UNIVERSIDADE FEDERAL DE ALFENAS

NICOLE MARCONI CAMPANA

DESENVOLVIMENTO ECONÔMICO, TECNOLÓGICO E CIENTÍFICO DOS ESTADOS

BRASILEIROS: UM ESTUDO PARA OS ANOS DE 2002 E 2010.

Varginha/MG

2014

NICOLE MARCONI CAMPANA

DESENVOLVIMENTO ECONÔMICO, TECNOLÓGICO E CIENTÍFICO DOS ESTADOS

BRASILEIROS: UM ESTUDO PARA OS ANOS DE 2002 E 2010.

Trabalho de conclusão de curso apresentado ao

Instituto de Ciências Sociais Aplicadas da

Universidade Federal de Alfenas, como requisito

parcial à obtenção do título de Bacharel em

Ciências Econômicas com Ênfase em

Controladoria.

Orientador: Thiago Caliari Silva

Varginha/MG

2014

NICOLE MARCONI CAMPANA

DESENVOLVIMENTO ECONÔMICO, TECNOLÓGICO E CIENTÍFICO DOS ESTADOS

BRASILEIROS: UM ESTUDO PARA OS ANOS DE 2002 E 2010.

A Banca examinadora abaixo-assinada aprova a

monografia apresentada como parte dos requisitos

para obtenção do título de Bacharel em Ciências

Econômicas com Ênfase em Controladoria da

Universidade Federal de Alfenas.

Aprovada em:

________________________________

Prof. Nome do Professor

________________________________

Prof. Nome do Professor

________________________________

Prof. Nome do Professor

AGRADECIMENTOS

Agradeço primeiramente a Deus, por me dar forças para chegar até aqui.

Agradeço minha família, minha mãe Marilei e minha Irmã Camila, por sempre estarem ao

meu lado e não me deixarem desanimar nem por um minuto, me estimularem e me darem

força para lutar e conquistar meus objetivos, por me ensinarem a ser determinada e ir atrás

dos meus sonhos.

Agradeço meu orientador Thiago Caliari por todo auxilio durante o trabalho, pelo

ensino, dedicação, paciência, disponibilidade e empenho, e também pela Universidade

que me proporcionou a oportunidade de aprendizado.

Agradeço aos meus amigos que sempre estiveram ao meu lado e por muitas vezes

me deram suporte e força para continuar meu trajeto sempre dispostos a me ajudar, em

especial ao Mário, que me auxiliou muito na realização desse projeto fazendo críticas

construtivas, Maísa, minhas colegas de república, e por fim, agradeço as pessoas que

direta ou indiretamente contribuíram para a conclusão desse projeto e do meu curso.

“Diz-se que, mesmo antes de um rio cair no

oceano ele treme de medo. Olha pra trás,para

toda a jornada, os cumes, as montanhas, o longo

caminho sinuoso através das florestas, através

dos povoados, e vê à sua frente um oceano tão

vasto que entrar nele nada mais é do que

desaparecer para sempre. Mas não há outra

maneira. O rio não pode voltar. Ninguém pode

voltar. Voltar é impossível na existência. Você

pode apenas ir em frente. O rio precisa se

arriscar e entrar no oceano. E somente quando

ele entra no oceano é que o medo desaparece.

Porque apenas então o rio saberá que não se

trata de desaparecer no oceano, mas tornar-se

oceano.

Por um lado é desaparecimento e por outro é

renascimento.

Assim somos nós. Só podemos ir em frente e

arriscar.”(Osho, 2014).

RESUMO

O presente trabalho tem como objetivo analisar o nível de desenvolvimento econômico,

tecnológico e científico dos estados brasileiros (e também do Distrito Federal), apresentando uma

classificação hierárquica sobre a capacitação dos estados frente a esses indicadores. São avaliadas

variáveis relativas ao nível de desenvolvimento e suporte às atividades tecnológicas e científicas

para os anos de 2002 e 2010. As variáveis proxy para o entendimento desses tipos de

desenvolvimento foram submetidas a análises estatísticas multivariadas de Análise Fatorial e

Análise de Cluster. Como principais resultados foi possível notar a similaridade entre os padrões

de desenvolvimento econômico, tecnológico e científico dos estados brasileiros, além da pequena

modificação no posicionamento relativo no período de análise considerado.

Palavras Chave: Desenvolvimento Econômico, Desenvolvimento Tecnológico,

Desenvolvimento Científico, Desenvolvimento Regional, Desequilíbrio Regional.

ABSTRACT

This project aims to analyze the level of economic, technological and scientific development of

the Brazilian states (plus the Federal District), presenting a hierarchical classification on the

training of the states against these indicators. It is evaluating variables related to the level of

development, support to technological and scientific activities for the years 2002 and 2010. Proxy

variables for understanding these types of development were subjected to multivariate statistical

analyzes of Factor Analysis and Cluster Analysis. These principal results was possible to note the

similarity between the patterns of economic, technological and scientific development of

Brazilian states, besides the relative positioning during the analysis period considered.

Keywords: Economic Development, Technological Development, Scientific Development,

Regional Development, Regional Imbalance.

Sumário

1. INTRODUÇÃO ....................................................................................................................... 9

2. DESENVOLVIMENTO ECONÔMICO E INOVAÇÃO .................................................. 10

2.1 A Escola Schumpeteriana ................................................................................................. 10

2.2 A Escola Neoschumpeteriana e os Sistemas de Inovação............................................... 15

3. METODOLOGIA ................................................................................................................. 20

3.1 Métodos de análise multivariada ..................................................................................... 20

3.2 Variáveis Utilizadas ........................................................................................................... 22

4. RESULTADOS ...................................................................................................................... 25

5. CONSIDERAÇÕES FINAIS ............................................................................................... 35

REFERÊNCIAS BIBLIOGRÁFICAS ....................................................................................... 37

ANEXOS

ANEXO A - Valor dos Fatores Econômico Urbano, Tecnológico e Científico para o ano de

2002. ANEXO B- Valor dos Fatores Econômico Urbano, Tecnológico e Científico para o ano de

2010.

ANEXO C- Valores absolutos das Variáveis referentes a 2002.

ANEXO D- Valores absolutos das Variáveis referentes a 2010.

9

1. INTRODUÇÃO

A atividade inovadora é vista como um fator determinante para o desenvolvimento

econômico, e sua relação com a infraestrutura científica tende a aumentar a viabilidade e

probabilidade do surgimento de novas tecnologias e produtos. Assim, é evidente que as nações

que apresentam maiores possibilidades de fomento de tal atividade terão maior potencialidade de

desenvolvimento. O mesmo pensamento ocorre na comparação no âmbito regional: as regiões

detentoras de sistemas de inovação mais avançados apresentam melhores condições de ampliação da

sua renda frente às que apresentam arranjos inovativos frágeis (DINIZ; GONÇALVES, 2005).

A proposta desse trabalho é analisar o nível de desenvolvimento econômico, tecnológico e

científico dos estados brasileiros (e também do Distrito Federal), apresentando ainda uma

classificação hierárquica sobre a capacitação dos estados frente a esses indicadores. Para isso

serão avaliadas variáveis relativas ao suporte às atividades tecnológicas como, variáveis ligadas às

atividades científicas e também variáveis ligadas ao seu grau de desenvolvimento econômico

assumindo a relação de dependência existente entre estes três grupos de variáveis. A presente análise

considera dois períodos, 2002 e 2010, visando à verificação de mudanças desses padrões de

desenvolvimento entre os 26 estados brasileiros, mais o Distrito Federal.

Utilizaram-se para esse objetivo métodos estatísticos multivariados de Análise Fatorial e

Análise de Clusters. O intuito do primeiro é avaliar a similaridade na correlação das variáveis que são

propostas para explicar os padrões de desenvolvimento sugeridos, na tentativa de extrair um indicador

que os expresse. A análise de Cluster tem o intuito de verificar a aproximação desse indicador em

cada tipo de desenvolvimento proposto em grupos, apontando os estados mais próximos em relação

ao fator.

Este trabalho está dividido em cinco seções, sendo a primeira esta introdução, a segunda

contém aspectos teóricos sobre o desenvolvimento econômico e a inovação, como também os

sistemas regionais. A terceira seção apresenta a metodologia referente à Análise Fatorial e Análise de

Cluster e as variáveis utilizadas. A quarta exibe os resultados obtidos por meio das observações

obtidas, sendo seguida pela quinta seção na qual são apresentadas as considerações finais.

10

2. DESENVOLVIMENTO ECONÔMICO E INOVAÇÃO

2.1 A Escola Schumpeteriana

A abordagem desta sessão está sobre o foco da explicação da inovação como forma de

promulgar o desenvolvimento econômico, apresentando as ideias dos estudiosos que criaram essa

teoria. A discussão teórica sobre os determinantes do desenvolvimento econômico é extensa mas

notadamente sempre perpassa sobre a importância da inovação tecnológica na promoção do

desenvolvimento sustentável de longo prazo de uma nação. Coube a Joseph Alois Schumpeter,

inicialmente em sua “Teoria do Desenvolvimento Econômico” de 1912 (SCHUMPETER,

1912:1986), apontar a relevância desse fenômeno como o motor econômico, que gera novas

formas e meios de produção e permite à economia o desenvolvimento. É verdade que autores

antes de Schumpeter haviam dado importância para processos geradores de aumento de

produtividade, como, por exemplo, a divisão do trabalho de Adam Smith e a permanente

revolução da base técnica do capitalismo cunhada por Marx.

Segundo Moricochi e Gonçalves, Schumpeter herdou de Marx a visão dinâmica do

processo de desenvolvimento, porém, mesmo assim figurava como um grande oposicionista a

inúmeros pressupostos da teoria marxista. Seu objetivo é explicar o caráter geral do

desenvolvimento e dessa maneira foca sua análise no desenvolvimento tecnológico voltado para a

produção, ou seja, tenta caracterizar o processo de produção como sendo o agrupamento de

alguns elementos, no nível material e imaterial (MORICOCHI, GONÇALVES, 1994).

Alguns aspectos da teoria marxista, como por exemplo, a teoria da renovação dos ciclos,

que enfatiza uma renovação do Capital Fixo à medida que a máquina era substituída por outra

(PAULA, et al 2001), dá suporte para o desenvolvimento da teoria schumpeteriana conhecida

como “destruição criadora”. Esta preconiza que os processos inovativos surgiam devido às crises

do sistema econômico, pelo fato de ser criada a necessidade de se introduzir novas combinações

de fatores produtivos, para alavancar o crescimento econômico, através da substituição

tecnológica. A introdução de novos produtos ou meios de produção ‘destrói’ os velhos, estando

assim em constante transformação e renovação do antigo pelo novo (SCHUMPETER, 1961).

11

A teoria schumpeteriana enfatiza a necessidade da introdução de inovações que no

contexto neoclássico, seria traduzido em mudança na função de produção a fim de romper com o

fluxo circular da renda e do estado de equilíbrio. Disto decorre a ideia de que o desenvolvimento

está fora desse cenário estático, enfatizando que:

O desenvolvimento, no sentido em que o tomamos, é um fenômeno distinto,

inteiramente estranho ao que pode ser observado no fluxo circular ou na tendência para o

equilíbrio. É uma mudança espontânea e descontínua nos canais do fluxo, perturbação

do equilíbrio, que altera e desloca para sempre o estado de equilíbrio previamente

existente. (SCHUMPETER, 1997; p. 75).

