2.4 D ETERMINANTES DO P ROCESSO DE I NOVAÇÃO

Passaremos a expor os conceitos de input de inovação, output de inovação e desempenho da empresa, enquanto fases do processo de inovação. Debateremos, ainda, como estes conceitos podem ser mensurados e que aspectos os influenciam.

A maior parte da literatura que sustenta a abordagem sistémica da inovação (ver, por exemplo, Crépon, Duguet & Mairesse, 1998) utiliza modelos que englobam, pelo menos, quatro fases. Inicialmente, (1) surge a decisão de inovar, ou não (influenciada por vários aspectos). Se a empresa decide inovar, (2) vai influenciar o nível de input de inovação ou esforço de inovação. Em seguida, (3) é o output de inovação que é analisado. Na maioria dos estudos, o output é determinado pelo input. Isto é, dá-se a transformação dos input em

output, a que corresponde a fase de produção de inovação, ou throughput. Finalmente, (4) analisa-se a relação entre o desempenho da empresa e o output de inovação22_.

Antes de prosseguirmos, gostaríamos de chamar a atenção para os resultados dos estudos realizados por Conceição & Heitor (2002) e Conceição et al. (2003), com o objectivo de encontrar os determinantes de inovação da indústria portuguesa. O modelo estimado por estes autores refere-se às determinantes de inovação, sem que estas estejam afectas a qualquer uma das fases do processo de inovação enunciado no parágrafo anterior, como é nosso propósito. No entanto, achámos relevante referir aqui estes estudos e seus resultados, uma vez que utilizam a base de dados que deu origem à construção do nosso painel, o CIS2. O modelo de regressão logística binária utilizado pelos autores foi desenvolvido com base em duas características relacionadas com a inovação, muito utilizadas em estudos sobre neste domínio: a dimensão da empresa e o facto da empresa pertencer a algum grupo de empresas. Foi acrescentada uma característica relacionada com a intensidade tecnológica da empresa, através da inclusão de duas variáveis dummy: alta/média e baixa/média. O modelo considera a inovação como variável (dicotómica) dependente. Os autores verificarão que, com excepção da variável empresas com intensidade tecnológica média/baixa, todas as restantes variáveis introduzidas no modelo são estatisticamente significativas. Bóia (2003) utiliza o mesmo modelo para os dados do CIS3, concluindo que todas as variáveis explicativas referidas são determinantes da inovação.

Nos pontos seguintes, iremos descrever as variáveis de cada uma das fases do modelo e os factores que influenciam cada uma delas, tendo por base alguns estudos recentes que tiveram como objectivo fundamental de estudo a análise da relação entre inovação e desempenho económico-financeiro da empresa.

2.4.1 - A decisão de inovar

Uma das questões que se coloca em muitas investigações sobre inovação é a de saber: que factores influenciam a intenção e/ou decisão das empresas em inovar.

A decisão de inovar é muito importante para as empresas e apesar desta fase do processo de inovação não ser objecto de estudo desta investigação, faremos uma breve referência aos estudos feitos recentemente e às respectivas determinantes da decisão.

A decisão em inovar depende da visão estratégica da empresa em relação à inovação (ver Ponto 2.2 - Gestão da Inovação). Assim, uma empresa pode decidir assumir a liderança de um novo desenvolvimento de produto ou processo, decidir imitar novos produtos ou processos, ou não tomar qualquer decisão quanto ao envolvimento em actividades de inovação. Uma vez tomada a decisão de inovar a empresa terá, consequentemente, que disponibilizar recursos (financeiros e humanos) em tempo útil, passando à segunda fase do processo de inovação (inputs).

A variável mais utilizada nesta fase do processo de inovação é a percentagem de vendas resultante de produtos/processos novos ou melhorados, o que nos permite fazer uma distinção entre empresas inovadoras (que decidiram inovar) e não inovadoras. É o caso dos estudos empíricos de Klomp & van Leeuwen, 1999, Conceição & Ávila, 2001; Mairesse & Mohnen, 2001. Por vezes, utilizam-se como alternativas as questões seguintes: a empresa inova? Qual o tempo consignado à inovação? Estas questões apresentam, no entanto, algumas limitações, tais como: (1) a definição complexa de inovação, como referido no Ponto 2.1 - Conceitos e Fundamentos Teóricos; (2) e a dificuldade em medir o tempo consignado à inovação, entre outras.

