Quick Take: 50th ANNIVERSARY of IEEE COMPUTER SOCIETY
NEEDED FOR STATISTICAL STUDY In the course of setting up a statistical study of the
EFICIÊNCIA DE PARQUES TECNOLÓGICOS
Medir o sucesso de parques tecnológicos não é uma tarefa simples (DABROWSKA, 2011). Apesar da literatura apresentar um aumento de estudos sobre a avaliação de eficiência de parques tecnológicos, ainda há uma grande lacuna para ser explorada. Não obstante, MacDonald (1987), Bakouros, Mardas e Varsakelis (2002), Chan e Lau (2005), Fikirkoca e Saritas (2012), Liberati, Marinucci e Tanzi (2015) e Schmidt et al. (2016) questionam sobre a verdadeira eficiência e benefícios dos parques tecnológicos. Isso se deve em partes às dificuldades de avaliar sistemas dinâmicos como os parques tecnológicos, em que existem diversas variações de um modelo para o outro. Além disso, parte dessa complexidade decorre da definição genérica da missão institucional dessas organizações (AMIRAHMADI; STAFF, 1993).
Para Dabrowska (2011), a avaliação de parque tecnológico tem atraído diversos pesquisadores e está se tornando um problema cada vez mais importante. Bigliardi et al. (2006) sugerem a avaliação de parques tecnológicos deve igualar-se às missões deles, o compromisso das partes interessadas, condições regionais e econômica e ciclo de vida
dos parques. Nessa perspectiva, Dabrowska (2011) concorda que é preciso entender que os objetivos dos parques tecnológicos podem ser diferentes e por isso, deve-se avaliar o seu desempenho em relação às metas acordadas por meio de um conjunto de indicadores de desempenho.
Bigliardi et al. (2006) destacam que avaliar parques tecnológicos é importante para justificar os recursos investidos, responder às exigências bem como atrair novos recursos. Para isso, é necessário identificar os estágios de desenvolvimento de parques tecnológicos que serão considerados como limiares de sucesso e aquelas características que determinam o que um parque tecnológico deve apresentar para ser bem-sucedido (DABROWSKA, 2011). Para cada fase que o parque tecnológico se encontra os resultados podem ser diferentes, dessa forma, os critérios para medir a eficiência também poderão ser diferentes. Nessa pesquisa, os parques tecnológicos estudados estão em fase de operação.
Steiner, Cassim e Robazzi (2008) concordam que o sucesso de um parque pode ser medido pelo impacto gerado no desenvolvimento regional e nas economias estaduais e nacional a longo prazo. Por outro lado, Lindelöf e Löfsten (2003) propõem que uma das formas de avaliar os parques tecnológicos é comparar o desempenho das empresas dentro e fora de parques.
Vários estudos se dedicaram a avaliar as empresas incubadas em parques tecnológicos tais como os trabalhos de Monck (1988), Westhead (1994), Löfsten e Lindelöf (2002), Ferguson e Olofsson (2004), Fukugawa (2006), Xie (2010), Zeng, Tam e Xie (2010), Diéz-Vial e Fernández-Olmos (2014). Chan e Lau (2005) dedicaram-se a avaliar programas de incubadoras em parques tecnológicos, uma vez que estes ambientes alavancam o desempenho das instituições instaladas.
Em suma, esses estudos verificaram as diferenças de desempenho entre empresas instaladas em parques e fora de parques. Observa-se que houveram diferenças significativas de desempenho de empresas que se localizam em parques tecnológicos, um dos resultados já esperados.
