Análise da evolução dos sistemas regionais de inovação no Brasil no período 2000 a 2011

• Main Author: Mahl, Alzir Antônio
• Other Authors: Souza, Elias Ramos de
• Language: Portuguese
• Published: Faculdade de Educação 2017
• Subjects: Educação; Multidisciplinar; Difusão do conhecimento; Sistema de inovação; Sistema regional de inovação; Política multinível; Análise multivariada de dados; Mix de políticas; Política industrial; Knowledge diffusion; Innovation system; Regional innovation system; Multilevel policy; Policy mix; Multivariate data analysis
• Online Access: http://repositorio.ufba.br/ri/handle/ri/22476

Submitted by Alzir Antônio Mahl ([e-mail]) on 2017-05-10T11:54:36Z No. of bitstreams: 1 ALZIR ANTONIO MAHL_Impressão.pdf: 14048608 bytes, checksum: 9be7df17ffa2c77f8b1b9025cc96badd (MD5) === Approved for entry into archive by Maria Auxiliadora da Silva Lopes ([e-mail]) on 2017-05-10T14:52:49Z (GMT) No. of bitstreams: 1 ALZIR ANTONIO MAHL_Impressão.pdf: 14048608 bytes, checksum: 9be7df17ffa2c77f8b1b9025cc96badd (MD5) === Made available in DSpace on 2017-05-10T14:52:49Z (GMT). No. of bitstreams: 1 ALZIR ANTONIO MAHL_Impressão.pdf: 14048608 bytes, checksum: 9be7df17ffa2c77f8b1b9025cc96badd (MD5) === A pesquisa buscou avaliar a evolução dos sistemas regionais de inovação no Brasil no período 2000 a 2011. Foram analisados os sistemas de inovação de 13 (treze) estados selecionados das cinco macrorregiões do Brasil, considerando para tanto: se as empresas empregaram conhecimento tecnológico nas atividades de inovação; se a produção e difusão do conhecimento tecnológico são elementos que melhoram o desempenho de um sistema regional de inovação; se é possível caracterizar estes sistemas regionais de inovação a partir das informações sobre as inovações das empresas e; se a maturidade dos SRIs pode ser avaliada por meio de variáveis relacionadas com as atividades de inovação. Para tanto, utilizaram-se as informações relatadas nas atividades de inovação pelas empresas na PINTEC destes estados como variável proxy para representar os sistemas regionais. Realizou-se uma revisão bibliográfica sobre conceitos relacionados ao trabalho, como conhecimento tecnológico, sistema de inovação e sistema regional de inovação, bem como discutiu-se o tema das políticas multinível ou mix de políticas, que podem ser, por exemplo, a combinação das políticas industrial e de inovação. Ademais, utilizaram-se os estados como unidades de análise dos SRIs, pelo fato destes possuírem os ingredientes necessários para caracterização dos sistemas regionais de inovação. A metodologia da pesquisa foi baseada na análise multivariada de dados, na qual os dados capturados das empresas participantes da pesquisa PINTEC dos anos de 2000, 2003, 2005, 2008 e 2011, foram agrupadas em variáveis onde aplicou-se a técnica da análise fatorial. Esta técnica permitiu a redução das 46 variáveis iniciais para uma matriz 13x67 (treze variáveis e sessenta e sete observações), o que permitiu a análise dos 13 SRIs a partir da obtenção de três fatores após a análise fatorial, denominados de Produção de Conhecimentos, Impactos e Obstáculos. No período da pesquisa, verificou-se a evolução dos SRIs em geral, pelo aumento da produção de conhecimentos e dos impactos das inovações, bem como da diminuição dos obstáculos às atividades de inovação das empresas. Como resultado, foi realizada uma análise das correlações entre os três fatores e indicadores de desenvolvimento socioeconômico (PIB per capita, Índice de Gini e Produtividade do Trabalho na Indústria) para os trezes SRIs. A definição de um indicador de correlação permitiu classificar os estados quanto à correlação entre as atividades de inovação e o desenvolvimento socioeconômico, resultando na formação de quatro grupos de estados, a saber: estados com correlação mais forte, moderada, média e fraca. === ABSTRACT The research aimed to evaluate the development of regional innovation systems in Brazil from 2000 to 2011. The innovation systems of thirteen selected states from the five macro regions of Brazil were analyzed considering: if companies used technological knowledge in innovation activities; if the production and dissemination of technological knowledge improve the performance of a regional innovation system; if it is possible to characterize these regional innovation systems from the information on the companies’ innovations and; if the maturity of SRIs can be evaluated by means of variables related to innovation activities. The information reported during innovation activities by the PINTEC companies in these states were used as a proxy variable to represent the regional systems. A literature review was conducted on concepts related to work, such as technological knowledge, innovation system and regional innovation system as well as the issue of multilevel policies or policy mix, which can be, for example, the combination of industrial and innovation policies. Moreover, the states were used as units of analysis of SRIs, because they have the necessary ingredients to characterize the regional innovation systems. The research methodology was based on multivariate data analysis, in which the captured data of the participating companies on PINTEC research from the years 2000, 2003, 2005, 2008 and 2011 were grouped into variables, where the technique of factor analysis was applied. This technique allowed the reduction of the 46 initial variables for a 13x67 matrix (thirteen variables and sixty-seven observations), which allowed the analysis of 13 SRIs from the achievement of three factors after the factor analysis, named Knowledge Production, Impacts and Obstacles. During the survey, it was possible to notice the evolution of SRIs in general, by the increase of knowledge production and the impact of innovation, as well as the reduction of barriers to the companies innovation activities. As a result, an analysis of correlations between the three factors and socio-economic development indicators (GDP per capita, Gini Index and Labor Productivity in Industry) was held for the thirteen SRIs. The definition of a correlation indicator allowed to classify the states about the correlation between innovation activity and socioeconomic development, resulting in the formation of four groups of states: states with stronger, moderate, medium and weak correlation.