Determinantes do desempenho económico das empresas familiares portuguesas: será a inovação relevante?

Mestrado em Economia Faculdade de Economia da Universidade do Porto 2012/2013 Determinantes do desempenho económico das empresas familiares portuguesas: será a inovação relevante? Sofia Isabel Fernandes Correia [email protected] Orientador: Aurora Teixeira Junho de 2013 i Agradecimentos A conclusão desta dissertação é a concretização de mais uma fase em minha vida que me trouxe muitas aprendizagens, e principalmente me permitiu superar um novo desafio. À Professora Aurora Teixeira dedico um agradecimento muito especial por toda a sua paciência e disponibilidade e por todo o ensinamento e amabilidade durante este processo de orientação. A sua amizade e gosto pelo trabalho incentivou-me a querer aprender sempre mais levando a que esta aprendizagem se tornasse uma constante da minha rotina diária. Um muito obrigado a Professora Aurora. Agradeço ao Pedro Oliveira a amabilidade em disponibilizar o seu trabalho, sem o qual esta dissertação não seria possível com o mesmo sucesso. Gostaria também de deixar uma última palavra de agradecimento a todos aqueles que de alguma forma estiveram presentes nesta fase da minha vida com a sua compreensão, ajuda e amizade. ii Resumo As empresas familiares contribuem substancialmente para a economia de um país. Na Europa, estas representam cerca de 2/3 das empresas, contribuindo para quase metade do emprego total. Em Portugal o peso das empresas familiares é ainda maior representando 70 a 80% das empresas nacionais e contribuindo para 60% do emprego e 50% do PIB. É, assim, surpreendente que poucos estudos tenham considerado estas empresas como objeto de análise, sobretudo aferindo a importância da inovação para o respetivo desempenho económico. Na tentativa de preencher esta lacuna, o presente trabalho tem como objetivo aferir qual a importância da inovação e das competências tecnológicas para o desempenho das empresas familiares em Portugal. Para tal, e tendo por base 230 empresas portuguesas, 110 das quais familiares, e recorrendo a métodos de estimação econométricos, aferimos os determinantes do desempenho inovador das empresas familiares portuguesas. Comparativamente com as empresas não familiares, as empresas familiares respondentes apresentam, em média, maiores níveis de experiência internacional quer do CEO, quer da equipa de gestão. Adicionalmente, as empresas familiares são mais pequenas, menos intensiva em I&D, mas com uma maior propensão a inovar em termos de marketing. São, em média, menos participadas por capitais estrangeiros e tendem a localizar-se em regiões (NUTS III) onde a proporção de exportações de alta tecnologia é menor. Na amostra das empresas familiares considerada, os fatores internos à empresa são mais relevantes na explicação do seu desempenho económico do que os fatores de contexto, designadamente os associados com as caraterísticas das regiões onde as empresas estão localizadas. Empresas familiares com maior proporção de CEOs licenciados em engenharia e com CEOs e equipas de gestão mais experientes em termos internacionais tendem, em média, tudo o resto constante, a apresentar maiores níveis de produtividade. Adicionalmente, as mais experientes no negócio e mais internacionalizadas são também, em média, mais produtivas. Não obstante as empresas familiares serem menos intensivas em I&D do que as não familiares, a inovação é um dos determinante mais crítico para o desempenho das primeiras. Para além da relevância das competências tecnologógicas e de inovação espelhadas pelo investimento em I&D, o resultado da inovação, reflectido na introdução bem sucedida de inovações (de marketing e combinadas) emerge como estatisticamente muito relevante e positivo para o desempenho económico no caso das empresas familiares. As empresas familiares que estão localizadas em regiões economicamente menos desenvolvidas tendem, em média, a apresentar níveis de produtividade mais elevados. Tal parece indiciar que as empresas familiares podem constituir, em termos dinâmicos e de desenvolvimento, um motor de convergência regional. Palavras-Chave: Empresas Familiares; Inovação; Competências Tecnológicas; Desempenho económico; Internacionalização Códigos JEL: M21; O32 iii Abstract Family firms contribute substantially to the economy of a country. In Europe, they represent about 2/3 of all firms, contributing to almost half of total employment. In Portugal the weight of family firms is even larger, representing 70 to 80% of all national businesses and contributing to 60% of employment and 50% of the GDP. Thus, it is surprising that few studies have considered these firms as an object of analysis, especially regarding the importance of innovation to their economic performance. In an attempt to fill this gap, the present work has the objective of assessing how important innovation and technological competence are for the performance of family firms in Portugal. To do so, utilizing a base of 230 Portuguese firms, 110 of which are family owned, and using econometric estimation methods, we assessed the determinants of innovative performance of Portuguese family firms. Comparatively with non-family firms, the respondent family firms show, in average, higher levels of international experience, either by the CEO or by the management team. Additionally, family firms are smaller, less intensive in R&D, but with a higher propensity to innovate in terms of marking. They are, in average, less participated by foreign capitals and tend to be localized in regions (NUTS III) where the proportion of exports in high technology is lower. In the sample of family firms considerate, the internal factors of the company are more relevant in the explanation of its economic performance than the context factors, more specifically, the ones associated with the characteristics of the region where the firms are localized. Family firms with a larger propensity of CEOs with a degree in engineering, or with CEOs and management teams with more international experience, tend in average to present higher levels of productivity. Additionally, the firms that are more experienced in business and more internationalized are also more productive, in average. Notwithstanding family firms being less intensive in R&D than non-family firms, innovation is one of the most critical determinants for the performance of the first. Besides the relevance of technological and innovation related skills mirrored by the investment in R&D, the result of innovation, reflected in the successful introduction of innovations (in marking and combined) emerges as very statistically relevant and positive to the economic performance in the case of family firms. Family firms that are located in economically less developed regions tend, in average, to present higher productivity levels. This seems to indicate that family firms can constitute a motor of regional convergence, in terms of dynamic and development. Keywords: Family firms; innovation; technological skills; economic performance; internationalization JEL codes: M21; O32 iv Índice de Conteúdos Agradecimentos ........................................................................................................... i Resumo ....................................................................................................................... ii Abstract ..................................................................................................................... iii Índice de Conteúdos .................................................................................................. iv Índice de Quadros ..................................................................................................... vi Índice de Figuras ...................................................................................................... vii Introdução ...................................................................................................................1 Capítulo 1. Desempenho económico das empresas familiares e o papel da inovação. Uma revisão da literatura ...........................................................................3 1.1. Conceitos relevantes ........................................................................................................... 3 1.1.1. Empresa Familiar ....................................................................................................................... 3 1.1.2. Inovação ..................................................................................................................................... 4 1.1.3. Desempenho Económico ........................................................................................................... 6 1.2. Determinantes sobre o desempenho económico de empresas. Principais hipóteses a testar ................................................................................................................................................... 9 1.2.1. Determinantes relacionados com empreendedores/fundadores/gestores ................................... 9 1.2.2. Determinantes relacionados com as caraterísticas das empresas ............................................. 12 1.2.3. Determinantes relacionados com o contexto ............................................................................ 17 Capítulo 2. Metodologia....................................................................................... 19 2.1. Considerações iniciais ...................................................................................................... 19 2.2. População alvo e amostra ................................................................................................. 19 2.3. Processo de recolha de dados ........................................................................................... 20 2.4. Proxies para as variáveis relevantes ................................................................................. 21 Capítulo 3. Determinantes do desempenho económico das empresas familiares Portuguesas. Resultados empíricos ........................................................................... 25 3.1. Análise descritiva ............................................................................................................. 25 3.2. Estimação do modelo e teste das hipóteses ...................................................................... 28 v Conclusões ................................................................................................................. 35 Referências ................................................................................................................ 37 Anexo ......................................................................................................................... 46 vi Índice de Quadros Quadro 1: Critérios para definir uma empresa familiar...................................................4 Quadro 2: Hipóteses e proxies para as variáveis relevantes do Modelo Teórico ........... 23 Quadro 3: Distribuição das empresas pelo setor de Indústria ........................................ 26 Quadro 4: Diferenças entre empresas familares e não familiares: teste não paramétrico de Kruskal-Wallis ................................................................................................ 27 Quadro 5: Síntese das estimações dos modelos econométricos. Variável dependente: Produtividade (valor acrescentado bruto por trabalhador, em logaritmo). ............. 30 Quadro A. 1: Matriz de correlações ............................................................................. 47 Quadro A. 2: Estimação dos modelos logísticos (Modelo 0. EF versus ENF) .............. 48 Quadro A. 3: Modelo 1. Sector fornecedores especializados, EF.................................. 53 Quadro A. 4: Modelo 1. Sector fornecedores especializados, ENF ............................... 57 Quadro A. 5: Modelo 2. Setor dominado pelos fornecedores, EF ................................. 61 Quadro A. 6: Modelo 2. Setor dominado pelos fornecedores, ENF .............................. 65 Quadro A. 7: Modelo 3. Indústria transformadora, EF ................................................. 69 Quadro A. 8: Modelo 3. Indústria transformadora, ENF .............................................. 73 vii Índice de Figuras Figura 1: Distribuição geográfica(% total empresas inquiridas em casa grupo) da empresas portuguesas .......................................................................................... 