Resumo
Inovação, competitividade e eficiência estão relacionadas no âmbito industrial. Este trabalho tem como objetivo investigar a relação entre inovação e eficiência com competitividade nos subsetores do PIM, e responder a pergunta: a inovação e a eficiência influenciam a competitividade nos subsetores do PIM? Para isso foi coletado dados secundários da SUFRAMA e do IBGE, e utilizado método de regressão linear multivariada. Os principais resultados são que as variáveis investimento e pessoas ocupadas em inovação tiveram alto poder explicativo e foram estatisticamente significantes; enquanto a variável inovação por cooperação teve pouco poder explicativo e baixa significância estatística de influência no faturamento.
Palavras-chave: Inovação. Eficiência. Competitividade. Polo Industrial de Manaus.
Abstract
Innovation, competitiveness, and efficiency are related in the industrial field. This work aims to investigate the relationship between innovation and efficiency with competitiveness in the PIM subsectors, and answer the question: do innovation and efficiency influence competitiveness in the PIM subsectors? For this, secondary data from SUFRAMA and IBGE were collected, and the multivariate linear regression method was used. The main results are that the variables investment and people engaged in innovation had high explanatory power and were statistically significant; while the innovation by cooperation variable had little explanatory power and low statistical significance of influence on the billing variable.
Keywords: Innovation. Efficiency. Competitiveness. Polo Industrial de Manaus
Introdução
A definição de inovação é a implementação ou a criação de um produto, ou um serviço novo, ou mesmo uma melhoria no processo, ou mesmo um processo ou um novo método de marketing ou um novo método organizacional, assim têm-se os tipos de inovação que são: inovações de produto, inovações de processo, inovações organizacionais e inovações de marketing (OCDE, 2006).
Schumpeter (1949) descreve o termo como uma "destruição criadora", ou seja, a "substituição de antigos produtos e novos hábitos", com a criação de novos mercados e a participação dos produtores e consumidores.
E, a partir do momento em que novas tecnologias foram consideradas uma possibilidade de crescimento econômico, uma nova dinâmica de mercado foi estabelecida no modelo capitalista com a incorporação de inovações, novos processos, novos conceitos, novos modelos de gestão e novas ideias nas organizações (Fazion, Meroe, & Santos, 2011).
No entanto, ao longo dos anos, a palavra inovação tem sido pouco "compreendida" e a primeira distinção é a diferença entre inovação e invenção. As invenções estão associadas as descobertas: tecnologias, patentes, design e fórmulas; e a inovação tem uma dimensão mais ampla, podendo ocorrer tanto no desenvolvimento de novos produtos, em processo e/ou design, ou de forma incremental ou disruptiva. Assim, a maior parte dos casos de inovações são incrementais, sendo mais raras as de ruptura. A inovação deve ser percebida pelos clientes na forma de um novo valor (Robert, 1995; Oliveira Júnior, 2015; Mohr, Sengupta, Slater, & Lucht, 2011).
Mas, há outros tipos de inovação considerada mais pragmática, tais como: a) uma invenção; b) um melhoramento em algo que já existia; e c) a difusão. Complementar a essa definição, observaram que a inovação poderia ser associada a: a) inovação de saída: inovação de produtos, serviços e logística; b) inovação de entrada: material, suprimentos e fontes; e c) inovação de processo: inovação em processo, administrativos e técnicas aplicadas ao processo de produção (Zhuang, Williamson, & Carter, 1999).
Em virtude da inovação e da tecnologia serem consideradas componentes essenciais na definição de estratégia, competitividade adotada pelas empresas em âmbito global ou nacional, as atividades inovadoras, como os investimentos em P&D criam oportunidades de investimentos, maior capacidade produtiva, e mais emprego e renda (Jaramillo & Salazar, 2001).
Além disso, numa observação macro, a inovação é um fator dominante no crescimento nacional e nos padrões internacionais de comércio; e em relação a micro, a P&D aumenta a capacidade produtiva e absorve novos conhecimentos, assim a inovação determina o índice de competitividade para países desenvolvidos e em desenvolvimento (Zamora-Torres, 2014).
Já a competitividade pode ser expressa através de indicadores de desempenho ou mesmo por participação no mercado, obtida por empresas em determinado tempo e indicadores de eficiência associada a indústria. Esses indicadores são considerados medidas competitivas ex-post - desempenho, Market-share e lucratividade; e medidas competitivas ex-ante - eficiência e capacitação (Amorim, Ferreira Junior, & Rita, 2012).
A relação entre inovação e eficiência foi demonstrada a partir da teoria Neo-Schumpeteriana, mais especificamente sobre o papel das inovações nos processos produtivos das empresas, Diniz, Diniz e Oliveira Júnior (2011) demonstraram isso medindo a eficiência das indústrias do PIM; já Tanase e Tidor (2012) examinaram a eficiência e a produtividade das empresas industriais de máquinas na Romênia. Além disso, Brada, King e Ma (1997) pesquisaram a eficiência da empresa através da estimação das funções de produção de fronteira para setores da indústria checa e húngara.
E, sobre o Polo Industrial de Manaus (PIM), onde ocorreu a pesquisa, está localizado no Estado do Amazonas (Brasil) e é constituído de aproximadamente 2.787 empresas industriais que corresponde a 0,6% do total de empresas que atuam no setor industrial do país; o parque industrial é responsável por 95,8% das exportações do Estado e em 2020 o Setor industrial exportou US$ 754 milhões (CNI-Perfil da Indústria Brasileira, 2021).
Fundamentação teórica
Inovação
Schumpeter (1949) define inovação como um novo bem ou como uma nova qualidade de um bem, ou a adoção de um novo método de produção, ou mesmo a abertura de um novo mercado, ou a conquista de uma nova fonte de matéria-prima. Porém, a inovação pode surgir de diferentes maneiras, no quotidiano do trabalho, de uma necessidade ou até mesmo por acaso (Ferreira & Miguel, 2013). Segundo Valeri (2006) a inovação está associada aos fatores internos relacionados à performance, às estratégias competitivas e ao setor de atuação; e a fatores externos, relacionados com a situação macroeconômica e com o sistema de desenvolvimento de inovação tecnológica.
Assim a inovação pode ser interpretada como invenção ou processo, bem como um trabalho necessário para promover uma ideia na forma final (Garcia-Morales, Matias-Reche, & Hurtado-Torres, 2008). Mas também a inovação é considerada um processo de vários estágios em que as organizações transformam as ideias em novos produtos (Baregheh, Rowley, & Sambrook, 2009), ou mesmo sendo abordada de maneira tradicional como inovação de produto ou de processo (IBGE, PINTEC, 2014), ou numa visão de linha contínua (Mohr et al. 2011).
Eficiência
As palavras eficiência e eficácia são palavras semelhantes, mas há diferenças na definição e na utilização dos termos. A eficiência é o ato de "fazer certo as coisas"; enquanto a eficácia é "fazer as coisas certas" (Pinto & Coronel, 2017). Para serviços Kao, Chen, Wang, Kuo e Horng (1995), a definição de eficiência pode ser estabelecida pela relação de inputs de insumos e outputs de bens e serviços. Brada, King e Ma (1997) estudaram a eficiência nas empresas pela estimação das funções de produção de fronteira para setores da indústria tcheca e húngara.
Ainda Clerides, Lach e Tibout (1996) e Bernard e Jensen (1999) foram considerados pioneiros em pesquisar as evidências de possíveis ganhos de produtividade de firmas após estas se tornarem exportadoras.
E, a eficiência técnica, segundo Morais, (2016), está relacionada aos fatores típicos de treinamento ou qualificação dos funcionários, maquinário utilizado, qualidade do material, uso ou não das tecnologias. Assim, eficiência ou deficiência de escala está relacionada com fatores econômicos.
