Parte II – A Investigação Empírica: A Análise dos Dados
13. Diversificação Actividades
Fonte: Elaboração própria
Procurou-se, desta forma, compreender qual a importância dos efeitos das inovações de produto e de processo/organizacionais no desempenho empresarial das empresas (itens 4 a 13) e no próprio desempenho inovador (itens 1 a 3). As variáveis explicativas utilizadas neste modelo resultaram da transformação das questões identificadas no quadro 6.3.1.2 numa única variável síntese, através da seguinte transformação .
172 { } ∑ 63
Em termos simples, esta transformação toma no numerador o somatório das respostas da empresa à questão colocada e, em denominador, a valorização máxima que a empresa poderia ter atribuído à mesma questão. Deste modo, quanto maior for a importância que a empresa atribui aos efeitos das inovações em cada uma das actividades identificadas, mais próximo estará o seu valor agregado da unidade.
6.3.2. As especificações econométricas e os principais resultados
O Modelo 2 foi estimado recorrendo-se à regressão logística, em função da natureza da variável dependente. Começou por se estimar o Modelo 2, para o conjunto das observações e apresentam-se, no quadro 6.3.2.1, os principais resultados.
Quadro 6.3.2.1 – Modelo 2 – Estimação Geral Odds Ratio
Quota Exportações Geral
Res_Quali_Inov_Produto 0.625 (0.505) Res_Quali_Inov_Proc/Org 3.699* (0.0571) Constante 0.751 (0.568) Observações 397
Robust pvalue in parentheses *** p<0.01, ** p<0.05, * p<0.1 Fonte: Elaboração própria
Pela análise do output é possível encontrar um valor estatisticamente significativo para a variável “resultados qualitativos da inovação de processo/organizacional”. Nestes
63 Admitindo que todas as empresas respondem a todos os itens, classificando-os, pelo menos, com o nível mínimo.
termos, pela interpretação dos Odds Ratio64 pode afirmar-se que à medida que as inovações de processo ou organizacionais aumentam a sua contribuição qualitativa da inovação, as chances das empresas aumentarem a sua quota de exportações são 2,7 vezes maiores.
Em termos de efeitos marginais e probabilidades estimadas, os resultados encontram-se no quadro 6.3.2.2.
Quadro 6.3.2.2 – Modelo 2: Probabilidades Estimadas e Efeitos Marginais65
Fonte: Elaboração própria
No que diz respeito ao impacto dos “Resultados Qualitativos da Inovação de Processos/Organizacional” no aumento da quota de exportações, pode-se afirmar que as probabilidades estimadas de aumentar a quota de exportações aumentam 31,5% à medida que passamos dos valores mínimos para os valores máximos da variável explicativa. Em termos de efeitos marginais, pode dizer-se que por cada unidade em que aumentam os “Resultados Qualitativos da Inovação de Processos/Organizacional” a probabilidade das empresas aumentarem a sua quota de exportações aumenta em 32,5%. Os efeitos das inovações de processo e organizacionais têm um impacto positivo no desempenho económico das empresas, reflectindo-se, neste caso, no aumento da probabilidade da variação (positiva) da sua quota de exportações.
Estimou-se de novo o Modelo 2, incluindo agora as variáveis de controlo para aferir sobre as diferenças subjacentes à sua consideração. Como forma de as considerar nas
64
A interpretação por via dos Odds Ratio não é muito comum na economia. Apesar disso, para além da interpretação mais comum, por via dos efeitos marginais nas probabilidades, por vezes recorre-se a essa interpretação.
65
A leitura destes outputs não é facilitada pela nomenclatura que o software produz automaticamente. Onde está “CEXP_5Anos” deve ler-se “crescimento das exportações nos últimos 5 anos”. De igual forma, “Res_Qual_~P” – Resultados Qualitativos da Inovação de Produto e “Res_Qual_~g” – Resultados Qualitativos da Inovação de Processos/Organizacional.
Pr(y|x) 0.4632 0.5368 não sim
Res_Quali_~g 0.3152 0.3152 0.3143 0.0486 0.3253 Res_Quali_~P -0.1160 -0.1160 -0.1163 -0.0172 -0.1168 min->max 0->1 -+1/2 -+sd/2 MargEfct logit: Changes in Probabilities for CEXP_5Anos
174
especificações econométricas do Modelo 2 introduziram-se, para cada uma delas e numa primeira fase, variáveis dummy e, numa segunda fase, estimou-se o modelo geral para os subconjuntos relativos às observações de cada uma das variáveis de controlo.