Então o intuito de Schumpeter é entender os motivos geradores de crises no modelo

econômico, já que segundo a teoria clássica estas crises seriam solucionadas no longo prazo.

Acreditava que o processo de desenvolvimento econômico se dava através de mudanças

continuas no modelo produtivo utilizado. Schumpeter traz a ideia de ciclos econômicos finitos,

ou seja, a cada crise ocorrida no sistema econômico, o modo de superação destas se dava através

da inovação e da quebra do modelo produtivo utilizado.

Schumpeter (1982) afirmava que os processos inovativos surgiam devido às crises, pelo

fato de ser criada a necessidade de se introduzir novas combinações de fatores

produtivos, para alavancar o crescimento econômico. Os responsáveis por estas

inovações seriam os empresários empreendedores que tornavam viáveis as

transformações do meio produtivo. No entanto, estas inovações geravam uma desordem

que, inicialmente instaurada, obrigava os outros empresários a se adequarem conforme

estes novos parâmetros, ocorrendo assim uma organização que aos poucos se

transformava em ordem novamente. (NEUTZLING , PEDROZO, 2009; p.3)

Ou seja, Schumpeter acreditava que quando iniciasse uma crise no sistema capitalista,

para que esta fosse superada, era preciso que acontecesse uma mudança em todo o sistema

produtivo. Essas mudanças deveriam ser feitas pelas mãos dos empresários com maior

quantidade de capital de cada setor, assim ele fomentaria uma mudança, “obrigando” aos demais

empresários a se adequarem aos novos modelos de produção do mercado. Durante o período de

transformação a economia enfrentaria um período de “desordem”, porém, quando esta

transformação estivesse concluída e todos os empresários envolvidos passassem por esse período,

a economia voltaria para o estado de “ordem” (NEUTZLING ; PEDROZO, 2009).

É justamente nesse cenário que se insere o elemento motriz da evolução do capitalismo.

Segundo Schumpeter (1997), a inovação é advinda tanto da introdução de novos bens ou técnicas

12

de produção, ou mesmo através do surgimento de novos mercados, como também ofertas de

matérias-primas. Neutzling e Pedrozo (2009) elencam cinco componentes da introdução das

inovações tecnológicas: i) Introdução de um novo bem; ii) de um novo método produtivo; iii)

Abertura de um novo mercado; iv) Conquista de uma nova fonte de matéria-prima ou v)

Estabelecimento de uma nova organização.

Dessas afirmações depreende-se que a teoria schumpeteriana delega papel diferenciado

aos agentes econômicos na analise da inovação no âmbito da firma. A teoria neoclássica analisa a

inovação como um deslocamento ocorrido na função de produção resultante de modificações de

produtividade no trabalho (ou do capital) utilizando quase sempre uma metodologia de análise

que remete exogeneidade da inovação.1 Para Schumpeter, o processo de inovação tecnológica é

baseado em três períodos de análise sendo estes determinados endogenamente contendo a fase de

invenção inovação e difusão do processo (KUPFER , HASENCLEVER, 2002).

O processo de difusão como explanado por Rosemberg (2006) baseia-se na adequação e

no melhoramento das inovações perante as demandas específicas e na implementação de insumos

complementares às inovações originais, que toma esse processo de extrema importância para a

disseminação da inovação nos locais apropriados.

A inovação vem como base de uma vantagem competitiva no mercado, resultando em

mudanças no processo econômico. Apesar dos determinantes do processo inovativo, Schumpeter

delega papel importante à lógica econômica sobre a lógica tecnológica condizente com a

utilização de máquinas tecnológicas (SCHUMPETER, 1997).

O início do processo de desenvolvimento no âmbito da produção é gerado, via de regra,

com uma mudança econômica e para que esta seja superada é iniciado o processo de inovação

das tecnologias de produção, garantindo a reativação do sistema econômico (SCHUMPETER,

1997).

Para a teoria Schumpeteriana o lucro é uma característica advinda do progresso

tecnológico, como forma de romper a situação estática do fluxo circular, o que acaba por resultar

em um acirramento da concorrência capitalista. A obtenção do lucro através da atividade

inovadora apresenta-se de extrema importância para o progresso econômico, assim: “O lucro, por

1Cabe destacar, porém, os trabalhos de Romer (1990) e Lucas (1988) no cerne de modelos neoclássicos de

crescimento endógeno.

13

definição originada da inovação, é a parte básica da fortuna capitalista. É a ‘acumulação

primitiva’ schumpeteriana” (EKERMAN, ZERKOWSKI, 1984; p.216).

Ademais, Schumpeter, em seus primeiros movimentos teóricos, é enfático ao destacar a

relevância da diferenciação de comportamento e tipo dos agentes. Para o autor, deve-se

considerar a existência de dois grupos distintos de proprietários de empresa: O "empresário" que

é o que “promove inovações no processo produtivo” (MORICOCHI, GONÇALVES, 1994; p.

29), e tem acima de tudo uma vontade de criar, de realizar as coisas, ou simplesmente de exercitar

sua energia e engenhosidade (SCHUMPETER, 1997), além de auferir lucros extraordinários. E o

capitalista que, pelo contrário, é conservador e não pode ser comparado ao empresário, pois este

rompe com o fluxo circular promovendo o avanço do processo de desenvolvimento. Assim

Schumpeter (1997) define o empresário como um fenômeno do desenvolvimento econômico.

Dessa forma, o empresário deve exercer seu papel de agente inovador do processo

produtivo durante uma mudança na economia, ou seja, nesse momento ele precisa usar o capital

para modificar o modelo produtivo e então obter lucro através do investimento. Quando um

empresário inicia o processo de transformação em seu método produtivo, utiliza o capital próprio

ou de terceiros (banqueiros, por exemplo), para financiar esta mudança.

Assim um outro aspecto importante na teoria schumpeteriana é a importância do crédito

nesse processo, diferentemente da teoria clássica que não considerava o crédito e a moeda, como

variáveis que afetavam diretamente e economia, Schumpeter mostra que o capital investido em

inovação tecnológica (crédito) é de suma importância para o processo de “destruição criadora”.

[...] "Capital" não é o estoque de bens reais de uma comunidade, mas sim,uma reserva

monetária que capacita ao empresário ter o "poder de controle" sobre os fatores de

produção, deslocando-se dos velhos empregos e canalizando-os para os novos usos que a

inovação exige. É "aquela soma de meios de pagamento que está disponível a qualquer

momento a ser transferido aos empresários". Esses recursos de capital são conseguidos

nos bancos criadores de crédito. (MORICOCHI , GONÇALVES, 1994; p. 30).

Já em uma segunda fase, Schumpeter, destaca a importância não apenas de um empresário

inovador mas da escala industrial criada por uma grande empresa na promulgação da inovação

(SCHUMPETER, 1961). Nesse posicionamento de Schumpeter a consideração é que o tamanho

das empresas reflete diretamente no grau de competição ocorrida entre elas. Nas grandes

empresas de Schumpeter, é notório que em um determinado mercado, quanto maior for a

capacidade inovadora e de resistência em relação às pequenas empresas, maior será o ritmo de

introdução de inovação (SCHUMPETER, 1961)

14

Assim, as empresas vão se adequando às inovações através da obsolescência do capital. É

notório que a infraestrutura interna e externa é um fator culminante para a inserção da inovação e

a tendência é de que um aumento no grau de concentração ocorrerá à medida que esse processo

avance, posto que o crescimento possa conferir vantagens às grandes empresas, ao passo que o

declínio produzirá obsolescência técnica às pequenas empresas (NELSON & WINTER,1982).

As mudanças tenderiam a se concentrar em determinados setores da economia, em

específico naqueles mais consolidados e que detêm maiores poderes de mercado fazendo deste

um processo desigual instigando as firmas com maior potencialidade de inovação à procura de

melhoras no progresso técnico, através da introdução de novas inovações (MOREIRA, 1989).

Rosemberg (2006) destaca um ponto importante sobre o momento da implementação da

inovação, já que esta é vinculada a inúmeras incertezas em relação as expectativas futuras. Em

seu primeiro estágio as inovações são imperfeitas, ao qual cabe ao agente que insere resolve-las.

Assim, o inovador pioneiro ganha destaque, já que é ele quem vai assumir maiores riscos até que

os “imitadores” o alcancem, criando assim um cenário competitivo.

Dessa forma, a concorrência schumpeteriana caracteriza-se pela diferenciação por parte

dos agentes baseados em meios de produção diferentes, tendo em vista a obtenção de vantagens

competitivas em um ambiente intensamente competitivo. É de extrema importância salientar que

nesse mesmo cenário, a inserção das inovações criam barreiras à entrada, fazendo com que as

entrantes no mercado sintam a necessidade de investir mais em inovações para não perder

competitividade (KUPFER ,HASENCLEVER, 2002)

A introdução da inovação vem atrelada à ideia do aprendizado tecnológico que é

adquirido através do processo de “destruição criadora”. A principal forma relacionada a esse

processo de aprendizado com base nas inovações vem vinculada à atividade de pesquisa e

desenvolvimento ao qual consiste em “ procurar e descobrir as características de projeto ótimas

de um produto” (ROSEMBERG, 2006; p.186). Assim, é de extrema importância saber as

combinações de características dos produtos aos quais são utilizadas pelos mercados a fim de

aperfeiçoar a produtividade. Este processo está diretamente relacionado com a ciência

determinando o ritmo do progresso técnico.

Sendo assim, há uma correlação estrita entre a capacitação científica, tecnológica e o

crescimento econômico, sendo a inovação fator preponderante para determinar o padrão do

15

crescimento econômico e, muitas vezes, estritamente ligada às capacitações nacionais em

pesquisa e desenvolvimento.

2.2 A Escola Neoschumpeteriana e os Sistemas de Inovação

Estudiosos com viés de análise schumpeteriano trouxeram contribuições às ideias de

inovação como motoras do desenvolvimento introduzindo alguns novos aspectos fundamentais

para a geração desse processo. Nesse contexto se inicia o surgimento de uma corrente de

pensamento denominada escola Neoschumpeteriana, caracterizada pela forte influência

Schumpeteriana e também com algumas mudanças no entendimento da promulgação do processo

inovativo.

Uma das contribuições que a escola Neoschumpeteriana traz à teoria da inovação está

relacionada ao caráter evolucionista que se insere no cenário competitivo mediante à necessidade

da análise dinâmica do comportamentos tomados pelos agentes. À medida que as inovações são

implantadas novas rotinas surgem, ou simplesmente se adaptam as rotinas anteriores. Com isso,

dentro de um ambiente competitivo a firma capitalista busca implementar a inovação afim de se

sobressair à rotina estabelecida (NELSON & WINTER, 1982). O conceito de firma capitalista é

defendido por essa escola como uma organização que está em uma busca incessante pelo

progresso técnico.