Competitividade
Atualmente o desafio das organizações industriais em se manter competitiva no mercado é a sua capacidade de inovação em seus produtos e processos, assim, a inovação está relacionada com a capacidade da organização em inovar (Carvalho, 2009). De acordo com Caldas e Wood Jr. (2007) a competitividade pode ser definida como a capacidade de um "sistema" de um país, de setor industrial, de grupo de empresas, ou mesmo de uma indústria. Além disso, conforme Coutinho e Ferraz (2002) o desempenho competitivo de um determinado sistema pode ser condicionado a três conjuntos de fatores: fatores sistêmicos, fatores estruturais e fatores internos à empresa. E, Segundo Reiljan, Hinrikus e Ivanov (2000) a competitividade pode ser representada pela posição no mercado, podendo ser: empresa, indústria ou país em relação as outras entidades correspondentes.
A partir da década de 90, com a abertura de mercado global, houve uma pressão competitiva de maneira que as tecnologias empregadas, organização e otimização da produção e a inovação passaram a ser elementos-chave para a competitividade (Amorim et al., 2012).
Já na Romênia, a indústria de máquinas teve um papel importante no aumento da competitividade das exportações (Tanase & Tidor, 2012). Também na Romênia, Chládek e Kozená (2012) fizeram uma abordagem tradicional para medição da competitividade centralizada em análise financeira e incluíram os indicadores lucro/prejuízo líquido, volume de negócios, ou indicadores percentuais como: lucratividade, liquidez, endividamento e produtividade.
No entanto, o Brasil tem abundância em recursos naturais e mão de obra que lhe confere competitividade nos bens que demandam esses dois fatores, assim, o tamanho do mercado doméstico permite que firmas instaladas no Brasil atinjam escalas de produção que as tornam competitivas (De Negri, 2003), e, de acordo com Calmanovici (2011) a capacidade de inovar é determinada pela competitividade das empresas num mundo cada vez mais globalizado.
E, finalmente, Costa, Rangel e Silva (2010) estudaram a competitividade da indústria têxtil brasileira frente a concorrência internacional, identificando os pontos fortes e os fracos utilizando duas abordagens: o modelo das cinco forças de Porter (1996) e a tipologia de Pavitt (1984). Hipóteses
As hipóteses testadas nesse trabalho é a de relação entre os construtos, representados por variáveis nos modelos econométricos. A primeira a ser considerada é:
H1: há uma relação de influência positiva entre Inovação e Competitividade.
Em âmbito nacional, Baierle (2019) estudou a relação entre inovação e competitividade em indústrias da Região Sul do Brasil, os resultados demonstraram que os critérios qualidade, confiabilidade, custos e velocidade, apresentaram relação com inovação.
Já internacionalmente, Dogan (2016) estudou os efeitos determinantes da inovação na competitividade dos membros da União Europeia. Bobilo, Sanz e Gaite (2006) interpretaram a inovação e competitividade com enfoque em investimentos tangíveis, intangíveis e recursos humanos em P&D. Baak, Lau, Lo e Sharif (2011) estudaram fontes de inovação internas à empresa, assim, cinco fontes de inovação tiveram influência significativamente positiva das capacidades de inovação tecnológicas na competitividade.
E, Cao Chen, Feng e Zou (2019) investigaram a eficiência da inovação nas indústrias de alta tecnologia da China que promoveu a competitividade de mercado; e Tang (2006) estudou a relação entre inovação e competitividade nas indústrias do Canadá, assim, este trabalho desenvolveu novas medidas de competição e justificou as percepções das empresas sobre o ambiente competitivo.
Assim, espera-se um impacto positivo e estatisticamente significativo nessa relação, pois o construto inovação torna a empresa mais competitiva no mercado.
H2: Há uma relação de influência positiva entre o Eficiência e Competitividade.
A segunda hipótese propõe uma relação de influência entre os construtos eficiência e competitividade, e espera-se um efeito positivo e estatisticamente significativo, pois quanto mais os subsetores industriais se tornam eficientes em seus recursos, mais se tornam competitivos e com maior faturamento.
A relação entre inovação e eficiência de recursos ou custos foi o utilizado pelos autores Diniz, et al. (2011), tendo como resultado as inovações ambientais contribuindo com o faturamento e aumento de market-share.
Outra relação entre eficiência e competitividade foi realizada por Araújo Junior, Gomes, Jacob e Tahim (2013) que constatou uma relação positiva e significativa entre a eficiência dos setores e o esforço tecnológico da mão de obra técnico-científico.
Procedimentos metodológicos
Tipologia da pesquisa
A perspectiva epistemológica adotada é o positivismo, que considera a ciência como o único meio legítimo de conhecimento empírico e defende a verificação como princípio fundamental (Castañon, 2007). A pesquisa apresentada tem uma abordagem quantitativa, utilizando técnicas estatísticas e permitindo a generalização dos resultados para a população em estudo (Lakatos & Marconi, 2015); e é classificada como exploratória, já que expõe características de determinada população ou fenômeno, estabelece correlações entre variáveis e formula hipóteses relacionais. Quanto aos meios de investigação, é considerada bibliográfica, com consultas a artigos, podendo ser fonte primária e secundária (Vergara, 2014).
Amostra da pesquisa
A pesquisa foi realizada sobre os subsetores do PIM. A técnica de coleta de dados utilizada foi a pesquisa secundária, através de indicadores industriais publicados pela SUFRAMA.
O PIM tem 22 (100%) subsetores industriais, destes foram escolhidos 14 (63%) para participarem da pesquisa: químico; vestuário e calçados; duas rodas; metalúrgicos; madeireiro; ótico; isqueiro, canetas e barbeadores; termoplástico; bebidas; têxtil; papel e papelão; produtos alimentícios; mobiliário; e editorial e gráfico. Dentre estes 14 subsetores, são destaques em faturamento: o de duas rodas que representa 35,84%, seguido pelo químico com 30,22% e o termoplástico com 11,91%, conforme Gráfico 1.
A amostra também incluiu séries variáveis obtidas do IBGE - PINTEC, com dados do triênio 2012 a 2014 e 2015 a 2017. Esses dados estão disponíveis no endereço eletrônico do IBGE, Pesquisa de
Inovação - PINTEC, em forma de planilhas eletrônicas de Excel®.
A escolha do período de investigação é de 2014 a 2017 que corresponde a evolução do faturamento das indústrias do PIM e a capacidade de gestão financeira dos subsetores, tendo uma relação com acompanhamento da evolução do PIB brasileiro.
Modelo econométrico
As relações entre os construtos inovação, competitividade e eficiência podem apresentar variação de valores em significância estatística. Desta forma, Brito, Brito e Morganti (2009), Diniz et al. (2011), Terra, Barbosa e Bouzada (2015), e Baark et al. (2011) estudaram essa relação utilizando a técnica estatística de regressão.
Y = α + ß1X1+ß2X2+...+ßnxn+ε
Onde: Y = variável dependente, que representa a variável que será impactada pelos efeitos das variáveis independentes; α = variável de intercepto; ß1ß2...ßn = são os coeficientes ou parâmetros da regressão; = são variáveis independentes; e = erro da equação.
Foi elaborado um modelo de regressões linear múltipla com base no modelo de Diniz et al. (2011). O modelo de regressão é linear multivariado e tem o construto eficiência e inovação em relação à competitividade, e foi adotado pelos autores: Brito et al. (2009), Terra et al. (2015, Baark et al. (2011), e Feng et al. (2016).
Os testes realizados foram Pesarán-Pesarán para heterocedasticidade, R2 ajustado, p-valor e Durbin- Watson (Levine, Stephan, Krehbiel, & Berenson, 2014); e o software utilizado nas regressões foi o SPSS® da IBM® statistics v.26.