26 1 Introdução As empresas familiares são organizações em que o capital é detido parcial ou na totalidade por uma família (Miller e Le Breton-Miller, 2006) e onde os respetivos membros estão nos cargos de gestão (Getz e Carlsen, 2005). Estas empresas assumem um papel cada vez mais importante na economia dos países. De facto, de acordo com Leach et al. (2012), 70% - 90% do Produto Interno Bruto Mundial (PIB) anual é gerado por empresas familiares.1 Evidência do European Family Businesses revela que as empresas familiares são decisivas para a criação de emprego e crescimento do produto interno bruto da economia mundial – na Europa, estas empresas estão presentes em todos os sectores da economia e representam mais de 60% das empresas, contribuindo para 40%-50% do emprego.2 Estima-se que em Portugal as empresas familiares representem 70 a 80% das empresas nacionais e que contribuam para 60% do emprego e 50% do PIB.3 O tópico das empresas familiares tem atraído uma vasta investigação, quer na área da gestão, quer da economia. Vários têm sido os assuntos abordados dentro desta temática, como por exemplo, entre outros, a sucessão familiar (Le Breton-Miller et al., 2004); o efeito do controle da família sobre as características das Pequenas e Médias Empresas (PME) (Cassia et al., 2012a), a relação entre o envolvimento continuado pelo proprietário-gerente numa empresa familiar ao longo do tempo e a continuação do negócio em si mesmo (Winter et al., 2004) e a interação entre os membros da família e o negócio e o seu impacto no modo de gestão usado (Poza et al., 2004). Mais recentemente, têm surgido alguns estudos que relacionam o desempenho deste tipo de empresas com a internacionalização (Kontinen e Ojala, 2010; Swoboda e Olejnik, 2013; Piva et al., 2013). Não obstante a capacidade de adaptação deste tipo de empresas em ambientes de mudança e a novas tecnologias tenha sido um dos assuntos já abordados na literatura existente (Hitt et al., 1998; Nadkarni e Narayanan, 2007), a inovação é ainda um tópico pouco explorado pela literatura relacionada com empresas familiares. Em concreto, pouco se tem escrito e investigado sobre a forma como a inovação pode influenciar o desempenho das empresas familiares, compreendendo aqui a inovação não apenas as despesas realizadas em Investigação e Desenvolvimento (I&D), mas também a capacidade da 1 In http://www.chiefexecutive.com/blog/family-businesses-are-special/, acedido em 24 de novembro de 2012. 2In http://www.efb-geef.eu/, acedido em 24 de novembro de 2012. 3In http://www.empresasfamiliares.pt/, acedido em 24 de novembro 2012. 8 On Assets) (Hawawini et al., 2003; Marco, 2012). Marco (2012) focou duas dimensões deste indicador: crescimento e rentabilidade das empresas. Para calcular o crescimento da empresa utilizou indicadores de dimensão, número de empregados e valor total de vendas. Em relação à rentabilidade da empresa utilizou rácios como ‘Retorno do Capital Utilizado’, ‘Retorno sobre Ativos’ e ‘Lucro por Empregado’ para através de diferentes conceitos poder comparar desempenhos entre empresas (Marco, 2012). Já Cainelli et al. (2006), ao estudarem a relação entre a inovação e o desempenho económico no setor dos serviços, utilizaram dois indicadores principais: taxa crescimento médio do valor das vendas e o rácio entre o valor das ‘vendas’ e o ’número de empregados’, como proxy da produtividade do trabalho. De acordo com os autores, através deste último rácio seria possível avaliar o impacto da introdução de novos processos de inovação no desempenho económico das empresas pois aquela poderia influenciar positivamente o valor das vendas e, assim, no valor da produtividade dos trabalhadores. Além de Cainelli et al. (2006), vários autores tiveram em conta o ‘número de empregados’ para aferir o desempenho económico/produtividade das empresas (Abdel-Wahab et al., 2008; Eickelpasch e Vogel, 2011; Marco, 2012; Bryson, 2013). Pantea et al. (2008) consideram que os indicadores que determinam os resultados da empresa (resultados da atividade empresarial) não consideram a estrutura financeira desta e a forma como o capital é adquirido (custo do seu financiamento). Estes autores propõem assim o ‘valor económico acrescentado’ que elimina essa desvantagem, sendo mais abrangente pois associa os resultados da atividade de funcionamento da empresa com o custo do capital, com a política de tributação do lucro e do valor das ações da empresa satisfazendo os interessados pela empresa quer sejam acionistas, administradores, credores ou Estado (Pantea et al, 2008). Hamilton et al. (2009) defendem que o indicador de valor económico acrescentado começou a ser mais utilizado a partir da década de 1990 com o objetivo de melhorar o desempenho económico da empresa pois consiste numa medida que fornece uma avaliação mais precisa do lucro residual. Esta medida baseia-se no princípio económico de lucro residual, ou seja, que as empresas devem ganhar uma taxa de retorno sobre o capital investido maior que o custo desse capital (Hamilton et al., 2009). 9 1.2. Determinantes sobre o desempenho económico de empresas. Principais hipóteses a testar Os estudos existentes sobre determinantes de desempenho económico das empresas propõem diversas variáveis que se podem agregar em 3 grandes dimensões: 1) determinantes relacionados com os gestores (CEO e equipa de gestão) destas empresas (ou seja, caraterísticas pessoais e profissionais destes indivíduos, como o idade, formação/habilitações e experiência profissional); 2) determinantes relacionados com as características das empresas (demográficas, experiência no negócio, capital humano, posição inovadora, recursos tecnológicos, capacidade de atração de novas tecnologias, grau de internacionalização, estratégias de produto/mercado, cultura, entre outros); e 3) determinantes associados com o contexto (características de rede, setor e região onde a empresa se posiciona e localiza). 1.2.1. Determinantes relacionados com empreendedores/fundadores/gestores Dentro do grupo de determinantes relacionados com os empreendedores/ fundadores/ gestores de empresas podemos considerar as caraterísticas pessoais e profissionais destes, como por exemplo o capital humano do gestor e da equipa de gestão (educação e qualificação) e a experiência profissional, assim como a própria dimensão da equipa de gestão. No que toca a este último aspeto, há quem defenda que equipas de gestão de maior dimensão têm maior dificuldade em controlar a empresa, podendo surgir problemas de free-riding (Aggarwal et al., 2012). Outros defendem que grupos de gestão de maior dimensão levam mais tempo para tomar decisões (Vafeas, 1999; SánchezMarín et al., 2010), sendo menos eficientes e coesas (Finkelstein et al., 1997). Boyd (1995) justifica esta dificuldade por parte de grupos maiores pela menor flexibilidade associada à coordenação e falta de comunicação entre o grupo. Na mesma linha de pensamento, Yermarck (1996) provou existir uma relação inversa entre a dimensão da equipa de gestores e o valor da empresa. Baseando-se na teoria da agência, alguns autores defendem que quanto menor o nível de supervisão, maior será a compensação para os gestores de topo e, desta forma, estes irão agir em seu interesse próprio (Sánchez-Marín et al., 2010). Assim, os gestores ao agirem em seu interesse próprio estariam também a agir em prol do bem da empresa. Concretizando, Jensen 10 (1993) indicou que os quadros da empresa não deveriam exceder os 10 membros. Assim, conjeturamos que: H1: Quanto menor a dimensão da equipa de gestão melhor o desempenho económico das empresas. Alguns autores defendem que um maior nível de educação dos gestores leva a um melhor desempenho económico por partes das empresas (Brown et al., 2007; Sluis et al., 2008). Mas há quem defenda que não só da educação depende o desempenho económico das empresas. Ganotakis (2012), utilizando dados de 412 empresas de base tecnológica do setor dos serviços e da transformação do Reino Unido, estudou a relação entre o capital humano dos seus fundadores com o desempenho económico destas empresas tendo concluído que apenas a educação técnica não levava a um melhor desempenho económico destas empresas, mas sim a junção desta com experiência comercial e na gestão. O nível de educação pode actuar também como um sinal da capacidade dos gestores assim como de outras características valorizadas por contribuírem para a produtividade da empresa, mas de difícil observação (Sluis et al., 2008). Brown et al. (2007) através de dados de 2 indústrias de construção diferentes mas comparáveis do Reino Unido e da Arábia Saudita também concluiram que o investimento no capital humano dos gestores iria trazer vantagens em termos de melhoria de desempenho económico. Além do seu efeito na produtividade, a escolaridade é importante pelo valor do sinal da capacidade produtiva que emite em mercados de informação imperfeita (Riley, 2002). Marrocu e Paci (2012) consideraram que a existência de pessoas altamente qualificadas numa determinada área pode ser vista como um determinante principal para o desempenho económico local, visto que outros fatores importantes como a criação de novas ideias e tecnologia estão dependentes da dotação do capital humano. Normalmente, esta caraterística é medida pelo nível de habilitações literárias dos indivíduos. No entanto, recentemente, para além de se utilizar a educação formal para avaliar esta caraterística, tem-se também dado importância às competências pessoais, destacando-se entre estas, a criatividade, inovação e experiência acumulada (Marrocu e Paci, 2012). H2a: O nível de educação do gestor têm um efeito positivo no desempenho económico das empresas. H2b: O nível educação da equipa de gestão têm um efeito positivo no desempenho económico das empresas. 11 Uma das caraterísticas mencionadas na literatura é a variedade de áreas de formação na equipa de gestão (Bond et al., 2004; Chen et al., 2012; Ganotakis, 2012). Alguns autores argumentam que a equipa de gestão tem maior sucesso quando os seus membros têm maior variedade de competências (Oakey, 2003; Kakati, 2003; West e Noel, 2009). Mais concretamente, Chen et al. (2012) ao explorar a relação entre o sucesso de projetos de Investigação e Desenvolvimento (I&D) e seus determinantes concluíram que a extensão de competências dos gestores está positivamente associada com o sucesso destes. Uma das explicações para estes resultados advém do facto da junção de competências permitir aos gestores considerarem as questões que enfrentam no dia-a-dia a partir de diferentes perspetivas porque não se especializam em apenas uma área (Koellinger, 2008). Vários estudos comprovaram a teoria de que a variedade de competências aumenta a probabilidade de um produto ou serviço ser comercializado com sucesso, e desta forma, melhorar o desempenho económico da empresa (Ganotakis, 2012). Posto isto, a área de estudos/curso do CEO/equipa de gesrão tem potencialmente influência no desempenho económico das empresas. H3a: A área do curso do CEO tem influência no desempenho económico das empresas. H3b: A área do curso da equipa de gestão tem influência no desempenho económico das empresas. Vários autores defenderam que a experiência do CEO está negativamente associada com o desempenho inovador das empresas e com a tomada de risco (Stewart et al., 1999; Zahra, 2005), assim como com o crescimento do emprego (Kellermanns et al., 2008). Estes resultados podem ser justificados pelo facto de os CEOs ao estarem há algum tempo no poder acomodarem-se e ficarem mais resistentes à mudança (Kellermanns et al., 2008) assim como com a criação de novas ideias e práticas inovadoras, acabando por ‘sufocar’ a criatividade (Kellermanns et al., 2008), deixando de questionar novas ideias e práticas (Zahra et al., 2004). Em contraste, outros autores (e.g., Levesque e Minniti, 2006) defendem que quando o CEO que está no mandato há mais tempo adquire conhecimento e experiência dando-lhe estes maior capacidade de assumir atitudes empreendedoras de menor risco e, portanto, levando-o a assumir comportamentos de negócio mais agressivos. Ou seja, um gestor com maior experiência profissional será mais hábil na tomada de decisão, estando mais disposto a assumir riscos (Lin et al., 2011). Relativamente à experiência do gestor em empresas familiares, Kellermanns et al. (2008) sublinham uma potencial 12 relação negativa entre ‘experiência’ do CEO e desempenho económico da empresa, pois o envelhecimento do CEO poderá levar este último a preocupar-se mais com questões de sucessão do que com questões de prossecução de projetos que levem ao um melhor desempenho económico. Não obstante esta última nota, conjeturamosque: H4a: A experiência do gestor tem um efeito positivo no desempenho económico das empresas. H4b: A experiência da equipa de gestão está positivamente relacionada com o desempenho económico da empresa 1.2.2. Determinantes relacionados com as caraterísticas das empresas Os determinantes relacionados com as caraterísticas das empresas incluem, fatores como: demográficos, financeiros, capital humano, cultura, perfil de inovação, recursos tecnológicos, capacidade de absorção de novas tecnologias, grau de internacionalização, estratégias de produto ou mercado. Quanto aos fatores demográficos, nomeadamente a dimensão da empresa, vários autores são unânimes e concluíram que esta está positivamente relacionada com a internacionalização e o desempenho exportador (Majocchi et al., 2005; Eickelpash e Vogel, 2011; Giovannetti et al., 2013; Piva et al., 2013), assim como com o crescimento do emprego (Kellermanns et al., 2008). Vários autores defendem que a dimensão da empresa tem um impacto positivo no desempenho das mesmas pois empresas de maior dimensão têm uma maior capacidade de absorver o risco associado à internacionalização e à exploração de novas ideias, superando mais facilmente os custos fixos associados à entrada em novos mercados, tendo também maior capacidade para financiamento (Eickelpash e Vogel, 2011). Empresas maiores terão maior facilidade em envolverem-se em atividades de I&D, atividades estas que permitem aumentar a probabilidade de introduzir inovação que impulsionará a eficiência destas empresas (Narula e Zanfei, 2005; Barbosa e Eiriz, 2009). Há autores que defendem que a dimensão da empresa reflete a sua capacidade para atingir economias de escala (Kuntluru et al., 2008; Barbosa e Eiriz, 2009) e absorver poder de mercado) (Kuntluru et al., 2008). Barbosa e Eiriz (2009) também defenderam o efeito aprendizagem (learning-by-doing, i.e., capacidade dos trabalhadores para melhorar a sua produtividade devido a repetição do mesmo tipo de atividade), que leva a uma melhor eficiência da empresa. Assim: 13 H5: Empresas de maior dimensão tendem a apresentar maiores níveis de desempenho