15.600) em despesas de P&D por
ano, que indiretamente condiciona que a maioria dos participantes do programa seja empresa
de maior porte.
Estudos recentes sobre a aplicação de incentivos fiscais na Austrália demonstram sua
grande eficácia. Para ilustrar o impacto dessa política, no ano de 1998, o governo australiano
enviou para cerca de 150 empresas participantes do programa um questionário para avaliar os
impactos do programa no desempenho dessas empresas e obteve resposta de 66 empresas
responsáveis por cerca de US$ 1,55 bi de gastos em P&D. (LATTIMORE, 1997).
A principal conclusão obtida com esse estudo foi que os gastos em P&D que estavam
crescendo acentuadamente até 1996 começaram a declinar sensivelmente (cerca de 8%) após
35
a redução do alcance da política. Mais que isso, as evidências demonstraram que as atividades
de P&D mantêm trajetória declinante, totalizando cerca de US$ 1,5 bi a menos de
investimento desde a modificação do formato dos incentivos em 1996, com projeções de
redução cada vez mais acentuada. Esse fato sugere que as empresas são fortemente sensíveis à
redução nos custos das atividades de P&D.
Canadá
Uma das primeiras experiências de incentivos fiscais foi instituída no Canadá nos anos
60, e por esse motivo, um grande número de empresas já fez uso desse instrumento fiscal.
Entre 1962 e 1966, 50% da diferença entre os gastos correntes em P&D, com base no gasto de
1961, poderiam ser deduzidos. (LEYDEN e LINK, 1993).
O sistema de incentivos canadense pode ser considerado complexo e heterogêneo.
Todas as províncias utilizam-se do programa federal de dedução dos impostos nos gastos
correntes e de capital em atividades de P&D. No entanto, algumas delas possuem incentivos
fiscais no nível local, além dos incentivos federais, e o aplicam de maneira distinta.
Entre os anos 1979 e 1982 foram aplicados dois tipos de incentivos: um sobre o total
das despesas de P&D e outro sobre o valor incremental. O crédito fiscal baseava-se sobre
10% do total gasto em P&D e o incremental sobre 50% do gasto, com base nos últimos três
anos. (BLOOM et al., 2002).
As atividades consideradas elegíveis no programa baseiam-se no Manual de Oslo
(OCDE, 2005), considerando também atividades de melhoria de produto e controle de
qualidade, por exemplo, como atividades elegíveis de incentivos fiscais para P&D.
Possuem um sistema de deduções do imposto de renda correspondente a 100% para
despesas correntes e a 100% para despesas de capital no ano de realização. A taxa de
depreciação de máquinas, equipamentos e de instalações é de 100% do valor logo no
36
primeiro ano. O crédito fiscal situa-se atualmente entre 20 e 35% do valor total da despesa de
capital e de custeio em P&D, limitado a 50% do IR devido, com base na média dos gastos
dos últimos três anos.
No período mais recente, entre os anos de 1997 e 1999, cerca de 40% das empresas
instaladas no país fizeram uso desse instrumento. Desse percentual, 65% delas concentravam-
se em empresas de setores de alta tecnologia e 26% em setores de baixo ritmo tecnológico.
Dentre as empresas participantes destaca-se, também, o predomínio de grandes empresas.
Esse programa é considerado o mais importante instrumento utilizado pelo país como
suporte às atividades inovativas, envolvendo um amplo número de empresas, superior a 4.500
empresas beneficiadas.
No que se refere às práticas locais, a província de Quebec apresenta uma
especificidade por definir uma política mais ampla de incentivos e dirigida às pequenas
empresas. As províncias de Ontario e British Columbia, por sua vez, apresentam maior
incentivo para as corporações de capital canadense em detrimento do capital estrangeiro,
como se pode observar na tabela no Anexo A.
Diante da heterogeneidade dos incentivos entre as províncias canadenses MacDonald
(2003) desenvolve um trabalho em que considera que as empresas respondem de maneira
diferente em função das características e da estrutura dos incentivos fiscais. Porém, a partir da
análise de dados e da realização de regressões lineares os programas não apresentam
significância tanto para pequenas quanto para grandes empresas.
O caso canadense pode ser considerado um dos mais generosos programas de
incentivos fiscais. Segundo resultados publicados pelo Departamento de Finanças do Canadá,
o programa de incentivos fiscais federal promoveu um aumento de US$ 1,38 nos gastos em
P&D a cada US$1 de renúncia fiscal. Mais que isso, os resultados positivos dos incentivos
37
fiscais também podem ser visualizados pelo aumento no número de novos produtos e pelo
aumento nas vendas das empresas. (CZARNITZKI et al., 2004, p.04 e 21).
Nessa direção, Klassen et al. (2003) realizam uma pesquisa onde é analisada a
diferença entre os efeitos do sistema permanente no Canadá que fornece incentivo a todo o
volume gasto em P&D e o sistema temporário de incentivos estadunidense apenas sobre o
gasto incremental em P&D. Utilizando-se de análise de dados dos dois países os resultados
obtidos demonstram que o sistema permanente sobre todo o gasto canadense gera $1,30 de
gasto adicional em P&D enquanto que no caso estadunidense o sistema de incentivo fiscal
gera $2,96 de gasto adicional.
Estados Unidos
Os incentivos fiscais nos Estados Unidos foram introduzidos em 1954 com dedução
total sobre os gastos em P&D, descritos na Seção 174 do Internal Revenue Code. No início
dos anos 80, o formato desses incentivos se modificou com o Economic Recovery Tax Act,
onde o crédito fiscal passou a se dar somente sobre o gasto incremental das atividades de
P&D. De acordo com US General Accounting Office, entre os anos 1981 e 1985, o programa
de incentivo fiscal teve um custo de cerca de US$ 7 bilhões.
De 1981 até 1989 as empresas recebiam um crédito proporcional que se reduziu de
25% para 20% sobre o gasto adicional feito pela empresa para realizar novas atividades
inovativas, considerando uma média obtida durante o período de três anos anteriores
(LEYDEN e LINK, 1993). De 1989 a 1995, o período de referência se altera passando para
uma base fixa, ou seja, os anos 1984-1988.
Para as empresas que desejavam iniciar atividades inovativas, por sua vez, o governo
oferecia incentivo fiscal especial se gastassem mais de 3% do faturamento em P&D.
38
É importante destacar que todo o processo de implantação dos incentivos fiscais foi
envolvido de muita negociação durante décadas. Discussões sobre a regulação do programa e
sobre as definições das atividades elegíveis marcaram toda sua trajetória de execução.
Os incentivos fiscais baseiam-se nas deduções dos impostos sobre 100% dos gastos
correntes em P&D elegíveis ao longo dos primeiros cinco anos, de maneira que a cada US$1
gasto em P&D a empresa pode deduzir o mesmo montante do lucro sobre o qual o imposto
será cobrado. Para a dedução de despesas de capital utilizam-se do Sistema Modificado de
Recuperação Acelerada de Custos (MACES) com certa aceleração para atividades de P&D.
Segundo esse sistema os métodos de depreciação também são específicos para cada classe de
bem. (MINISTÉRIO DAS FINANÇAS E DA RECEITA DO CANADÁ, 2000, p.275).
O sistema de crédito fiscal, por sua vez, é baseado em 20% sobre o incremento das
despesas de P&D, com base na média dos gastos dos últimos três anos, tanto de gastos
próprios como de gastos com terceiros contratados. Adotam simultaneamente a prática da
depreciação acelerada, para máquinas e equipamentos em três anos e de instalações em cinco
anos.
Pelo perfil e estrutura do programa nota-se que a maioria das empresas participantes
do programa é de grande porte, em que as atividades de P&D se colocam como estratégia da
corporação.
Como já apresentado, em 1992, Hall realizou uma avaliação do programa norte-
americano de incentivos fiscais alcançando o resultado de que 1% de redução no custo do
P&D aumentava os gastos das empresas nessa atividade em 0,84% no curto prazo e em 1,5%
no longo prazo. Por esse motivo, a autora ressalta a necessidade de se considerar com cuidado
o horizonte temporal do processo de inovação para conseguir de fato capturar algum efeito da
política no desempenho das empresas.
39
Como revela Bastos (2004), ao se demonstrar a pouca eficácia desse instrumento e o
problema do remanejamento das despesas das empresas como se fossem em atividades de
P&D para obtenção do benefício, o governo norte-americano alterou o funcionamento do
programa, sendo inelegíveis atividades rotineiras da empresa, como projetos de controle de
qualidade e adaptações dos produtos aos consumidores; enfatizando, assim, as atividades com
pesquisas inovadoras, seja no gasto com salários ou no valor do contrato de pesquisa da
empresa com outra instituição (cerca de 75% do valor).
Como resultado dessa política, no ano de 1994, cerca de 2% dos gastos em P&D
realizados pela indústria norte-americana foram resultados do crédito fiscal. As empresas
beneficiadas pelo programa são predominantemente multinacionais do setor farmacêutico,
automobilístico, computadores e eletrônicos.
Reino Unido
A experiência do Reino Unido pode ser considerada recente em relação às descritas
anteriormente dado que passou a adotar um importante programa de incentivos fiscais em fins
dos anos 90, sendo que no ano 2000 constituiu efetivamente um programa dirigido ao
desenvolvimento tecnológico das pequenas e médias empresas.
Essa política passou a ser adotada diante da redução da intensidade dos gastos em
P&D das empresas do Reino Unido, entre os anos 80 e 90, em relação aos demais países do
G7 (Alemanha, Canadá, Estados Unidos, França, Itália e Japão). Em 2000, o governo decidiu
atuar com uma política mais ativa de incentivo aos gastos de P&D das empresas no país.
A estrutura setorial do Reino Unido está baseada nos setores farmacêutico e
aeroespacial, onde conjuntamente representa 35% de todo o gasto em P&D realizado pelas
empresas anualmente. E, diante dessa estrutura industrial, a estratégia do governo foi
estimular os investimentos de empresas privadas em atividades de P&D e aumentar a
40
interação entre essas empresas e a geração de pesquisa básica no país. Para isso, o Reino
Unido também vêm investindo fortemente em centros de pesquisa, universidade e laboratórios
públicos, bem como no aumento da oferta de mão-de-obra especializada, como engenheiros e
cientistas. A expectativa do governo é fazer com que o investimento em P&D alcance 2,5%
do PIB no ano de 2014, considerando tanto os gastos privados como públicos.
Inicialmente, o sistema de incentivos fiscais construído pelo governo do Reino Unido
era direcionado a estimular atividades de inovação em pequenas e médias empresas. Após
dois anos de exercício, em 2002, o programa de incentivos passou a contemplar também
grandes empresas. Em 2004, totalizaram mais de 5.300 empresas participantes, sendo cerca de
4.300 pequenas e médias e 1.000 grandes empresas.
Os incentivos fiscais baseiam-se nas deduções dos impostos sobre 125% dos gastos
em P&D elegíveis ou de 150% para pequenas e médias empresas, sendo que de cada £1m
gasta em P&D a empresa pode deduzir £1,5m do lucro ao qual será incidido o imposto. Os
gastos de capital em P&D, incluindo instalações, também são dedutíveis 100% no primeiro
ano. (UK, HM Treasury, 2005).
É importante destacar, como no caso australiano, que os incentivos fiscais no Reino
Unido não contemplam operações de crédito fiscal, restringindo-se às deduções dos impostos
como já descrito anteriormente.
Os incentivos fiscais no Reino Unido priorizam as pequenas e médias empresas, mas
possuem também o objetivo de atrair investimentos de empresas multinacionais, não somente
das empresas já instaladas, mas também de novas empresas no país.
Como resultado imediato desse perfil mais ativo do governo, pode-se dizer que
atualmente, cerca de 1/3 dos gastos em P&D no Reino Unido são financiados pelo governo e
grande parte realizada em universidades.
41
As empresas de base tecnológica são os casos mais bem sucedidos de pequenas
empresas intensivas em atividades de P&D no Reino Unido. Após a implantação desse
programa, os gastos de P&D de 2000 a 2003, em empresas com menos de 250 empregados,
aumentaram de 18% para 25% do total gasto em P&D no país.
As grandes empresas também apresentaram melhora em seu desempenho. O número
de empresas inovadoras (gastos em P&D maior que 4% do faturamento e vendas superiores a
£25m) cresceu de 64 empresas para 108 empresas, entre 1999 e 2004. Dessas 108 empresas,
40 já se destacavam em 1999. O crescimento do gasto doméstico em P&D também foi
destaque, uma vez que somente sete empresas das 108 foram adquiridas por multinacionais
estrangeiras.
Dada sua trajetória exitosa no que se refere ao desempenho das empresas participantes
demonstrado anteriormente, essa experiência tem se colocado como modelo de boa prática
dos instrumentos fiscais para incentivo às atividades de P&D privado (BLOOM et al., 2002).
Porém, é importante destacar que os efeitos gerados por esse programa não são obtidos no
curto prazo, de maneira que alguns países deixaram de executar esse tipo de política pela
dificuldade de mensurar seus efeitos.
Para auxiliar no conjunto de políticas tecnológicas, um outro elemento importante
criado nesse país foi a construção de um sistema de patentes adequado que estimulou as
empresas a inovarem pelo fato de sentirem segurança de que não serão imitados e que se
apropriarão dos gastos da inovação.
A sistematização da estrutura desses casos de incentivos fiscais descritos
anteriormente, mais o caso brasileiro, podem ser visualizados no quadro 2.3 a seguir. Pode-se
observar que a estrutura dos incentivos fiscais à inovação no caso desses cinco países
apresenta diversos pontos comuns. Todos adotam a dedução de imposto de renda, ou seja,
descontam um percentual do gasto em atividades inovativas (despesas correntes ou de capital)
42
na totalidade de rendimentos das empresas, sob os quais será cobrado o imposto de renda. O
crédito fiscal também é utilizado na maioria dos casos, não se aplicando somente aos casos
australiano e inglês.
No caso brasileiro, o crédito fiscal possibilita um crédito referente a 30% do valor das
despesas para o imposto de renda e 35% para o imposto sob operações financeiras (IOF).
Outro elemento que chama a atenção, já previamente apresentado, refere-se ao fato de que
esses programas de incentivos fiscais têm como público-alvo, em sua maioria, as grandes
empresas, lucrativas com imposto a pagar, com exceção do caso inglês cujo programa foi
desenvolvido especialmente para atender pequenas e médias empresas.
43
Quadro 2.3 Estrutura dos Incentivos Fiscais aplicados em diferentes países AUSTRÁLIA CANADÁ EUA REINO UNIDO BRASIL
Ano de introdução e
atualizações recentes 1986 (1991) 1944 (1983) 1954 (1980) 2000 1993 (1997)
Dedução do IR
- 125% para despesas correntes;
- 125% para despesas de capital
incremental ao longo de 3 anos
- 100% para despesas correntes;
- 100% para despesas de capital
- 100% para despesas correntes
ao longo dos 5 primeiros anos;
- uso do Sist. Modificado de
Recuperação acelerada de
Custos para despesas de capital.
- 100% para despesas
correntes;
- 100% para despesas de
capital
- 15 a 25% das despesas
operacionais com P&D
limitados a 4% (antes era
8%) do IR devido, incluindo
Vale transporte, Programa
de Alimentação do
Trabalhador
Depreciação acelerada
em Equipamentos 3 anos 100% do valor no 1º. ano 3 anos -
3 vezes mais rápida que o
normal
Depreciação acelerada
em Instalações 40 anos 100% do valor no 1º. ano 5 anos -
3 vezes mais rápida que o
normal
Crédito Fiscal Não se aplica
20 a 35% do valor total das
despesas de capital e de custeio
em P&D, limitado a 50% do IR
devido, com base na média dos
gastos dos últimos 3 anos
20% sobre o valor incremental
das despesas de P&D, com base
na média dos gastos dos últimos
3 anos, próprios ou
contratados.
Não se aplica 30% do valor das despesas
para o IR e 35% para o IOF.
Tipo de Empresa-alvo Preferencialmente grandes
empresas Grandes e pequenas empresas
Preferencialmente grandes
empresas
Pequenas e médias
empresas Grandes empresas
Fonte: Elaboração própria. Dados: UK, HM Treasury (2005); Ministério das Finanças e da Receita do Canadá (2000); OECD (2003); Bastos (2004).
44
2.3 INCENTIVOS FINANCEIROS À INOVAÇÃO
Assim como os incentivos fiscais, os incentivos financeiros às atividades inovativas,
como os fundos financeiros e o financiamento direto, são também muito utilizados como
instrumento de política tecnológica por diversos países.
Hall (2002) aponta algumas especificidades do instrumento financeiro, dentre elas o fato
de serem, na sua maioria, direcionados a setores industriais, a projetos específicos ou a parcerias
entre empresas e universidades como, por exemplo, o caso do programa Sematech nos Estados
Unidos e dos fundos setoriais no Brasil. Esse tipo de instrumento dá ao governo o poder de
definir claramente sua estratégia de desenvolvimento tecnológico e os impactos sócio-
econômicos desejados, já que às empresas, por outro lado, cabe desenvolver projetos buscando
apenas o benefício privado.
Uma outra característica importante desse instrumento está no fato de não excluir, a priori,
nenhuma empresa do programa, diferentemente dos incentivos fiscais que são fortemente
dirigidos às empresas lucrativas com imposto de renda a pagar.
Para se analisar os efeitos desse programa, da mesma maneira como ocorrem no caso dos
incentivos fiscais, muitos estudos vêm sendo realizados para compreender como esse instrumento
afeta o comportamento das empresas beneficiárias.
Assim, pode-se estabelecer uma breve comparação entre esses dois instrumentos
apresentados: incentivos fiscais e incentivos financeiros.
Os incentivos fiscais, diferentemente dos programas de incentivos financeiros,
possibilitam que as decisões de “onde” e “como gastar” em P&D sejam realizadas pelas
empresas, compreendidas, nesse caso, como os agentes mais capacitados para avaliar qual projeto
será mais bem sucedido no mercado. Ao reduzir os custos de P&D, os incentivos fiscais também
45
atacam as externalidades que, segundo uma visão mais conservadora, seria um dos principais
argumentos favoráveis à intervenção governamental. Outra vantagem dos incentivos fiscais em
relação aos financeiros encontra-se no fato desse instrumento ser considerado mais transparente e
mais flexível, dado que pode atender a diferentes objetivos, tipos de empresas e setores
industriais simultaneamente; e por não possuir um teto-limite de crédito como possuem os
créditos diretos, estando diretamente relacionados com a tomada de decisão e os gastos
efetivados pelas empresas.
O quadro 2.4, a seguir, apresenta de maneira esquemática as características específicas de
cada um desses instrumentos.
Quadro 2.4
Comparação entre Incentivos Fiscais e Incentivos Financeiros às atividades inovativas
Incentivos Fiscais
Incentivos Financeiros
Tomada de Decisão do Investimento
Empresa Controle governamental discricionário
Abrangência
Ampla gama de setores, empresas ou investimentos
Foco em um número limitado de setores, empresas ou investimentos
Custo Variável, dependendo dos níveis de investimentos realizados
Teto no nível de financiamento disponível
Público-Alvo Empresas que pagam imposto
Todas as empresas
Fonte: Ministério das Finanças e da Receita do Canadá (1997).
A partir desse debate, algumas experiências internacionais sobre a aplicação incentivos
financeiros às atividades inovativas merecem destaques e serão brevemente relatadas a seguir.
46
2.3.1 Experiências de Incentivos Financeiros à Inovação em alguns países
Algumas experiências internacionais apontam para programas de incentivo financeiro à
inovação direcionados ao aprimoramento tecnológico de setores específicos (Sematech, nos
Estados Unidos) e ao desenvolvimento de parcerias entre empresas e universidades e centros de
pesquisa (programa Alvey, no Reino Unido). É importante ressaltar, que os casos internacionais
tratados nesse momento coincidem com o perfil dos casos brasileiros analisados nessa tese, ou
seja, o caso do programa ADTEN, focado na melhoria do desempenho tecnológico
exclusivamente de empresas nacionais; e o caso do FNDCT criado com objetivo de apoiar o
desenvolvimento de projetos inovadores com atuação conjunta de empresas, universidades e
centros de pesquisa.
Estados Unidos
Em 1987, o Programa Sematech (Semiconductor Manufacturing Technology) foi lançado
com objetivo de atender especificamente o setor de semicondutores, como resposta à grande
inserção da indústria japonesa nesse setor mundial no início da referida década (IRWIN e
KLENOW, 1996). Logo nos primeiros anos, o governo financiou 14 empresas estadunidenses
atuantes nesse setor com um fundo de US$ 100 milhões, destinado aos primeiros cinco anos de
sua execução.
Posteriormente, as empresas passaram a contribuir com 1% da receita anual das vendas
para a constituição de um fundo, cuja contribuição mínima é de US$ 1 milhão e máxima de US$
15 milhões. No entanto, diante de tal exigência algumas empresas foram reduzindo sua
participação. Com a saída de importantes empresas como a AT&T Microelectronics, o programa
47
Sematech foi sendo questionado. Nesse ambiente, em 1997, o programa restabeleceu sua fonte de
recursos com fundos públicos para as empresas do setor.
Em 1988, outro programa estadunidense que merece destaque é o Advanced Technology
Program (ATP) criado pelo National Institute of Standards and Technology (NIST) cujo objetivo
original é financiar projetos cooperativos de P&D liderados pelas empresas e envolvendo
universidades e centros de pesquisa (RUEGG e FELLER, 2003). Um dos seus principais
resultados demonstra que de 50 projetos finalizados 84% deles podem ser considerados bem
sucedidos na colaboração entre instituições de pesquisa e empresas.
Após 14 anos de sua implementação, o ATP já financiou mais de 6.000 projetos com
objetivos de apoiar novas tecnologias, incluindo mais de 1.460 participantes. Os setores mais
financiados pelo programa são os relacionados à tecnologia de informação, biotecnologia,
eletrônica e química. Nesse período foi oferecido um montante de US$ 4,2 bilhões.
Dada sua importância dentre os programas de apoio à inovação dos Estados Unidos, o
ATP já foi objeto de muitas avaliações, detalhadamente realizadas pelo próprio governo do país,
servindo, inclusive, como referência internacional nas metodologias de análise desse tipo de
programa. Dentre os principais resultados desse programa de financiamento, de acordo com
relatório NIST (2004), destacam-se: o forte aumento do número de patentes, que em média
elevou-se de 5 para 30 patentes por ano para cada empresa participante; e aumento no número de
produtos e processos, onde foram criados 122 novos produtos a partir de 64 projetos.
Reino Unido
Em 1983, foi instituído no Reino Unido o programa Alvey com objetivo de financiar a
pesquisa do setor de Tecnologia da Informação e Comunicação (TICs) como uma reação ao
48
programa japonês Fifth Generation Project, lançado em 1981, assemelhando-se aos casos norte-
americano acima descritos (HONG e BODEN, 2003; PEREIRA, 2005).
É um importante programa que tenta articular governo, empresas e universidades para o
desenvolvimento de setores relacionados à tecnologia de informação do país. O volume de
recursos inicial era de 350 milhões de libras com o objetivo de dobrar o volume de pesquisa nessa
área em cinco anos.
Nessa cooperação o governo financiava 50% dos gastos das empresas e 100% dos gastos
das universidades. Cerca de 700 instituições participaram do programa, sendo 200 projetos
apresentados pelas empresas absorveram 95% do total dos fundos disponíveis (GEORGHIOU e
ROESSNER, 2000).
2.4 IMPACTO DAS POLÍTICAS DE FOMENTO À INOVAÇÃO
Diante dessa diversidade de experiências internacionais, muitos autores apresentam, na
literatura internacional, análises sobre os efeitos gerados pelas políticas de apoio à inovação,
tanto de programas de incentivos fiscais quanto de financiamento.
De maneira geral, constata-se que o impacto gerado, de maneira direta, por essas políticas
é a ampliação das atividades inovativas, estimuladas principalmente pela redução dos custos de
P&D, bem como a redução das incertezas quanto à confiança nos novos projetos a serem aceitos
pelo mercado. Indiretamente, alguns impactos positivos também podem ser observados, como os
efeitos de spillover, gerados quando novas tecnologias e novos produtos difundidos passam a ser
adotadas por outras instituições (HUJER e RADIC, 2005, p.566).
Bach et al. (1994 apud FURTADO, 1999) propõem uma sistematização para esses efeitos
econômicos das políticas tecnológicas criando duas categorias – “efeitos diretos” e “efeitos
49
indiretos” - que constituem a denominada metodologia BETA de avaliação. Por “efeitos diretos”
entendem-se exclusivamente os impactos sobre custos e vendas. Um pouco mais abrangente os
“efeitos indiretos” podem ocorrer em quatro esferas da economia: tecnológica, comercial,
organizacional e fator trabalho. Os efeitos gerados na esfera tecnológica podem ser a criação de
produtos, processos ou serviços e o número de patentes registradas. O efeito no comércio se dá na
formação de redes e na reputação das empresas. Os efeitos na esfera organizacional podem ser
vistos no gerenciamento do projeto e nos métodos de organização. Por fim, os efeitos no fator
trabalho são observados no treinamento e na relação monetária equivalente de homem-hora.
Uma leitura ortodoxa da teoria econômica sugere que o apoio do governo para atividades
de P&D é justificado pela existência de “falhas de mercados” que acarretam em um
subinvestimento dessas atividades tecnológicas. Desse modo, caberia ao governo fazer a alocação
mais eficiente dos recursos em P&D, dado que as empresas não teriam incentivos de
autonomamente assumirem os altos riscos do insucesso do investimento, dada a impossibilidade
de se prever o êxito da inovação no mercado.
Porém, é importante destacar a limitação dessa abordagem ao considerar que a decisão em
inovar envolve mais do que uma decisão de investimento, entendido como ampliação de
capacidade produtiva, de modo que o subinvestimento não é resultado somente de problemas na
realização do mercado, mas sim de outros fatores como percepção de risco do empresário,
ambiente inovativo e grau de competitividade em que a empresa está inserida.
De acordo com Airaghi et al. (1999) não se pode estabelecer uma relação simples e
imediata entre P&D e bem-estar da sociedade, de tal modo que o modelo linear de input/output
não é uma ferramenta suficiente para analisar essa relação. Nesse sentido, deve-se levar em conta
que os efeitos podem se dar tanto no longo prazo quanto no curto prazo. Um dos efeitos de curto
prazo esperado é o aumento das vendas e da rentabilidade das empresas realizadoras de
50
atividades de P&D. No longo prazo, por exemplo, pode-se esperar algum efeito de
transbordamento dessa inovação para a sociedade (AIRAGHI ET AL., 1999, p.01).
Como bem destacam esses autores, um dos maiores problemas no entendimento dos
impactos das políticas de apoio à inovação está na capacidade de se “isolar” esses efeitos e de se
compreender a temporalidade dos efeitos, que podem ser tanto de curto como de longo prazo;
para assim identificar em que medida o crescimento econômico, a criação de emprego e a
integração social foram estimuladas por essas políticas.
Para minimizar esse problema, a literatura internacional propõe que se faça um recorte
temporal nos efeitos da política. Uma sistematização dos efeitos, a partir desse recorte, foi
elaborada em 1996 pela Universidade de Manchester/ PREST com nome de COMEVAL Toolkit
(“Metodologia Comum para Avaliação de Resultados de Pesquisa, Tecnologia e
Desenvolvimento”). Da mesma maneira que em Fahrenkrog et al. (2002), o horizonte temporal
orienta a criação de duas categorias de efeitos: “resultado” e “impacto”. A principal diferença
entre elas é que a primeira restringe-se aos resultados obtidos diretamente com o programa,
enquanto que a outra adiciona à anterior alguns efeitos de longo prazo que ultrapassam o objetivo
direto do programa, como por exemplo, o desenvolvimento da infra-estrutura de
telecomunicações, de transporte e de energia (BACH e GEORGHIOU, 1998, p.06-07).
A figura 2.1 apresenta uma organização dos efeitos de uma política de apoio à inovação
considerando o horizonte temporal, assim como o ciclo de vida da tecnologia. E, a partir dela,
pode-se reapresentar o principal objetivo da presente tese: avaliar os efeitos de curto prazo de
três casos de política de fomento à inovação no Brasil nos gastos em atividades inovativas
(GAI) e nos gastos em P&D (GPD) das empresas beneficiárias.
51
Figura 2.1
Organização dos efeitos segundo o ciclo de vida da tecnologia
Fonte: Tassey, 2003, p.24. Tradução da autora.
As curvas “Benefícios Econômicos Totais” e “Benefícios Econômicos do Premiado”
(empresa beneficiária do programa) iniciam-se no ponto zero com o estímulo do processo
concorrencial, desenha ao longo dos anos uma trajetória de crescimento, indicando, após o
desenvolvimento da nova tecnologia, os retornos para as empresas e para a economia, com a
presença do processo de difusão da tecnologia desenvolvida.
É importante destacar dois aspectos fundamentais para que se compreendam os efeitos das
políticas de fomento à inovação: a natureza e a temporalidade desses efeitos. No que se refere à
natureza do impacto, ou seja, onde ele se dá, pode-se observar que inicialmente, as políticas
atingem diretamente, e quase que exclusivamente, a empresa e a sua decisão sobre os gastos em
atividades inovativas. Com o decorrer o tempo, os efeitos se expandem além das fronteiras da
Curto Prazo Médio Prazo Longo Prazo
-1 0 1 2 3 4 5 6 7 8 9 10 + ANOS
Benefícios
Econômicos
Total
-Aumento Gasto P&D;
-Parcerias em P&D;
-Desenvolvimento de Inovações Tecnológicas: patentes,publicações, protótipo de produtos e processos;
-Atração de capital de risco.
- Atividade Comercial: novos Produtos e Processos, Licenças;
-Alianças Estratégicas;
-Aumento na linha de produtos da empresa.
-Benefícios para economia nacional: Crescimento PIB, Aumento do Emprego; Retorno do Investimento
Benefícios para
premiado
Competição Anunciada
ENTRADA PRODUTO RESULTADOS IMPACTOS
Impactos Econômicos
Tempo de vida do projeto
Período Pós-Projeto
52
empresas, com efeitos de transbordamento, podendo atingir, no longo prazo, efeitos para a
economia como um todo, como a promoção do crescimento econômico.
No que se refere à temporalidade dos efeitos, a partir da execução da política de fomento à
inovação verificam-se efeitos de curto, médio e longo prazo. Entre os impactos iniciais, de curto
prazo, encontram-se o aumento dos gastos em P&D e criação de parcerias em P&D, por exemplo.
Como efeitos de médio prazo destacam-se o aumento da atividade comercial, novos produtos e
processos e o estabelecimento de alianças estratégicas, apontando, nesse momento, um
crescimento superior dos benefícios econômicos em relação aos benefícios gerados na empresa.
No longo prazo, destacam-se os efeitos econômicos como crescimento do PIB e aumento do
emprego, configurando-se, assim, o efeito de transbordamento do esforço inovativo da empresa
para a economia.
É importante esclarecer que não se pretende com essa representação gráfica criar um
modelo absoluto para compreensão dos efeitos da política de fomento à inovação ao longo do
tempo, capaz de ser aplicado em todos os países, em todos os setores e em relação a todas as
tecnologias. O objetivo dessa análise é ilustrar a dificuldade de se capturar os impactos
econômicos das políticas, e demonstrar a importância da incorporação da temporalidade dos
efeitos a partir da implementação de determinada política a ser avaliada.
Assim, sobre a temporalidade dos efeitos pode-se observar que eles se ampliam com o
passar do tempo, de modo que no curto prazo os efeitos de uma política são mais localizados do
que os efeitos no longo prazo, dada possibilidade de difusão da tecnologia além das fronteiras da
empresa inovadora e tomadora do recurso público.
Georghiou et al. (2002) apontam que a complexidade de se mensurar os efeitos das
políticas tecnológicas está relacionada também com a evolução do escopo de análise desses
efeitos, que passam a incluir não somente aspectos de desempenho inovativo da própria empresa
53
beneficiária, mas também dos transbordamentos ao seu entorno, promovendo no longo prazo
melhoria na qualidade de vida da sociedade. Essa evolução pode ser visualizada a partir do
quadro 2.5 abaixo.