Dados
Os dados utilizados foram secundários, obtidos junto à SUFRAMA dos indicadores econômicos de desempenho dos subsetores. Outro conjunto de dados foram obtidos do IBGE (PINTEC) no período de 2014 e 2017. No primeiro caso, refere-se a valores e quantidades de subsetores relativos ao Faturamento, Insumos, Investimentos e Mão de obra; e no segundo, são valores e quantidades referentes à inovação, como Pessoas Ocupadas nas Atividades Internas de Inovação, Redução de Custo de Produção, Inovação por Cooperação, Gastos com Ativos de Inovação, com o Cnae 2.0 adotados pelo IBGE (PINTEC) e compatíveis com os subsetores do PIM. A fim de representar o efeito entre os construtos, a seguir a descrição das variáveis:
A variável Faturamento, Fat, foi obtida pela média dos anos de 2012, 2013, 2014 compreendendo o 1°. triênio e pela média dos anos de 2015, 2016, 2017 correspondendo ao 2°. triênio dos relatórios de indicadores da SUFRAMA, está expressa em milhares de reais. A variável também foi utilizada como variável dependente por Diniz et al. (2011).
A variável Pessoas Ocupadas em Inovação, Poa, é representada por pessoas ocupadas em atividades internas de inovação, tais como: doutores, pesquisadores, técnicos e auxiliares. Foi coletada do IBGE (PINTEC) e é expressa em milhares e na periodicidade trienal. A variável foi utilizada como variável dependente por Diniz et al. (2011), Brito et al. (2009) e Feng et al. (2016).
A variável Redução de Custos de Produção, Rca, é representada pelo número de empresas que implementaram inovações por impacto causado e grau de importância pelo alto impacto de redução de custo de produção resultante da adoção de inovação, está expressa em centenas e foi coletada do IBGE (PINTEC), a variável serve como proxy da variável custos de impostos ICMS utilizada como variável dependente por Diniz et al. (2011).
A variável Investimentos, Inv, representa os investimentos dos subsetores que é o somatório de todos os valores investidos, esta foi obtida pela média dos anos de 2012, 2013, 2014 e 2015, 2016, 2017 dos relatórios de indicadores da SUFRAMA e está expressa em milhares de reais e utilizada como proxy da variável capital físico por Diniz et al. (2011).
A variável Inovação por Cooperação, Inc, esta variável representa empresas que implementaram inovação e suas relações de cooperação com outras organizações por objeto de cooperação, está expressa em milhares e os dados foram coletados do IBGE (PINTEC) e na periodicidade trienal. Esta variável é proxy da variável inovação de produto de Diniz et al. (2011) e de e Baark et al. (2011) que utilizaram duas variáveis para inovação por cooperação em dois grupamentos.
A variável Gastos com Ativos de Inovação, Gai, representa os gastos com ativos de inovação, ou seja, são gastos com máquinas e equipamentos, produtos, utensílios, dentre outros. Estes dados foram coletados pela publicação nos anos de 2014 e 2017 do IBGE (PINTEC) e expressa em milhares e na periodicidade trienal. Foi contemplada por Feng et al. (2016) como gastos com P&D e Baark et al. (2011) como aquisição de máquinas e equipamentos para inovação.
No quadro 1, há a relação das variáveis utilizadas no modelo empírico e suas respectivas definições, suas relações com os construtos e os autores que pesquisaram as variáveis.
No quadro - 2, verifica-se que houve trabalhos empíricos sobre inovação, eficiência e competitividade do setor industrial tanto em âmbito nacional quanto internacional. Internacionalmente Baark et al. (2011) que realizaram estudos a região do Delta do Rio das Pérolas em Hong Kong utilizando regressão múltipla, porém utilizaram somente métricas para a inovação; já Feng et al. (2016) pesquisaram o setor industrial da China, adotaram a função produção de fronteira estocástica e utilizaram as métricas para inovação e eficiência.
Em âmbito nacional, autores que utilizaram técnicas de análise DEA: Baço, Brunhera e Crotti (2015) estudaram as métricas para inovação, não obstante, Morais (2016); Fernandes, Minori e Morais (2017); e Morais (2019) contemplaram em seus estudos as métricas para eficiência no PIM.
Também nacionalmente, autores que utilizaram técnicas paramétricas, tais como: regressão múltipla e regressão de dados em painel, análise fatorial, foram: Cunha, Cunha, Kuhl e Maçaneiro (2016) e Amorim et al. (2014) utilizaram a técnica de correlação, estudando as métricas de inovação e eficiência, respectivamente. Já, Brito et al. (2009) e Terra et al. (2015), também utilizaram regressão múltipla, estudaram as métricas para inovação e competitividade. E, Amorim et al. (2013) e Diniz et al. (2011) contemplaram as métricas sobre eficiência e competitividade.
Apresentação e análise dos resultados
Análise Descritiva
A análise descritiva ajuda a entender os dados da distribuição usando medidas de tendência central como média e mediana; medidas de dispersão como valores mínimos, máximos, desvio padrão e variância. Assim, o Tabela - 1 reporta os resultados da estatística descritivas das séries utilizadas.
Realizando uma análise da estatística descritiva das variáveis do 1°. triênio na tabela - 1, observa-se que as variáveis faturamento (FAT) e investimento (INV) apresentam maior desvio padrão.
Sobre análise descritiva do 2°. triênio, verifica-se que as variáveis faturamento (FAT) e investimento (INV) também apresentam o maior desvio padrão. As outras variáveis que estão expressas em valores absolutos a que apresenta maior desvio padrão é a variável gastos com ativos de inovação.
Em comparação entre o 1°. e o 2°. Triênio, no segundo triênio observa-se a diferença da média de faturamento (FAT) de R$ 2.237.069.135,67, é uma diferença significativa, pois a partir de 2016 o Polo Industrial de Manaus inicia a sua recuperação econômico-financeira. A respeito das pessoas ocupadas em inovação (POA), houve um aumento de 182 pessoas com o início da recuperação econômica. Embora o investimento (INV) tenha apresentado uma diferença de R$ 64.595.053,00 entre investimentos entre os dois triênios, os investimentos em inovação dependeram de uma recuperação da economia sólida e confiável para tomada de decisões em projetos de inovação a médio e longo prazo.
4.2 Análise do Modelo Econométrico
O modelo de regressão linear multivariado foi escolhido em razão de sua explicação de relação direta das varáveis independentes e a variável dependente. Assim, de acordo com o modelo (2) foram realizadas várias estimativas para se obter o melhor modelo que explicasse a relação entre inovação, eficiência e competitividade no PIM.
Modelo empírico
Modelo de Equação de regressão linear multivariado utilizado foi com base no modelo de regressão dos autores Diniz et al. (2011):
fat = α + ß1poa1 + ß2rca2 + ß3inv3 + ß 4gai5 + εt (2)
Assim sendo, seguem as variáveis do modelo empírico: Y = fat, que representa o faturamento do subsetor; α= intercepto da equação; X1 = poa, as pessoas ocupadas em atividades internas de inovação; X2 = rca, a impactos da redução de custo de produção; X3 = inv, são os investimentos total do subsetor; X4 = inc, corresponde a inovação de cooperação; X5 = gai, que representa os gastos com ativos de inovação; e, εt= erro da equação.
Modelos estimados de regressão linear múltipla do 1°. triênio
Assim, com base no modelo (2) estimaram-se vários modelos de regressões, tanto para o primeiro, quanto para o segundo triênio, e finalmente, elaboraram-se regressões lineares multivariado utilizando como variável dependente a variável faturamento de 2012 e 2014, conforme a tabela - 2:
Já na tabela - 2 são reportados os resultados das regressões lineares multivariadas para o 1°. triênio que compreende aos anos de 2012 a 2014, tendo como variável dependente o Faturamento (FAT) dos subsetores e variáveis independentes as pessoas ocupadas em atividades internas de inovação (POA); a redução de custo de produção (RCA); são os investimentos total do subsetor (INV); corresponde a inovação de cooperação (INC); e os gastos com ativos inovativos (GAI).