São vários os estudos que testam empiricamente a propensão das empresas para inovar. Felder et al. (1996), por exemplo, usaram o Mannheim Innovation Panel para testar a relação entre o investimento em I&D e a tomada de decisão em inovar. Neste estudo, o painel dividia as empresas em grupos, incluindo uma subdivisão de pequenas empresas com 5 a 49 trabalhadores e concluiu que a decisão de inovar está fortemente relacionada com a dimensão da empresa. Uma vez tomada a decisão de inovar, os montantes investidos em I&D em percentagem das vendas são mais elevados nas pequenas empresas. Esta conclusão é reforçada pelo estudo de Vossen & Nooteboom (1996), que refere que este efeito é mais acentuado quando utilizada a variável do investimento total em inovação, em vez do investimento em I&D e que a relação entre dimensão da empresa e o I&D apresenta a forma de ‘U’, de tal forma que as pequenas empresas, embora participem menos em I&D, quando participam fazem-no com mais intensidade e obtêm maiores níveis de produtividade. Kleinknecht (2000) e Kleinknecht & Mohnen (2002) confirmam as conclusões dos estudos anteriores, concluindo que a propensão para inovar está positivamente relacionada com a dimensão, embora a relação possa não ser linear, e que, entre as empresas inovadoras, as mais pequenas tendem a obter percentagens mais elevadas nas vendas de novos produtos.

Lööf et al. (2001), utilizando dados do CIS e da OCDE no seu trabalho empírico, e recorrendo a uma função de produção Cobb-Douglas, tentaram explicar a variação no crescimento da produtividade entre os países nórdicos (Suécia, Finlândia e Noruega); os dados utilizados referiam-se aos inputs padrão (trabalho e capital) e à variável de investimento total na inovação, em substituição da variável investimento em I&D. Baseando-se no modelo de Crepon, Duguet & Mairesse (1998), os autores estimaram as seguintes equações:

1. A propensão das empresas para inovar/decisão de inovar, 2. Input de inovação (investimento na inovação por trabalhador), 3. Output de inovação (logaritmo de vendas), e

4. Produtividade (medida em vendas por empregado).

A fase de transformação de input em output de inovação não está formalmente incluída neste conjunto de equações, ou seja, não dá origem à definição de uma equação cuja variável dependente seja o throughput. A decisão de inovar, no estudo em questão, é modelada como um modelo probit (0,1). Para explicar a propensão para inovar, Lööf et al. (2001) usaram as seguintes variáveis explicativas: dimensão da empresa, intensidade de exportações, registos anteriores de patentes, percentagem de engenharia não I&D, percentagem de administradores e variáveis dummy (variáveis de controlo). A dimensão da empresa e aplicação de patentes são significativas em todos os três países; a intensidade de exportações em dois países; a percentagem de engenharia não I&D e a percentagem de administradores apenas num país.

Em resumo, a decisão de inovar é uma decisão importante para as empresas e, depois de tomada, implica a afectação dos recursos necessários ao processo de inovação. De acordo com os estudos analisados, a decisão de inovar é influenciada por diversos factores, entre os quais podemos referir: a dimensão da empresa, a intensidade de exportações, o registo de patentes, a percentagem de engenharia não I&D e a percentagem de administradores.

2.4.2 - Input de inovação: variáveis e determinantes

Como sinónimo de esforço de inovação23, é fundamental avaliar o input de inovação. A análise destes inputs concentra-se na compreensão dos determinantes que influenciam o nível de recursos financeiros e/ou humanos dedicados ao processo de inovação. A literatura especializada refere a existência de várias variáveis de input de inovação, a mais popular das quais é o investimento em I&D (Lev & Sougiannis, 1996; Rogers, 1998; Klomp & van Leeuwen, 1999; Lööf et al., 2001). O investimento em I&D é, muitas vezes, dividido pelas vendas totais de forma a quantificar a intensidade de I&D de uma empresa. A principal vantagem desta variável está na relativa facilidade de recolher e avaliar. O seu uso extensivo também facilita a comparação entre os diferentes estudos. Contudo, Kleinknecht (2000) aponta algumas desvantagens da utilização desta variável como input. Em primeiro lugar, o investimento em I&D é meramente um input para o processo de inovação, nada indicando relativamente aos seus resultados ou à sua eficiência na utilização dos recursos. Em segundo lugar, os inputs relativos à I&D são uma percentagem muito pequena do total de investimentos em inovação. Em terceiro lugar, os dados de I&D tendem a subestimar as inovações nos serviços ou na inovação organizacional. Finalmente, os questionários de I&D subestimam a pequena escala e, frequentemente, as actividades informais relacionadas.