Quadro 2.5
Evolução do Escopo de Análise dos Efeitos de uma Política Tecnológica
1993
Federal Government of Canada
1997 Melkers & Cozzens
1998 Bach & Georghiou
Competitividade: Vendas, Participação no mercado, Inserção em novos mercados, Redução de custos.
Emprego: Criação de Empregos, especialmente em áreas de alto desemprego. Econômico: Aumento da receita
de vendas, Economias de custo.
Econômico: Número de projetos financiados, Spin-off, Patentes e Pedidos de Licença, Número de pedidos para apoio financeiro, Novos produtos, Aumento das vendas, Número de Colaborações, Lucros, Número de Publicações, Aumento do Capital gasto em P&D.
Organização: Formação de novas firmas, novas joint-ventures, novas redes/contratos tecnológicos e de mercado, Aumento da capacidade de absorver conhecimento, Aumento do “core competence”, Aumento de P&D, Mudança de estratégia, Aumento da lucratividade.
Qualidade de vida: Segurança, Cuidados com saúde, Desenvolvimento Social e de serviços, Aumento da proteção social.
Social: Redução dos riscos de saúde e segurança, Melhoria no ambiente, Melhoria na qualidade de vida, Melhoria na qualidade e acesso à informação.
Social: Criação de novos empregos e Manutenção dos existentes, Aumento do salário médio dos empregos criados e existentes.
Controle do Ambiente: Redução da Poluição, Aumento da informação sobre poluição e riscos, Redução do consumo de energia e de emissão de poluentes.
Fonte: Georghiou, et al.., 2002, p.199. Tradução da autora.
No início da década de 1990, os efeitos esperados de uma política tecnológica
concentravam-se em dois aspectos: econômicos e sociais. Com o aumento do escopo na atuação
das políticas os efeitos gerados por essa passam a englobar não somente aspectos relacionados ao
54
comportamento das empresas, mas também aspectos novos e abrangentes como qualidade de vida
e controle do meio ambiente.
Mesmo considerando a complexidade de mensuração dos efeitos de uma política de apoio
à inovação, diversos autores vêm se preocupando nos últimos anos em encontrar evidências
empíricas para responder a seguinte pergunta: o gasto público estimula o gasto privado? Ou seja,
esses gastos são substitutos ou complementares? Assim, tais estudos pretendem identificar qual
seria a magnitude do investimento privado caso não houvesse o apoio financeiro do governo, de
modo a compreender se os gastos públicos são capazes de incentivar os gastos privados em
atividades inovativas.
Esse debate se coloca como um dos mais importantes na literatura internacional tanto no
âmbito mais geral, que tenta analisar a efetividade das políticas públicas, quanto no caso
específico, da aplicação das políticas de apoio à inovação. O intuito desse debate é identificar a
existência de um fenômeno chamado de “efeito crowding out” (efeito substituição), em que as
empresas privadas simplesmente alocam recursos às atividades de P&D que já seriam
previamente alocados, caso não houvesse intervenção do governo, ou seja, a política pública está
sendo incapaz de estimular as empresas a aumentarem seu gasto em atividades inovativas. Em
sentido contrário, caso não haja a presença desse efeito pode-se observar o aumento do gasto
privado provocado pelos gastos públicos, chamado de “efeito additionality” (efeito
alavancagem), no qual a política pública é capaz de estimular o gasto privado, evidenciando-se,
assim, a existência de complementaridade entre recursos públicos e recursos privados.
Um dos pioneiros em avaliar os impactos dos programas de apoio à inovação foi
Mansfield (1985) que se utilizou de uma pesquisa com executivos de P&D para capturar os
efeitos dos incentivos fiscais. Os resultados concluem que a redução de 1% no custo do P&D
aumenta o gasto nessas atividades em 0,3% nas empresas beneficiárias.
55
Nesse sentido, Hall (1992) desenvolve uma análise a partir de uma base de dados dos
Estados Unidos e chega a um resultado expressivo, um pouco superior que o encontrado
anteriormente por Mansfield (1985). Identifica que a redução de 1% no custo de P&D induz um
aumento de 0,84% dos gastos das empresas no curto prazo e de 1,5% no longo prazo; concluindo,
assim, que a análise dos efeitos de uma política de apoio à inovação deve contemplar o horizonte
temporal de sua execução, pois os efeitos de longo prazo tendem a ser superiores aos efeitos de
curto prazo.
Leyden e Link (1993) corroboram os resultados anteriores ao encontrarem evidências de
que os gastos públicos estimulam positivamente os gastos privados em P&D, ou seja, identificam
uma relação de complementaridade entre esses gastos. A partir da análise de quatro países
(Estados Unidos, Japão, Canadá e Suécia), com dados de 1987, detectam que os gastos públicos
promovem um aumento nos gastos privados, evidenciando-se uma complementaridade entre eles
(“efeito additionality”), e destacam, ainda, que no caso específico dos incentivos fiscais, esses
contribuem positivamente também para o aumento da produtividade no longo prazo.
Abrem-se, assim, uma série de trabalhos preocupados com essa questão da substituição
entre gastos públicos e privados, não se limitando a analisar somente os impactos dos incentivos
fiscais, mas também de outros instrumentos, como o financiamento direto às empresas. Busom
(1999), David et al. (2000), Almus e Czarnitzki (2001), Hussinger (2003), Duguet (2004), entre
outros, desenvolvem trabalhos de avaliação dos efeitos de diversas políticas de apoio à inovação,
em diferentes países, e chegam a resultados muito próximos ao desses autores previamente
citados.
Busom (1999) avalia o caso do programa de financiamento a P&D, instituído na Espanha,
em 1998. A autora estima um modelo Probit onde a participação no programa é identificada por
uma variável dummy para 154 empresas. A partir de diversos exercícios econométricos, conclui,
56
por fim, que o financiamento público é capaz de induzir um maior investimento privado em
atividades tecnológicas, ou seja, não ocorre o “efeito crowding out”. Porém, alerta para a
existência de heterogeneidade nos efeitos do programa entre as empresas, pois observa que para
duas de cada três empresas participantes, os subsídios aumentam cerca de 20% os gastos
privados.
David et al. (2000) aprofundam esse debate e fazem uma grande revisão da literatura,
considerando dois níveis de agregação: estudos macroeconômicos e microeconômicos. Grande
parte desses estudos analisados testa a hipótese de que os fundos públicos geram “efeito
crowding out” aos gastos privados. A tabela 2.1 a seguir sistematiza os resultados apresentados
pelos autores.
Pode-se observar nessa tabela que ao se considerar que dos 14 estudos empíricos,
realizados para a indústria, somente dois comprovam a presença de “efeito crowding out” entre
gasto público e privado em P&D, ou seja, há predominância do “efeito additionality”, aumento
de gasto privado estimulado pelo gasto público, com complementaridade entre esses gastos em
atividades inovativas.
Considerando o nível de agregação por empresa os resultados são diferentes. Dos 19
estudos analisados pelos autores: nove encontram “efeito crowding out”, ou seja, a substituição
entre o gasto público e privado, como por exemplo, o trabalho de Wallsten (1999); e dez
encontram “efeito additionality”, compreendido como a presença de complementaridade entre
gastos públicos e gastos privados, como por exemplo, o trabalho de Busom (1999) já
anteriormente apresentado. Destaca-se, entretanto, que a maioria desses estudos que identifica a
presença de “efeito crowding out” (efeito substituição) concentra-se no comportamento das
empresas atuantes nos Estados Unidos, principalmente, do setor de defesa desse país.
57
Tabela 2.1
Resumo dos Resultados obtidos a partir de diversos estudos econométricos sobre a relação entre investimento público e privado em Ciência e Tecnologia
Relação de
Substituição (Crowding out)
Relação de Complementaridade
(Additionality)
Número Total de estudos
Complementares (Additionality)
(%) Nível de Agregação: Empresa
Número de Estudos analisados 9 10 19 52,6 Dados dos EUA somente 7 5 12 41,7 Dados de outros países 2 5 7 71,0 Nível de Agregação: Indústria Número de Estudos analisados 2 12 14 85,7 Dados dos EUA somente 2 7 9 77,7 Dados de outros países 0 5 5 100 Total: todos os níveis de agregação
11 22 33 66,6
Fonte David et al. (2000); Salazar et al. (2002). Tradução da autora.
Bloom et al. (2002), por sua vez, desenvolvem uma análise específica sobre os efeitos da
política de incentivos fiscais em nove países da OCDE, durante um período de vinte anos (1974 a
1994). Detectam o presença do problema da instabilidade na implementação desse instrumento,
não conseguindo inferir sobre a presença do “efeito substituição”. No entanto, esses autores
conseguem estimar que a redução de 10% no custo do P&D é capaz de promover um aumento de
1% no gasto em atividades de P&D no curto prazo, e um aumento de 10% no P&D no longo
prazo.
Hall e Van Reenen (2000) contribuem para essa discussão com a realização de um estudo
comparado sobre os efeitos gerados por diferentes políticas de fomento à inovação executadas
por países da OCDE como Canadá, Alemanha, França, Itália, Reino Unido, Bélgica, entre outros.
Comparam os efeitos de programas de financiamento com os incentivos fiscais e concluem no
estudo que os últimos são os mais eficientes para aumentar os gastos privados em atividades de
P&D.
58
Wallsten (2000) avaliou o impacto do programa de financiamento estadunidense Small
Business Innovation Research Program (SBIR) entre os anos 1990 e 1992. No ano de 1998, por
exemplo, cerca de US$ 1 bilhão foi destinado ao financiamento de projetos. Esse estudo merece
destaque por demonstrar a presença do “efeito crowding out” entre o gasto público e o gasto
privado em P&D, ou seja, observa que o volume de investimento privado em P&D ocorreria
independente do financiamento do governo. O autor justifica esse resultado pela própria seleção
dos projetos feita pela agência executora do programa, pois são favorecidos os projetos que já
apresentam a priori alta probabilidade de sucesso no mercado, fazendo com que a política exerça
papel pouco importante.
Lach (2002) realiza uma avaliação dos efeitos da política de financiamento a P&D para o
caso de Israel e sugere que não ocorre o “efeito crowding out” do gasto público pelo gasto
privado em P&D. Utiliza-se de análise de dados em painel para empresas de 1990 a 1995 e
identifica um aumento dos gastos em P&D pelas empresas financiadas pelo governo,
especialmente nas empresas de menor porte. O programa de financiamento avaliado possuía um
orçamento de 310 milhões de dólares em 1990.
Almus e Czarnitzki (2001) utilizam-se da metodologia do matching para identificar se a
participação das empresas no programa de apoio à inovação do governo auxiliou um maior gasto
em P&D das empresas na Alemanha. O referido estudo demonstra que o efeito gerado pelo
programa é significante, positivo e diferente de zero, indicando que as empresas que receberam
financiamento público realizaram uma intensidade maior de P&D em relação ao grupo de
controle formado por empresas gêmeas que não foram beneficiárias do programa. Em termos
monetários, os financiamentos de 100.000 unidades monetárias são capazes de gerar investimento
privado em P&D no montante de 4.000 unidades monetárias (4%).
59
Czarnitzki e Fier (2002) estudam os efeitos do financiamento do governo às atividades de
P&D em 210 empresas na Alemanha entre 1994 e 1998. Utilizam-se do procedimento de
matching e concluem que €1,0 de financiamento gera um aumento entre €1,3 e €1,4 nos gastos
privados. Ou seja, rejeitam a hipótese de que haja “efeito crowding out” entre gastos públicos e
privados no caso analisado.
Duguet (2004) faz uma análise sobre os efeitos do financiamento público aos gastos
privados em P&D para empresas na França. Após analisar mais de 1.600 empresas na França de
1985 a 1997, o autor conclui que não há a presença de “efeito crowding out”, mas sim do “efeito
additionality”, pois há complementaridade dos gastos privados sobre o gasto público, com
exceção do ano de 1987.
Aerts e Czarnitzki (2004) apresentam uma análise semelhante à realizada por Bloom et al.
(1999) para o caso específico da Bélgica utilizando-se da base de dados da Community
Innovation Survey (CIS) de 2001. Após diversos estudos econométricos concluem que ao se
considerar empresas inovadoras a hipótese de “crowding out” deve ser rejeitada.
Kaiser (2004) faz uma avaliação utilizando-se da metodologia do Matching e do modelo
de Heckman para o programa de financiamento a P&D da Dinamarca com dados no período de
1974 a 1995. Chega a resultados não conclusivos sobre o “efeito crowding out” do gasto público
sobre o gasto privado.
Lööf e Hesmati (2005) fazem uma avaliação semelhante ao trabalho de Kaiser (2004)
utilizando-se da metodologia do matching para o programa de financiamento a P&D da Suécia de
1998 a 2000. Chegam ao resultado de que ocorre o “efeito additionality” (efeito alavancagem),
ou seja, há complementaridade entre os gastos somente nas empresas beneficiárias de pequeno
porte.
60
Pelo quadro 2.6 pode-se observar que há na literatura internacional uma predominância de
estudos que concluem que não existe “efeito crowding out” nos casos analisados, tendo a política
dos governos (incentivo financeiro ou incentivo fiscal) o intuito de “alavancar” o gasto privado
em atividades inovativas (“efeito additionality”). (LACH, 2000; CZARNITZKI e FIER, 2001;
ALMUS e CZARNITZKI, 2002; DUGUET, 2004; LÖÖF E HESMATI, 2005).
61
Quadro 2.6
Estudos Internacionais de Avaliação Microeconométrica dos efeitos das políticas sobre os gastos em P&D das empresas
ANO AUTOR PAÍS PERÍODO INSTRUMENTO MÉTODO RESULTADOS *
1993 Leyden e Link
EUA, Japão,
Canadá e Suécia
1987 Incentivo Fiscal Análise de Médias
e Regressão
Additionality / Alavancagem
1997 Lattimore Austrália 1985-1996 Incentivo Fiscal Custo-
Benefício Regressão
Additionality/ Alavancagem
1999 Busom Espanha 1998 Incentivo Financeiro Regressão Additionality/ Alavancagem
1999 Bloom, Griffith e
Van Reenen 9 países da
OECD 1974-94 Incentivo Fiscal Regressão Não conclusivo
2000 Wallsten EUA 1990-92 Incentivo Financeiro Variável
Instrumental Crowding out / Substituição
2000 Lach Israel 1990-95 Incentivo Financeiro Painel Additionality/ Alavancagem 2001 Czarnitzki e Fier Alemanha 1994-98 Incentivo Financeiro Regressão Additionality/ Alavancagem 2002 Almus e Czarnitzki Alemanha 1995, 97 e 99 Incentivo Financeiro Matching Additionality/ Alavancagem
2003 Hussinger Alemanha 1992-2000 Incentivo Financeiro Matching e
Heckman Additionality/ Alavancagem
2004 Duguet França 1985-97 Incentivo Financeiro Matching Additionality/ Alavancagem 2004 Kaiser Dinamarca 1998-2000 Incentivo Financeiro Matching Não conclusivo
2004 Czarnitzki, Hanel e
Rosa Canadá
1997-98 Incentivo Fiscal Matching Additionality/ Alavancagem
2004 Aerts e Czarnitzki Bélgica 2001 Incentivo Financeiro Matching Additionality/ Alavancagem 2005 Lööf e Hesmati Suécia 1998-2000 Incentivo Financeiro Matching Additionality/ Alavancagem
somente para pequenas empresas Fonte: Elaboração Própria. * “Efeito additionality”: há aumento dos gastos privados a partir da realização de gasto público, ou seja, há complementaridade entre gastos públicos e privados. “Efeito crowding out”: há substituição dos gastos privados pelos gastos públicos.
62
Diante desse debate, o presente trabalho pretende realizar um estudo empírico para três
casos brasileiros, para assim, identificar se eles aproximam ou se afastam dos efeitos gerados
e identificados pelos programas de apoio à inovação em outros países. No próximo capítulo,
faz-se necessário um detalhamento das metodologias disponíveis para a avaliação de tais
efeitos, para que, após a descrição e análise do funcionamento dessas políticas de fomento à
inovação no Brasil (capítulo 4), seja possível realizar a avaliação dos programas PDTI,
ADTEN e FNDCT sobre os gastos em atividades inovativas (GAI) e em P&D (GPD) das
empresas beneficiárias (capítulo 5).
63
3 METODOLOGIAS DE AVALIAÇÃO DE IMPACTO DE POLÍTICAS DE
FOMENTO À INOVAÇÃO
3.1 CARACTERÍSTICAS DO PROCESSO DE AVALIAÇÃO DE POLÍTICAS DE
FOMENTO À INOVAÇÃO
De acordo com Papaconstantinou e Polt (1997) a avaliação pode ser considerada o
processo cujo objetivo é determinar como, de maneira sistemática e objetiva, é possível
compreender a relevância, a eficiência e o efeito de uma atividade em relação aos objetivos
pré-estabelecidos, incluindo também análise do processo de implementação e do
gerenciamento administrativo para cada atividade. (PAPACONSTANTINOU e POLT, 1997,
p.10).
A avaliação deve, portanto, estar organizada em um processo que permita o exame
sistemático do projeto inicial de política (suas metas) e de seus resultados, ou seja, que analisa
o quanto os resultados efetivos se afastaram dos resultados esperados, dada intervenção de
elementos aleatórios e manejo do governo.
Dentro desse escopo, uma política pode ser avaliada sob dois aspectos: 1) quanto a
política implementada se distanciou do plano inicial (eixo plano-política); e 2) quanto aos
efeitos econômicos gerados pela política efetivamente executada (eixo política-efeitos
econômicos).
Sobre o primeiro recorte de avaliação, que se refere ao eixo que liga o plano à política,
Peres (1997) afirma que essa separação entre o planejado e o realizado possui duas
dimensões. A primeira se refere ao interior dos governos, pois nem sempre os organismos que
decidem a política ou os planejadores têm todo conhecimento sobre a aplicabilidade dos
instrumentos a serem utilizados. Assim, podem ocorrer problemas de coordenação e
64
rivalidade burocrática com outras áreas, como negociações internacionais e políticas de
concorrência. (PERES, 1997, p.25).
Uma outra dimensão se faz presente no descasamento entre objetivos e restrições que
somente aparecem ex-post. “Este problema se manifesta claramente no desenho de políticas
que têm muitos objetivos, mas carecem de metas”. (IDEM, p.26). Não se deve perder de vista,
também, que um dos problemas que impedem o pleno manejo dessas políticas é o
enfraquecimento do aparato estatal, assim como, a redução de recursos financeiros
disponíveis para sua realização.
Dado esse descasamento entre desenho (plano) e implementação (política), a questão
da avaliação de políticas se coloca como sendo uma ferramenta adicional que auxilia na
compreensão das falhas ocorridas no processo, desde a elaboração da política até a sua
aplicação. Ao se realizar a avaliação de uma política e o levantamento de suas limitações,
pode-se também, num momento seguinte, auxiliar na construção de uma nova política mais
adequada às necessidades do país. Em grande parte dos casos verifica-se que essas
dificuldades de implementação ocorrem por falta de coordenação entre os agentes atuantes.
O segundo recorte da avaliação está no eixo que liga a política aos seus efeitos
econômicos. Nesse caso, a avaliação visa compreender de que maneira o programa de política
efetivamente executado afetou diretamente (e indiretamente) o desempenho dos agentes
participantes e das outras esferas da economia.
Subirats (1994) avança nessa discussão ao apresentar três diferentes tipos de
avaliação, classificadas de acordo com os objetivos que visam alcançar. A “avaliação de
determinação de necessidades” é realizada ex-ante e serve de referência para a construção da
política; seu principal objetivo é identificar as debilidades na atuação do programa, de modo a
aprimorá-la para futuros ajustes. A “avaliação de correção” tem como objetivo comprovar se
a política está sendo implantada com sucesso; analisando seu real funcionamento e de todos
65
os agentes relacionados. Assim, seu objetivo é identificar se o programa se desenvolve sem
dificuldades, localizando os pontos críticos e favorecendo o aprimoramento na sua execução.
A “avaliação conclusiva ou de balanço”, se concentra na análise dos resultados obtidos,
podendo algumas vezes comparar a diferença de comportamento entre os setores ou empresas
contempladas com um grupo de não participantes da política. O objetivo deste tipo de
avaliação é o de conhecer os resultados finais do programa e facilitar, deste modo, uma
compreensão de seu desempenho de forma global. (SUBIRATS, 1994, pp.145-146).
Além de definir qual tipo de avaliação realizar, Fahrenkrog (2002, p.25) aponta que
para que uma avaliação coerente seja realizada é necessário que o avaliador tenha um bom
conhecimento do programa a ser avaliado, no que se refere: à clareza de objetivos e da
extensão do programa; à natureza do benefício (atual ou antecipado) aos participantes, no
nível nacional da indústria; ao tamanho e adequação do orçamento do programa, à eficiência e
efetividade do programa promovido, do processo de seleção dos projetos, implantação e
monitoramento, à capacidade de identificar e eliminar deficiências nos programas
precursores.
De acordo com Costa e Castanhar (2003) para a realização de um processo de
avaliação de uma política deve-se desenhar um modelo lógico do projeto, relacionando os
objetivos contidos nesse projeto e alguns indicadores que permitam compreender em que
medida os objetivos foram atingidos ou se afastaram do planejado.
Os critérios comumente utilizados para a avaliação de um programa público
executado, segundo relatório da UNICEF – Fundo das Nações Unidas para Infância (1990),
são: eficiência, eficácia, impacto ou efetividade, sustentabilidade, análise de custo-
efetividade, satisfação do beneficiário e equidade.
• Eficiência: a menor relação custo/benefício possível para que os objetivos
estabelecidos no programa sejam alcançados;
66
• Eficácia: a medida do grau em que o programa atinge os seus objetivos e
metas;
• Impacto ou Efetividade: indica se o projeto promove efeitos positivos no
ambiente externo em que atuou, em termos técnicos, econômicos,
socioculturais, institucionais e ambientais;
• Sustentabilidade: mede a capacidade de continuidade dos efeitos benéficos do
programa, após a sua finalização;
• Análise de custo-efetividade: é feita uma comparação de formas alternativas da
ação social para a obtenção de determinados impactos, para ser selecionada
aquela atividade/projeto que atenda os objetivos com o menor custo;
• Satisfação do beneficiário: avalia a atitude do usuário em relação à qualidade
do atendimento que está obtendo do programa;
• Equidade: o grau em que os benefícios de um programa estão sendo
distribuídos de maneira justa e compatível com as necessidades do usuário.
(UNICEF, 1990 apud COSTA e CASTANHAR, 2003, p.973).
Sobre a avaliação de impacto ou efetividade esses mesmos autores consideram que a
maior dificuldade está no fato de que para se identificar a efetividade de um programa é
necessário recorrer a mecanismos que possibilitam estabelecer as relações de causa e efeito
entre as ações do programa e os resultados obtidos.
No caso da avaliação de políticas tecnológicas, a dificuldade de se estabelecer critérios
está, sobretudo, no fato de se mensurar ao longo do tempo os impactos desse tipo de política
no processo de inovação e por ser também um fenômeno social. “Avaliação é muito mais um
processo social, envolvendo interações dos indivíduos, métodos organizacionais, práticas e
rotinas”. (PAPACONSTANTINOU e POLT, 1997, p.13).
67
Desde início da década de 90 até os dias atuais alguns esforços estão sendo observados
com intuito de captar toda essa complexidade do processo de inovação, para que assim possa
ser compreendido o papel das políticas de fomento à inovação. Vem ocorrendo, com isso,
uma significativa expansão no rol de elementos que os avaliadores passaram a considerar
como os impactos gerados por uma política tecnológica. Essa progressiva ampliação do
escopo de análise dos efeitos econômicos já foi tratada no capítulo anterior e pode ser
visualizada no quadro 2.5.
A dificuldade de se captar todos os impactos está no fato de que o apoio ao
desenvolvimento tecnológico, pode gerar, dependendo do objeto e do objetivo da política,
efeitos diretos e indiretos, como o processo de geração de novos produtos e processos, de
difusão de uma determinada tecnologia e de transbordamento do conhecimento extra-fronteira
da empresa, como identifica Bach (2002 apud FURTADO, 1999).
Como destaca Georghiou (1998) as avaliações demonstram que os efeitos sócio-
econômicos não se apresentam somente na competitividade e nas relações de mercado (venda
de produtos, redução de custos, entre outros), mas também nos efeitos sobre o aprendizado
individual e organizacional, determinando normas, assim como gerando externalidades.
(GEORGHIOU, 1998, p.38).
Por se tratar de um tema presente na discussão internacional, a literatura também
apresenta algumas tentativas de sistematização dessas metodologias. Um exemplo desse caso
pode ser visualizado no Anexo B, desenvolvida pelo Institute for Prospective Technological
Studies e organizada por Polt e Rojo (2002). Nesse estudo as metodologias são classificadas
de acordo com seu “tipo” - qualitativa ou quantitativa - e de acordo com a área de aplicação
mais adequada. Para cada metodologia apontada por esses autores são apresentadas
informações como seu uso mais freqüente, os dados necessários para sua aplicação, seus
pontos fortes e fracos, assim como boas práticas em sua execução. Por exemplo, a
68
metodologia de “estudos de caso” pode ser entendida como uma ferramenta qualitativa, com
objetivo de monitoramento e de análise ex-post do programa; e para sua execução são
necessários dados por projeto de cada empresa, podendo ser observado também alguns
impactos sócio-econômicos. A principal limitação encontrada no uso dessa metodologia está
no fato de que os resultados obtidos não podem ser generalizados.
3.2 SISTEMATIZAÇÃO DAS METODOLOGIAS DE AVALIAÇÃO
Em uma primeira exploração da literatura sobre avaliação de impacto de políticas
tecnológicas foram encontradas diversas ferramentas metodológicas, comumente utilizadas
por países desenvolvidos nas suas práticas de avaliação, como Estados Unidos, Canadá,
França e Alemanha, e por organismos internacionais, como BID e Banco Mundial.
Esses métodos de avaliação podem ser classificados pela sua natureza quantitativa ou
qualitativa, de acordo com as características do programa e do objetivo da avaliação. As
ferramentas quantitativas que se destacam são: peer review, bibliometria, análise de
informações administrativas e financeiras, análise de custo-benefício, estudos econométricos
com desenvolvimento para a abordagem de grupo de controle. Dentre as metodologias
qualitativas destacam-se o uso de questionários e de estudos de caso.
É importante chamar a atenção para o fato de que essas metodologias são utilizadas
para avaliar os impactos gerados por todos os tipos de políticas tecnológicas, considerando a
diversidade de objetivos, objetos e instrumentos dos quais é possível fazer uso. Por exemplo,
essas metodologias são aplicadas para avaliar impacto de programas de qualificação de
recursos humanos, programas de incentivos fiscais às atividades tecnológicas, bem como
programas que visam estimular a formação de redes e as relações de cooperação entre
empresas e universidades.
69
Polt e Rojo (2002) propõem um outro recorte para a classificação dessas metodologias
a partir do período em que a avaliação será realizada, ou seja, ex-ante ou ex-post à sua
aplicação. Caracterizam como uma avaliação ex-ante aquela realizada antes da execução do
programa. Para esse tipo de avaliação devem ser utilizadas metodologias específicas, como
estudos de “foresight”, modelos de simulação, técnicas de custo-benefício e de custo-
eficiência. Por outro lado, se a avaliação realizada for de monitoramento ou do tipo ex-post
sugerem a aplicação combinada de ferramentas qualitativas e quantitativas (estatísticas e
econométricas) para conseguir capturar os efeitos dessa intervenção. Por exemplo, indicam o
uso de surveys, análise de produtividade, modelos macroeconômicos e microeconômicos,
abordagem de grupo de controle, entrevistas, estudos de caso, análise de redes de cooperação.
Assim, o objetivo dessa seção é apresentar um panorama das metodologias utilizadas
internacionalmente, bem como as características, os usos e limitações desses instrumentos.
3.2.1 Métodos Quantitativos
Os métodos peer review buscam avaliar essencialmente os impactos de política no
desenvolvimento científico. Por peer review entende-se o estudo detalhado da validade
científica dessa inovação, por meio do julgamento de uma equipe de especialistas que irá
contextualizar essa inovação no patamar científico internacional.
Pode-se fazer uso, também, da análise de custo-benefício realizando um
levantamento de todos os custos gerados pela política e comparando-os com os benefícios
gerados. No entanto, essa metodologia, no caso da avaliação de uma política tecnológica, se
coloca muitas vezes como insuficiente por se concentrar somente em informações financeiras,
abandonando a complexidade do processo de inovação.
70
A análise de informações financeiras baseia-se no estudo de dados administrativos,
como dados contábeis, número de empregados, número de clientes, tipos de atividades
exercidas pelas empresas participantes. No entanto, a avaliação a partir dessas informações é
limitada, pois algumas delas representam somente informações contábeis e não resultados de
um planejamento cuidadoso da empresa sobre sua estratégia tecnológica. Por essa razão, na
maioria das vezes, uma avaliação não consegue captar os verdadeiros impactos da política de
apoio à inovação nas empresas e na economia. O National Institute of Standards and
Technology (NIST), por exemplo, apresenta algumas metodologias financeiras para mensurar
os efeitos da política, sendo o VPL (valor presente líquido) uma delas. Com ele pode-se
mensurar o valor esperado de um projeto de P&D em termos monetários. É calculado por
meio do desconto do custo no benefício de um período, ou seja, subtrai-se o Valor Presente
dos Custos do Valor Presente dos Benefícios, obtendo-se, assim, o Valor Presente Líquido do
Investimento.
Outra metodologia utilizada com grande intensidade nas experiências internacionais
são os modelos econométricos. A aplicação de modelos econométricos vem possibilitando,
nos últimos anos, uma análise mais refinada em termos de tratamento de dados quantitativos,
principalmente, na análise de microdados. Essa metodologia tem como objetivo mensurar a
diferença de desempenho entre empresas participantes de um programa (incentivos
financeiros ou incentivos fiscais) em relação a um grupo de controle de empresas não
beneficiárias deste programa. (ARVANITIS e KEILBACH, 2002).
Jarmin (1995), por exemplo, desenvolve um modelo de regressão relacionando a
variável da política a um vetor de características observáveis e a um vetor de eventos não-
observáveis. Propõe que, dessa forma, pode ser comparado o desempenho das empresas que
participam, em relação ao desempenho das que não participam do programa. Pode-se
encontrar, no entanto, um problema nesse modelo no que se refere à seleção do grupo de
71
controle, principalmente se o grupo for formado apenas por empresas que não captaram os
recursos por não serem consideradas, a princípio, competitivas.
Segundo Jarmin e Jensen (1997) a maior facilidade para utilizar essa metodologia se
dá em casos onde existe disponibilidade de informações em organismos estatísticos oficiais,
como é o caso dos Estados Unidos. Evidentemente a maior limitação da aplicabilidade desse
instrumento se dá em alguns países onde não há disponibilidade dessas informações, de modo
que a aplicabilidade dessa metodologia pode tornar-se limitada.
3.2.2 Métodos Qualitativos
Além dos instrumentos quantitativos de avaliação já apresentados, podem ser
aplicados também, para uma efetiva análise dos efeitos de uma política, alguns métodos
qualitativos com objetivo de identificar, principalmente, quais as percepções dos agentes
econômicos envolvidos sobre os impactos de determinado programa.
A realização de pesquisa de campo com aplicação de questionários e entrevistas aos
agentes participantes da política é uma das possíveis alternativas de coleta de informações e
análise do programa.
Na maioria das vezes, os questionários são aplicados de forma sistemática a todos os
agentes visando à formação de uma base de dados para a realização de estudos estatísticos
mais elaborados. O custo elevado é um dos principais pontos negativos dessa metodologia.
Para reduzir seu custo algumas experiências apresentam a aplicação de um questionário
virtual, com acesso restrito, preenchido pela empresas beneficiárias. No Anexo C tem-se um
exemplo dessa metodologia desenvolvida por especialistas da Comunidade Européia, onde as
empresas participantes dos programas de apoio à inovação acessam um questionário on line e
72
fornecem informações atualizadas para a realização da avaliação ex-post ou de monitoramente
dessa política.