O caráter dinâmico da teoria tem como base ideias que remetem à rotina, busca e seleção.

A noção de seleção é atrelada ao entendimento das rotinas. Rotina é considerada pela teoria

Neoshumpeteriana como regras e padrões do sistema econômico. Desse modo ao passo que as

rotinas vão se estabelecendo e se tornando previsíveis as firmas partem em busca de inovações

para fornecer resultados econômicos (JUNIOR et al 2009).

Essa linha de busca incessante por novas rotinas através das inovações rompem com o

conceito estático neoclássico assim como o aceite schumpeterianos de equilíbrio. Insere-se ainda

a relevância da consideração da racionalidade limitada ou processual adotada pelas firmas devido

às incertezas do processo inovativo (VIEIRA,2014).

A respeito das incertezas geradas pelas inovações, Rosemberg (2006) contribui para o seu

entendimento através do conceito de aperfeiçoamento tecnológico, ao qual pode refletir nas

mudanças de expectativas criadas a respeito dessas inserções tecnológicas. As inovações podem

16

estar em constante mudança, assim, se alguma firma sinaliza uma melhora na tecnologia vigente

outras preferem frear o rítmo da mudança técnica futura.

As expectativas do aperfeiçoamento contínuo de uma nova tecnologia podem, portanto,

levar ao adiantamento de uma inovação, à diminuição da velocidade de sua difusão, ou à

sua adoção sob uma forma modificada, que permitia maior flexibilidade no futuro

(ROSEMBERG, 2006; p. 177).

Os Neoschumpeterianos afirmam que a inovação surge de uma continuidade de um

conjunto de ações que envolvem os agentes econômicos, e não de um fato isolado no sistema

(FREEMAN, 1995). O processo inovativo também é derivado de um conjunto endógeno

induzido pelo próprio ambiente competitivo, “inovação como elemento alimentador é

influenciado pelo seu próprio processo” (SHIKIDA, BACHA, 1998; p.117). Dessa forma, o

processo inovativo não pode, e não deve ser entendido como exclusividade das grandes empresas,

e é nesse ponto que se estabelece um desenvolvimento em relação ao pensamento de Schumpeter.

Para essa corrente de pensamento, é preciso se pensar em um Sistema Nacional de

Inovação (SNI) o qual pode ser definido como uma construção institucional, de um produto ou de

uma ação planejada e consciente, podendo ser também um somatório de decisões não planejadas

e desarticuladas, que estabelecem uma relação entre a invenção, inovação, e difusão e que

impulsionam o progresso tecnológico (FREEMAN, 1988; NELSON, 1993 apud

ALBUQUERQUE, 1998; p.157). Dessa forma, os neoschumpeterianos defendem que a inovação

é resultante de um conjunto amplo de relação entre os agentes do mercado como empresas

privadas, governos e instituições e que esse processo, de geração de inovações, necessita de inter-

relações sinérgicas entre estes três agentes.

De acordo com Albuquerque (1998), os SNI podem ser divididos em quatro grandes

grupos, sendo eles definidos entre as diferentes capacitações tecnológicas dos que o detém. O

primeiro grupo é representado por estruturas que mantém liderança do processo tecnológico. O

segundo é caracterizado por sistemas aos quais estão direcionados à difusão tecnológica,

procedido por aqueles ao qual apresentam um sistema de ciência e tecnologia, mas não se

transformam em inovação. E por fim, os casos nos quais são inexistentes um sistema nacional de

inovação.

Nesse contexto a divisão de acordo com a capacitação tecnológica resulta em uma corrida

pelos processos de inserção da inovação frente aos países desenvolvidos e aqueles que buscam o

desenvolvimento, distanciando ainda mais essa divisão estabelecida. A infraestrutura vem como

17

fator determinante dessa inserção que resulta em acumulo de conhecimentos afim de focalizar na

busca pelo progresso tecnológico.

Frente a essa divisão entre distintos padrões de desenvolvimento, Albuquerque (1998)

destaca a importância de um catching up inovativo nos países periféricos, menos desenvolvidos,

para a diminuição do hiato tecnológico. Sua definição engloba a existência de diferentes sistemas

de inovação a nível nacional. As localidades mais desenvolvidas apresentam um caráter de

sistemas maduros, enquanto as regiões subdesenvolvidas apresentam sistemas de inovação

imaturos.

Kim e Nelson (2005) destacam que os avanços tecnológicos exercem forte importância

frente ao aumento da produtividade nos países industrializados. Aponta que os altos

investimentos desses países detentores resultam em altas taxas de capital físico e humano, que

consequentemente movimentam as funções de produção. O grau de aprendizado tecnológico

determina o desempenho industrial das diferentes nações, o que tem relação direta com a

diferenciação dos sistemas nacionais vigentes. Os países podem apresentar níveis de aprendizado

diferente o que faz com que nem todos os países aproveitem os conhecimentos disponíveis

igualmente.

A principal diferença entre o grau de fomento da atividade tecnológica nos países

desenvolvidos e os menos desenvolvidos está situado na base nacional de aptidões e aprendizado

de cada país fazendo com que seja possível determinar como cada um é capaz de lidar com as

novas tecnologias (KIM , NELSON, 2005). Fica clara a linha divisória entre os países que detém

maiores poderes de progresso tecnológico e o que apresentam debilidades para tal atividade e, é

dessa forma que as diferenças nos níveis de desenvolvimento vão aumentando, fazendo com que,

os países que apresentam melhores condições sejam capazes de se desenvolverem mais rápido.

Em uma análise de desenvolvimento nacional, Prebisch, grande colaborador para a

explicação do subdesenvolvimento da América Latina, apresentou a relevância da inovação na

promulgação do desenvolvimento econômico de longo prazo, com a clara divisão entre centro e

periferia. Segundo o autor as áreas foco da dinâmica da inovação podem ser vistas como Centros

industriais, (os países desenvolvidos). A periferia se apresenta como outro lado da esfera, ao qual

apresenta uma grande debilidade na capacitação do progresso tecnológico em relação à

intensidade que ocorre nos grandes países (PREBISH, 1949).

18

Coloca-se então a necessidade de uma série de políticas de industrialização como forma

de captar os benefícios do progresso técnico. Explica-se, a tecnologia para Prebisch seria

um fator exógeno, e estaria contida nos bens de capital, portanto a industrialização traria

consigo a absorção de tecnologia e desta forma possibilitaria a redução das assimetrias e

um maior nível de desenvolvimento econômico (GUIMARÃES 2014; p. 6).

Essa divisão à qual é resultante das diferentes capacitações para a implementação da

inovação pode mostrar não só um distanciamento em âmbito nacional, mas também na esfera

regional, e é nesse contexto que foi dado uma grande importância para a localidade frente ao

desenvolvimento produtivo.

A relação da inovação com o desenvolvimento regional traz consigo o debate teórico

sobre “Polos de Crescimento”, formulada por François Perroux (1967), ao qual dá ênfase à

criação de indústria motriz, que espalha seu crescimento a partir de suas relações estabelecidas no

contexto regional ao qual é inserida. Desse modo, essa ideia de crescimento tende a repassar seus

ganhos às localidades próximas.

As contribuições teóricas sobre a inovação inserida no contexto local, sugerem a definição

do conceito de Sistema Regional de Inovação (SRI) (COOKE, 1998). Atrela-se a tal conceito

fatores de extrema importância às escalas regionais e locais, destacando o papel das firmas e

instituições aos quais são complementados pelos fatores sociais políticos e geográficos que

contribuem para a promulgação da atividade inovadora (OINAS , MALECKI, 1999; MYTELKA

FARINELLI, 2003).

O SRI defende que o desenvolvimento econômico local apresenta relação direta com a

capacidade de apoio à atividade inovadora (FLORIDA, 1995), tendo como objetivo ampliar as

interelações dos conhecimentos produtivos frente aos conhecimentos técnico-científicos afim de

implementar a atividade inovativa no local. O Sistema Regional de inovação destaca importância

às instituições responsáveis por implementar tal atividade e disseminar o conhecimento

adquirido. As localidades que melhor absorvem tal aprendizado e apresentam melhores condições

para a inserção da atividade possuem capacitações que as permitem se desenvolver mais em

relação a demais regiões.

De acordo com Asheim e Cooke (1997) apud Borin (2006) para o sucesso da

implementação local da atividade inovadora se faz necessário a presença de um conjunto de

“agentes” a fim de compartilhar o aprendizado interativo e social do ambiente. São necessários a

existência da capacidade para o desenvolvimento do capital humano, redes capazes de transmitir

a troca de informações, instituições, entre outros componentes. Ou seja, a inovação local passa

19

por uma forte interação entre os setores sociais, desde a população como um todo, até o governo

com ações que fomentem o processo inovativo, e as empresas que tem o papel quase sempre de

serem as promulgadoras da inovação.

A inovação apresenta um caráter sistêmico demonstrando a importância da interrelação

entre os agentes econômicos (KIM ; NELSON, 2005; p.46) fazendo com que o ambiente

institucional vigente seja palco para o desenvolvimento das atividades inovadoras. Estas são

responsáveis por moldar a conduta dos indivíduos perante as organizações e as interações. A

conduta das instituições interfere no sistema econômico, e consequentemente no

desenvolvimento econômico das regiões. Assim, as estruturas locais e a diferenciação das

diversas instituições responsáveis pela inserção da atividade inovadora resultam em uma maneira

desigual do processo de inovação.

A essa diferenciação de estruturas locais e de diferentes instituições existentes resulta em

um ambiente competitivo ao qual é visado quando há inserção dos processos inovadores. As

regiões que obtém melhores condições de implementação inovativa permitem mudanças na

infraestrutura local. Segundo Albuquerque (1998), as disparidades de desenvolvimento se tornam

transparentes na comparação do esforço inovativo regional.

A defasagem tecnológica que algumas regiões apresentam está intimamente relacionada à

infraestrutura científica regional.Nesse trabalho argumenta-se que o desenvolvimento econômico

regional é função da capacidade tecnológica da região e apresenta estreita relação com a

capacitação científica. Portanto regiões que desejam galgar desenvolvimento econômico

satisfatório devem fortalecer seus sistemas regionais de inovação com vistas a alcançar seus

anseios.

Este trabalho vale dessas especificações teóricas para realizar uma classificação

comparativa dos níveis de desenvolvimento econômico, tecnológico e científico dos estados

brasileiros para os anos de 2002 e 2010. Pretende-se com isso verificar os padrões

comportamentais dessas regiões no que tange ao desenvolvimento econômico e às suas

perspectivas de crescimento no longo prazo (externadas pelas suas capacitações científica e

tecnológica), verificando as similaridades e dissimilaridades regionais.

20

3. METODOLOGIA

3.1 Métodos de análise multivariada

A análise que será empreendida tem como objetivo verificar a correlação de

características econômicas e demográficas de infraestrutura urbana, de potencial inovativo e

científico dos Estados brasileiros para os anos de 2002 e 2010, afim de ordená-los e classificá-los

conforme a proximidade. Para tal empreitada serão utilizadas as técnicas de Análise Fatorial e

Análise de Clusters. Cabe destacar que ao realizar essa análise, o trabalho não pretende mensurar

os agentes pertencentes aos sistemas regionais de inovação estaduais, mas apenas identificar os

resultados obtidos em relação às variáveis relevantes. Será suposto que o aumento das

capacitações científicas e tecnológicas exprime uma melhoria do potencial do SRI estadual.