Verifica-se que os testes de Durbin-Watson para autocorrelação dos resíduos para os modelos 4 e 5, estão dentro da normalidade com valores abaixo de 2,5; e o teste de Pesarán-Pesarán para heterocedasticidade foi de 0,65 abaixo de 1,00 do índice de colineralidade (VIF).
Assim, estimou-se primeiramente o modelo 1 com base na equação (2), pode-se verificar que o parâmetro estimado apresenta sinal positivo e é estatisticamente significativo 0.926 [0.000], implicando que uma variação de 1% no quantitativo de pessoas ocupadas no processo inovativo provoca uma reação de 92% no faturamento dos setores industriais do PIM, significando que quanto maior a contratação de mão de obra envolvidas na inovação, mais serão as inovações e provavelmente maior será o faturamento do subsetor e gestão financeira será facilitada.
fatt = α + ß1poat + ß2rcat + εt (2)
No modelo 2, foi adicionada a variável redução de custos com inovação. A variável pessoas ocupadas no processo inovativo apresentou leve aumento de 0.926 [0.000] para 0.947 [0.000], significando que teve maior poder explicativo no modelo, portando, estatisticamente significativo. Já a variável redução de custos com inovação, apresentou coeficiente negativo, com valor de -0,318 e p-valor [0.000], uma relação inversa, porém estatisticamente significativa, ou seja, a cada unidade de redução de custo haverá um aumento de 31% no faturamento do setor, exigindo maior capacidade de gestão financeira do subsetor. Esse comportamento inverso é justificado quando os investimentos iniciais em inovação demandam grande volume de capital, não apresentam retorno imediato, pois muitas pesquisas sobre inovação ocorrem num período financeiro de médio e longo prazo.
fatt = α + ß1poat + ß2rcat + ß3invt + εt (3)
No modelo 3, houve a inclusão da variável investimento, visando captar a reação da variação investimento total nos subsetores industriais. Há uma leve diminuição da variável pessoas ocupadas no processo inovativo e da variável redução do custo com inovação, não obstante, ambas continuam estatisticamente significativas. A variável investimento apresenta sinal positivo e estatisticamente significativo 0.254 [0.080], demonstrando que uma variação de 1% no investimento gera uma reação de 25% no faturamento do setor industrial, essa situação favorece o esperado pelo gestor financeiro do setor, pois significa retorno do investimento em forma de receita total.
fatt = α + ß1poat + ß2rcat + ß3invt + ß4 inct + εt (4)
No modelo 4, foi adicionado a variável inovação por cooperação. Essa inovação tem a interpretação que uma empresa pertencente a determinado subsetor faz pesquisa sobre inovação através de cooperação com outras empresas ou instituições de pesquisa, tais como Universidades ou Institutos. Com a adição dessa variável o modelo se apresentou mais estável e estatisticamente significativo, é o caso da variável pessoas ocupadas com inovação e leve diminuição, e redução de custos com inovação, porém, a variável investimento de 0.254 [0.080] para 0.353 [0.014], tornou-se estatisticamente mais significativa. Desta forma, uma variação de 1% no investimento provoca uma reação de 35% no faturamento do subsetor. E, a variável inovação por cooperação com valores 0.209 [0.045], apresenta-se com médio poder explicativo, porém estatisticamente pouco significativa, justificando as parcerias dos subsetores com as universidades locais para desenvolvimento de projetos sobre inovação.
fatt = α + ß1 poat + ß2rcat + ß3invt + ß4 inct + εt (5)
No modelo 5, houve a adição da variável gastos com ativos inovativos. Esta variável capta a reação da variação dos gastos relacionados com inovação, ou seja, são gastos necessários para promover a inovação dos subsetores industriais. As variáveis, pessoas ocupadas no processo inovativo, redução de custos com inovação, investimentos, e inovação por cooperação, apresentaram-se estáveis no modelo. Já a variável gastos com ativos inovativos apresentou sinal negativo -0.079 [0.256], com pouco poder explicativo e não foi estatisticamente significativa.
Desta forma, a modelagem reportada na tabela - 2 revela que a melhor especificação da equação proposta é o modelo 4. O R2 ajustado revela um poder explicativo em torno de 97% para a equação estimada, a seguir a equação do modelo:
fatt = α + 0.617 poat - 0.347 rcat + 0.353 invt + 0.209 inct
Modelos estimados de regressão linear múltipla do 2°. triênio
Verifica-se que os testes de Durbin-Watson para autocorrelação dos resíduos para os modelos 4 e 5, estão dentro da normalidade com valores abaixo de 2,5; e o teste de Pesarán-Pesarán para heterocedasticidade foi de 0,29 abaixo de 1,00 do índice de colineralidade (VIF).
A tabela - 3 apresenta os resultados da regressão linear multivariada do segundo triênio do estudo que corresponde ao período de 2015 a 2017. Estimou-se primeiramente o modelo 1 com base na equação (2), pode-se verificar que o parâmetro estimado apresenta sinal positivo 0,838 e [0.000] tem médio pode explicativo e é estatisticamente significativo, implicando que uma variação de 1 unidade no quantitativo de pessoas ocupadas no processo inovativo provoca uma reação de 83% no faturamento dos subsetores industriais do PIM, significando que a mão de obra envolvida na inovação provoca aumento no faturamento dos subsetores e na gestão financeira tem como resultado um aumento de receita total.
fatt = α + ß1 poat + ß2 rcat + εt (2)
No modelo 2, foi acrescentado a variável redução de custos com inovação. A variável pessoas ocupadas no processo inovativo se apresentou com leve aumento de 0.838 [0.000] para 0.947 [0.000], e significa que o modelo teve maior poder explicativo e continuou estatisticamente significativo. Já a variável redução de custos com inovação se mostrou com sinal negativo e estatisticamente significativa -0.469 [0.000], isso implica que uma variação de 1 unidade na redução de custo inovativo gera uma aumento de 46% no faturamento, ou seja, isso se justifica pela gestão financeira, pois normalmente os aportes de capital inicial são volumosos e não apresentam retorno imediato para compor a receita total do subsetor, em razão muitas pesquisas sobre inovação se realizarem em períodos de médio e longo prazo.
fatt = α + ß1 poat + ß2 rcat + ß3 invt + εt (3)
No modelo 3, houve a inclusão da variável investimento. Com a adição dessa variável, houve uma leve diminuição do valor explicativo da variável pessoas ocupadas no processo inovativo de 0.947 [0.000] para 0.661 [0.000], porém a variável redução de custo com inovação de -0.469 [0.000] para -0,290 [0.016] apresentou aumento no poder explicativo e ambas se mostraram estatisticamente significativas. A adição da variável investimento objetivou captar a reação da variação investimentos nos subsetores industriais sobre o faturamento, o parâmetro apresentou sinal positivo como era esperado na hipótese H2 e se apresentou estatisticamente significativo, com efeito sobre o faturamento dos subsetores industriais e situação favorável para a gestão financeira do subsetor.
fatt = α + ß1poat + ß2rcat + ß3invt + ß4inct + εt (4)
No modelo 4, foi adicionado a variável inovação por cooperação. Com introdução dessa variável ao modelo, este tornou-se mais estável. A variável pessoas ocupadas com inovação apresentou leve diminuição de poder explicativo de 0.661 [0.000] para 0.580 [0.002], não obstante, continuou estatisticamente significativa. Já a variável redução de custos de inovação de -0.290 [0.016] passou para -0.392 [0.010], diminuindo seu poder de explicação; sobre a variável investimento, esta apresentou um aumento do poder explicativo de 0.357 [0.023] para 0.403 [0.013]. E, a variável inovação por cooperação demonstrou pouco poder de explicação e não foi estatisticamente significativa, indicando que essa variável provocou pouco efeito na variável faturamento, assim, acredita-se que os subsetores estejam voltados a inovação fechada.
fatt = α + ß1 poat + ß2 rcat + ß3 invt + ß4 inct + ß5 gait + εt (5)
No modelo 5, houve a adição da variável gastos com ativos inovativos. Com a participação dessa variável, o modelo apresenta melhoria no poder explicativo semelhante as variáveis: pessoas ocupadas com inovação, redução de custos de inovação e investimento; porém, a inovação de cooperação deixou de ser estatisticamente significativa. Já a variável gastos com ativos de inovação se apresentou com sinal negativo e pouco poder de explicação e não significativa -0.127 [0.297], não tendo relevância para o modelo.