Uma outra metodologia que pode ser considerada entre as mais utilizadas
internacionalmente é o estudo de caso. A partir das ações de um participante do programa
busca-se compreender como suas características se modificaram ao longo do tempo. Muitas
vezes essa metodologia é a etapa seguinte da avaliação baseada em aplicação de
questionários, pois possibilita a obtenção de informações detalhadas dos participantes
individualmente e da interação destes com o programa. Nesse caso, não se faz necessário a
avaliação de todo o universo dos agentes, mas sim de uma amostra, com a finalidade somente
de cruzar suas informações com os resultados obtidos pela aplicação de questionário. É
possível, desse modo, reduzir seu elevado custo, que é considerado um dos maiores
problemas enfrentados pelas metodologias que exigem o acompanhamento contínuo das
interações entre os participantes e os policy-makers.
Um dos principais problemas dessas metodologias qualitativas está no fato de não
possibilitarem uma avaliação comparada com não-participantes do programa. Por isso, muitas
vezes, o resultado da metodologia de estudo de caso pode ser viesado, limitando-se apenas a
retratar os casos de sucesso, ocultando possíveis impactos negativos do programa.
Na tabela 3.1 observa-se um exemplo de sistematização das metodologias de avaliação
apresentadas cujo objetivo é classificá-las como “mais apropriadas” para cada esfera de
impacto da política. Entrevistas e questionários são consideradas “especialmente apropriadas”
para a análise dos efeitos econômicos gerados nas empresas no nível microeconômico; sendo,
por sua vez, as ferramentas econométricas adequadas para captar qualquer tipo de efeito da
política de apoio à inovação.
73
Tabela 3.1 Uso “Adequado” das Metodologias de Avaliação de acordo com o tipo de Impacto
Metodologia
Micro
economia
Meso
economia
Macro
economia
Aspecto
Social
Qualidade de
Vida
Entrevista ●● ●● ● ●
Questionário ●● ●● ● ●
Estudo de caso ●● ●
Estudo Histórico ● ● ○ ○
Estatística e Métodos
Matemáticos ● ●
Econometria ● ● ●● ● ●
Financeira ● ● ● ● ●
● Indica aplicabilidade total
●● Indica que a técnica é especialmente apropriada
○ Indica aplicabilidade, mas pouco uso.
Fonte: Tabela elaborada a partir de Georghiou, L; Rigby, J.; Cameron, H., 2002, p. 215.
Mesmo diante do conhecimento da complexidade do processo de avaliação de um
programa e da sugestão desses autores de que os métodos qualitativos sejam especialmente
indicados para se capturar efeitos microeconômicos de um programa, o presente estudo, por
limitações estruturais, não pôde viabilizar a aplicação de tal metodologia, o que limitou a
plena compreensão do entendimento do problema.
Porém, considerando o avanço das ferramentas micro-econométricas na atualidade e
da disponibilidade da base de dados por empresa organizada pelo IPEA pode-se aplicar no
presente estudo o uso de ferramenta econométrica, com ênfase no método Propensity Score
Matchin, para buscar algumas indicações de quais foram os impactos gerados pelo PDTI,
ADTEN e FNDCT no comportamento das empresas beneficiárias.
74
3.3 EXPERIÊNCIAS DE AVALIAÇÃO DE PROGRAMAS DE FOMENTO À INOVAÇÃO
Diante dessa discussão, muitos países vêm desenvolvendo mecanismos periódicos de
avaliação de seus programas de incentivo à inovação das empresas. O Canadá, por exemplo, é
um dos países mais bem estruturados em termos de avaliação de tais programas. Possui uma
estrutura de avaliação desenvolvida pelo próprio governo desde os anos 80,
fundamentalmente para avaliar os impactos dos programas de incentivos fiscais para
atividades de desenvolvimento científico e tecnológico (CANADIAN DEPARTMENT OF
FINANCE, 1997).
Da mesma maneira, os Estados Unidos também desenvolve um processo de avaliação
sistemática em seus principais programas de apoio à inovação como o Advanced Technology
Programme (ATP), cujo objetivo é acelerar o desenvolvimento de novas tecnologias na
indústria high-technology; assim como, para os programas Midwest Manufacturing
Technology Center e Manufacturing Extension Partnership. Na Europa, esse tipo de avaliação
de impacto também é comum e realizada principalmente em programas como EUREKA
Initiative e Europa Union’s Framework.
Diante da diversidade de metodologias, a maioria dos países com experiência em
avaliação de políticas tecnológicas costuma utilizá-las em conjunto, ou seja, recorrem a mais
de uma delas simultaneamente para avaliar um programa de apoio ao desenvolvimento
tecnológico.
De modo geral, as ferramentas utilizadas para avaliar uma política podem ser tanto
quantitativas (custos das empresas, volume de impostos despendidos) quanto qualitativas
(estudos de caso, entrevistas com empresas participantes da política), assim como uma análise
comparativa do desempenho das empresas (ou setores) que puderam fazer uso dos recursos
oferecidos pelos incentivos a P&D em comparação às não-beneficiárias. Em muitos casos no
75
qual a política de incentivo fiscal a P&D é implementada faz-se uso da metodologia de análise
de custo-benefício para compreender os benefícios gerados para a economia diante dos custos
do governo dada pela renúncia fiscal, para assim, mensurar os efeitos econômicos
desencadeados por esse instrumento.
Nos Estados Unidos, por exemplo, o Advanced Technology Programme (ATP) é um
dos mais importantes programas de incentivo ao desenvolvimento tecnológico das empresas.
Com início em 1988, se mantém até os dias atuais com o objetivo de estimular o crescimento
econômico e de acelerar as relações comerciais. Para se compreender a magnitude desse
programa, em 1999, foi constituído um fundo financeiro de cerca de US$ 3,3 bilhões para sua
execução. Periodicamente realizam-se avaliações sobre seus impactos no desempenho das
empresas e da economia por meio da metodologia desenvolvida pelo Georgia Institute of
Technology, School of Public Policy, conhecida como Multi-method. Como o próprio nome
anuncia, essa forma de avaliação é constituída por um conjunto de metodologias como peer
review, questionários, estudos de caso e análise estatística.
Na Europa, o Programa EUREKA teve início em 1985 e se sustenta até os dias atuais
em vários países europeus. Seu objetivo é estimular a colaboração na realização de atividades
inovativas entre agentes de países membros e ampliar a competitividade européia. O
programa envolve empresas, universidades e instituições de pesquisa, oferecendo um
financiamento de cerca de 20% dos custos dos projetos e com um orçamento em torno de US$
340 milhões anuais. A avaliação sistemática desse programa é realizada pelo Policy Research
in Engineering, Science and Technology (PREST) na University of Manchester com uma
metodologia denominada “Continuous and Systematic Evaluation” (CSE). Essa metodologia
constitui na avaliação dos impactos do programa via aplicação combinada de questionários e
de entrevistas. (HONG e BODEN, 2003; GEORGHIOU e ROESSNER, 2000).
76
No Brasil, o Programa “Águas Profundas” da Petrobrás (PROCAP 1000), com a
duração de 1986 a 1992, tinha como objetivo desenvolver tecnologia de petróleo em águas
profundas com outros sócios. Esse programa representou um investimento de US$ 70 milhões
por seis anos e 116 projetos. (FURTADO et al., 1999). Em 1999, pesquisadores publicaram
uma avaliação desse programa com base na metodologia Bureau d’Economie Theórique et
Appliquée (BETA) na Université de Strasbourg, na França. Essa metodologia de avaliação
busca compreender os efeitos diretos do programa, como variáveis venda e custo, e os efeitos
indiretos, no aspecto tecnológico, organizacional, comercial e fator-humano, como produtos
novos, formação de redes, patentes e treinamento da mão-de-obra.
De acordo com Georghiou e Roessner (2000) o aspecto mais inovativo desse modelo
de avaliação é a apresentação de um método para se calcular os benefícios indiretos que
surgem, seja pela transferência de tecnologia do projeto para outras atividades dos
participantes, seja pela relação obtida através de novos contratos ou pela reputação construída
pelo projeto. Ao mesmo tempo sua principal dificuldade está em atribuir a um simples projeto
efeitos econômicos abrangentes, enquanto que em muitos outros casos de avaliação a análise
limita-se à análise dos efeitos ocorridos no interior da empresa inovadora (GEORGHIOU e
ROESSNER, 2000, p.667).
Algumas experiências internacionais evidenciam que o suporte financeiro às
atividades de P&D das empresas pelos incentivos fiscais pode condicionar um aumento na
produtividade e no gasto em atividades tecnológicas das empresas beneficiárias.
O Canadá, por exemplo, pode ser considerado o país com um dos mais generosos
programas de incentivos fiscais. Segundo resultados publicados pelo Departamento de
Finanças do Canadá, o programa de incentivos fiscais federal promoveu um aumento de US$
1,38 nos gastos em P&D a cada US$ 1,00 de renúncia fiscal. Mais que isso, os resultados
positivos dos incentivos fiscais também podem ser visualizados pelo aumento no número de
77
novos produtos e pelo aumento nas vendas das empresas (CZARNITZKI et al., 2004, p.04 e.
21).
O caso da Austrália também se destaca por ser uma experiência fora dos países do G7
e por fazer uso exclusivamente de deduções de impostos como incentivos fiscais, sem
oferecer crédito fiscal às empresas participantes do programa. Estudos recentes sobre a
aplicação de incentivos fiscais nesse país demonstram uma grande eficácia desse instrumento
no estímulo à realização de atividades de P&D. Para ilustrar o impacto dessa política, no ano
de 1998, o governo australiano enviou para cerca de 150 empresas participantes do programa
um questionário para avaliar os seus impactos no desempenho dessas empresas e obteve
resposta de 66 empresas responsáveis por cerca de US$ 1,55 bi de gastos em P&D.
(BUSINESS COUNCIL OF AUSTRALIA, 1999).
No quadro 3.1 a seguir estão destacados alguns guias de referência internacional sobre
os quais grande parte das avaliações das políticas no mundo se baseia.
Quadro 3.1
Seleção de Guias de Referência Internacional sobre Avaliação e Metodologias
◘ RUEGG; R.; FELLER, I. (eds.) A Toolkit for Evaluating Public R&D Investment: Models, Methos, and Findings from ATP´s First Decade. Washington, U.S. Departament of Commerce, Technology Administration. Report n° NIST GCR 03-857, 2003. Disponível em: < www.atp.nist.gov/eao/gcr03-857/contents.htm> Os autores apresentam detalhadamente os métodos usados na avaliação de programas de incentivo à inovação nos Estados Unidos, realizando, também, uma discussão mais geral sobre o tema. ◘ EUROPEAN COMISSION. RTD Evaluation Toolbox: Assessing the Socio-economic Impact of RTD-Policies. IPTS Technical Report Series, EUR 20382 EN, 2002. Disponível em: < http://epub.jrc.es/doc/EUR-20382-EN.pdf> O relatório « ePUB RTD Evaluation Toolbox » foi elaborado pelo Joanneum Research Institute of
Technology and Regional Policy e pelo Institute for Prospective Technologies Studies com o objetivo de apresentar as técnicas de avaliação mais utilizadas internacionalmente. ◘ EC DIRECTORATE GENERAL FOR THE BUDGET. Evaluating EU Activities: a practical guide for the Commission Services. Disponível em http://europa.eu.int/comm./budget/evaluation/pdf/pub_eval_activities_full_en.pdf Esse guia tem como objetivo auxiliar na realização prática de avaliação nos países da Comunidade Européia.
78
3.4 APRESENTAÇÃO DA METODOLOGIA APLICADA NO TRABALHO
Diante do objetivo dessa tese de avaliar o impacto de políticas de fomento à inovação
no Brasil (incentivos fiscais e incentivos financeiros), identificando se a renúncia fiscal e o
gasto público são capazes de estimular o gasto privado em atividades inovativas e em
atividades de P&D optou-se pelo uso de ferramenta econométrica, especificamente, o
Propensity Score Matching, como método de avaliação de impacto de política. A
disponibilidade de acesso à base de dados organizada pelo Instituto de Pesquisa Econômica
Aplicada (IPEA) em parceria com IBGE, também estimulou a tentativa de uma via
econométrica, em certa medida, pioneira no Brasil.
A avaliação do impacto de políticas apresenta grandes dificuldades na sua execução,
dada impossibilidade de observação dos mesmos indivíduos ou empresas em situações
distintas, ou seja, podem-se obter informações sobre os indivíduos como beneficiários ou
como não-beneficiários de tal política, mas nunca nas duas situações (beneficiário e não-
beneficiário) simultaneamente. (BLUNDELL e COSTA DIAS, 2000).
A representação formal dessa situação se dá da seguinte maneira: considera-se uma
empresa i e uma variável de avaliação de impacto Y (aumento do gasto em atividades em
P&D, por exemplo) e os dois estados possíveis, “1” para a situação de ter sido beneficiado e
“0” para a situação de não ter sido beneficiado (HECKMAN, ICHIMURA e TODD, 1997).
Deste modo, D = 1 indica a condição da empresa beneficiária pelo programa e D = 0, a
condição da empresa não-beneficiária pelo programa. Assim, o resultado observado para a
variável de avaliação de impacto da política Y da empresa i pode ser representado por:
Yi = D Y
i1 + (1- D) Y
i0 (1)
79
e o impacto da política para a empresa i e o impacto médio da política sobre as empresas
beneficiárias poderiam ser representados, respectivamente, por
∆i = Y
i1 - Y
i0 e ∆ = E(∆
i / D = 1)= E (Y
i1 - Y
i0 / D = 1) (2)
Sendo que E( ∆i /D = 1) refere-se ao valor esperado condicionado à participação na
política.
Dado a impossibilidade de se observar o comportamento das empresas em ambas a
situações utiliza-se, então, nas avaliações de um grupo de controle constituído por empresas
que não receberam o benefício, obtendo-se uma medida aproximada do impacto do benefício
sobre a variável analisada.
E( Yi1 / D = 1) - E ( Y
i0 / D = 0) =
= E( Yi1 / D = 1) - E ( Y
i0 / D = 1) + E( Y
i0 / D = 1) - E( Y
i0 / D = 0) =
= ∆ + E ( Yi0 / D = 1) - E ( Y
i0 / D = 0) (3)
A diferença entre os valores esperados da variável sendo não-beneficiária do programa
condicionado aos dois estados representa a medida do erro ao se utilizar o grupo de controle.
Essa medida (∆), por sua vez, fornece um indicador do viés de seleção na participação na
política, derivado do fato de que participar do programa de fomento à inovação já serve, por
si, para diferenciar as empresas. A precisão do impacto do programa sobre as empresas
beneficiadas vai depender do tamanho do viés de seleção no processo de avaliação, que por
sua vez, está relacionado ao mecanismo de seleção do grupo de controle. (WOOLDRIDGE,
2002).
Caso não houvesse viés de participação ou seleção, o resultado formal seria:
E ( Yi0 / D = 1) - E ( Y
i0 / D = 0) = 0 (4)
80
Desse modo, pode-se dizer que, em média, não haveria diferenças entre o valor da
variável de interesse para as empresas beneficiárias e não- beneficiárias do programa. Nessa
situação, o ∆ poderia ser estimado diretamente a partir da diferença entre os valores esperados
para os dois grupos:
∆ = E(Yi1 / D = 1) – E (Yi
0 / D = 0) (5)
Uma das alternativas simplificada e pouco utilizada pela literatura internacional é o cálculo da
diferença entre os indicadores das empresas participantes do programa e do grupo de controle.
Deve-se supor, nesse caso, que as variáveis não observáveis não se alterem no tempo.
No entanto, dado que o próprio fato da empresa participar do programa de fomento à
inovação já pode representar diferenças importantes entre os dois grupos, quase nunca a
análise simplificada de diferença de médias é suficiente. Nesse caso, sugere-se a utilização do
método Propensity Score Matching para a seleção desse grupo de controle a partir da amostra
analisada.
3.4.1 Propensity Score Matching
Propensity Score Matching (PSM) é o primeiro procedimento a ser adotado para a
realização da avaliação dos casos de política nessa tese. Pode ser entendida como uma técnica
para determinação de “quase-experimentos”, baseada em algoritmos de pareamento de
indivíduos pertencentes a grupos distintos com o objetivo de se julgar os efeitos de um
determinado tratamento. Essa metodologia PSM tem sido comumente usada para avaliação de
outros programas públicos, que não necessariamente de inovação tecnológica como, por
exemplo, o Fundo Constitucional de Financiamento do Nordeste (FNE) e do Fundo
Constitucional de Financiamento do Norte (FNO) como o estudo realizado por Silva et al.
(2006).
81
Essa técnica consiste na realização de um modelo Probit sobre a variável de
classificação das observações e posterior utilização das probabilidades estimadas ( ( )βφ X ′ )
para formação do grupo de controle. Rosenbaum e Rubin (1983) desenvolveram esse método
a partir de uma única variável de controle, ou seja, da probabilidade condicional de um
indivíduo receber o tratamento dado suas características observáveis X.
De acordo com Deheja e Wahba (1998), trata-se da inferência em amostras com viés
de seleção em unidades não-experimentais onde somente algumas unidades no grupo não-
experimental são comparáveis com as unidades que receberam o tratamento.
A variável dependente é definida como sendo a participação das empresas nos
programas de apoio à inovação. Assim, a aplicação da técnica de matching resultará na
construção de quatro grupos:
(1) Empresas beneficiárias do financiamento que não possuem características em comum
com nenhuma outra empresa (Beneficiárias Singulares).
(2) Empresas beneficiárias do financiamento que possuem características em comum com
outras empresas não-beneficiárias na amostra (Beneficiárias Não-Singulares).
(3) Empresas não-beneficiárias do financiamento que possuem características em comum
com outras empresas não-beneficiárias na amostra (Não-Beneficiárias Não-
Singulares).
(4) Empresas não-beneficiárias do financiamento que não possuem quaisquer
características em comum com outras empresas beneficiárias na amostra (Não-
Beneficiárias Singulares).
A análise posterior à realização do matching será feita por meio de teste de
comparação de médias e de modelos de regressão, e se concentrará nas empresas do grupo (2)
e (3), ou seja, na “comparação de empresas comparáveis”.
82
Uma inovação adicional na realização das inferências sobre o modelo Probit será a
consideração do desenho de amostragem da PINTEC para a análise de dados amostrais
complexos, dentro do contexto dos estimadores de Máxima - Pseudo - Verossimilhança
(PESSOA et al., 1998).
Formalmente, considerando-se a realização de um experimento, indexando por i a
população de interesse. Seja 1iY o valor da variável de interesse quando a mesma unidade i
sujeita a aplicação do tratamento e 0iY o valor da variável de interesse quando a unidade é
sujeita à aplicação de um controle ou ausência de tratamento. O efeito do tratamento (τ ) para
uma unidade é definida através de 01 iii YY −=τ e o efeito esperado do tratamento em toda a
população será:
( ) ( ) ( )111 011=−====
= iiiiiiTTYETYETE ττ , (6)
onde 1,0=iT , significa que a mesma unidade experimental está sendo submetida ao controle
e ao tratamento.
Conforme salientado por Deheja e Wahba (1998), o problema fundamental em
situações não-experimentais é que se pode estimar ( )11 =ii TYE . Entretanto, não é possível
obter ( )10 =ii TYE e a diferença ( ) ( )01 01 =−== iiii
b TYETYEτ é um estimador viciado para
τ .
Uma vez que as unidades de tratamento e controle diferem sistematicamente em suas
características, observar 00 =ii TY , não estima corretamente 0iY para o grupo de controle. O
objetivo da realização de um experimento é prevenir esse viés, entretanto, conforme apontado,
através da utilização de um conjunto de covariáveis, de tal forma que ( ) iXTYY iiii ∀,||, 01 ,
sendo ( ) 01 1 iiiii YTYTY −+= e a independência entre os grupos simbolizada por || .
83
Dada a probabilidade de uma unidade i ser submetida ao tratamento definida como
( ) ( ) ( )iiiii XTEXTXp ==≡ 1Pr , conforme demonstrado em Deheja e Wahba (1998), o valor
da variável de interesse 0iY e 1iY , será independente da aplicação do tratamento, ou em outros
termos, ( ) ( ) iXpTYY iiii ∀,||, 01 . O estimador ( ) ( )01 01 =−== iiii
b TYETYEτ , torna-se não
viciado para τ , condicionalmente à probabilidade de inclusão no tratamento,
( ) ( )iii XTXp 1Pr =≡ .
Como é muito raro encontrar uma outra observação com exatamente a mesma
probabilidade de inclusão no grupo de tratamento, define-se um critério de proximidade
mínima de forma que a proposição ( ) iXTYY iiii ∀,||, 01 seja válida. O critério definido como
a distância métrica em Deheja e Wahba (1998) é dado por:
( ) ( ) ( )∑∈
−=Jj
jj Xpj
Xpjid1
, (7)
Matching com Vizinho mais Próximo
Seja T o conjunto de unidades que receberam o tratamento e C um conjunto de
unidades de controle. Seja, T
iY e C
iY as respostas observadas das unidades que receberam o
tratamento e das unidades do grupo controle, respectivamente. Seja ( )iC o conjunto de
unidades do grupo controle “casadas” com as unidades do grupo de tratamento, tendo um
escore estimado dado por ip . O casamento com o vizinho mais próximo escolhe:
( ) kii pppC −= min , que se constitui um casamento único para cada unidade do tratamento,
ao menos que existam mais de um vizinho com o mesmo escore. Na pratica, a ocorrência de
múltiplas vizinhanças se constitui um caso raro, particularmente se o vetor de características
X contém variáveis contínuas (BECKER e ICHINO, 2002).
No casamento através de um raio r temos,
84
( ) { }rppppC kiji <−= |min (8)
onde todas as unidades que tenham a diferença entre os escores ip e jp menor que um raio r
são casadas.
Em ambos os métodos, vizinhança mais próxima e casamento radiano, representando
por C
iN as unidades do grupo controle casadas ( Ci ∈ ), e definindo por C
iij Nw 1= , se
( )iCj ∈ e 0=ijw , caso contrário. Então, o efeito do tratamento em ambas as formulações é
dado por:
∑∑∑∑∑∑ ∑∈∈∈
∈∈∈
∈−=
−=
−=
Cj
C
jjTTi
C
iTTi
cj
C
jij
Ti
C
iTTi
C
jcj ij
T
iT
MYw
NY
NYwY
NYwY
N
1111τ
(9)
onde os pesos jw são definidos por ∑=i ijj ww . A variância será dada por:
( )( )
( ) ( )
+= ∑∑
∈∈ Ci
C
jj
Ti
T
iT
M YVarwYVarN
Var 22
1τ (10)
O efeito do tratamento dado pelo estimador de Kernel será obtido através de:
( )( )∑
∑∑
∈ ∈
∈
−
−−=
Ti Ck nij
nijcj
C
T
iT
K
hppG
hppGYY
N
1τ (11)
onde ( ).G é uma função de Kernel nk é um parâmetro de espaçamento. Um consistente
estimador das respostas no grupo de controle é dado por:
( )( )∑
∑
∈
∈
−
−
Ck nij
nijcj
C
hppG
hppGY (12)
Métodos de Estratificação
85
A construção dos escores baseia-se em um método de estratificação, onde o efeito do
tratamento é dado por:
( )( )
( )( )∑∑∈∈
−=qIj
C
q
C
i
qIi
T
q
T
i
S
q NYNYτ (13)
onde ( )qI é o conjunto de unidades no estrato q, enquanto T
qN e C
qN representam o número
de unidades no grupo de controle e de tratamento, respectivamente. Baseando-se na fórmula,
{ }( ){ }[ ] ( ){ } ( ){ }[ ],,0|,1|,1|
1|
001
01
iiiiiiiiiii
iii
XpDYEXpDYEEXpDYYEE
DYYE
=−===−=
==−≡τ (14)
o efeito do tratamento será
( )
∑∑
∑∀
∈
=
=
i i
qIi iQ
q
S
q
S
D
D
1
ττ (15)
Assumindo independência entre as observações no grupo controle e tratamento, a
variância será dada por:
( ) ( ) ( )
+= ∑
=
Q
q
C
jC
q
T
q
T
T
qT
iT
S YVarN
N
N
NYVar
NVar
1
1τ (16)
Método de Mahalanobis
A distância de mahalanobis é a distância entre dois vetores de dimensão N levando-se
em consideração a matriz de covariância entre o grupo de controle e de tratamento.
Ordenando-se as variáveis aleatoriamente e calculando-se as distâncias entre o primeiro e
todos os não-participantes, e assim sucessivamente:
( ) ( ) ( )jiji ppCppjid −
′−= −1, (17)
onde C representa a matriz de covariância. Quando a matriz de covariância é uma identidade,
então a distância de mahalanobis se reduz à distância euclidiana. ip e jp representam o
vetor de escores do grupo controle e tratamento.
86
Após o balanceamento através dos diversos tipos de matching apresentados pode-se,
por fim, realizar a técnica da regressão linear, para, assim, identificar, como no caso dessa
tese os determinantes dos gastos em atividades inovativas (GAI) e dos gastos em P&D (GPD).
87
4 PANORAMA DOS PROGRAMAS DE FOMENTO À INOVAÇÃO NO BRASIL
Em seu sentido mais amplo, a política de ciência e tecnologia aplicada no Brasil até o
início dos anos 1990, consistia em um conjunto de ação muito mais focado na construção e
consolidação da infra-estrutura de pesquisa do que em programas de financiamento direto às
empresas ou à formação de redes de cooperação entre empresas e institutos de pesquisa e
universidades.
Essas ações centravam-se na criação de agências como Conselho Nacional de
Desenvolvimento Científico e Tecnológico1 (CNPq), com projetos de financiamento da
pesquisa básica e da pós-graduação; como a Coordenação de Aperfeiçoamento de Pessoal de
Nível Superior2 (CAPES/MEC) com suporte à pós-graduação; como o Banco Nacional de
Desenvolvimento Econômico e Social (BNDES), criado em 1952, com objetivo de financiar
empreendimentos que ampliem a competitividade do país; como a Financiadora de Estudos e
Projetos3 (FINEP) vinculada ao Ministério da Ciência e Tecnologia, focada em programas de
fomento à P&D de empresas privadas. No âmbito estadual, destaca-se a Fundação e Amparo à
Pesquisa do Estado de São Paulo (FAPESP) instituída em 1962.
Completam a constituição desse Sistema Nacional de Desenvolvimento Científico e
Tecnológico outras importantes instituições (fundações ou empresas públicas) de pesquisa
vinculadas a Ministérios, como a Fundação Oswaldo Cruz4 (FIOCRUZ) e a Empresa
1 O CNPq foi criado pela Lei nº 1.310 de 15 de janeiro de 1951, vinculado ao Ministério da Ciência e Tecnologia (MCT), para o apoio à pesquisa brasileira. Disponível em: <http://www.cnpq.br/sobrecnpq/index_novo.htm> 2 A CAPES foi criada em julho de 1951, pelo Decreto nº 29.741, com o objetivo de "assegurar a existência de pessoal especializado em quantidade e qualidade suficientes para atender às necessidades dos empreendimentos públicos e privados que visam ao desenvolvimento do país". Disponível em: < http://www.capes.gov.br/sobre/historia.html> 3 A FINEP foi criada em julho de 1967, com a finalidade de institucionalizar o Fundo de Financiamento de Estudos de Projetos e Programas, criado em 1965. Disponível em: < http://www.finep.gov.br/o_que_e_a_finep/a_empresa.asp?codSessaoOqueeFINEP=2> 4 “Em 1970, foi instituída a Fundação Oswaldo Cruz, congregando inicialmente o então Instituto Oswaldo Cruz, a Fundação de Recursos Humanos para a Saúde (posteriormente Escola Nacional de Saúde Publica, ENSP) e o
88
Brasileira de Pesquisa Agropecuária5 (EMBRAPA), como o Instituto de Pesquisas
Tecnológicas6 (IPT) e o Instituto Agronômico de Campinas7 (IAC), bem como o Centro de
Pesquisas da Petrobrás8 (CENPES) e o Centro de Pesquisas de Energia Elétrica9 (CEPEL) da
Eletrobrás. (POSSAS, 2003; SALLES e HASENCLEVER, 1999; SUZIGAN e FURTADO,
2006).
Observa-se, porém, a partir dos anos 1990, um movimento distinto da política de
C&T, onde seu principal objetivo deixa de ser a montagem da infra-estrutura de pesquisa, e
passa a buscar uma maior integração com a política industrial, buscando estimular
diretamente as empresas com a criação de programas de capacitação tecnológica.
Nessa época, o movimento do governo brasileiro em direcionar seus recursos para o
desenvolvimento de setores industriais específicos, coincide com os programas de
financiamento de ciência, tecnologia e inovação setorial executados em vários outros países.
Dentre os mais estudados destacam-se dois casos, já apresentados no capítulo 2: o programa
Alvey, de financiamento de setores de tecnologia de informação e comunicação, executado a
partir de 1983 no Reino Unido; e o programa SEMATECH, executado a partir de 1988 nos
Estados Unidos (PEREIRA, 2005; HONG e BODEN, 2003). Resgatam-se, assim, programas
já estruturados na década de 1970, que haviam sido praticamente extintos diante da forte
restrição orçamentária sofrida na década de 1980.
Instituto Fernandes Figueira (IFF). As demais unidades que hoje compõem a Fiocruz foram incorporadas ao longo dos anos”. Disponível em: <http://www.fiocruz.br/cgi/cgilua.exe/sys/start.htm?infoid=1080&sid=194 5 A Embrapa, vinculada ao Ministério da Agricultura, Pecuária e Abastecimento, foi criada em 26 de abril de 1973. Disponível em: < http://www.embrapa.br/a_embrapa/index_html/mostra_documento> 6 Em 1975, foi autorizada a constituição do Instituto de Pesquisas Tecnológicas do Estado de São Paulo S/A – IPT (Lei nº 896, de 17/12/1975). Disponível em: < http://www.ipt.br/institucional/organizacao/historico/> 7 A criação do IAC é secular, se deu em 1887 ainda com a denominação de Imperial Estação Agronômica de Campinas quando, em 1892, passou para a responsabilidade do Governo do Estado de São Paulo. Disponível em: <http://www.iac.sp.gov.br/> 8 O Cenpes foi instituído em 1973, mas origina-se do Centro de Aperfeiçoamento e Pesquisas de Petróleo (Cenap) criado em 1995, sendo sua atuação focada no desenvolvimento tecnológico da empresa Petrobras S.A. Disponível em: < http://www2.petrobras.com.br/portal/tecnologia.htm> 9 O Cepel foi criado em 1974 por iniciativa do Ministério de Minas e Energia e de empresas do setor de energia elétrica. Disponível em : <http://www.cepel.br>
89
Como resultado desse esforço, no ano de 1992, o MCT apresentou um “Programa para
apoiar a Capacitação Tecnológica Industrial” (PACTI) com objetivo de lançar novos projetos
e de coordenar as iniciativas públicas que se encontravam dispersas. Os instrumentos de
política a serem desenvolvidos foram: o Programa de Desenvolvimento Tecnológico
Industrial (PDTI) e Agropecuário (PDTA); o Programa Apoio à inovação tecnológica nas
pequenas e médias indústrias, denominado de “Projeto Alfa”; Programa de Apoio aos projetos
cooperativos entre universidades e indústrias, “Projeto Omega”; o Programa Nacional de
Apoio às Incubadoras de Empresas (PNI); e o Programa de Gerenciamento e Competitividade
Tecnológica (PGTec). Além dos programas de incentivo fiscal destinados à inovação
tecnológica PDTI/PDTA, outro programa com esse mesmo instrumento foi utilizado dentro
do sistema de incentivos ao setor de informática no Brasil. Esse sistema foi implementado em
1991 com a Lei n 8.248 com o objetivo de auxiliar as empresas nacionais desse setor a
realizarem atividades de P&D e a estimularem a produção local, estando isentas de diversos
tipos de impostos e taxas. No entanto, em 2000 essa lei deixou de vigorar.
Intensificou-se também, nesse período a utilização de fundos de capital de risco do
BNDES, como o “Programa de Capitalização de Empresas de Bases Tecnológica”
(CONTEC), instituído em 1991 e administrado pelo BNDESPar. Um aprofundamento desse
instrumento deu-se com o “Projeto Inovar - Desenvolvimento de Estrutura Institucional para a
Promoção de Investimentos de Capital de Risco em Empresas de Base Tecnológica no
Brasil”, instituído pela FINEP, em 2000, com o objetivo de alavancar o mercado de capital de
risco no país, propondo inicialmente R$ 400 milhões de investimentos em empresas
emergentes (CORDER e SALLES-FILHO, 2004).