O método de análise fatorial (AF) tem como objetivo descrever a variabilidade original de

um vetor de variáveis X em termos de um número menor de m variáveis aleatórias,

caracterizando-os como fatores comuns e relacionados com o vetor original através de um

modelo linear (MINGOTI,2005). No modelo fatorial cada variável pode ser representada por uma

função linear de variáveis fatoriais não observáveis (fatores comuns) e por uma única variável

latente específica (FERREIRA, 2008). Assim, a análise fatorial estuda os inter-relacionamentos

entre as variáveis, num esforço para encontrar um conjunto menor de fatores que possam explicar

a variabilidade total.

O modelo fatorial é descrito por:

Em que:

é o valor do p-ésimo fator comum para a j-ésima observação;

(com p = 1, ..., m) é o coeficiente dos fatores comuns;

é coeficiente dos fatores específicos;

21

representa o j-ésimo valor do i-ésimo fator específico, ou seja, é o valor único

que representa a parte não explicada pelos fatores comuns

O objetivo da definição da Análise Fatorial é verificar a plausibilidade da consideração de

uma série de variáveis que possam representar o desenvolvimento econômico-urbano, o

desenvolvimento tecnológico e o desenvolvimento científico dos estados brasileiros. Será

procurada a possibilidade de que a Análise Fatorial possibilite a criação de um indicador que

represente esses anseios. Para validação da AF, serão realizados os testes de Esfericidade de

Bartlet e Kaiser- Meyer- Olkin. O teste de esfericidade testa a hipótese que as variáveis sejam

correlacionadas na população. da seguinte forma:

H0: As variáveis não estão correlacionadas.

H1: As variáveis são correlacionadas

Para que a análise seja válida é necessário que a hipótese nula seja rejeitada apresentando

uma correlação entre as variáveis analisadas. O teste de Kaiser-Meyer-Olkin é verificado através

do valor do R² em uma análise de quanto o fator explica a correlação das variáveis.

A análise de clusters (AC) é uma técnica de agrupamento que pode ser definida como um

conjunto de variáveis ou características que representam objetos a serem agrupados e é utilizado

para calcular a similaridade entre eles (FERREIRA,2008).Assim, a AC - tem como objetivo

agrupar o objeto considerado (no nosso caso, estados) - em classes que possuem um grau

homogêneo, segundo as suas características (LEMOS et al., 2001).

Em um conjunto de dados constituído de n elementos amostrais, tendo-se medido p-

variáveis aleatória de cada um deles, é possível o agrupamento em g grupos. Para cada elemento

amostral j, tem-se portanto, o vetor de medida definido por:

Em que representa o valor observado da variável i medida no elemento j . A análise de

cluster pode ser utilizada mesmo quando não há hipóteses a serem testadas. Não precisa haver

relação com os grupos ou estruturas, sendo apenas agrupado com base nas similaridades entre

eles.

22

É uma metodologia objetiva que busca quantificar características estruturais de um

conjunto de observações. A análise de agrupamentos tem sido chamada de análise de clusters

(grupos), análise de conglomerados, análise Q, construção de tipologia, análise de classificação e

taxonomia numérica (HAIR, et al, 1998).

É utilizado um coeficiente de parecença para se referir ao critério que mede a distância

entre dois objetos, ou que determine o quanto eles são parecidos, dividindo-o em duas categorias:

Medidas de Similaridade e de Dissimilaridade. Na primeira, quanto maior o valor observado mais

parecido são os objetos, já para a segunda quanto maior os valores observados, menos parecidos

serão (CORRAR et al.,2009).

Esse processo é constituído de vários estágios, ou seja, à medida que aumenta os estágios

de análise diminui-se o número clusters até se chegar a aglomeração de apenas um único cluster,

com a maior variância possível de informações (MINGOTI, 2005).

Existem vários métodos de agrupamentos hierárquicos. Nesse estudo optou-se pelo

método de kmeans, que consiste na transferência de um indivíduo para o cluster cuja centróide se

encontra a menor distância. Tem como parâmetro de entrada o número de cluster K, dividindo o

conjunto de N elementos em K grupos. A medida de distância aplicada foi o Quadrado da

Distância Euclidiana.

Após realizar a hierarquização, o gráfico de dendograma (árvore do cluster) ajuda na

escolha do número final de clusters a serem analisados. Esse expediente de análise é usado no

trabalho, como forma de definir um número único de grupos para a comparação de todos os

fatores que serão propostos para os dois anos de análise (2002 e 2010).

O pacote computacional utilizado é o software estatístico STATA 11.

3.2 Variáveis Utilizadas

São utilizados três grupos específicos de variáveis para a realização das análises. O

primeiro grupo contém variáveis referentes ao desenvolvimento econômico e urbano, o segundo

grupo corresponde a variáveis relacionadas ao grau de desenvolvimento da estrutura de apoio às

atividades inovativas e o terceiro grupo contém variáveis que expressam a capacitação para os

23

estados do Brasil. Todas essas variáveis são selecionadas para a comparação dos anos de 2002 e

2010.

Grupo 1 :Determinantes de Desenvolvimento Econômico

(a) PIB PER CAPITA: Calculado como a razão do PIB Estadual pela população do estado,

obtidos através do site IPEADATA (2014).

(b) POPULAÇÃO RESIDENTE: Refere-se à quantidade de residentes por estados brasileiros

segundo estimativas do IBGE para 2002 e censo 2010.(IPEADATA, 2014).

(c) POPULAÇÃO OCUPADA : Quantidade de Pessoas ocupadas em cada estado federativo,

segundo a Rais MTE(2014).

(d) QUALIFICAÇÃO DA POPULAÇÃO: porcentagem de pessoas com mais de 11 anos de

estudo por estado federativo, segundo Rais MTE (2014).

(e) ABASTECIMENDO DE ÁGUA: Número de domicílios com abastecimento de água de

acordo com a classificação do IBGE. (DATASUS, 2014).

(f) ENERGIA ELÉTRICA: Número de domicílios que possuem energia elétrica, de acordo com

os dados do IBGE. (DATASUS, 2014).

(g) TAXA DE MORTALIDADE: Número de óbitos ocorridos, contados segundo o local de

ocorrência do óbito(DATASUS, 2014).

Grupo 2 : Determinantes do grau de nível tecnológico

(h) QUALIFICAÇÃO DA POPULAÇÃO: porcentagem de pessoas com mais de 11 anos de

estudo por estado federativo, segundo Rais MTE (2014).

(i) GRAU DE OCUPAÇÃO EM ATIVIDADE TECNOLÓGICA: Esta variável agrega por estado

a razão entre os ocupados em atividades das ciências exatas, físicas e engenharia pelo total da

população ocupada, ambas obtidas a partir de dados da Rais MTE (2014). 2

2 Para essa variável especifica foram utilizados dados referentes a 2003, uma vez que estava indisponível dados para

o ano de 2002. Considera-se que essa modificação não tenha grandes disparidades que possam alterar a análise.

24

(j) SOMA TECNOLÓGICA: Corresponde à soma das quantidades de produtos patenteados e não

patenteados, de tecnologia registrada e não registrada e de software patenteado não patenteado

informados pelos grupos de pesquisa da base do Diretório dos grupos de pesquisa CNPQ.

Grupo 3 : Determinantes Desenvolvimento Tecnológico e Científico

(k) P&D: Medido pela quantidade de indivíduos por mil habitantes de cada estado ocupadas em

estabelecimentos orientados a atividades de Pesquisa e Desenvolvimento Experimental em

Ciências Físicas e Naturais somada à quantidade de pessoas ocupadas em atividades de Pesquisa

e Desenvolvimento Experimental em Ciências Sociais e Humanas, além de técnicos de apoio à

P&D. Este indicador foi construído a partir de dados da Rais MTE e visa medir a capacidade de

pesquisa e desenvolvimento de cada estado avaliado.

(l) NÚMERO DE DOUTORES: Quantidade de pessoas com título de doutorado por mil

habitantes, segundo dados da Rais MTE. Esta variável pode ser tomada como uma proxy para

identificar o contingente de trabalhadores qualificados para atuarem em atividades de pesquisa e

desenvolvimento tecnológico nos estados analisadas3

(m) GRUPOS: Número de grupos de pesquisa das universidades e institutos de pesquisa. Fonte:

Diretório dos Grupos de Pesquisa CNPq.

(o) ARTIGOS NACIONAIS: Número de Artigos Nacionais Publicados pelos pesquisadores

pertencentes a grupos de pesquisa. Fonte: Diretório dos Grupos de Pesquisa CNPq.

(p) ARTIGOS INTERNACIONAIS: Número de Artigos internacionais publicados pelos

pesquisadores pertencentes a grupos de pesquisa. Fonte: Diretório dos Grupos de Pesquisa CNPq.

(q) OUTROS ARTIGOS: Número referente a artigos publicados em seminários e conferências

pelos pesquisadores pertencentes a grupos de pesquisa. Fonte: Diretório dos Grupos de Pesquisa

CNPq.

(r) LIVROS: Número de livros publicados pelos pesquisadores pertencentes a grupos de

pesquisa. Fonte: Diretório dos Grupos de Pesquisa CNPq.

3 O fato de se avaliar apenas as variáveis relacionadas às estruturas de apoio à inovação para cada estado significa

que teremos uma noção de quais são os estados mais aparelhados para tal objetivo, de acordo com a sua dimensão

populacional, mas ignora as efetivas interações das instituições que compõem tal estrutura e os demais agentes em

processos inovativos. Ou seja, tem-se aqui o devido conhecimento que, dado a impossibilidade de se avaliar as

interações, os sistemas de inovação em questão não são devidamente analisados, sendo a avaliação aqui proposta um

retrato dos resultados alcançados pelas estruturas locais de sustento às atividades inovativas.

25

(s) CAPÍTULO DE LIVRO: Número de capítulos de livros publicados pelos pesquisadores

pertencentes a grupos de pesquisa. Fonte: Diretório dos Grupos de Pesquisa CNPq.

(t) TESE: Número de teses publicadas pelos pesquisadores pertencentes a grupos de pesquisa.

Fonte: Diretório dos Grupos de Pesquisa CNPq.

(u) DISSERTAÇÃO: Número de dissertações publicadas pelos pesquisadores pertencentes a

grupos de pesquisa. Fonte: Diretório dos Grupos de Pesquisa CNPq.

(v) MONO E TCC: Número de Monografias e Trabalhos de conclusão de curso realizada pelos

pesquisadores pertencentes a grupos de pesquisa. Fonte: Diretório dos Grupos de Pesquisa CNPq.

(y) INICIAÇÃO CIENTÍFICA: Número de estudantes em estágio de Iniciação Científica

existente nos grupos de pesquisa. Fonte: Diretório dos Grupos de Pesquisa CNPq.