4.2.4 Efeitos das variáveis nas diferenças de faturamento
Além das regressões lineares múltiplas dos períodos 2012 a 2014 e 2015 a 2017, foi elaborado regressão pela diferença da variável dependente, Faturamento (FAT), para a verificação quais variáveis que provocam impacto na variável Faturamento, desta forma, segue a regressão dos modelos na tabela - 4:
Verifica-se que os testes de Durbin-Watson para autocorrelação dos resíduos para os modelos 4 e 5, estão dentro da normalidade com valores abaixo de 2,5; e o teste de Pesarán-Pesarán para heterocedasticidade foi de 0,67 abaixo de 1,00 do índice de colineralidade (VIF).
A tabela - 4 apresenta os resultados da regressão linear múltipla pela diferença do Faturamento (FAT) dos subsetores do Polo Industrial de Manaus no 1°. triênio - 2012 a 2014. Desta forma, estimaram-se cinco modelos com base na equação (2), sendo que no modelo 1 verifica-se que a variável pessoas ocupada no processo inovador apresentou um poder explicativo de 0.857 [0.000] e estatisticamente significativo, significando que pessoas ocupadas no processo inovador influenciam de maneira positiva o faturamento dos subsetores proporcionando uma gestão financeira benéfica para os subsetores do PIM.
fatt = α + ß1poat + ß2 rcat + εt (2)
No modelo 2, foi acrescentado a variável redução de custos com inovação. A variável pessoa ocupada no processo inovativo teve aumento significativo do poder de explicação e continua estatisticamente significante de 0.857 [0.000] para 0.888 [0.000]. Já a variável redução de custos com inovação apresentou sinal negativo -0.343 [0.013], porém, estatisticamente significativa, desta forma, uma variação de 1 unidade na variável redução de custo com inovação, provocaria um aumento de 34% no faturamento dos subsetores do PIM.
fatt = α + ß1 poat + ß2 rcat + ß3 invt + εt (3)
No modelo 3, houve a inclusão da variável investimento. A variável pessoas ocupadas no processo inovativo apresentou diminuição no poder de explicação e a variável redução de custos com inovação apresentou leve aumento de poder explicativo. Porém a variável investimento apresentou sinal positivo 0.572 [0.029], ou seja, um aumento de R$ 1,00 no investimento, causaria uma variação de 57% no faturamento, sendo um benefício para a gestão financeira do subsetor.
fatt = α + ß1 poat + ß2 rcat + ß3 invt + ß4 inct + εt (4)
No modelo 4, foi adicionado a variável inovação por cooperação. A variável pessoas ocupadas no processo inovador apresentou leve aumento do poder explicativo de 0.398 [0.089] para 0.493 [0.068] e estatisticamente mais significativo. A variável redução de custos com inovação teve aumento de poder explicativo, porém não foi estatisticamente significativa. A variável investimento apresentou diminuição de 0.572 [0.029] para 0.491 [0.075], e a variável inovação por cooperação apresentou sinal negativo com médio pode explicativo e estatisticamente pouco significativa -0.171 [0.388].
fatt = α + ß1 poat + ß2 rcat + ß3 invt + ß4 inct + ß5 gait + εt (5)
No modelo 5, houve a adição da variável gastos com ativos inovativos. A variável pessoas ocupadas com inovação teve uma leve diminuição de 0.493 [0.068] para 0.487 [0.090], a variável redução de custos com inovação, também apresentou uma diminuição no poder explicativo, a variável investimento apresentou sinal positivo e elevada diminuição no poder explicativo 0.491 [0.075] para 0.467 [0.122], também a variável inovação de cooperação teve um leve aumento de -0.171 [0.388] para -0.182 [0.395]. A variável gasto com ativos inovativos apresentou sinal negativo -0.044 [0.774] com pouco poder de explicação e não foi estatisticamente significativa. Isto indica que os gastos com ativos inovativos, a curto e médio prazos reduzem o faturamento, e consequentemente, a receita total dos subsetores, portanto um desafio para a gestão financeira, mas se a estratégia de gastos de inovação for a longo prazo, ter-se-á um efeito esperado que é um aumento no faturamento dos subsetores.
Em seguida, há a tabela - 5 que apresenta a regressão linear múltipla do 1°. e 2°. triênio para comparação entre os triênios em estudo.
Na tabela - 6, há a regressão linear múltipla que evidencia a diferença entre o 1°. triênio e o 2°. triênio pela diferença da variável faturamento.
Discussão
Na tabela - 5, verifica-se que entre os modelos de regressão no primeiro triênio, o modelo 4 é considerado o mais estável e que melhor se adequa a proposta do trabalho, pois apresenta os coeficientes elevados, tendo maior poder explicativo e são estatisticamente significativos, além do R2 ajustado que justifica a escolha do modelo.
Este modelo é composto pelas variáveis independentes: pessoas ocupadas no processo inovativo, redução de custos com inovação, investimentos dos subsetores, inovação por cooperação e a variável dependente faturamento dos subsetores, e que teve como base a equação de regressão multivariada de Diniz, Diniz e Oliveira (2011).
A variável Pessoas ocupadas no processo inovativo (POA) serviu como proxy à variável a mão de obra empregada (Trab) nos grupos de empresas eficientes na pesquisa de Diniz et al. (2011). Esta correspondeu a hipótese H1 esperada, pois representou o construto eficiência impactando positivamente a variável faturamento e apresentou nos dois triênios sinal positivo, com alto poder explicativo e estatisticamente significativo com os coeficientes 0.617 [0.000] no primeiro triênio e 0.580 [0.002] no segundo triênio, valores acima do coeficiente 0,2722 encontrado por Diniz et al. (2011) e por Brito et al. (2009) que utilizou a variável Pessoas ocupadas no processo de inovação em dois grupamentos, pessoal acadêmico (Mestres e Doutores) obtendo os valores dos coeficientes de -4,397 [0.860] e Pessoal técnico/suporte com valor de 1,215 [0.824], e semelhante ao encontrado por Feng et al. (2016) com tempo de dedicação de trabalho do pessoal envolvido em Pesquisa e Desenvolvimento e Inovação com valor de 0.661 [2.721]. Isso indica que a variável POA exerceu um papel importante no desenvolvimento de projetos de inovação e na elevação do faturamento dos subsetores do PIM, garantindo um retorno significativo à gestão financeira na contração dessa mão de obra.
Sobre a variável redução do custo de produção (RCA) refere-se ao alto impacto da inovação na redução do custo de produção em razão da implementação de inovação. Esta variável foi adicionada ao modelo para mensurar o comportamento do impacto da inovação dos subsetores. Esta variável foi adicionada ao modelo da pesquisa de Diniz et al. (2011) em razão do custo da inovação e representa o construto eficiência, o coeficiente apresentou médio poder explicativo com sinal negativo e estatisticamente significativo -0.347 [0.003] e -0.392 [0.010] nos dois triênios, respectivamente; indicando que a inovação praticada pelos subsetores em seus processos de produção não surtiu efeitos no sentido de provocar um aumento no faturamento. Isso significa um desafio para o gestor financeiro dos subsetores, pois uma implementação de inovação em processo deveria melhorar o processo produtivo e alavancar o faturamento do subsetor, porém, esse resultado também refletiu a própria situação do PIM em sua recuperação econômica no período de 2015 a 2018, após a crise que se iniciou em 2014.
