Nessa seção, as IES foram examinadas como parte da estrutura de suporte ao empreen- dedorismo (TRIPATHI et al., 2019; DALCIN, 2015) e para isso foi empregada uma rede alumni abrangendo todas as titulações iniciadas antes e depois da criação da startup, considerando o ano de 2019, último da série histórica. Essa escolha foi porque a educação continuada, ou seja, aquela que se estende além da graduação através de cursos de stricto sensu (mestrado e doutorado) e lato sensu (especialização e MBA), pode possibilitar que os empresários aprimorem seus conhecimentos e favorecer seus negócios. A importância desse tipo fluxo de conhecimentos já foi apontada em outros trabalhos que abordaram redes sociais no contexto do empreendedo- rismo (DIÁNEZ-GONZÁLEZ; CAMELO-ORDAZ, 2017; HAYTER, 2015; SOETANTO; Van Geenhuizen, 2015).
Figura 12 – Evolução das redes alumni entre 2006 e 2019, limites das ligações aumentam para distâncias inter-municipais e inter-regionais, em alguns casos.
(a) 2006. (b) 2010.
(c) 2014. (d) 2019.
Fonte: Autoria própria.
De acordo com Batista e Cruz (2019), a definição de um cluster ainda é uma questão em aberto, existem autores que argumentam que se tratariam de cidades e outros de um país inteiro. Lechner e Dowling (2003) e Renzulli e Aldrich (2005) classificaram o Brasil como o maior cluster de startups da América Latina, por isso, nessa análise empregou-se uma rede a nível nacional. A figura 13 ilustra a estrutura geral da rede examinada, embora não se trate de uma rede completa, nota-se a existência de um grande componente central que abrange a maior parte dos nós. O comparativo entre a estrutura geral da rede completa (A) e da maior componente (B) é mostrado na tabela 14. Nota-se que elas são muito semelhantes pois a maior
componente abrange cerca de 94% dos nós e 98% das arestas da rede completa. Significa que os demais componentes são muito pequenos porém não podem ser desprezados e, portanto, as métricas dessa seção foram normalizadas para que o tamanho do componente não influenciassem o resultado final, especialmente a centralidade de proximidade.
Tabela 14 – Métricas de rede, comparativo entre a rede completa e a maior componente.
Rede Nós Arestas Componentes Densidade Grau Médio CCM
IES Startups IES Startups
A 1656 2635 43 0.00556 8.63043 2.46584 0.09004 0.36971
B 1562 2583 1 0.00645 9.65015 2.51574 0.09021 0.37545
Fonte: Autoria própria.
Observa-se que a função educacional é compartilhada entre universidades, faculdades e centros universitários, considerando IES públicas e privadas, com diferentes níveis de influência. Para medir isso, foram empregadas as métricas de centralidade de grau, intermediação e pro- ximidade. Os valores médios obtidos para cada tipo de instituição são mostrado na tabela 15 e sugerem algumas características de influência.
Tabela 15 – Métricas de centralidade das IES agrupadas pelo tipo de organização acadêmica como universi- dades, faculdades e centros universitários. Universidades ocupam as posições de maior influên- cia na rede.
Organização Grau Intermediação Proximidade
Universidade 0.00859 0.00889 0.2486
Faculdade 0.00491 0.00468 0.19444
Centro Universitário 0.00244 0.00121 0.21658 Fonte: Autoria própria.
As universidades possuem os maiores valores de centralidade de grau, significando que elas ocupam posições centrais em regiões de maior densidade de startups. Elas também possuem as maiores centralidades de intermediação, ou seja, funcionam como elos de ligação entre diferentes partes da rede, possivelmente de um grupo de maior densidade para outro. Além disso, as universidades possuem uma centralidade de proximidade maior, significando que elas estão mais próximas das startups considerando a rede como um todo. Centros universitários também exercem uma influência nesse sentido pois apresentam uma centralidade de proximidade muito próxima das universidades. Observa-se que os centros universitários estão “pulverizados” em grande quantidade no interior da rede, desse modo, o efeito conjunto é que alcancem mais startupsconsiderando a estrutura como um todo, mesmo que o efeito individual seja pequeno.
Figura 13 – Rede alumni colorida por tipo de organização acadêmica e o compartilhamento da função edu- cacional no ano de 2019. Universidades ocupam posições centrais em regiões mais densas de startups e centros universitários estão “pulverizados” no interior da estrutura.
Fonte: Autoria própria.