Vossen & Nooteboom (1996) referem que a relação entre a dimensão da empresa e os montantes de investimento em inovação é mais pronunciada quando se utiliza o total de investimento em inovação como variável de input. Esta variável de esforço de inovação foi precedida pela intensidade de I&D. É de salientar que o investimento total em inovação e o investimento em I&D estão altamente correlacionados (Mohnen & Dagenais, 2002).

A intensidade de inovação foi definida (ver, por exemplo, Kemp et al., 2003) como a percentagem de tempo que os empregados dedicam às actividades de inovação. Kemp et al. (2003) utilizaram esta variável num modelo tobit, condicionada pela decisão de investir em inovação. Fácil de analisar, esta variável é mais utilizada em estudos relacionados com os serviços. No entanto, tal como o investimento em I&D, esta variável apresenta algumas desvantagens, sobrepondo-se, parcialmente, às desvantagens do investimento em I&D (por

23 _{O esforço de inovação reflecte o volume de recursos que a empresa dedica à realização de actividades}

inovadoras. Ao longo desta dissertação, serão utilizados os termos intensidade de inovação ou esforço de inovação como sinónimos de input de inovação.

exemplo, nenhuma informação sobre a eficiência), acrescentando o facto de não incluir a qualidade do input de emprego.

Mairesse & Mohnen (2001) consideram a percentagem dos novos produtos nas vendas totais como variável de esforço de inovação. A vantagem desta metodologia tem que ver com o facto dos objectivos finais das trajectórias de inovação serem tidos em linha de conta, na medida em que se quantifica o volume extra de negócio efectuado e/ou os lucros. Contudo, a variável percentagem de novos produtos nas vendas é utilizada por outros autores (ver, entre outros, Kemp et al., 2003) para avaliar o output e não para avaliar o input de inovação, como veremos mais adiante.

2.4.2.1 - Factores que influenciam o esforço de inovação

A literatura apresenta algumas variáveis que influenciam a intensidade de inovação.

Lööf et al. (2001), ao estudarem os factores que influenciam o esforço de inovação, concluíram que, na Finlândia, a dimensão da empresa tem um efeito negativo sobre o investimento em inovação; que, na Noruega, o efeito foi positivo e que, na Suécia, o efeito não foi significativo. Mais estáveis são outros factores estudados. Com efeito, a inovação contínua como estratégia de inovação, as fontes de informação interna e externa à empresa, bem como a cooperação nacional com clientes estão positiva e significativamente relacionadas com o investimento em inovação em todos os três países.

Klomp & van Leeuwen (1999) desenvolveram um modelo de equações simultâneas para analisar a relação entre a inovação e o desempenho das empresas. Neste estudo, explicaram a intensidade da inovação recorrendo às vendas do ano anterior, ao crescimento das vendas, aos cash-flow anteriores, às oportunidades tecnológicas, à idade da empresa, aos subsídios, ao investimento em I&D numa base permanente, à cooperação e às barreiras de inovação versus estímulos à inovação. Testaram o modelo para todas as empresas inovadoras (aquelas que fizeram inovação) e para as empresas inovadoras com output de inovação, ou seja, com inovações bem sucedidas no mercado (reflexo nas vendas). Usaram uma abordagem de equações singulares e uma abordagem de equações simultâneas. Na primeira abordagem, a maior parte das variáveis referidas provaram ser significativas, com excepção das barreiras de inovação versus estímulos à inovação. No modelo de equações simultâneas, o cash-flow, as vendas do ano anterior, o crescimento das vendas e a utilização de subsídios provaram ser significativos.

Num outro estudo efectuado, na Holanda, sobre a relação entre o investimento em I&D e a intensidade das exportações, Kleinknecht & Oostendorp (2002) provaram que um aumento na intensidade das exportações de uma empresa influencia, positiva e significativamente, o investimento em I&D.