económico. No que se refere à idade das empresas, não há consenso na literatura quanto ao seu impacto no desempenho das empresas. Não obstante Alfred Marshall (in Kuntluru et al., 2008) tenha sugerido que empresas mais antigas são mais propensas à inércia e menos flexíveis para fazer rápidas adaptações ao ambiente contemporâneo e Zahra (2005) tenha concluído que a idade das empresas está negativa e significativamente associada a atitudes inovadoras, autores como Majocchi et al. (2005) demonstraram que, nas empresas industriais, a experiência no setor é uma variável importante e que existe uma relação positiva entre a idade da empresa e o respetivo desempenho exportador. Estes autores sublinham que a acumulação de experiência relativa à gestão das trocas internacionais, ao mercado e às condições culturais dos países estrangeiros é um processo longo e complexo, pelo que a experiência da empresa no negócio afeta a sua posição internacional. H6: Empresas mais experientes no negócio apresentam melhor desempenho económico. As despesas em Investigação e Desenvolvimento e em intensidade tecnológica (aferida, em geral, pelo rácio das despeas em I&D nas vendas) das empresas, estão, em regra, associadas à capacidade/competência de inovação das empresas. Giovannetti et al. (2013) concluíram que as despesas em I&D e a intensidade tecnológica tinham um efeito positivo na propensão das empresas à exportação. Outros autores (e.g., Tsai, 2005; Artz et al., 2010) chegaram também a conclusões similares, constatando que empresas capazes de suportar elevados níveis de despesa em I&D poderiam beneficiar de rendimentos crescentes à escala para distribuir custos e desta forma terem maior capacidade para suportar projetos de investigação e utilizar conhecimento que levaria ao aumento da inovação de produto. Artz et al. (2010) ao explorar a relação existente entre a capacidade de criar inovações (i.e., a despesa em I&D) de272 empresas de 35 indústrias diferentes, e performance encontraram também uma relação positiva entre a dimensão da empresa e o crescimento das vendas, embora negativa com a rentabilidade. Assim, segundo Artz et al. (2010), um maior nível de atividade inovadora tenderia a resultar num maior volume de vendas, não obstante não se traduzirem necessariamente num maior retorno económico devido a possíveis ineficiências próprias de grandes empresas. 14 H7: A capacidade de inovação da empresa tem um efeito positivo no respetivo desempenho económico. Relativamente ao output de inovação (e.g., novos produtos, processos, entrada em novos mercados), alguns autores concluíram que a geração de novos produtos está positivamente relacionada com o desempenho económico (Roberts, 1999; Cottrell e Nault, 2004; Hua e Wemmerlöv, 2006; Artz et al., 2010; Li et al., 2010). Em concreto, Artz et al. (2010) argumentam que os lucros elevados das empresas podem persistir se estas forem capazes de lançar no mercado múltiplas inovações ao longo do tempo, permitindo-lhes usufruir de um monopólio temporário enquanto estes produtos são novos no mercado. Por outro lado, usando uma amostra de 488 empresas da Fortune Reputation Survey (FRS), Cho e Pucik (2005) demonstram que empresas mais inovadoras (índice de perceção de inovação retirado do FRS) apresentam maiores taxas de crescimento e níveis de desempenho económico (rentabilidade) mais elevados. Assim, a introdução de novos produtos leva a que as empresas possam ultrapassar a concorrência, criar barreiras a entrada, abrir novos canais de distribuição, conquistar novos clientes de forma a melhorar a sua posição no mercado sublinhando a sua liderança (Roberts, 1999). Cainelli (2008) concluiu igualmente, para um conjunto de 2821 empresas da indústria transformadora Italiana, que empresas com maior propensão para inovar apresentam melhor desempenho económico. H8: O maior desempenho inovador (via introdução de inovações ao nível do produto, processos, práticas organizacionais e de marketing) está positivamente relacionado com o desempenho económico das empresas. Quanto às características relacionadas com o capital humano dos colaboradores da empresa, é relativamente consensual, ao nível macroeconómico, que as políticas educacionais fomentam a prosperidade e induzem crescimento económico das nações (Wolf, 2004; Ganotakis, 2012). Apesar de a nível microeconómico a evidencia não ser tão contundente, Eickelpash e Vogel (2011), analisando um painel de cerca de 36000 empresas de serviços alemãs no período 2003-3005, concluíram que trabalhadores com níveis de capital humano mais elevado são mais produtivos, estando a produtividade média da empresa positivamente relacionada com a respetiva intensidade da exportação. Todavia, poucos estudos se têm debruçado sobre a relação entre o stock do capital humano com o desempenho económico das empresas, assim como chegado a uma relação positiva entre estes (Collier et al., 15 2011). Utilizando dados de 2191 empresas do setor público e privado Britânicas, Collier et al. (2011) chegaram a uma relação positiva entre o nível de educação e a sobrevivência do local de trabalho, ou seja, o desempenho económico destas empresas. Também Herstad et al. (2013), ao utilizar dados relativos à ligação entre trabalhadores e empregadores de empresas Norueguesas e de indivíduos ativos no mesmo país concluíram que o crescimento e sobrevivência de uma empresa estão muito relacionados com a existência de recursos humanos altamente qualificados. H9: Empresas com maiores níveis médios de capital humano (habilitações/ escolaridade e qualificações dos colaboradores) apresentam melhor desempenho económico. Recentemente têm surgido um conjunto de estudos que relacionam a internacionalização com o desempenho económico (Lu e Beamish, 2001; Kontinen e Ojala, 2010; Hagemejer e Kolasa, 2011; Swoboda e Olejnik, 2013; Piva et al., 2013). Utilizando uma amostra de 15000 empresas Polacas, Hagemejer e Kolasa (2011) concluíram que as empresas ao entrarem em novos mercados estão também a crescer e a aumentar os seus ganhos assim como a fomentarem a produção global do país. Apesar de, numa primeira fase, a rentabilidade do investimento direto estrangeiro de 164 empresas japonesas ter diminuído, Lu e Beamish (2001) encontraram uma relação positiva e significativa entre este tipo de estratégia de internacionalização e o desempenho económico destas empresas. Não obstante Kontinen e Ojala (2010) terem constatado que as empresas familiares têm menor apetência para a internacionalização, Piva et al. (2013) demonstraram que as empresas familiares de setores de alta tecnologia têm maior probabilidade em se internacionalizar do que as não familiares desses mesmos setores. H10: Empresas mais exportadoras apresentam um maior desempenho económico. Hausman (2005) constatou que as parcerias com empresas inovadoras têm uma influência positiva no seu próprio desempenho inovador. Na mesma linha de argumentação, Lu e Beamish (2001) concluíram que alianças com parceiros locais podem tornar-se uma boa estratégia para ultrapassar dificuldades que pequenas e médias empresas se confrontam quando pensam em expandir-se para mercados internacionais. As pequenas empresas são mais vulneráveis e lidam diariamente com recursos escassos, desta forma, veem nestas alianças uma forma de ultrapassar estas dificuldades podendo assim beneficiar de menores custos de transação, aumento do poder de mercado, diversificação do risco e de mais fácil acesso a recursos chave 16 como informação e capital (Gulati et al., 2000; Lu e Beamish, 2001). Ao estarem inseridas em parcerias, as pequenas empresas têm acesso ao conhecimento das parceiras e desta forma aceleram o seu processo de aprendizagem (Lu e Beamish, 2001). Lu e Beamish (2001) salientam que não obstante a importância das parcerias para o desempenho das empresas, a inserção em parcerias por si só não garante à empresa o sucesso no processo de internacionalização pois por vezes surgem problemas como a falta de confiança, conflitos entre os diferentes objetivos das empresas, problemas com a divisão do poder assim como diferenças culturais (Lu e Beamish, 2001). Assim, é relevante a escolha certa do parceiro (Baum et al., 2000; Lu e Beamish, 2001). H11: Empresas com maior número de parcerias apresentam um melhor desempenho económico. Vários são os autores que têm vindo a escrever acerca dos benefícios da propriedade estrangeira nas empresas para o desempenho económico das mesmas (Kimura e Kiyota, 2007; Kuntluru et al., 2008, Ge e Chen, 2008). Kuntluru et al. (2008) ao estudarem 102 empresas farmacêuticas na Índia no período de 1998-2005 concluíram que a propriedade estrangeira tinha um impacto positivo e estatisticamente significante no desempenho financeiro destas empresas. Já Kimura e Kiyota (2007) ao analisarem as diferenças entre as empresas Japonesas detidas por capitais nacionais ou estrangeiros nos anos 1990s concluíram que as empresas de propriedade estrangeira apresentavam um crescimento superior quer em termos de rentabilidade como produtividade. Investidores estrangeiros trazem ativos úteis específicos das empresas tais como tecnologia, capacidade de gestão e um governo da empresa mais eficiente (Kimura e Kiyota, 2007; Kuntluru et al., 2008; Ge e Chen, 2008). Outra das vantagens é a de as empresas poderem ter acesso aos recursos do país de origem a um custo reduzido assim como a uma quantidade adicional de talento pois estas empresas passam a fazer parte de organizações muito maiores e com acesso a uma quantidade maior de recursos (Kuntluru et al., 2008; Ge e Chen, 2008). Todavia, o melhor uso destes recursos tendo em conta o objetivo de atingir um melhor desempenho económico depende da proporção de propriedade controlada (Kuntluru et al., 2008). Assim, as empresas com propriedade estrangeira apresentam-se em vantagem sobre as empresas nacionais para contribuirem para um melhor desempenho económico destas: 17 H12: Empresas detidas por capitais estrangeiros apresentam melhor desempenho económico. 1.2.3. Determinantes relacionados com o contexto Relativamente ao contexto das empresas, há fatores que influenciam o desempenho económico das empresas como por exemplo caraterísticas de rede, do setor ou da região onde se inserem. Barbosa e Eiriz (2009) ao analisar a existência de spillovers de produtividade do IDE na indústria Portuguesa concluíram que as empresas estrangeiras do mesmo setor das empresas observadas não afetam significativamente a produtividade destas. Estes autores concluíram ainda que a falta de spillovers horizontais é uma descoberta constante entre diferentes grupos de empresas, não encontrando diferenças significativas entre grandes e pequenas empresas, ou entre empresas orientadas para a exportação e para o mercado interno, empresas que operam em indústrias intensivas em I&D, entre outras. Há quem sugira que as características específicas de cada setor são uma influência crucial para ocorrerem spillovers de produtividade (Barbosa e Eiriz, 2009). Recentemente, vários autores têm analisado a contribuição da localização das empresas em áreas distintas para um melhor desempenho económico destas. Niehm et al. (2010), ao estudarem os antecedentes e o impacto do uso de tecnologias de informação por pequenas empresas familiares, verificaram uma relação positiva entre a existência de tecnologias na região e o desempenho inovador das empresas. No entanto, Doring e Schnellenbach (2006) afirmaram que não era surpreendente que as empresas tentassem explorar splillovers de conhecimento mas que, da mesma forma que se tentam apropriar de conhecimento alheio, têm incentivo a proteger o seu em relação aos seus concorrentes. Desta forma, as empresas tentam negociar contratos ideias com o fim de evitar que surja esta comunicação informal. Não obstante, cada vez mais é consensual a ideia de que a aglomeração é um fator preponderante para a vantagem competitiva das empresas (Doring e Schnellenbach, 2006; Cainelli, 2008; Vor e Groot, 2010). De facto, vários trabalhos evidenciam que empresas pertencentes a clusters/distritos industriais têm uma maior propensão para a inovação do que empresas que se localizam fora destes sistemas de produção assim como um melhor desempenho na produtividade (Doring e Schnellenbach, 2006; Cainelli, 2008;). Este melhor desempenho é explicado por estes polos atraírem e manterem força de 24 Por fim, o último grupo de determinantes, diz respeito às caraterísticas relacionadas com o contexto. De acordo com Doring e Schnellenbach (2006), o conhecimento que resulta do agrupamento de empresas e outras organizações numa dada setor e/ou região gera potencialmente externalidades dinâmicas que permitem rendimentos de escala positivos. No presente trabalho, como variável proxy da existência de spillovers sectoriais calculámos o peso das empresas do sector em relação ao total de empresas NUTIII. Para aferir se o nível de desenvolvimento da região onde as empresas se inserem influência o nível de produtividade das empresas aí localizadas, utilizamos diversos indicadores, a saber: o índice sintético de desenvolvimento regional, o poder de compra per capita e o poder de compra per capita concelhio. Para levar em conta a capacidade tecnológica da região, utilizamos o peso de exportação de alta tecnologia da região, enquanto que o grau de regeneração da região a nível empresarial (i.e., a média dos nascimentos e mortes de empresas no total empresas da região) traduz a capacidade da região em gerar novas empresas após término de outras e assim renovar o tecido empresarial da região. 