Versão HTML básica
Aléssio Tony Cavalcanti de Almeida, Paulo Fernando de Moura Bezerra Cavalcanti Filho
Bahia anál. dados, Salvador, v. 23, n. 3, p.633-652, jul./set. 2013
639
=
(2)
Assim, considerando-se os fatores apresenta-
dos na Equação 2 e a necessidade de avaliar os
determinantes de crescimento do
market share
re-
gional ao longo do tempo, a Equação 1 pode ser
reescrita da seguinte forma:
(3)
Em que: é o crescimento do
market share
regional do estado
i
no setor industrial no período
t
;
representa a eficiência competitiva
dos esforços de inovação da DMU
i
no período
t
;
significa o papel do suporte governamental;
é a variável relacionada ao papel do financiamento,
e representa o termo de erro, que contempla os
fatores estocásticos que podem afetar o crescimen-
to da fatia de mercado.
A Equação 3, baseada nos princípios da
repli-
cator dynamics equation
, mostra os aspectos que
afetam o crescimento da participação regional de
mercado da DMU
i
no tempo
t
. Como o setor in-
dustrial na terminologia schumpeteriana possui um
papel de destaque no fluxo circular da renda, sendo
responsável por alterar permanentemente a posi-
ção de equilíbrio da economia e, dessa maneira,
estimular o desenvolvimento econômico através do
processo de inovação, torna-se interessante ver
esse processo na perspectiva da disputa de mer-
cados regionais entre as indústrias extrativas e de
transformação localizadas nos estados brasileiros,
que implementaram inovações no período estuda-
do. Os parâmetros da Equação 3 foram estimados
usando um modelo linear de dados em painel (ou
dados longitudinais), em que, após a realização do
Teste de Hausman (vide seus resultados na se-
ção 4.3), identificou-se que a estimação por efei-
tos aleatórios é a mais apropriada para a presente
estrutura dos dados. É válido realçar que, para a
estimação da Equação 3, se torna necessária a
inclusão de variáveis de controle (tais como: fator
locacional e efeitos defasados da eficiência do es-
forço inovativo).
A análise do crescimento da participação dos
mercados foi realizada para o seguinte intervalo de
tempo: 2000-2003; 2003-2005, e 2005-2008. Desta-
ca-se também que o modelo de dados em painel se
fez necessário, inclusive, para ampliar o número de
observações em análise, uma vez que os dados da
Pintec para a indústria de transformação, de forma
recorrente, trazem informações para 13 estados bra-
sileiros, e, de forma residual, é possível o cálculo para
os demais estados (diferenciando o total de cada re-
gião pelo somatório de informações disponíveis das
UF das regiões Norte, Nordeste e Centro-Oeste), o
que totaliza 16 observações num corte de tempo.
(b) Eficiência do esforço inovativo
A partir das variáveis de insumo e produto lis-
tadas na Tabela 2, pretende-se calcular a eficiên-
cia do esforço inovativo das indústrias situadas em
cada UF do país para os anos 2000, 2003, 2005 e
2008, usando para isso a metodologia de Análise
Envoltória de Dados (DEA) que calculará os esco-
res de supereficiência
.
Uma nota inicial que merece atenção diz res-
peito ao insumo X2: é válido realçar que a aquisi-
ção externa de P&D e de outros conhecimentos,
de acordo com o Instituto Brasileiro de Geografia e
Estatística (2010), está ligada com as atividades de
desenvolvimento, por exemplo, de novos produtos
ou processos novos ou substancialmente aprimo-
rados, realizadas por outra organização (empresas,
instituições tecnológicas ou universidades) que são
adquiridas pela firma. Por sua vez, o insumo X3
compreende uma série de outros gastos relaciona-
dos, de alguma forma, com o processo inovativo, tal
como as aquisições de:
software
, treinamento, pes-
quisa de mercado, publicidade para o lançamento
do produto etc.
O método DEA é uma técnica não paramétri-
ca usada para mensurar a performance
relativa de