Estimação NIT
Relativamente ao nível de intensidade tecnológica, a variável NIT estava originalmente codificada em cinco níveis. Foram, desta forma, geradas 5 novas variáveis dummy, uma para cada NIT e inseridas como variáveis explicativas no modelo. Foi deixada de fora o NIT-BT que funcionará como variável de referência, sobre o qual devem ser realizadas as análises aos outputs seguintes:
Quadro 6.3.2.3 – Modelo 2 – Estimação com NIT Odds Ratio
Quota Exportações NIT
Res_Quali_Inov_Produto 0.589 (0.451) Res_Quali_Inov_Proc/Org 4.081** (0.0423) NIT-BT - referência NIT_MBT 1.195 (0.521) NIT_MAT 1.247 (0.487) NIT_AT 0.399** (0.0331) NIT_SC 0.838 (0.554) Constante 0.750 (0.591) Observações 397
Robust pvalue in parentheses *** p<0.01, ** p<0.05, * p<0.1
A variável “Resultados Qualitativos da Inovação de Processos/Organizacional” continua estatisticamente significativa e os resultados permitem-nos afirmar que ser do NIT-AT (relativamente ao NIT-BT) não tem impacto positivo na probabilidade de aumento da respectiva quota de exportações. Este resultado sugere que a introdução dos NIT permite captar diferenciações dos níveis de intensidade tecnológica no impacto das variáveis explicativas na evolução da quota de exportações das empresas. Como forma
de estudar com maior pormenor essas diferenciações, estimou-se o modelo para cada conjunto de observações relativamente a cada um dos NIT, cujos outputs se apresentam de seguida:
Quadro 6.3.2.4 – Modelo 2 – Estimação NIT
BT MBT MAT AT SC
Quota Exportações Odds Ratio Odds Ratio Odds Ratio Odds Ratio Odds Ratio
Res_Quali_Inov_Produto 1.203 0.134 24.75* 0.216 0.328 (0.906) (0.125) (0.0851) (0.493) (0.472) Res_Quali_Inov_Proc/Org 12.42* 1.907 3.141 22.47 9.330 (0.0713) (0.651) (0.499) (0.363) (0.189) Constante 0.269 3.089 0.120 0.205 0.560 (0.229) (0.145) (0.119) (0.454) (0.648) Observações 103 113 70 31 80
Robust pvalue in parentheses *** p<0.01, ** p<0.05, * p<0.1
O quadro anterior permite observar que a variável “Resultados Qualitativos da Inovação de Processos/Organizacional” apresenta significância estatística e um efeito positivo na evolução da quota de exportações do nível BT. Por outro lado, no nível MAT é a variável “Resultados Qualitativos da Inovação de Produto” que é estatisticamente significativa e tem, também, um efeito positivo na variável dependente.
Se analisarmos as probabilidades estimadas e os efeitos marginais para estes dois casos, os resultados são os seguintes:
Quadro 6.3.2.5 – Modelo 2 – Estimação NIT=BT: Probabilidades Estimadas e Efeitos Marginais
Fonte: Elaboração própria
Pode dizer-se que por cada unidade em que aumentam os Resultados Qualitativos da Inovação de Processos/Organizacional, a probabilidade das empresas pertencentes a este
sd_x= .127756 .14764 x= .581359 .549417 Res_Quali_~P Res_Quali_~g Pr(y|x) 0.4551 0.5449 não sim Res_Quali_~g 0.5576 0.5576 0.5548 0.0920 0.6247 Res_Quali_~P 0.0284 0.0459 0.0458 0.0059 0.0459 min->max 0->1 -+1/2 -+sd/2 MargEfct logit: Changes in Probabilities for CEXP_5Anos
176
sector (BT) aumentarem a sua quota de exportações é de 62.4%. Deste modo, os efeitos das inovações de processo e organizacionais têm um impacto positivo no desempenho económico das empresas, reflectindo-se, neste caso, no aumento da sua quota de exportações.