25 Capítulo 3. Determinantes do desempenho económico das empresas familiares Portuguesas. Resultados empíricos 3.1. Análise descritiva O conjunto das 230 PME Portuguesas que responderam ao inquérito emprega 9719 trabalhadores, sendo o número médio de trabalhadores por empresa de aproximadamente 42 indivíduos. Tendo em conta a definição de PME da União Europeia (UE), a amostra compreende 60 (26%) micro, 105 (46%) pequenas e 65 (28%) médias empresas. No que diz respeito ao setor da indústria a que pertencem, grande parte da população alvo é constituída por empresas da “Indústria Transformadora” (52%), seguindo-se as empresas do setor “Comércio por grosso e a retalho” (21%), do setor de “Actividades de consultoria, científicas, técnicas e similares” (14%), e, já com um peso menor, as “Actividades de informação e de comunicação” (4%), “Agricultura, Produção Animal, Caça, Floresta e Pesca” (3%), “Construção” (2%), e “Transportes e Armazenagem” (1%). As empresas das “Actividades administrativas e dos serviços de apoio” (0,8%), “Industrias Extrativas” (0,4%), “Captação, Tratamento e Distribuição de Água; Saneamento, Gestão de Resíduos e Despoluição” (0,4%), representam pesos inferiores a 1%. Estas 230 PME Portuguesas dividem-se em 110 empresas familiares e 120 empresas não familiares. No Quadro 3 podemos observar quais as principais diferenças entre a distribuição setorial das empresas familiares e não familiares. Ao nível da sua localização, e tendo como unidade de referência territorial NUTS III, as regiões onde há maior preponderância das empresas constituintes da nossa base de dados são o Grande Porto (22,2%), Grande Lisboa (19,1%), Ave (8,7%) e Baixo Vouga (4,3%). As empresas familiares e não familiares apresentam localização semelhante como podemos ver na Figura 1. 26 Quadro 3: Distribuição das empresas pelo setor de Indústria Empresas Familiares Empresas Não Familiares Figura 1: Distribuição geográfica (% total empresas inquiridas em cada grupo) das empresas Setor Indústria Todas Empresas Empresas Familiares Empresas Não familiares Frequência % Frequência % Frequência % Secção A - Agricultura, Produção Animal, Caça, Floresta e Pesca 8 3.0 4 3.6 4 3.3 Secção B - Indústrias Extrativas 1 0.4 0 0 1 0.8 Secção C - Indústrias Transformadoras 120 52.0 57 52.0 63 52.5 Secção E - Captação, Tratamento e Distribuição de Água; Saneamento, Gestão de Resíduos e Despoluição 1 0.4 1 0.9 0 0 Secção F – Construção 5 2.0 2 1.8 3 2.5 Secção G - Comércio por grosso e a retalho; reparação de veículos automóveis e motociclos 48 21.0 31 28.2 17 14.2 Secção H - Transportes e Armazenagem 3 1 .0 1 0 . 9 2 1 . 7 Secção J - Atividades de informação e de comunicação 10 4.0 2 1.8 8 6.7 Secção M - Atividades de consultoria, científicas, técnicas e similares 32 14.0 10 9.0 22 18.3 Secção N - Atividades administrativas e dos serviços de apoio 2 0.8 2 1.8 0 0 27 Relativamente às variáveis do modelo ‘teórico’, calculamos os valores médios de cada variável para a amostra global e para as empresas familiares e não familiares (ver Quadro 4). O teste de Kruskal-Wallis indica se as médias destes dois grupos de empresas são diferentes entre si e se essa diferença é estatisticamente significativa. Quadro 4: Diferenças entre empresas familares e não familiares: teste não paramétrico de Kruskal-Wallis Grupos de Determinante s Variáveis (Proxies) Todas as empresas Empresas Familiares Empresas não Familiares KruskalWallis (p-value) VAB por trabalhador (em euros/ano) 31236 30988 31464 0.093 Caraterísticas Fundadores/ Gestores Dimensão equipa de gestão 3.4 3.4 3.3 0.321 CEO ensino superior ou mais (% do total de CEOs) 57.4 51.8 62.5 0.102 Equipa de gestão – proporção (%) de formados em Engenharia e Economia 57.8 57.3 58.3 0.799 CEO Engenheiro (% total empresas) 30.0 24.6 35.0 0.085 CEO Economia (% total empresas) 19.6 20.0 19.2 0.874 Índice Dispersão cursos equipa gestão 1.5 1.6 1.5 0.716 Anos experiência CEO 2.3 2.3 2.2 0.394 Média anos experiência internacional da equipa de gestão 10.6 10.4 10.9 0.508 Caraterísticas Empresa Dimensão empresa (nº trabalhadores) 42.3 37.5 46.7 0.221 Idade empresa (anos) 23.2 21.5 24.7 0.564 Intensidade I&D (% volume negócios) 3.3 1.6 4.7 0.134 Introdução Novos Produtos (% total empresas inquiridas) 65.7 62.7 68.3 0.372 Introdução Novos Processos (% total empresas inquiridas) 65.7 61.8 69.2 0.242 Inovações Organizacionais (% total empresas inquiridas) 62.6 64.6 60.8 0.562 Inovações Marketing (% total empresas inquiridas) 58.7 61.8 55.8 0.358 Colaboradores com Licenciatura ou mais (% total colaboradores) 32.0 29.8 33.9 0.630 Colaboradores com Cursos Técnicos (% total colaboradores) 19.5 15.9 22.8 0.095 Volume Negócios Exportado (% volume negócios) 37.1 34.3 39.7 0.153 Exportação realizada em Parceria (% total exportações) 22.0 19.9 24.0 0.387 Empresas detidas por Capital Estrangeiro (% total capital social) 6.1 0.9 10.8 0.002 Contexto Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) 14.8 15.3 14.3 0.367 Índice Sintético Des. Regional (100: Portugal) 101.3 100.3 102.1 0.287 Poder Compra per capita (100: Portugal) 102.3 100.0 104.3 0.360 Poder Compra Concelhio per capita (100: Portugal) 106.0 100.4 111.1 0.306 Exportação alta tecnologia na região NUT III (em % do total exportações da região) 3.3 3.0 3.5 0.277 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % 16.6 16.4 16.7 0.115 28 Os resultados deste teste não paramétrico indicam que, as empresas familiares são, em média, menos produtivas (com um VAB por trabalhador na ordem dos 30988 €) do que as não familiares (31464 €). Apresentam também uma menor proporção de CEOs com formação em engenharia (25% contra 35%) e menor proporção de colaboradores com cursos técnicos (15.9% contra 22,8%). Relativamente ao peso do capital estrangeiro, apenas menos de 1% das empresas familiares da nossa amostra são detidas por capital estrangeiro, enquanto das empresas não familiares esse peso ultrapassa os 10%. No sentido de contonar potenciais problemas de multicolinearidade na estimação da especificação econométrica, calculamos a matriz de correlação (ver Quadro A1 em Anexo), incluindo todas as variáveis independentes. Em virtude de algumas destas variáveis apresentarem entre si coeficientes de correlação de Pearson muito elevados, foi necessário estimar vários modelos de forma a poder abranger todas as variáveis e simultaneamente evitar problemas de multicolinearidade (Ver Quadros A2-A8 em Anexo). 3.2. Estimação do modelo e teste das hipóteses Foram estimados 7 grandes grupos de modelos (cf. resumo no Quadro 4). Com excepção do primeiro modelo (a regressão logística), para cada um dos restantes 6 grupos foram estimados 43 modelos com o intuito de evitar a multicolinearidade provocada pelas elevadas correlações entre algumas variáveis independentes. O primeiro modelo, estimado via regressão logística, afere as diferenças entre empresas familiares e não familiares no que respeita aos vários determinantes apontados pela literatura como influenciando a produtividade das empresas, isto é, o seu desempenho económico. Os restantes 6 modelos aferem os determinantes do desempenho económico das empresas familiares (3 modelos) e das não familiares (3 modelos). Em cada um dos 3 grandes grupos de modelos, a diferença refere-se à variável-dummy utilizada para controlar o setor: no primeiro grupo usamos a categoria da taxonomia de Pavitt ‘fornecedores especializados’; no segundo a variável dummy setor é a categoria ‘dominados pelos fornecedores’; e no terceiro o setor é controlado pela variável ‘indústria transformadora’. Comparativamente com as empresas não familiares (ENF), as empresas familiares (EF) portuguesas que responderam ao inquérito apresentam (ver Modelo 0. 29 Logístico, Quadro 4), em média, maiores níveis de experiência internacional quer do CEO, quer da equipa de gestão. Adicionalmente, as empresas familiares são mais pequenas, menos intensiva em I&D, mas com uma maior propensão a inovar em termos de marketing. São, em média, menos participadas por capitais estrangeiros e tendem a localizar-se em regiões (NUTS III) onde a proporção de exportações de alta tecnologia é menor. É interessante destacar que entre os 3 grupos de determinantes do desempenho económico das empresas familiares (ver Modelos 1-3, Quadro 3) – características da equipa de gestão, fatores relativos à empresa e fatores de contexto - , os fatores relativos à empresas emergem como os mais importantes na explicação da produtividade dessas mesmas empresas, seguido das caraterísticas das respetivas equipas de gestão. Por outras palavras, na amostra considerada, os fatores internos à empresa são mais relevantes na explicação do seu desempenho económico do que os fatores de contexto, designadamente os associados com as caraterísticas das regiões onde as empresas estão localizadas. Focando agora as hipóteses colocadas na revisão de literatura para as quais as estimações revelam níveis de significância relevantes (1%, 5% ou 10%), os resultados das estimações (cf. Quadro 3), permitem retirar as seguintes conclusões. Empresas familiares com maior proporção de CEOs licenciados em engenharia (H3a) e com CEOs (H4a) e equipas de gestão mais experientes em termos internacionais (H4b) tendem, em média, tudo o resto constante, a apresentar maiores níveis de produtividade. Adicionalmente, a experiência internacional da equipa de gestão surge como mais relevante para a explicação do desempenho económico das empresas familiares do que do das não familiares. Há ainda alguma evidência (no Modelo 2) de que as empresas familiares que possuem CEOs mais qualificados apresentam, em média, um melhor nível de desempenho económico (H2a). Estes resultados estão em linha com a literatura mais genérica sobre o desempenho económico das empresas (Brown et al., 2007; Sluis et al., 2008), que defendem que a educação pode atuar como um sinal das capacidades dos gestores assim como de outras caraterísticas valorizadas por contribuírem para a maior produtividade das empresas (Sluis et al., 2008). A melhor dotação do capital humano, quer a nível de escolaridade, competências e experiência acumulada, também permite a criação de novas ideias e tecnologia (Marrocu e Paci, 2012). 30 Quadro 5: Síntese das estimações dos modelos econométricos. Variável dependente: Produtividade (valor acrescentado bruto por trabalhador, em logaritmo). Grupo de determinantes Hipóteses Variáveis (proxies) Modelo 0. Logístico Modelo 1. Sector fornecedores especializados Modelo 2. Setor dominado pelos fornecedores Modelo 3. Indústria transformadora EF vs ENF(1) EF(2) ENF(3) EF(4) ENF(5) EF(6) ENF(7) CEO/ equipa de gestão VAB por trabalhador (em euros/ano), em ln 0 H1 Dimensão equipa gestão (em ln) 0 0 0 0 0 0 0 H2a CEO ensino superior ou mais (variável dummy) 0 0 0 0/+ 0 0 0 H2b Equipa de gestão – proporção (%) de licenciados em Engenharia e Economia 0 0 0 0 0 0 0 H3a CEO Engenheiro (variável dummy) 0 + ++ + +++ 0 +++ H3a CEO Economia (variável dummy) 0 0 0 0 0 0 0 H3b Índice Dispersão cursos equipa gestão (em ln) 0 0 0 0 0 0 0 H4a Anos experiência internacional CEO (em ln) +++ ++ +++ ++ +++ ++ +++ H4b Média anos experiência internacional da equipa de gestão (em ln) ++ +++ 0 +++ 0 +++ 0 Característica s da Empresa H5 Dimensão empresa (nº trabalhadores) (em ln) - 0 + 0 + 0 ++ H6 Idade empresa (anos) (em ln) 0 ++ ++ +++ ++ ++ ++ H7 Intensidade I&D (proporção volume negócios) -- + 0 + 0 + 0 H8 Introdução Novos Produtos (variável dummy) 0 0 0 0 0 0 0 Introdução Novos Processos (variável dummy) 0 0 0 0 0 0 0 Inovações Organizacionais (variável dummy) 0 0 0 0 0 0 0 Inovações Marketing (variável dummy) + + 0 + 0 ++ 0 Índice de Inovação (em ln) + 0 + 0 + 0 H9 Peso dos colaboradores com Licenciatura ou mais (% total colaboradores) 0 - 0 - 0 - 0 Peso dos colaboradores com Cursos Técnicos (% total colaboradores) - -- -- -- -- -- -- H10 Volume Negócios Exportado (proporção volume negócios) 0 ++ 0 ++ 0 ++ 0 H11 Exportação realizada em Parceria (proporção total exportações) 0 0 0 0 0 0 0 H12 Capital Estrangeiro (proporção total capital social) -- 0 0 0 0 0 0 31 (…) Grupo de determinantes Hipóteses Variáveis (proxies) Modelo 0. Logístico Modelo 1. Sector fornecedores especializados Modelo 2. Setor dominado pelos fornecedores Modelo 3. Indústria transformadora EF vs ENF(1) EF(2) ENF(3) EF(4) ENF(5) EF(6) ENF(7) Contexto H13 Spillovers Setoriais (empresas do setor/empresas totais na NUTIII onde a empresa se localiza) 0 0 0 0 0 - - Índice Sintético Des. Regional (100: Portugal) 0 -- 0 -- 0 -- 0 Poder compra per capita na NUTIII onde a empresa se localiza (100: Portugal) 0 0 0 0 0 0 0 Poder compra concelhio per capita na NUTIII onde a empresa se localiza (100: Portugal) - + - + - 0 Exportação alta tecnologia na região na NUTIII onde a empresa se localiza (em proporção do total exportações da região) --- 0 0 0 0 0 + Grau de regeneração da região NUTIII onde a empresa se localiza [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % 0 0 0 0 - 0 Sector Fornecedor Especializado/ Sector dominado pelos fornecedores / Indústria transformadora (dummy que assume valor 1 se a empresa pertence a este setor) 0 0 - 0 -- - Notas: As estimações dos modelos (1)/(2)/(3)/(4)/(5)/(6)/(7) deste grupo encontram-se no Quadro A2/A3/A4/A5/A6/A7/A8, em Anexo. 