Em resumo, pode-se destacar que, desde meados da década de 1990, a principal
característica da política tecnológica tem sido o apoio às grandes empresas concentrado em
incentivo fiscal e financiamento direto; o apoio financeiro direto às empresas de pequeno e
90
médio porte, seja por meio de crédito ou de capital de risco; o apoio a projetos cooperativos
entre empresas e universidades a partir de recursos dos fundos setoriais (BASTOS, 2004).
Dentro desse contexto, serão descritos com maior detalhamento três programas de
fomento à inovação do Brasil: o Programa de Desenvolvimento Tecnológico Industrial
(PDTI) operado pelo MCT e executado de 1994 a 2005; o Fundo Nacional para o
Desenvolvimento Científico e Tecnológico (FNDCT) operado pela FINEP e executado de
1999 até os dias atuais; e o Programa de Apoio ao Desenvolvimento Tecnológico da Empresa
Nacional (ADTEN) operado pela FINEP, de 1997 a 2005.
Esses programas englobam os dois tipos de políticas de fomento à inovação até então
apresentados, sendo o PDTI um programa de incentivo fiscal às atividades inovativas das
empresas; e o FNDCT e o ADTEN programas de incentivo financeiro. O FNDCT é um
programa de incentivo financeiro não reembolsável, cujo objetivo é estimular o
desenvolvimento científico e tecnológico com parceiras de universidades, centros de
pesquisas e empresas; e o ADTEN, por sua vez, é um programa de incentivo financeiro
reembolsável para a realização de atividades inovativas dirigido prioritariamente às empresas
nacionais.
4.1 PROGRAMA DE DESENVOLVIMENTO TECNOLÓGICO INDUSTRIAL (PDTI)
No Brasil, diversos programas de fomento à inovação já foram implantados
incorporando vários tipos de instrumentos como incentivos fiscais e fundos financeiros. O
caso mais recente de incentivo fiscal às atividades inovativas é o Programa de
Desenvolvimento Tecnológico Industrial (PDTI), baseado na dedução de imposto e no crédito
fiscal, sendo o prazo de concessão do benefício de quatro a cinco anos. A agência credenciada
pelo Ministério da Ciência e Tecnologia (MCT) para operacionalizar esse instrumento durante
91
todo o período de execução foi a Financiadora de Estudos e Projetos (FINEP). Esse programa
foi criado pela Lei nº 8.661/93 e regulamentado pelo Decreto 949/93, com a finalidade de
estimular investimentos privados em pesquisa e inovação, gerando novos produtos, processos
ou aprimoramento de suas características. Essencialmente, o programa visava estimular as
atividades de P&D das empresas através da dedução do imposto de renda (IR) e do crédito
fiscal, incididos no impostos de renda sobre pessoa jurídica (IRPJ) e no Imposto sobre
Operações Financeiras (IOF).
A legislação possibilitava aos participantes do programa propor projetos constituídos
por uma empresa isoladamente ou por empresas associadas com instituições de pesquisa.
Porém, deve-se destacar que, de acordo com o Relatório de Execução do PDTI apresentado
em 2005, cada programa de P&D de uma empresa promove, em média, três parcerias com
Universidades e Centros Tecnológicos.
Em 1997, atendendo às pressões de um forte ajuste fiscal, esse programa sofreu
importantes modificações, por meio da Lei nº 9.532, reduzindo muitos benefícios, como por
exemplo, o percentual a ser deduzido no IR e o percentual de isenção do IPI, que podem ser
visualizadas na Tabela 4.1 a seguir.
Tabela 4.1
Modificações no funcionamento do PDTI no Brasil
1993-1997
(Lei nº 8661/93)
1997-2004
(Lei nº 9.532/97)
Dedução sobre IR
8% sobre os gastos em P&D
4% sobre os gastos em P&D incluindo as despesas do Programa de
Alimentação dos Trabalhadores Isenção do IPI dos equipamentos destinados a P&D
100% 50%
Depreciação dos equipamentos
Acelerada em três vezes Acelerada em três vezes
Crédito do IR
50% 30%
Crédito do IOF para remessas ao exterior por tecnologias importadas
50% 35%
Fonte: Elaboração própria. Dados: MCT (2005).
92
Como conseqüência dessas modificações, em 1998, reduziu-se acentuadamente o
número de projetos solicitados em relação aos quatro anos anteriores. Para ilustrar a
magnitude dessa redução, no ano de 2002 foram aprovados menos projetos (seis projetos) do
que no primeiro ano do programa , em 1994, onde foram aprovados onze projetos.
Com intuito de ampliar a abrangência do programa, em 2002, a Lei nº 10.637
introduziu novos incentivos aos participantes do PDTI permitindo também o abatimento das
despesas de custeio (relacionadas à pesquisa e inovação) do lucro líquido, na determinação do
lucro real para efeito do cálculo do IR e da base de cálculo da Contribuição Social sobre o
Lucro Líquido.
Os “Relatórios Anuais de Execução”, apresentados ao Congresso Nacional e
disponíveis para os anos de 1994 a 2005, contêm informações detalhadas do programa, a
partir do que é possível analisar a sua execução.
No que se refere à amplitude do PDTI, pode-se observar que durante toda sua
execução, de 1994 a 2005, foram aprovados 217 projetos, envolvendo 267 empresas, sendo
em sua maioria empresas de grande porte. Isso ocorreu porque as pequenas empresas, por
terem pouco imposto de renda a restituir, ficavam desestimuladas a participar do programa.
De acordo com Corder e Salles-Filho (2004) o número de projetos que participaram
desse programa foi muito reduzido, condicionado por dois motivos: a concentração das
atividades de inovação em um número pequeno de empresas; e o fato de que o recolhimento
do Imposto de Renda de Pessoas Jurídica (IRPJ) se dá apenas em empresas de maior porte e
lucrativas, dado que o imposto é incidido sobre o lucro presumido, declarado pela empresa,
não atendendo, por exemplo, às empresas de pequeno porte (CORDER e SALLES-FILHO,
2004, p.145).
Do início de sua execução em 1994 até 2010 foram previstos investimentos no
montante de R$ 11,9 bilhões, referentes aos 175 projetos aprovados. Em um cenário onde
93
esses valores previstos fossem integralmente realizados, pode-se concluir que para cada R$
1,00 de renúncia fiscal as empresas teriam realizado, em média, investimentos em torno de R$
3,64.
No entanto, ao se observar os 11 anos de execução do programa, merece destaque o
fato de que anualmente o volume de investimento realizado é inferior ao de investimento
previsto no momento da aprovação dos projetos. O gráfico 4.1 ilustra essa realidade, a cada
ano e o total no período, sendo que o valor acumulado de investimento previsto no período
apresenta-se em torno de R$ 6.846 milhões, enquanto o montante realizado representa cerca
de R$ 5.002 milhões, ou seja, a realização de 73% do volume de investimento previsto.
Gráfico 4.1
Investimentos Anuais PDTI – Previstos e Realizados – 1994 a 2005 (em R$ milhões)
0
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
Previsto
Realizado
Previsto 84,7 205,0 347,4 486,2 652,4 837,8 649,5 441,2 518,0 394,5 934,3 1295,5 6.846,5
Realizado 13,5 94,2 181,9 281,8 370,3 525,4 636,8 648,9 606,7 635,7 694,5 312,5 5.002,2
1994 95 96 97 98 99 00 01 02 03 04 2005 TOTAL
Fonte: MCT (2005).
Quanto ao comportamento dos incentivos, previstos e realizados, observa-se, pelo
gráfico 4.2, que este não é diferente do comportamento dos investimentos. De fato, a renúncia
fiscal alcançou 17,2% do volume de incentivo previsto (R$ 287,6 milhões). Pode-se verificar,
94
a partir desse resultado, que uma renúncia fiscal de R$ 287,6 milhões gerou um volume de
investimentos de R$ 5,0 bilhões, ou seja, a cada R$ 1,00 renunciado pelo Governo Federal
como receita possibilitou a realização de R$ 17,39 de investimento.
Nota-se que a relação “Investimento / Incentivo” sob o montante realizado é muito
maior do que o sobre o montante previsto (R$ 17,39 de investimento para R$ 1,00 de
incentivo) que, por sua vez, é de cerca de R$ 4,0 de investimento para cada R$ 1,00 de
incentivo fiscal.
Gráfico 4.2
Valores Acumulados dos PDTI no período de 1994 a 2005
Fonte: MCT (2005).
No que se refere às áreas atendidas pelo programa estas podem ser divididas em 10
grupos, organizados no quadro 4.1 a seguir.
Os setores industriais químico, mecânico e eletro-eletrônico foram os líderes em
número de projetos concedidos, pois tiveram 102 programas aprovados, envolvendo
investimentos de R$ 5.597 milhões no período de 1994 a 2005. Esses projetos correspondem
a 85% do total dos investimentos e a incentivos fiscais na ordem de R$ 1.349 milhões,
6.846,5
1.666,2
5.000,1
287,6
0,0
1.000,0
2.000,0
3.000,0
4.000,0
5.000,0
6.000,0
7.000,0
8.000,0
INVESTIMENTOS RENÚNCIA FISCAL
Previsto
Realizado
95
representando 83,7% do total de incentivos concedidos. Destaca-se, ainda, a empresa
Petrobrás como a empresa individualmente mais importante em termos de volume de recursos
absorvidos, que tem o maior projeto aprovado, envolve investimentos globais em torno de
R$1.177 milhões.
Para o setor eletro-eletrônico especificamente foram concedidos R$ 165,5 milhões de
incentivos fiscais e realizados investimentos de R$ 823,6 milhões. Para o setor químico essa
relação foi de R$722,5 milhões de incentivo para R$ 2.072 milhões de investimentos. Por fim,
o setor mecânico obteve R$ 461 milhões de incentivos e realizou R$ 2.700 milhões de
investimentos.
Quadro 4.1
Grupos de Setores, Volume de Investimentos e Incentivos realizados pelo PDTI/PDTA
de 1994 a 2005
Grupo de Setores Programas
(Quantidade)
Investimentos
(R$ milhões)
Incentivos
(R$ milhões) 1. Complexo das Indústrias Metalúrgicas e de Mineração
20 524,5 138,6
2. Complexo das Indústrias Mecânicas / Materiais de Transporte
37 2.700,6 461,5
3.Complexo das Indústrias Eletroeletrônicas 17 823,6 165,5 4. Complexo das Indústrias Químicas 48 2.072,8 722,5 5. Complexo de Agroindústrias 9 127,9 44,8 6. Complexo das Indústrias da Construção 5 40,9 8,0 7. Complexo das Indústrias de Bens de Consumo
8 213,4 53,3
8. Complexo das Indústrias de Celulose e Papel
3 34,6 10,0
9. Desenvolvimento de Circuitos Integrados - - - 10. Outros 5 35,2 7,2
Total 152 6.573,4 1.611,5 Fonte: MCT (2005).
No ano de 2005 foram deferidos 19 projetos, que totalizaram R$ 1,01 bilhão de
investimentos previstos para os cinco anos subseqüentes, perfazendo um total de R$ 248
milhões de incentivos previstos.
96
Além desses resultados financeiros obtidos com programa no exercício de 2005,
devem-se ressaltar outros resultados: os setores industriais que mais investiram em
desenvolvimento tecnológico são, em ordem decrescente, mecânico, químico e eletro-
eletrônico; o investimento previsto por Estado, mostra, pela ordem, São Paulo com R$
2.741,00 milhões, Rio de Janeiro com R$ 1.965,23 milhões, e Minas Gerais com R$ 953
milhões; e por fim, para programa executados pelas empresas são realizadas, em média, três
parcerias com universidades e centros tecnológicos (MCT, 2005, p.04).
Outra característica importante que merece destaque está no fato do programa se
concentrar em empresas atuantes na região Sudeste do Brasil, com a predominância do Estado
de São Paulo com 75 projetos aprovados.
Recentemente, revogou-se a Lei nº 8.661/93 com a promulgação da Lei nº 11.196
(“Lei do Bem”), em 21 de novembro de 2005 (Anexo D). O Capítulo III dessa lei propõe a
ampliação na concessão de incentivos fiscais às empresas conjuntamente à concessão de
outros benefícios que promovam o desenvolvimento de pesquisa, tecnologia e inovação nas
empresas. A regulamentação de tais benefícios descritas no Capítulo II da Lei do Bem estão
presentes no Decreto nº 5.798, de 7 de junho de 2006. Especialmente no Art.15º de tal decreto
é dado às empresas participantes do PDTI/PDTA, com projetos regidos pela Lei nº 8.661/93,
a possibilidade de continuar desenvolvê-los segundo tal lei ou migrar para o novo regime.
Um importante avanço alcançado por essa nova Lei é o fato de permitir, de maneira
automática, o uso de incentivos fiscais por pessoas jurídicas que realizem pesquisa e
desenvolvimento de inovação tecnológica. Essa modificação vem atender à demanda das
empresas quanto à demora na execução dos pedidos dada a grande burocracia envolvida nesse
processo.
Outra alteração da Lei que merece destaque é o fato de possibilitar que a União
subvencione uma parcela de 60% da remuneração de pesquisadores, mestres e doutores,
97
empregados em atividades de P&D nas empresas. É importante ressaltar que ao lado desse
novo tipo de subvenção se mantém a subvenção em despesas de custeio que foi introduzida
em 2001, com a Lei nº 10.332 (GUIMARÃES, 2006).
Mesmo diante da importância desse programa, poucos estudos no Brasil foram
desenvolvidos para se compreender os efeitos desse programa no comportamento das
empresas beneficiárias. Em 1995, com objetivo de capturar os efeitos mais apurados do
referido programa, MEYER-STAMER (1995) realizou um estudo sobre as políticas
tecnológicas brasileiras em que identifica um problema adicional na adoção de incentivos
fiscais no Brasil. As empresas brasileiras apresentam uma prática de pouca disciplina no
pagamento dos impostos devidos ao governo, de modo que essas empresas apresentam baixa
elasticidade à redução de impostos como meio de estimular a realização de atividades de
P&D. SALLES e HASENCLEVER (1999) também realizaram uma avaliação de impacto do
PDTI/PDTA, e concluem que houve um crescente aumento nos valores globais dos projetos
aprovados ano a ano por estes programas. Porém, destacam que a aplicação da política de
incentivos fiscais não é capaz de garantir transferência de tecnologia para as empresas, pelo
fato de não estabeleceram quais as estruturas mais adequadas para a incorporação de novo
conhecimento gerado. Entretanto, muitos autores são contrários aos incentivos fiscais como
apoio à inovação. Isso talvez explique o baixo nível de estudos sobre os impactos desses
incentivos.
4.2 FUNDO NACIONAL PARA O DESENVOLVIMENTO CIENTÍFICO E
TECNOLÓGICO (FNDCT)
Assim como os incentivos fiscais, os incentivos financeiros são utilizados como
instrumento de política de fomento à inovação por inúmeros países. No Brasil, dois exemplos
98
desse tipo de instrumento merecem destaque por serem programas de longa duração e de
grande abrangência dentre os diversos setores industriais do país, são eles: o Fundo Nacional
para o Desenvolvimento Científico e Tecnológico (FNDCT) e o Programa de Apoio ao
Desenvolvimento Tecnológico da Empresa Nacional (ADTEN), ambos operados pela FINEP.
O Fundo Nacional para o Desenvolvimento Científico e Tecnológico (FNDCT) foi
criado em 1969, por meio do Decreto-Lei nº 719 de 31 de julho, constituindo parte do projeto
de desenvolvimento nacional. Pode ser considerado o primeiro programa preocupado com a
questão científica e tecnológica do país, almejando também a elaboração de um Plano Básico
de Desenvolvimento Científico e Tecnológico (I PBDCT), que por sua vez foi executado
entre os anos 1972 e 1974. O objetivo do FNDCT é financiar as atividades de pesquisa
científica e tecnológica, movimentando recursos não-reembolsáveis, previstos no orçamento
da União e tem a FINEP como sua agência executora.
Essencialmente, pode-se dizer que na década de 1970, as políticas públicas de C&T
dirigiam-se à formação dos recursos humanos e à montagem da infra-estrutura científica e
tecnológica, ou seja, os investimentos eram realizados, principalmente, no lado da “oferta” da
C&T.
A década de 1980, porém, se distingue da anterior pela redução de recursos destinados
a C&T, destacando-se, porém, a criação em meados da década do Ministério da Ciência e
Tecnologia (MCT). Durante esse período, o FNDCT atravessou uma importante crise de
recursos, uma vez que não existiam garantias de que os recursos estariam disponíveis para sua
plena execução. Inicialmente, o fundo era constituído por uma base flexível de recursos,
podendo se utilizar de recursos orçamentários, advindos tanto de empréstimos de instituições
financeiras quanto de incentivos fiscais e de doações de entidades públicas e privadas.
Após essa profunda crise, nos anos 1990, o desenvolvimento tecnológico passa a ser
considerado um elemento estratégico para a competitividade das empresas, dado a
99
intensificação da concorrência com a acelerada abertura de mercado. O aumento do
patrimônio da FINEP de US$ 27 milhões, em 1992, para US$ 403 milhões, em 1997, ilustra o
aumento da preocupação dos governos com o desenvolvimento tecnológico nacional.
Diante dessa nova realidade, resgatam-se programas já estruturados em décadas
passadas e que haviam sido praticamente extintos diante da forte restrição orçamentária
sofrida na década de 1980. Estes são exatamente os casos do FNDCT e do ADTEN, tratados a
seguir.
Com base no diagnóstico de que um dos grandes fatores limitadores da melhoria do
desempenho tecnológico do Brasil encontrava-se na instabilidade de recursos, buscou-se,
então, uma fonte de financiamento para o FNDCT, sob a forma de tributo vinculado aos
gastos em C&T e não sujeito, por isso, às restrições legais. Assim, a partir da experiência dos
antigos fundos setoriais de infra-estrutura, foram criadas receitas vinculadas para C&T, tanto
na captação quanto na aplicação dos recursos. Os recursos do FNDCT deveriam, por sua vez,
ser utilizados para desenvolver projetos em parceria de empresas com Universidades e
instituições de pesquisa, ou qualquer instituição sem fins lucrativos, não podendo, no entanto,
financiar diretamente atividades de empresas que visam lucro.
O quadro 4.2 a seguir apresenta de maneira sintética os fundos setoriais atualmente
existentes, suas datas de regulamentação, tipos e fontes de recurso.
Destacam-se onze fundos setoriais verticais, focados no desenvolvimento tecnológico
de setores industriais específicos e três fundos horizontais (CT-Infra, CT-Fva e CT-
Amazônia), não vinculados diretamente a setores industriais.
100
Quadro 4.2
Características dos Fundos setoriais - data da regulamentação, tipos e fontes de recurso –
Fundo Data da Regulam.
Setor/ Objeto
Tipo Fonte de recursos
CT-Petro 30/11/1998 Petróleo e Gás Natural
Vertical 25% dos royalties que excederem a 5% da produção de petróleo e gás natural
CT-Info 20/04/2001 Tecnologia da Informação
Vertical Mínimo de 0,5% do faturamento bruto das empresas beneficiadas pela Lei de Informática
CT-Infra 26/04/2001 Infra-estrutura Horizontal 20% dos recursos de cada fundo setorial
CT-Energ 16/07/2001 Energia Vertical 0,75% a 1% faturamento líquido das concessionárias
CT-Mineral 16/07/2001 Mineral Vertical 2% da compensação financeira (Cfem) paga por empresas com direitos de mineração
CT-Hidro 19/07/2001 Recursos Hídricos
Vertical 4% da compensação financeira recolhida pelas geradoras de energia elétrica
CT-Espacial 12/09/2001 Espacial Vertical 25% das receitas de utilização de posições orbitais; total da receita de licenças e autorizações da Agência Espacial Brasileira
CT-Saúde 25/02/2002 Saúde Vertical 17,5% - Cide CT-Biotec 07/03/2002 Biotecnologia Vertical 7,5% da Cide CT-Agro 12/03/2002 Agronegócio Vertical 17,5% da Cide CT-Aero 02/04/2002 Aeronáutico Vertical 7,5% da Cide CT-FVA
11/04/2002 Interação Universidade-Empresa
Horizontal 50% da Cide, 43% da receita do IPI incidente sobre produtos beneficiados pela Lei de Informática
CT-Transpo 06/08/2002 Transportes Terrestres e Hidroviários
Vertical 10% das receitas do Departamento Nacional de Infra-Estrutura de Transportes (contratos para utilização de infraestrutrura de transporte terrestre)
CT-Amazônia
01/10/2002 Informática da Z. F.de Manaus
Horizontal Mínimo de 0,5% do faturamento bruto das empresas de informática da Zona Franca de Manaus
Fonte: Elaboração própria e Pereira (2005, pp.10-11).
De acordo com Bastos (2003) os fundos setoriais tiveram a particularidade de
estimular a interação entre universidades e centros de pesquisa e empresas, diferentemente de
outros mecanismos de financiamento cujo foco estava, ou somente na empresa, ou na criação
de infra-estrutura de pesquisa. Deste modo, os fundos setoriais contemplam a cooperação de
empresas privadas e públicas com universidades e instituições de pesquisa públicas ou
privadas, sem fins lucrativos, na realização de projetos de pesquisa, com objetivo de
desenvolver novos produtos e processos. Em termos operacionais essa cooperação tornava as
empresas responsáveis pela contrapartida técnica e financeira, com um valor muito próximo
ao valor financiado pela FINEP.
101
Com a colaboração da FINEP foi possível identificar as empresas beneficiárias do
FNDCT no período de 1999 a 2005 e o valor crescente das suas operações nesse período,
como se pode visualizar na tabela 4.2.
Tabela 4.2
Valor das operações de financiamento do FNDCT: 1999 a 2005
Ano Valores Correntes
-Total Consolidado (R$) -
1999 * 37.240.000 2000 134.411.665 2001 315.993.601 2002 315.447.090 2003 564.261.623 2004 593.971.911 2005 747.527.624
Fonte: MCT, http://www.mct.gov.br/fontes/fundos/Recursos/Recursos_Default.htm. (acesso em
10/02/07). * somente o CT-Petro operava.
É importante destacar que dentro desse montante de operações do FNDCT
apresentados estão contidos projetos de cooperação destinados unicamente a universidades e
centros de pesquisa. Como o interesse dessa tese se concentra no impacto dos incentivos
públicos ao gasto privado em atividades inovativas foram selecionadas somente as operações
que possuíam cooperação de instituições de pesquisa e universidades com empresas,
denominado de FNDCT Cooperativo.
No FNDCT Cooperativo10, os intervenientes (empresas privadas ou públicas)
associam-se a Universidades e centros de pesquisa, públicos ou privados, sem fins lucrativos,
na realização de projetos de pesquisa em parceria. Desse modo, as Universidades e centros de
pesquisa são entendidos como os executores do projeto e as empresas associadas são os
responsáveis pela contrapartida financeira dos recursos desembolsados pela FINEP.
10 Os resultados apresentados referem-se a uma amostra de projetos apoiados pelo FNDCT Cooperativo, selecionados por cartas-convite, especificamente dos fundos CT-Petro, Fundo Verde Amarelo e CT-Energ.
102
A partir da tabela 4.3 pode-se observar que no período entre os anos de 2000 e
outubro de 2005, na amostra selecionada, associaram-se a 168 instituições executoras
(Universidades e centros de pesquisa) e 356 intervenientes (empresas públicas ou privadas e
até órgãos públicos) para a realização de 693 operações de financiamento não reembolsáveis.
Envolveram-se nesses projetos mais de 480 pesquisadores de Universidades e centros de
pesquisa. O volume de recursos desembolsado pela FINEP para os projetos cooperativos
passou de cerca de R$ 28,7 milhões em 2000 para aproximadamente R$ 256 milhões em 2005
(valores correntes).
Tabela 4.3
Número de operações de financiamento, instituições e pesquisadores envolvidos e valor dos financiamentos do FNDCT Cooperativo: 2000 a 2005*
Ano Interveniente
(empresas) Instituições de pesquisa
Número de Pesquisadores
Número de
operações
Desembolsos FINEP (R$)
Contrapartidas (R$)
2000 19 29 67 77 28.790.976 26.296.737 2001 11 24 46 61 36.636.358 20.183.446 2002 140 73 131 183 46.468.896 44.540.208 2003 32 25 33 41 15.589.119 18.043.038 2004 157 97 220 277 103.045.432 101.423.073 2005 39 34 39 54 25.419.375 12.833.494
TOTAL 356 168 483 693 255.950.156 223.319.996 Fonte: FINEP (apud De Negri et al., 2007). * posição em 10/2005
Destaca-se também que dos R$ 594 milhões do orçamento da FINEP destinado ao
FNDCT no ano de 2004, apresentado na tabela 4.2, cerca de R$ 103 milhões foram
desembolsados para o FNDCT Cooperativo, com uma contrapartida das empresas envolvidas
de quase o mesmo montante (R$ 101 milhões).
103
4.3 PROGRAMA DE APOIO AO DESENVOLVIMENTO TECNOLÓGICO DA
EMPRESA NACIONAL (ADTEN)
O Programa de Apoio ao Desenvolvimento Tecnológico da Empresa Nacional
(ADTEN) foi implementado com objetivo de financiar projetos de desenvolvimento
tecnológico da empresa nacional. O ADTEN teve início na segunda metade da década de 70,
com base em recursos transferidos do FNDCT entre os anos 1976 e 1978. Uma das suas
principais características é o fato de ser um programa reembolsável de financiamento às
empresas, operacionalizado pela FINEP.
No que se refere ao número de projetos o ADTEN respondeu por apenas 75 das 792
(menos de 10%) contratações realizadas em 1998, mas por outro lado, o valor dessas
contratações correspondeu a R$ 181,2 milhões, o que representou cerca de 44% do total.
Destaca-se, por isso, que a operacionalização do programa ADTEN auxiliou na solidificação
da FINEP como agência executora do MCT em programas de fomento à inovação.
A origem dos recursos desse programa é diversa: o Tesouro Nacional, os retornos dos
empréstimos anteriores, recursos de organismos multilaterais, como o Banco Interamericano
de Desenvolvimento (BID) e os aportes do Fundo Nacional de Desenvolvimento (FNDCT).
Em fins da década de 1970 os recursos repassados ao ADTEN representavam 30% dos
recursos total do FNDCT, e no final da década de 1980, no auge dos desembolsos realizado
pelo Programa, foram emprestados cerca de US$ 150 milhões.
Desde seu início, o ADTEN tinha como prioridade o apoio a projetos de engenharia
nas empresas, buscando a inovação de produtos e processos, assim como o apoio à compra de
tecnologia no Brasil ou no exterior e à criação de processos de controle de qualidade (DE
NEGRI et al., 2007).
104
Os projetos financiados pelo ADTEN têm prazo de carência de até 3 anos, com
amortização de até 7 anos, sendo a participação da FINEP de até 80% do montante do projeto.
No seu formato atual não estão disponíveis subsídios vinculados aos empréstimos, sendo
encargos financeiros equivalentes aos encontrados no mercado, incidindo taxa de juros de
longo prazo (TJLP) mais spread médio de 5% a.a. e taxa de abertura de crédito de 1% (DE
NEGRI et al., 2007).
A tabela 4.6 apresenta algumas informações sobre o número de operações, o volume e
o número de empresas beneficiadas com o programa no período de 1997 a 2005 (maio).
Destaca-se que nesse período, foram beneficiadas 473 empresas, as quais 48 delas
tiveram aprovados mais de um projeto, sendo, de fato, 425 empresas beneficiadas pelo
programa. Pode-se, dizer, que esse número é relativamente pequeno ao se considerar o
número de empresas inovadoras no Brasil e o número de empresas tomadoras de recursos
públicos para inovação.
Tabela 4.4
Número de operações de financiamento, empresas beneficiadas e valor dos financiamentos do ADTEN: 1997 a 2005*
Ano Número de empresas
Número de operações
Valor dos Desembolsos
Desembolso médio por empresa
1997 93 95 243.648.303 2.619.874 1998 128 132 268.616.840 2.098.569 1999 55 56 101.794.268 1.850.805 2000 36 36 59.862.400 1.662.844 2001 41 41 127.419.766 3.107.799 2002 52 52 221.133.444 4.252.566 2003 27 27 178.759.394 6.620.718 2004 18 18 128.764.033 7.153.557
2005 * 16 16 189.898.652 11.868.666 1997 a 2005 425 473 1.519.897.099 3.261.582
Fonte: FINEP (apud De Negri et al., 2007) * posição em 10/05/05.
Observa-se, porém, no período analisado uma redução do número de empresas
participantes, seguindo uma tendência acentuada de queda de 132 empresas em 1998, para 52
105
em 2002 e 16 empresas em 2005. No que se refere ao valor desembolsado pela FINEP,
observa-se a mesma tendência de queda, sendo o maior montante presente no ano de 1998
(R$ 268,6 milhões) e o menor em 2004 (R$ 128,7 milhões). Dada à abrupta redução do
número de empresas e a menor queda dos desembolsos, tem-se em 2004 o maior valor médio
emprestado por empresa muito superior ao dos anos anteriores, com cerca de R$ 11,8
milhões.
4.4 ANÁLISE DO PERFIL DAS EMPRESAS E DOS PROGRAMAS DE APOIO À
INOVAÇÃO
Uma vez apresentados os programas PDTI, FNDCT Cooperativo e ADTEN, cabe,
nesse momento, a realização de uma análise comparada das empresas beneficiárias. Para isso,
foi realizado um estudo empírico com a base de dados organizada pelo IPEA que será
detalhadamente descrita a seguir.
4.4.1 Apresentação dos Dados e Seleção da Amostra
Os dados utilizados neste trabalho, tanto nesse capítulo quanto no capítulo
subseqüente, são resultado da integração de diversas bases com informações por empresa, sob
coordenação do Instituto de Pesquisa Econômica Aplicada. Apenas com intuito de
reapresentá-los, dentre as bases utilizadas destacam-se: Pesquisa Industrial Anual (PIA) e
Pesquisa de Inovação Tecnológica (PINTEC), do Instituto Brasileiro de Geografia e
Estatística (IBGE); base de dados de comércio exterior da Secretaria de Comércio Exterior
(SECEX) do Ministério do Desenvolvimento, Indústria e Comércio exterior (MDIC); Relação
Anual de Informações Sociais (RAIS), do Ministério do Trabalho e Emprego (MTE); e do
106
Censo de Capitais Estrangeiros (CEB) do Banco Central do Brasil (BACEN), do Instituto
Nacional de Propriedade Industrial (INPI) e da Base de Dados de Compras Governamentais
do Ministério do Planejamento e Orçamento (MPO) 11. Essas bases de dados foram
conectadas pelo CNPJ das empresas que a constituem.
Foram utilizadas também informações fornecidas pela FINEP sobre a amostra de
empresas que participaram dos programas FNDCT Cooperativo e ADTEN entre os anos 2000
e 2003. A amostra de empresas participantes do PDTI, por sua vez, foi construída a partir da
PINTEC 2003, considerando as empresas que responderam12 que haviam tomado recursos
públicos para realização de atividades inovativas, especificamente, através do programa de
incentivos fiscais à inovação pela Lei n° 8.661/93.
O banco de dados é composto por uma amostra de aproximadamente 80 mil empresas
industriais com mais de 10 pessoas ocupadas e de cinco milhões de trabalhadores que nelas
trabalham. Estas empresas são responsáveis por aproximadamente 95% do valor adicionado
na indústria brasileira.
Para a seleção da amostra, foram adicionadas as empresas industriais que participaram
de todos os programas obtendo-se um total de 817 empresas. Desse total, 765 empresas
participaram de apenas um deles (93,64%), 46 empresas participaram de dois programas
(5,63%) e apenas seis empresas participaram dos três programas de apoio à inovação (0,73%).
No entanto, estavam presentes na PINTEC somente 188 empresas do total de 817 empresas
beneficiadas pelos programas.
