IMPACTO DOS PARQUES TECNOLÓGICOS NO SISTEMA DE LOCAL DE INOVAÇÕES

la e testar se a existência dos parques tecnológicos teria tido algum efeito nela. Isso é o que será apresentado no próximo subcapítulo.

4.5 IMPACTO DOS PARQUES TECNOLÓGICOS NO SISTEMA DE LOCAL DE INOVAÇÕES

Este subcapítulo traz o teste de hipótese. Seu objetivo é verificar se os parques tecnológicos brasileiros impactaram no sistema local de inovações de onde estavam inseridos. Para tanto, o teste será bastante simplificado, testando a variável dependente (construída ao longo de toda a discussão do capítulo até aqui) em relação a sua dinâmica no tempo, entre

municípios com parques operacionais e outros com parques não operacionais. A metodologia para realizar este teste é descrita na próxima seção que é seguida da apresentação e discussão dos resultados.

4.5.1 Metodologia

Uma vez que há uma medida para o sistema de inovação, a estratégia de identificação se torna bastante simplificada. Aqui é seguido a sugestão de Angrist e Pischke (2014) do uso de diferença em diferenças (difference-in-differences), de forma a conseguir isolar o efeito de um parque operacional no sistema local de inovação de cada município. Nesse sentido, são necessários indivíduos (municípios: i) que tenham recebido tratamento (parques operacionais:

POi = 1) e outros que não tenham (parques em outras fases de instalação: POi = 0). Também

é necessário identificar o momento em que esse tratamento foi aplicado. Nesse caso, foi considerado o ano de fundação dos parques (Ft = 1), sejam eles operacionais, ou não. Assim,

foi estimado o seguinte painel:

𝑰𝑺𝒊𝒕= 𝜷𝟎+ 𝜷𝟏𝑷𝑶𝒊+ 𝜷𝟐𝑭𝒕+ 𝜷𝟑(𝑷𝑶𝒊× 𝑭𝒕) + 𝜺𝒊𝒕 (10)

Em que ISit corresponde a proxy do sistema de inovação do indivíduo i, no período t.

A quebra estrutural é identificada no parâmetro β3 que corresponde a diferença média do

sistema de inovação entre os municípios com parques operacionais e com parques em outra fase de instalação, após a data de fundação desses parques. Essa formulação foi aplicada em um painel com e sem efeitos fixos para as três bases. Os resultados podem ser verificados na próxima seção.

4.5.2 Resultados

Essa seção apresenta e discute os resultados encontrados para o teste de quebra estrutural ocasionado pelos parques tecnológicos operacionais. Antes do resultado em si, foi testado novamente a comparabilidade das bases de dados, desta vez, em relação à variável dependente de interesse, o sistema local de inovação. Relembrando, esse teste visa identificar se os indivíduos que receberam tratamento (parque operacional) e aqueles que não o receberam (parque em outra fase de instalação) são comparáveis. Para tanto, foi gerada uma regressão de mínimos quadrados, considerando o período completo, identificando os

municípios com parques operacionais em uma dummy. Também foram adicionados alguns controles para diferenciar estados (UF) e capitais.

Tabela 15 - Identificação de parques operacionais por bases em 2003

Identificação (Ano 2003)

OLS

(1) (2) (3) (4) (5) (6)

Operacional 7,526*** 3,514* 3,601 1,413 5,530 1,824

(2,283) (2,076) (3,144) (2,539) (4,311) (4,218)

Cont. UF e Capitais Não Sim Não Sim Não Sim

Observações 85 85 39 39 20 20

Nota: *p<0,1; **p<0,05; ***p<0,01

Fonte: Elaboração própria (2020)

Os resultados apontam que apenas as bases dois e três (modelos 3 ao 6) possui uma composição comparável de municípios, em que a presença de um parque operacional não os torna estatisticamente diferentes. Na Base 1, municípios com parques operacionais possuem, em média, valores maiores da proxy de sistemas de inovação, o que já havia sido percebido na análise do componente principal do subcapítulo anterior. Importante notar que este teste está sendo feito apenas para o ano de 2003 que é período inicial da análise.