32 Os nossos resultados relativos à experiência do CEO e equipa de gestão corroboram a argumentação de Lin et al. (2011) e Levesque e Minniti (2006) de que a maior experiência profissional está associada a uma maior capacidade na tomada de decisão, maior disposição para assumir riscos e, por isso, melhores resultados económicos, isto é, em maiores níveis de produtividade. No que respeita às características da empresa, os resultados das estimações econométricas corroboram algumas das hipóteses colocadas, designadamente as relativas à inovação e são até surpreendentes. Constatamos que empresas familiares (e também as não familiares) com mais experiência no negócio (estão no mercado há mais anos) são, em média, mais produtivas (H6), o que está em linha com a literatura mais genérica de desempenho económico de empresas (Majocchi et al., 2005). Surpreendentemente, não só o investimento em I&D contribui positivamente para o desempenho das empresas familiares como, comparando com os resultados obtidos para o grupo das empresas não familiares, este factor é apenas discriminante em termos de produtividade no caso das empresas familiares (isto é, para a amostra inquirida não há evidência que empresas não familiares que invistam mais em I&D apresentem superiores desempenhos económicos relativamente as que investem menos). Assim, não obstante, as empresas familiares serem menos intensivas em I&D do que as não familiares (cf. Modelo 0), o I&D emerge como mais relevante para o conjunto de empresas familiares do que para o conjunto de empresas não familiares isoladamente consideradas na discriminação do melhor desempenho. O contributo positivo das atividades de I&D para o desempenho económico vem em linha com a literatura, designadamente os estudos de Tsai (2005), Artz et al. (2010) e, mais recentemente, Giovannetti et al. (2013). Estes últimos autores concluíram que as despesas em I&D e a intensidade tecnológica tinham um efeito positivo na propensão das empresas à exportação (Giovannetti et al., 2013), sendo que as empresas capazes de suportar elevados níveis de despesa em I&D poderiam beneficiar de rendimentos crescentes à escala para distribuir custos e desta forma terem maior capacidade para suportar projetos de investigação e utilizar conhecimento que levaria ao aumento da inovação de produto (Tsai, 2005; Artz et al., 2010). Para além da relevância das competências tecnologógicas e de inovação espelhadas pelo investimento em I&D, o resultado da inovação, reflectido na introdução bem 33 sucedida de inovações emerge como estatisticamente muito relevante e positivo para o desempenho económico no caso das empresas familiares (mas, mais uma vez, não há evidência suficiente para afirmar o mesmo para o grupo das não familiares da nossa amostra). De facto, as empresas familiares que afirmam ter introduzido, nos últimos 3 anos, inovações no marketing e/ou vários tipos de inovação em conjunto, são, em média, mais produtivas (H8). Estes resultados corroboram, na generalidade, a literatura existente que defende que a inovação (e.g., novos produtos, processos, entrada em novos mercados) está positivamente relacionada com o desempenho económico (Roberts, 1999; Cottrell e Nault, 2004; Hua e Wemmerlöv, 2006; Artz et al., 2010; Li et al., 2010), acrescentando evidência relativamente às empresas familiares que frequentemente são identificadas como entidades pouco inovadoras (Morck e Yeung, 2003; Chrisman e Patel, 2012; Block et al, 2013). A introdução de inovações leva a que as empresas em geral, e as familiares em particular, possam ultrapassar a concorrência, criar barreiras a entrada, abrir novos canais de distribuição, conquistar novos clientes de forma a melhorar a sua posição no mercado e o seu desempenho económico (Roberts, 1999). É também interessante destacar a importância da estratégia de marketing e enfoque no mercado que em termos de inovação está patente na relevância para o desempenho da inovação via marketing e não tanto via produtos e/ou processos. Tal poderá estar associado à necessidade destas empresas re-posicionar os seus produtos/serviços, quer em contexto de mercado nacional quer internacional. Contrariando a literatura e a generalidade dos estudos empíricos existentes, constatamos que as empresas familiares cujo peso de colaboradores com maior nível de capital humano (i. e., maior nível de habilitações e/ou formação técnica) tendem, em média, a apresentar piores desempenhos económicos (mais baixas produtividades por tabalhador). Embora dificil de justificar este resultado contraintuitivo, é provável que tal possa ser, em parte, justificado pela estratégia de competitividade deste tipo de empresas que verificamos estarem ligadas à diferenciação produto/serviço via marketing. De facto, Schmidt e Rammer (2006) demonstraram que não obstante a inovação de produto e processo evidenciar uma relação positiva com o nível de escolaridade dos trabalhadores, tal resultado não se verifica no caso de inovações organizacionais e de marketing. Assim, indiretamente, via inovação, a não corroboração da H9 poderá ser racionalizada. 40 Getz, D.; Carlsen, J. (2005); “Family business in tourism – state of art”, Annals of Tourism Research, 32(1): 237–258. Giovannetti, G.; Ricchiuti, G.; Velucchi, M. (2013), “Location, internationalization and performance of firms in Italy: a multilevel approach”, Applied Economics, 45:2665–2673. Gulati R; Nohria N; Zaheer A. (2000), “Strategic networks”, Strategic Management Journal, 21(3):203–215. Hagemejer, J.; Kolasa, M. (2011), “Internationalisation and economic performance of enterprises: evidence from polish firm-level data”, The World Economy, 34(1):74-100. Hamilton, J.; Rahman, S.; Lee, A. C. (2009), “EVA: does size matter?”, Review of Pacific Basin Financial Markets and Policies, 12 (2):267–287. Hausman, A. (2005), “Innovativeness among small businesses: Theory and propositions for future research”, Industrial Marketing Management, 34:773– 782. Hawawini, G.; Subramanian, V; Verdin, P. (2003), “Is performance driven by industry or firm-specific factors? A new look at the evidence”, Strategic Management Journal, 24:1–16. Herstad, S.; Sandven, T.; Solberg, E. (2013), “Location, education and enterprise growth”, Applied Economics Letters, 20(10):1019–1022. Hitt, M.; Keats, B.; DeMaiie, S. (1998), “Navigating in the new competitive landscape: building strategic flexibility and competitive advantage in the 21st century”, Academy of Management Executive, 12(4):22-42. Hua, S. Y.; Wemmerlöv, U. (2006), “Product change intensity, product advantage, and market performance: an empirical investigation of the PC industry”, Journal of Product Innovation Management, 23(4):316–329. Jensen, M. (1993), “The modem industrial revolution, exit, and the failure of internal control systems”, Journal of Applied Corporate Finance, 6:4–23. Kakati, M. (2003), “Success criteria in high-tech new ventures”, Technovation, 23:247–257. 41 Kellermanns; F., Eddleston, K.; Barnett, T.; Pearson, A. (2008), “An exploratory study of family member characteristics and involvement: effects on entrepreneurial behavior in the family firm”, Family Business Review; 21(1):114. Kimura, F.; Kiyota, K. (2007), “Foreign-owned versus domestically-owned firms: economic performance in Japan”, Review of Development Economics, 11(1):31–48. Kirner, E.; Kinkel, S.; Jaeger, A. (2009), “Innovation paths and the innovation performance of low-technology firms - an empirical analysis of German industry”, Research Policy, 38:447–458. Koellinger, P. (2008), “Why are some entrepreneurs more innovative than others?”, Small Business Economics, 31:21–37. Kontinen, T.; Ojala, A. (2010), “Internationalization pathways of family SMEs: psychic distance as a focal point” Journal of Small Business and Enterprise Development, 17(3):437-454. Kuntluru, S.; Muppani, V.; Khan, M. (2008), “Financial performance of foreign and domestic owned companies in India”, Journal of Asia-Pacific Business, 9(1):28-54. Le Breton-Miller, I.; Miller, D.; Steier, L. (2004), “Toward and Integrative model of effective FOB succession”, Entrepreneurship Theory and Practice, 28(4):305328. Levesque, M., & Minniti, M. (2006), “The effect of aging on entrepreneurial behavior”, Journal of Business Venturing, 21:177–194. Li, Y.; Su Z.; Liu, Y. (2010), “Can strategic flexibility help firms profit from product innovation?”, Technovation, 30:300-309. Lin, C.; Lin, P.; Song F.; Li, C. (2011) “Managerial incentives, CEO characteristics and corporate innovation in China’s private sector”, Journal of Comparative Economics, 39:176-190. Lu, J.; Beamish, P. (2011), “Internationalization and performance of SMEs”, Strategic Management Journal, 22:565–586. 42 Mahoney, J.; McGahan, A. (2007), “The field of strategic management within the evolving science of strategic organization”, Strategic Organization, 5(1):79– 99. Majocchi, A.; Bacchiocchi, E.; Mayrhofer, U. (2005), “Firm size, business experience and export intensity in SMEs: a longitudinal approach to complex relationships”, International Business Review, 14:719-738. Marco, R. (2012), “Gender and economic performance: evidence from the Spanish hotel industry”, International Journal of Hospitality Management, 31:981– 989. Marrocu, E.; Paci, R. (2012), “Education or creativity: what matters most for economic performance?”, Economic Geography, 88(4):369–401. Miller, D.; Le Breton-Miller, I.; Lester, R.; Cannella, A. (2007), “Are family firms really superior performers?”, Journal of Corporate Finance, 13:829–858. Miller, D; Le Breton-Miller, I. (2006), “Family governance and firm performance: agency, stewardship, and capabilities”, Family Business Review, 19(1):73-87. Morck, R.; Yeung, B. (2003), “Agency problems in large family business groups”, Nadkarni, S.; Narayanan, V. (2007), “Strategic Schemas, strategic flexibility, and firm performance: the moderating role of industry clockspeed”, Strategic Management Journal, 28:243–270. Narula, R.; Zanfei, A. (2005), “Globalization of innovation: The role of multinational enterprises”, In J. Fagerberg, D. Mowery, & R. Nelson (Eds.), The Oxford Handbook of Innovation (pp. 318–345). New York: Oxford University Press. Nelson, R. (1991), “Why do firms differ, and how does it matter?”, Strategic Management Journal, 12:61-74. Neves, J. C. (2001), “A sucessão na empresa familiar: a estrutura de governo e o controlo do capital” Conferência de Finanças Universidade dos Açores 200106-11. Niehm, L. S.; Tyner, K.; Shelley, M. C.; Fitzgerald, M. A. (2010), “Technology adoption in small family-owned businesses: accessibility, perceived advantage, 43 and information technology literacy”, Journal of Family and Economic Issues, 31:498–515. Oakey, R. (2003), “Technical entrepreneurship in high technology small firms: some observations on the implications for management”, Technovation, 23:679–688. OCDE (2002), “Frascati Manual: Proposed standard practice for surveys for research and experimental development”, in http://www.oecd-ilibrary.org/docserver/ download/9202081e.pdf?expires=1371404395&id=id&accname=oid029566&c hecksum=4681440C17DCDF07CCFA3128DAA81EBE, acedido em 01 junho 2013. OCDE (2005), “Oslo Manual: guidelines for collecting and interpreting innovation data, third edition”, in http://www.oecd-ilibrary.org/docserver/download/ 9205111e.pdf?expires=1371404444&id=id&accname=oid029566&checksum= 03976EDC4B8AFF574901E344D5F41870, acedido em 14 junho 2013. Oliveira, P. (2012), Segmentation of SME clientes at AICEP Portugal Global: a proposal based on real data, Dissertação de Mestrado em Engenharia de Serviços e Gestão, FEUP – Faculdade de Engenharia da Universidade do Porto. Pantea, M, I.; Munteanu, V.; Gligor, D.; Sopoian, D. (2008), "The managerial performances evaluation through the economic value added”, European Research Studies, 21(4):83-100. Pavitt, K. (1984), ‘Sectoral patterns of technical change: towards a taxonomy and a theory,’ Research Policy, 13, 353–369. Piva, E.; Rossi-Lamastra, C.; De Massis, A. (2013), “Family firms and internationalization: An exploratory study on high-tech entrepreneurial ventures”, Journal of International Entrepreneurship, 10(1):109-129. Poza, E; Hanlon, S; Kishida, R (2004), “Does the family business interaction factor represent a resource or a cost?”, Family Business Review, 17(2):99-118. Riley, J. (2002), “Weak and strong signals”, Scandinavian Journal of Economics, 104(2):213–236. 44 Roberts, W. (1999), “Product innovation, product-market competition and persistent profitability in the U.S. pharmaceutical industry” Strategic Management Journal, 20(7):655–670. Sánchez-Marín, G.; Baixauli-Soler, J. S.; Lucas-Pérez, M. E. (2010), “When much is not better? Top management compensation, board structure, and performance in Spanish firms”, The International Journal of Human Resource Management, 21(15):2778-2797. Schmidt, T.; Rammer, C. (2006), “The determinants and effects of technological and non-technological innovations – evidence from the German CIS IV”, in http://www.oecd.org/dataoecd/10/43/37450197.pdf, acedido em 02 junho 2013. Sciascia, S.; Mazzola, P.; Astrachan J. and Pieper, T. (2013), “Family involvement in the board of directors: effects on sales internationalization”, Journal of Small Business Management, 51(1):83–99. Shanker, M.; Astrachan, J. (1996), “Myths and realities: Family businesses’ contribution to the US economy - A framework for assessing family business statistics”, Family Business Review, 9 (2):107-123. Siebels, J.; Aufseß, D. (2012), “A review of theory in family business research: the implications for corporate governance”, International Journal of Management Reviews, 14: 280–304. Sluis, J.; Praag, M.; Vijverberg, W. (2008), “Education and entrepreneurship selection and performance: a review of the empirical literature”, Journal of Economic Surveys, 22(5):795–841. Sternberg, R.; Arndt, O. (2001), “The firm or the region: what determines the innovation behavior of european firms?”, Economic Geography, 77(4):364382. Stewart,W. H.,Watson,W. E., Carland, J. A.,& Carland, J. W. (1999), “A proclivity for entrepreneurship: a comparison of entrepreneurs, small business owners, and corporate managers”, Journal of Business Venturing, 14:189–214. Swoboda, B.; Olejnik, E. (2013), “A taxonomy of small and medium-sized international family firms”, Journal of International Entrepreneurship, 10 (1). 