LEANDRO ALVES SILVA
Padrões de Interação entre Ciência e Tecnologia:
uma investigação a partir de estatísticas de artigos e patentes
Belo Horizonte, MG
CEDEPLAR/FACE/UFMG
Maio de 2003
LEANDRO ALVES SILVA
Padrões de Interação entre Ciência e Tecnologia:
uma investigação a partir de estatísticas de artigos e patentes
Dissertação apresentada ao curso de
mestrado do Centro de Desenvolvimento
e Planejamento Regional da Faculdade
de
Ciências
Econômicas
da
Universidade Federal de Minas Gerais,
como requisito parcial à obtenção do
Título de Mestre em Economia.
Orientadores: Eduardo da Motta e
Albuquerque e Américo Tristão
Bernardes
Belo Horizonte, MG
CEDEPLAR/FACE/UFMG
Maio de 2003
À Deus, sem o qual nada é possível.
Aos meus pais.
Aos meus orientadores, Eduardo Albuquerque e Américo Bernardes, pela paciência,
dedicação, confiança e incentivo nos momentos mais críticos.
Aos meus professores, Viviane Luporini, Mônica Viegas, Paulo Brígido, Elenice Biazi,
Luiz Antônio, João Antônio, Rodrigo Simões, Clélio Campolina.
Ao professo Mauro Borges, pela confiança.
À Professora Sueli Moro que gentilmente apresentou contribuições importantes para a
conclusão deste trabalho e ao Professor José Eduardo Cassiolato, cujas observações foram
de grande importância, também, para minha formação.
À valorosa equipe de pesquisa em economia da tecnologia, meus amigos, Túlio Cravo,
Fabio Salazar, Camila Lins, Ana Luiza, Regina Fernandes, Adriano Baessa, Márcia Rapini,
cuja ajuda e o apoio foram fundamentais.
Aos meus amigos e colegas de classe, Nildred Martins, Fernando Batista, Regina de Sousa,
Maurício Machado, Andresa, Hailton e Betânia, pelo apoio constante.
Ao meu amigo Euler Mello pela indispensável ajuda na finalização deste trabalho.
À minha Amiga Catari Chaves, sua ajuda foi especial.
Aos meus amigos do Cedeplar.
A todos que direta ou indiretamente contribuíram para a realização desse trabalho e para a
minha formação e que por um capricho da memória não foram citados.
Meu sincero muito obrigado.
Para meus avós
Sumário
Lista de Tabelas, Quadros, e Figuras..................................................................................... ii
Resumo .................................................................................................................................iii
Introdução.............................................................................................................................. 4
Capítulo 1 – Sistemas de Inovação e interação entre ciência e tecnologia............................ 8
1.1 – Evidências da crescente importância da tecnologia para a economia .......................... 8
1.2 – Sistema de Inovação e Capacitação Social como conceitos chave .............................. 9
1.2.1 – Firmas e Sistema de Inovação ................................................................................. 11
1.2.2 – Incerteza e “Destruição Criadora”........................................................................... 14
1.2.3 – Instituições............................................................................................................... 15
1.2.4 – Tamanho e interações dos elementos ...................................................................... 19
1.3 – Interação entre ciência e tecnologia............................................................................ 19
1.3.1 – Interação e causalidade............................................................................................ 19
1.3.2 – Focalizando a ciência .............................................................................................. 23
1.4 – Evidências estatísticas sobre limiares de produção científica .................................... 27
1.5 – Proposta para investigação ......................................................................................... 34
Capitulo 2 – Análise de cluster: classificando países em Regimes de interação ................ 38
2.1 – Das Hipóteses ............................................................................................................. 38
2.2 – Dos Indicadores .......................................................................................................... 41
2.3 – Da base de dados ........................................................................................................ 46
2.4 – Do método de análise ................................................................................................. 48
2.5 – Dos resultados ............................................................................................................ 52
2.5.1 – Descrição dos resultados da análise de cluster........................................................ 58
2.5.2 – Transição entre clusters (Regimes) ......................................................................... 59
2.5.2.1 – Transição entre Regime I (fora da análise de cluster) e Regime II (Cluster 1).... 59
2.5.2.2 – Dos países que superaram a fronteira do Cluster 1 .............................................. 61
2.5.2.3 – Caso particular: Islândia ....................................................................................... 62
2.5.2.4 – Sustentabilidade acima da fronteira...................................................................... 63
2.5.3 – As mudanças geográficas após a queda do Muro de Berlim................................... 64
2.5.4 – A movimentação acima da fronteira do Cluster 1................................................... 67
2.5.5 – Países que permaneceram no Regime II (Cluster 1) ............................................... 68
2.5.6 – Conclusões sobre a análise de cluster...................................................................... 69
Capitulo 3 – Análise intertemporal: identificando um padrão polinomial de interação...... 71
3.1 – Dos países que fizeram a transição............................................................................. 71
3.2 – Dos países do Regime III ........................................................................................... 77
3.3 – Dos países que permaneceram no Cluster 1............................................................... 82
3.4 – Tratamento analítico do padrão de interação.............................................................. 84
3.5 – Do tratamento econométrico ...................................................................................... 88
3.6 – Distribuição espacial das atividades científicas e tecnológicas: o caso brasileiro ..... 94
3.7 – Conclusões.................................................................................................................. 99
Conclusão .......................................................................................................................... 103
Referências bibliográficas ................................................................................................. 106
APÊNDICE 1 – Dados utilizados para analise de cluster do Capítulo 2 .......................... 109
i
Lista de Tabelas, Quadros, e Figuras
FIGURA 1.1 A* x P* ................................................................................................................ 25
FIGURA 1.2 Esquema de Regimes de Interação ............................................................................. 26
FIGURA 1.3 Dendograma para 1998, usando Artigos por milhão de habitantes, patentes por milhão de
habitantes e renda per capita. .............................................................................................. 29
FIGURA 1.4 ln(P*) x ln(A*) para 1998 ........................................................................................ 32
QUADRO 1.1 Resultados da estimação do modelo 2 ....................................................................... 32
QUADRO 1.2 p-valor para o teste J ............................................................................................. 34