A respeito da variável investimento (INV), esta corresponde ao investimento total dos subsetores. A variável atendeu a hipótese H2 formulada do construto eficiência e demonstrou uma relação positiva e com médio poder explicativo com o faturamento nas regressões dos dois triênios, os coeficientes obtidos foram 0.535 [0.014] para o primeiro triênio e 0.403 [0.013] para o segundo triênio, embora no segundo triênio a variável perca poder explicativo, mas continue estatisticamente significativa, ambos se posicionaram acima do valor de 0.0605 encontrado por Diniz et al. (2011). O investimento é considerado primordial para o desenvolvimento de PD&I, e pode ser interpretado como o aumento dos investimentos, e isso provocaria um aumento no faturamento dos subsetores, favorecendo a gestão financeira com maior receita do subsetor.
E, a variável inovação por cooperação (INC) corresponde a inovação aberta através da qual os subsetores realizam pesquisa de inovação com outras empresas, universidades ou institutos de pesquisa, desenvolvimento e inovação, e este modelo representa o construto inovação. Esta variável atendeu as expectativas esperadas, influenciando positivamente o faturamento, porém com pouco poder explicativo 0.209 [0.045] no primeiro triênio, e perdendo ainda mais poder de explicação e significância estatística com coeficiente de 0.173 [0.198] no segundo triênio. Embora o valor encontrado seja baixo, ainda assim se posiciona acima do valor encontrado de -0.1020 de Diniz et al. (2011) e de Baark et al. (2011), sendo que este último utilizou duas variáveis para inovação por cooperação em dois grupamentos, obtendo como resultado -0.025 para pesquisa sobre inovação com participação de universidades e institutos de pesquisa sem projeto e 0.019 com participação de universidade e institutos de pesquisa com projeto. Isso indica que os subsetores do PIM preferem desenvolver inovação fechada à inovação aberta, ou seja, desenvolver projetos de inovação em suas próprias instalações e com suas máquinas e equipamentos, conforme Chagas Jr., Hohara e Stal (2014) e isso exige maior habilidade da gestão financeira em controlar as despesas financeiras internas.
Considerando a tabela - 6 que representa os modelos de regressão linear múltipla pela diferença do Faturamento (FAT) entre o primeiro triênio (2012 a 2014) e o segundo triênio (2015 a 2017). Verificouse em sua maioria que houve perda de significância dos modelos, exceto o modelo 1.
Sobre o modelo 4, escolhido como o melhor modelo que representa a proposta do trabalho, observa-se que a variável Pessoas ocupadas no processo inovador (POA) que corresponde ao construto eficiência, continua com poder explicativo no modelo 0.492 [0.068] e acima de 0.2722 encontrado por Diniz et al. (2011). Embora não tenha apresentado significância, esta confirmou seu efeito relevante no faturamento dos subsetores.
Outro achado interessante foi o comportamento da variável Investimento (INV) que representa o construto eficiência, esta apresentou coeficiente 0.491 [0.075] com poder explicativo, no entanto sem significância, isso se justifica pela capacidade de investimento dos subsetores do PIM em projetos de PD&I e da confiança na recuperação econômico-financeira do país, favorecendo a gestão financeira dos subsetores em recursos financeiros para decisão de investimento.
As variáveis Redução de Custos por Produção (RCA) e Inovação por Cooperação (INC) do modelo 4 se apresentaram com sinal negativo e com pouco poder de explicação e ausência de significância estatística.
Considerações finais
Este estudo utilizou regressão linear múltipla para analisar a relação entre inovação, eficiência e competitividade nos subsetores do PIM durante dois períodos: 2012-2014 (1 triênio) e 2015-2017 (2 triênio). O objetivo foi investigar se a inovação e a eficiência têm relações positivas com a competitividade, conforme as hipóteses. Os resultados mostraram que a eficiência teve um efeito significativamente positivo na competitividade, enquanto a inovação teve um efeito negativo, porém pouco significativo na competitividade dos subsetores do PIM.
Foram realizadas várias simulações utilizando o software SPSS® da IBM® statistics v.26 para estimar os modelos de regressão. Os coeficientes estimados das variáveis foram consistentes com a literatura pesquisada e atenderam aos princípios estatísticos da regressão linear múltipla, como teste de Pesarán- Pesarán, correlação, R2 ajustado e o teste de Durbin-Watson para os resíduos.
Os principais achados do estudo foi que a variável presença de pessoas ocupadas em inovação, proxy da variável mão de obra empregada na pesquisa de Diniz et al. (2011), teve efeito positivo e significativo na variável faturamento, atendendo a hipótese H1 que se refere há uma relação de influência positiva entre inovação e competitividade, e foi compatível com os s encontrados por Feng et al. (2016), Diniz et al. (2011), e Brito et al. (2009), indicando que quanto mais pessoas ocupadas com atividades de inovadoras e com formação especializada, maior é a influência positiva no aumento do faturamento do subsetor. Assim, recomenda-se as empresas que visem elevação no faturamento e ter maiores resultados favoráveis na competição do mercado, contratem pessoas com formação acadêmica de mestre e doutores para desenvolver atividades de inovação.
O mesmo aconteceu com a variável investimento em inovação que apresentou efeito positivo e significativo sobre a variável faturamento e que representa a proxy da variável capital no trabalho de Diniz et al. (2011), além disso atendeu a hipótese H2 que cita a relação de influência positiva entre eficiência e competitividade, e se posicionou acima do valor de 0.0605 encontrado por Diniz et al. (2011). Isso significa que o investimento é considerado um recurso eficiente para o desenvolvimento de projetos de PD&I, promover o aumento do faturamento e contribuir para que a empresa tenha um desempenho mais competitivo no mercado.
Assim, a variável inovação por cooperação que representa parcerias e acordos com universidades, fundações e institutos de pesquisa, e foi proxy da variável inovação por produto utilizada por Diniz et al. (2011), atendeu a expectativa esperada da hipótese H1 que citou o construto inovação influenciando positivamente o faturamento; a variável apresentou pouco poder explicativo 0.209 no primeiro triênio, e perde ainda mais poder de explicação e significância estatística com coeficiente de 0.173 no segundo triênio; embora o valor encontrado seja baixo, ainda assim é maior que os valores encontrados de - 0.1020 de Diniz et al. (2011) e de -0.025 de Baark et al. (2011), evidenciando que a inovação pode contribuir significativamente com maior faturamento e manter o desempenho competitivo empresarial, esse tipo de inovação aberta pode ser mais adequada e vantajosa se as empresas do PIM estabelecessem relações de cooperação com as instituições de ensino local, uso de mão de obra e troca de conhecimento e cooperação técnica.
O estudo também identificou algumas limitações como a falta de dados anteriores a 2012 e a exclusão do subsetor eletroeletrônico devido a problemas de classificação. E, o modelo de regressão utilizado de Diniz et al. (2011) não produziu resultados plausíveis com as variáveis originais.
Com base nos resultados, sugere-se a implementação de políticas públicas para incentivar a formação de mão de obra especializada em PD&I e incentivo à inovação aberta. Para estudos futuros é recomendada a inclusão do setor eletroeletrônico, a comparação dos resultados com a metodologia DEA e pesquisas de campo comparativas entre o PIM e outros polos industriais.
Referencias
Alegre, J., Gomes, G., & Machado, D. D. P. N. (2014). Industria textil de Santa Catarina e sua capacidade inovadora: estudo sob a perspectiva da eficiencia, custos e melhoria de processo. RAI - Revista de Administraçao e inovaçao, 11(2), 273-294.