4. RESULTADOS

O texto seguinte analisa os resultados obtidos por meio das técnicas de Estatística

multivariadas descritas na metodologia. Inicialmente são apresentados testes de Esfericidade de

Bartlett e Kaiser-Meyer-Olkin na Tabela 1 a seguir, como forma de validação da utilização da

técnica de análise fatorial para a definição dos fatores econômico-urbano, tecnológico e

científico. Para tal validação é necessário que a hipótese nula do teste seja rejeitada, significando

que as variáveis apresentem correlação relevante que as permita serem classificadas pelo uso da

técnica.

26

Tabela 1 -Testes de Validação dos Modelos de Análise Fatorial Esfericidade de Bartlett

2002 2010

Fator Econômico Urbano

Qui-Quadrado= 229.31

Graus de Liberdade = 20

p-valor= 0.000

R²=0.7367

Qui-Quadrado=277.54

Graus de Liberdade = 20

p-valor= 0.000

R²= 0.7727

Fator Tecnológico

Qui-Quadrado=24.70

Graus de Liberdade = 24

p-valor= 0.000

R²= 0.11890

Qui-Quadrado=32.39

Graus de Liberdade = 24

p-valor= 0.000

R²=0.9687

Fator Científico Qui-Quadrado=1228.10

Graus de Liberdade = 18

p-valor= 0.000

R²= 0.9405

Qui-Quadrado=897.81

Graus de Liberdade = 18

p-valor= 0.000

R²= 0.9314

Fonte: Elaboração Própria

De acordo com a Tabela 1 pode-se verificar que as variáveis utilizadas para a proposição

da análise fatorial são correlacionadas e podem ser trabalhadas com a finalidade de obter fatores

comuns que expliquem a variabilidade conjunta.

Considerada tal validade, o trabalho terá o intuito de considerar o primeiro fator de cada

análise para a definição de proxies que retratem o objetivo proposto. Esse expediente é utilizado

pela consideração da relevância de explicação que esse fator desempenha em cada modelo

específico.

Para o caso do fator econômico-urbano o conjunto das variáveis propostas para sua

representação explicam 73,67% e 77,27% da variabilidade do primeiro fator para os anos de 2002

e 2010, respectivamente. Esse índice de explicação para os dois anos de análise permitem

classificar o primeiro fator como uma boa proxy indicativa do desenvolvimento econômico e

urbano dos estados brasileiros.

Na análise fatorial aplicada para estimar o desenvolvimento tecnológico estadual (fator

Tecnológico), pode-se verificar que o primeiro fator explica mais de 100% da variabilidade dos

dados (exatamente 118,90%) para o ano de 2002, o que elimina a necessidade análise de outros

27

fatores existentes. Para o ano de 2010, o fator consegue explicar 96,87% da variabilidade

mostrando confiabilidade da proxy em relação aos dados, e similaridade entre as variáveis.

A terceira e última análise, concernente à averiguação do desenvolvimento científico

estadual tem como resultados para o primeiro fator a explicação de 94,05% da variabilidade das

variáveis para o ano de 2002 e 93,14% para o ano de 2010.

A capacidade explicativa dos primeiros fatores permitem utilizá-los como proxy dos

níveis de desenvolvimento que se pretendem analisar nesse trabalho. Sendo assim, estes serão os

fatores considerados e observados durante os anos.

Pela Tabela 2 a seguir pode-se averiguar a correlação de cada um desses primeiros fatores

com as variáveis utilizadas, para os anos de 2002 e 2010.

Tabela 2 - Correlação do Fator 1 com as variáveis do modelo (2002 e 20010)

2002 2010

Variáveis Fator Econômico Urbano

PIB per capita 0.2890 0.2623

População Ocupada 0.9339 0.9533

Qualificação da População 0.3026 -0.0326

População 0.9646 0.9798

Abastecimento de Água 0.9114 0.9678

Taxa de Mortalidade 0.4866 0.5301

Energia Elétrica 0.8890 0.9486

Fator Tecnológico

Qualificação da População 0,5605 0,3464

Grau de Ocupação em

Atividade Tecnológica

0,8119 0,8981

Soma Tecnológica 0,7614 0,8181

Fator Científico

P&D 0,9334 0,9282

Doutores 0,8850 0,8870

Grupos 0,9949 0,9247

28

Pesquisa em Grupo 0,9943 0,9812

Artigos Nacionais 0,9880 0,9812

Artigos Internacionais 0,9801 0,9788

Outros Artigos 0,9943 0,9777

Livros 0,9920 0,9216

Capítulo de Livro 0,9888 0,9776

Tese 0,9727 0,9134

Dissertação 0,9891 0,9877

Mono e Tcc 0,9019 0,9937

Iniciação Científica 0,9612 0,9781

Fonte: Elaboração Própria

Pode-se através da Tabela 2, analisar as correlações das variáveis utilizadas para os

índices econômico-urbano, tecnológico e científico e o primeiro fator da AF. Todas as variáveis,

com exceção de qualificação da população para o fator econômico-urbano no ano de 2010

apresentam correlação positiva e significativa com os fatores propostos.

No que tange às variáveis relacionadas ao desenvolvimento da estrutura econômico

urbana nos estados, pode-se observar que as de maior correlação com o primeiro fator são

População Ocupada, População Residente, Abastecimento de Água, e Energia Elétrica tanto para

2002 quanto para 2010. Este resultado aponta a relevância da escala populacional e dos fatores

concernentes à infraestrutura econômica na definição do fator proposto, outro fato a se observar é

que essas variáveis estão diretamente relacionadas ao monitoramento do crescimento econômico.

Para o fator tecnológico verifica-se a relevância principal da população ocupada em

atividade tecnológica e do quantitativo de tecnologia gerada dentro dos grupos de pesquisa dos

estados, o que corrobora a indicação desse fator como explicativo da determinação tecnológica

estadual. Para o fator científico, todas as variáveis definidas denotam correlação elevada com o

fator.

Confirmada a relevância dos fatores, a próxima etapa a ser considerada nesse trabalho é a

verificação da evolução temporal desses indicadores em uma estratégica comparativa via análise

29

de clusters. O objetivo dessa empreitada é verificar a similaridade estadual em cada um desses

indicadores, além de avaliar a evolução de seus resultados na comparação entre 2002 e 2010.

As Tabelas seguintes apresentam os agrupamentos, ou clusters, obtidos a partir das

informações originadas por meio da análise fatorial considerando os dois períodos que são

analisados neste trabalho. Foi utilizado um método de agrupamentos hierárquicos para a

observação da quantidade de grupos similares; no caso da comparação de todos os fatores para os

dois anos considerados, verificou-se que havia similaridade na definição de três grupos ou

clusters.

Dada esta evidência, foi utilizado o método não hierárquico Cluster k-means para formar

os três agrupamentos contendo os estados e o Distrito Federal. Os três grupos apresentam padrões

diferenciados de avanço dos fatores considerados, e a observação dessa diferença pode ser vista

na Tabela 3 ,que apresenta as médias dos fatores para cada clusters criado.

Tabela 3- Média dos clusters referente a cada fator ( 2002, 2010)

2002 2010

Cluster 1 Cluster 2 Cluster 3 Cluster 1 Cluster 2 Cluster 3

Fator Econ

Urban.

2.8045 0.5403 -0.5217 2.9049 0.4703 -0.5056

Fator

Tecnológico

2.1426 0.1551 -0.5699 2.2118 0.2860 -0.5577

Fator

Científico

2.8156 0.5883 -0.4821 2.0215 0.3032 -0.4894

Fonte: Elaboração Própria

Os clusters foram classificados em ordem decrescente de valores médios dos fatores.

Pode-se verificar segundo os valores apresentados que a evolução das médias para os distintos

fatores segue padrões diferenciados. No caso do Fator Econômico Urbano, há uma tendência de

maior diferenciação entre os clusters 1 e 2, com aumento da média do cluster 1 e diminuição da

média para o cluster 2. Isso indica, mesmo que de maneira sutil, um distanciamento entre o grau

de desenvolvimento econômico urbano entre os estados que compõem esses grupos.

O mesmo não acontece na análise do fator tecnológico, visto que há aumento de média

para os três clusters analisados, com maior relevância para o aumento do cluster 2 (84% de

30

aumento). Esse resultado pode indicar uma melhora significativa em estados que possuem

padrões medianos de desenvolvimento tecnológico, sendo possível considerar uma aproximação

aos padrões dos estados líderes tecnológicos, mesmo que ainda de maneira incipiente.

O fator científico exibe comportamento contrário. Os resultados encontrados para os

clusters apontam que, nos grupos 1 e 2, há uma queda significativa das médias. Esse resultado,

porém, parece estar mais ligado à exigência do estabelecimento de três clusters para comparação

do que necessariamente à diminuição do fator científico para os estados. Para explicar com mais

clareza essa constatação, apresenta-se abaixo a evolução dos estados dentro dos clusters nos anos

de 2002 e 2010, na Tabela 4.

Tabela 4 –Posicionamento dos estados nos Clusters (2002, 2010)

2002 2010

Cluster 1 Cluster 2 Cluster 3 Cluster 1 Cluster 2 Cluster 3

Fator

Desenvolvimento

Econômico

Urbano

MG SP BA CE PR

PE RS RJ

SC

AC AL AP

AM DF ES

GO MA MT

MS PA PB

PI RN RO

RR SE TO

MG SP BA CE PR

PE RS RJ

SC

AC AL AP

AM DF ES

GO MA MT

MS PA PB

PI RN RO

RR SE TO

Fator

Tecnológico

DF RJ SP AM BA ES

GO MG PB

PE PR RS

SC SE

AC AL AP

DF MA MT

MS PA PI

RN RO RR

TO

DF RJ SP AM BA ES

MG PE PR

RS SE

AC AL AP

CE GO MA

MT MS PA

PB PI RN

RO RR SE

TO

Fator Científico RJ SP BA DF MG

PR RS SC

AC AL AP

AM CE ES

GO MA MT

MS PA PB

PI RN RO

RR SE TO

MG RS RJ

SP

BA PE PR

SC

AC AL AP

AM CE DF

ES GO MA

MT MS PA

PB PI RN

RO RR SE

TO

Fonte: Elaboração Própria

31

O fator desenvolvimento econômico urbano não apresentou nenhuma modificação no

posicionamento dos estados dentro dos clusters. Tal resultado demonstra que as variáveis ligadas

ao desenvolvimento econômico e urbano dos estados não tiveram alterações significativas no

período de análise, aos quais permitissem a mobilidade de qualquer estado nos clusters. Deve-se

notar que, comparativamente, os estados de MG e SP são os que apresentam uma melhor

estrutura de desenvolvimento econômico-urbano. A comparação entre os dois estados mostra,

todavia, que apesar de MG estar melhor posicionado que os estados do cluster 2, ainda mantém

uma distância no valor do fator desenvolvimento econômico urbano para SP; o fator para esse

estado é 48% maior do que o estado de MG.