FIGURA 1.5 Esquema para construção de capacidades humanas ....................................................... 35
FIGURA 2.1 Exemplo de dendograma.......................................................................................... 50
FIGURA 2.2 Resultado da análise de cluster para 1980 usando Artigos (pmh) e Patentes (pmh)............... 55
FIGURA 2.3 Resultado da análise de cluster para 2000 Artigos (pmh) e Patentes (pmh). ........................ 56
TABELA 2.1 Média dos clusters em 1980 e 2000, para artigos e patentes por milhão de habitantes .......... 57
FIGURA 2.4 Limites do Cluster 1 em 1980 ................................................................................... 58
FIGURA 2.5 Limites do Cluster 1 em 2000 ................................................................................... 59
QUADRO 2.1 Transição entre clusters entre 1980 e 2000................................................................. 60
FIGURA 2.6 Efeitos Fragmentação e Reunificação ......................................................................... 65
FIGURA 3.1 P* x A* para paiíses que fizeram a transição entre o Regime II e Regime III: 1980 – 2000 .. 75
FIGURA 3.2 Variação anual da produção científica: 1980-2000 ........................................................ 76
FIGURA 3.3 P* x A* para países líderes: 1980 – 2000 ................................................................... 78
FIGURA 3.4 Variação anual da produção científica: 1980-2000 ........................................................ 81
FIGURA 3.5 P* x A* para países de Sistema de Inovação imaturo: 1980 – 2000.................................. 83
FIGURA 3.6 Variação anual da produção científica: 1980-2000 ........................................................ 84
FIGURA 3.7 Representação da função de 3º grau ........................................................................... 85
FIGURA 3.8 Representação da primeira derivada da função de 3º grau ............................................... 86
FIGURA 3.9 Sucessão dos intervalos de maior e menor sensibilidade ................................................. 87
TABELA 3.1 Resultados econométricos 1 da estimação por MQO do modelo 3.4 para países selecionados
(1980-2000) .................................................................................................................... 89
TABELA 3.4 Artigos no por estado ISI - Brasil .............................................................................. 95
TABELA 3.5 Artigos no por estado ISI - México............................................................................ 95
TABELA 3.6 Artigos no por estado ISI - Índia ............................................................................... 96
TABELA 3.7 Artigos no por estado ISI - África do Sul .................................................................... 96
TABELA 3.8 Distribuição estadual de patentes – Brasil (1981-2001) ................................................. 97
TABELA 3.9 Distribuição estadual de patentes – México (1981-2001) ............................................... 97
TABELA 3.10 Distribuição estadual de patentes – Índia (1981-2001) ................................................. 97
TABELA 3.11 Distribuição estadual de patentes – África do Sul (1981-2001) ...................................... 97
FIGURA 3.10 Limiar de produção científica considerando São Paulo ................................................. 98
TABELA A1 GDP per capita em US$ de 1995, Artigos por milhão de habitante e Patentes por milhão de
habitantes para 1980 e 2000 .............................................................................................. 109
ii
Resumo
Este trabalho utiliza estatísticas de artigos científicos, indexados pelo Institute for
Scientific Information (ISI), e patentes concedidas pelo United State Patent and Trademark
Office (USPTO), para investigar as relações entre ciência e tecnológica em 103 países ao
longo de 21 anos, entre 1980 e 2000. A observação das estatísticas nos anos de 1980 e
2000 possibilita proposição de uma tipologia dos países segundo Regimes de interação
entre a base científica e a infra-estrutura tecnológica, por meio de uma análise de cluster
para estes dois anos. Por outro ponto de vista, a análise ao longo do tempo revela um
padrão de comportamento dos indicadores de ciência e tecnológica que segue um
polinômio de terceiro grau, caracterizando uma correlação positiva entre eles, bem como
períodos de maior e menor sensibilidade da produção tecnológica às variações na produção
cientfica, para um conjunto significativo de países, dada suas classificações dentro dos
Regimes de interação. Este padrão leva a considerar os feedbacks existentes entre as
dimensões científica e tecnológica e seu comportamento no tempo.
Abstract
This work uses statistics from scientific papers, indexed by the Institute for
Scientific Information (ISI), and patents granted by the United States Patent and
Trademark Office (USPTO), in order to investigate the relationships between science and
technology in 103 countries over 21 years (1980-2000). The comparison between the
statistics of the years 1980 and 2000 enables the proposition of a typology of the countries
following interaction ‘regimes’ between the scientific basis and technological structure,
through a cluster analysis in each of those years. Following another point of view, the
analysis over the period 1980-2000 reveals a behavioral pattern for the science and
technology indicators that follows a third order polynomial function, characterizing a
positive correlation between them, as well as periods of higher or lower technological
production’s reaction to scientific production for a significant set of countries, given their
interactive ‘regime’ classification. This pattern leads to considering the feedbacks between
the technological and scientific dimensions and their behavior over time.
iii
Introdução
Este trabalho investiga as relações entre ciência e tecnologia partindo do
pressuposto de que estas contribuem de forma decisiva para o desenvolvimento
econômico. Neste sentido, as relações entre ciência, tecnologia e economia podem ser
apreendidas a partir da visão de SCHUMPETER (1988), na qual as inovações tecnológicas
assumem o centro da dinâmica capitalista e o desenvolvimento econômico surge da
introdução destas inovações. O desenvolvimento deve, então, ser visto como um processo
de evolução, em conformidade com o conceito de “destruição criadora” introduzido por
SCHUMPETER (1961).
Não obstante o papel transformador atribuído à tecnologia na obra de Schumpeter,
muitos economistas, em especial os neo-schumpeterianos, vêm apresentando argumentos e
fatos em defesa também do progresso científico na esfera econômica e dentro do processo
de desenvolvimento. Assim, não só a ciência, que gera o conhecimento, é vista como
fundamental
para
o
progresso
tecnológico,
como
recebe
contribuições
deste
(ROSENBERG, 1990), devendo ser considerada ao mesmo tempo líder e seguidora
(NELSON e ROSENBERG, 1993) no processo de desenvolvimento. Por outro lado, as
contribuições da ciência para a economia, em geral, vão além de seus impactos sobre a
tecnologia, como pode ser percebido em PAVITT (1994), resultando mesmo em maiores
níveis de produtividade pela ampliação do conhecimento.
Desta forma, ciência e tecnologia tornam-se cruciais para a implementação e
avaliação do desenvolvimento das nações. Do ponto de vista dos resultados econômicos,
são muitos os exemplos em que medidas para fomentar o progresso científico e
tecnológico, dentro do conceito de sistema de inovação, constituíram a base de processos
4
de catcing up e forging ahead, sendo que Coréia do Sul e Taiwan, Alemanha e Japão, são
exemplos destes processos, respectivamente.
Do ponto vista do desenvolvimento humano, ciência e tecnológica são poderosos
meios para que os indivíduos possam levar uma vida longa, saudável e participativa.