Para analisarem a relação entre inovação e desempenho da empresa, Kemp et al. (2003) dividiram a amostra em pequenas e médias empresas e concluíram que, relativamente aos determinantes de input de inovação, a política nacional da inovação (programas nacionais de inovação) tem um efeito positivo sobre o input das pequenas empresas. O uso de subsídios nacionais e a cooperação com institutos de investigação (apoiados pelo governo) têm um efeito positivo e significativo sobre o input dos dois tipos de empresas. Outra conclusão importante do estudo é a de que o input das pequenas empresas com output de inovação não é influenciado pela cooperação com outras unidades empresariais e existe uma relação negativa entre dimensão da empresa e input de inovação. O crescimento das exportações tem um efeito positivo sobre o input das pequenas empresas. Esta última conclusão está de acordo com a pesquisa empírica de Vossen & Nooteboom (1996), Kleinknecht (2000) e Kleinknecht & Oostendorp (2002).

Em suma, o input de inovação pode ser visto como um esforço da empresa para inovar. É muitas vezes avaliado através do investimento total em inovação, investimento em I&D ou número de empregados (ou tempo) afectos à inovação. Dos estudos analisados, concluiu-se que o esforço de inovação é influenciado por vários factores, como, por exemplo: a dimensão da empresa, a intensidade de exportações, as vendas do ano anterior, os subsídios e a cooperação, entre outros.

2.4.3 – Transformação de input em output de inovação (throughput)

Na maior parte dos estudos, a transformação de input em output da inovação é modelada como influenciando os inputs e os outputs de inovação, não estudando o processo de produção da inovação em si mesmo (por exemplo, cooperação em projectos de inovação), logo, não definindo qualquer equação para explicar o processo de transformação de inovação. Nos estudos apreciados, as variáveis do processo de produção de inovação são utilizadas para explicar a transformação de inputs em outputs de inovação.

Para explicar o input de inovação e o output de inovação, Klomp & van Leeuwen (1999) incluíram várias variáveis dummy no seu modelo, as quais podem ser rotuladas como

variáveis do processo de produção de inovação; é o caso dos subsídios, do investimento permanente em I&D e da inovação em parceria/cooperação. No modelo de equação única usado pelos autores, todas as variáveis referidas influenciam significativamente a intensidade da inovação. Quanto ao output de inovação, os autores consideram que apenas o investimento permanente em I&D tem um efeito positivo.

Lööf et al. (2001) também utilizam variáveis relacionadas com o processo de produção de inovação para explicar a intensidade inovadora e o output de inovação; é o caso dos obstáculos à inovação, da estratégia de inovação (objectivos da inovação), das fontes de informação para a inovação e da cooperação nacional e estrangeira na inovação. Tal como foi discutido na secção dedicada à intensidade de inovação (2.4.2), somente a estratégia de inovação, as fontes de informação internas e externas à empresa e a cooperação nacional com os clientes, estão relacionadas significativa e positivamente com o investimento em inovação nos três países escandinavos do estudo (Finlândia, Noruega e Suécia). Relativamente ao output de inovação, nenhuma das variáveis do processo de produção de inovação é significativa para qualquer um dos três países.

Klomp et al. (2002) identificaram a fase de transformação da inovação com a difusão de conhecimento, explicando-a através das diferentes cooperações e parcerias, como forma de estimular a eficiência inovadora.

Kemp et al. (2003) concluíram que há uma distinção clara entre pequenas e médias empresas, referindo, a propósito das primeiras, que as variáveis significativas são a dimensão e os subsídios nacionais (variável da fase throughput) e que a sua intensidade inovadora é significativamente influenciada pela cooperação com institutos de pesquisa (variável da fase throughput).

Resumindo, o processo de produção de inovação refere-se à eficiência do processo de transformação de input em output de inovação, sendo esta eficiência influenciada por vários factores, tais como: os subsídios, a cooperação, a estratégia, entre outros.