11 O IPEA não tem a posse física das informações utilizadas neste trabalho e, portanto, a realização de trabalhos como este só é possível devido às parcerias estabelecidas entre o IPEA, o IBGE, o MTE, o Bacen, o MPO, a SECEX/MDIC e a FINEP. O acesso às informações necessárias ao trabalho seguiu rigorosamente os procedimentos que garantem o sigilo de informações restritas. É importante lembrar que essas informações constituem a mesma base que foi utilizada para a construção do livro “Inovações, Padrões Tecnológicos e Desempenho das Firmas Industriais Brasileiras”, que apresenta um capítulo detalhado sobre a metodologia utilizada para a formação dessa base de dados integrada. 12 Essa pergunta se refere à questão número 156 do questionário da PINTEC 2003.
107
Com intuito de se homogeneizar a amostra de empresas a serem analisadas, foram
utilizados também alguns recortes na amostra total. Foram consideradas somente as empresas
que na PINTEC 2003 respondem que são inovadoras ou que possuem algum projeto inovador
inacabado. Os outros critérios foram: considerar empresas com pessoal ocupado menor que
30.000 funcionários, e um corte de 1% acima (99-100%) e abaixo (0-1%) na distribuição das
empresas quanto à produtividade e ao gasto em marketing. Por meio desse recorte de pessoal
ocupado eliminam-se empresas “outliers”, como Embraer e Petrobras, que por não possuírem
empresas gêmeas seriam posteriormente excluídas quando da realização dos métodos
econométricos.
Dentre as variáveis explicativas utilizadas têm-se:
a) Pessoal Ocupado - número de pessoas ocupadas na empresa em média no ano de
2003, obtido a partir da Pesquisa Industrial Anual (PIA);
b) Idade da Empresa - calculada pela idade do funcionário mais velho da empresa,
obtida com informações da RAIS e da PIA;
c) Receita Líquida de Vendas (RLV) - obtida diretamente como receita líquida de
vendas pela PIA;
d) Produtividade do Trabalho – calculado como a receita líquida de vendas (RLV) por
pessoa ocupada;
e) Coeficiente de Exportações - calculado a partir da relação entre a receita gerada
com as exportações realizadas pela empresa e a receita líquida de vendas em 2003, a partir de
informações fornecidas pela SECEX;
f) Coeficiente de Importações - calculado a partir da relação entre a receita gerada com
as importações realizadas pela empresa em 2003 e a receita líquida de vendas, a partir de
informações fornecidas pela SECEX;
108
g) Marketing – calculado a partir da relação das despesas com propaganda obtida pela
PINTEC em relação à receita líquida de vendas;
h) Multinacional - variável dummy para controlar se a empresa é majoritariamente de
capital estrangeiro (valor 1) ou não (valor 0), a partir do Censo de Capitais Estrangeiros do
BACEN;
i) Estoque de Patentes - soma das patentes da empresa acumuladas de 1997 a 2003, a
partir de informações fornecidas pelo INPI;
j) Proporção de Funcionários com 3º Grau - calculado a partir da proporção de
funcionários com 3º Grau completo em relação ao total de Funcionários da empresa, com
dados fornecidos da Relação Anual de Informações Sociais (RAIS);
l) Market share - foi construído através da participação da receita líquida de vendas
das empresas sobre a receita líquida de vendas total do setor de atividade econômica, definido
a partir de três dígitos da Classificação Nacional de Atividades Econômicas (CNAE).
m) Solvência - foram definidas em quatro classes e as empresas foram agrupadas a
partir do percentual de endividamento sobre a receita líquida;
n) Região geográfica de localização (αj): foram consideradas as cinco regiões
brasileiras (Sul, Sudeste, Centro-Oeste, Norte e Nordeste).
o) Setor de atividade econômica (γk): segundo a classificação de intensidade
tecnológica da OCDE utilizada anteriormente por Prochnik e Araújo (2005).
As variáveis dependentes, construídas a partir de critérios da PINTEC, que se baseia
no Manual de Oslo (OECD, 2005) apresentado no quadro 4.3, são:
a) Gastos com Atividades Inovativas (GAI): a soma de toda e qualquer atividade
relacionada ao esforço da empresa em realizar inovação, como atividades de P&D, aquisição
109
de máquinas e equipamentos, atividades de comercialização e treinamento (soma dos itens 1 a
7 do quadro 4.3).
b) Gastos com Pesquisa e Desenvolvimento (GPD): a soma das atividades internas e
externas de P&D, exclusivamente (itens 1 e 2 do quadro 4.3).
Quadro 4.3
Definições das Atividades Inovativas consideradas pela PINTEC 2003
1) Atividades internas de P&D — compreende o trabalho criativo, empreendido de forma sistemática, com o objetivo de aumentar o acervo de conhecimentos e o uso destes conhecimentos para desenvolver novas aplicações, tais como produtos ou processos novos ou tecnologicamente aprimorados. O desenho, a construção e o teste de protótipos e de instalações piloto constituem, muitas vezes, a fase mais importante das atividades de P&D. Inclui também o desenvolvimento de software, desde que este envolva um avanço tecnológico ou científico; 2) Aquisição externa de P&D — compreende as atividades descritas acima, realizadas por outra organização (empresas ou instituições tecnológicas) e adquiridas pela empresa; 3) Aquisição de outros conhecimentos externos — compreende os acordos de transferência de tecnologia originados da compra de licença de direitos de exploração de patentes e uso de marcas, aquisição de knowhow, software e outros tipos de conhecimentos técnico-científicos de terceiros, para que a empresa desenvolva ou implemente inovações; 4) Aquisição de máquinas e equipamentos — compreende a aquisição de máquinas, equipamentos, hardware, especificamente comprados para a implementação de produtos ou processos novos ou tecnologicamente aperfeiçoados; 5) Treinamento — compreende o treinamento orientado ao desenvolvimento de produtos/processos tecnologicamente novos ou significativamente aperfeiçoados e relacionados às atividades inovativas da empresa, podendo incluir aquisição de serviços técnicos especializados externos; 6) Introdução das inovações tecnológicas no mercado — compreende as atividades de comercialização, diretamente ligadas ao lançamento de produto tecnologicamente novo ou aperfeiçoado, podendo incluir: pesquisa de mercado, teste de mercado e publicidade para o lançamento. Exclui a construção de redes de distribuição de mercado para as inovações; e 7) Projeto industrial e outras preparações técnicas para a produção e distribuição — refere-se aos procedimentos e preparações técnicas para efetivar a implementação de inovações de produto ou processo. Inclui plantas e desenhos orientados para definir procedimentos, especificações técnicas e características operacionais necessárias à implementação de inovações de processo ou de produto. Inclui mudanças nos procedimentos de produção e controle de qualidade, métodos e padrões de trabalho e software requeridos para a implementação de produtos ou processos tecnologicamente novos ou aperfeiçoados, assim como as atividades de tecnologia industrial básica (metrologia, normalização e avaliação de conformidade), os ensaios e testes (que não são incluídos em P&D) para registro final do produto e para o início efetivo da produção.
Fonte: IBGE (2005, p. 20-21).
110
A partir dessas definições e do trabalho na base de dados, a próxima etapa dessa tese
apresenta o perfil das empresas beneficiárias da amostra conjunta e algumas características
dos programas de fomento à inovação, que por sua vez, serão objetos de avaliação no próximo
capítulo.
4.4.2 Análise do perfil das empresas e dos programas
A tabela 4.5 apresenta as características das empresas beneficiárias, em média, pelos
programas PDTI, ADTEN e FNDCT Cooperativo.
No que se refere ao perfil das empresas participantes dos programas pode-se verificar
que quanto ao tamanho médio das empresas, as participantes do ADTEN se assemelham ao
perfil das empresas do FNDCT Cooperativo (1.000 funcionários) sendo, porém, inferior ao
das empresas do PDTI (2.000 funcionários). No entanto, esse fato não é exclusivo desses
programas, pois para a maioria das empresas que já tomaram financiamento público para
atividades inovativas são, em sua maioria, empresas de grande porte. Dados da PINTEC 2003
mostram que mais de 70% dos recursos para P&D são destinados a empresas com mais de
500 funcionários (Anexo E).
Quanto à idade pode-se observar que as empresas do ADTEN possuem em média 30
anos, enquanto as do FNDCT Cooperativo e do PDTI são relativamente mais novas, com 26
anos e 19 anos de idade, em média, respectivamente. Quanto à receita líquida de vendas
(RLV), as empresas do ADTEN possuem menor valor em relação às empresas dos outros dois
programas anteriores, sendo cerca de 60% menor do que a RLV das empresas do PDTI.
No que se refere ao perfil inovador das empresas participantes dos três programas,
nota-se que as empresas do ADTEN possuem um estoque de patentes inferior aos dos outros
111
programas, com somente oito patentes em média por empresa e o menor gasto em atividades
inovativas por empresa (R$ 12 milhões). As empresas do FNDCT Cooperativo, com um perfil
um pouco mais inovador possuem em média em 2003 cerca de 10 patentes e o gasto em
atividades inovativas em torno de R$ 22 milhões. As empresas do PDTI, por sua vez,
possuem um estoque médio de patentes em torno de 25 patentes e o gasto em atividades
inovativas em R$ 19 milhões.
No que se refere à mão-de-obra, a proporção de funcionários com 3º grau é da ordem
de 27% dos funcionários das empresas do FNDCT Cooperativo, 17% das empresas do
ADTEN e 13% das empresas participantes do PDTI.
Pela mesma tabela, pode-se observar que os coeficientes de exportação são inferiores a
20%, ou seja, 19% para PDTI e ADTEN e 14% para as empresas do FNDCT Cooperativo. Os
coeficientes de importação são maiores nas empresas do PDTI e menores no ADTEN. A
participação de empresas multinacionais é elevada, sendo o menor percentual do FNDCT
Cooperativo.
Tabela 4.5
Características das Empresas Beneficiárias do PDTI, FNDCT Cooperativo e ADTEN em 2003
Média PDTI FNDCT
Cooperativo ADTEN
Pessoal Ocupado (média no ano) 2.092,23 1.057,72 1.000,21 Idade da Empresa (ano) 19,80 26,95 30,78 Receita Líquida (R$) 1.016.108.955 612.642.604 296.618.097 Produtividade do Trabalho (R$) 136.605,60 166.459,53 77.554,12 Coef Exportações (%) 0,19 0,14 0,19 Coef Importações (%) 0,14 0,12 0,07 Marketing (%) 0,01 0,009 0,006 Estoque de Patentes (unidade) 25,10 10,14 8,13 Multinacionais (%) 0,35 0,13 0,14 Gastos com Atividades Inovativas (R$) 19.129.000 22.310.000 12.842.000 Funcionários com 3º Grau (%) 0,13 0,27 0,17
Número de Empresas* 76 56 92 FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
112
Observadas as características das empresas beneficiárias pelos programas no ano de
2003 pode-se analisar as características dos três programas executados no Brasil no que se
refere ao número de projetos e ao montante realizado em cada um desses programas
individualmente durante o período de 1994 a 2005.
Em termos comparativos, no que se refere ao número de projetos aprovados, o PDTI
apresenta o menor número tanto na comparação ano a ano quanto na totalidade dos projetos
aprovados e realizados, correspondendo a apenas 16% do total dos projetos realizados por
esses três programas no Brasil. O PDTI inicia-se na década de 90 com crescimento acelerado,
perdendo forte participação de 1999 a 2003, sendo 2004 um ano com um aumento expressivo
no número de projetos, talvez representando os desdobramentos da Lei nº 10.637, de 2002,
onde se tentou ampliar os incentivos concedidos e resgatar o programa como já apresentado
anteriormente.
O FNDCT Cooperativo é o que apresenta maior percentual de participação, ou seja,
49,8% do total dos projetos realizados por esses três programas no Brasil estão sob sua
responsabilidade. Vê-se pela sua trajetória nos anos 2000 que a política recente de apoio à
inovação do Brasil tem se concentrado na promoção de setores industriais específicos, com a
criação de um ambiente propício para a realização de atividades inovativas, por meio de
parcerias de empresas com universidades e centros de pesquisa.
O ADTEN coloca-se em uma posição intermediária, sendo responsável por 34% de
tais projetos. Apresenta, porém, uma perda de dinamismo a partir de 2002, sendo aprovados
em 2005 somente 16 projetos focados no apoio à inovação de empresas nacionais.
Um fato que merece destaque que afetou o FNDCT Cooperativo, e que em certo
sentido limitou sua total realização, foi o contingenciamento das despesas do governo que
incidido sobre diversos fundos ao longo dos anos iniciais da atual década. Em 2005, o
contingenciamento incidiu mais fortemente sobre o Fundo de Infra-estrutura e o Fundo
113
Setorial do Petróleo e Gás Natural, com cerca de 70% e 80% da receita contingenciada,
respectivamente a cada um desses fundos, impossibilitando a plena execução dos projetos
elaborados. (GUIMARÃES, 2006).
O gráfico 4.3 abaixo ilustra a distribuição de tais projetos ao longo do período de 1994
a 2005, para os três programas analisados.
Gráfico 4.3
Número de Projetos Aprovados Anualmente pelos Programas PDTI, ADTEN e FNDCT Cooperativo de 1994 a 2005
0
50
100
150
200
250
300
PDTI 11 60 32 34 20 8 4 4 6 6 20 19
ADTEN 95 132 56 36 41 52 27 18 16
FNDCT 77 61 183 41 277 54
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Como é de conhecimento, o PDTI apresenta uma maior dispersão tanto do número de
projetos quanto do volume de recursos nesse período, assim como o menor montante em
relação aos outros programas. No entanto, deve-se destacar que nesse caso está sendo
contabilizado o volume de incentivo fiscal executado, ou seja, representa o montante que o
Governo Federal renunciou de fato nesse período para estimular as empresas a realizarem
atividades inovativas. Como foi apresentado anteriormente, em muitos anos o incentivo fiscal
executado foi inferior ao volume de incentivo fiscal previsto na aprovação dos projetos das
empresas.
114
Ainda com o auxílio do gráfico 4.4 se pode compreender como se comportaram
também o FNDCT Cooperativo e o ADTEN. O FNDCT Cooperativo apresentou em 2005 o
maior volume de recursos utilizados por esse programa, indicando o fato de ser a opção de
política de apoio à inovação adotada pelo atual governo.
No que se refere ao volume de recursos realizados pode-se totalizar um montante de
cerca de 2,3 bilhões de reais no período de 1994 a 2005, somando-se os recursos anuais gastos
por cada um desses programas no período.
O ADTEN apresenta nos anos de 1997 e 1998 um grande volume de recursos, muito
superior, por sua vez, aos incentivos dados via PDTI às empresas. Mesmo não ocupando a
primeira posição em termos de número de projetos, o ADTEN se posiciona como o programa
que utilizou de maior volume de recursos em relação aos dois anteriores nesse período
analisado.
Gráfico 4.4
Volume de Recursos Realizados Anualmente pelos Programas PDTI, ADTEN e FNDCT Cooperativo de 1994 a 2005 (R$ milhões)
0
50
100
150
200
250
300
PDTI 0,90 13,90 15,50 26,30 38,40 53,40 41,20 30,10 19,90 7,90 29,30 10,70
ADTEN 243,65 268,62 101,79 59,86 127,42 221,13 178,76 128,76 189,90
FNDCT 28,79 36,64 46,47 15,59 103,05 25,42 255,95
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
115
Deste modo, a partir da apresentação e de uma breve comparação desses três
programas de apoio à inovação (PDTI, FNDCT Cooperativo e ADTEN) não se pode negar a
existência de um esforço das políticas públicas brasileiras em incentivar a realização de
atividades inovativas. É fundamental, no entanto, capturar quais foram os efeitos gerados por
esses programas na decisão de gasto em atividades inovativas das empresas e na
representatividade desse gasto em relação à receita líquida de vendas, medindo, assim, o
esforço inovativo de tais empresas.
É importante ressaltar ainda o desconhecimento de avaliações sistemáticas e mais
elaboradas sobre os efeitos gerados por esses programas no comportamento das empresas
participantes quanto à realização dos gastos em atividades inovativas, e especificamente, em
atividades de P&D. Para preencher essa lacuna, o trabalho apresenta no capítulo seguinte uma
aplicação das metodologias de avaliação, apresentadas no capítulo 3, para os casos brasileiros
PDTI, ADTEN e FNDCT Cooperativo, discutidos nesse capítulo.
116
5 AVALIAÇÃO DE IMPACTO DOS PROGRAMAS PDTI, FNDCT E ADTEN SOBRE
O COMPORTAMENTO TECNOLÓGICO DAS EMPRESAS BENEFICIÁRIAS
Com base no debate sobre a necessidade de avaliação das políticas de apoio à
inovação do governo brasileiro e no mapeamento das metodologias disponíveis na literatura
internacional apresentados anteriormente, o presente capítulo tem como objetivo avaliar qual
o impacto dos programas de incentivo à inovação no Brasil no comportamento dessas
empresas.
A estratégia para enfrentar essa avaliação foi a de dividir o problema em duas partes.
Será realizada inicialmente uma avaliação de impacto da amostra conjunta das empresas
participantes nos programas PDTI, ADTEN e FNDCT Cooperativo, e posteriormente, uma
avaliação de impacto individualizada, para cada programa.
Deste modo, recolocam-se as perguntas inicialmente propostas por essa tese:
1. os programas PDTI, ADTEN e FNDCT aumentaram o gasto em atividades
inovativas e em P&D das empresas?
2. o tipo de instrumento de política de apoio à inovação – incentivo fiscal e incentivo
financeiro - importa?
A partir da base de dados e das metodologias já apresentadas nos capítulos anteriores,
esse capítulo apresenta os resultados da aplicação dos modelos econométricos nos programas
PDTI, FNDCT Cooperativo e ADTEN.
117
5.1 PROCEDIMENTOS METODOLÓGICOS
Para identificar se os programas de fomento à inovação (PDTI, ADTEN e FNDCT
Cooperativo) são capazes de promover um aumento nos GAI e GPD; como sugeridos na
maioria dos estudos internacionais anteriormente apresentados ou se provocam “efeito
crowding out” nos gastos em atividade inovativas das empresas; foi utilizado um
procedimento metodológico: o Propensity Score Matching.
A técnica do Propensity Score Matching foi utilizada para identificar a ocorrência de
impacto desses programas no desempenho tecnológico das empresas, medido pelo GAI e
GPD, por ser considerada uma das metodologias mais apropriada para capturar tal efeito
(FAHRENKROG et al., 2002). Essa metodologia, com base em Aerts e Czarnitzki (2004) e
Busom (1999), é constituída por quatro etapas a partir da montagem e da seleção da amostra
de empresas beneficiárias previamente definidas.
O procedimento adotado para identificação do efeito dos programas PDTI, ADTEN e
FNDCT Cooperativo constituiu-se nas seguintes etapas:
(1) Teste de comparação de médias entre as empresas beneficiárias do tratamento e o amplo
grupo de empresas da PINTEC 2003, não-beneficiárias do programa, mas que se declararam
na pesquisa serem inovadoras, em produto ou processo, ou possuírem projetos inovadores
inacabados;
(2) Estimação de um modelo probabilístico (Probit) para construção dos escores pi e pj no
grupo de beneficiárias e no grupo de controle (não-beneficiárias), para identificar a
probabilidade estimada da empresa ser, ou não, beneficiária dos programas;
118
(3) Selecionar, com tal procedimento, para cada empresa beneficiária uma empresa não-
beneficiária mais próxima, com objetivo de encontrar o grupo de controle mais ajustado
possível, formado por empresas gêmeas às beneficiárias;
(4) Após a realização do matching, realizou-se novamente o teste para comparação de médias
entre os grupos balanceados.
As variáveis explicativas selecionadas para o modelo probabilístico foram:
POln : Logaritmo do número de pessoas ocupadas na empresa, para capturar o efeito do
tamanho da empresa na probabilidade de participar do programa público. ln Idade: Logaritmo da idade da empresas, com intuito de capturar como a idade da empresa auxilia no seu comportamento inovador e na probabilidade de participar do programa de apoio à inovação. Multis : Dummy para empresas multinacionais, com objetivo de capturar se a origem do capital é importante para explicar a participação da empresa no programa de apoio à inovação. mktshare : Participação da receita da empresa no setor de atividade econômica, como indicador de competitividade nacional.
2−tExp : Dummy de Exportação da empresa, defasada em dois períodos, como indicador de
competitividade internacional.13 Solven : Grau de solvência da empresa, como variável de classe, foi utilizado como indicador financeiro da empresa.
kγ : Setor de atividade econômica da empresa, a partir da CNAE com três dígitos.
jα : Região de localização geográfica da empresa.
Especificando-se o modelo ajustado na forma:
13 Para as variáveis Exp t-2 e Solven não foram apresentadas estatísticas descritivas pelo fato de serem utilizadas como variáveis em classe.
119
( )
jk
t
solven
ExpmktshareMultisIdadePO
αγβ
ββββββπ
+++
+++++=Φ −−
lnln
6
25432101
Após a formação do grupo de controle, com a realização do matching, pode-se
identificar, pela comparação das médias, se o fato de participar dos programas de fomento à
inovação do governo faz com que a empresa beneficiária realize mais gastos em atividades
inovativas. Isso foi feito para os gastos em atividades inovativas (GAI) e para os gastos em
P&D (GPD).
Como um complemento dessa análise, após o balanceamento através do matching, foi
realizada uma regressão linear para identificar os determinantes dos GAI e, em específico, dos
GPD, para assim, identificar a significância e a intensidade da variável indicadora de
participação nos programas.
5.2 ANÁLISE DOS RESULTADOS DA AMOSTRA CONJUNTA
Para a seleção da amostra conjunta, foram somadas as empresas que participaram de
todos os programas totalizando 817 empresas. Desse total de empresas, é importante
recolocar, como já dito no capítulo anterior, que 93% delas participaram somente de um
programa (765 empresas), 5,7% participaram de dois desses programas e somente 0,7% das
empresas participaram dos três programas simultaneamente, totalizando somente seis
empresas beneficiárias. Porém, após o cruzamento com a base de dados da PINTEC, esse total
de 817 empresas reduz para 188 o número de empresas a ser analisado nessa tese.
O conjunto selecionado de 188 empresas participantes dos programas de fomento à
inovação, como mostra a tabela 5.1, o perfil médio das empresas participantes alcança, em
termos de pessoal ocupado, um número em torno de 640 funcionários em média em 2003.
120
No que se refere ao esforço inovativo das empresas da amostra conjunta pode-se notar,
na tabela 5.1, que apresentam uma média de três patentes por empresa no ano de 2003. Os
Gastos com Atividades Inovativas (GAI) em 2003 representavam cerca de R$ 9,6 milhões em
média por empresa e o e os Gastos em P&D (GPD) em 2003 eram em média de R$ 2,9
milhões por empresa. Outro indicador que pode ser analisado se refere a qualificação da mão-
de-obra, medida pelo percentual de funcionários com 3º grau que alcança nesse ano um
percentual médio de 21% do total de funcionários dessas empresas.
Com base no primeiro procedimento de análise, a tabela 5.1 apresenta o teste t para
comparação das médias das empresas que foram beneficiárias dos três programas de apoio à
inovação em relação às empresas não beneficiárias, antes do pareamento dos dados,
evidenciando que quase todas as diferenças são significantes antes do pareamento, com
exceção dos coeficientes de exportação e de importação. Mais que isso, as diferenças entre os
dois grupos são predominantemente positivas, o que demonstra que os valores médios
encontrados pela empresas dos programas são superiores aos das empresas não beneficiárias.
Deve-se considerar que o grupo de empresas não beneficiárias presentes nessa análise
está centradas no grupo de empresas inovadoras pelo conceito da PINTEC, ou seja, são
aquelas que declararam realizar algum tipo de inovação, entre 2001 e 2003, ou que neste
período, possuíam projetos de inovação incompletos. Caso o grupo de empresas não
beneficiárias fosse composto pela totalidade de empresas dessa pesquisa (inovadoras e não-
inovadoras) a diferença entre os dois grupos seria ainda maior.
121
Tabela 5.1 Teste t para comparação das Médias das Beneficiárias da amostra conjunta em relação
às empresas Não-Beneficiárias – 2003
Variáveis Diferença de Médias
Signif. Média NÃO
PROGRAMA
Média PROGRAMA
Pessoal Ocupado 558,8 * 79,8 638,6 Idade da Empresa 11,24 * 13,85 25,09 Receita Líquida 241.042.011,8 * 13.928.281,2 254.970.293,0 Produtividade do Trabalho 49.788,4 * 48.158,5 97.946,9 Coef Exportações 5,77 n.s. 7,3 13,07 Coef Importações 4,08 n.s. 3,82 7,9 Multinacionais 0,09 * 0,12 0,21 Gastos com Atividades Inovativas (GAI) 7.542,56 * 2.116,04 9.658,6 Gastos com At. Inov / RLV -4,87 * 11,18 6,31 Gastos com P&D (GPD) 2.605,69 * 368,21 2.973,9 Gastos com P&D / RLV 1,27 * 0,97 2,24 Estoque de Patentes 2,45 * 0,13 2,58 Funcionários com 3º Grau 0,11 n.s. 0,1 0,21 Market Share 4,05 * 1,76 5,81
Número de Empresas 4.437 188
FONTE: FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP. Obs: * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
A tabela 5.2 mostra o teste da razão de verossimilhança para verificação da hipótese
nula global de que todos os coeficientes do modelo são nulos, ou seja, 0: 10 === kH ββ K .
A estatística da verossimilhança realiza a comparação entre o modelo completo e um modelo
com apenas o intercepto, onde ( ) 01 βπ =Φ− .
O resultado dos testes da verossimilhança mostra rejeição do modelo Probit contendo
somente o intercepto e a validade de pelo menos uma das variáveis utilizadas no modelo. O
ajustamento do modelo Probit para obtenção dos escores que alimentam o matching foi
realizado utilizando-se a PROC LOGISTIC/SAS especificando uma função de ligação Probit.
Assim os resultados do modelo seguem na tabela 5.2 a seguir.
122
Tabela 5.2
Modelo PROBIT14 - Amostra Conjunta (Beneficiárias = 188 x Não-Beneficiárias = 4.437)
Efeito
Estatística Qui-Quadrado de Wald
GL
P-Valor
Intercepto 364,478 1 <0001 Pessoal Ocupado 111,009 1 <0001 Multis_2000 26,221 1 <0001 Market Share 3,011 1 0,0827 Exportadora t-2 47,981 1 <0001 Solvência da Firma 10,845 3 0,0126 Setor de Atividade Econômica 117,562 11 <0001 Região Geográfica 28,233 4 <0001
Razão de Verossimilhança 551,92 22 <0001 Pseudo R2 0,3311
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
O pseudo R2, obtido comparando-se a função de máxima verossimilhança do modelo
completo com a máxima verossimilhança do modelo com somente o intercepto, foi de
33,11%, indicando um grau de explicação moderado do modelo é compatível com os
objetivos do ajustamento do modelo.
O matching um-para-um, realizado entre o grupo das empresas beneficiárias e não-
beneficiárias do programa de financiamento, utilizou a implementação do algoritmo de
Greedy em uma Macro/SAS disponível em Parsons et al. (2001). A aplicação do algoritmo de
Greedy foi realizada anteriormente por Araújo e Pianto (2005). É importante observar que ao
se realizar esse procedimento com as 188 empresas obtém-se um novo conjunto de empresas
agora totalizando 272 empresas, 136 beneficiárias e 136 gêmeas não beneficiárias. Perdem-se,
por isso, 52 empresas das 188 empresas iniciais por não terem encontrado empresa gêmea no
procedimento de matching.
O teste apresentado na tabela 5.3 mostra que todas as variáveis incluídas no modelo
apresentam alguma contribuição relevante, com exceção das variáveis como idade da
14 As estimativas para o modelo Probit podem ser encontradas no Anexo E.
123
empresa, tamanho da empresa, coeficiente de importação e origem do capital que deixam de
ser significantes.
Destaca-se, dentre as variáveis significantes, que a receita líquida, a produtividade do
trabalho, o market share, os GAI e os GPD são superiores no conjunto de empresas
beneficiadas pelos programas.
Tabela 5.3
Pós-Matching: Teste t para comparação das Médias das Beneficiárias da amostra
conjunta em relação às empresas Não-Beneficiárias – 2003
Variáveis Diferença de Médias
Signif. Média NÃO
PROGRAMAS
Média PROGRAMAS
Pessoal Ocupado -34,02 n.s. 953,9 919,88 Idade da Firma -0,69 n.s. 34,53 33,84 Receita Líquida 115.481.164,4 * 202.569.378,7 318.050.543,1 Produtividade do Trabalho 23.946,06 ** 79.881,43 103.827,49 Coef Exportações (R$) -2,3 ** 14,79 12,49 Coef Importações (R$) 1,27 n.s. 5,95 7,22 Multinacionais 0,03 n.s. 0,22 0,25 Gastos com Atividades Inovativas (GAI) 3.273,69 * 4.933,3 8.206,99 Gastos com At. Inov / RLV -0,49 * 5,22 4,73 Gastos com P&D (GPD) 1.474,27 * 1.215,5 2.689,77 Gastos com P&D / RLV 1,2 * 0,81 2,01 Estoque de Patentes 0,74 * 2,6 3,34 % de Funcionários com 3º Grau 0,06 * 0,15 0,21 Market Share 0,29 ** 5,18 5,47
Número de Firmas 136 136
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP. Obs: * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
O modelo após a realização do matching possibilita algumas análises a respeito do
efeito dos programas de fomento à inovação, dado que o conjunto de empresas beneficiárias e
não-beneficiárias, nesse momento, é comparável.
Os resultados indicam um aumento de 36% na receita líquida, um aumento de 23% na
produtividade do trabalho, e um aumento de 55% nos GPD devido à participação no programa
124
público. Os GAI receberam um incremento estimado de aproximadamente 40% devido à
participação no programa de financiamento.
Pela comparação das médias após realização do matching pode-se afirmar que
participar dos programas de fomento à inovação do governo torna a empresa mais inovadora.
Desse modo, pode-se aferir que o programa conseguiu atender seus objetivos, ou seja, os
gastos públicos promoveram um aumento nos gastos privados em atividades inovativas,
rejeitando a hipótese de que haja “efeito crowding out”.
Como um incremento dessa análise, após o balanceamento através do matching foi
realizado a técnica da regressão linear para identificar os determinantes dos GAI e, em
específico, dos GPD. O ajuste destes modelos tem como objetivo verificar quais os
determinantes das atividades inovativas após a limpeza dos efeitos de auto-seleção,
especialmente a significância e intensidade da variável indicadora de participação nos
programas.
O trabalho optou por essas duas variáveis, uma mais ampla e outra mais restrita de
gasto em atividades tecnológicas com objetivo de identificar a existência de comportamentos
distintos, a partir da diferença nos montantes já apresentados na estatística descritiva sobre as
empresas beneficiárias ao longo da tese.
Embora haja algum debate sobre a validade da realização de modelos de regressão
MQO após a realização do Propensity Score Matching, esse método pode apontar alguma
indicação sobre o sentido e a intensidade do efeito dos programas nos gastos em atividades
inovativas e em atividade de P&D das empresas beneficiárias.
125
Tabela 5.4
Regressão Linear com Amostra Pareada para GAI e GPD da Amostra Conjunta
Obs: Desvio Padrão representado entre parênteses. * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
De acordo com os dados apresentados na regressão linear, nota-se que a dummy para
programas é significante apenas no modelo que explica os gastos em P&D, sendo que
participar de um programa de fomento à inovação faz com que as empresas beneficiárias
aumentem em 106% os gastos em P&D15, a partir do coeficiente transformado 2,06; um
resultado superior ao encontrado pela metodologia anterior do Propensity Score Matching,
onde as empresas beneficiárias em relação às suas empresas gêmeas gastam 54,7 % a mais em
atividades de P&D.
No entanto, dadas especificidades de cada programa já apontadas no capítulo 4, é de
interesse, nesse momento, identificar o impacto gerado pelos programas PDTI, ADTEN e
FNDCT Cooperativo separadamente, enfatizando suas especificidades tanto de objetivos
15 Dado que a variável dependente está expressa em logaritmo, o percentual de impacto deve ser calculado a partir da seguinte expressão: [exp (β)-1]. Nesse caso, tem-se o seguinte cálculo [exp (1,12)-1] = 2,06.
MQO com Amostra Pareada
Log GAI Log GPD Variáveis Explicativas
Estimativa Estimativa
Intercepto 3,455
(1,010) *
1,690 (0,677)
**
Dummy para PROGRAMAS
0,458 (0,398)
n.s.