(UNDP, 2001) Nesta perspectiva, a própria capacidade que os indivíduos alcançam de
acessar e utilizar as novas tecnologias pode ser tomada como medida do desenvolvimento
humano, enquanto os países podem ser avaliados pelas condições que possuem de criar e
difundir novas tecnologias e de construir capacitações humanas.
É sob este ponto de vista, de que ciência e tecnologia são elementos cruciais para o
desenvolvimento econômico, que este trabalho discute as relações entre as dimensões
científica e tecnológica buscando identificar aspectos comuns e padrões de comportamento
através da utilização de estatísticas de artigos científicos e patentes para um conjunto de
103 países entre 1980 e 2000.
Outro aspecto a ser destacado no presente trabalho é a possibilidade da
sistematização de dados em ciência e tecnologia. Esforços têm sido feitos neste sentido.
Em relatório de 2001, o United Nations Development Program utiliza indicadores de
criação de tecnologia (patentes per capita, receita de royalties e de licenciamento), difusão
de inovações recentes (servidores de Internet per capita e participação de produtos de alta
e média tecnologia nas exportações), difusão de inovações “antigas” (log do número de
linhas telefônicas per capita, log do consumo per capita de eletricidade) e “habilidades
humanas” (média de anos de educação, taxa de matrícula em nível superior em ciências
matemáticas e engenharias), para construir um índice de realização tecnológica (Tecnology
Achievement Index: TAI) e classificar os países segundo este indicador.
Desta forma, 72 países são distribuídos entre as classes de “líderes” (18 países:
Finlândia, Estados Unidos, Japão, Coréia do sul, entre outros com TAI > 0,5), de “líderes
5
potenciais” (19 países: Espanha, Itália, Hong Kong, México, Argentina, Costa Rica, Chile,
e outros com TAI > 0,35), de “seguidores dinâmicos” (26 países: Uruguai, África do Sul,
Brasil, China, Colômbia, Índia, e outros com TAI > 0,2) e de “marginalizados” (9 países:
Senegal, Gana, e outros com TAI < 0,2). Esta classificação, embora bastante coerente em
relação aos países líderes, e mesmo não pretendendo estabelecer uma liderança científica
ou tecnológica, sugere algum cuidado, dado que coloca na mesma classe países com Itália
e Costa Rica, Brasil e Zimbábue.
Dentro de uma perspectiva evolucionista, as estatísticas de artigos científicos e
patentes são utilizadas para classificar os 103 países dentro de Regimes de interação entre
as infra-estruturas científica e tecnológica, denotando a existência de feedbacks entre elas.
Mais que isso, esta classificação é feita para dois anos, 1980 e 2000, permitindo capturar a
transição dos países dentro dos Regimes de interação.
Em outra direção, tomando a ciência como variável chave, como precondição para
o desenvolvimento e processos de catching up, a análise da relação entre ciência e
tecnologia ao longo do tempo revela padrões de interação entre estas dimensões,
demonstrando a importância de uma abordagem dinâmica e ajudando na compreensão do
significado dos feedbacks positivos entre as bases científica e tecnológica, constituindo
também uma possível fonte de informações para a orientação de políticas públicas.
Este trabalho possui três capítulos. No primeiro, com base na literatura neoschumpeteriana, é discutida a importância da ciência e tecnológica, bem como o papel das
instituições, dentro do desenvolvimento dos países, buscando elementos teóricos que
orientem e apóiem a análise dos capítulos seguintes.
O segundo capítulo realiza uma classificação dos países dentro de Regimes de
interação, por meio de uma análise de cluster em dois pontos no tempo (1980 e 2000),
6
utilizando dados de artigos científicos informados pelo Institute for Scientific Information e
patentes garantidas no United State Patent and Trademark Office.
No terceiro capítulo, os resultados anteriores são utilizados para orientar a
focalização dos países ao longo dos 21 anos entre 1980 e 2000. Desta forma, a ciência é
tomada como variável chave, permitindo observar suas contribuições para o progresso
tecnológico. A partir daí, são identificados padrões de comportamento para a relação entre
ciência e tecnologia no tempo, com ganhos no entendimento das interações destas
dimensões e da validade da classificação proposta no capítulo 2. O último capítulo conclui
o trabalho.
7
Capítulo 1 – Sistemas de Inovação e interação entre ciência e tecnologia
Este trabalho é conduzido sob a premissa de que a economia moderna é, cada vez
mais, influenciada pelos avanços no conhecimento e nas tecnologias. Reserva-se neste
capítulo a tarefa de lançar os alicerces onde os argumentos subseqüentes são construídos.
1.1 – Evidências da crescente importância da tecnologia para a economia
Algumas simples observações devem ser capazes de mostrar a importância que
pontos como a tecnologia e o conhecimento vêm assumindo na explicação dos fenômenos
econômicos, sobretudo do crescimento, após a Segunda Guerra Mundial. Inicialmente,
deve-se considerar os resultados do modelo de crescimento apresentado por SOLOW
(1956-57), que atribui 82,5% do crescimento do produto per capita ao “progresso
tecnológico” e apenas 12,5% ao aumento no uso do capital. Trata-se, neste caso, de
reconhecer o avanço na tecnologia como uma das fontes do crescimento dentro do
arcabouço neoclássico, marcado pelo paradigma do equilíbrio.
Bem antes de Solow, contudo, SCHUMPETER (1988)1 já identificava o
surgimento de novas combinações, num sentido mais abrangente que apenas o progresso
tecnológico, como a principal fonte, não só do crescimento, mas do desenvolvimento
econômico, marcado pelo desequilíbrio.
Em anos mais recentes, NELSON (1998) faz referência a um certo boom nos
modelos assim chamados de crescimento endógeno (AGIHON & HOWITT, 1998 abordam
estas “novas teorias do crescimento”), os quais tratam não apenas o progresso tecnológico
1
A primeira edição da Teoria do Desenvolvimento Econômico de Schumpeter na língua inglesa data de
1934. A primeira edição em alemão data de 1911.
8
como uma variável endógena, mas também elementos como o capital humano, o qual
relaciona-se mais fortemente com os avanços no conhecimento.
Seguindo a tradição schumpeteriana, os modelos evolucionistas tratam do
crescimento fora do paradigma do equilíbrio geral tomando novamente o progresso
científico e tecnológico como seus motores.
Desta forma, temas relevantes como crescimento e desenvolvimento vêm
recebendo contribuições tanto da teoria apreciativa quanto da formalizada (NELSON,
1998), as quais apontam para o peso do progresso técnico e cientifico para estes
fenômenos, em especial quando se tenta explicar casos como o rápido crescimento da
economia japonesa após a segunda guerra mundial ou da Coréia do Sul e Taiwan, nas três
últimas décadas.