O Quadro 9 sistematiza os indicadores quantitativos utilizados por estes estudos para avaliar os ambientes inovadores (empresas incubadas, incubadoras e parques tecnológicos):
Indicadores Quantitativos Autores
Número de empregados Vedovello (1997); Colombo e Delmastro (2002); Löfsten e Lindelöf (2002); Dettwiller, Lindelöf e Löfsten (2006); Shi, Liu e Zheng (2007); Almeida (2010); Hu et al. (2010); Lai et al. (2014); Díez-Vial e Fernandéz-Olmos (2015); Liberati, Marinucci e Tanzi
(2015), ANPROTEC (2015) Funcionários na gestão do parque ANPROTEC (2015) Número de empresas no parque
Colombo e Delmastro (2002); Kihlgren (2003); Hu (2007); Hu et
al. (2010); Ratinho e Henriques (2010); Lai et al. (2014); Liberati,
Marinucci e Tanzi (2015); ANPROTEC (2015)
Idade da empresa Löfsten e Lindelöf (2002); Ferguson e Olofsson (2004); Fukugawa (2006); Almeida (2010); Díez-Vial e Fernandéz-Olmos (2015) Idade do parque Liberati, Marinucci e Tanzi (2015)
Ano de criação Chan e Lau (2005); Liberati, Marinucci e Tanzi (2015) Empresas que executam
pesquisa com IES
Fukugawa (2006); Dettwiller, Lindelöf e Löfsten (2006) Empregados com pós-
graduação
Colombo e Delmastro (2002); Shi, Liu e Zheng (2007)
Empregados graduados Hu et al. (2010)
Despesas em P&D Monck et al. (1988); Hu et al. (2010); Díez-Vial e Fernandéz- Olmos (2015)
Inovação tecnológica Monck et al. (1988)
Gastos com inovação Díez-Vial e Fernandéz-Olmos (2015) Quantidade de investimento
estrangeiro
Hu (2007)
Investimentos Liberati, Marinucci e Tanzi (2015)
Volume de negócios Vedovello (1997); Löfsten e Lindelöf (2002); Kihlgren (2003); Dettwiller, Lindelöf e Löfsten (2006); Lai et al. (2014) Movimentação financeira Liberati, Marinucci e Tanzi (2015)
Taxa de crescimento Monck et al. (1988)
Crescimento de emprego Löfsten e Lindelöf (2002).
Crescimento das vendas Dettwiller, Lindelöf e Löfsten (2006)
Vendas Ferguson e Olofsson (2004); Hu et al. (2010); Liberati, Marinucci e Tanzi (2015)
Vendas de novos produtos Díez-Vial e Fernandéz-Olmos (2015)
Número de patentes Monck et al. (1988); Link e Scott (2003); Dettwiller, Lindelöf e Löfsten (2006); Almeida (2010); Hu et al. (2010); Liberati,
Marinucci e Tanzi (2015); ANPROTEC (2015) Número de publicações Link e Scott (2003); Bigliardi et al. (2006); Almeida (2010)
Fontes de receitas ANPROTEC (2015)
Rentabilidade Löfsten e Lindelöf (2002); Dettwiller, Lindelöf e Löfsten (2006); Liberati, Marinucci e Tanzi (2015)
Receita Díez-Vial e Fernandéz-Olmos (2015)
Área física Liberati, Marinucci e Tanzi (2015); ANPROTEC (2015) Quadro 9 - Indicadores quantitativos para avaliação de ambientes inovadores
O Quadro 10 sistematiza os indicadores qualitativos utilizados pelos estudos encontrados para avaliar os ambientes inovadores (empresas incubadas, incubadoras e parques tecnológicos).
Indicadores qualitativos Autores
Tipo do parque Liberati, Marinucci e Tanzi (2015) Formação dos colaboradores
das empresas residentes
Formação dos colaboradores na gestão do parque
ANPROTEC (2015)
Viabilização do parque ANPROTEC (2015)
Serviços desenvolvidos Ratinho e Henriques (2010); Liberati, Marinucci e Tanzi (2015); ANPROTEC (2015)
Infraestrutura básica Ratinho e Henriques (2010); ANPROTEC (2015)
Valorização imobiliária ANPROTEC (2015)
Atração de investimentos ANPROTEC (2015)
Geração de novos setores ANPROTEC (2015)
Natureza do negócio Chan e Lau (2005); Ratinho e Henriques (2010); Liberati, Marinucci e Tanzi (2015)
Localização Ferguson e Olofsson (2004); Chan e Lau (2005)
Fontes de receitas ANPROTEC (2015)
Absorção de mão de obra ANPROTEC (2015)
Características dos fundadores das empresas
Colombo e Delmastro (2002); Löfsten e Lindelöf (2002); Fukugawa (2006)
Quadro 10 - Indicadores qualitativos para avaliação de ambientes inovadores
Técnicas de avaliação de desempenho como programação linear e modelos econométricos podem ser adotadas, ambas são baseadas na função de produção. Ao se obter saídas menores do que as entradas, o processo é considerado ineficiente e vice- versa. Recentemente, o método de Análise Envoltória de Dados está se tornando popular para avaliar a eficiência relativa de entidades empresariais (MARTIC; NOVAKOVIĆ; BAGGIA, 2009).