1,124 (0,361)
**
Log Estoque de Patentes 0,474
(0,164) **
0,948 (0,174)
*
Log Marketing 0,120
(0,043) **
0,179 (0,036)
*
R2 Ajustado 0,288 0,4483 N 272 272
126
quanto de objetos. Desse modo, nas próximas seções serão aplicadas as mesmas metodologias
para amostra individualizada por programa.
5.3 ANÁLISE DOS RESULTADOS DA AMOSTRA PDTI
Com base no procedimento de análise, Propensity Score Matching, realizou-se um
teste t para comparação das médias das empresas que foram beneficiárias do PDTI e não-
beneficiárias, antes do pareamento dos dados. Os resultados apresentados na tabela 5.5
evidenciam que quase todas as diferenças são significantes antes do pareamento, como o caso
da amostra conjunta, com exceção de duas variáveis: o coeficiente de exportações e a relação
de esforço em P&D (gastos com P&D / receita líquida de vendas).
Tabela 5.5
Teste t para comparação das Médias das Beneficiárias do PDTI em relação às empresas
Não-Beneficiárias – 2003
Variáveis Diferença de Médias
Signif. Média
NÃO PDTI Média PDTI
Pessoal Ocupado 483,87 * 83,06 566,93 Idade da Empresa 6,13 *** 13,95 20,08 Receita Líquida 273.681.314,8 * 15.249.782,79 288.931.097,6 Produtividade do Trabalho 75.265,84 * 49.010,62 124.276,46 Coef Exportações (R$) 5,03 * 7,46 12,49 Coef Importações (R$) 5,96 n.s. 3,89 9,85 Multinacionais 0,23 * 0,12 0,35 Gastos com Atividades Inovativas (GAI) 12.311,47 * 2.230,97 14.542,44 Gastos com At. Inov / RLV -3,85 * 11,05 7,2 Gastos com P&D (GPD) 4.016,3 * 411,6 4.427,9 Gastos com P&D / RLV 0,96 n.s. 1,0 1,96 Estoque de Patentes 2,94 * 0,14 3,08 % de Funcionários com 3º Grau 0,14 * 0,10 0,24 Market Share 5,78 * 1,83 7,61
Número de Empresas 4.715 76
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
Obs:* Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
127
Esse teste, porém, não possibilita a identificação dos efeitos do PDTI no
comportamento das empresas beneficiárias.
A segunda etapa desse primeiro procedimento consiste na estimação do modelo
probabilístico, idêntico ao utilizado no capítulo anterior. A tabela 5.6 mostra o teste da razão
de verossimilhança para verificação da hipótese nula global, de que todos os coeficientes do
modelo são nulos, ou seja, 0: 10 === kH ββ K . O resultado desse teste mostra rejeição do
modelo Probit contendo somente o intercepto, e valida pelo menos uma das variáveis
utilizadas no modelo.
Tabela 5.6
Modelo PROBIT - PDTI (Beneficiárias = 76 x Não-Beneficiárias = 4.715 )
Efeito
Estatística Qui-Quadrado de Wald
GL
P-Valor
Pessoal Ocupado 74,011 1 <0001 Multis_2000 0,078 1 0,779 Market Share 1,415 1 0,234 Exportadora t-2 0,515 1 0,473 Solvência da Empresa 5,397 3 0,144 Setor de Atividade Econômica 39,82 11 <0001 Região Geográfica 17,170 4 0,0018
Razão de Verossimilhança 253,306 22 <0001 Pseudo R2 0,3178
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
O pseudo R2, obtido comparando-se a função de máxima verossimilhança do modelo
completo com a máxima verossimilhança do modelo com somente o intercepto, foi de
31,78%, indicando um grau de explicação moderado do modelo que é compatível com os
objetivos do ajustamento do modelo e próximo ao valor do modelo anterior, com a amostra
conjunta (33%).
Após a realização do matching, pode-se analisar pela tabela 5.7 o efeito do PDTI, dado
que o conjunto de empresas beneficiárias e não-beneficiárias está pareado com características
comuns e pode ser comparado.
128
Tabela 5.7
Pós-Matching: Teste t para comparação das Médias das Beneficiárias do PDTI em relação às empresas Não-Beneficiárias – 2003
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
Obs:* Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
Observa-se a perda de significância de algumas variáveis, como idade da empresa,
receita líquida, produtividade do trabalho, gastos com atividades inovativas, proporção de
funcionários com 3° grau, entre outras. Por outro lado, o número de funcionários, os gastos
com P&D e o estoque de patentes permaneceram significativas após o balanceamento dos
dados.
Os resultados obtidos a partir da diferença de médias indicam que o grupo de
beneficiários e o grupo de controle possuem número de funcionários próximo, no entanto, as
empresas beneficiárias do PDTI apresentam um aumento de 64 % nos gastos em P&D e um
aumento de 59% no estoque de patentes.
Pela comparação das médias após realização do matching pode-se afirmar que
participar do PDTI torna a empresa beneficiária mais propensa à realização de atividades de
P&D. Desse modo, pode-se inferir que o programa conseguiu atender seus objetivos, ou seja,
Variáveis Diferença de Médias
Signif. Média
NÃO PDTI Média PDTI
Pessoal Ocupado 38,48 *** 1.138,8 1.177,28 Idade da Empresa -0,99 n.s. 36,66 35,67 Receita Líquida 102.398.573,50 n.s. 366.610.286,7 469.008.860,2 Produtividade do Trabalho -11.582.263,00 n.s. 117.157.34 133.471,86 Coef Exportações (R$) -5,75 ** 18,77 13,02 Coef Importações (R$) -3,68 *** 13,63 9,95 Multinacionais -0,15 n.s. 0,57 0,42 Gastos com Atividades Inovativas (GAI) 4.758,12 n.s. 9.743,75 14.501,87 Gastos com At. Inov / RLV 1,01 n.s. 3,43 4,44 Gastos com P&D (GPD) 3.219,47 * 1.789,38 5.008,85 Gastos com P&D / RLV 0,54 n.s. 0,96 1,5 Estoque de Patentes 3,50 * 2,41 5,91 % de Funcionários com 3º Grau 0,05 n.s. 0,21 0,26 Market Share 1,01 ** 7,62 8,63
Número de Empresas 53 53
129
os gastos públicos estimulam os gastos privados em atividades inovativas, podendo ser
considerados complementares, e não substitutos.
Como um incremento dessa análise, após o balanceamento através do matching foi
realizado a técnica da regressão linear (MQO) para identificar os determinantes dos gastos em
atividades inovativas (GAI) e, em específico, dos gastos em atividades de P&D (GPD), cujos
resultados estão na tabela 5.8.
Assim, a partir dos modelos de regressão MQO busca-se algum indicativo do sentido
e da intensidade do efeito do PDTI nos gastos das empresas beneficiárias.
Tabela 5.8
Regressão Linear com Amostra Pareada para GAI e GPD da Amostra PDTI
Obs: Desvio Padrão representado entre parênteses. * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
Com base nos dados apresentados na regressão linear, pode-se observar que para o
fato da empresa realizar gastos em marketing determina em 11% o aumento do GPD, e um
aumento de 1% no número de patentes está associado a um aumento de 99% no GPD.
MQO com Amostra Pareada
Log GAI Log GPD Variáveis Explicativas
Estimativa Estimativa
Intercepto 4,467
(0,889) *
2,42 (1,366)
***
Dummy para PDTI 0,771
(0,491) ns
1,119 (0,575)
**
Log Estoque de Patentes 0,571
(0,224) **
0,998 (0,283)
*
Log Marketing
0,155 (0,048)
**
0,119 (0,054)
**
R2 Ajustado 0,384 0,446 N 106 106
130
A dummy para PDTI é significante apenas no modelo que explica GPD, sendo que
participar de um programa de fomento à inovação faz com que as empresas beneficiárias
dobrem os gastos em P&D (2,03), um resultado superior ao encontrado pelo primeiro
procedimento (64%).
5.4 ANÁLISE DOS RESULTADOS DA AMOSTRA FNDCT COOPERATIVO
Na tabela 5.9 pode-se visualizar o teste t para comparação das médias das empresas
que foram beneficiárias do FNDCT Cooperativo e não-beneficiárias do programa, antes do
pareamento dos dados, evidenciando que quase todas as diferenças são significantes antes do
pareamento.
Tabela 5.9
Teste t para comparação das Médias das Beneficiárias do FNDCT Cooperativo em relação às firmas Não-Beneficiárias – 2003
Variáveis Diferença de Médias
Signif. Média
NÃO FNDCT Média
FNDCT
Pessoal Ocupado 755,28 * 84,04 839,32 Idade da Firma 15,36 ** 13,94 29,3 Receita Líquida 534.075.919,8 * 5.192.123,08 539.268.042,9 Produtividade do Trabalho 12.288.607,81 * 49.285,19 123.378.93 Coef Exportações 5 * 7,48 12,48 Coef Importações 7,05 n.s. 3,9 10,95 Multinacionais 0,01 n.s. 0,12 0,13 Gastos com Atividades Inovativas 9.961,48 * 2.302,02 12.263,5 Gastos com At. Inov / RLV -3,69 * 11,03 7,34 Gastos com P&D 3.382,13 * 433,17 3.815,3 Gastos com P&D / RLV 2,25 *** 0,99 3,24 Estoque de Patentes 0,61 * 0,15 0,76 % de Funcionários com 3º Grau 0,18 * 0,1 0,28 Market Share 4,44 ** 1,87 6,31
Número de Firmas 4.569 56
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
Obs: * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
131
Após a estimação do modelo probabilístico, idêntico ao utilizado no capítulo anterior,
podem-se obter alguns resultados apresentados na tabela 5.10. O resultado do teste da razão
de verossimilhança para verificação da hipótese nula global, de que todos os coeficientes do
modelo são nulos, rejeita do modelo Probit contendo somente o intercepto, validando pelo
menos uma das variáveis utilizadas no modelo.
Tabela 5.10
Modelo PROBIT – FNDCT Cooperativo (Beneficiárias = 56 x Não-Beneficiárias = 4.569 )
Efeito
Estatística Qui-Quadrado de Wald
GL
P-Valor
Pessoal Ocupado 45,027 1 <0001 Multis_2000 20,244 1 <0001 Market Share 1,1546 1 0,2826 Exportadora t-2 10,421 1 0,0012 Solvência da Firma 1,5503 3 0,6707 Setor de Atividade Econômica 49,973 11 <0001 Região Geográfica 4,44 4 0,3497
Razão de Verossimilhança 205,0402 22 <0001 Pseudo R2 0,2993
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
O pseudo R2, obtido comparando-se a função de máxima verossimilhança do modelo
completo com a máxima verossimilhança do modelo com somente o intercepto, foi de 29,9%,
indicando um grau de explicação moderado do modelo é compatível com os objetivos do
ajustamento do modelo, e próximo ao valor do modelo PDTI (31%).
A tabela 5.11 a seguir apresenta as diferenças de médias entre as empresas
beneficiárias e as não-beneficiárias após a realização do matching, sendo possível nesse
momento tentar identificar os efeitos do FNDCT Cooperativo no conjunto de empresas
beneficiárias.
132
Observa-se a perda de significância de muitas variáveis, permanecendo somente seis
variáveis com grau de significância (entre 1 e 10%). Chama a atenção o fato de que as
variáveis como gastos em atividades inovativas (GAI) e gasto em P&D (GPD) mantém-se
significantes, porém, as empresas participantes do FNDCT Cooperativo apresentam valores
menores que as empresas não-beneficiárias do grupo de controle.
Tabela 5.11
Pós-Matching: Teste t para comparação das Médias das Beneficiárias do FNDCT Cooperativo em relação às firmas Não-Beneficiárias – 2003
Variáveis Diferença de Médias
Signif. Média
NÃO FNDCT Média
FNDCT
Pessoal Ocupado -6,19 n.s. 1.004,91 998,72 Idade da Firma 0,24 n.s. 34,33 34,57 Receita Líquida 149.348.216,10 n.s. 275.654.829,1 425.003.045,2 Produtividade do Trabalho 45.161,71 n.s. 82.917,1 128.078,81 Coef Exportações (R$) -1,36 *** 13,58 12,22 Coef Importações (R$) 3,52 n.s. 7,33 10,85 Multinacionais 0,00 n.s. 0,14 0,14 Gastos com Atividades Inovativas -5.946,87 * 14.624,5 8.677,63 Gastos com At. Inov / RLV 0,88 n.s. 4,71 5,59 Gastos com P&D -38,84 ** 3.332,49 3.293,65 Gastos com P&D / RLV 1,13 n.s. 1,77 2,9 Estoque de Patentes 1,98 * 0,73 2,71 % de Funcionários com 3º Grau 0,13 *** 0,15 0,28 Market Share 0,00 n.s. 0,07 0,07
Número de Firmas 43 43
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
Obs: * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
Deve-se tomar cuidado na análise desse resultado, pois não se pode inferir que a
participação das empresas no FNDCT Cooperativo “prejudicou” seu desempenho inovador.
Um dos argumentos que justifica a dificuldade de capturar os efeitos do programa está na
questão temporal da sua implementação e da avaliação. Nesse sentido, De Negri et al. (2007)
encontram um resultado semelhante pois o impacto do FNDCT nas empresas concentra-se no
esforço inovativo das empresas (GAI/RLV) e não na escala dos gastos (GAI), ou seja, não são
133
encontradas evidência a partir da amostra e metodologia aplicada de que as empresas
beneficiárias do FNDCT gastam mais em atividades inovativas que as empresas gêmeas não-
beneficiárias.
Como já apresentado no capítulo 4 os dados do FNDCT Cooperativo disponíveis e
utilizados nessa avaliação concentram-se entre 1999 e 2005, sendo que nesse primeiro ano
somente o CT-Petro operava e a empresa Petrobras está fora da análise dessa tese por não
possuir “empresa gêmea” no processo de pareamento. Como a avaliação está sendo feita com
base no ano de 2003, e até esse ano menos de 50% do volume dos fundos e 55% do número
de operações haviam sido executados, é provável que não seja possível capturar os efeitos
desse programa no comportamento inovativo das empresas nesse ano.
Ao se analisar os resultados da regressão MQO verifica-se que realmente o programa
não possui significância para explicar os gastos em atividades inovativas (GAI) e os gastos
em P&D (GPD).
Tabela 5.12
Regressão Linear com Amostra Pareada para GAI e GPD da Amostra FNDCT
Obs: Desvio Padrão representado entre parênteses. * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
MQO com Amostra Pareada
Log GAI Log GPD Variáveis Explicativas
Estimativa Estimativa
Intercepto 5,407
(0,410) *
2,660 (1,092)
**
Dummy para FNDCT
-0,486 (0,514)
ns
0,823 (0,675)
ns
Log Estoque de Patentes 0,656
(0,289) **
0,908 (0,398)
**
Log Marketing 0,095
(0.038) **
0,165 (0,073)
**
R2 Ajustado 0,428 0,487 N 86 86
134
Deste modo, a partir desses resultados, nada se pode inferir sobre os efeitos do
FNDCT Cooperativo nos gastos privados em atividades inovativas e em P&D.
5.5 ANÁLISE DOS RESULTADOS DA AMOSTRA ADTEN
Com base no primeiro procedimento de análise, a tabela 5.13 demonstra como em
todos os casos anteriores que a apresenta todas as diferenças são significantes antes do
pareamento.
Tabela 5.13
Teste t para comparação das Médias das Beneficiárias do ADTEN em relação às firmas Não-Beneficiárias – 2003
Variáveis Diferença de Médias
Signif. Média
NÃO ADTEN Média
ADTEN
Pessoal Ocupado 622,04 * 83,36 705,4 Idade da Firma 16,74 * 13,9 30,64 Receita Líquida 199.108.558,2 * 15.782.423,99 214.890.982,2 Produtividade do Trabalho 23.752,03 *** 49.720,12 73.472,15 Coef Exportações (R$) 6,56 * 7,41 13,97 Coef Importações (R$) 2,07 ** 3,95 6,02 Multinacionais 0,02 n.s. 0,12 0,14 Gastos com Atividades Inovativas 4.491,26 * 2.335,23 6.826,49 Gastos com At. Inov / RLV -5,64 * 11,1 5,46 Gastos com P&D 2.125,19 * 432,77 2.557,96 Gastos com P&D / RLV 1,36 n.s. 0,99 2,35 Estoque de Patentes 2,4 * 0,14 2,54 % de Funcionários com 3º Grau 0,08 * 0,10 0,18 Market Share 2,32 n.s. 1,88 4,20
Número de Firmas 4.699 92
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
Obs: * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
135
Após a estimação do modelo probabilístico, idêntico ao utilizado no capítulo anterior,
pode-se observar pela tabela 5.14 que o teste da razão de verossimilhança mostra rejeição do
modelo Probit contendo somente o intercepto, dando validade a pelo menos uma das
variáveis utilizadas no modelo.
Tabela 5.14
Modelo PROBIT - ADTEN
(Beneficiárias = 92 x Não-Beneficiárias = 4.699 )
Efeito
Estatística Qui-Quadrado de Wald
GL
P-Valor
Pessoal Ocupado 30,408 1 <0001 Multis_2000 19,344 1 <0001 Market Share 0,0005 1 0,9771 Exportadora t-2 40,291 1 <0001 Solvência da Firma 24,220 3 <0001 Setor de Atividade Econômica 52,825 11 <0001 Região Geográfica 29,991 4 <0001
Razão de Verossimilhança 310,807 22 <0001 Pseudo R2 0,320
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
O pseudo R2, obtido comparando-se a função de máxima verossimilhança do modelo
completo com a máxima verossimilhança do modelo com somente o intercepto, foi de 32%,
próximo ao valor de todos os casos anteriores.
Com a realização do matching, o conjunto de empresas beneficiárias e não-
beneficiárias está pareado com características comuns e pode ser comparável. Como mostra a
tabela 5.15.
136
Tabela 5.15
Pós-Matching: Teste t para comparação das Médias das Beneficiárias do ADTEN em relação às firmas Não-Beneficiárias – 2003
Variáveis Diferença de Médias
Signif. Média
NÃO ADTEN Média
ADTEN
Pessoal Ocupado -67,96 n.s. 1.056,4 988,44 Idade da Firma 0,28 n.s. 32,89 33,17 Receita Líquida -38.786.460,50 n.s. 252.104.791,6 213.318.331,10 Produtividade do Trabalho -2.737,92 n.s. 76.046,29 73.308,37 Coef Exportações (R$) -0,50 n.s. 13,65 13,15 Coef Importações (R$) -2,99 * 8,24 5,25 Multinacionais 0,06 n.s. 0,1 0,16 Gastos com Atividades Inovativas -6.022,85 * 10.835,12 4.812,27 Gastos com At. Inov / RLV -2,39 * 6,83 4,44 Gastos com P&D 315,83 ** 1.409,68 1.725,51 Gastos com P&D / RLV 0,69 n.s. 1,27 1,96 Estoque de Patentes 1,04 n.s. 1,25 2,29 % de Funcionários com 3º Grau 0,02 ** 0,15 0,17 Market Share -0,01 ** 0,05 0,04
Número de Firmas 77 77
FONTE: IBGE/Diretoria de Pesquisas. Elaboração: IPEA/DISET a partir de dados da PINTEC 2003/ IBGE, PIA/IBGE, SECEX/MDIC, CBE/BACEN, CEB/BACEN, ComprasNet/MPOG RAIS/MTE e FINEP.
Obs: * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
Após o balanceamento dos dados, algumas variáveis perdem significância como: idade
da empresa, receita líquida, produtividade do trabalho e esforço em realizar atividades de
P&D (gastos em P&D/ receita líquida de vendas).
A partir da diferença de médias dos gastos em atividades inovativas (GAI) e gasto em
P&D (GPD) são significantes, mas apresentam comportamento diverso.
Observa-se que as empresas beneficiárias do ADTEN apresentam um aumento de 18%
nos gastos em P&D, porém uma redução de 44% no gasto em atividades inovativas.
Pela comparação das médias após realização do matching pode-se afirmar que
participar do ADTEN torna a empresa beneficiária mais propensa à realização de atividades
de P&D exclusivamente. Desse modo, pode-se inferir que o programa conseguiu atender
parcialmente seus objetivos, ou seja, os gastos públicos promovem um aumento nos gastos
137
privados somente em atividades de P&D, porém, nada se pode inferir sobre os gastos em
atividades inovativas.
Ao se realizar a técnica da regressão linear (MQO) busca-se algum indicativo do
sentido e da intensidade do efeito do ADTEN nos gastos das empresas beneficiárias (Tabela
5.16).
Tabela 5.16
Regressão Linear com Amostra Pareada para GAI e GPD da Amostra ADTEN
Obs: Desvio Padrão representado entre parênteses. * Significativa a 1%; ** Significativa a 5%; *** Significativa a 10%; ns. Não significativa.
Pode-se observar também que para o modelo que explica os gastos em atividades de
P&D, a variável proporção de funcionários com 3° grau completo de escolaridade torna-se
significante em relação ao modelo para os gastos em atividades inovativas.
A partir da regressão MQO pode-se inferir que o programa ADTEN é significante
apenas para explicar os gastos em P&D, sendo que participar desse programa faz com que as
empresas beneficiárias aumentem em 45% os gastos em P&D. Pelo método Propensity Score
MQO com Amostra Pareada
Log GAI Log GPD Variáveis Explicativas
Estimativa Estimativa
Intercepto 4,640
(0,933) *
1,44 (0,888)
ns
Dummy para ADTEN
-0,039 (0,502)
ns
0,904 (0,509)
***
Log Estoque de Patentes 0,553
(0,270) **
1,011 (0,274)
*
Log Marketing
0,032 (0,055)
ns
0,143 (0,051)
**
R2 Ajustado 0,238 0,425 N 154 154
138
Matching, por sua vez, as empresas beneficiárias apresentam um aumento de 22,4% nos
gastos em P&D em relação às não-beneficiárias.
5.6 COMPARAÇÃO ENTRE OS RESULTADOS DOS PROGRAMAS
A tabela 5.17 apresenta uma síntese dos resultados obtidos da avaliação das quatro
combinações de amostra analisadas e da aplicação do procedimento metodológico Propensity
Score Matching com MQO com objetivo de explicar o comportamento dos gastos em
atividades inovativas (GAI) e dos gastos em P&D (GPD) das empresas.
Pode-se concluir que existe uma predominância dos resultados que apontam para a o
fato de que o gasto público alavanca o aumento do gasto privado em atividades inovativas e
em P&D, com exceção do programa FNDCT que em nenhum dos testes e em nenhum dos
modelos demonstra algum efeito nas empresas.
Para GAI, a amostra conjunta sinaliza um aumento, mas nas amostras por programas
os resultados para essa variável são não conclusivos.
Para GPD, a amostra conjunta, o PDTI e o ADTEN são positivos, mas o FNDCT foi
negativo. Em termos percentuais, as empresas da amostra conjunta aumentaram seus gastos
em atividades de P&D em 106%, as empresas do PDTI aumentaram em 103%, e as empresas
da amostra do ADTEN aumentaram em 45% os GPD. Uma possível justificativa para o
resultado negativo da amostra FNDCT Cooperativo está no fato da análise se restringir a um
curto período desde a aplicação desse incentivo financeiro, impedindo, por isso, a plena
captura dos seus efeitos no comportamento das empresas.
139
Tabela 5.17
Síntese dos Resultados da Avaliação de Impacto dos Programas
SINAL DO IMPACTO*
INTENSIDADE INTERPRETAÇÃO
Propensity Score Matching MQO
GAI
Aumenta n.s. Additionality AMOSTRA CONJUNTA
GPD
Aumenta Aumenta 106% Additionality
GAI
Aumenta n.s. Não Conclusivo AMOSTRA PDTI
GPD
Aumenta
Aumenta 103% Additionality
GAI
Reduz n.s. Não Conclusivo AMOSTRA FNDCT
Cooperativo GPD
Reduz n.s. Não Conclusivo
GAI
Reduz n.s. Não Conclusivo AMOSTRA ADTEN
GPD
Aumenta Aumenta 45% Additionality Fonte: Elaboração Própria. Obs: ns. Não Significativo.
Deste modo, pode-se concluir que as metodologias utilizadas apontam para resultados
que devem ser analisados cuidadosamente, considerando as especificidades de cada um dos
programas, quanto aos seus prazos, abrangência e objetivos.
Deve-se chamar a atenção para a diferença de resultados obtidos pelo estudo ao
explicar o comportamento do GAI e do GPD. Os resultados dos métodos utilizados nessas
quatro amostras demonstram que os efeitos gerados pelos programas de fomento à inovação
são mais facilmente capturados ao se considerar somente gastos em P&D. Nesse sentido,
pode-se afirmar que os programas analisados promovem efeitos diretamente sobre as
atividades estritamente de P&D, e não sobre as atividades inovativas a partir do conceito mais
amplo (GAI).
Não se pode negar, entretanto, que a aplicação dessas metodologias sinaliza para fatos
importantes. Nota-se que os modelos são muito mais ajustados para avaliar o impacto dos
programas nos gastos em P&D realizados pelas empresas do que nos gastos em atividades
inovativas (GAI) como um todo, pois se sabe que inserido nesse último montante podem estar
140
incluídas despesas que não necessariamente eram objetivo do programa avaliado e que não
tenham reflexo imediato sobre o comportamento inovador das empresas, e por isso ele não é
capaz de explicar seu comportamento.
141
6 CONCLUSÃO
A política tecnológica é praticada, nos dias atuais, em diversos países com objetivo de
potencializar sua capacidade tecnológica, seja por meio do estímulo aos investimentos
privados, seja pela montagem de um ambiente institucional adequado, como a infra-estrutura
para a promoção de interações entre empresas, universidades, institutos e centros de pesquisa
científica.
Diante da diversidade de formato, tal política disponibiliza inúmeros instrumentos de
atuação que se diferenciam quanto aos objetivos e objeto-alvo dos programas de apoio à
inovação, como por exemplo, subsídios a projetos de pesquisa de universidades e centros de
pesquisa, financiamento direto com a constituição de fundos financeiros, incentivo fiscal às
atividades inovativas, e compras do setor público.
Nesse quadro, os incentivos fiscais às atividades de P&D destacam-se como um dos
mais utilizados internacionalmente e podem ser oferecidos sob dois formatos: dedução do
imposto de renda e crédito fiscal. Por dedução do imposto de renda entende-se o desconto do
aumento (valor total ou incremental) das despesas em P&D do montante do lucro cujo
imposto será incidido; enquanto que o crédito fiscal consiste na redução da alíquota do
imposto a pagar.
Sua grande utilização culminou em uma forte discussão sobre a capacidade de
estimular as empresas a realizarem atividades inovativas e de P&D. Dispõe-se, desde meados
da década de 80, de alguns estudos sobre essa questão que, por sua vez, se tornaram ainda
mais numerosos na segunda metade da década de 1990 e anos 2000.
Dentre os pioneiros destacam-se Mansfield (1985) e Hall (1992) com o objetivo de
avaliar os efeitos dos incentivos no gasto em P&D das empresas beneficiárias, encontrando
coincidente resultado, ou seja, efeitos de complementaridade entre gastos públicos e privados
em atividades inovativas.
142
Tal amplitude de debate não se detém apenas na análise desse instrumento, mas
também de outros tipos de instrumento de política de fomento à inovação, como os incentivos
financeiros às empresas, como fundos financeiros e crédito direto, destacam-se o trabalho de
autores como Leyden e Link (1993), Hall e Van Reenen (2000), Czarnitski et al. (2004),
Bloom et al. (2002), Busom (1999), Wallsten (2000). Lööf e Hesmati (2005).
Ressalta-se a partir dessa problemática uma importante discussão, sobre as vantagens e
desvantagens apresentadas para cada um desses instrumentos como apresentado no trabalho
de David et al. (2000). O intuito essencial dessa discussão é identificar a existência de um
fenômeno chamado de “efeito crowding out” (efeito substituição), em que as empresas
privadas simplesmente alocam recursos às atividades de P&D que já seriam previamente
alocados, caso não houvesse intervenção do governo, ou seja, a política não é capaz de
estimular as empresas a aumentarem seus gastos em atividades inovativas. Por outro lado,
discute-se também a presença de um fenômeno oposto chamado “efeito additionality” (efeito
alavancagem) onde o gasto público é capaz de ampliar o gasto privado em atividades
inovativas.
Busom (1999), Almus e Czarnitzki (2002), Hussinger (2003), Duguet (2004) avaliam
os efeitos de diversas políticas de apoio à inovação, em diferentes países, e chegam a
resultados muito próximos dos autores previamente citados. Esse autores não encontram
“efeito substituição”, mas sim a presença de “efeito crownding in”, indicando que os gastos
públicos e privados podem ser considerados complementares e não substitutos.
Um número grande de metodologias de avaliação passa a ser desenvolvida para
atender essa intensa demanda pela avaliação das políticas de apoio à inovação, e das políticas
públicas de maneira geral. As ferramentas quantitativas que se destacam são: peer review,
bibliometria, análise de informações administrativas e financeiras, análise de custo-benefício,
estudos econométricos, como o Propensity Score Matching e o modelo de seleção em dois
143
estágios, entre outros. Dentre as metodologias qualitativas destacam-se o uso de
questionários, entrevistas e estudos de caso.
Essas metodologias, por sua vez, podem se concentrar no diagnóstico de intervenção e
na elaboração das políticas (análise ex-ante), ou na análise da política em curso
(monitoramento), ou ainda na análise dos efeitos das políticas no desempenho das empresas
(análise de resultados).
Dentro dessa perspectiva, a presente tese realizou uma avaliação dos efeitos de curto
prazo de três programas de fomento à inovação no Brasil sobre os gastos em atividades
inovativas (GAI) e em P&D (GPD) das empresas participantes da amostra conjunta dos
programas PDTI, FNDCT e ADTEN e da amostra individualizada de cada um deles.
A metodologia selecionada no presente trabalho se refere à análise econométrica, com
a aplicação do Propensity Score Matching. A análise foi feita a partir de quatro amostras: a
amostra conjunta com todas as empresas beneficiárias dos programas, e três amostras
individualizadas para cada programa de fomento. Dentre os diversos resultados obtidos a
partir desses exercícios empíricos podem-se destacar os seguintes.
Ao se considerar a amostra total de empresas inovadoras, que participaram de ao
menos um dos programas acima referidos, pode-se dizer que o impacto das políticas é
positivo tanto em ampliar os GAI quanto os GPD. Porém, deve-se considerar que, diante da
impossibilidade de se isolar os efeitos da política, dado que está sendo trabalhada a amostra
conjunta de empresas, não se pode afirmar em termo de eficiência de cada programa, mas sim
sobre a efetividade destes no aumento dos gastos em atividades inovativas das empresas.
Deste modo, pode-se concluir que impacto dos programas na amostra conjunta de empresas
foi efetivo pela capacidade de promoção de maiores gastos em atividades inovativas e de
P&D.
144
Deste modo, para a amostra conjunta pode-se concluir que o resultado obtido por meio
dos procedimentos econométricos demonstra que participar de ao menos um dos programas
de apoio à inovação promove um aumento no gasto em P&D superior a 100%, ou seja, faz
com que as empresas dobrem os referidos gastos utilizando-se a metodologia do MQO; ou
aumentem em 54% os gastos em P&D mensurando pela metodologia Propensity Score
Matching.
Com base nesse resultado positivo obtido na amostra conjunta, analisa-se a seguir o
comportamento de cada programa individualmente, para assim, compreender se o tipo de
programa de fomento à inovação é importante para explicar os gastos das empresas em
atividades inovativas e em P&D.
Por meio dos resultados das regressões realizadas para os programas individualmente,
no caso específico do FNDCT a variável dummy para programa não apresenta significância,
tanto para explicar gasto em atividades inovativas como para explicar gasto em atividades de
P&D. No entanto, em termos comparativos, o maior volume de recursos utilizados por
programa concentra-se no FNDCT. Uma possível justificativa para o resultado negativo da
amostra FNDCT Cooperativo está no fato da análise se restringir a um curto período desde a
aplicação desse incentivo financeiro, impedindo que sejam capturados seus efeitos no
comportamento das empresas.