Ainda é possível observar que estados da região Sul (Paraná, Santa Catarina e Rio Grande

do Sul),- o Rio de Janeiro e alguns estados da região Nordeste – Bahia, Ceará e Pernambuco-

apresentam indicadores econômicos relevantes e são considerados pertencentes ao segundo

cluster. O Estado de Ceará teve um progresso do seu fator desenvolvimento econômico urbano

em 112%, ao passo que os demais estados que o acompanham no cluster mostraram pequena

queda de 2002 para 2010.

A razão do Distrito Federal ser classificado no terceiro e pior cluster no fator de

desenvolvimento econômico urbano pode estar relacionado à falta de infraestrutura dos bairros

situados ao redor do plano piloto, as chamadas “cidades satélites”. Este fato é de se indagar, pois

esta região é caracterizada por ser o centro político do Brasil. As falhas nas condições básicas da

população é determinante para ser classificada nesse terceiro grupo sendo as “cidades satélites”

pontos marcantes dessa disparidade. As variáveis ligadas à infraestrutura básica, como Energia

Elétrica, Abastecimento de Água e Taxa de Mortalidade são relativamente menores do que

estados que detém maior desenvolvimento econômico. O nível dessas variáveis para o DF são

comparadas aos níveis dos estados de Amapá, Roraima, Acre e Amazonas, ou seja, estados muito

debilitados em desenvolvimento.

É possível, porém, notar a mobilidade dos estados nos anos de análise nos fatores

tecnológico e científico. Na análise do fator tecnológico pode-se verificar uma mobilidade

negativa, na qual os estados de Goiás, Paraíba e Sergipe decaem do grupo 2 para o grupo 3. Esse

resultado é o principal responsável pelo aumento da média do cluster 2 do fator tecnológico

encontrada na análise da Tabela 3. Os fatores tecnológicos para esses estados declinaram em 11%

para Goiás, 50% para Sergipe e mais de 100% para Paraíba.

32

Os estados de Amazonas, Espírito Santo e Sergipe apresentam valores de

desenvolvimento tecnológico díspares em relação aos seus fatores desenvolvimento econômico

urbano e científico, indicando que esses estados conseguiram alçar um catching up tecnológico

mas não cientifico. Estes são pertencentes ao segundo cluster tecnológico, e ao terceiro no

desenvolvimento econômico e científico, isso porque suas variáveis tecnológicas apresentam

valores relevantes, indicando que há um incentivo de tal atividade nesses estados. Dentre esses

estados apresentados, Espírito Santo foi o único que progrediu no fator desenvolvimento

econômico urbano para 2010 apresentando um aumento de 13%, os demais estados apresentaram

um certo declínio.

Na análise do fator científico, há uma mobilidade positiva para o grupo 1 dos estados de

MG e RS, e mobilidade positiva do estado de PE para o grupo 2. Essas mobilidades podem ser

vistas como um incremento diferencial desses estados em relação aos seus aparatos científicos.

Acontece, porém, que a mobilidade de MG e RS para o primeiro cluster científico foi

justamente o motivo que provocou a diminuição da média dentro desse cluster na comparação

entre 2002 e 2010. As médias dos fatores científicos de Minas Gerais e Rio Grande do Sul

quando comparadas à média do cluster 1 em 2002 são respectivamente 32% e 30% menores.

Quando comparadas à média do cluster 2 para 2010, apresentam resultados superiores a 100% de

diferença (360% e 366%, respectivamente). Minas Gerais e Rio Grande do Sul aumentaram seu

fator cientifico em 52% e 100% respectivamente, e esse resultado permite inferir a melhoria dos

resultados científicos para esses dois estados, mas há ainda uma certa distância aos principais

estados do cluster 1.

Há de se considerar ainda a diferença existente entre o estado de São Paulo e os demais

estados. Como já denotado, ele apresenta valor do fator desenvolvimento econômico urbano 48%

maior do que o estado que o acompanha nesse cluster, o estado de MG. Em relação ao seu fator

tecnológico, este, é 10% maior do que o estado de MG e 33% do que DF. Seu fator científico, em

relação aos estados que o acompanha tem valores maiores em 63%, 59% e 63% respectivamente

aos estados de Rio Grande do Sul, Rio de Janeiro e Minas Gerais. Tal resultado aponta para o

grau de diferenciação dessa estrutura de apoio à inovação e de seus determinantes em relação aos

estados que o acompanha nos cluster. São Paulo nesse sentido possa talvez ser considerado como

um outlier estando em um patamar diferenciado em relação aos demais estados, apresentando um

padrão estrutural econômico-urbano e científico principalmente, mais avançado.

33

O fato de um importante estado como Minas Gerais integrar o segundo grupo no fator

tecnológico nos anos de 2002 e 2010 demonstra que esta localidade apresenta uma estrutura de

apoio à tecnologia que ainda é incipiente se comparada à sua estrutura científica e seu nível de

desenvolvimento econômico-urbano. Na análise temporal pode-se notar que esse estado

apresentou melhoras com o aumento de suas capacidades científicas, mas essas ainda não foram

acompanhadas por algum catching-up tecnológico. Apesar desse estado não ter alçado níveis

aparentes de desenvolvimento tecnológico ao qual permitisse sua alavancagem perante aos

clusters, este apresentou melhoras de seu fator em 84%, o que indica que vêm aprimorando suas

potencialidades tecnológicas.

Para o caso do DF, os indicadores revelam que há um distanciamento entre o fator

científico e o fator tecnológico, o que permite localizá-lo no cluster 3 em relação à potencialidade

científica e no cluster 1 em relação à potencialidade tecnológica. Esse resultado revela um

comportamento atípico ao verificado nos demais estados, mas que pode ser explicado pela

estrutura econômica desse ente federativo. O Distrito Federal se apresenta como um lócus de

empregabilidade de pessoal com alta capacitação diferenciada, com uma média de 48% acima da

média dos demais estados na variável qualificação da população. Em contrapartida, não possui

estrutura científica relevante, visto o reduzido número de universidades e institutos de pesquisa

em seu território, vis a vis a quantidade verificada em outros estados.

O estado do RJ também se apresenta como um caso interessante de análise, pois apesar de

possuir capacitação científica e tecnológica que o permite estar situado no cluster 1, possui um

desenvolvimento econômico-urbano que o equipara a estados mais deficitários nos fatores de

C&T. O entendimento sobre esse resultado perpassa sobre a decadência econômica que o estado

passou após a perda do status de capital nacional a partir da década de 60. Apesar disso, um

conjunto expressivo de atividades tecnológicas e de estrutura científica não teve migração, o que

causa essa disparidade estadual.

Estados da região Norte e Nordeste apresentam piores resultados em todos os fatores

analisados, remetendo aos problemas regionais nacionais, demonstrando a necessidade de

políticas públicas específicas. Como validação dos resultados, pode-se observar que os estados

que apresentam um menor nível de desenvolvimento dos fatores são exatamente classificados

entre os mais pobres estados brasileiros, de acordo com o Atlas de Desenvolvimento Humano do

Brasil (com destaque negativo para Maranhão, Alagoas, Piauí, Pará, Ceará, Paraíba e Sergipe).

34

Pela Tabela 5 é válido notar quais estados tiveram uma variação referente a cada fator,

podendo averiguar se apresentaram variação positiva, negativa, ou se simplesmente

permaneceram constantes.

Tabela 5- Variação dos Estados perante aos Clusters

Variação Positiva Variação Constante Variação Negativa

Fator Econômico Urbano

AC AL AP AM BA CE DF ES

GO MA MT MS MG PA PB

PR PE PI RN RS RJ RO RR

SC SP SE TO

Fator Tecnológico

AC AL AP AM BA CE DF ES

MA MT MS MG PA

PR PE PI RN RS RJ RO RR

SC SP TO

GO, PB, SE

Fator Científico

MG RS PE AC AL AP AM BA CE ES

GO MA MT MS PA PB

PR PI RN RJ RO RR

SC SP SE TO

DF

Fonte: Elaboração Própria.

Claramente, pouca mobilidade é verificada nos oito anos que separam os períodos da

análise. Há poucas modificações relevantes, com uma possível ênfase ao catching-up científico

alcançado principalmente para os estados de MG e RS, que conseguiram alcançar a posição de

destaque nesse quesito no cenário nacional, mesmo que ainda posicionados com uma certa

distância em relação ao estado de SP. A importância da atividade tecnológica e científica para o

desenvolvimento econômico produtivo é um passo fundamental para a constituição dos sistemas

de inovação perante aos estados e à garantia do aumento da sua competitividade. Infelizmente, no

horizonte de tempo considerado na pesquisa aqui engendrada, poucas modificações foram vistas,

que possam sinalizar um crescimento da capacitação dos estados nessas questões específicas.

35

5. CONSIDERAÇÕES FINAIS

O objetivo deste trabalho consistiu em verificar o desenvolvimento econômico urbano,

tecnológico e científico para os estados brasileiros em uma análise nos anos de 2002 e 2010. O

intuito disso é verificar os padrões de desenvolvimento frente a esses aspectos, como forma de

verificar (i) as similaridades internas dos estados frente a essas capacitações e (ii) a classificação

hierárquica desses estados.

Nesse sentido, o trabalho valeu-se de variáveis de cunho sócio-econômico, urbano,

demográfico, tecnológico e científico para a definição de fatores que expliquem o

desenvolvimento econômico urbano, científico e tecnológico dos estados brasileiros. Após isso a

aplicação da técnica de cluster permite a hierarquização desses fatores, analisando as

similaridades e dissimilaridade existentes entre os estados.

Pode-se verificar de início o satisfatório grau de adequação que os fatores apresentam

frente aos padrões de desenvolvimento que eles procuram explicar. Como principais resultados é

possível afirmar que houve pouca modificação nos níveis de desenvolvimento analisados entre os

anos de 2002 e 2010, com relevância apenas para a maior capacitação científica perseguida por

Minas Gerais e Rio Grande do Sul, que conseguiram galgar uma posição de destaque nesse

quesito no nível nacional.

Ainda, pode-se verificar que existe certa relação entre o nível de desenvolvimento

econômico-urbano dos estados e suas potencialidades frente às capacitações científicas e

tecnológicas. Com algumas exceções, a regra é a de que estados com maior nível de

desenvolvimento econômico também apresentem maiores potencialidades nas suas perspectivas

de Ciência e Tecnologia, corroborando o posicionamento teórico da relação direta entre

desenvolvimento econômico e desenvolvimento de C&T da teoria neoschumpeteriana.

Em análises específicas, São Paulo se apresenta como um outlier em todos os níveis de

desenvolvimento. O Distrito Federal e o Rio de Janeiro se apresentam com disparidades latentes

nos seus indicadores, resultados esses que são dependentes do processo histórico de

desenvolvimento dessas regiões (principalmente no caso do RJ) e da desigualdade de renda e

condições sociais, para o Distrito Federal.

36

Analisados à luz do desenvolvimento regional, esses resultados apontam a alarmante

problemática da desigualdade regional do território nacional. Considerando o efeito

retroalimentador que a possibilidade de maiores investimentos e sucessos em C&T podem

provocar no nível de desenvolvimento econômico, as expectativas são ainda mais complicadas.

