Nuvens de variáveis e de indivíduos

Uma última relação de figuras a adicionar aqui é a que traz as nuvens de variáveis mencionada na seção metodológica. A Figura 29 (mais abaixo) traz a nuvem referente ao recorte de 2016 da Base 1. Geralmente, essa nuvem é utilizada para a interpretação do componente principal (LÊ; JOSSE; HUSSON, 2008), mas, como ficou visível, a grande quantidade de variáveis inviabiliza sua interpretação direta. Além disso, a análise feita aqui é também dinâmica, de 2003 a 2016. Por isso, optou-se pela discussão, um tanto fatigante, das últimas seções ao invés da interpretação direta da nuvem.

Na Figura 29, estão expostas três configurações da mesma nuvem de variáveis referente a Base 1. A configuração (a) apresenta algumas variáveis de destaque do sistema científico; (b), do sistema técnico; e (c), as 10 variáveis com maiores contribuições para a dimensão. Essa seleção das dez variáveis com maior contribuição é uma síntese do sistema produtivo (que possui muitas variáveis e tornaria a visualização ainda mais difícil). Aliás, essa última configuração pode conter variáveis que não sejam do sistema produtivo, mas que estejam entre as dez variáveis que mais contribuem.

Nos gráficos estão expostos a dimensão 1 (Dim 1), que corresponde ao componente principal, a variável sintética que caracteriza o sistema local de inovações, e a dimensão 2 (Dim 2), que é o segundo componente com maior capacidade explicativa da variância total. Note que, em parênteses, há o percentual explicado por cada dimensão.

Como o foco não é a caracterização dos sistemas locais de inovação, necessitando uma maior discussão sobre o papel de cada dimensão, não foi explorado o papel desempenhado pelo segundo componente (Dim2), sendo que as interpretações a seu respeito são somente intuitivas (este é mais um refinamento possível de ser feito nessa pesquisa).

Figura 29 – Resultados selecionados de nuvem de variáveis Base 1

Fonte: Elaboração própria (2020)

As nuvens de variáveis da Base 1, destacadas pela Figura 29, são referentes ao ano de 2016 e confirmam as expectativas a respeito das suas contribuições. O sistema científico (a), com exceção do percentual de publicações totais (PUB.Prop.Tot), encontra-se todo do lado positivo em relação ao componente principal. Todas as três variáveis do sistema técnico (b) possuem contribuição positiva. E, entre as dez variáveis de maior contribuição para o componente principal, estão presentes as variáveis do sistema produtivo que descrevem a quantidade de empresas para cada grupo CNAE – que está identificado como “EMP_CNAE_G” (empresas, CNAE, grupo e o detalhamento de a qual grupo pertence). Assim, nota-se que as contribuições maiores são das variáveis do sistema produtivo. Especificadamente, do número de empresas de cada grupo CNAE, reforçando a importância da escala produtiva (o tamanho do município) na construção da proxy.

A inclinação dos vetores indica a relação dessas variáveis com outras dimensões de análise, nesse caso, apenas em relação ao segundo componente (Dim 2). Nesse sentido, o sistema científico todo se enquadra na parte negativa dessa segunda dimensão, o mesmo acontece com as dez variáveis de maior contribuição, mas, não acontece com o sistema técnico. Inclusive, com P&D apontando em uma direção contrária, sugerindo que essa variável tem outra constituição 156 dentro desse sistema.

156 _{Por constituição se entende um conceito um tanto abstrato, mas a ideia é que, se as variáveis apontam na} mesma direção, significa que suas correlações atuam de forma parecida nessa dimensão, portanto as interações socioeconômicas que resultaram naquela variável respondem aos mesmos elementos, possuem a mesma constituição.