Observa-se, no entanto, que no caso do PDTI e do ADTEN a variável dummy
apresenta significância para explicar gasto em atividades de P&D, não sendo capaz, porém, de
explicar o gasto em atividades inovativas. Pode-se observar por esses resultados que os
modelos utilizados nessa tese são mais ajustados para avaliar o impacto dos programas nos
gastos em P&D realizados pelas empresas do que nos gastos em atividades inovativas (GAI)
como um todo, considerando que nesse último estão incluídas despesas que não
necessariamente eram objetivo do programa avaliado.
145
É importante destacar que os resultados obtidos por essa análise aproximam-se dos
resultados de avaliações internacionais. Czarnitzki e Fier (2002), por exemplo, identificam
para 210 empresas na Alemanha que 1 euro de financiamento gera um aumento de 40% nos
gastos privados em P&D, assemelhando-se, assim, ao caso do PDTI pela metodologia do
Propensity Score Matching (64% de aumento nos gastos privados) e ao caso do ADTEN pela
metodologia MQO (45% de aumento nos gastos privados). Destaca-se que esses efeitos se
assemelham ainda que o programa de incentivo fiscal no Brasil seja bem menos generoso em
relação às experiências internacionais analisadas, com no máximo 25% do valor do gasto
dedutível do IR enquanto que para os outros países esse percentual ultrapassa 100% do valor.
O impacto do PDTI, porém, mostra-se superior ao impacto gerado pelo ADTEN. Uma
explicação possível para esse resultado está no fato do primeiro ser um programa de incentivo
fiscal cujo perfil de empresas participantes concentra-se em empresas já inovadoras, por ser
um benefício ex-post, como bem discutido pela literatura internacional. De maneira diferente,
o ADTEN, por ser um programa de financiamento às atividades inovativas pode financiar
também novas empresas inovadoras, que ainda estão iniciando suas atividades de P&D, o que
poderia subestimar a mensuração dos resultados imediatos deste programa no comportamento
tecnológico dessas empresas beneficiárias.
À luz do que foi exposto, pode-se concluir que as políticas de fomento à inovação no
Brasil estão promovendo modificações no comportamento das empresas quanto aos gastos em
P&D. Pode-se concluir, também, que o tipo de programa a ser implementado é importante,
principalmente ao se tratar de programas heterogêneos quanto ao tipo de instrumento, ao
público-alvo e à temporalidade, dado o diferente período de execução de cada um deles.
Desse modo, era previsto que os resultados de cada um deles fosse diferente aplicando-se a
mesma metodologia para esses programas.
146
Com os resultados dessa tese espera-se sinalizar sobre a importância da
implementação de práticas de avaliação, especialmente no que se refere à análise de impacto
de políticas tecnológicas. Mais que isso, o trabalho aponta para o fato de que o processo de
avaliação dos efeitos de uma política é factível, desde que os policy makers tenham como
meta a busca pela melhoria na execução de suas políticas, seja por meio de práticas de
monitoramento dos programas em andamento, seja pelas avaliações de resultado, com as
avaliações ex-post como a realizada nessa tese.
A partir da realização da prática de avaliação pode ser eliminada uma importante
limitação que é a falta de informações sistematizadas sobre os programas de fomento á
inovação executados. Muitos países com prática de avaliação adotam como um dos requisitos
para a aprovação dos projetos que as empresas se comprometam a fornecer informações
necessárias, durante o andamento e após a conclusão do projeto para realizar a avaliação.
Com isso, poderão ser construídos bancos de dados, que em um momento posterior servirão
de insumo para o avaliador aplicar a metodologia que considerar mais adequada.
Nesse sentido, sugere-se que se aprimorem as ferramentas de análise,
complementando a avaliação quantitativa, como a avaliação feita nessa tese, com ferramentas
qualitativas como a realização de entrevistas e de estudos de caso com empresas participantes
de programas de fomento à inovação.
Deste modo, poderão ser identificados os efeitos dos programas não somente no curto
como também no longo prazo, para assim, compreender se a estratégia de desenvolvimento de
inovação, baseada em programas de incentivos fiscais ou incentivos financeiros, está sendo
capaz de modificar o comportamento de inovação das empresas beneficiárias de tais
programas.
147
REFERÊNCIAS BIBLIOGRÁFICAS
ABADIE, A.; IMBENS, G. Large sample properties of matching estimators for ATE. Disponível em: http://emlab.berkeley.edu/users/imbens/sme_21jan04.pdf
AERTS, K.; CZARNITZKI, D. “Using Innovation Survey Data to Evaluate R&D Policy: the case of Belgium”. ZEW Discussion Paper, n. 05-55. Centre for European Economic Research, Mannheim, 2004. Disponível em: <http://opus.zbw-kiel.de/volltexte/2004/2193/pdf/dp0455.pdf>
AIRAGHI, A., BUSCH, N., GEORGHIOU, L., KUHLMANN, S., LEDOUX, J.M., VAN RAAN, A., VIANA BAPTISTA, J. Options and Limits for Assessing the Socio-Economic Impact of European RTD Programmes. Report to the European Commission, 1999. ALMUS, M.; CZARNITZKI, D. The Effects of Public R&D Subsidies on Firms’ Innovation Activities: The Case of Eastern Germany. ZEW Discussion Paper, n. 01-10. Centre for European Economic Research, Mannheim, 2001. Disponível em: < ftp://ftp.zew.de/pub/zew-docs/dp/dp0110.pdf>.
ANPEI. Associação Nacional de Pesquisa, Desenvolvimento e Engenharia das Empresas Inovadoras. Como alavancar as Inovações Tecnológicas nas Empresas. São Paulo, 2004.
ARAÚJO, B. C. P. O.; PIANTO, D. M. “Potencial Exportador das Firmas Industriais Brasileiras”. In: Anais do XXX Encontro Nacional de Pós-Graduação em Economia, Natal, 2005.
ARBIX, G; MENDONÇA, M. “inovação e competitividade: uma agenda para o futuro”. In: CASTRO, A.C. et al.. Brasil em Desenvolvimento: economia, tecnologia e competitividade, v.1. Rio de Janeiro: Civilização Brasileira, 2005.
ARVANITIS, S.; KEILBACH, M. “Econometric models: microeconometric models”. In: FAHRENKROG, G. et al. (eds.) RTD Evaluation Toolbox: Assessing the Socio-Economic Impact of RTD Policies. European Comission, Joint Research Center, Institute for Prospective Technological Studies (IPTS), Espanha, pp.101-118, 2002.
BACH, L.; GEORGHIOU, L. The Nature and Scope of RTD Impact Measurement. Discussion Paper for International Workshop on “Measurement of RTD Results/Impacts”, Brussels,1998. Disponível em: < http://www.mbs.ac.uk/research/engineering-policy/documents/PREST-scopeofrtdimpact.pdf>
BASTOS, V.B. “Fundos Públicos para Ciência e Tecnologia”. Revista do BNDES, Rio de Janeiro, v. 10, n. 20, p. 229-260, dezembro, 2003.
_______. “Incentivos à Inovação: tendências internacionais e no Brasil e o papel do BNDES junto às grandes empresas”. Revista do BNDES, Rio de Janeiro, v. 11, n. 21, p. 107-138, junho, 2004.
BECKER, S.; ICHINO, A. “Estimation of Average Treatment Effects based on Propensity Scores”. The Stata Journal, 2002, 2, 4, 358-377.
148
BIE. Bureau of Industry Economics. “R&D, innovation and competitiveness: an evaluation of the research and development tax concession”. Research Report 50, Australian Government Publishing Service, 1993.
BIGGIERO, L.; LAISE, D. “Choosing and Evaluating Technology Policy: a Multicriteria (Non Neoclassical) Approach“. DRUID Conference, Denmark, 2001.
BLOOM, N.; GRIFFITH, R.; VAN REENEN, J. “Do R&D Tax Credit work? Evidence form a panel of countries 1979-1997“. Journal of Public Economics, n.85, 2002, pp.01-31.
BLUNDELL, R.; COSTA-DIAS, M. “Evaluation Methods for non-experimental data”. Fiscal Studies, 21 (4), p.427-468, 2000.
BRANSCOMB, L.M.; FLORIDA, Richard. "Challenges to Technology Policy in a Changing World." Chemtech 28, no. 6, pp. 13-22, 1998.
BRYANT, K. “Promoting innovation: an overview of the application of evolutionary economics and systems approaches to policy issues“. In: Foster, J. & Metcalfe, J. Frontiers of Evolutionary Economics. Edward Elgar, 2001.
BUSINESS COUNCIL OF AUSTRALIA. “Survey of Research and Development Expenditure by Australian Businesses”. 1999.
BUSOM, I. “An empirical Evaluation of the Effects of R&D subsidies”. Burch Center Working Paper Series, n. B99-05. University of California, Berkeley, May, 1999.
CANADIAN DEPARTMENT OF FINANCE. “The Federal System of Income Tax Incentives for Scientific Research and Experimental Development”. Evaluation Report. Ottawa, Department of Finance, 1997.
CAPRON, H.; VAN POTTELSBERGHE DE LA POTERIE, B. “Public Support to Business R&D: a survey and some new quantitative evidence”. Conference Policy Evaluation in Innovation and Technology, capítulo 10. Science and Technology Policy Division, OECD, Paris, 1997. Disponível em: < http://www.oecd.org/dataoecd/3/35/1822815.pdf>
________________________. “Public Support to R&D Programmes: as integrated assessment scheme”. Conference Policy Evaluation in Innovation and Technology, capítulo 04. Science and Technology Policy Division, OECD, Paris, 1997. Disponível em: < http://www.oecd.org/dataoecd/2/49/1822568.pdf>
CASSIOLATO, J.E. “A Economia do Conhecimento e as Novas Políticas Industriais e Tecnológicas”. In: LASTRES, H.M.M.; ALBAGLI, S. (orgs.) Informação e Globalização na Era do Conhecimento. Rio de Janeiro, Campus, 1999.
CASTALDI, C.; CIMOLI, M.; CORREA, N.; DOSI, G. “Technological Learning, Policy Regimes and Growth in a ‘Globalized’ Economy: General Patterns and the Latin American Experience ”. LEM Working Paper Series, january, 2004.
CASTRO, A.B.; ÁVILA, J. “Por uma Política Industrial e Tecnológica voltada para a especificidade do caso brasileiro”. Trabalho apresentado ao XVI Fórum Nacional, Rio de Janeiro, 2004, mimeo.
149
CEPAL. “Políticas para promover la innovación e el desarrollo tecnológico”, Capítulo 06. Relatório Desarrollo Productivo en Economías Abiertas. 2004.
CHANG, H.; CHEEMA, A. “Conditions for Successful Technology Policy in Developing Countries – Learning Rents, State Structures, and Institutions”. Discussion Paper Series. United Nations University, INTECH. Holanda, dezembro, 2001.
CIMOLI, M.; DELLA GIUSTA, M. “The Nature of Technological Change and its Main Implications on National and Local Systems of Innovation”. In: BATTEN, P.; MARTELLATO, D (eds). Innovation and Regional Development, Kluwer Academic, Boston/Dordrecht/London, 2000.
CIMOLI, M.; PRIMI, A. “Las políticas para la creación y difusión del conocimiento de América Latina y el Caribe”. CEPAL, novembro, 2003, mimeo.
CORDER, S.; SALLES-FILHO, S. “Financiamento e incentivos ao Sistema Nacional de Inovação”. Parcerias Estratégicas, n.19, dezembro, 2004.
COSTA, F.L.; CASTANHAR, J. C. “Avaliação de programas públicos: desafios conceituais e metodológicos”. Revista de Administração Pública. Rio de Janeiro, n. 37, pp.969-92, setembro/outubro, 2003.
CUSMANO, L. “Technology Policy and Co-operative R&D: the role of relational research capacity”. DRUID Working Paper, n. 00-3, Abril, 2000.
CZARNITZKI, D.; HANEL, P.; ROSA, J.M. “Evaluations the Impact of R&D Tax Credits on Innovation: a Microeconometric Study on Canadian Firms“. Centre for European Economic Research, ZEW Discussion Paper, n. 04-77, November, 2004. Disponível em <http://callisto.si.usherb.ca:8080/gredi/wpapers/GREDI-0501.pdf>
CZARNITZK, D.; FIER, A. “Do innovation subsidies crowd out private investment: evidence from the German service sector”, Applied Economics Quarterly , 48 (1), 1-25, 2002.
DAVID, P.A.; HALL, B.H.; TOOLE, A.A. “Is Public R&D a Complement or Substitute for Private R&D? A review of the econometric evidence”. Research Policy, n.29, pp.497-529, 2000.
DAVIS, C.; CARDEN, F. “Research Effectiveness and R&D evaluation in developing countries”. Knowledge and Policy, 1998.
DE NEGRI, J.; SALERNO, M. Inovações, padrões tecnológicos e desempenho das firmas brasileiras. Brasília: IPEA, 2005.
DE NEGRI, J.; LEMOS, M. B.; DE NEGRI, F. “Avaliação do FNDCT e do ADTEN”. Banco Interamericano de Desenvolvimento, 2007, mimeo.
DEHEJIA, R. H; WAHBA, S. “Propensity Score-Matching Methods for Non-Experimental Causal Studies”. National Bureau of Economic Research. Working Paper Series 6829, 1998. Disponível em www.nber.org/papers/w6829. Acesso em 25/07/2006.
150
DOSI, G. “Institutions and Markets in a Dynamic World”. The Manchester School, 56, n.2, June, 1988.
DOSI, G.; EGIDI, M. “Substantive and procedural uncertainty: an exploration of economic behavior in changing environments”. Economics, Springer-Verlag, 1991.
DOSI, G.; PAVITT, K.; SOETE, L. The economics of technical change and international trade. London: Harvester Wheastsheaf, 1990.
DUGUET, E. “Are R&D subsidies a substitute or a complement to privately funded R&D? Evidence from France using propensity score methods for non-experimental Data”. Revue d’Economie Politique, 114(2), 263-292, 2004. EBERSBERGER, B. “The Impact of Public R&D Funding”. VTT Publications 588. VTT Technology Studies, Fraunhofer ISI, Germany, 2005.
ERBER, F. Perspectivas da América Latina em Ciência e Tecnologia. Trabalho apresentado no Seminário Internacional “Relações internacionais da América Latina no começo do século XXI“, Brasília, mimeo, 1999.
FAHRENKROG, G. et al. (eds.) RTD Evaluation Toolbox: Assessing the Socio-Economic Impact of RTD Policies. European Comission, Joint Research Center, Institute for Prospective Technological Studies (IPTS), Espanha, 2002.
FERRARI, A.F. “O Fundo Nacional de Desenvolvimento Científico e Tecnológico - FNDCT e a Financiadora de Estudos e Projetos – FINEP”. Revista Brasileira de Inovação. Rio de Janeiro: vol. 1, ano 1, janeiro / junho 2002.
FERRAZ, J.C.; DE PAULA, G.M; KUPFER, D. “Política Industrial”. In. KUPFER, D.; HASENCLEVER, L. Economia Industrial. Rio de Janeiro: Campus, 2002.
FOSTER, E.M. “Propensity Score Matching: an Illustrative Analysis of Dose Response”. Medical Care, v.41, n.10, pp.1183-1192, 2003.
FREEMAN, C. “The 'National System of Innovation' in Historical Perspective” Cambridge Journal of Economics, Oxford University Press, vol. 19(1), pages 5-24, February, 1995.
FREEMAN, C.; SOETE, L. The Economics of Industrial Innovation. 3a. ed., Frances Pinter, London, 1997.
FURTADO, A.; SUSLICK, S.; PEREIRA, N.; FREITAS, A.; BACH, L. “Assessment of direct and indirect effects of large technological programmes: Petrobras Deepwater Programme in Brazil”. Research Evaluation, volume 8, n. 3, dezembro, pp.155–163, 1999.
GADELHA, C. A. “Política industrial: uma visão neo-schumpeteriana sistêmica e estrutural”. Revista de Economia Política, v.21, n.04, outubro/dezembro, 2001.
GEORGHIOU, L. “Issues in the Evaluation of Innovation and Technology Policy”. Evaluation, vol. 4, pp.37-51, 1998.
GEORGHIOU, L.; ROESSNER, D. “Evaluating technology programs: tools and methods”. Research Policy, n.29, pp.657-678, 2000.
151
GEORGHIOU, L.; RIGBY, J.; CAMERON, H. (eds.). Assessing the Socio-Economic Impacts of the Framework Programme, June, 2002.
GONZALEZ, X; PAZÓ. C. Do public subsidies stimulate private R&D spending?. Universidad de Vigo, 2005. Paper apresentado na 32ª EARIE Conference. Disponível em: <http://webs.uvigo.es/xgzlez/research_archivos/GlezPazoRev.pdf>
GRIFFITH, R.; REDDING, S.; VAN REENEN, J. Measuring the Cost Effectiveness of an R&D Tax Credit for the UK. Center for Economic Performance, London School of Economics and Political Science, 2000.
GUIMARÃES, E.A. “Políticas de Inovação: Financiamento e Incentivos”. Texto para Discussão IPEA, n. 1212. Brasília, agosto de 2006.
GUINET, J.; KAMATA, H. “Do Tax-Incentives Promote Innovation?”. The OECD Observer, n.202, October/November, 1996.
HALL, B.H. “R&D Tax Policy during the Eighties: success or failure?”. NBER Working Papers Series, Working Paper n.4240. Cambridge, 1992.
HALL, B.H. “The Assessment: Technology Policy”. Oxford Review of Economic Policy, v.18, n.01, 2002.
HALL, B.H; VAN REENEN, J. “How effective are fiscal incentives for R&D? A review of the evidence“. Research Policy, 29, pp.449-469, 2000.
HALL, B.H.; WOSINSKA, M. “Effectiveness of the California R&D Tax Credit”. Report Prepared for The California Council on Science and Technology, June, 1999. Disponível em <www.ccst.us/ccst/pubs/crest/pubs/pireports/html/hall.html>
HALL, B.; MAIRESSE, J. “Empirical Studies of Innovation in the Knowledge Driven Economy”. UNU-MERIT Working Papers, n. 28, Maastricht, 2006.
HASENCLEVER, L.; TIGRE, P. “Estratégias de inovação”. In: KUPFER, D.; HASENCLEVER, L. Economia Industrial. Rio de Janeiro: Campus, 2002.
HECKMAN, J. J. “Sample selection bias as a specification error”. Econometrica, 47, 153-161, 1979.
HECKMAN, J. J.; ICHIMURA, H.; TODD, P. “Matching as an econometric evaluation estimator”. Review of Economic Studies, v.64, p.605-654, 1997.
HONG, H.D.; BODEN, M. R&D Programme Evaluation: theory and practice. Ashgate Publishing Limited, England, 2003.
HUJER, R.; RADIC, D. “Evaluating the Impacts of Subsidies on Innovation Activities in Germany”. Scottish Journal of Political Economy, Vol. 52, No. 4, September 2005.
HUSSINGER, K. “R&D and Subsidies at the Firm Level: Na Application of Parametric and Semi-Parametric Two-Step Selection Models”, ZEW Discussion Paper, n.03-63, Centre for European Economic Research, Manheim, 2003.
152
IBGE, Pesquisa Industrial de Inovação Tecnológica 2003. Rio de Janeiro, 148 p, 2005. Disponível em: <http://www.ibge.gov.br/home/estatistica/economia/industria/pintec/2003/pintec2003.pdf>
INDUSTRY OF CANADA. “A Structuralist Assessment of Technology Policies – taking Schumpeter seriously on policy”. Research Publications Program, Working Paper n.25, October, 1998.
IRWIN, D.; KLENOW, P. “High-Tech R&D Subsidies Estimating the effects of Sematech”, Journal of International Economics, n. 40, pp.323-344, 1996.
JARMIN, R.S. “Using Matched Client and Census Data to Evaluate the Performance of the Manufacturing Extension Partnership”, Center for Economic Studies Working Paper CES 95-7, 1995.
JARMIN, R.S.; JENSEN, J. B. “Evaluating Government Technology Programmes: The case of Manufacturing Extension”. Conference Policy Evaluation in Innovation and Technology, capítulo 14. Science and Technology Policy Division, OECD, Paris, 1997.
JENSEN, J.; MENEZES-FILHO, N.; SBRAGIA, R. “Os Determinantes dos Gastos em P&D no Brasil: uma análise com dados em painel”. Estudos Econômicos, São Paulo, v.34, n.4, p.661-691, outubro-dezembro de 2004.
KAISER, U. “Private R&D and Public R&D Subsidies: microeconometric evidence from Denmark”. Discussion Paper 2004-01. Centre for Economic and Business Research (CEBR), 2004.
KATZ, J. “Pasado y Presente del comportamiento tecnológico de América Latina”. Serie Desarrollo Productivo, CEPAL, Chile, 2000.
KLASSEN, K.; PITTMAN, J.; REED, M. “A Cross-National Comparison of R&D Expenditure Decisions: Financial Constraints and Tax Incentives”. Contemporary Accounting Research, 2004, forthcoming. Disponível em: <http://accounting.uwaterloo.ca/people/documents/RandD.pdf>
KLETTE, J., MOEN, J.; GRILICHES, Z. “Do subsidies to commercial R&D reduce market failures? Microeconometric evaluation studies.” Research Policy, 29, 471-495, 2000.
KUHLMANN, S. “Moderation of Policy-Making? Science and Technology Policy Evaluation Beyond Impact Measurement—the Case of Germany”. Evaluation, Vol 4(2), pp.130–148, 1998.
KUPFER, D. “Política Industrial”. Revista Econômica, Rio de Janeiro, v.5, n.2, p.91-108, 2003.
LACH, S. “Do R&D subsidies stimulate or displace private R&D? Evidence from Israel”. Journal of Industrial Economics, 50, 369-390, 2002.
LATTIMORE, R. “Research and Development Fiscal Incentives in Australia: Impacts and Policy Lessons”. Conference Policy Evaluation in Innovation and Technology, capítulo 07. Science and Technology Policy Division, OECD, Paris, 1997.
153
LENGRAND, L. et al.. Final Report – Supporting the Monitoring and Evaluation of Innovation Programmes 2006. Disponível em: www.mbs.ac.uk/research/engineering-policy/research-projects/documents/INNEVALFinalReport.pdf
LEYDEN, D.P.; LINK, A.N. “Tax policies affecting R&D: an international comparison”. Technovation, n.13, pp. 17-25, 1993.
LIPSEY, R.; CARLAW, K. The Conceptual Basis of Technology Policy. August, 2001. Disponível em <http://www.sfu.ca/~rlipsey/C1.pdf>
LOOF, H.; HESMATI, A. “The Impact of Public Funding on Private R&D Investment. New Evidence from a Firm Level Innovation Study“. CESIS Eletronic Working Paper Series, The Royal Institute of Technology, March, 2005. Disponível em <http://www.infra.kth.se/cesis/documents/WP06.pdf>
LUNDVALL, B. “Innovation as an Interactive Process: from user-producer interaction to the National System of Innovation”. In: DOSI, G.; FREEMAN, C.; NELSON, R.; SILVERBERG, G.; SOETE, L. (eds) Technical change and Economic Theory, Pinter Publishers, UK, 1988.
LUNDVALL, B. (ed.) National systems of innovation: towards a theory of innovation and interactive learning, London: Pinter, 1992. LUNDVALL, B.; BORRÁS, S. “The globalizing learning economy: implications for innovation policy”. Target Socio Economic Research, European Communities, Luxembrugo, 1997.Disponível em: <http://cordis.europa.eu/tser/src/globec.htm>
LURIA, D.; WIARDA, E. “Performance benchmarking and measuring program impacts on customers: lessons from the Midwest Manufacturing Technology Center”. Research Policy, n. 25, pp. 233-246, 1996.
MACDONALD, C. “R&D Tax Incentives: a Comparison of the Incentive Effects of Refundable and Non-refundable Tax Credits”. Summer Research Paper, University of Waterloo, 2003.
MADDALA, G.S. Limited-Dependent and Qualitative Variable in Econometrics. Econometric Society Monographs, n.3. Cambridge University Press, 1983.
MANI, S. “Government, Innovation and Technology Policy, an analysis of Brazil in 1990’s”. Discussion Paper Series. United Nations University, INTECH. Holanda, Dezembro, 2001
_________. “Role of Government in Promoting Innovation, an International Comparative Study”. Conference The Future of Innovation Studies. Eindhoven University of Technology, Holanda, Setembro, 2001. Disponível em <http://www.intech.unu.edu/publications/discussion-papers/2001-3.pdf>
MANSFIELD, E. “Public Policy toward Industrial Innovation: an International Study of Direct Tax Incentives for R&D”. In: CLARK, K. e LORENZ, C. (eds.) The Uneast Alliance. Harvard Press, 1985.
MANSFIELD, E.; SWITZER, L. “The effects of R&D tax credits and allowances in Canada“. Research Policy, n.14, pp.97-107, 1985.
154
MATESCO, V; TAFFNER, P. “O Estímulo aos Investimentos tecnológicos: o impacto sobre as empresas brasileiras”. Texto para Discussão IPEA, n.429. Rio de Janeiro, julho de 1996.
MCT. Ministério da Ciência e Tecnologia. Relatório Anual de Avaliação da Utilização dos Incentivos Fiscais ao Congresso Nacional. Dezembro, 2005. Disponível em: <http://www.mct.gov.br/upd_blob/0001/1202.doc>.
MELO, A. “Industrial Policy in Latin America and the Caribbean at the Turn of the Century”. Working Paper Interamerican Development Bank, n. 459, agosto, 2001.
METCALFE, J.S. “Evolutionary Economics and Technology Policy”. The Economic Journal, 104, Oxford, UK, pp.931-944, July, 1994.
MEYER-STAMER, J. “New departures for technology policy in Brazil”. Science and Public Policy, October, pp. 295-304, 1995.
MINISTÉRIO DAS FINANÇAS E DA RECEITA DO CANADÁ. “Por que e como os Governos apóiam Atividades de Pesquisa e Desenvolvimento”. Parcerias Estratégicas, n. 08, maio, 2000.
NELSON, R. “Co-evolution of Technology, Industrial Structure, and Supporting Institutions”. In Industrial and Corporate Change, vol.01, 1984.
____________ “National Innovation System: a retrospective on a study”. Industrial and Corporate Change, pp.347-374, 1992.
NELSON, R.; WINTER, S. An Evolutionary Theory of Economic Change. Cambridge: Harvard University Press, 1982.
NIST. NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY. Technology Administration, U.S. Department of Commerce. “Measuring ATP Impact”. 2004 Report on Economic Progress, ATP Economic Assessment Office, 2004.
OCDE. Frascati Manual 2002. “The Measurement of Scientific and Technological Activities: Proposed standard practice for surveys on Research and Experimental Development”. Paris, OECD, 2002.
______. Manual de Oslo: diretrizes para coleta e interpretação de dados sobre inovação. 3a. edição. Tradução: FINEP, Rio de Janeiro, 2005.
______.“Tax Incentives for Research and Development: Trends and Issues”. Science Technology Industry, 2003. Disponível em <www.oecd.org/dataoecd/12/27/2498389.pdf>
______.“Science and Innovation Policy: Key Challenges and Opportunities”. Policy Brief, 2004.
OFFICE OF TECHNOLOGY ASSESSMENT. Congress of the United States. “The Effectiveness of Research and Experimentation Tax Credits”. September, 1995.
PAPACONSTANTINOU, G.; POLT, W. “Policy Evaluation in Innovation and Technology: an overview”. Conference Policy Evaluation in Innovation and Technology, Capítulo 01. Science and Technology Policy Division, OECD, Paris, 1997.
155
PARSONS, S. L. “Reducing Bias in a Propensity Score Matched-Pair Sample Using Greedy Matching Techniques”. Proceedings of the Twenty-Sixth Annual SAS Users Group. Paper 214-26. Disponível em < http://www2.sas.com/proceedings/sugi26/p214-26.pdf>. Acesso em 24/07/2006, 2001.
PEREIRA, N. M. “Fundos Setoriais: Avaliação das estratégias de implementação e gestão”. Texto para Discussão IPEA, n. 1136. Brasília, IPEA, 2005.
PERES, W. “Resurgimento de las Políticas de Competitividad Industrial”. In: PERES, W. (coord.) Políticas de Competitividad Industrial: América Latina y el Caribe em los años noventa. Siglo Vientiuno editores, 1997.
___________. “El (lento) retorno de la política industrial em América Latina e Caribe”. Cepal, NU. Série Desarollo Productivo. Chile, novembro, 2005.
PESSOA, D. G. C.; NASCIMENTO, S. P. L. D.; DUARTE, R. P. N. “Análise de Dados Amostrais Complexos”. Escola Nacional de Ciências Estatísticas – ENCE. Minicurso SINAPE, 1998.
POLT, W.; ROJO, J. “Evaluation Methodologies”. In: FAHRENKROG, G. et al. (eds.) RTD Evaluation Toolbox: Assessing the Socio-Economic Impact of RTD Policies. European Comission, Joint Research Center, Institute for Prospective Technological Studies (IPTS), Espanha, 2002.
POSSAS, M. “Competitividade: Fatores Sistêmicos e Política Industrial – Implicações para o Brasil”. In: CASTRO, A.B. et al.. Estratégias Empresariais na Indústria Brasileira: discutindo mudanças. Rio de Janeiro: Forense Universitária, 1996.
_____________. “Ciência, Tecnologia e Desenvolvimento: Referências para debate”. Apresentado no Seminário Brasil em Desenvolvimento, Rio de Janeiro, Novembro, 2003.
PROCHNIK, V.; ARAÚJO, R. D. “Uma análise do baixo grau de inovação na indústria brasileira a partir do estudo de firmas menos inovadoras”. In: DE NEGRI, J.; SALERNO, M. Inovações, Padrões Tecnológicos e Desempenho das Firmas Industriais Brasileiras. Instituto de Pesquisa Econômica Aplicada, 2005.
RODRIK, D. “Industrial Policy for twenty-first century”. Paper prepared for UNIDO. Disponível em < www.ksg.harvard.edu/rodrik>.
ROSENBAUM, P.; RUBIN, D. “The central role of the propensity score in observational studies for causal effects”. Biometrika, n. 70, pp.41-55, 1983.
RUEGG, R.; FELLER, I. A Toolkit for Evaluating Public R&D Investment: Models, Methods, and Findings from ATP’s Firts Decade. National Institute of Standards and Technology, Technology Administration, U.S. Department of Commerce, July, 2003.
SALAZAR, H.; VEJARANO, C.; ACEVEDO, J.M. “Incentivos fiscales en ciencia, tecnologia e innovación: revisión y análisis de la experiencia internacional”. Borradores de investigación n.29, Universidad del Rosario, Colombia, 2002
156
SALLES, W.F.; HASENCLEVER, L. “Avaliação da política pública de desenvolvimento tecnológico industrial e agropecuário – PDTI /PDTA”. Trabalho apresentado no Encontro da ANPAD - Associação Nacional de Pós-Graduação e Pesquisa em Administração, 1999.
SANZ-MENÉNDEZ, L. “Science and Technology Policy Evaluation in the Context of Advanced S&T Policy Planning“. Working Paper 97-03, Instituto de Estudios Sociales Avanzados (CSIC), 1997. Disponível em <www.iesam.csic.es/doctrab1/dt-9703.htm>
SHAH, A. Fiscal Incentives for Investment and Innovation. World Bank and Oxford University Press, New York, US, 1995.
SHAPIRA, P; KUHLMANN, S. Learning from Science and Technology Policy Evaluation: experiences from the United States and Europe. Edward Elgar, 2001.
SHAPIRA, P.; ROESSNER, J. D. “Evaluating industrial modernization: Introduction to the theme issue”. Research Policy, 25 pp. 181-183, 1996.
SHAPIRA, P.; YOUTIE, J.; URMANBETOVA, A. Advanced Technology and the Future of U.S. Manufacturing. Georgia Tech Policy Project on Industrial Modernization, may, 2004.
SIMON, H. A. “Rational decision making in Business Organization”. American Economic Review, vol.69, pp.493-514, September, 1979.
SUBIRATS, J. Analisis de Politicas Publicas Y Eficacia de la Administracion. Ministerio para las Administraciones Publicas, Madrid, 1994.
SUZIGAN, W.; FURTADO, J. “Política Industrial e Desenvolvimento”. Revista de Economia Política, v.26, n.2, abril-junho, 2006.