A análise temporal evidenciou a continuidade do poder de concentração de infraestrutura

essa desigualdade traz diversas questões relacionadas aos efeitos e divisões que podem surgir

dessa ação, fazendo-se necessária a intervenção do governo, a fim de atenuar tais desequilíbrios

regionais e de concentração de renda.

37

REFERÊNCIAS BIBLIOGRÁFICAS

ALBUQUERQUE, Eduardo M. Produção científica e sistema nacional de inovação. Ensaios

Fundação Economia e Estatística. Porto Alegre v. 19, n. 1, p. 156-180, 1998.

ALBUQUERQUE, Eduardo M. CATCHING UP NO SÉCULO XXI: CONSTRUÇÃO

COMBINADA DE SISTEMAS DE INOVAÇÃO E DE BEM-ESTAR SOCIAL.

CEDEPLAR (UFMG), 2009.p. 55-80.

BELFIORE, Patrícia, P. FÁVERO, Luiz P. L. Técnicas Estatísticas Multivariadas para

Análise do Comportamento de Grupos Supermercadistas Brasileiros. Adminstração em

Dialogo. São Paulo, 2005.

BORIN, Elaine C. P. O SEBRAE E OS ARRANJOS PRODUTIVOS LOCAIS: o caso de

Nova Friburgo/RJ.Tese de Doutorado. Rio de Janeiro: IPPUR, 2006.

BRASIL, Marcus V. de O. NOGUEIRA, CLÁUDIO A. G. FORTE, Sérgio H. A. Schumpeter e

o Desenvolvimento Tecnológico: uma visão aplicada às Pequenas e Médias Empresas

(PMEs). Revista de Ciências da Administração, 2011. v. 13, n. 29, p. 38-62.

COOKE, P. Introduction: origins of the concept. In BRACZYK, H; COOKE, P;

HIDERNREICH, M (Ed). Regional Innovation Systems. Londom:UCL Press, 1998.

CORRAR, L. J.; PAULO, E.; DIAS Filho, J. M. Análise multivariada para os cursos de

administração, ciências contábeis e economia. 1. ed. 2. São Paulo: Atlas, 2009. 541p. : il.

DAGNINO, Renato. THOMAS, Hernán. PLANEJAMENTO E POLÍTICAS PÚBLICAS DE

INOVAÇÃO: EM DIREÇÃO A UM MARCO DE REFERÊNCIA LATINO-

AMERICANO. Planejamento e Políticas Públicas-PPP, Brasília: IPEA, Junho 2001. n. 23, p.

205-232.

DONI, Marcelo V. ANÁLISE DE CLUSTER: MÉTODOS HIERÁRQUICOS E DE

PARTICIONAMENTO. São Paulo, 2004. p.98

DINIZ, Clélio, C. O PAPEL DAS INOVAÇÕES E DAS INSTITUIÇÕES NO

DESENVOLVIMENTO LOCAL. CEDEPLAR/UFMG. Disponivel em: <

http://www.anpec.org.br/encontro2001/artigos/200105383.pdf >. Acesso em: 12 maio 2014.

EKERMAN, Raul. ZERKIWSKI, Ralph M. A análise teórica schumpeteriana do ciclo

econômico. Revista Brasileira de Economia. Rio de Janeiro 1984.v. 38. N. 3 p. 205-228..

FREEMAN, C., The National System of Innovation in historical perspective. Cambridge

Journal of Economics, 19:5-24, 1995.

38

FERREIRA, Daniel F. Estatística multivariada. Lavras: Editora UFLA, 2008. 661 p. : il.

FLORIDA, R. Toward the Learning Region. Futures, 1995. v 27, nº 5, pp. 527-536.

GUIMARÃES Vicente. Raul Prebisch e Teoria Neo-schumpeteriana: Principais pontos de

convergência. Revista Eletrônica de Economia n.º 3. Faculdade Viana Júnior. Disponível em : <

http://intranet.viannajr.edu.br/revista/eco/doc/artigo_30004.pdf> Acessado em :14 de maio de

2014.

HAIR, J. F. et al. Análise multivariada de dados. Tradução: Adonai Schlup Sant’Anna e

Anselmo Chaves Neto. 5.Ed. Porto Alegre: Bookman, 2005.

JÚNIOR, Darcy, Jacob R. SHIKIDA, Pery F. A. DAHMER, Vanessa de S. Inovação tecnologia e

concorrência: uma revisita ao pensamento neoschumpeteriano. Economia & Tecnologia.

2009. Ano 05, Vol. 16 . p. 117-130.

KASZNAR, Istvan, K. GONÇALVES, Bento M. L. TÉCNICAS DE AGRUPAMENTO

CLUSTERING. REVISTA CIENTÍFICA E TECNOLÓGICA. 2014 . Disponível em: <

http://www.ibci.com.br/20Clustering_Agrupamento.pdf >. Acesso em: 25 mar. 2014.

KIM, Linsu. NELSON, Richard R. Tecnologia, aprendizado e inovação : as

experiências das economias de industrialização recente / Linsu Kim, Richard R. Nelson

(orgs.). Campinas, SP: Ed. UNICAMP, 2005. 503 p. : il.

KUPFER, David. HANSENKLERVER, Lia. Economia industrial : fundamentos teóricos e

práticas no Brasil / organizadores : David Kupfer ; Lia Hasenclever. Rio de Janeiro: Ed.

Campus, 2002. 640 p.:il .

LEMOS, M.; MORO, S.; DOMINGUES, E.; RUIZ, R. Organização Territorial da Indústria

no Brasil. In: DE NEGRI, J.; SALERNO, S. Inovações, Padrões Tecnológicos e Desempenho

das Firmas Industriais Brasileiras. Brasília: IPEA, 2005.

MINGOTI, S. A. Análise de Dados Através de Métodos de Estatística Multivariada: Uma

Abordagem Aplicada. Belo Horizonte: UFMG, 2005.

MOREIRA, M. M. Progresso técnico e estrutura de mercado: o caso da indústria de

telequipamentos. Rio de Janeiro: BNDES, 1988. p. 151.

MORICOCHI, Luiz. GONÇALVES, José S. TEORIA DO DESENVOLVIMENTO

ECONÔMICO DE SCHUMPETER: UMA REVISÃO CRÍTICA. Informações Econômicas,

São Paulo, 1994. v.24, n.8. p. 27-35.

NELSON, R. R.; WINTER, S. G. An evolutionary theory of economic change. Cambridge:

Harvard University Press, 1982.

39

NEUTZLING, Daiane M. PEDROZO, Eugenio A. REINTERPRETAÇÃO DA

DESTRUIÇÃO CRIADORA DE SCHUMPETER PELA ÓTICA DA COMPLEXIDADE,

ESTRUTURAS DISSIPATIVAS E RIZOMA. Revista Cientifica Internacional Indexada.

2009. Ano 2. n 06 , p.18.

OINAS, P.; MALECKI, E. Spatial Innovation Systems. In MALECKI, E.; OINAS, P. Making

Connections: technological learning and regional economic change. Aldershot (UK): Ashgate,

1999. p. 7-33.

OSHO. Rajneesh. O Rio e o Oceano.2014. Disponível em: < http://www.oshobrasil.com.br/>

Acessado em : 3 Julho 2014.

PAULA, João A. CERQUEIRA, Hugo E. A. ALBUQUERQUE, Eduardo da M. Ciência e

tecnologia na dinâmica capitalista: a elaboração neo-schumpeteriana e a teoria do capital.

UFMG, BELO HORIZONTE, 2001. p. 24.

PERROUX, François. A Economia do Século XX. Lisboa. Livraria Morais, 1967.

PREBISCH, R. In BIELSCHOWSKY, R. (orgs.) Cinqüenta anos de pensamento na Cepal :“O

desenvolvimento econômico da América Latina e alguns de seus principais problemas”. Rio

de Janeiro, Ed. Record,2000. p. 96 -151.

RAPINI, Márcia S. Silva, THIAGO C. MAIA, Ana C. et all. Inovação e regionalidade:

analisando a interação universidade-empresa em Minas Gerais. Belo Horizonte, 2013.

REZENDE, Marcelo L. FERNANDES, Luiz Philipe de S. RODRIGUES E SILVA, Antônio

Marcos R. UTILIZAÇÃO DA ANÁLISE FATORIAL PARA DETERMINAR O

POTENCIAL DE CRESCIMENTO ECONÔMICO EM UMA REGIÃO DO SUDESTE DO

BRASIL. Revista Economia e desenvolvimento, 2007. n. 19, p. 93- 109.

ROSEMBERG, Nathan (1927). Por dentro da caixa-preta : tecnologia e economia. Tradução

José Emílio Maiorino. Campinas, SP: Ed.da Unicamp, 2006. 430 p. : il.

SCHUMPETER, Joseph A. CAPITALISMO, SOCIALISMO E DEMOCRACIA. 2ª. ed., Rio

de Janeiro: Editora Fundo de Cultura,1961. p. 488.

SCHUMPETER, J. A. (1912) A Teoria do Desenvolvimento Econômico: uma investigação

sobre lucros, capital, crédito, juro e o ciclo econômico.( Tradução de Maria Sílvia Possas), 3a. ed

São Paulo: Ed. Nova Cultural, 1997. p. 229.

SHIKIDA, Pery F. A. BACHA, Carlos J. C. NOTAS SOBRE O MODELO

SCHUMPETERIANO E SUAS PRINCIPAIS CORRENTES DE PENSAMENTO. Teor.

Evid. Econ. Passo Fundo, 1998. v.5, n 10, p. 107-126.

40

TIGRE, Paulo B. INOVAÇÃO E TEORIAS DA FIRMA EM TRÊS PARADIGMAS.

Revista de Economia Contemporânea. Rio de Janeiro, 1998. n. 3. p. 67-11.

VIEIRA, Rosele M. Teorias da firma e inovação : um enfoque neo-schumpeteriano.

Disponível em:

<http://www.academia.edu/4910216/TEORIA_DA_FIRMA_E_INOVACAO_UM_ENFOQUE_

NEO-SCHUMPETERIANO >. Acesso em: 17 de abril 2014.

ANEXO A

Valor dos Fatores Econômico Urbano, Tecnológico e Científico para o ano de 2002.

UF FATOR ECONÔMICO

URBANO

FATOR

TECNOLÓGICO

FATOR CIENTÍFICO

AC -0,8161 -0,6474 -0,6189

AL -0,5789 -0,9218 -0,5536

AP -0,8984 -0,6613 -0,6329

AM -0,5591 0,2323 -0,4691

BA 0,8656 0,1039 0,5033

CE 0,1004 -0,4288 -0,2802

DF -0,3086 1.87547 0,2534

ES -0,3824 -0,1218 -0,5213

GO -0,0818 -0,5247 -0,3278

MA -0,3446 -0,7616 -0,5239

MT -0,5248 -0,6331 -0,5472

MS -0,4132 -0,3353 -0,7864

MG 1.965694 0,39375 0,9054

PA -0.250878 -0.35591 -0,4298

PB -0.09018 -0.35591 -0.3325853

PR 0.73026 0.299094 0.4439201

PE 0.568821 -0.00812 -0.0457389

PI -0.620229 -0.00812 -0.0457389

RN -0.48257 -0.52471 -0.4397351

RS 0.466313 0.435926 1.28746

RJ 0.74807 2.04624 1.74012

RO -0.86990 -0.72487 -0.6091462

RR -0.958281 -0.292269 -0.601145

SC 0.30261 0.21452 0.1368162

SP 3.643373 2.50634 3.8912

SE -0.4759 -0.08981 -0.5520781

TO -0.7348313 -0.38224 -0.6107446

ANEXO B

Valor dos Fatores Econômico Urbano, Tecnológico e Científico para o ano de 2010.