No escopo de avaliação de eficiência de parques tecnológicos usando DEA, apenas sete estudos foram encontrados. Hu et al. (2010) avaliaram 53 parques tecnológicos chineses durante o período de 2004 a 2006. Cada parque tecnológico foi tratado como uma DMU. Hu et al. (2010) aplicaram 4 estágios para avaliar a eficiência dos parques tecnológicos. Inicialmente avaliaram a eficiência sem considerar os fatores ambientais, em seguida verificaram a influência dos fatores ambientais nas variáveis, ajustaram-as e por fim, avaliaram a eficiência por meio do modelo CCR orientado ao input novamente com as variáveis ajustadas.
As variáveis de entrada utilizadas no estudo de Hu et al. (2010) foram: número de empresas, número de funcionários, percentual de funcionários graduados, gastos em P&D e porcentagem de pessoal de ciência e tecnologia (C&T) em relação ao total de funcionários. Receita de vendas de commodities, receita técnica, patentes dos parques e receita de produtos vendidos foram considerados como variáveis de saída. Hu et al. (2010) utilizaram em seu modelo variáveis ambientais como: comprimento das estradas de ferro dos parques localizados na cidade, comprimento das estradas, pessoas graduadas em relação a população total de parques, investimentos em ativos fixos dos parques, valor da produção industrial dos parques e investimento financeiro em C&T.
Wu, Xie e Zhao (2010) avaliaram a eficiência de 30 parques científicos universitários usando a formulação dual dos modelos CCR e BCC orientados ao input. Uma análise de regressão Tobit foi aplicada para analisar o impacto dos fatores de influência. As variáveis de entrada utilizadas foram: número de funcionários, área localizada, fundo de incubação e ativo fixo líquido. Como variáveis de saída, aplicou-se número total de negócios de pós- graduação e impostos pagos. Nos estudos de Chen, Wua e Lin (2006) e Sun (2011), os parques tecnológicos não foram diretamente avaliados, mas sim as indústrias localizadas neles. Ambos usaram DEA para avaliar indústrias localizadas em um parque tecnológico de Taiwan.
Na pesquisa de Chen, Wua e Lin (2006) utilizou-se os modelos CCR primal orientado ao input para avaliar a eficiência técnica e BCC primal orientado ao input para avaliar a eficiência técnica pura e eficiência de escala de 6 indústrias high-techs no Hsin Chu Industrial Science Park durante o período de 1991 a 1999. O índice Malmquist também foi calculado para avaliar o potencial de crescimento das indústrias. As variáveis de entrada utilizadas foram: número de funcionários, capital de giro, despesas de P&D e a área. As vendas anuais e o número de patentes foram as variáveis de saída consideradas. Sun (2011) também avaliou 6 indústrias no Hsin Chu Industrial Science Park por meio de DEA no período de 2000 a 2006. As variáveis de entradas utilizadas foram: número de empregados, gastos em P&D e capital de giro. Já as variáveis de saída foram: número de patentes e vendas anuais. Foi realizada uma análise de correlação entre as variáveis e uso de um recurso do Solver feito no VBA chamado Windows Analysis a fim de identificar as melhores e piores DMU’s além das DMU’s mais estáveis.
Diante da quantidade de estudos encontrados para avaliar diretamente parques tecnológicos por meio de DEA, pode-se perceber que ainda há uma lacuna pouco explorada na literatura sobre a verdadeira eficiência dos parques tecnológicos com o uso de Análise Envoltória de Dados. Sendo assim, verificou-se na literatura quais variáveis de entrada e saída estão sendo usadas para avaliar eficiência de parques tecnológicos ou empresas localizadas em parques tecnológicos com os mais diversos métodos e técnicas. O Quadro 11 sistematiza as variáveis encontradas relacionadas direta ou indiretamente na avaliação de eficiência de parques tecnológicos ou em empresas localizadas neles.