45 Tsai, H. (2005), “R&D productivity and firm size: a nonlinear examination”, Technovation, 25(7):795–803. Tsang, E. (2002), “Learning from overseas venturing experience, the case of Chinese family businesses”, Journal of Business Venturing, 17:21–40. Vafeas, N. (1999), “Board meeting frequency and firm performance”, Journal of Financial Economics, 53:113-142. Vor, F.; Groot, H. L. F. (2010), “Agglomeration externalities and localized employment growth: the performance of industrial sites in Amsterdam”, The Annals of Regional Science, 44:409–431. West, G.; Noel, T. (2009), “The impact of knowledge resources on new venture performance”, Journal of Small Business Management, 47:1–22. Winter, M.; Danes, S.; Koh, S.K.; Fredericks, K.; Paul, J. (2004), “Tracking family businesses and their owners over time: panel attrition, manager departure and business demise”, Journal of Business Venturing, 19: 535–559. Wolf, A. (2004), “Education and economic performance: simplistic theories and their policy consequences”, Oxford Review of Economic Policy, 20(2):315-333. Yermack, D. (1996), “Higher market valuation of companies with a small board of directors”, Journal of Financial Economics, 40:185-211. Zahra, S. A. (2005), “Entrepreneurial risk taking in family firms”, Family Business Review, 18(1):23-40. Zahra, S. A.; Hayton, J. C.; Neubaum, D. O.; Dibrell, C.; Craig, J. (2008), “Culture of family commitment and strategic flexibility: the moderating effect of stewardship”, Entrepreneurship Theory and Practice, 32(6):1035-1054. Zahra, S.; Bogner, W. (2000), “Technology strategy and software new ventures’ performance exploring the moderating effect of the competitive environment”, Journal of Business Venturing, 15:135–173. Zahra, S.; Hayton, J.; Salvato, C. (2004), “Entrepreneurship in family vs. non-family firms: a resource-based analysis of the effect of organizational culture”, Entrepreneurship Theory and Practice, 28(4):363-381. 46 Anexo 47 Quadro A. 1: Matriz de correlações 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 1 ln_VAB_trab 1 .128 .072 .062 .085 -.041 .080 .342 .297 -.021 .248 .277 -.006 .121 .125 .106 .114 -.180 -.170 .234 .127 .031 -.142 .001 .017 .055 .035 2 ln_dim_eq_gestão 1 -.056 .469 -.182 .114 .328 .192 .071 .123 .412 .272 -.082 .232 .191 .313 .149 -.191 -.193 .067 -.001 -.025 .038 .045 -.045 -.086 -.093 3 Dummy_CEO ens.sup_mais 1 .572 .564 .403 .408 .140 .030 -.212 -.095 -.166 .131 .025 -.086 -.048 .063 .384 .360 .046 .062 .109 .002 .205 .225 .147 .255 4 eq_gestão_peso_En g_Econ_Gest 1 .236 .260 .743 .147 .079 -.053 .222 .009 .048 .139 .047 .124 .114 .265 .212 .028 .034 .079 .027 .196 .204 .118 .172 5 Dummy_CEO Engenheiro 1 -.323 .156 .003 -.065 -.252 -.139 -.247 .207 .054 -.046 -.063 .067 .419 .610 -.028 .066 .071 .009 .093 .141 .170 .217 6 Dummy_CEO Economia 1 .177 .086 .050 .088 .024 .027 -.069 -.059 -.059 -.027 -.076 -.058 -.178 .062 -.083 -.034 -.054 .087 .062 .009 .036 7 ln_Ind_disp_cursos 1 .160 .084 -.011 .259 .015 -.022 .073 .005 .109 .120 .179 .096 .065 .056 .106 .015 .124 .145 .089 .155 8 ln_anos_exp_CEO 1 .759 .059 .240 .222 -.258 .011 -.005 .008 -.090 -.293 -.254 .397 .279 .113 -.109 .014 -.045 -.018 -.009 9 ln_anos_exp_int_e gest_média 1 .008 .257 .197 -.305 -.035 -.014 -.053 -.071 -.327 -.252 .517 .387 .071 -.090 .048 -.021 .001 .050 10 Dummy gerações envolvidas 1 .154 .292 -.295 -.112 -.054 .032 -.156 -.295 -.299 .014 -.116 -.155 -.154 -.168 -.166 -.067 -.148 11 ln_dimensão 1 .585 -.191 .191 .223 .194 .053 -.477 -.361 .175 .125 .048 -.202 .180 .096 -.059 .068 12 ln_idade 1 -.248 .094 .111 .122 .034 -.493 -.434 .078 .046 -.004 -.184 .099 .074 -.028 -.006 13 ln_Intens_ID 1 .162 .121 .035 .018 .318 .297 -.076 -.111 -.031 -.038 .123 .162 .068 .121 14 Dummy Introd.Nvs Produtos 1 .653 .387 .342 .043 .041 -.080 .053 -.007 .025 -.013 -.027 -.020 -.018 15 Dummy Introd. Nvs Processos 1 .444 .286 -.001 .028 -.057 .007 -.046 -.034 .029 .003 .008 -.011 16 Dummy Inovações Organizacionais 1 .538 -.077 -.106 -.004 -.014 .009 .014 .047 .050 -.075 .041 17 Dummy Introdução Inov.Marketing 1 .059 .053 -.071 .068 .066 .077 -.003 .052 -.023 -.014 18 Percentagem colab licenc ou mais 1 .796 -.182 -.095 .015 .289 .138 .214 .187 .220 19 Percentagem colab com cursos tecnicos 1 -.181 -.075 -.008 .174 .040 .119 .183 .158 20 Perc Vol Negocios exportado 1 .566 .096 .001 .070 -.005 -.009 .034 21 peso_Exp_Parceria 1 .211 .085 .026 .015 .053 .078 22 Dummy emp detida capital estrang 1 .078 .043 .069 .049 .071 23 nº emp sector/nº emp totais NUT 1 .209 .074 -.029 .066 24 ln_Ind_Sint_Des_R eg 1 .860 .342 .754 25 ln_Poder_compra_ pc 1 .456 .805 26 Peso_Exp_alta_tec n 1 .544 27 ((NAsc+Mort)/2)/t otal 1 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%]. Células a preto representam estimativas do coeficiente de correlação de Pearson muito elevadas (>0.400). 48 Quadro A. 2: Estimação dos modelos logísticos (Modelo 0. EF versus ENF) Grupo de determinantes Variáveis/proxies Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8 Modelo 9 Modelo 10 Modelo 11 Modelo 12 Modelo 13 Modelo 14 Modelo 15 Modelo 16 CEO/Equipa de fundadores H1 Dimensão equipa gestão 0.044 0.140 0.097 0.099 0.039 -0.161 0.022 0.049 H2 CEO ensino superior ou mais (% do total de CEOs) -0.120 -0.127 -0.128 -0.101 -0.220 -0.164 -0.142 -0.238 -0.235 -0.139 -0.041 Equipa de gestão – proporção (%) de formados em Engenharia e Economia CEO Engenheiro (% total empresas) -0.382 -0.436 -0.435 -0.050 0.017 CEO Economia (% total empresas) -0.243 -0.273 -0.320 -0.175 -0.227 H3 Índice Dispersão cursos equipa gestão 0.319 0.288 0.262 0.258 0.354 H4 Anos experiência CEO 0.152 0.215 0.185 0.152 0.206 0.188 -0.171 0.189 0.216 Média anos experiência internacional da equipa de gestão -0.134 -0.159 -0.126 -0.133 Características da empresa VAB por trabalhador (em euros/ano) -0.128 -0.049 -0.085 -0.100 -0.126 -0.091 -0.084 -0.077 -0.111 -0.068 -0.116 -0.112 -0.097 -0.056 -0.081 H6 Dimensão empresa (nº trabalhadores) -0.177 -0.157 -0.145 -0.174 -0.170 -0.158 -0.146 -0.209 H7 Idade empresa (anos) -0.251 -0.280 -0.279 H8 Intensidade I&D (% volume negócios) -5.774 -8.412 -7.252 -7.709 -5.830 -0.149 -6.786 -7.888 -7.583 -7.009 -7.197 -6.296 -7.134 -6.817 -7.643 -7.121 Introdução Novos Produtos (% total empresas inquiridas) -0.122 -0.168 -0.096 -0.024 -0.004 -0.084 Introdução Novos Processos (% total empresas inquiridas) -0.265 -0.265 -0.253 -0.199 -0.150 -0.186 Inovações Organizacionais (% total empresas inquiridas) 0.191 0.311 0.263 Inovações Marketing (% total empresas inquiridas) -6.195 Índice de Inovação H9 Colaboradores com Licenciatura ou mais (% total colaboradores) -0.104 -0.411 -0.211 -0.435 -0.270 -0.187 -0.373 Colaboradores com Cursos Técnicos (% total colaboradores) -0.658 -0.616 0.453 -1.000 -0.919 -1.030 H10 Volume Negócios Exportado (% volume negócios) -0.563 -0.966 -0.273 -0.312 -0.495 -0.345 Exportação realizada em Parceria (% total exportações) -0.417 -0.434 -0.413 -0.197 -0.132 -0.356 -0.382 -0.374 -0.073 H11 Empresas detidas por Capital Estrangeiro (% total capital social) -2.691 -2.672 2.798 -2.732 -2.681 -0.568 -2.716 -2.562 -2.583 -2.620 -2.616 -2.664 -2.623 -2.665 -2.591 -2.602 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 49 (…) Grupo de determinantes Variáveis/proxies Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8 Modelo 9 Modelo 10 Modelo 11 Modelo 12 Modelo 13 Modelo 14 Modelo 15 Modelo 16 Fatores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) 1.986 0.852 1.237 1.284 1.920 -2.893 1.730 1.258 1.275 1.483 1.391 1.709 1.478 1.342 1.175 1.200 H13 Índice Sintético Des. Regional (100: Portugal) -0.297 -0.387 -0.071 0.036 -0.205 -0.001 Poder Compra per capita (100: Portugal) 1.772 0.209 Exportação alta tecnologia na região NUT III (em % do total exportações da região) -2.620 -0.018 -3.700 -4.559 -5.173 -4.981 -5.012 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % -7.378 -7.624 -7.680 -4.615 -6.160 -5.485 -0.502 -0.611 Constant 2.401 2.650 2.569 2.747 2.022 1.239 3.178 1.553 2.432 2.304 1.415 2.593 1.473 1.619 1.924 0.837 Qualidade de ajustamento Teste H&L 10.602 (0.225) 2.771 (0.948) 7.782 (0.455) 8.699 (0.368) 9.304 (0.317) 7.464 (0.487) 6.954 (0.542) 8.292 (0.405) 6.435 (0.599) 3.345 (0.911) 5.340 (0.721) 20.285 (0.009) 6.310 (0.613) 6.210 (0.624) 4.668 (0.792) 3.853 (0.870) % Corretos 62.2 63.5 61.3 62.2 60.9 61.3 61.7 57.8 61.3 58.7 60.9 60.9 58.7 61.3 60.9 63.5 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 56 (…) Grupo de determinantes Variáveis (proxies) Modelo 23 Modelo 24 Modelo 25 Modelo 26 Modelo 27 Modelo 28 Modelo 29 Modelo 30 Modelo 31 Modelo 32 Modelo 33 Modelo 34 Modelo 35 Modelo 36 Modelo 37 Modelo 38 Modelo 39 Modelo 40 Modelo 41 Modelo 42 Modelo 43 H11 Empresas detidas por Capital Estrangeiro (% total capital social) -0.147 -0.773 -0.766 -0.830 -0.830 0.092 -0.822 -0.309 -0.852 0.079 -0.055 -1.060 -0.742 0.466 -0.751 -0.784 -0.774 0.058 -0.813 -0.004 0.244 Context factors H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -1.307 -0.156 -0.192 0.169 0.169 -0.693 0.169 -0.545 0.463 -0.601 0.292 0.776 -0.265 -0.784 -0.301 -0.181 0.565 -0.566 -0.237 -0.856 1.838 H13a Índice Sintético Des. Regional (100: Portugal) -4.802 -4.782 -5.272 -4.968 -4.809 -4.377 -3.660 -9.651 H13a Poder Compra per capita (100: Portugal) -0.796 -0.796 1.581 H13a Poder Compra Concelhio per capita (100: Portugal) -0.684 -0.717 -0.985 -0.766 H13b Exportação alta tecnologia na região NUT III (em % do total exportações da região) 2.558 1.765 0.685 2.005 2.005 6.692 7.190 4.674 6.050 6.641 0.660 2.488 4.802 0.616 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % - 14.915 -8.530 - 18.282 -0.181 - 18.379 - 10.937 - 11.083 #### 15.948 Sector Fornecedor Especializado 0.048 0.606 0.703 0.421 0.421 -0.124 0.718 0.229 0.578 0.252 0.298 0.410 0.571 - 10.937 0.567 0.343 0.604 0.231 0.532 0.535 0.180 Constant 8.360 10.582 10.319 11.014 11.014 27.286 29.301 29.061 29.603 9.069 29.415 11.267 9.959 0.343 9.986 9.410 27.486 9.409 10.672 24.582 42.252 Goodness of fit Adjusted R2 0.128 0.119 0.15 0.108 0.108 0.195 0.148 0.208 0.17 0.128 0.155 0.153 0.174 0.100 0.165 0.1 0.158 0.12 0.158 0.142 0.173 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 57 Quadro A. 4: Modelo 1. Sector fornecedores especializados, ENF Grupo determin antes Variáveis(proxies) Model o 1.1 Model o 1.2 Model o 1.3 Model o 1.4 Model o 2 Model o 3 Model o 4 Model o 5 Model o 6 Model o 7 Model o 8 Model o 9 Model o 10 Model o 11 Model o 12 Model o 13 Model o 14 Model o 15 Model o 16 Model o 17 Model o 18 Model o 19 Model o 20 Model o 21 CEO/ Equipa fundadore s H1 Dimensão equipa gestão 0.328 0.33 0.364 0.348 0.178 0.064 0.092 0.254 0.308 0.318 0.287 H2 CEO ensino superior ou mais (% do total de CEOs) 0.278 0.211 0.233 0.201 0.269 0.505 0.442 0.200 0.456 0.276 0.232 0.236 0.495 0.481 0.445 Equipa de gestão – proporção (%) de formados em Engenharia e Economia -0.024 -0.178 0.103 0.005 CEO Engenheiro (% total empresas) 0.670 0.449 0.478 0.715 1.029 0.645 CEO Economia (% total empresas) 0.064 0.048 -0.020 0.011 0.098 H3 Índice Dispersão cursos equipa gestão -0.332 -0.177 -0.298 -0.288 -0.249 H4 Anos experiência CEO 0.465 0.475 0.463 0.48 0.447 0.471 0.475 0.439 0.498 0.477 0.490 0.474 0.487 H4 Média anos experiência internacional da equipa de gestão 0.243 0.264 0.245 0.227 0.271 0.253 0.254 Caract. Empresas H6 Dimensão empresa (nº trabalhadores) 0.198 0.196 0.181 0.165 0.183 0.218 0.226 0.212 0.209 0.205 0.155 0.194 H7 Idade empresa (anos) 0.489 0.368 0.402 0.489 H8 Intensidade I&D (% volume negócios) -0.271 -0.297 -0.179 -0.049 -0.264 0.326 0.189 -0.248 -0.393 -0.836 -0.850 -1.339 0.312 -1.502 0.102 0.125 0.375 -0.364 -1.341 -1.261 -0.412 -0.027 -0.601 0.397 Introdução Novos Produtos (% total empresas inquiridas) 0.33 Introdução Novos Processos (% total empresas inquiridas) 0.427 Inovações Organizacionais (% total empresas inquiridas) 0.138 Inovações Marketing (% total empresas inquiridas) 0.265 Índice de Inovação 0.379 0.700 0.607 0.816 0.770 0.703 0.659 0.429 0.708 0.419 0.682 0.672 0.703 0.554 0.431 0.429 0.529 0.537 0.488 0.710 H9a Colaboradores com Licenciatura ou mais (% total colaboradores) -0.842 -0.493 -0.168 -0.459 -0.115 -0.203 -0.501 -0.668 -0.155 H9b Colaboradores com Cursos Técnicos (% total colaboradores) -0.793 -0.744 -0.739 -0.759 -0.880 -1.371 -1.754 -0.435 -0.903 -0.554 -0.417 H10 a Volume Negócios Exportado (% volume negócios) 0.170 0.039 0.513 0.536 0.058 0.453 0.451 0.065 58 (…) Grupo determin antes Variáveis (proxies) Model o 1.1 Model o 1.2 Model o 1.3 Model o 1.4 Model o 2 Model o 3 Model o 4 Model o 5 Model o 6 Model o 7 Model o 8 Model o 9 Model o 10 Model o 11 Model o 12 Model o 13 Model o 14 Model o 15 Model o 16 Model o 17 Model o 18 Model o 19 Model o 20 Model o 21 H10 b Exportação realizada em Parceria (% total exportações) 0 -0.03 0.043 0.016 -0.139 -0.052 -0.207 0.038 -0.090 -0.052 -0.053 -0.069 -0.010 -0.046 H11 Empresas detidas por Capital Estrangeiro (% total capital social) -0.16 -0.19 -0.203 -0.25 0.088 -0.173 -0.105 -0.238 -0.221 -0.011 -0.014 -0.054 -0.211 -0.031 -0.206 -0.184 -0.239 -0.042 -0.111 -0.056 0.063 0.036 0.072 -0.208 Fatores contexto H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -2.039 -1.97 -2.015 -2.089 -2.114 -1.678 -1.902 -1.780 -2.145 -2.167 -2.490 -2.363 -1.877 -2.626 -1.977 -2.120 -1.636 -1.791 -1.976 -2.219 -2.377 -1.729 -2.438 -1.602 H13 a Índice Sintético Des. Regional (100: Portugal) 1.055 1.187 1.148 1.249 1.332 1.297 H13 a Poder Compra per capita (100: Portugal) 