Na figura 14, a rede foi colorida com a região geográfica dos nós e é possível observar a interface entre elas. O Sudeste é um agrupamento denso e numeroso de startups e IES, correspondendo ao tronco da estrutura. É uma região de grande influência e capaz de atrair as demais regiões, nota-se a sobreposição de IES de outras regiões dentro do Sudeste, especialmente as do Sul, depois Centro-Oeste e Sudeste. Isso fornece evidências de movimento de migração, ou seja, os fundadores formam-se em IES dessas regiões e tendem a migrar para o Sudeste, possivelmente em busca de melhores condições para abrir suas startups, ou são IES com mantenedoras no Sudeste porém com filiais nas demais regiões. Esse fato não corresponde ao padrão geral pois há forte tendência de os vértices formarem clusters regionais, isto é, as
startupsacabam com frequência permanecendo nas suas regiões de origem junto com suas IES. A região Sul está dividida em duas partes, ou seja, se fosse vista sozinha possivelmente formaria componentes ou eles estariam fracamente conectados mas através da região Sudeste é que eles permanecem conectados. O Nordeste e Centro-Oeste também estão divididos e especialmente é através Sudeste que elas são unidas. Isso fornece mais evidência do impacto da região Sudeste no cluster nacional de startups como um elemento de integração.
Figura 14 – Rede alumni colorida por região geográfica e a interface entre as regiões. O Sudeste corresponde ao tronco da estrutura interligando as demais regiões.
Fonte: Autoria própria.
A tabela 16 lista as TOP 30 IES por ordem de centralidade. No Apêndice C, tabela 20, existem informações adicionais dessas IES. A USP e FGVSP ocupam as posições de maior
influência porque estão no centro da região mais densa de startups. ESPM é uma instituição que também exerce grande influência na rede sendo capaz de aproximar as regiões Sudeste e Sul porque possui filiais em São Paulo (SP), Rio de Janeiro (RJ), Porto Alegre (RS) e Floria- nópolis (SC), por isso ela possui uma centralidade de intermediação elevada. A UNESA é uma universidade privada com campi em São Paulo (SP), Rio de Janeiro (RJ) e Curitiba (PR), por isso ela tem uma centralidade de proximidade elevada. A PUC-RIO, MACKENZIE, INSPER e UFRJ ocupam o centro de regiões densas de startups do Sudeste. PUCRIO e PUC-RS são universidades com polos de Educação à Distância (EAD), possivelmente por isso apresentam elevada centralidade de intermediação e proximidade.
Tabela 16 – TOP 30 IES por centralidade. Posição Grau Intermediação Proximidade
1 USP USP FGVSP
2 FGVSP FGVSP USP
3 ESPM ESPM UNESA
4 PUC-RIO UNESA ESPM
5 MACKENZIE PUC-RIO PUCRS
6 INSPER PUCRS MACKENZIE
7 UFRJ MACKENZIE PUC-RIO
8 UFRGS UFRGS ISAE
9 PUCRS UFRJ UNIP
10 FFIA ISAE FFIA
11 UFMG PUC MINAS UNIA
12 UNESA UFMG INSPER
13 PUC MINAS INSPER PUC MINAS
14 FA-FAAP UNIP UFRJ
15 IBMEC FFIA FA-FAAP
16 PUCSP UNICAMP IBMEC
17 ISAE UFSC UNICAMP
18 UNICAMP IBMEC UCAM
19 UFSC UNIA UFF
20 UNIP FA-FAAP UFPR
21 UFPR PUCSP FDC
22 FDC FDC UFMG
23 PUCPR UFPR Centro Uni. IBMEC
24 FIAP UNISINOS UAM
25 Centro Uni. IBMEC PUCPR UFSC
26 FGVRJ FUMEC UNA
27 UNIA UFF PUCSP
28 UFF FIAP UFRGS
29 UAM FGVSC UNIVALI
30 UNISINOS UP PUCPR
Fonte: Autoria própria.
A ISAE é uma escola de negócios situada em Curitiba (PR), parceira da FGV e está na interface entre o Sul e Sudeste, por isso, sua centralidade de proximidade é elevada, possivelmente porque sua rede alumni esteja migrando para o Sudeste. As demais IES, por exemplo, UFRGS, PUCRS, FFIA, UFMG, PUC MINAS, entre outras, estariam associadas a influências de menor
alcance e sua posição depende muito do tamanho de seus agrupamentos locais. De forma geral, IES com centralidade de grau mais elevadas ocupam o centro de grupos mais densos de startups, já centralidades de intermediação e proximidade estariam associadas a existência de filiais em diferentes cidades, oferta de cursos EAD ou mesmo a migração de fundadores para outras cidades.
A qualidade da educação das IES, percebidas pela avaliação do IGC, apresentou baixa correlação com a centralidade de grau. Foi realizada análise bivariada entre a nota IGC contínua e a centralidade de grau. Obteve-se grau 0,328 (p-valor = 1,26𝑒 − 10) através da correlação de Pearson, conforme ilustrado no gráfico 16. Isso significa, que existem outros fatores que influenciam o posicionamento das IES dentro da estrutura e a formação do cluster ao seu redor. Alguns autores empregaram métricas de qualidade da universidade obtendo uma correlação forte entre a qualidade e a formação de clusters (SCHAEFFER et al., 2018; CONCEIÇÃO et al., 2017; AVNIMELECH; FELDMAN, 2015).
Gráfico 16 – Correlação de Pearson entre a centralidade de grau da IES e o IGC, foi encontrada uma corre- lação fraca.
Fonte: Autoria própria.