2.4.4 - Output de inovação: variáveis e determinantes

O output de inovação pode apresentar diferentes formas, sendo a mais comum a da produção de um produto novo ou modificado. A maior parte das variáveis geralmente associadas ao output de inovação na pesquisa empírica estão relacionados com a inovação

do produto. A percentagem de vendas de novos produtos é uma variável de output utilizado em pesquisas mais recentes (Kemp et al., 2003).

Para além das duas variáveis de output de inovação referidas anteriormente como as mais utilizadas (novos produtos) e a mais recente utilizada na literatura (percentagem de vendas de novos produtos), Rogers (1998) acrescenta a propriedade intelectual e o desempenho da empresa. Para este autor, as variáveis de inovação dividem-se apenas em dois grupos: os inputs e os outputs, sendo o desempenho da empresa considerado uma variável de output.

Mohnen & Dagenais (2002) propõem uma nova forma de avaliar a inovação: através da percentagem de vendas resultante de novos produtos condicionada pelo input de inovação, pelo modo como a inovação está organizada e por algumas características da empresa e seu meio envolvente. Esta variável, que combina a probabilidade estimada para inovar e a percentagem estimada de vendas resultante de novos produtos, foi utilizada num estudo de Mairesse & Mohnen (2001). Contudo, até agora, não existe mais do que um caso em que se testou esta complexa variável de inovação.

Avaliando as diferentes medidas de output da inovação, a percentagem das vendas resultante de novos produtos é a variável mais utilizada nas investigações empíricas mais recentes, como as de Klomp & van Leeuwen (1999), Mairesse & Mohnen (2001), Lööf et al. (2001) e Kemp et al. (2003). Apesar da utilização desta variável como output de inovação gerar algum consenso entre os diferentes autores referidos, Kleinknecht (2000) utiliza-a como variável de esforço de inovação (input), concluindo que esta variável é mais robusta como variável de input de inovação, quando comparada com outras variáveis.

2.4.4.1 - Factores que influenciam o output de inovação

O output de inovação é directamente influenciado pelos input de inovação e pelo processo de inovação e indirectamente pelo desempenho da empresa. São vários os estudos que investigaram estas relações.

Klomp & van Leeuwen (1999) afirmam que o output de inovação depende da intensidade inovadora, de três variáveis do processo (os subsídios, o investimento permanente em I&D e a cooperação), das barreiras de inovação versus os estímulos à inovação, dos cash-flow, das vendas, do crescimento de vendas, das oportunidades tecnológicas, da idade da empresa e de algumas variáveis dummy (associadas ao sector e à

dimensão). No modelo de equações simultâneas usado por estes autores, apenas algumas variáveis se revelam significativas. O esforço de inovação só é significativo ao nível de significância de 10%. Das variáveis do processo de produção de inovação, o investimento permanente em I&D e a cooperação são significativas em termos estatísticos (os subsídios só são incluídos na equação da intensidade da inovação). Os autores concluem, ainda, que o uso de oportunidades tecnológicas oferecidas pelos clientes, pelos fornecedores e pela concorrência tem um efeito mais importante sobre o nível de output de inovação do que o uso das oportunidades oferecidas pela ciência.

Lööf et al. (2001) encontram apenas uma relação significativa entre input e output de inovação na sua amostra referente à Suécia. Nos outros dois países escandinavos (Finlândia e Noruega) não foi encontrada nenhuma relação significativa em termos estatísticos.

Kemp et al. (2003) testaram os efeitos das diferentes variáveis sobre o output de inovação recorrendo a dois modelos tobit diferentes e concluíram que o output de inovação é positivamente influenciado pela inovação contínua como estratégia de inovação, pelas mudanças na organização, pela avaliação da satisfação dos clientes e pelas inovações dos produtos. Curiosamente, concluíram ainda que a cooperação com institutos de investigação têm um efeito negativo sobre o output de inovação, que o efeito desaparece para as médias unidades empresariais. Uma eventual explicação deste resultado parece ser a de que nas empresas de menor dimensão pode levar bastante tempo antes que a cooperação com institutos de investigação resulte num output de inovação. Além disso, concluíram que o input tem um efeito positivo elevado sobre o output de inovação; que para as empresas, em conjunto, independentemente da sua dimensão, os subsídios nacionais, a inovação contínua como estratégia de inovação e as mudanças na organização têm um efeito positivo sobre o output de inovação, e, ainda, que o valor das vendas tem um efeito negativo enquanto o