1.2 – Sistema de Inovação e Capacitação Social como conceitos chave
Para investigar as interações entre ciência e tecnologia, este trabalho faz uso de um
conceito abrangente, de certo mais relacionado a evidências empíricas e às teorias
apreciativas, qual seja o de Sistema de Inovação. (FREEMAN, 1988; NELSON, 1993)
Este conceito deve ser compreendido como um conjunto de fatores articulados, capazes de
promover o desenvolvimento, em um sentido schumpeteriano, pela criação, ampliação e
sustentação de um ambiente inovativo, de onde as novas combinações emergem das
condições preexistentes, resultando na transformação do próprio sistema. Isto denota um
processo histórico, não reproduzível, seja no tempo ou no espaço, e de resultados, em
geral, imprevisíveis, onde instituições, mercados, consumidores, firmas, governo etc. são
os atores e as interações entre eles definem a dinâmica do sistema.
9
De forma semelhante, ABRAMOVITZ (1989) utiliza o termo “capacitação social”
para designar os elementos sociais que qualificam, ampliam e limitam o potencial dos
países mais atrasados de alcançar os níveis de produtividade verificados nos países líderes.
Assim, o conteúdo educacional, as características industriais, comerciais e a organização
financeira, bem como a capacidade de adaptação deste arranjo institucional, são alguns dos
principais elementos determinantes da capacitação social dos países. Em particular, esta
última noção de adaptabilidade aponta para uma interação entre a capacitação social e a
existência de oportunidades tecnológicas, o que poderá determinar o potencial do país
tecnologicamente atrasado em alcançar os líderes. Mais ainda, se esta capacitação social é
considerada endógena, então um país “seguidor” pode tanto ultrapassar o líder, com menor
potencial de adaptação, quanto falhar em seu processo de catching up, pelas mesmas
razões.
Um dos pontos fundamentais da abordagem de Abramovitz é que nela, o potencial
de rápido crescimento dos países atrasados esta condicionado à suas capacitações sociais.
Desta forma, deve-se considerar que tal potencial de crescimento é alto quando o país é
tecnologicamente atrasado, porém, será maior ainda quando, além de tecnologicamente
atrasado, o país for socialmente avançado. É preciso, por fim, ter em conta que tal
combinação de atraso tecnológico e capacitação social que define o potencial de avanço da
produtividade é, principalmente, algo a ser alcançado no longo prazo.
Uma rápida comparação entre estes dois conceitos, Sistema de Inovação e
Capacitação Social, demonstra que o primeiro está mais conectado a um ambiente
inovativo, sustentando a idéia de que as inovações são a chave do desenvolvimento
tecnológico, enquanto o segundo evidência mais os condicionantes sociais para a
realização do catching up. Contudo, em uma perspectiva evolucionista, deve-se considerar
a complexidade que envolve tais conceitos, tanto em relação à imprevisibilidade dos
10
caminhos que o sistema pode seguir e os resultados alcançados, quanto às possibilidades de
uma síntese de seu comportamento e dos muitos elementos envolvidos.
1.2.1 – Firmas e Sistema de Inovação
Constituindo o elemento central de um Sistema de Inovação, as firmas, tipicamente
capitalistas, reagem a incentivos econômicos, ou seja, são giadas pelas possibilidades de
lucro ao buscarem e introduzirem inovações.
Os incentivos não são os mesmos para todas as firmas. Se ao introduzir uma
inovação, seja em produto ou em processo, a firma espera auferir ganhos superiores aos
concorrentes, pela redução dos custos e/ou expansão da demanda, as possibilidades da
firma se apropriar destes ganhos e a magnitude dos mesmos diferem entre os setores de
atividade, quanto ao tamanho das firmas e ao longo do tempo. ROSENBERG (1990)
destaca a importância da firma ser capaz de capturar, ao menos em parte, os benefícios
gerados no processo de inovação para incorrer em investimentos de longo prazo em
pesquisa e desenvolvimento. KLEVORICK et al (1995) argumentam que as condições de
apropriação dos benefícios da inovação que a firma enfrenta, e, portanto, a propensão desta
a investir em P&D, varia entre as indústrias.
Isso traz à tona dois novos pontos. O primeiro é que as novas combinações não
surgem espontaneamente. Ou seja, as firmas buscam novas combinações, em grande
medida através das atividades de pesquisa e desenvolvimento, a fim de aumentar sua
produtividade e seus ganhos. É também verdade que muitas vezes os maiores ganhos, ou as
inovações mais importantes, surgem de forma não planejada, não intencional, dentro das
atividades da firma, e isso é um dos principais motivos pelos quais as firmas realizam,
inclusive, pesquisas básicas (ROSENBERG, 1990). De qualquer forma, a não
11
espontaneidade continua valendo, na medida em que, planejado ou não, o resultado é fruto
da ação efetiva da firma e não ocorreria caso esta, capitalista e guiada por lucros, não
incorresse nos custos de tais atividades. Segundo Rosenberg, dada a natureza da firma, a
condição para haver investimento em P&D é que a parte dos benefícios apropriada pela
firma supere os custos da pesquisa. As novas combinações, e portanto o progresso
tecnológico, devem ser tomadas como endógenas, uma vez que resultam de ações
econômicas.
O segundo ponto, é que, dada essa necessidade de apropriação, pelo menos em
parte, dos benefícios das pesquisas realizadas e da constatação de diferenças inter-setorias
na capacidade de apropriação das firmas (KLEVORICK et al,1995) , cabe investigar quais
os elementos determinam essas condições de apropriação e qual o destino dos benefícios
gerados e não apropriados pelas firmas. Este trabalho busca entender tal ponto, não
obstante a ação do mercado, principalmente através de elementos não inteiramente
econômicos como a presença de instituições e da ciência, que serão observados mais de
perto nas seções 1.2.3 e 1.3, respectivamente.
Existem outros dois aspectos da atuação das firmas que dizem respeito diretamente
aos países tecnologicamente atrasados. Em primeiro lugar, as firmas são um forte canal de
transferência de tecnologia. Empresas multinacionais, em geral grandes corporações,
originárias de países desenvolvidos ao instalarem subsidiárias em países atrasados
transmitem, de forma completa ou não, o conhecimento e a técnica necessários para suas
atividades via mão de obra, bens de capital, instalação de laboratórios etc2. O fato é que,
durante o processo de catching up, os países posicionados mais longe da fronteira
tecnológica podem se beneficiar da presença de firmas estrangeiras em seus territórios,
2
SILVA (1999) apresenta um resumo das possibilidades da transferência de tecnologia por este tipo de
investimento.