Autores DMU's Período de
análise Técnica/Modelo Inputs Outputs
Gkypali et al. (2016)
Parques tecnológicos
gregos 2000 a 2012 Equações estruturais Gastos em P&D e números de empregos
Vendas de inovação; aplicações de patentes; número de processos/produtos
inovadores e publicações Bai, Yan e Chiu (2015) 54 parques tecnológicos chineses
2007 a 2012 Dynamic Network SBM DEA
Setor de produção: Empregados Setor de P&D: Gastos em P&D
Setor de produção: Vendas de produtos e commodities
Setor de P&D: renda técnica Izadikhah e
Saen (2015)
17 parques tecnológicos
iranianos
2007 a 2011 DEA CCR dual orientado ao
input
Número de funcionários; capital de giro; área territorial e população.
número de empregos criados; o volume de investimento; número de contratos
assinados e receita total
Liu et al. (2015) 34 parques tecnológicos ecológicos chineses 2007 a 2011
DEA CCR primal orientado ao input e BCC orientado ao
output, Malmquist, Bootstrap
Ativos fixos; custos operacionais e número de empregados
Receita operacional líquida e o lucro líquido antes de impostos Sun (2011) 6 indústrias em
Taiwan 2000 a 2006
DEA CCR primal orientado ao output
Número de funcionários; gastos em P&D e
capital de giro Número de patentes e vendas anuais
Hu et al. (2010)
13 parques tecnológicos
chineses
2004 a 2006 DEA CCR primal orientado ao output
Número de empresas; número de funcionários; percentual de funcionários graduados; gastos em P&D; Percentagem de pessoal de ciência e tecnologia (C & T)
em relação ao total de funcionários
Receita de vendas de commodities; receita técnica; patentes dos parques;
receita de produtos vendidos
Wu, Xie e Zhao (2010) 30 parques tecnológicos chineses 2008
DEA CCR dual orientado ao
inpute BCC dual orientado ao input e Regressão Tobit
Número de funcionários; área localizada; fundo de incubação e ativo fixo líquido
Número total de negócios de pós- graduação e impostos pagos
Hu, Yeh e Chang (2009) 17 parques tecnológicos em Taiwan 2000 a 2004 DEA CCR orientado ao output e BCC orientado ao output
Número de empresas; área de escritório; estoque de capital; taxa de manutenção de
serviço; número de funcionários
Valor operacional
Chen, Wua e Lin (2006)
6 indústrias chinesas
de alta tecnologia 1991 a 1999
Índice Malmquist, DEA CCR e BCC primal orientado ao
input
Número de funcionários; capital de giro;
despesas de P&D e a área Vendas anuais e o número de patentes Quadro 11 - Sistematização dos indicadores para avaliação de eficiência de parques tecnológicos
A literatura sobre DEA tem evoluído constantemente e novos modelos de avaliação de eficiência por DEA surgiram como Network DEA e Dynamic DEA. Em relação aos parques tecnológicos, foi encontrado apenas um estudo com o uso de NDEA. Khodakarami, Shabani e Saen (2014) propuseram um modelo DEA em rede em dois estágios para avaliar a sustentabilidade de 31 parques industriais iranianos. Cinco inputs foram utilizados no primeiro estágio: investimento, a área de operação, o custo do laboratório, de material e de energia. Como produtos intermediários foram utilizados: número de empresas criadas, o valor das produções e projetos ambientais. Empresas ativas, as receitas, número de diplomados, os serviços de assistência social, de emissões e efluentes são outputs finais.
O parque tecnológico é considerado como um ambiente inovador, no qual a produção de inovação é delineada por diversos processos. Dessa forma, é interessante investigar a eficiência de cada subprocesso para poder entender a eficiência no geral. Guan e Chen (2010) consideram importante medir o processo de inovação a partir de uma perspectiva sistêmica apesar da literatura ainda não ser tão explorada sobre isso. Para isso, é preciso identificar as variáveis capazes de avaliação a eficiência dos subprocessos.