0.553 H13 a Poder Compra Concelhio per capita (100: Portugal) 0.551 0.638 0.101 0.269 H13 b Exportação alta tecnologia na região NUT III (em % do total exportações da região) 6.947 6.644 7.637 7.414 7.374 8.709 9.002 8.253 7.461 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % 14.941 16.592 15.467 17.273 -0.819 12.341 8.777 10.404 14.656 5.838 2.200 15.090 9.936 7.337 Sector Fornecedor Especializado 0.401 0.372 0.438 0.437 -0.013 0.144 0.023 0.434 0.264 0.311 0.405 0.355 0.276 0.361 0.350 0.283 0.300 0.318 0.420 0.352 0.296 0.046 0.393 0.378 Constant 5.821 5.633 5.898 5.557 5.453 5.438 4.684 6.580 5.901 3.937 3.117 7.223 5.463 3.713 2.267 1.808 6.562 7.725 8.095 7.448 6.138 6.079 2.847 6.484 Goodness of fit Adjusted R2 0.148 0.14 0.132 0.138 0.067 0.152 0.165 0.149 0.168 0.078 0.041 0.055 0.156 0.054 0.234 0.152 0.161 0.057 0.079 0.069 0.029 0.072 0.04 0.161 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 59 (...) Group of determinan ts Variables (proxies) Modelo 22 Modelo 23 Modelo 24 Modelo 25 Modelo 26 Modelo 27 Modelo 28 Modelo 29 Modelo 30 Modelo 31 Modelo 32 Modelo 33 Modelo 34 Modelo 35 Modelo 36 Modelo 37 Modelo 38 Modelo 39 Modelo 40 Modelo 41 Modelo 42 Modelo 43 CEO/ Equipa fundadores H1 Dimensão equipa gestão -0.014 H2 CEO ensino superior ou mais (% do total de CEOs) -0.130 Equipa de gestão – proporção (%) de formados em Engenharia e Economia -0.046 -0.124 -0.123 -0.036 -0.175 -0.175 -0.147 0.000 -0.225 -0.074 0.095 CEO Engenheiro (% total empresas) 0.438 0.449 0.647 0.952 0.955 0.691 0.975 5.585 1.003 0.462 0.743 0.956 1.013 0.903 CEO Economia (% total empresas) 0.135 0.141 0.180 0.175 0.462 0.155 0.118 0.095 0.168 0.180 0.001 H3 Índice Dispersão cursos equipa gestão -0.391 -0.358 -0.419 -0.364 0.118 -0.385 -0.374 -0.323 -0.355 -0.358 -0.183 -0.505 H4 Anos experiência CEO 0.463 0.509 0.515 0.515 0.440 0.497 -0.374 0.492 0.450 0.543 H4 Média anos experiência internacional da equipa de gestão 0.249 0.243 0.250 0.207 0.227 0.254 0.235 -0.337 Caract. empresas H6 Dimensão empresa (nº trabalhadores) 0.238 0.212 0.207 0.223 0.223 0.195 0.232 0.184 0.192 0.230 0.173 0.492 0.176 0.229 0.161 0.207 0.202 0.181 0.180 H7 Idade empresa (anos) 0.400 0.374 0.484 0.290 H8 Intensidade I&D (% volume negócios) -1.333 0.424 0.239 -0.511 0.263 0.263 0.270 0.309 -0.171 -0.489 -1.348 -1.306 -0.575 -0.456 0.229 -0.459 0.195 -0.036 -1.210 -0.421 -1.666 -0.882 Introdução Novos Produtos (% total empresas inquiridas) -0.322 Introdução Novos Processos (% total empresas inquiridas) 0.005 Inovações Organizacionais (% total empresas inquiridas) -0.569 Inovações Marketing (% total empresas inquiridas) -0.095 Índice de Inovação 0.384 0.736 0.687 0.507 0.691 0.691 0.736 0.696 0.560 0.510 0.517 0.530 0.566 0.655 0.195 0.677 0.748 0.749 0.518 0.666 0.389 1.903 H9a Colaboradores com Licenciatura ou mais (% total colaboradores) -0.220 -0.194 -0.194 -0.140 -0.675 0.748 -0.163 0.892 H9b Colaboradores com Cursos Técnicos (% total colaboradores) -0.388 -0.654 -0.411 -1.325 -1.422 -1.339 -1.365 -0.914 -1.426 -1.474 -0.458 -1.728 H10a Volume Negócios Exportado (% volume negócios) 0.562 0.170 0.444 0.418 0.410 0.606 0.616 H10b Exportação realizada em Parceria (% total exportações) -0.119 -0.193 -0.091 -0.200 -0.200 -0.148 -0.067 -0.054 -0.163 -0.236 -0.197 -0.208 -0.294 -0.570 H11 Empresas detidas por Capital Estrangeiro (% total capital social) 0.040 -0.162 -0.153 0.056 -0.134 -0.134 -0.177 -0.157 0.049 0.087 -0.060 -0.069 0.048 -0.055 -0.197 -0.008 -0.141 -0.153 -0.072 -0.008 0.080 -0.241 60 (…) Group of determinan ts Variables (proxies) Modelo 22 Modelo 23 Modelo 24 Modelo 25 Modelo 26 Modelo 27 Modelo 28 Modelo 29 Modelo 30 Modelo 31 Modelo 32 Modelo 33 Modelo 34 Modelo 35 Modelo 36 Modelo 37 Modelo 38 Modelo 39 Modelo 40 Modelo 41 Modelo 42 Modelo 43 Factores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -2.241 -1.304 -1.798 -2.089 -1.903 -1.903 -1.750 -1.588 -1.811 -2.165 -2.166 -1.999 -2.340 -1.972 -0.141 -1.902 -1.895 -1.951 -1.750 -1.484 -2.738 -1.025 H13a Índice Sintético Des. Regional (100: Portugal) 1.038 0.607 0.833 0.613 0.507 1.434 1.279 -1.274 H13a Poder Compra per capita (100: Portugal) 0.527 0.527 1.192 H13a Poder Compra Concelhio per capita (100: Portugal) 0.473 0.358 0.539 0.371 H13b Exportação alta tecnologia na região NUT III (em % do total exportações da região) 8.259 5.715 7.836 8.558 7.524 7.524 5.623 8.508 5.887 8.444 8.243 6.833 8.810 8.788 7.731 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % 3.322 6.141 10.835 12.667 -1.895 12.873 15.266 0.531 2.454 -20.167 Sector Fornecedor Especializado 0.366 0.120 0.305 0.365 0.260 0.260 0.147 0.373 0.049 0.310 0.272 0.294 0.130 0.242 15.266 0.230 0.159 0.237 0.305 0.262 0.437 0.108 Constant 8.165 6.172 5.605 6.812 5.349 5.349 2.500 4.906 3.748 5.488 7.579 6.686 6.277 6.837 0.343 6.789 5.585 1.812 8.835 8.117 3.470 9.765 Goodness of fit Adjusted R2 0.045 0.166 0.172 0.052 0.169 0.169 0.17 0.161 0.075 0.035 0.082 0.093 0.07 0.086 0.154 0.079 0.154 0.165 0.092 0.089 0.043 0.122 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 61 Quadro A. 5: Modelo 2. Setor dominado pelos fornecedores, EF Grupo de determinantes Variáveis (proxies) Modelo 1.1 Modelo 1.2 Modelo 1.3 Modelo 1.4 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8 Modelo 9 Modelo 9.1 Modelo 9.2 Modelo 9.3 Modelo 9.4 Modelo 10 Modelo 11 Modelo 12 Modelo 13 Modelo 14 Modelo 15 CEO/Equipa de fundadores H1 Dimensão equipa gestão -0.266 -0.260 -0.281 -0.277 0.021 -0.066 -0.114 -0.349 -0.238 -0.044 0.027 H2 CEO ensino superior ou mais (% do total de CEOs) 0.072 0.049 0.044 0.016 0.071 0.281 0.354 0.3 0.331 0.391 0.326 0.032 0.524 0.310 0.171 0.117 0.100 Equipa de gestão – proporção (%) de formados em Engenharia e Economia CEO Engenheiro (% total empresas) 0.546 0.228 0.429 0.832 0.832 CEO Economia (% total empresas) -0.260 -0.281 -0.280 -0.435 -0.328 H3 Índice Dispersão cursos equipa gestão 0.165 0.055 -0.024 0.265 0.328 H4 Anos experiência CEO 0.543 0.540 0.542 0.580 0.369 0.572 0.538 0.410 0.475 0.484 0.501 0.332 H4 Média anos experiência internacional da equipa de gestão 0.904 0.841 0.857 0.794 Caract empresas H6 Dimensão empresa (nº trabalhadores) 0.095 0.2 0.161 0.114 0.111 0.097 0.154 0.177 0.148 0.057 0.103 H7 Idade empresa (anos) 0.732 0.632 0.699 H8 Intensidade I&D (% volume negócios) 11.051 11.157 10.929 9.316 6.123 6.706 6.578 9.668 6.140 9.119 9.422 5.990 6.505 8.225 7.618 7.405 8.590 7.847 11.627 10.183 7.959 8.456 Introdução Novos Produtos (% total empresas inquiridas) 0.176 0.511 Introdução Novos Processos (% total empresas inquiridas) 0.213 0.468 Inovações Organizacionais (% total empresas inquiridas) 0.336 0.424 Inovações Marketing (% total empresas inquiridas) 0.813 0.804 Índice de Inovação 0.807 1.269 0.829 1.072 1.204 -0.845 0.902 1.484 0.932 1.315 0.664 0.765 1.247 0.911 H9 Colaboradores com Licenciatura ou mais (% total colaboradores) -1.412 -1.566 -1.541 -1.518 -1.691 -1.558 -1.094 -1.593 -1.150 -1.224 -1.031 Colaboradores com Cursos Técnicos (% total colaboradores) -1.918 -1.887 -1.801 -1.910 -1.882 -2.381 -2.785 -1.972 H10 Volume Negócios Exportado (% volume negócios) 1.400 1.307 1.751 1.635 1.638 1.729 1.767 1.868 1.335 Exportação realizada em Parceria (% total exportações) 0.647 0.651 0.656 0.468 0.769 0.618 0.133 0.091 0.617 0.585 0.563 0.227 H11 Empresas detidas por Capital Estrangeiro (% total capital social) -1.153 -1.174 -1.061 -0.793 -0.799 -0.179 -0.804 -0.768 -0.786 -1.043 -0.911 -0.046 -0.326 -0.501 -0.473 -0.429 -0.923 -0.134 -1.004 -1.011 -0.558 -1.005 Fatores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -2.949 -3.093 -3.046 -3.081 -1.760 -2.732 -1.997 -2.897 -1.704 -1.659 -1.573 -2.132 -2.029 -1.981 -1.801 -2.248 -2.082 -1.758 -2.142 -1.598 -2.041 -1.954 H13 Índice Sintético Des. Regional (100: Portugal) -5.600 -5.101 -4.212 -4.765 -4.093 Poder Compra per capita (100: Portugal) -1.100 62 (…) Grupo de determinantes Variáveis (proxies) Modelo 1.1 Modelo 1.2 Modelo 1.3 Modelo 1.4 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8 Modelo 9 Modelo 9.1 Modelo 9.2 Modelo 9.3 Modelo 9.4 Modelo 10 Modelo 11 Modelo 12 Modelo 13 Modelo 14 Modelo 15 Poder Compra Concelhio per capita (100: Portugal) -1.188 -1.312 Exportação alta tecnologia na região NUT III (em % do total exportações da região) 2.966 1.284 5.233 4.996 3.205 4.613 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % -13.981 -14.331 -15.423 -14.097 -7.023 -11.870 -16.795 -7.672 -9.557 -10.38 -7.452 -8.058 -12.330 -13.026 -23.562 Sector fornecedor dominado -0.924 -0.906 -0.886 -0.798 -0.709 -0.729 -0.773 -0.841 -0.882 -0.771 -0.832 -0.929 -0.889 -0.965 -1.021 -0.968 -0.795 -1.025 -0.954 -0.866 -0.859 -0.760 Constant 11.319 11.420 11.490 10.969 11.812 8.234 12.122 11.430 13.169 33.346 31.175 9.887 10.093 10.534 10.162 10.277 10.230 27.792 29.920 26.840 10.230 11.364 Goodness of fit Adjusted R2 0.119 0.118 0.122 0.149 0.201 0.168 0.157 0.123 0.17 0.198 0.181 0.143 0.148 0.126 0.126 0.128 0.122 0.173 0.166 0.147 0.146 0.154 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 63 (...) Grupo de determinantes Variáveis (proxies) Mode lo 16 Mode lo 17 Mode lo 18 Mode lo 19 Mode lo 20 Mode lo 21 Mode lo 22 Mode lo 22.1 Mode lo 22.2 Mode lo 22.3 Mode lo 22.4 Mode lo 23 Mode lo 24 Mode lo 25 Mode lo 26 Mode lo 27 Mode lo 28 Mode lo 29 Mode lo 30 Mode lo 31 Mode lo 32 Mode lo 33 Mode lo 34 Mode lo 35 Mode lo 36 Mode lo 37 Mode lo 38 Mode lo 39 Mode lo 40 Mode lo 41 Mode lo 42 CEO/Equipa de fundadores H1 Dimensão equipa gestão H2 CEO ensino superior ou mais (% do total de CEOs) 0.438 0.475 Equipa de gestão – proporção (%) de formados em Engenharia e Economia - 0.327 - 0.393 - 0.322 - 0.571 0.156 0.137 0.07 0.206 0.137 8.933 - 0.691 - 0.437 - 0.625 - 0.625 - 0.440 - 0.587 - 0.295 - 0.272 CEO Engenheiro (% total empresas) 0.399 - 0.616 0.348 0.363 0.908 1.067 0.484 0.756 0.205 0.760 0.205 0.900 0.907 0.752 CEO Economia (% total empresas) - 0.285 - 0.168 - 0.457 - 0.399 - 0.470 - 0.390 - 0.470 - 0.278 - 0.287 - 0.400 H3 Índice Dispersão cursos equipa gestão 0.332 0.238 0.328 0.247 0.176 0.234 0.176 - 0.034 0.323 0.202 0.234 H4 Anos experiência CEO 0.429 0.304 0.574 0.577 0.577 0.441 0.590 0.487 0.487 0.499 H4 Média anos experiência internacional da equipa de gestão 0.818 0.873 0.874 0.801 0.946 0.881 0.814 0.779 0.751 0.767 Caract empresas H6 Dimensão empresa (nº trabalhadores) 0.204 0.142 0.143 0.207 0.134 0.089 0.193 0.162 0.107 0.104 0.211 0.213 0.205 0.205 0.207 0.193 0.141 0.207 0.137 0.124 0.087 0.124 0.087 0.191 0.142 0.127 0.185 H7 Idade empresa (anos) 0.673 0.571 0.716 0.753 H8 Intensidade I&D (% volume negócios) 6.049 5.666 8.715 7.613 11.88 0 9.885 6.478 6.776 8.735 8.205 7.827 0.628 9.945 8.288 9.058 9.058 9.731 13.12 4 9.429 10.44 2 5.196 7.946 5.722 7.521 7.576 7.332 7.576 10.50 3 5.280 7.618 9.272 Introdução Novos Produtos (% total empresas inquiridas) 0.515 Introdução Novos Processos (% total empresas inquiridas) 0.433 Inovações Organizacionais (% total empresas inquiridas) 0.419 Inovações Marketing (% total empresas inquiridas) 0.812 Índice de Inovação 1.289 1.344 0.889 0.980 0.631 1.094 1.462 8.392 0.668 0.730 0.701 0.701 1.110 0.586 0.816 0.701 1.390 1.186 0.773 0.872 0.912 0.868 0.912 0.650 1.388 0.851 1.201 H9 Colaboradores com Licenciatura ou mais (% total colaboradores) - 1.561 - 0.764 - 1.390 - 1.381 - 1.326 - 1.508 - 1.398 - 0.675 - 0.675 - 0.848 - 1.239 - 1.210 - 1.210 Colaboradores com Cursos Técnicos (% total colaboradores) - 1.694 - 1.422 - 1.272 - 1.173 - 1.058 - 1.640 - 2.571 - 2.945 - 2.172 - 2.175 - 2.657 - 2.578 - 2.186 - 1.700 H10 Volume Negócios Exportado (% volume negócios) 1.756 1.830 1.190 1.784 1.656 1.679 1.76 1.803 1.530 1.640 1.799 1.648 1.821 64 (…) Grupo de determinantes Variáveis (proxies) Mode lo 16 Mode lo 17 Mode lo 18 Mode lo 19 Mode lo 20 Mode lo 21 Mode lo 22 Mode lo 22.1 Mode lo 22.2 Mode lo 22.3 Mode lo 22.4 Mode lo 23 Mode lo 24 Mode lo 25 Mode lo 26 Mode lo 27 Mode lo 28 Mode lo 29 Mode lo 30 Mode lo 31 Mode lo 32 Mode lo 33 Mode lo 34 Mode lo 35 Mode lo 36 Mode lo 37 Mode lo 38 Mode lo 39 Mode lo 40 Mode lo 41 Mode lo 42 Exportação realizada em Parceria (% total exportações) 0.217 0.218 0.986 0.645 0.313 0.650 0.650 0.544 0.113 0.112 0.582 0.235 0.582 0.584 0.251 H11 Empresas detidas por Capital Estrangeiro (% total capital social) - 0.217 - 0.273 - 0.989 - 0.431 - 1.173 - 0.662 - 0.230 - 0.458 - 0.658 - 0.693 - 0.587 0.634 - 1.243 - 1.218 - 1.255 - 1.255 - 0.199 - 1.213 - 0.553 - 1.183 - 0.194 - 0.366 - 1.362 - 1.002 - 1.054 - 1.034 - 1.054 - 1.120 - 0.204 - 1.083 - 0.389 Fatores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) - 2.560 - 1.575 - 2.282 - 2.655 - 2.122 - 2.682 - 2.347 - 2.262 - 2.189 - 2.026 - 2.436 - 0.382 - 2.125 - 2.196 - 1.723 - 1.723 - 2.365 - 1.977 - 2.155 - 1.535 - 2.228 - 1.506 - 0.659 - 1.744 - 1.703 - 1.870 - 1.703 - 1.248 - 2.185 - 1.747 - 2.964 H13 Índice Sintético Des. Regional (100: Portugal) - 4.989 - 5.056 - 4.950 - 5.418 - 5.179 - 5.185 - 4.682 - 4.159 Poder Compra per capita (100: Portugal) - 1.014 - 1.014 Poder Compra Concelhio per capita (100: Portugal) - 0.853 - 0.933 - 0.930 - 0.954 - 1.167 Exportação alta tecnologia na região NUT III (em % do total exportações da região) 0.319 1.391 3.833 2.204 0.313 2.663 2.712 2.618 - 2.767 1.102 0.144 1.083 1.083 5.199 6.214 3.648 5.143 5.991 0.107 1.574 4.682 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % - 18.90 6 #### - 14.28 0 - 8.544 - 8.706 - 11.76 - 8.863 - 9.404 1.147 - 10.20 4 - 20.21 0 - 13.03 4 - 20.51 1 - 13.03 4 - 11.78 5 #### Sector fornecedor dominado - 1.042 - 1.034 - 0.812 - 0.674 - 0.968 - 0.919 - 0.930 - 0.896 - 0.967 - 1.016 - 0.964 - 14.84 2 - 0.976 - 0.951 - 