Almeida dos Santos, E., Godoy, L. P., & Marzall, L. F. (2016). inovaçao no projeto de produto como fator para reduçao de custos logisticos e de produçao. Revista Produçao Online, 16(1), 3420365.
Amorim, J. F. O., Ferreira Junior, R. R., & Santa Rita, L. P. (2014). Dinámica da industria de Alagoas: uma análise da produtividade e da competitividade no período de 2007 a 2010. Revista 'Económica do Nordeste, 45(2), 70-87.
Araújo Junior, I. F., Gomes, A. P., Jacob, K. G., & Tahim, E. F. (2013). A influencia dos investimentos em P&D na eficiencia dos setores industriáis brasileiros: uma análise para 2011. In Anais do II SINGEP e IS2IS - Sāo Paulo - SP, Brasil - 07 e 08/11/2013.
Avellar, A. P. M., & Alves, P. F. (2008). Avaliaçao de impacto de programas de incentivos fiscais á inovaçao - um estudo sobre os efeitos do PDTI no Brasil. EconomiA, 9(1), 143-164.
Baark, E., Lau, A. K. W., Lo, W., & Sharif, N. (2011). Innovation Sources, Capabilities and Competitiveness: Evidence from Hong Kong Firms. Paper presented at the DIME (Dynamics of Institutions A Markets in Europe) Final Conference, 6-8 April, Maastricht, 1-40.
Baęo, F. M. B., Brunhera, D. C. U., & Crotti, P. C. (2015). A eficiencia dos processos de inovaçao na industria de transformaçao: uma análise no Estado do Paraná. Revista de Administraçao e inovaçao, 12(4), 187-204.
Baierle, I. C. (2019). Relaçao e influencia entre inovaçao e competitividade em micro e pequeñas enpresas do sul do Rrasil. [Tese de doutorado - Universidade do Vale do Rio dos Sinos], Programa de Pós-Graduaęao em Engenharia de Produçao e Sistemas, Sao Leolpoldo, RS. Disponível em: http://www.repositorio.jesuita.org.br/handle/UNISINOS/9012. Acesso em 4/4/2023.
Baregheh, A., Rowley, J., & Sambrook, S. (2009). Towards a multidisciplinary definition of innovation. Management Decision, 47(8), 1323-1339.
Berge, R., & Coelho, M. R. F. (2009). Competivi dade das exportaçöes brasileiras de movéis no mercado internacional: uma análise segundo a visāo desempenho. Revista FAE, Curitiba, v.7, n.l, p.51-65.
Bernard, A. B., & Jensen, B. (1999). Exceptional exporter performance: cause, effect, or botla? Journal of International E conomics.
Bobilo, A., Sanz, J. A. R., & Gaite, F. T. (2006). Innovation investment, competitiveness, and performance in industrial firms. Thunderbird International Business Review, 48(6), 867-890.
Brada, J. C., King, A. E., & Ma, C. Y. (1997). Industrial economics of the transition: determinants of enterprise efficiency in Czechoslovakia and Hungary. Oxford Economic Papers, 49, 104-127.
Brito, E. P. Z., Brito, L. A. L., & Morganti, F. (2009). inovaçao e о desempenho empresarial: lucro ou crescimento? Revista de Administraçao de Empresa - Eletrônica, 8(1), Art. 6.
Caldas, M. P., Wood Jr., T. (2007). Empresas brasileiras e o desafio da competitividade. Revista de Administraçao Empresarial -RAE, 47(3), 66-78.
Calmanovici, C. E. (2011). A inovaçao, a competitividade e a projeçao mundial das empresas brasileiras. Revista USP, (89), 190-203.
Cao, S., Chen, W. F., Feng, F., & Zhou, C. (2019). Does market competition promote innovation efficiency in China's high-tech industries? Tecnology Analysis Strantegic Management, ISSN: 0953-7325 (print) 1465-3990 (online). Retrieved from https://www.tandfonline.com/doi/full/10.1080/09537325.2019.1667971. Acesso em 27/4/2023.
Carpinetti, L. C. R., Fleschutz, T., Gerolamo, M. C., & Seliger, G. (2008). Clusters e redes de cooperaçao de pequeñas e medias empresas: observatorio europeu, caso alemāo e contribuiçoes ao caso brasileiro. Gestao da Prodnçao, 15(2), 351-365.
Carvalho, M. M. (2009). Inovaęao Estrategias e comunidades de conhecimento. Sāo Paulo: Atlas.
Castañon, G. (2007). Introdnçao a epistemologia. Sāo Paulo: Editora Pedagógica e Universitaria - EPU.
Castro, C. M. B. de, Gonçalves, E., Medeiros, T. R. de, & Oliveira, A. S. de. (2003). Competitividade industrial de Minhas Gerais no período 1985-2000 um enfoque econométrico. Nova Economia, Belo Horizonte, julho - dezembro, 13(2), 81-108.
Chagas Junior, M. de F., Nohara, J. J., & Stal, E. (2014). Os conceitos da inovaęao aberta e o desempenho das empresas brasileiras inovadoras. RAI - Revista de Administraçao e Inovaęao, 11(2), 295320, https://www.revistas.usp.br/rai/article/view/100146. Acesso em 13/3/2023.
Chládek, T., & Kožená, M. (2012). Company Competitiveness measurement depending on its size and field of activities. In 8th International Strategic Management Conference, Procedía - Social and Behavioral Sciences, vol. 58, pp. 1085-1090.
Clerides, S.; Lach, S., & Tybout, J. (1996). Is "Learning-by-Exporting" Important? Micro-Dynamic Evidence from Colombia, Mexico, and Morocco. National Burean of Economic Research Working Paper Series, (5715), Cambridge.
CNI-Perfil da Industria Brasileira. (2021). Retrieved from https:/Iperfildaindustria.portaldaindustria.com.br/estado/am. Acesso em 14/3/2023.
Costa, B. K., Rangel, A. S., & Silva, M. M. (2010). Competitividade da industria textil brasileira. Revista de Administraçao e Inovaęao, 7(1), 151-174.
Coutinho, L. G., & Ferraz, J. C. (2002). Estndo da competitividade da industria brasileira (2nd ed.). Campinas: Papirus/Ed. Unicamp.
Cunha, J. C., Cunha, S. K. D., Kuhl, M. R., & Maęaneiro, M. B. (2016). Colaboraęao para inovaęao e desempenho sustentável: evidencias da relaçao na industria eletroeletrónica. Braflian Business Reviern, 13(3), 1-25.
Cunha, S. K., Gobara, C., Kato, E. M., & Rossoni, L. (2008). Padröes de cooperaçao tecnológica entre setores na industria brasileira: urna análise quantitativa dos dados da PINTEC 2001-2003. RAI - Revista de Administraçao e Inovaęao, 5(3), 126-140.
De Negri, A., & Kubota, L. C. (2008). Políticas de Incentivo a inovaęao tecnológica no Brasil, IPEA.
De Negri, A., & Salerno, M. S. (Eds.). (2005). Inovaçöes, padroes tecnológicos e desempenho das firmas industriáis brasileiras. Brasilia: IPEA.
De Negri, A., Gonçalves, E. & Lemos, M. B. (2007). Condicionantes da inovaęao tecnológica na Argentina e no Brasil. Anais do XXXI ^Encontró Nacional de Economia - ANPEC.
De Negri, J. A. (2003). Desempenho exportador das firmas industriáis no Brasil: a influencia da eficiencia de escala e dos rendimentos crescentes de escala. Texto para discussao n°. 997. ISSN 1415-4765. IPEA.
Diniz, M. J. T., Diniz, M. B., & Oliveira Júnior, J. N. D. (2011). Inovaęao e eficiencia: um estudo empírico para o polo industrial de Manaus (2000 a 2006). Revista de Economia, Mfp, 91-118.