O Quadro 12 sistematiza os estudos relativos a aplicação de NDEA e DDEA ao avaliar a eficiência em sistemas de inovação.
Autores Período
de análise DMUs Processos Inputs
Produtos
intermediários Outputs Modelo Tipologia da Rede
Guan e Chen (2010) 2002 a 2003 Indústrias high-techs em 26 províncias chinesas Processo de P&D a montante e processo de comercialização a jusante
Gastos internos em P&D; Tempo integral de cientistas e tecnólogos em atividades de P&D; Estoque de patentes acumuladas em cada província Patentes
Valor dos impostos e lucros; valor acrescentado; valor das exportações e receita de venda NDEA Chen e Guan (2012) 1995 a 2007 30 províncias chinesas Desenvolvimento tecnológico e comercialização de tecnologia
Gastos em C&T; número de pessoas em C&T; Investimento estrangeiro
direto; Despesas com a importação de tecnologia; Despesas com a compra de
tecnologia nacional; Valor dos influxos contratuais
nos mercados técnicos nacionais Outputs intermediários tecnológicos: Invenção; Modelo de utilidade; Design externo Inputs intermediários físicos: Estoque de capital; trabalho Produtos internos brutos; Vendas de novos produtos; Valor de exportação; Renda anual em residentes urbanos per capita NDEA Chang (2014) 2007 a 2012 41 países membros da OCDE e BRIC Criação de conhecimento, transbordamento do conhecimento e utilização do conhecimento
Despesas totais em P&D; Despesas das empresas em
P&D; Despesa pública total na educação; Total de pessoal de P&D em todo o país per capita; Total de
pessoal de P&D em negócios per capita; Regulação tecnológica
Número total de patentes concedidas aos
residentes; número de artigos científicos;
efeito da pesquisa básica; velocidade de banda larga à Internet; usuários de internet; Transferência de tecnologia; Cooperação tecnológica; Capacidade de inovação
Produto interno bruto (PIB) e exportações
de alta tecnologia
Lu, Kweh e Huang (2014) 2007 a 2009 30 países P&D e eficiência econômica Gastos públicos em educação; Total de pessoal
de P&D em todo o país; Despesas totais em P&D;
Importação de bens e serviços comerciais
Publicação de artigos; patentes concedidas aos
residentes; patentes garantido no exterior
por país residentes
Produto interno bruto (PIB); paridade de poder aquisitivo; produtividade SBM- NDEA Kaihua e Mingting (2014) 2002 a 2005 30 províncias chinesas Processo de criação tecnológica a montante e processo de comercialização tecnológico jusante Funcionários em P&D; Despesas em P&D Número de patentes nacionais concedidas Valor acrescentado da indústria de alta tecnologia; receita de vendas de novos produtos NDEA Khodakarami, Shabani e Saen (2014) - 31 parques industriais iranianos - Investimento; área de operação; custo do laboratório; custo do material; custo da energia
Empresas criadas; produção; projetos ambientais Empresas ativas; receitas; diplomados; serviço de assistente social, de emissões; efluentes NDEA Chen, Kou e Fu (2017) 2006 a 2010 Províncias chinesas Pesquisa e desenvolvimento Estoque de capital; Investimento em P&D Criação de conhecimento; Desenvolvimento de pesquisa.
Estoque de capital DDEA
Chang (2014) esclarece que avaliar sistemas de inovação considerando um único aspecto ou estágio pode não refletir a eficiência global do próprio sistema que envolvem empresas, instituições de ensino e pesquisa bem como governos, além de atividades contínuas como geração, difusão, transformação e utilização do conhecimento. Nessa perspectiva, Chen e Guan (2012) apontam que a inovação é um processo em que a unidade produtiva utiliza recursos de C&T de diversos canais, cria novos conhecimentos e aumenta a riqueza econômica. Percebe-se nesse modelo que a inovação é entendida como uma rede em que múltiplos inputs produzem outputs intermediários, que, por sua vez perpassam por uma nova fase e outputs finais são produzidos.
CAPÍTULO 04