Tabela 16 - Diferença em diferenças de parques operacionais

Diff-Diff Parques Operacionais Fator1 (1) (2) (3) (4) (5) (6) (7) (8) (9) Operacional 7,514*** _3,627* _{3,579 1,129 5,928 1,904} (2,204) (2,022) (3,173) (2,627) (4,512) (4,628) Parque -0,030 -0,031 -0,033 0,035 0,035 0,034 0,313** 0,313** 0,312** (0,059) (0,059) (0,059) (0,077) (0,077) (0,077) (0,131) (0,131) (0,131) Operacional: Parque -0,099 -0,098 -0,097 0,055 0,056 0,057 -0,127 -0,129 -0,128 (0,134) (0,134) (0,134) (0,127) (0,126) (0,126) (0,199) (0,198) (0,199)

Efeito Fixo: Não Não Sim Não Não Sim Não Não Sim

Cont.UF e

Capitais: Não Sim Não Não Sim Não Não Sim Não

Observações 1.190 1.190 1.190 546 546 546 280 280 280

Nota: *_p<0,1; **_p<0,05; ***_p<0,01

Fonte: Elaboração própria (2020)

A Tabela 16, acima, traz o resultado para o teste de quebra estrutural, ou de diferenças. Foram aplicados três modelos de painel diferentes para cada uma das bases: dois de efeitos aleatórios, com (2, 5 e 8) e sem controles (1, 4 e 7), e um de efeito fixo (3, 6 e 9). Em geral, o painel de efeito fixo é mais indicado para esse tipo de análise. Sua identificação se daria pelo teste de Hausmann. Contudo, a própria natureza do fenômeno sugere sua aplicação, pois cada indivíduo tem um impacto específico ao longo do tempo.

Os resultados da Base 1 são os modelos (1) ao (3); da Base 2, os de (4) ao (6); e, da Base 3, os de (7) ao (9). A variável de interesse é a “Operacional:Parque”, que traz a interação entre o ano de fundação (Parque) e o município com parque operacional. Neste caso, o interesse é que ela apresente diferença estatística, o que não acontece em nenhum dos casos. Note que, para as bases um os resultados para a variável “Operacional”, além de estatisticamente significantes, são semelhantes aos encontrados no último teste de identificação apresentado na Tabela 15, mas diferem entre si quando aplicados os controles. Ao mesmo tempo que, os coeficientes das variáveis “Parque” e “Operacional:Parque”, têm valores próximos de zero.

O mais adequado seria ampliar a amostra para ser capaz de identificar alguma diferença estatística nesse teste, caso ela exista. Contudo, dadas as limitações do objeto analisado, foi refeito o método de emparelhamento e apresentado no subcapítulo 4.3. (p. 138).

A diferença é que, agora, é possível fazer o logit em relação ao sistema local de inovação calculado. Esse procedimento foi feito em cada uma das bases, identificando pares comparáveis e testando se eles eram estatisticamente diferentes em uma regressão quadrática. Os resultados foram expostos no ANEXO A (página 231). Apesar desse esforço, as diferenças permaneceram presentes. Por outro lado, foi possível identificar a quebra estrutural causada por um parque operacional, em relação a um não operacional (em implantação).

Tabela 17 – Diferença em Diferenças para parques operacionais (municípios selecionados)

Diff-Diff Parques Operacionais Fator1 (1) (2) (3) (4) (5) (6) (7) (8) (9) Operacional 2,535 1,051 -1,470 -1,072 -0,053 0,370 (1,863) (1,657) (1,155) (1,400) (2,044) (2,292) Parque -0,145*** _-0,146*** _-0,146*** _-0,278*** _-0,283*** _-0,291*** _{-0,065 -0,068 -0,068} (0,047) (0,047) (0,047) (0,107) (0,107) (0,106) (0,126) (0,126) (0,126) Operacional: Parque -0,021 -0,021 -0,021 0,572 *** _0,581*** _0,589*** _0,644*** _0,650*** _0,647*** (0,101) (0,101) (0,101) (0,176) (0,176) (0,174) (0,206) (0,206) (0,206)

Efeito Fixo: Não Não Sim Não Não Sim Não Não Sim

Cont.UF e

Capitais: Não Sim Não Não Sim Não Não Sim Não

Observações 910 910 910 294 294 294 224 224 224

Nota: *_p<0,1; **_p<0,05; ***_p<0,01

Fonte: Elaboração própria (2020)