Figura 30 – Resultados selecionados de nuvem de variáveis Base 2

Fonte: Elaboração própria (2020)

A Figura 30, traz o mesmo conjunto de informações para a Base 2. Em relação à figura anterior, a principal diferença é que os padrões se invertem, no que diz respeito aos sistemas científico e técnico, mas essa diferenciação se dá em relação à segunda dimensão. Além disso, das dez variáveis de maior contribuição, é possível identificar variáveis que não apareceram na figura anterior, como consultorias, massa salarial e alguns quocientes locacionais. Em adição, as inclinações dos vetores são mais mistas, apontando tanto para regiões positivas, quanto negativas da segunda dimensão.

Figura 31 – Resultados selecionados de nuvem de variáveis Base 3

Fonte: Elaboração própria (2020)

O padrão identificado para a Base 1 se repete nas nuvens da Base 3. Note, no entanto, que a capacidade explicativa da dimensão 1 diminui consideravelmente em relação às outras duas bases. Isso, provavelmente, se dá pela composição de municípios mais homogêneos e de menor escala urbana, lembrando que essa base é um subgrupo da Base 2 e que é bastante concentrada nos municípios de médio porte das regiões Sul e Sudeste. Assim, esse padrão

ressalta uma característica regional desses sistemas locais de inovação. Isso ficará mais visível nas próximas figuras, que trazem as nuvens de indivíduos – a contraparte das variáveis na análise fatorial.

Figura 32 – Nuvem de indivíduos Base 1 (2016)

Fonte: Elaboração própria (2020)

A Figura 32, apresenta todo o conjunto de municípios em relação as dimensões um e dois, em que a primeira é a de interesse. Apesar de alguma concentração no centro da figura, há bastante dispersão e os resultados de São Paulo e Rio de Janeiro, bem como das outras capitais, reforçam o peso do sistema produtivo e de sua escala na composição da variável sintética. Alguns padrões são possíveis de se identificar, por exemplo, os pontos mais à direita são todas capitais de estado que também parecem ter uma relação inversa com a dimensão dois. Enquanto uma série de municípios com parques em projeto (azul) parecem ter uma relação positiva com essa segunda dimensão. Já os municípios que ocupam o quadrante negativo (terceiro) têm, em comum, uma tradição menos urbana/industrial.

Figura 33 – Nuvem de indivíduos Base 2 (2016)

Fonte: Elaboração própria (2020)

Nessa base já constam, somente, os municípios em implantação ou em operação. Da mesma forma como na Base 1, as capitais aparecem mais à direita do gráfico, com “maiores” sistemas locais de inovação. Um caso curioso é o do município de Campo Bom (RS), que se encontra em um extremo negativo das duas dimensões. O curioso é que Campo Bom, em conjunto com Novo Hamburgo (RS), é um polo de produção calçadista. Ao mesmo tempo, Campo Bom está entre os municípios de menor população, assim como Viçosa e Itajubá (ver Figura 8), que estão todos próximos em relação ao componente principal, mas díspares em relação a dimensão dois da análise. Isso reforça que a proxy é sensível à estrutura dos municípios. Em relação à distribuição dos pontos, também é possível identificar uma inclinação positiva entre os municípios com parques operacionais, e uma inclinação negativa, menos característica, dos municípios com parques em implantação.

Figura 34 – Nuvem de indivíduos Base3 (2016)

Fonte: Elaboração própria (2020)

Por fim, na Figura 34, referente a Base 3, os municípios com parques operacionais estão, em sua maioria, mais à direita do gráfico, sinalizando um “maior” sistema local de inovação. Embora seja possível identificar alguns agrupamentos (clusters), padrões de correlação já não são tão claros nessa figura. Note que a posição de Viçosa e Campo Bom se inverte em relação a Figura 33, anterior, mas se mantém no mesmo padrão da Figura 32, reforçando o caráter regionalizado dessa composição, identificado nas nuvens de variáveis (nas Figura 29 e Figura 31).

Com isso, mais do que desvendar a motivação de todas as correlações identificadas pelo componente principal, o que se buscou foi apresentá-lo como resultado das correlações entre variáveis que resultam em interações socioeconômicas. Portanto, de um processo de construção de relações que tem como variável latente essa proxy para o sistema local de