UF FATOR ECONÔMICO

URBANO

FATOR

TECNOLÓGICO

FATOR CIENTÍFICO

AC -0.765283 -0.69805 -0.66479

AL -0.5677969 -0.8452 -0.619247

AP -0.94678 -0.857461 -0.67731

AM -0.58807 -0.02608 -0.36957

BA 0.827836 0.240694 0.3393723

CE 0.2130646 -0.3110141 -0.268913

DF -0.4093456 1.729.083 -0.295092

ES -0.3325171 0.0678112 -0.4771711

GO -0.1371856 -0.4720865 -0.3656718

MA -0.2167187 -0.7231798 -0.5182358

MT -0.5003657 -0.5822492 -0.5285068

MS -0.5190098 -0.4823371 -0.4203874

MG 1.995197 0.7256192 1.384502

PA -0.1689849 -0.4850727 -0.1839544

PB -0.2362382 -0.4767836 -0.4486426

PR 0.6680867 0.5704741 0.6990087

PE 0.3561896 0.0706814 -0.0856178

PI -0.4365375 -0.653185 -0.6075255

RN -0.4238753 -0.4462385 -0.4292301

RS 0.3656918 0.3887718 1.398456

RJ 0.5996004 2.348711 1.547925

RO -0.7843096 -0.9090942 -0.6344308

RR -0.7840516 -0.3172246 -0.6352941

SC 0.2620532 0.250699 0.2600604

SP 3.814689 2.557813 3.755272

SE -0.5878073 -0.1787373 -0.5726894

TO -0.6975142 -0.4863381 -0.5822992

ANEXO C

1.Valores absolutos das Variáveis referente a 2002

UF PIB percapta População Pop Ocupada QualfPop

Grau de ocup

tecnológica

AC 3,91 4210000 68.439 0,1505 0,002834641

AL 2,8 2911232 311.780 0,09086535 0,002431201

AP 5,15 530923 55.960 0,12357041 0,003395282

AM 6,02 3004608 291.315 0,15114567 0,008035975

BA 3,76 13409108 1.309.717 0,12521484 0,006181488

CE 3,1 7736257 793.312 0,11271606 0,00438037

DF 21,37 2180406 813.591 0,22462146 0,013957873

ES 6,86 323965 551.601 0,13308352 0,006339727

GO 5,88 5285937 781.443 0,12084311 0,004001571

MA 2,19 5858618 329.935 0,07839726 0,003673451

MT 6,58 2641387 379.152 0,1257675 0,003444529

MS 5,81 2163483 349.600 0,19343535 0,003701373

MG 5,73 18508521 3.046.362 0,13439736 0,006069206

PA 3,25 6549094 546.251 0,14072652 0,004670014

PB 2,94 3513534 375.537 0,26895353 0,004047537

PR 7,43 9362500 1.812.631 0,16039779 0,006462981

PE 3,59 8145381 943.895 0,13865102 0,005930744

PI 2,11 2918280 236.945 0,06290489 0,004026251

RN 3,52 2805270 318.971 0,09723454 0,004489436

RS 8,35 10489119 2.027.416 0,1782027 0,00505471

RJ 9,58 14846102 2.922.463 0,19517202 0,013833537

RO 4,45 1450755 173.276 0,0744 0,004172534

RR 5,41 355075 28.129 0,11774325 0,005830282

SC 8,28 5590225 1.235.612 0,14031508 0,005667637

SP 11,01 38595825 8.608.048 0,1890245 0,011796751

SE 4,2 1868513 239.305 0,16964961 0,005808487

TO 3,8 1225234 133.227 0,13356152 0,004893903

2

Técnicos P&D n doutor grupo linhapesquisa pesqgrupo tecnicogrupo

1 363 17 17 61 89 4

58 549 40 101 317 449 59

2 78 13 4 19 53 3

46 635 134 194 679 1212 396

200 1010 1.097 1049 3503 5984 1237

116 1126 213 315 1074 1736 269

361 2445 1.070 531 2556 4713 1151

82 119 353 149 430 604 94

80 2834 399 207 706 1411 266

216 323 153 132 479 751 97

26 66 112 114 282 613 72

22 490 273 153 462 892 102

571 2246 1.741 1219 4337 7126 1339

102 1497 294 212 706 1150 245

8 517 50 313 1063 1844 256

404 1739 2.876 1052 3169 6275 1014

193 733 428 589 2068 3534 554

77 728 44 54 203 326 89

7 773 50 193 647 1140 105

716 2092 802 1781 5666 9477 1442

759 5233 2.138 2164 7167 10567 2840

155 460 35 22 77 122 3

32 133 16 37 110 330 40

362 1844 719 788 2397 3917 464

4.617 10.324 13.808 3669 11843 18864 6093

13 608 166 84 374 501 52

11 70 29 33 111 212 33

3

Artigo

Nacional

Artigo

Internacional

Outros

Artigos

Livro Capítulo

de Livro

97 23 125 4 8

456 390 872 62 242

16 10 21 3 6

930 1191 1435 135 522

12847 8875 15588 824 3573

2777 2790 4560 387 1132

9863 5850 13571 1019 4578

861 710 1537 92 427

2342 1519 2484 268 840

774 831 1112 70 228

668 266 680 80 246

1171 505 1464 142 363

18415 10910 23477 1414 4782

1177 1521 2024 109 684

2927 1531 7312 290 987

10235 5997 14618 887 2685

5422 3865 9820 531 1727

340 211 375 31 69

1284 1205 3890 166 494

19129 10851 28729 2096 8651

18051 24976 34499 2206 8205

199 73 82 25 36

350 138 270 18 42

5613 3886 13173 715 1838

39400 44428 58514 3780 17338

490 271 726 61 200

194 55 239 21 24

ANEXO D

1. Valores absolutos das Variáveis referente a 2010.

UF PIB percapta População Pop Ocupada QualfPop

Grau de ocup

tecnológica

AC 5,16 733.559 121.187 0,238054 0,003755

AL 3,51 3.120.494 470.992 0,167084 0,003206

AP 5,52 669.526 108.191 0,146306 0,003623

AM 7,66 3.483.985 575.739 0,212159 0,007545

BA 4,91 14.016.906 2.139.232 0,15914 0,006794

CE 4,11 8.452.381 1.325.792 0,196569 0,005446

DF 26,1 2.570.160 1.099.832 0,293768 0,015381

ES 10,43 3.514.952 860.421 0,185818 0,00848

GO 7,25 6.003.788 1.313.641 0,179895 0,005054

MA 3,07 6.574.789 636.625 0,1211 0,004522

MT 8,77 3.035.122 656.542 0,179638 0,004809

MS 7,93 2.449.024 560.789 0,208422 0,004911

MG 8 19.597.330 4.646.891 0,176315 0,008519

PA 4,58 7.581.051 951.235 0,162035 0,005247

PB 3,78 3.766.528 579.504 0,239236 0,004528

PR 9,29 10.444.526 2.783.715 0,201531 0,008753

PE 4,83 8.796.448 1.536.626 0,177349 0,007893

PI 3,16 3.118.360 377.463 0,248999 0,003836

RN 4,55 3.168.027 575.026 0,199622 0,005202

RS 10,53 10.693.929 2.804.162 0,206759 0,007307

RJ 11,36 15.989.929 4.080.082 0,223573 0,017096

RO 6,74 1.562.409 334.290 0,151593 0,003237

RR 6,27 450.479 78.585 0,260202 0,00579

SC 10,89 6.248.436 1.969.654 0,188853 0,00766

SP 13,49 41.262.199 12.873.605 0,216321 0,01574

SE 5,16 2.068.017 369.579 0,205363 0,006889

TO 5,56 1.383.445 238.955 0,211203 0,005189

2.

Técnicos P&D n doutor grupo linhapesquisa pesqgrupo tecnicogrupo

5 151 70 52 232 429 41

104 714 107 303 150,1 193,719 151

10 97 36 42 127 240 33

375 1.426 349 420 1905 2106,619 648

451 2.875 1.863 2183 3213,644 3894,931 1342,092

1.106 2.072 934 641 1241,394 2417,426 618

493 3681 1.611 830 495,713 1036,191 1293

72 28 667 358 1348 648,527 152

291 997 668 425 445,188 1004,559 362

228 269 118 231 1028 488,158 164

97 200 400 419 437,109 1006,021 291

15 603 433 469 1808 1757,715 322

1.065 11.582 3.181 2788 5342,997 6797,446 2208

184 2.504 428 567 821,352 1799,502 548

15 652 730 664 1320,367 978,022 515

739 2450 4.998 2234 3380,272 5010,893 1732

204 825 944 957 1825,336 1473,024 862

95 465 160 236 818 270,255 108

34 110 214 415 685,023 1586,057 262

1.054 3740 3.075 2682 4504,378 7896,009 2427

2.501 10.720 3.555 3443 5000,197 6625,256 3048,016

252 464 133 71 338 740 35

23 137 55 70 235 468 27

677 3592 2.268 1239 2461,039 4916,695 1073

7.151 15.714 23.813 3494,866 6908,755 13080,59 4270,554

73 417 244 258 1167 414,569 187

152 295 68 167 671 1119 107

3.

Artigo

Nacional

Artigo

Internacional

Outros

Artigos

Livro Capítulo de

Livro

323 197 305 60 134

195,671 209,7 353,527 249 52,369

256 189 371 25 141

1023,486 933,977 2179,575 649 791,3

1799,814 2910,517 2594,608 1538,526 4432,436

1580,121 1517,073 1246,218 847 1173,181

915,882 299,824 1583,34 1981 1333,682

982,705 623,265 1202,258 373 522,043

1572,874 779,068 2322,506 840 1106,972

804,275 1096,225 739,727 220 1023

461,329 518,883 442,433 503 666,436

907,501 1469,12 168,079 585 1476,433

7435,145 7187,887 7728,238 2569,27 4791,568

2662,609 2009,461 2606,378 666 1871,538

313,758 686,657 523,928 802 912,142

5154,534 3493,527 4584,632 3239 3518,375

2811,677 2013,382 2729,508 1350 2083,315

305,628 140,557 273,731 191 1034

1170,787 893,898 192,591 649 907,706

9430,89 8389,341 5082,953 3224,017 6151,308

7331,695 6915,342 9058,623 3196,551 4796,434

836 452 66,04 86 605

802 266 521 41 354

4282,152 2787,668 4248,654 812,326 3406,553

21564,07 20186,97 18809,37 4471,724 13601,73

489,344 320,995 1129,583 452 169,784

193,8 860 175,414 180 749