Na Tabela 17, finalmente, é possível perceber alguma diferença estrutural a partir da fundação de parques que vieram a se tornar operacionais. Todavia, isso só acontece nas bases dois (4, 5 e 6) e três (7, 8 e 9), que possuem municípios com parques operacionais ou em implantação. Em adição, a variável Parque, que carrega diferença estatística nas bases um (1, 2 e 3) e dois, sinaliza negativamente a dummy da fundação de parques ao sistema local de inovação. É interessante notar, também, que os coeficientes são semelhantes nos diferentes modelos aplicados, sugerindo que essa diferença é consistente nessas bases. Isso se torna mais interessante, pois a interação das variáveis (Operacional:Parque), nas bases dois e três, compensa esse sinal negativo. De certa forma, isso pode estar relacionado com o período de maturação necessário para as experiências. Ainda seria necessário compreender melhor o viés causado na seleção para poder validar esse entendimento. Ainda assim, o resultado da amostra

do novo pareamento pela variável dependente sintética (SLI), aponta para a impossibilidade de negação da hipótese de que os parques operacionais impactaram em seus sistemas locais de inovação.

Desta forma, no que diz respeito ao objetivo desse capítulo, identificou-se uma diferença estatística, uma quebra estrutural entre municípios selecionados das bases dois e três, em que os parques tecnológicos se tornaram operacionais. Nesse sentido, não é possível negar que os parques tecnológicos operacionais impactaram positivamente o sistema local de inovações. O sinal positivo indica um incremento médio de 0,6 a variável sintética criada para representar o sistema de inovação. O efeito prático disso não é tão evidente, mas é possível fazer um esforço. Como foi identificado na Figura 26, a variável sintética criada possui uma correlação positiva com o valor do PIB dos municípios. Ao mesmo tempo, a literatura de sistemas de inovação aponta a sua relevância para discutir a capacidade de organização e coordenação da sociedade para produzir e inovar no sistema capitalista. Talvez, no mesmo sentido que os “mercados” seriam capazes de organizar toda a sociedade para a produção na visão neoliberal. Assim, o que foi testado é se os municípios possuíam ou não algum incremento dessa capacidade de organização produtiva pela operacionalização de seus parques tecnológicos.

Os resultados indicam que sim. Porém, tais resultados foram obtidos depois de sucessivos recortes na busca de municípios que fossem comparáveis entre si, pelo uso de técnicas de pareamento. Isso impede generalizações do resultado obtido, pois ele foi obtido em relação a uma escala e estrutura produtiva e em um recorte de tempo. Por outro lado, levanta o questionamento de até onde é possível encontrar municípios, ou unidades de análise, comparáveis, especialmente em um país diverso como o Brasil. Por exemplo, o impacto encontrado ocorreu em bases produtivas de centros urbanos com alguma densidade, intensivos em conhecimento e/ou em escala, mais concentrados nas regiões Sul e Sudeste. Dada a forma como foi calculado o sistema de inovação, ele reflete um “sistema médio” dessa concentração e de como ela se organiza. Muitas outras considerações podem ser feitas acerca dessa e de outras políticas de impacto sistêmico, explorando os refinamentos mencionados no subcapítulo anterior.

Em relação as sugestões de políticas públicas, os resultados não significam que o instrumento deve ser de uso generalizado para todo o país. Identifica que a política conseguiu, em média, se concatenar com os sistemas produtivos em que foi inserida de maneira positiva. Com base em toda a discussão feita até aqui, essa inserção positiva dos parques no ecossistema local parece ser mais resultado do nó de interações socioeconômicas do que o

resultado de uma política de governo em si. Lembrando do que foi discutido no capítulo 3 (p. 119), os parques brasileiros, aqui discutidos, têm uma característica quase “neoliberal”, no sentido de que são guiados por uma ideia de auto-organização pelas forças de mercado, localmente estabelecido. Nesse sentido, a experiência se integrou ao sistema produtivo e o potencializou, mas, talvez, perdeu-se a possibilidade de utilizar o instrumento para promover alguma mudança de paradigma guiada para o interesse público, em especial, orientado para o aumento de competências inovadoras dos agentes locais, que poderiam ser potencializadas por uma interação universidade-empresa mais estreita.