12
bem como da interação destas e das firmas nacionais, para avançar no desenvolvimento
tecnológico.
Em segundo lugar, como pode ser derivado de ABRAMOVITZ (1989, p.235), estas
mesmas firmas multinacionais, que, em um primeiro momento, são fontes de investimento
direto além de meios de transferência de tecnologia, ao longo do tempo, podem originar
uma reversão do fluxo de investimento como resultado do
amadurecimento do
investimento passado. Deve-se considerar, portanto, que, no longo prazo, as vantagens da
presença de empresas estrangeiras em território nacional são reduzidas, dificultando
também a acumulação interna e, desta forma, o processo de catching up, sugerindo que ao
longo do tempo, as firmas nacionais devem desenvolver-se, ganhar maturidade tecnológica
e eficiência, a fim de fazer frente à competição das grandes empresas multinacionais. Para
isso, é preciso considerar mecanismos e ações planejadas de valorização da indústria
nacional, construção de um núcleo dinâmico de grandes firmas nacionais, como fonte de
crescimento e desenvolvimento interno.
Por fim, a firma deve ser vista não apenas como introdutora de novas combinações,
mas também como usuária das inovações introduzidas por outras firmas e setores, atuando
duplamente no processo inovativo.
Do ponto de vista dos indivíduos, é desnecessário dizer que estes é que carregam,
de fato, o conhecimento da firma, na medida em que são eles os pesquisadores,
engenheiros, trabalhadores, administradores etc. Em última análise, são os indivíduos que
idealizam, realizam e aperfeiçoam as novas combinações, dentro ou fora das empresas,
bem como organizam e administram estas últimas. (CHANDLER, 1992) Desta forma,
apenas parte da capacitação da firma está dada por seus laboratórios, volume de recursos,
unidades produtoras, fatia de mercado, ativos tecnológicos (como direito de propriedade de
inovações anteriores) e financeiros. A outra parte é devida à capacitação dos indivíduos, a
13
qual CHANDLER (1992) considera essencial para a exploração do potencial do progresso
tecnológico da firma. Além do mais, a capacidade da firma de adaptar-se a novas situações
e conjunturas para aproveitar as oportunidades tecnológicas que se apresentem é uma
função direta da adaptabilidade dos indivíduos na sua composição. Um exemplo da
capacidade da adaptação pode ser dado pelo nível de educação que estes indivíduos
possuem (ABRAMOVITZ, 1989)
1.2.2 – Incerteza e “Destruição Criadora”
Ao longo do processo inovativo, as firmas enfrentam dois momentos distintos em
relação à incerteza. O primeiro momento é quando da condução das atividades de pesquisa,
cujos resultados futuros são altamente incertos. Neste sentido, não é possível prever
mesmo se haverá algum resultado em termos de produto ou de processo. No segundo
momento, caso um novo produto, serviço ou processo esteja definido, pronto para ir ao
mercado, não há garantias prévias de que este o “aprovará”, nem a curto nem a longo
prazo, podendo resultar em perdas para a firma, em função do investimento realizado (ver
ROSENBERG, 1990)
Ao tratar do processo inovativo, é necessário que se faça uma importante
observação quanto ao tipo de incerteza a qual a firma está exposta. Uma inovação é, por
definição, um evento novo, para o qual não existe precedente. Neste caso, torna-se
altamente complexo, ou mesmo impossível, o cálculo probabilístico, tanto no que se refere
à inserção no mercado e, principalmente, quanto aos resultados das pesquisas, ao menos
em tempo hábil para evitar prejuízos.
A segunda consideração é de que a capacidade para enfrentar as situações adversas
da incerteza, seja quanto ao “fôlego” para sustentar longas pesquisas ou a capacidade de
14
resistir às perdas causadas por pesquisas mal sucedidas, seja quanto ao potencial para
tornar uma inovação bem sucedida no mercado, não é a mesma para todas as firmas. Neste
sentido, o setor de atividade, a experiência acumulada, bem como o tamanho, o padrão de
concorrência e o poder de mercado são variáveis importantes. O resultado disso é que o
mercado não deve ser visto como um “espaço” regido por forças equivalentes, mas sim,
como lugar de assimetrias, onde cada vantagem que a empresa possa apresentar sobre suas
concorrentes torna-se decisiva.
As duas primeiras considerações levam à terceira. Onde há incerteza, como a que
envolve as firmas inovadoras, e assimetrias não se pode esperar que as forças de mercado
determinem um equilíbrio, e mais, qualquer tratamento“estático” parece ser inadequado
para abordar a economia na presença de agentes inovadores.
Desta forma, o conceito de “destruição criadora” , como uma interpretação do papel
do mercado, introduzido por SCHUMPETER (1961), e que NELSON (1996) destaca como
sendo, virtualmente, a idéia básica das teorias evolucionistas em economia até os dias de
hoje, pode dar conta de ilustrar bem o que os agentes enfrentam ao interagirem no mercado
e a dinâmica a que estão expostos. Portanto, ao falar de capitalismo, deve-se ter em mente
que se trata de um processo evolutivo, cujo elemento fundamental, que dispara e mantêm a
dinâmica capitalista, é o surgimento de novos bens de consumo, novos mercados, novas
formas de organização e meios de produção que o próprio sistema, incessantemente, cria e
destrói.
1.2.3 – Instituições
As instituições constituem elemento fundamental dos Sistemas de Inovação. Não é
possível compreender corretamente o desenvolvimento moderno fora do alcance da
15
formação e transformação institucional enfrentada pelos países. Essa importância, porém,
exige alguns cuidados ao tratar do assunto. Neste sentido, NELSON e SAMPAT (2001)
chamam a atenção para o fato de que o termo instituição vem sendo utilizado para designar
coisas diferentes, dentro e fora dos estudos econômicos, de acordo com a investigação
realizada e propõem uma definição de instituições que seria útil no tratamento de questões
econômicas, qual seja, a de “tecnologias sociais”. 3 O conceito de “tecnologias sociais”
para definir instituições seria, portanto, análogo ao de tecnologias físicas (definição
convencional), com a diferença fundamental de que as primeiras estão associadas a
padrões de interação humana, enquanto as últimas associam-se mais fortemente à
“engenharia física”.
Nelson e Sampat cuidam também de alertar que, segundo sua definição, nem todas
as tecnologias sociais podem ser vistas como instituições, mas, apenas aquelas que se
tornam uma referência para ações e expectativas, dados seus objetivos e o ambiente em
que estão inseridas. E mais, usando termos da abordagem dos custos de transação, as
tecnologias sociais institucionalizadas definem custos mais baixos para ações que
envolvem interação humana.