TASSEY, G. “Lessons Learned about the Methodology of Economic Impact Studies: The NIST Experience”. National Institute of Standards and Technology. Strategic Planning and Economic Analysis Group. April, 1998. Disponível em <http://www.nist.gov/director/planning/epp-paper.htm>
________“R&D Trends in the U.S. Economy: Strategies and Policy Implications”. US Department of Commerce, NIST, Planning Report. National Institute of Standards and Technology, U.S. Department of Commerce, Technology Administration, 1999.
________ “Methods for Assessing the Economic Impacts of Government R&D”. Planning Report 03-1, National Institute of Standards and Technology, U.S. Department of Commerce, Technology Administration, September, 2003.
UK. UNITED KINGDOM. HM Treasury. “Supporting growth in innovation: enhancing the R&D tax credit”. July, 2005
UNCTAD. “Investment and Technology Policies for Competitiveness: Review of successful
country experiences”. Division on Investment, Technology and Enterprise Development. United Nations, New York and Geneva, 2003.
UNICEF. Guide for monitoring and evaluation. New York: Unicef, 1990.
157
UNIVERSIDAD DE CHILE. “Evaluación de Impacto Fondo Nacional de Desarrollo e Innovacion. Corporación de Fomento de la Producción (CORFO)”. Resumen Ejecutivo, Chile, 2005.
VELHO, L.; VELHO, P.; SAENZ, T. W. “P&D nos setores público e privado no Brasil: complementares ou substitutos?”. Parcerias Estratégicas, n.19, dezembro, 2004.
VERBEEK, M. A Guide to Modern Econometrics, 2nd Edition. John Wiley & Sons, 2000.
VICKERY, G.(coord.) “Industrial Performance and Competitiveness in an Era of Globalization and Technological Change”. Directorate for Science, Technology and Industry. Industry Committee. OECD, junho 1998.
WALLSTEN, S. “The effect of government-industry R&D programs on private R&D: the case of the small business innovation research program.” Rand Journal of Economics, 1, 82-100, 2000.
WHITE, H. “A heterocodasticity-consistent covariance matrix estimator and a direct test for heterocodasticity”. Econometrics, v. 48, p. 817-838, 1980.
WOOLDRIDGE, J.M. Econometric Analysis of Cross Section and Panel Data. The MIT Press, Cambridge, Massachusetts, 2002.
158
ANEXOS
ANEXO A - Incentivos Fiscais nas Províncias do Canadá
PROVÍNCIA ANO INCENTIVO TAXA
Newfoudland 1996 Reembolsável 15%
Nova Scocia 1984-1993
1994
Não reembolsável
Reembolsável
10%
15%
New Brunswick 1994
2003
Não reembolsável
Reembolsável
10%
15%
Quebec 1983-1988
1988
Reembolsável
Reembolsável
10%
40% para pequenas
empresas com salários em P&D até
2 milhões
20% para grandes empresas
Ontário 1988-2000
1995
Dedução do IR
Reembolsável
35% para corporações de
controle privado canadense
25% para corporações de
controle privado não-canadense
10% para pequenas
empresas com gastos em P&D até 2
milhões
Manitoba 1992 Não reembolsável 15%
Saskatchewan 1998 Não reembolsável 15%
British Columbia 1999 Reembolsável
Não reembolsável
10% para pequenas
empresas de controle privado
canadense
10% para todas as outras
empresas
Fonte: MacDonald (2003), p.22.
159
ANEXO B - Exemplo de sistematização das Metodologias de Avaliação
Metodologia
Tipo Uso Dados Necessários Pontos Fortes Limitações Boas Práticas
Surveys
Semi-Quantitativa Quantitativa
Monitoramento Ex-post
Micro dados Despesas Lucro Patentes
- Possibilita a comparação entre grupos e mudanças ao longo do tempo
- Alto custo e alto volume de tempo - Necessidade de RH para processamento dos dados - Dificuldade na obtenção das informações
- EU Community Innovation Survey
Micro Métodos
Quantitativa Qualitativa
Monitoramento Ex-post
Micro dados Despesas Lucro Patentes
- Resultados baseados na abordagem teórica da relação causal do acréscimo de P&D - Controle por diferentes efeitos: tamanho da firma, gastos e capacidade de inovação
- Qualidade dos dados -Convencer os agentes e abrirem os micro-dados - Somente mede o retorno privado de P&D
- Subsídios a P&D na Alemanha - ITF Programme - Subsídios a P&D na Espanha - AMT Technologies na Suíça
Macro Métodos
Quantitativa
Ex-ante Monitoramento Ex-post
Despesas em P&D Resultados de P&D Dados macroeconômicos
- Taxa social de retorno do P&D - Captura Spillover de P&D - Estima impacto da política no longo prazo - Simula cenários para dar suporte às políticas em áreas geográficas específicas
- Retornos médios - Robustez do resultado - Longo período para observação dos efeitos
- OECD, IMF Multimod, Eu Quest - Spillover de P&D (Jaffe, Nadiri) - Spillover internacional (Eaton & Korturn, Mohnen, Evenson)
Estudos de Produtividade
Quantitativa
Monitoramento Ex-post
Micro dados Despesas em P&D Lucro Patentes
- Estima os efeitos de P&D sobre a Produtividade - Estima taxa de retorno sobre P&D
- Qualidade dos dados - Deflação da série - Requer hipóteses para medir estoque de capital
- Estudos sobre Produtividade (Van, Ark) - Estudos sobre Crescimento (Griliches, Jorgenson) - Microdados (França INSEE e US Census Manufacturers)
Grupo de Controle
Quantitativa
Ex-post
Micro dados Despesas Lucro Patentes
- Capturar o impacto da intervenção da política nas entidades participantes do programa
- Requer alta capacidade técnica - Alto custo de implementação
- Pesquisa conjunta entre Japão e Estados Unidos - Instrumentos de C&T na Irlanda - Participação da Irlanda no
160
- Necessidade de dados “European Space Agency” Custo-Benefício
Quantitativa (com elementos qualitativos)
Ex-ante Monitoramento Ex-post
Micro dados Lucro e Custo Estimados
- Fornece estimativas sobre os efeitos sócio-econômicos da intervenção - Boa abordagem para avaliar a eficiência da intervenção
- Requer alta capacidade técnica - Possui algum grau de subjetividade - Dificuldade de fazer comparações entre os casos - Dificuldade de se analisar os resultados quando muitos não são demonstrados em termos monetários
- Programa ATP (Advanced Technology Program) nos Estados Unidos - Metodologia do “National Institute of Standards” nos Estados Unidos
Peer Review
Qualitativa Semi-Quantitativa
Ex-ante Monitoramento Ex-post
Dados do Projeto
- Avaliação dos méritos científicos - Flexibilidade - Amplo escopo de aplicação
- Benefícios econômicos não capturados - Independência dos analistas
- Avaliação de Infra-estrutura - EU Programmes
Estudos de Caso
Qualitativa Semi-Quantitativa
Monitoramento Ex-post
Dados do Projeto
- Observação dos impactos sócio-econômicos - Boa como exploratória e descritiva forma de investigação - Boa para compreender como contextos afetam e determinam os impactos
- Resultados não podem ser generalizados
- Estudos de casos apresentados por Georghiou & Roessner (2000) - Inovação Telematic no setor de saúde
Análise em Rede
Qualitativa Semi-Quantitativa
Ex-post
Dados do Projeto
- Análise de dados empíricos - Compilação de informações com objetivos de política - Relações de cooperação
- Tempo necessário para a obtenção das informações - Capacidade de persuasão
- Organização do sistema de pesquisa e tecnologia - Interdisciplinaridade nos centros de pesquisas médicas
Foresight
Qualitativa Semi-Quantitativa
Ex-ante Monitoramento
Dados Qualitativos Cenário
- Construção de acordos para a redução de incerteza em diferentes cenários - Combinação entre dados de domínio público e privado - Articulação e mapeamento do desenvolvimento de novas tecnologias
- Impossibilidade de detectar P&D maior
Benchmarking do ISI/FhG em contraste com resultados do Foresight
Benchmarking
Semi-Quantitativa
Monitoramento Ex-post
Indicadores de Ciência e Tecnologia
- Comparação entre diferentes setores - Suporte para avaliação sistêmica das institutições
- Necessidade de dados detalhados - Não transferível
- Políticas nacionais de benchmarking da EU - Innovation Trend Chart - Relação Ciência-Indústria
Fonte: RTD – Evaluation. In : Polt e Rojo, 2002, p.69
161
ANEXO C - Exemplo de Aplicação da Metodologia de Questionário
162
163
164
165
ANEXO D - Decreto n° 5.798, de 07.06.2006, que regulamenta a Lei nº 11.196, de 21 de novembro de 2005, Capítulo III.
Regulamenta os incentivos fiscais às atividades de pesquisa tecnológica e desenvolvimento de inovação
tecnológica, de que tratam os arts. 17 a 26 da Lei nº 11.196, de 21 de novembro de 2005.
O PRESIDENTE DA REPÚBLICA, no uso da atribuição que lhe confere o art. 84, inciso IV, da Constituição, e
tendo em vista o disposto nos arts. 17 a 26 da Lei nº 11.196, de 21 de novembro de 2005,
DECRETA:
Art. 1o Sem prejuízo das demais normas em vigor aplicáveis à matéria, a pessoa jurídica, relativamente às atividades de pesquisa tecnológica e desenvolvimento de inovação tecnológica, poderá utilizar de incentivos fiscais, conforme disciplinado neste Decreto.
Art. 2o Para efeitos deste Decreto, considera-se:
I - inovação tecnológica: a concepção de novo produto ou processo de fabricação, bem como a agregação de novas funcionalidades ou características ao produto ou processo que implique melhorias incrementais e efetivo ganho de qualidade ou produtividade, resultando maior competitividade no mercado;
II - pesquisa tecnológica e desenvolvimento de inovação tecnológica, as atividades de:
a) pesquisa básica dirigida: os trabalhos executados com o objetivo de adquirir conhecimentos quanto à compreensão de novos fenômenos, com vistas ao desenvolvimento de produtos, processos ou sistemas inovadores;
b) pesquisa aplicada: os trabalhos executados com o objetivo de adquirir novos conhecimentos, com vistas ao desenvolvimento ou aprimoramento de produtos, processos e sistemas;
c) desenvolvimento experimental: os trabalhos sistemáticos delineados a partir de conhecimentos pré-existentes, visando a comprovação ou demonstração da viabilidade técnica ou funcional de novos produtos, processos, sistemas e serviços ou, ainda, um evidente aperfeiçoamento dos já produzidos ou estabelecidos;
d) tecnologia industrial básica: aquelas tais como a aferição e calibração de máquinas e equipamentos, o projeto e a confecção de instrumentos de medida específicos, a certificação de conformidade, inclusive os ensaios correspondentes, a normalização ou a documentação técnica gerada e o patenteamento do produto ou processo desenvolvido; e
e) serviços de apoio técnico: aqueles que sejam indispensáveis à implantação e à manutenção das instalações ou dos equipamentos destinados, exclusivamente, à execução de projetos de pesquisa, desenvolvimento ou inovação tecnológica, bem como à capacitação dos recursos humanos a eles dedicados;
III - pesquisador contratado: o pesquisador graduado, pós-graduado, tecnólogo ou técnico de nível médio, com relação formal de emprego com a pessoa jurídica que atue exclusivamente em atividades de pesquisa tecnológica e desenvolvimento de inovação tecnológica; e
IV - pessoa jurídica nas áreas de atuação das extintas Superintendência de Desenvolvimento do Nordeste - SUDENE e Superintendência de Desenvolvimento da Amazônia - SUDAM: o estabelecimento, matriz ou não, situado na área de atuação da respectiva autarquia, no qual esteja sendo executado o projeto de pesquisa tecnológica e desenvolvimento de inovação tecnológica.
Art. 3o A pessoa jurídica poderá usufruir dos seguintes incentivos fiscais:
I - dedução, para efeito de apuração do lucro líquido, de valor correspondente à soma dos dispêndios realizados no período de apuração com pesquisa tecnológica e desenvolvimento de inovação tecnológica, classificáveis como despesas operacionais pela legislação do Imposto sobre a Renda da Pessoa Jurídica - IRPJ, ou como pagamento na forma prevista no § 1o deste artigo;
II - redução de cinqüenta por cento do Imposto sobre Produtos Industrializados - IPI incidente sobre equipamentos, máquinas, aparelhos e instrumentos, bem como os acessórios sobressalentes e ferramentas que acompanhem esses bens, destinados à pesquisa e ao desenvolvimento tecnológico;
III - depreciação acelerada, calculada pela aplicação da taxa de depreciação usualmente admitida, multiplicada por dois, sem prejuízo da depreciação normal das máquinas, equipamentos, aparelhos e instrumentos novos, destinados à utilização nas atividades de pesquisa tecnológica e desenvolvimento de inovação tecnológica, para efeito de apuração do IRPJ;
IV - amortização acelerada, mediante dedução como custo ou despesa operacional, no período de apuração em que forem efetuados, dos dispêndios relativos à aquisição de bens intangíveis, vinculados exclusivamente às atividades de pesquisa tecnológica e desenvolvimento de inovação tecnológica, classificáveis no ativo diferido do beneficiário, para efeito de apuração do IRPJ;
V - crédito do imposto sobre a renda retido na fonte, incidente sobre os valores pagos, remetidos ou creditados a beneficiários residentes ou domiciliados no exterior, a título de royalties, de assistência técnica ou científica e de serviços
166
especializados, previstos em contratos de transferência de tecnologia averbados ou registrados nos termos da Lei no 9.279, de 14 de maio de 1996, nos seguintes percentuais:
a) vinte por cento, relativamente aos períodos de apuração encerrados a partir de 1o de janeiro de 2006, até 31 de dezembro de 2008;
b) dez por cento, relativamente aos períodos de apuração encerrados a partir de 1o de janeiro de 2009, até 31 de dezembro de 2013; e
VI - redução a zero da alíquota do imposto sobre a renda retido na fonte nas remessas efetuadas para o exterior destinadas ao registro e manutenção de marcas, patentes e cultivares.
§ 1o O disposto no inciso I do caput deste artigo aplica-se também aos dispêndios com pesquisa tecnológica e desenvolvimento de inovação tecnológica contratadas no País com universidade, instituição de pesquisa ou inventor independente de que trata o inciso IX do art. 2o da Lei no 10.973, de 2 de dezembro de 2004, desde que a pessoa jurídica que efetuou o dispêndio fique com a responsabilidade, o risco empresarial, a gestão e o controle da utilização dos resultados dos dispêndios.
§ 2o Na apuração dos dispêndios realizados com pesquisa tecnológica e desenvolvimento de inovação tecnológica, não serão computados os montantes alocados como recursos não reembolsáveis por órgãos e entidades do Poder Público.
§ 3o O benefício a que se refere o inciso V do caput deste artigo somente poderá ser usufruído por pessoa jurídica que assuma o compromisso de realizar dispêndios em pesquisa no País, em montante equivalente a, no mínimo:
I - uma vez e meia o valor do benefício, para pessoas jurídicas nas áreas de atuação das extintas SUDENE e SUDAM; e
II - o dobro do valor do benefício, nas demais regiões.
§ 4o O crédito do imposto sobre a renda retido na fonte, a que se refere o inciso V do caput deste artigo, será restituído em moeda corrente, conforme disposto em ato normativo do Ministério da Fazenda.
§ 5o Na hipótese de dispêndios com assistência técnica, científica ou assemelhados e de royalties por patentes industriais pagos a pessoa física ou jurídica no exterior, a dedutibilidade dos dispêndios fica condicionada à observância do disposto nos arts. 52 e 71 da Lei no 4.506, de 30 de novembro de 1964.
Art. 4o A dedução de que trata o inciso I do caput do art. 3o aplica-se também para efeito de apuração da base de cálculo da Contribuição Social sobre o Lucro Líquido - CSLL.
Art. 5o A redução de cinqüenta por cento do IPI de que trata o inciso II do caput do art. 3o será aplicada automaticamente pelo estabelecimento industrial ou equiparado a industrial, à vista de pedido, ordem de compra ou documento de adjudicação da encomenda, emitido pelo adquirente, que ficará arquivado à disposição da fiscalização, devendo constar da nota fiscal a finalidade a que se destina o produto e a indicação do ato legal que concedeu o incentivo fiscal.
Parágrafo único. Na hipótese de importação do produto pelo beneficiário da redução de que trata o caput deste artigo, este deverá indicar na declaração de importação a finalidade a que ele se destina e o ato legal que autoriza o incentivo fiscal.
Art. 6o A quota de depreciação acelerada, de que trata o inciso III do caput do art. 3o, constituirá exclusão do lucro líquido para fins de determinação do lucro real e será controlada no Livro de Apuração do Lucro Real - LALUR.
§ 1o O total da depreciação acumulada, incluindo a contábil e a acelerada, não poderá ultrapassar o custo de aquisição do bem que está sendo depreciado.
§ 2o A partir do período de apuração em que for atingido o limite de que trata o § 1o deste artigo, o valor da depreciação, registrado na escrituração comercial, deverá ser adicionado ao lucro líquido para efeito de determinação do lucro real.
Art. 7o Poderão ser também deduzidas como despesas operacionais, na forma do inciso I do caput do art. 3o e do art. 4o, as importâncias transferidas a microempresas e empresas de pequeno porte de que trata a Lei no 9.841, de 5 de outubro de 1999, destinadas à execução de pesquisa tecnológica e de desenvolvimento de inovação tecnológica de interesse e por conta e ordem da pessoa jurídica que promoveu a transferência, ainda que a pessoa jurídica recebedora dessas importâncias venha a ter participação no resultado econômico do produto resultante.
§ 1o O disposto neste artigo aplica-se às transferências de recursos efetuadas para inventor independente de que trata o inciso IX do art. 2o da Lei no 10.973, de 2004.
§ 2o As importâncias recebidas na forma do caput deste artigo não constituem receita das microempresas e empresa de pequeno porte, nem rendimento do inventor independente, desde que utilizadas integralmente na realização da pesquisa ou desenvolvimento de inovação tecnológica.
§ 3o Na hipótese do § 2o deste artigo, para as microempresas e empresas de pequeno porte de que trata o caput deste artigo que apuram o imposto sobre a renda com base no lucro real, os dispêndios efetuados com a execução de pesquisa tecnológica e desenvolvimento de inovação tecnológica não serão dedutíveis na apuração do lucro real e da base de cálculo da CSLL.
167
Art. 8o Sem prejuízo do disposto no art. 3o, a partir do ano-calendário de 2006, a pessoa jurídica poderá excluir do lucro líquido, na determinação do lucro real e da base de cálculo da CSLL, o valor corresponde a até sessenta por cento da soma dos dispêndios realizados no período de apuração com pesquisa tecnológica e desenvolvimento de inovação tecnológica, classificáveis como despesas pela legislação do IRPJ, na forma do inciso I do caput do art. 3o.
§ 1o A exclusão de que trata o caput deste artigo poderá chegar a:
I - até oitenta por cento, no caso de a pessoa jurídica incrementar o número de pesquisadores contratados no ano-calendário de gozo do incentivo em percentual acima de cinco por cento, em relação à média de pesquisadores com contratos em vigor no ano-calendário anterior ao de gozo do incentivo; e
II - até setenta por cento, no caso de a pessoa jurídica incrementar o número de pesquisadores contratados no ano-calendário de gozo do incentivo até cinco por cento, em relação à média de pesquisadores com contratos em vigor no ano-calendário anterior ao de gozo do incentivo.
§ 2o Excepcionalmente, para os anos-calendário de 2006 a 2008, os percentuais referidos no § 1o deste artigo poderão ser aplicados com base no incremento do número de pesquisadores contratados no ano-calendário de gozo do incentivo, em relação à média de pesquisadores com contratos em vigor no ano-calendário de 2005.
§ 3o Na hipótese de pessoa jurídica que se dedica exclusivamente à pesquisa tecnológica e desenvolvimento de inovação tecnológica, para o cálculo dos percentuais de que trata este artigo, também poderão ser considerados os sócios que atuem com dedicação de pelo menos vinte horas semanais na atividade de pesquisa tecnológica e desenvolvimento de inovação tecnológica explorada pela própria pessoa jurídica.
§ 4o Sem prejuízo do disposto no caput e no § 1o deste artigo, a pessoa jurídica poderá excluir do lucro líquido, na determinação do lucro real e da base de cálculo da CSLL, o valor de até vinte por cento da soma dos dispêndios ou pagamentos vinculados à pesquisa tecnológica e desenvolvimento de inovação tecnológica objeto de patente concedida ou cultivar registrado.
§ 5o Para fins do disposto no § 4o deste artigo, os dispêndios e pagamentos serão registrados na Parte B do LALUR e excluídos no período de apuração da concessão da patente ou do registro do cultivar.
§ 6o A exclusão de que trata este artigo fica limitada ao valor do lucro real e da base de cálculo da CSLL antes da própria exclusão, vedado o aproveitamento de eventual excesso em período de apuração posterior.
§ 7o O disposto no § 6o não se aplica à pessoa jurídica referida no § 3o deste artigo.
Art. 9o Para fins do disposto neste Decreto, os valores relativos aos dispêndios incorridos em instalações fixas e na aquisição de aparelhos, máquinas e equipamentos, destinados à utilização em projetos de pesquisa e desenvolvimento tecnológico, metrologia, normalização técnica e avaliação da conformidade, aplicáveis a produtos, processos, sistemas e pessoal, procedimentos de autorização de registros, licenças, homologações e suas formas correlatas, bem como relativos a procedimentos de proteção de propriedade intelectual, poderão ser depreciados ou amortizados na forma da legislação vigente, podendo o saldo não depreciado ou não amortizado ser excluído na determinação do lucro real, no período de apuração em que for concluída sua utilização.
§ 1o O valor do saldo excluído na forma do caput deste artigo deverá ser controlado na parte B do LALUR e será adicionado, na determinação do lucro real, em cada período de apuração posterior, pelo valor da depreciação ou amortização normal que venha a ser contabilizada como despesa operacional.
§ 2o A pessoa jurídica beneficiária de depreciação ou amortização acelerada nos termos dos incisos III e IV do caput do art. 3o não poderá utilizar-se do benefício de que trata o caput deste artigo relativamente aos mesmos ativos.
§ 3o A depreciação ou amortização acelerada, de que tratam os incisos III e IV do caput do art. 3o, bem como a exclusão do saldo não depreciado ou não amortizado na forma do caput deste artigo, não se aplicam para efeito de apuração da base de cálculo da CSLL.
Art. 10. Os dispêndios e pagamentos de que tratam os arts. 3o ao 9o:
I - deverão ser controlados contabilmente em contas específicas; e
II - somente poderão ser deduzidos se pagos a pessoas físicas ou jurídicas residentes e domiciliadas no País, ressalvados os mencionados nos incisos V e VI do art. 3o deste Decreto.
Art. 11. A União, por intermédio das agências de fomento de ciência e tecnologia, poderá subvencionar o valor da remuneração de pesquisadores, titulados como mestres ou doutores, empregados em atividades de inovação tecnológica em empresas localizadas no território brasileiro.
§ 1o O valor da subvenção de que trata o caput deste artigo será de:
I - até sessenta por cento para pessoas jurídicas nas áreas de atuação das extintas SUDENE e SUDAM; e
II - até quarenta por cento, nas demais regiões.
§ 2o A subvenção de que trata o caput deste artigo destina-se à contratação de novos pesquisadores pelas empresas, titulados como mestres ou doutores.
168
§ 3o Os recursos de que trata o caput deste artigo serão objeto de programação orçamentária em categoria específica do Ministério ao qual a agência de fomento de ciência e tecnologia esteja vinculada, sem prejuízo da alocação de outros recursos destinados à subvenção.
§ 4o A concessão da subvenção de que trata o caput deste artigo será precedida de aprovação de projeto pela agência de fomento de ciência e tecnologia referida no § 3o, e respeitará os limites de valores e forma definidos pelo Ministério ao qual esteja vinculada.
Art. 12. O gozo dos benefícios fiscais ou da subvenção de que trata este Decreto fica condicionado à comprovação da regularidade fiscal da pessoa jurídica.
Art. 13. O descumprimento de qualquer obrigação assumida para obtenção dos incentivos de que trata este Decreto, bem como a utilização indevida dos incentivos fiscais neles referidos, implicam perda do direito aos incentivos ainda não utilizados e o recolhimento do valor correspondente aos tributos não pagos em decorrência dos incentivos já utilizados, acrescidos de multa e de juros, de mora ou de ofício, previstos na legislação tributária, sem prejuízo das sanções penais cabíveis.
Art. 14. A pessoa jurídica beneficiária dos incentivos de que trata este Decreto fica obrigada a prestar ao Ministério da Ciência e Tecnologia, em meio eletrônico, conforme instruções por este estabelecidas, informações sobre seus programas de pesquisa tecnológica e desenvolvimento de inovação tecnológica, até 31 de julho de cada ano.
§ 1o A documentação relativa à utilização dos incentivos de que trata este Decreto deverá ser mantida pela pessoa jurídica beneficiária à disposição da fiscalização da Secretaria da Receita Federal, durante o prazo prescricional.
§ 2o O Ministério da Ciência e Tecnologia remeterá à Secretaria da Receita Federal as informações relativas aos incentivos fiscais.
Art. 15. Os Programas de Desenvolvimento Tecnológico Industrial - PDTI e Programas de Desenvolvimento Tecnológico Agropecuário - PDTA, e os projetos aprovados até 31 de dezembro de 2005 continuam regidos pela legislação em vigor na data de publicação da Lei no 11.196, de 2005.
§ 1o As pessoas jurídicas executoras de programas e projetos referidos no caput deste artigo poderão solicitar ao Ministério da Ciência e Tecnologia a migração para o regime da Lei no 11.196, de 2005, devendo, nesta hipótese, apresentar relatório final de execução do programa ou projeto.
§ 2o A migração de que trata o § 1o acarretará a cessação da fruição dos incentivos fiscais concedidos com base nos programas e projetos referidos no caput, a partir da data de publicação do ato autorizativo da migração no Diário Oficial da União.
Art. 16. O disposto neste Decreto não se aplica às pessoas jurídicas que utilizarem os benefícios de que tratam as Leis no 8.248, de 23 de outubro de 1991, no 8.387, de 30 de dezembro de 1991, e no 10.176, de 11 de janeiro de 2001.
Art. 17. A partir de 1o de janeiro de 2006, o Decreto no 949, de 5 de outubro de 1993, aplica-se somente em relação aos PDTI e PDTA, cujos projetos tenham sido aprovados até 31 de dezembro de 2005.
Art. 18. Este Decreto entra em vigor na data de sua publicação.
Art. 19. Fica revogado o Decreto no 4.928, de 23 de dezembro de 2003.
Brasília, 7 de maio de 2006; 185o da Independência e 118o da República.
LUIZ INÁCIO LULA DA SILVA Guido Mantega
Luiz Fernando Furlan Sergio Machado Rezende
Publicado no DOU de 08/06/2006, Seção I, Pág. 2
169
ANEXO E - Participação das empresas inovadoras que usaram programas do governo,
segundo faixas de pessoal ocupado – Brasil – período 2001/2003
170
ANEXO F - Estimativas dos Modelos PROBIT
FINANCIADAS
Estimativas para o Modelo PROBIT (Beneficiárias = 188 X Não-Benef. = 4.437 ) Parâmetros
Estimativas
Std. Error
P-Valor
Intercepto -4,930 21,596 0,8194 Log Pessoal Ocupado 0,344 0,032 <0001 Multis_2000 -0,5126 0,1001 <0001 Market share 0,007 0,004 0,0827 Exportadora t-2 0,3141 0,453 <0001 Classe Solvência da Firma 02 -0,163 0,066 0,0143 Classe Solvência da Firma 03 0,092 0,056 0,1007 Classe Solvência da Firma 04 0,1289 0,055 0,0198 Setor de Atividade Econômica 1,058 11,61 0,9274
Região Geográfica 0,7079 18,27 0,969
FONTE: Manipulação dos autores a partir dos dados da PINTEC 2003/ IBGE.
ADTEN
Estimativas para o Modelo PROBIT (Beneficiárias = 86 X Não-Benef. = 3033 ) Parâmetros
Estimativas
Std. Error
P-Valor
Intercepto -4,540 29,782 0,878 Log Pessoal Ocupado 0,221 0,040 <0001 Multis_2000 -0,6164 0,140 <0001 Market share -0,020 0,708 0,977 Exportadora t-2 -0,381 0,060 <0001 Classe Solvência da Firma 02 -0,267 0,094 0,0046 Classe Solvência da Firma 03 0,131 0,072 0,0701 Classe Solvência da Firma 04 0,302 0,068 <0001 Setor de Atividade Econômica 0,7973 14,92 ns 0,9574
Região Geográfica 0,8731 25,77 ns 0,9730 FONTE: Manipulação dos autores a partir dos dados da PINTEC 2003/ IBGE.
171
FNDCT
Estimativas para o Modelo PROBIT (Beneficiárias = 48 X Não-Benef. = 3.071 ) Parâmetros
Estimativas
Std. Error
P-Valor
Intercepto -6,136 52,17 0,9064 Log Pessoal Ocupado 0,3791 0,056 <0001 Multis_2000 -0,869 0,193 <0001 Market share 0,7118 0,662 0,2826 Exportadora t-2 0,258 0,08 0,0012 Classe Solvência da Firma 02 0,106 0,1 0,286 Classe Solvência da Firma 03 -0,01 0,1 0,9181 Classe Solvência da Firma 04 0,04 0,09 0,614 Setor de Atividade Econômica 1,15 35,2 0,966 Região Geográfica 0,704 38,5 0,986
FONTE: Manipulação dos autores a partir dos dados da PINTEC 2003/ IBGE.
PDTI
Estimativas para o Modelo PROBIT (Beneficiárias = 76 X Não-Benef. = 4.715 ) Parâmetros
Estimativas
Std. Error
P-Valor
Intercepto -6,09 42,95 0,8872 Log Pessoal Ocupado 0,4565 0,053 <0001 Multis_2000 -0,0365 0,130 0,779 Market share 0,0065 0,005 0,234 Exportadora t-2 0,1002 0,139 0,473 Classe Solvência da Firma 02 -0,1658 0,105 0,116 Classe Solvência da Firma 03 0,1258 0,083 0,128 Classe Solvência da Firma 04 -0,0869 0,093 0,338 Setor de Atividade Econômica 0,9510 21,136 0,9641 Região Geográfica 0,4043 37,388 0,9914
FONTE: Manipulação dos autores a partir dos dados da PINTEC 2003/ IBGE.
Livros Grátis( http://www.livrosgratis.com.br )
Milhares de Livros para Download: Baixar livros de AdministraçãoBaixar livros de AgronomiaBaixar livros de ArquiteturaBaixar livros de ArtesBaixar livros de AstronomiaBaixar livros de Biologia GeralBaixar livros de Ciência da ComputaçãoBaixar livros de Ciência da InformaçãoBaixar livros de Ciência PolíticaBaixar livros de Ciências da SaúdeBaixar livros de ComunicaçãoBaixar livros do Conselho Nacional de Educação - CNEBaixar livros de Defesa civilBaixar livros de DireitoBaixar livros de Direitos humanosBaixar livros de EconomiaBaixar livros de Economia DomésticaBaixar livros de EducaçãoBaixar livros de Educação - TrânsitoBaixar livros de Educação FísicaBaixar livros de Engenharia AeroespacialBaixar livros de FarmáciaBaixar livros de FilosofiaBaixar livros de FísicaBaixar livros de GeociênciasBaixar livros de GeografiaBaixar livros de HistóriaBaixar livros de Línguas
Baixar livros de LiteraturaBaixar livros de Literatura de CordelBaixar livros de Literatura InfantilBaixar livros de MatemáticaBaixar livros de MedicinaBaixar livros de Medicina VeterináriaBaixar livros de Meio AmbienteBaixar livros de MeteorologiaBaixar Monografias e TCCBaixar livros MultidisciplinarBaixar livros de MúsicaBaixar livros de PsicologiaBaixar livros de QuímicaBaixar livros de Saúde ColetivaBaixar livros de Serviço SocialBaixar livros de SociologiaBaixar livros de TeologiaBaixar livros de TrabalhoBaixar livros de Turismo