Estimativa do Grau de Competição

Há competição quando há a disputa entre duas ou mais empresas que atuam em um mesmo setor econômico e prestam serviços ou comercializam produtos similares para atender a um determinado nicho de mercado (BENGTSSON; KOCK, 2003; GIMENO, 2004). Como destacado por Sinclair e Stabler (2009), os serviços de hospedagem são um segmento fragmentado, composto por muitas empresas de pequeno e médio porte e com vasta diferença na qualidade dos serviços. Em se tratando de serviços de hospedagem, pode-se argumentar que os serviços prestados são similares, variando em termos de qualidade e de público alvo. Nesse sentido, muito embora possa se contextualizar que todas as empresas de hospedagem de um mesmo destino prestam um serviço similar e, portanto, competem entre si, entende-se que a competição será mais intensa entre as empresas que comercializem produtos similares em termos de qualidade, sendo o preço praticado um indicador da diferença de qualidade. Destaque-se que o preço é um dos indicadores utilizados para classificação e categorização dos meios de hospedagem, seja em estudos de órgãos públicos (p.ex. Pesquisa de Serviços de Hospedagem - IBGE, 2011), seja em estudos de instituições privadas (p.ex. Placar da Hotelaria - FOHB, 20145_).

Nesse sentido, para cada um dos destinos estudados, foi realizada uma análise de

cluster de forma a agrupar os empreendimentos em grupos homogêneos em termos do preço

praticado6_{. A análise de Cluster, também denominada análise de agrupamentos ou de}

conglomerados, é uma técnica estatística multivariada que tem por objetivo dividir os elementos de uma amostra em grupos similares, em termos das características (variáveis) (HAIR JR. et al., 2010; MINGOTI, 2005). Para os casos dos quatro destinos analisados, foi inicialmente empregada a análise de cluster hierárquica aglomerativa pela aplicação do Método da Média das Distâncias (Between-groups linkage), tendo a Distância Euclidiana como medida de distância entre os elementos. A primeira análise de cluster foi empregada

5 _{Entre outros indicadores utilizados pela PSH (IBGE, 2011) e pelo Placar da Hotelaria (FOHB, 2014) estão a}

qualidade das instalações, a quantidade de serviços complementares ofertados pelos empreendimentos e o posicionamento de mercado.

6 _{Cumpre destacar que, de forma alternativa à análise de cluster com variável preço, aplicou-se a análise de}

cluster com as variáveis preço e quantidade de empregados para o destino de Gramado (por ser o destino com o

maior número de casos e ter o maior desvio padrão nas duas variáveis) mantendo-se as técnicas descritas no texto. Os resultados encontrados evidenciaram que a quantidade de agrupamentos é a mesma, os valores dos centros iniciais e finais dos clusters não apresentaram variação, assim como a quantidade de casos nos diferentes agrupamentos. Dessa forma, por uma questão de parcimônia optou-se pela manutenção das análises somente

com uma perspectiva exploratória com o intuito de se identificar a quantidade de agrupamentos por destino. O número de agrupamentos a serem criados foi determinada a partir da inspeção visual dos dendogramas resultantes das análises (Anexo 1) e identificação dos pontos de salto.

Uma vez identificado o número de grupos a serem criados foi realizada nova análise de cluster utilizando o Método das k-Médias, uma técnica não-hierárquica. Mingoti (2005) destaca que os métodos não-hierárquicos têm por objetivo dividir os elementos analisados em uma quantidade já determinada de agrupamentos de forma que haja coesão interna, ou seja semelhança entre os elementos de um mesmo grupo, e isolamento entre os grupos. A Tabela 3.6 apresenta a quantidade de clusters criados para cada destino, assim como informações sobre os valores assumidos pela variável utilizada para o agrupamento dos casos.

Pode-se observar na Tabela 3.6 que, em Bonito, ocorreu um aglomerado com um único caso (Cluster 4). Esse caso específico deve-se à grande diferença existente entre o valor da diária do estabelecimento em relação a dos demais empreendimentos do destino. Considerando que o objetivo das Análises de Cluster realizadas é agrupar os casos para estimar o grau de concentração da oferta de unidades habitacionais, esse caso foi adicionado ao Cluster cuja diária média estava mais próxima. Dessa forma, o caso do Cluster 4 de Bonito foi agrupado aos casos do Cluster 2 do mesmo destino.