0.931 - 0.931 - 0.842 - 0.960 - 0.732 - 0.857 - 0.811 - 0.918 - 0.765 - 0.692 - 0.711 - 0.702 - 0.711 - 0.855 - 0.803 - 0.678 - 1.071 Constant 12.12 7 12.61 9 10.80 2 9.178 30.54 7 10.39 3 10.05 1 10.02 10.76 10.4 10.49 - 0.689 12.26 5 11.95 9 12.56 3 12.56 3 29.15 8 30.69 7 30.31 7 31.14 3 9.913 31.79 12.56 5 10.72 1 10.24 2 10.81 6 10.24 2 29.45 8 10.12 0 11.45 4 27.56 2 Goodness of fit Adjusted R2 0.146 0.149 0.162 0.197 0.211 0.155 0.13 0.136 0.113 0.112 0.116 0.144 0.14 0.165 0.131 0.131 0.218 0.164 0.224 0.184 0.148 0.18 0.167 0.18 0.114 0.173 0.114 0.172 0.14 0.166 0.171 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 65 Quadro A. 6: Modelo 2. Setor dominado pelos fornecedores, ENF Grupo de determinantes Variáveis (proxies) Modelo 1.1 Modelo 1.1 Modelo 1.3 Modelo 1.4 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8 Modelo 9 Modelo 10 Modelo 11 Modelo 12 Modelo 13 Modelo 14 Modelo 15 Modelo 16 Modelo 17 Modelo 18 Modelo 19 Modelo 20 CEO/Equipa de fundadores H1 Dimensão equipa gestão 0.314 0.304 0.361 0.336 0.177 0.053 0.090 0.229 0.302 0.296 0.274 H2 CEO ensino superior ou mais (% do total de CEOs) 0.277 0.205 0.231 0.202 0.266 0.504 0.442 0.191 0.457 0.274 0.224 0.229 0.492 0.477 0.444 Equipa de gestão – proporção (%) de formados em Engenharia e Economia -0.048 -0.176 0.087 CEO Engenheiro (% total empresas) 0.667 0.490 0.485 0.765 1.093 0.659 CEO Economia (% total empresas) 0.066 0.035 -0.023 -0.018 0.061 H3 Índice Dispersão cursos equipa gestão -0.330 -0.179 -0.299 -0.305 -0.260 H4 Anos experiência CEO 0.470 0.483 0.466 0.481 0.446 0.470 0.480 0.443 0.503 0.482 0.495 0.482 H4 Média anos experiência internacional da equipa de gestão 0.239 0.264 0.241 0.224 0.273 0.251 0.247 Caract empresas H6 Dimensão empresa (nº trabalhadores) 0.219 0.214 0.203 0.181 0.201 0.236 0.243 0.227 0.226 0.226 0.173 H7 Idade empresa (anos) 0.487 0.375 0.403 0.490 H8a Intensidade I&D (% volume negócios) 0.371 0.270 0.556 0.696 -0.272 0.573 0.236 0.479 -0.012 -0.411 -0.239 -0.761 0.749 -0.917 0.691 0.570 0.871 0.154 -0.630 -0.676 0.054 0.058 0.044 H8b Introdução Novos Produtos (% total empresas inquiridas) 0.387 H8c Introdução Novos Processos (% total empresas inquiridas) 0.455 H8d Inovações Organizacionais (% total empresas inquiridas) 0.123 H8e Inovações Marketing (% total empresas inquiridas) 0.259 H8b/c/d/e Índice de Inovação 0.372 0.713 0.607 0.861 0.787 0.740 0.677 0.415 0.707 0.403 0.692 0.669 0.697 0.543 0.416 0.410 0.529 0.538 0.492 H9a Colaboradores com Licenciatura ou mais (% total colaboradores) -0.616 -0.291 -0.015 -0.251 0.045 -0.034 -0.298 -0.467 0.025 H9b Colaboradores com Cursos Técnicos (% total colaboradores) -0.605 -0.566 -0.518 -0.523 -0.640 -1.315 -1.680 -0.248 -0.666 -0.328 H10a Volume Negócios Exportado (% volume negócios) 0.149 -0.002 0.462 0.485 0.013 0.380 0.390 H10b Exportação realizada em Parceria (% total exportações) -0.014 -0.052 0.025 -0.005 -0.145 -0.070 -0.228 0.027 -0.098 -0.061 -0.060 -0.082 -0.021 -0.051 H11 Empresas detidas por Capital Estrangeiro (% total capital social) -0.165 -0.197 -0.207 -0.253 0.089 -0.182 -0.105 -0.246 -0.230 -0.020 -0.028 -0.064 -0.222 -0.042 -0.210 -0.194 -0.250 -0.052 -0.107 -0.065 0.053 0.033 0.071 Fatores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -1.925 -1.850 -1.826 -1.846 -2.062 -1.626 -1.869 -1.594 -2.124 -2.206 -2.250 -2.165 -1.813 -2.427 -1.925 -2.053 -1.513 -1.587 -1.778 -1.977 -2.270 -1.689 -2.339 H13a Índice Sintético Des. Regional (100: Portugal) 1.275 1.302 1.166 1.364 1.357 1.429 72 (…) Grupo de determinantes Variáveis (proxies) Modelo 21 Modelo 22 Modelo 23 Modelo 24 Modelo 25 Modelo 26 Modelo 27 Modelo 28 Modelo 29 Modelo 30 Modelo 31 Modelo 32 Modelo 33 Modelo 34 Modelo 35 Modelo 36 Modelo 37 Modelo 38 Modelo 39 Modelo 40 Modelo 41 Modelo 42 Modelo 43 Fatores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -4.365 -4.352 -3.661 -3.610 -4.186 -3.070 -3.070 -3.587 -3.369 -3.629 -3.244 -4.005 -3.313 -2.490 -3.553 -3.060 -3.765 -3.060 -2.484 -4.010 -3.791 -4.856 -1.654 H13a Índice Sintético Des. Regional (100: Portugal) -4.883 -4.914 -5.335 -5.204 -5.244 -4.413 -3.933 -8.457 H13a Poder Compra per capita (100: Portugal) -1.034 -1.034 1.090 H13a Poder Compra Concelhio per capita (100: Portugal) -0.960 -1.062 -1.249 -0.850 H13b Exportação alta tecnologia na região NUT III (em % do total exportações da região) 7.323 6.485 3.252 3.385 2.719 3.610 3.610 6.822 8.308 5.168 7.576 8.480 2.669 5.122 8.171 3.533 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % -18.392 -13.539 -16.891 -10.982 -21.432 -13.210 -21.863 -13.210 -16.229 #### 12.564 Sector Industrial -1.172 -1.408 -0.651 -1.127 -1.326 -1.139 -1.139 -0.838 -1.076 -0.856 -1.235 -1.120 -1.216 -1.221 -1.059 -0.948 -1.082 -0.948 -0.933 -1.152 -0.893 -1.329 -1.091 Constant 11.168 11.144 9.213 12.495 12.599 12.888 12.888 28.344 30.611 29.990 31.542 10.275 32.227 13.245 11.173 10.550 11.311 10.550 28.332 11.008 12.534 26.723 40.664 Goodness of fit Adjusted R2 0.162 0.15 0.14 0.14 0.18 0.134 0.134 0.214 0.163 0.227 0.198 0.158 0.19 0.185 0.193 0.119 0.186 0.119 0.169 0.152 0.183 0.178 0.2 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 73 Quadro A. 8: Modelo 3. Indústria transformadora, ENF Grupo de determinantes Variáveis (proxies) Modelo 1.1 Modelo 1.2 Modelo 1.3 Modelo 1.4 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8 Modelo 9 Modelo 10 Modelo 11 Modelo 12 Modelo 13 Modelo 14 Modelo 15 Modelo 16 Modelo 17 Modelo 18 Modelo 19 Modelo 20 CEO/Equipa de fundadores H1 Dimensão equipa gestão 0.381 0.37 0.428 0.41 0.216 0.117 0.134 0.312 0.378 0.401 0.338 H2 CEO ensino superior ou mais (% do total de CEOs) 0.254 0.178 0.206 0.179 0.240 0.499 0.436 0.180 0.446 0.230 0.207 0.218 0.494 0.475 0.447 Equipa de gestão – proporção (%) de formados em Engenharia e Economia -0.029 -0.184 0.073 CEO Engenheiro (% total empresas) 0.661 0.473 0.468 0.780 1.109 0.649 CEO Economia (% total empresas) 0.072 0.020 -0.014 -0.022 0.056 H3 Índice Dispersão cursos equipa gestão -0.349 -0.236 -0.314 -0.332 -0.315 H4 Anos experiência CEO 0.49 0.505 0.486 0.499 0.462 0.489 0.505 0.455 0.529 0.516 0.524 0.506 H4 Média anos experiência internacional da equipa de gestão 0.277 0.310 0.277 0.261 0.299 0.282 0.289 Caract empresas H6 Dimensão empresa (nº trabalhadores) 0.249 0.254 0.234 0.237 0.243 0.296 0.290 0.279 0.271 0.253 0.218 H7 Idade empresa (anos) 0.519 0.440 0.446 0.539 H8a Intensidade I&D (% volume negócios) -0.018 -0.157 0.16 0.307 -0.498 -0.002 -0.105 -0.008 -0.511 -0.824 -0.523 -1.146 0.350 -1.304 0.210 0.171 0.320 -0.201 -1.103 -1.117 -0.208 -0.227 -0.286 H8b Introdução Novos Produtos (% total empresas inquiridas) 0.401 H8c Introdução Novos Processos (% total empresas inqu iridas) 0.453 H8d Inovações Organizacionais (% total empresas inquiridas) 0.124 H8e Inovações Marketing (% total empresas inquiridas) 0.23 H8b/c/d/e Índice de Inovação 0.400 0.708 0.615 0.873 0.828 0.770 0.719 0.425 0.723 0.419 0.696 0.695 0.727 0.574 0.440 0.443 0.546 0.560 0.514 H9a Colaboradores com Licenciatura ou mais (% total colaboradores) -0.838 -0.439 -0.208 -0.417 -0.170 -0.284 -0.517 -0.619 -0.129 H9b Colaboradores com Cursos Técnicos (% total colaboradores) -0.705 -0.677 -0.628 -0.636 -0.801 -1.466 -1.850 -0.340 -0.770 -0.417 H10a Volume Negócios Exportado (% volume negócios) 0.277 0.102 0.548 0.571 0.131 0.504 0.508 H10b Exportação realizada em Parceria (% total exportações) 0.044 0.007 0.085 0.056 -0.067 -0.003 -0.196 0.067 -0.040 -0.005 -0.004 -0.047 0.013 -0.007 H11 Empresas detidas por Capital Estrangeiro (% total capital social) -0.183 -0.217 -0.226 -0.264 0.089 -0.186 -0.126 -0.270 -0.254 -0.036 -0.040 -0.073 -0.249 -0.054 -0.246 -0.227 -0.277 -0.069 -0.135 -0.087 0.039 0.023 0.053 Fatores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -2.594 -2.575 -2.529 -2.53 -2.600 -2.551 -2.511 -2.431 -2.888 -3.018 -3.061 -2.893 -2.704 -3.174 -2.856 -2.976 -2.640 -2.505 -2.603 -2.835 -2.936 -2.285 -3.064 74 (…) Grupo de determinantes Variáveis (proxies) Modelo 1.1 Modelo 1.2 Modelo 1.3 Modelo 1.4 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Modelo 7 Modelo 8 Modelo 9 Modelo 10 Modelo 11 Modelo 12 Modelo 13 Modelo 14 Modelo 15 Modelo 16 Modelo 17 Modelo 18 Modelo 19 Modelo 20 H13a Índice Sintético Des. Regional (100: Portugal) 1.118 1.259 1.043 1.122 1.203 1.220 H13a Poder Compra per capita (100: Portugal) 0.479 H13a Poder Compra Concelhio per capita (100: Portugal) 0.465 0.538 0.011 0.154 H13b Exportação alta tecnologia na região NUT III (em % do total exportações da região) 7.452 7.352 8.038 7.802 9.496 10.254 9.912 9.301 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % 15.03 16.74 15.77 17.45 -0.612 9.813 8.305 9.012 12.872 0.861 -1.319 13.823 8.119 Sector Industrial -0.374 -0.392 -0.367 -0.335 -0.276 -0.503 -0.359 -0.440 -0.460 -0.472 -0.390 -0.399 -0.547 -0.416 -0.573 -0.573 -0.700 -0.529 -0.484 -0.484 -0.399 -0.320 -0.451 Constant 6.062 5.862 6.118 5.785 5.838 6.016 5.230 6.937 6.542 3.943 3.024 7.667 6.018 4.423 3.077 2.678 7.619 8.459 8.697 8.158 8.505 6.432 3.352 Goodness of fit Adjusted R2 0.145 0.14 0.127 0.211 0.173 0.167 0.173 0.148 0.176 0.086 0.038 0.055 0.168 0.055 0.168 0.165 0.182 0.066 0.08 0.073 0.032 0.078 0.042 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%] 75 (...) Grupo de determinantes Variáveis (proxies) Modelo 21 Modelo 22 Modelo 23 Modelo 24 Modelo 25 Modelo 26 Modelo 27 Modelo 28 Modelo 29 Modelo 30 Modelo 31 Modelo 32 Modelo 33 Modelo 34 Modelo 35 Modelo 36 Modelo 37 Modelo 38 Modelo 39 Modelo 40 Modelo 41 Modelo 42 Modelo 43 CEO/Equipa de fundadores H1 Dimensão equipa gestão -0.080 H2 CEO ensino superior ou mais (% do total de CEOs) -0.174 Equipa de gestão – proporção (%) de formados em Engenharia e Economia -0.049 -0.059 -0.132 -0.137 -0.050 -0.167 -0.167 -0.164 -0.057 -0.239 -0.085 0.231 CEO Engenheiro (% total empresas) 0.449 0.464 0.643 1.024 1.027 0.736 1.047 0.517 1.071 0.517 0.790 1.044 1.099 0.948 CEO Economia (% total empresas) 0.120 0.123 0.196 0.170 0.124 0.151 0.124 0.086 0.159 0.183 0.010 H3 Índice Dispersão cursos equipa gestão -0.508 -0.502 -0.487 -0.476 -0.471 -0.494 -0.471 -0.463 -0.496 -0.489 -0.295 -0.641 H4 Anos experiência CEO 0.522 0.485 0.541 0.546 0.546 0.460 0.538 0.520 0.520 0.485 0.558 H4 Média anos experiência internacional da equipa de gestão 0.283 0.279 0.287 0.248 0.268 0.294 0.282 -0.313 Caract empresas H6 Dimensão empresa (nº trabalhadores) 0.293 0.309 0.288 0.270 0.290 0.290 0.292 0.295 0.253 0.280 0.287 0.240 0.293 0.242 0.293 0.247 0.300 0.289 0.258 0.245 H7 Idade empresa (anos) 0.481 0.455 0.539 0.303 H8a Intensidade I&D (% volume negócios) 0.380 -1.240 0.145 0.286 -0.224 0.272 0.272 -0.063 0.355 -0.404 -0.308 -1.510 -1.517 -0.714 -0.523 -0.077 -0.537 -0.077 -0.278 -1.453 -0.552 -1.488 -1.220 H8b Introdução Novos Produtos (% total empresas inquiridas) -0.573 H8c Introdução Novos Processos (% total empresas inquiridas) -0.405 H8d Inovações Organizacionais (% total empresas inquiridas) -0.798 H8e Inovações Marketing (% total empresas inquiridas) -0.462 H8b/c/d/e Índice de Inovação 0.731 0.385 0.759 0.718 0.540 0.725 0.725 0.788 0.725 0.601 0.545 0.525 0.549 0.620 0.687 0.777 0.708 0.777 0.775 0.528 0.702 0.394 3.792 H9a Colaboradores com Licenciatura ou mais (% total colaboradores) -0.216 -0.240 -0.240 -0.171 -0.765 -0.316 -0.316 0.722 H9b Colaboradores com Cursos Técnicos (% total colaboradores) -0.344 -0.340 -0.545 -0.351 -1.339 -1.467 -1.370 -1.398 -0.954 -1.479 -1.549 -0.298 -1.682 H10a Volume Negócios Exportado (% volume negócios) 0.138 0.621 0.272 0.522 0.506 0.508 0.655 0.714 H10b Exportação realizada em Parceria (% total exportações) -0.050 -0.137 -0.068 -0.143 -0.143 -0.104 -0.028 -0.037 -0.153 -0.227 -0.153 -0.170 -0.293 -0.582 H11 Empresas detidas por Capital Estrangeiro (% total capital social) -0.250 0.015 -0.192 -0.205 0.028 -0.186 -0.186 -0.212 -0.214 0.031 0.054 -0.076 -0.096 0.031 -0.069 -0.169 -0.023 -0.169 -0.190 -0.094 -0.027 0.072 -0.247 Fatores contextuais H12 Spillovers Setorias (emp. Setor/emp. Totais NUTIII, em %) -2.650 -2.968 -2.051 -2.644 -2.714 -2.740 -2.740 -2.631 -2.587 -2.454 -2.868 -3.027 -2.981 -3.123 -2.823 -2.906 -2.745 -2.906 -3.019 -2.784 -2.479 -3.453 -2.169 H13a Índice Sintético Des. Regional (100: Portugal) 0.860 0.290 0.710 0.389 0.224 1.233 1.188 -0.744 76 (…) Grupo de determinantes Variáveis (proxies) Modelo 21 Modelo 22 Modelo 23 Modelo 24 Modelo 25 Modelo 26 Modelo 27 Modelo 28 Modelo 29 Modelo 30 Modelo 31 Modelo 32 Modelo 33 Modelo 34 Modelo 35 Modelo 36 Modelo 37 Modelo 38 Modelo 39 Modelo 40 Modelo 41 Modelo 42 Modelo 43 H13a Poder Compra per capita (100: Portugal) 0.383 0.383 1.019 H13a Poder Compra Concelhio per capita (100: Portugal) 0.326 0.267 0.416 0.252 H13b Exportação alta tecnologia na região NUT III (em % do total exportações da região) 9.612 9.963 6.812 9.085 9.466 8.828 8.828 6.118 9.844 6.222 9.523 9.379 7.950 10.788 10.705 9.633 H14 Grau de Regeneração da regiãao NUT III: [(Nascimento de empresas+ Mortalidade empresas)/2]/total empresas da região, em % 1.920 -0.683 2.169 8.641 10.664 13.082 10.870 13.082 -4.731 -2.445 -23.387 Sector Industrial -0.725 -0.549 -0.484 -0.607 -0.477 -0.604 -0.604 -0.531 -0.698 -0.364 -0.524 -0.521 -0.624 -0.518 -0.524 -0.608 -0.516 -0.608 -0.648 -0.669 -0.656 -0.493 -0.677 Constant 7.563 9.047 6.906 6.445 7.346 6.207 6.207 3.438 6.567 4.360 6.686 8.274 8.334 7.018 7.422 6.312 7.371 6.312 3.080 10.030 9.157 4.196 9.436 Goodness of fit Adjusted R2 0.181 0.052 0.18 0.186 0.055 0.184 0.184 0.187 0.181 0.084 0.044 0.093 0.11 0.084 0.098 0.174 0.092 0.174 0.188 0.111 0.109 0.044 0.147 Legenda: cinza escuro(médio)[claro]: estatisticamente significante a 1%(5%)[10%]