Por fim, consideram que, por um lado, mudanças institucionais são induzidas em
grande parte pela forma como as atividades econômicas são realizadas, mas por outro lado,
as tecnologias sociais influenciam fortemente o modo como as tecnologias físicas
desenvolvem-se. Assim, propõem uma abordagem de co-evolução para tecnologias físicas
e sociais. (NELSON e SAMPAT, 2001)
Esta forma geral de tratar as instituições de Nelson e Sampat parece bem próxima à
definição de capacitação social utilizada por Abramovitz. Sobretudo, quando este último
considera a capacitação social endógena ao processo de desenvolvimento, enquanto os
3
O termo “tecnologia física”, bem como “engenharia física” (mais adiante), empregados neste texto referemse aos conceitos usuais (tradicionais) de tecnologia e engenharia, respectivamente, sem qualquer referência à
dimensão social.
16
primeiros defendem a co-evolução de tecnologias sociais institucionalizadas e tecnologias
físicas.
O tratamento das instituições neste trabalho não exige um nível tão alto de
generalidade. Aqui a atenção é concentrada tão somente nas universidades.
As universidades, enquanto instituições, desempenham um papel crucial. NELSON
(1996) destaca a importância destas como motor do capitalismo moderno, enquanto
repositório do conhecimento científico e tecnológico público. Isto traz à tona um ponto
que, segundo o próprio Nelson, nem o modelo schumpeteriano, nem trabalhos mais
recentes no mesmo nível de abstração, foram capazes de compreender em sua
complexidade, qual seja, as inter-relações entre a tecnologia e a ciência4.
O argumento de Nelson é de que os departamentos de ciência na academia são
importantes para o progresso tecnológico na medida em que treinam cientistas e
engenheiros, os quais serão aproveitados na indústria, e pelas pesquisas que realizam, ou
seja, pelo conhecimento que geram. (NELSON, 1996) Isto permite, por um lado,
reconhecer o papel, quase que exclusivo, das universidades na formação e treinamento de
4
Na verdade, podem ser considerados muitos outros tipos de instituições e seus respectivos papéis dento do
Sistema de Inovação, como instituições de crédito e sistema legal, por exemplo. A questão do crédito, ou do
sistema financeiro, é importante na medida em que, dados os riscos e o volume de recursos demandados
pelas atividades inovativas de pesquisa e desenvolvimento, torna-se necessária uma fonte de financiamento
externa à firma, habituada ao risco, para alavancar a condução de tais atividades. Esta necessidade é ainda
maior para firmas pequenas, com poucos recursos, ou atuando em setores tecnológicos de fronteira, onde a
incerteza é mais acentuada. Mesmo para países seguidores, que enfrentam uma trajetória tecnológica (DOSI,
1984) já definida a questão do crédito é importante, na medida em que a acumulação de capital das firmas é
relativamente menor e as condições macroeconômicas menos estáveis. Desta forma, as condições de crédito
são relevantes tanto no caso de países em catching up (ver GERSCHENKRO, 1962 e ZYSMAN, 1983),
quanto dentro dos países líderes.
O sistema de leis em um país, bem como sua conformação ao Direito Internacional, são pontos igualmente
importantes. Do ponto de vista dos incentivos a inovar, a perspectiva do monopólio da inovação introduzida é
que dá à firma a motivação necessária, em termos de ganhos econômicos, para incorrer nos custos de tal
inovação. A existência de um aparato legal, que garanta os direitos de propriedade da inovação, bem como a
sua adequação a acordos firmados internacionalmente é, portanto, fundamental.
Um outro aspecto essencial do sistema legal é que este não deve, contudo, garantir indefinidamente o
monopólio sobre qualquer inovação, sob pena de bloquear o processo de difusão e, como isso, amortecer, ou
mesmo deter, o desenvolvimento. Os limites dessa garantia devem atentar para a necessidade de conjugar os
incentivos a inovar e o processo de difusão, que em si também é um incentivo, a fim de obter os melhores
resultados possíveis em termos de crescimento e desenvolvimento. Além disso, é bom lembrar que, tanto a
inovação quanto a difusão são indispensáveis ao processo de catching up, exigindo, dessa forma, que a
combinação entre a legislação interna e os acordos comerciais, financeiros e tecnológicos internacionais
obedeçam a uma estratégia de desenvolvimento de logo prazo, dos países atrasados.
17
mão-de-obra altamente qualificada. Por outro lado, porém, permite reconhecer a produção
do conhecimento, o avanço cientifico, como peça chave para o progresso técnico e, é claro,
a posição privilegiada das universidades neste sentido, embora não exclusiva.
Contudo, é importante deixar claro que a relação entre universidades e o Sistema de
Inovação envolve mais que as funções de treinamento e produção de conhecimento,
embora estas sejam de suma importância. Na abordagem das capacitações sociais, as
universidades são elemento fundamental na determinação da adaptabilidade e do
aproveitamento das oportunidades tecnológicas nas sociedades, em virtude, inclusive, dos
impactos culturais que possam gerar. Neste caso, todo o sistema tende a ser afetado.
Além do mais, o sistema educacional como um todo tende a ser refletido nas
universidades. Isto significa que uma sociedade mais educada, logo melhor preparada,
representa maior demanda para as universidades, ao mesmo tempo em que exige delas
melhorias qualitativas nos serviços oferecidos. O resultado desta combinação é um sistema
educacional permanentemente ampliado e em evolução, cujos efeitos transbordam para
toda sociedade.
Deve-se dizer também, que outras instituições e centros de pesquisa, mesmo
laboratórios de empresas, exercem em alguma medida as funções de treinamento e
produção do conhecimento tal como as universidades, podendo muitas vezes serem
tratados de forma equivalente, pelo menos no que diz respeito a estes dois pontos.
Finalmente, cabe lembrar sobre as instituições, que os processo de catching up,
sobretudo os bem sucedidos, exigiram, e exigem, uma efetiva capacidade de transformação
e modernização das instituições em geral, nos países atrasados. Assim, a mudança
institucional recebe igual destaque no processo de desenvolvimento.