Tabela 3.6 – Clusters criados por Destino

Destino (UF) Cluster Qtd. de _{Casos do Cluster (R$)} Diária Média Diária Mínima

Cluster (R$) Diária Máxima Cluster (R$) Gramado (RS) 1 41 460,63 370,00 600,00 2 58 279,20 175,00 360,00 3 6 750,83 650,00 840,00 Bonito (MS) 1 8 215,62 190,00 240,00 2 16 146,68 110,00 175,00 3 6 363,16 350,00 400,00 4 1 60,00 60,00 60,00 5 10 282,50 257,00 309,00 Itatiaia (RJ) 1 8 358,71 340,00 380,00 2 4 465,00 450,00 495,00 3 19 175,77 120,00 200,00 4 25 254,00 220,00 300,00 Tiradentes (MG) 1 5 487,00 445,00 600,00 2 19 353,26 300,00 420,00 3 37 353,29 150,00 285,00 4 2 893,50 800,00 987,00

A concentração é um dos aspectos estruturais mais relevantes da competição e é utilizado como um indicador do grau de competição existente em um determinado mercado (KON, 2004; SINCLAIR; STABLER, 2009). A baixa incidência de concentração implica em um alto nível de competição (SINCLAIR; STABLER, 2009; LADO-SESTAYO, OTERO- GONZÁLEZ; VIVEL-BÚA, 2014). Por outro lado, mercados concentrados, com um número pequeno de concorrentes, reduzem a competição entre as empresas (KON, 2004), e aumentam a sua lucratividade (PORTER, 1986). Pan (2005), ao analisar o segmento hoteleiro, corrobora o argumento proposto ao concluir que hotéis localizados em mercados mais concentrados experimentam melhores retornos financeiros.

Dessa forma, a concentração da produção de um mercado em um grupo reduzido de empresas indica a presença de poucos concorrentes e um grau reduzido de competição entre as empresas (KON, 2004). Por outro lado, em mercados pouco concentrados, nos quais existe uma grande quantidade de empresas que ofertam determinado produto ou serviço, haveria um alto nível de competição (KON, 2004; SINCLAIR; STABLER, 2009). Dessa forma, o grau de concentração do mercado é um indicador inversamente proporcional ao grau de competição.

Kon (2004) ressalta que a mensuração da concentração fornece elementos empíricos para a avaliação da competição de um mercado, havendo diversas medidas para mensuração do grau de concentração de um mercado, tais como: a Relação de Concentração, que mede a proporção representada por um número fixo das maiores firmas de uma indústria em relação ao total de firmas da indústria; o Índice (ou Coeficiente) de Herfindahl-Hirschman (HHI), definido como a soma dos quadrados da participação de cada firma em relação ao total da indústria; e o Coeficiente de Gini, que corresponde a uma medida da extensão em que as firmas em uma indústria são desiguais em tamanho (KON, 2004). Pan (2005) ressalta que o Índice HHI é um dos mais adotados em pesquisas, pois inclui informações de todas as empresas de uma indústria. Sua aplicação para o setor de hospedagem, devido à indisponibilidade de informações sobre o desempenho das empresas, é calculada a partir da oferta de leitos ou de unidades habitacionais, muito embora esse tipo de variável indique o potencial resultado da empresa e não o seu resultado real (AKEHURST, 1984). Quanto mais próximo de zero o índice HHI, menor a concentração de mercado (LADO-SESTAYO, OTERO-GONZÁLEZ; VIVEL-BÚA, 2014). Dessa forma, para cada um dos clusters criados, o grau de concentração da oferta foi mensurado a partir da oferta de Unidades

Habitacionais – UHs – entre os membros dos clusters a partir do Coeficiente HHI, aplicando- se a fórmula a seguir:

N

Índice de Concentração Cluster =

∑

i=1

O grau de competição entre as empresas foi mensurado pelo inverso do Índice de Concentração do Cluster.