Quadro 6.3.2.6 – Modelo 2 – Estimação NIT=MAT: Probabilidades Estimadas e Efeitos Marginais
Fonte: Elaboração própria
Relativamente ao nível MAT, pode dizer-se que por cada unidade em que aumentam os Resultados Qualitativos da Inovação de Produto, a probabilidade das empresas pertencentes a este sector (MAT) aumentarem a sua quota de exportações é de 77,5%. Assim, os efeitos das inovações produto têm um impacto positivo no desempenho económico das empresas, reflectindo-se, neste caso, no aumento da sua quota de exportações.
Estimação Dimensão
Estimou-se de novo o Modelo 2 incluindo agora a variável de controlo dimensão Size como forma de captar os seus efeitos. A variável Size estava originalmente codificada em três dimensões. A exemplo do caso anterior, foram geradas três novas variáveis
dummy, uma para cada dimensão e inseridas como variáveis explicativas no modelo.
Foi deixada de fora a dimensão PME, sobre a qual devem ser realizadas as análises ao
output seguinte: sd_x= .147749 .171937 x= .591857 .519714 Res_Quali_~P Res_Quali_~g Pr(y|x) 0.4081 0.5919 não sim Res_Quali_~g 0.2709 0.2709 0.2698 0.0475 0.2764 Res_Quali_~P 0.4362 0.6647 0.6526 0.1141 0.7752 min->max 0->1 -+1/2 -+sd/2 MargEfct logit: Changes in Probabilities for CEXP_5Anos
Quadro 6.3.2.7 – Modelo 2 – Estimação introduzindo a dimensão Size SIZE
Quota Exportações Odds Ratio
Res_Quali_Inov_Produto 0.589 (0.457) Res_Quali_Inov_Proc/Org 3.542* (0.0689) Size-PME- referência size_micro 0.636 (0.264) size_grandes 0.799 (0.457) Constante 0.845 (0.745) Observações 397
Robust pvalue in parentheses *** p<0.01, ** p<0.05, * p<0.1
A variável “Resultados Qualitativos da Inovação de Processos/Organizacional” continua estatisticamente significativa, embora as variáveis dummy relativas às dimensões não o sejam. Estimou-se, em seguida, o Modelo 2 para cada uma das dimensões individualmente, com os seguintes resultados:
Quadro 6.3.2.8 – Modelo 2 – Estimação Size
Micro PME Grandes
Quota Exportações Odds Ratio Odds Ratio Odds Ratio
Res_Quali_Inov_Produto 2.313 0.546 0.341 (0.760) (0.444) (0.646) Res_Quali_Inov_Proc/Org 1.594 4.053* 3.211 (0.845) (0.0711) (0.629) Constante 0.375 0.822 0.963 (0.655) (0.731) (0.977) Observações 28 317 52
Robust pvalue in parentheses *** p<0.01, ** p<0.05, * p<0.1
Quadro 6.3.2.9 – Modelo 2 – Estimação Size=PME: Probabilidades Estimadas e Efeitos Marginais
Fonte: Elaboração própria sd_x= .145648 .145325 x= .578608 .54019 Res_Quali_~P Res_Quali_~g Pr(y|x) 0.4489 0.5511 não sim Res_Quali_~g 0.3147 0.3147 0.3134 0.0471 0.3241 Res_Quali_~P -0.1529 -0.1529 -0.1538 -0.0226 -0.1550 min->max 0->1 -+1/2 -+sd/2 MargEfct logit: Changes in Probabilities for CEXP_5Anos
178
Pode, desta forma, confirmar-se que por cada unidade em que aumentam os Resultados Qualitativos da Inovação de Processo/Organizacional, a probabilidade das PME aumentarem a sua quota de exportações aumenta em 32,4%. Os efeitos das inovações de processo e organizacionais têm um impacto positivo no desempenho económico das PME, reflectindo-se, neste caso, no aumento da sua quota de exportações.
Estimação NUTS III
Estimou-se, finalmente, o Modelo 2 incluindo as Regiões como forma de captar os seus efeitos. A variável “Regiões” estava originalmente codificada em três NUTS III. Foram geradas 3 novas variáveis dummy, uma para cada região, e inseridas como variáveis explicativas no modelo. Foi deixada de fora a NUTS III do Grande Porto sobre o qual devem ser realizadas as análises.
Quadro 6.3.2.10 – Modelo 2 – Estimação introduzindo NUTS NUTS
Quota Exportações Odds Ratio
Res_Quali_Inov_Produto 0.643
(0.530)
Res_Quali_Inov_Proc/Org 3.775*
(0.0546)