18
1.2.4 – Tamanho e interações dos elementos
É esperado que qualquer país apresente os elementos constitutivos dos Sistemas de
Inovação, ou pelo menos alguns fragmentos deles. Contudo, faz-se necessário observar que
isto apenas por si não basta. Estudos de caso de países que realizaram com sucesso o
processo de catching up pós Segunda Guerra, como Alemanha (KECK, 1993; FREEMAN
e SOETE, 1997) e Japão (ODAGIRI e GOTO, 1993), ou mais recentemente, Coréia do Sul
(KIM, 1993) e Taiwan (HOU e GEE 1993) apresentam evidências de que tais elementos
constitutivos foram ampliados, quando existiam de forma precária, ou criados e ampliados,
quando não existiam. E mais, a articulação e interação entre eles foi fator decisivo.
Portanto, é possível pensar que o desenvolvimento de um Sistema de Inovação requer não
apenas que seus elementos alcancem um certo nível, que será peculiar a cada país, mas
também que estes interajam a fim de promover o crescimento e desenvolvimento da
economia como um todo.
1.3 – Interação entre ciência e tecnologia
Até agora a ciência vem sendo abordada de forma indireta, via outros aspectos do
processo de desenvolvimento. Esta seção é dedicada a tratar diretamente a ciência em dois
pontos específicos: o sentido da causalidade em relação à tecnologia e às possibilidades da
sua utilização como variável de escolha para impulsionar o processo de catching up.
1.3.1 – Interação e causalidade
Enquanto as novas combinações, corporificadas nas novas tecnologias, contribuem
direta e indiretamente para o crescimento, não menos importante é a contribuição do
conhecimento para as novas tecnologias. A esse respeito, uma distinção deve ser feita. O
19
estoque de conhecimento disponível, em qualquer momento, a ser usado em novas
combinações, provém de duas fontes principais. A primeira delas consiste na própria
realização destas combinações. Tendo sido criadas, as novas tecnologias, mesmo que não
encontrem aplicação direta e imediata na obtenção de ganhos econômicos, passam a fazer
parte do estoque existente do “como fazer” e podem, em qualquer momento, dar origem a
inovações que poderão ser imediatamente utilizadas como fontes de crescimento.
Em segundo lugar, os avanços no conhecimento científico também apresentam
grandes contribuições na ampliação do estoque de conhecimento. Todas as pesquisas
realizadas, orientadas pela busca do conhecimento, mesmo que não visem atender a
interesses econômicos, pelo simples fato de disponibilizar e agregar novos conhecimentos,
podem servir, em algum momento, de insumo para a realização de novas combinações,
encontrando um fim econômico.
Desta forma, as causas do progresso tecnológico podem ser resumidas em dois
pontos principais. De um lado, as próprias inovações acabam gerando outras inovações.
Por outro, o desenvolvimento da ciência também contribui para o surgimento de novas
tecnologias. Se o interesse está em determinar numa relação causal para o progresso
tecnológico, qual destas duas fontes deve ser considerada como tendo maior importância
no processo? A resposta é controversa.
Seguindo a argumentação de ROSENBERG (1982), pode-se demonstrar que o
avanço científico é precedido, muitas vezes, pelo progresso tecnológico. Por meio de uma
série de exemplos históricos, Rosenberg demonstra como desde a revolução industrial, as
novas tecnologias vêm contribuindo no sentido de estimular o avanço na ciência.
Rosenberg enfatiza como o progresso tecnológico, ao acontecer, impulsiona as pesquisas
científicas, seja propondo novas questões a serem explicadas e novos conhecimentos a
serem sistematizados, seja pela introdução de novos materiais e instrumentos através dos
20
quais, novas e mais complexas linhas de pesquisas podem ser iniciadas, bem como o
avanço em pesquisas antigas. Por isso, Rosenberg afirma que a ciência é, até certo ponto,
endógena.
Complementarmente, investigando o sentido de causalidade oposto, KLEVORICK
et al. (1995) argumentam em favor das contribuições da ciência para o progresso
tecnológico. O argumento passa pela consideração das oportunidades tecnológicas criadas
pela pesquisa científica, e que devem ser aproveitadas pelos setores industriais para criação
e utilização de novas tecnologias. As indústrias estariam, portanto, atentas aos avanços
alcançados nas diversas áreas do conhecimento científico, a fim de aproveitar estas
oportunidades.
De fato, o aumento no entendimento científico é apenas umas das três fontes de
oportunidades tecnológicas abordadas por Klevorick e seus colegas. As outras duas são as
inovações introduzidas em outras indústrias e os feedbacks da própria tecnologia. Estas
últimas fontes de oportunidade estão mais relacionadas aos argumentos apresentados por
Rosenberg. Contudo, o trabalho de Klevorick e colaboradores permite, por um lado,
reafirmar a interação existente entre ciência e tecnologia, principalmente da primeira em
gerar oportunidades para alcançar a segunda, e por outro, fazer uma observação de que são
os setores industriais mais dinâmicos que acompanham de forma mais intensa as atividades
científicas.
Investigando também a ciência como fonte de progresso tecnológico, NARIN,
HAMILTON e OLIVASTRO (1997) destacam o importante papel desempenhado pelas
universidades e instituições de pesquisa, financiadas com recursos públicos, para o
desenvolvimento da tecnologia industrial. Um exemplo que resume bem o argumento é
quando estes autores mostram a relevância da ciência, sobretudo da ciência pública, para as
atividades tecnológicas da IBM. A Empresa, além de ter um grande número de publicações
21
científicas, resultado de uma intensa atividade de pesquisa e desenvolvimento, cita em suas
patentes publicações originadas em universidades Americanas e estrangeiras, além das
suas próprias. Isto pode ser considerado também como evidência do crescimento do
conteúdo cientifico presente nas novas tecnologias.
De forma mais direta, é possível dizer que a produção do conhecimento científico
gera também um aumento na produtividade do trabalho, colaborando assim, para melhorar
o desempenho econômico, em especial dos setores industriais. De fato, o treinamento
cientifico, seja em universidades, como foi mencionado anteriormente, seja em centros de
pesquisa ou laboratórios industriais, é capaz de gerar trabalhadores mais habilidosos na
execução de tarefas mais complexas, preparar mão de obra para laboratórios de P&D
industrial, bem como a capacidade de adaptação em novas funções e a absorção de novos
conhecimentos para a realização de funções antes não existentes. Neste sentido, PAVITT
(1991) destaca a importância da pesquisa acadêmica no treinamento profissional a ser
utilizado em atividades de pesquisa mais aplicada na indústria, constituindo, portanto, um
dos motivos pelos quais a pesquisa básica, e com ela a ciência, é economicamente útil.