Dogan, E. (2016). The effect of innovation on competitiveness. Ekonometri ve istatistik Sayr. 2, 60-81. Istanbul Üniversitesi iktisat Fakültesi Ekonomtri ve istatistik Dergisi.
Fazion, C. B., Meroe, G. P. S. D., & Santos, A. B. A. (2011). Inovaçâo: um estudo sobre a evoluçao do conceito de Schumpeter. Caderno de Administraçao, PUC-SP, 5(1).
Feng, B., Wang, L., Wu, Y., & Hong, J. (2016). Do government grants promote innovation efficiency in China's high-tech industries? Technovation. https: / I www.sciencedirect.com I science I article I abs I pii I SO 166497216301018. Acesso em 14/3/2023.
Fernandes, A. F., Minori, A. M., & Morais, R. N. (2017). Análise Envoltória dos Dados: uma aplicaçao no Polo Industrial de Manaus (PIM). Paper apresentado no Congresso Internacional de Administraçao, Ponta Grossa - Parana.
Ferraz, J.C., Kupfer, D., & Haguenauer, L. Made in Brazil: desafíos competitivos para a industria. Rio de janeiro: Campus, 1997.
Ferreira, R., & Miguel, P. (2013). Análise comparativa sobre processos de inovaçao da literatura com a norma brasileira de gestāo da inovaçao. Exacta, 11(3), 285-297.
Garcia-Morales, V. J., Matias-Reche, F., & Hurtado-Torres, N. (2008). Influence of transformational leadership on organizational innovation and performance depending on the level of organizational learning in the pharmaceutical sector. Journal of Organisational Change Management, 21 (2), 188-212.
Ibge, Pintec (2014). Pesquisa de inovaçao tecnológica - Pintee. Rio de Janeiro.
Jaramillo, H., Lugones, G., & Salazar, M. (2001). Manual de Bogotá. Bogotá, Colombia-. Ricyt, OEA, and Program CYTED.
Kannebley JR., S., Sekkel, J. V., & Araujo, B. C. (2008). Economic performance of Brazilian manufacturing firms: a counterfactual analysis of innovation impacts. Small Business Economics, June 2008.
Kao, C., Chen, L.-H., Wang, Т.-Y., Kuo, S., & Horng, S.-D. (1995). Productivity Improvement: Efficiency Approach vs Effectiveness Approach. Omega, 23(2), 197-204.
Lakatos, E. M., & Marconi, M. A. (2015). Metodologia do trabalho científico: procedimentos básicos, pesquisa bibliográfica,projetos e relatónos, publicaęoes e trabalhos científicos (7th ed.). Sao Paulo: Atlas.
Levine, D. M., Stephan, D. F., Krehbiel, T. C., & Berenson, M. L. (2014). Estatistica: teoria e aplicaęóes: usando o Microsoft® Excel em portugués. (Reimpresso). Rio de Janeiro: LTC. (ISBN 978-85-216-2019-8).
Mohr, J., Sengupta, S., Slater, S., & Lucht, R. (2011). Marketing para mercados de alta tecnología e de inovaçoes. Sao Paulo: Pearson.
Morais, R. N. S. (2016). Análise da eficiencia dos setores industriáis do Polo Industrial de Manaus (PIM) (Master's thesis, Universidade Católica de Brasilia).
Morais, R. N. S. (2019). Análise da eficiencia em regioes industriáis incentivadas: o caso do Polo Industrial de Manaus (PIM) [Doctoral dissertation, Universidade Católica de Brasilia].
Ocde (2006). Manual de Oslo: Diretriges para a Coleta e Intepretaçao de dados sobre inovaçao Tecnológica. (3a ediçao). FINEP.
Oliveira Júnior, C. E. D. (2015). inovaçao organizaciona! na industria brasileira (Doctoral dissertation, Universidade Federal de Uberlándia).
Pavitt, K. (1984). Sectoral patterns of technical change: towards a taxonomy and a theory. In Science Policy Unit, 13, p. 343-373, University of Sussex, Brighton, BN19RF, UK.
Pinto, N. G. M., & Coronel, D. A. (2017). Eficiencia e eficacia na Administraçao: proposiçao de modelos quantitativos. Revista Unemat de Contabilidade, 6(11).
Porter, M.E. (1996). What is a strategy? Harvard Business Review, v. 74, n.6, p.61-78, Novemberdecember.
Reiljan, J., Hinrikus, M., & Ivanov, A. (2000). Key issues in defining and analyzing the competitiveness of a country. Paculty of Economics and Business Administration Research Paper 1, ISSN 1406 - 5967, University of Tartu.
Robert, M. (1995). Product innovation strategy. New York: McGraw Hill.
Schumpeter, J. (1949). The theory of economic development: an inquiry into profits, capital, credit, interest and the business cycle. Cambridge, Massachusetts: Harvard University Press.
Tañase, I., & Tidor, A. (2012). Efficiency progress and productivity change in Romania machinery industry 2001 - 2010. Procedía Economics and Finance, 3, 1055-1062.
Tang, J. (2006). Competition and innovation behavior. Research Policy, 35, 68-82.
Terra, N. M., Barbosa, J. G. P., & Bouzada, M. A. C. (2015). A influencia da inovaçao em produtos e processos no desempenho de empresas brasileiras. RAI Revista de Administraçao e inovaçao, 12(3), 183208.
Valeri, J. (2006). Impactos da atividade inovativa sobre a permanencia das firmas industriáis brasileiras no mercado externo. (Master's thesis). Universidade de Sao Paulo, Departamento de Economia, Ribeirāo Preto.
Vegara, S. C. (2014). Projetos e relatónos de pesquisa em administrado. (15th ed.). Sao Paulo: Atlas.
Zamora-Torres, A. I. (2014). Country's competitiveness on innovation and technology. Global journal of Business research, 8(5), 73-83.
Zhuang, L., Williamson, D., & Carter, M. (1999). Innovate or liquidate - are all organizations convinced? A two-phased study into the innovation. Management Decision, 37(1), 57-71.
You have requested "on-the-fly" machine translation of selected content from our databases. This functionality is provided solely for your convenience and is in no way intended to replace human translation. Show full disclaimer
Neither ProQuest nor its licensors make any representations or warranties with respect to the translations. The translations are automatically generated "AS IS" and "AS AVAILABLE" and are not retained in our systems. PROQUEST AND ITS LICENSORS SPECIFICALLY DISCLAIM ANY AND ALL EXPRESS OR IMPLIED WARRANTIES, INCLUDING WITHOUT LIMITATION, ANY WARRANTIES FOR AVAILABILITY, ACCURACY, TIMELINESS, COMPLETENESS, NON-INFRINGMENT, MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE. Your use of the translations is subject to all use restrictions contained in your Electronic Products License Agreement and by using the translation functionality you agree to forgo any and all claims against ProQuest or its licensors for your use of the translation functionality and any output derived there from. Hide full disclaimer
© 2023. This work is published under https://periodicos.uff.br/pca/about/editorialPolicies (the “License”). Notwithstanding the ProQuest Terms and Conditions, you may use this content in accordance with the terms of the License.
Abstract
Inovação, competitividade e eficiência estão relacionadas no âmbito industrial. Este trabalho tem como objetivo investigar a relação entre inovação e eficiência com competitividade nos subsetores do PIM, e responder a pergunta: a inovação e a eficiência influenciam a competitividade nos subsetores do PIM? Para isso foi coletado dados secundários da SUFRAMA e do IBGE, e utilizado método de regressão linear multivariada. Os principais resultados são que as variáveis investimento e pessoas ocupadas em inovação tiveram alto poder explicativo e foram estatisticamente significantes; enquanto a variável inovação por cooperação teve pouco poder explicativo e baixa significância estatística de influência no faturamento.