Essa utilidade econômica da ciência também é abordada por ROSENBERG (1990)
quando este investiga os motivos que levam a firma, tipicamente capitalista, a utilizar
recursos próprios na condução de pesquisa básica. Um dos principais motivos são os
retornos inesperados das pesquisas em termos de inovações rentáveis. Além disso, para
Rosenberg, a pesquisa deve ser vista como um investimento, fundamentalmente, de longo
prazo. Obviamente, à medida em que este tipo de investimento vai se realizando, a firma
acumula recursos com os quais poderá iniciar e/ou continuar suas pesquisas.
Mas qual afinal é o sentido da causalidade? Este trabalho assume que o relevante é
a forma pela qual estes dois elementos interagem e os resultados que esta interação pode
gerar em termos de crescimento econômico. ROSENBERG (1982) conclui seu trabalho
22
sugerindo que a relação entre ciência e tecnologia é interativa e dialética. Em reforço a
este argumento, RAPINI (2000) demonstra, por testes estatístico-econométricos que existe
uma relação de causalidade, no sentido proposto por Granger, mútua entre ciência e
tecnologia, pelo menos para países que realizaram o processo de catching up (Coréia do
Sul e Taiwan). Neste caso, mútua determinação seria a resposta.
1.3.2 – Focalizando a ciência
Se interação e mútua determinação, por um lado, definem de forma satisfatória a
relação entre ciência e tecnologia, por outro lado, apresentam uma nova questão a ser
respondida. Assim, uma vez que valem as interações, as dimensões científica e tecnológica
devem ser trabalhadas de forma articulada. O que dá início a tais interações, sobretudo nos
países tecnologicamente atrasados? Esta dissertação focaliza a ciência como objeto,
analisando o sentido de causalidade desta última para a tecnologia, enquanto esta seção
apresenta alguns argumentos para tal escolha.
Em primeiro lugar, usando as colocações de PAVITT (1991) quanto à utilidade
econômica da ciência, deve-se destacar que os benefícios gerados pelas atividades
científicas são distribuídos por toda esfera econômica e, por que não dizer, social. Logo,
não é apenas o setor tecnológico que é favorecido pelos avanços no conhecimento. Do
ponto de vista econômico, além dos efeitos de treinamento, as atividades científicas
resultam em uma força de trabalho, de forma geral, mais habilidosa e produtiva, capaz de
utilizar melhor tanto tecnologias mais antigas quanto as mais modernas e com uma maior
capacidade de adaptação. Socialmente, contribui para a formação da capacitação social do
país, com ganhos, desde melhoramentos nas condições de vida até temas culturais, o que
poderá resultar em retornos para a própria tecnologia.
23
Em segundo lugar, e em decorrência do primeiro argumento, deve ser considerada a
questão do financiamento da atividade científica. Sobre isso, ROSENBERG (1990) destaca
o fato de que nem todos o benefícios gerados pela pesquisa básica podem ser apropriados
pela firma, mas apenas uma parte deles. Somado a temas como incerteza e disponibilidade
de recursos próprios, esta característica da atividade científica levaria, em caso da ação
exclusiva da firma, a um investimento subótimo nesta atividade, reclamando assim, que a
maior parte deste financiamento seja provido pelo setor publico, sobretudo dentro das
universidades. (ARROW, 1962) Isto é importante uma vez que dá amplas possibilidades de
planejamento econômico às autoridades governamentais, transformando, por vezes, os
investimentos em ciência em política industrial. Ou seja, o investimento em ciência pode
ser usado pelo poder público para favorecer um setor ou região, na medida em que
privilegia uma ou mais disciplinas relevantes para atividades industriais estratégicas.
Em terceiro lugar, a ciência desempenha um papel fundamental nos países
tecnologicamente atrasados. A prática científica atua como elemento de capitação dos
avanços científicos e tecnológicos realizados nos países líderes. Na verdade, a própria
importação de tecnologia demanda habilidade para seu entendimento e uso. Indo mais
além, os processos de catching up citados na seção 1.2.4 são recheados de exemplos de
engenharia reversa realizada sobre máquinas, produtos e processo provenientes de países
da fronteira tecnológica. A formação e capacitação de profissionais capazes de realizar tal
tarefa são, portanto, cruciais. Mais que isso, esta formação deve ser feita de acordo com o
nível da tecnologia transferida, necessitando, desta forma, que o desenvolvimento
científico interno esteja minimamente conectado ao que é feito na fronteira do
conhecimento.
Em quarto lugar, já utilizando a base científica com variável de foco,
BERNARDES e ALBUQUERQUE (2003) estimam um modelo econométrico, utilizando
24
duas equações lineares para ajustar os logaritmos de artigos por milhão de habitantes e
patentes por milhão de habitantes5. Neste modelo, os países tecnologicamente menos
avançados apresentaram uma menor eficiência na transformação de ciência (medida pelo
logaritmo de artigos por milhão de habitantes), em tecnologia (medida pelo logaritmo de
patentes por milhão de habitantes), que os países ditos de fronteira tecnológica. Tal modelo
é usado para defender a existência de um “limiar” de produção científica que determina a
passagem de uma categoria para outra, como pode ser visto na FIGURA 1.1. O “limiar” é
definido, portanto, na interseção das duas retas que ajustam o log de artigos e patentes para
os dois grupos de países.
FIGURA 1.1
A* x P*
*
Artigos por milhão de habitantes (A ) x patentes por milhão de habitantes (P*) em
1998. Dois subconjuntos são representados por diferentes símbolos e duas funções
potência ajustam os subconjuntos. (em escala logarítmica)
Fonte: BERNARDES e ALBUQUERQUE (2003)
Esta distinção entre países tecnologicamente menos avançados e de países na
fronteira tecnológica pode ser tomada como uma referência ao esquema de estágio das
interações entre ciência, tecnologia e crescimento econômico, proposto pelos autores, de
5
Na verdade, o modelo estimado por BERNARDES e ALBUQUERQUE não é linear, dado fato de utilizar o
logaritmo das variáveis – trata-se de um modelo log-log – o que por sua vez estabelece uma função potência
para a relação entre ciência e tecnologia.
25
acordo com a Figura 1.2. O “Regime I”, onde os países apresentam valores nulos em
patentes e/ou artigos, é característico de um estágio de interações inferior, onde o
crescimento econômico depende, sobremaneira, de outros fatores, que não basicamente
ciência e tecnologia. Neste caso, apenas a ciência apresentaria alguma contribuição direta
para o crescimento.
FIGURA 1.2
Esquema de Regimes de Interação
REGIME I
Outros
Produção
Científica
Produção
Tecnológica
CRESCIMENTO
REGIME II
Outros
Produção
Científica
Produção
Tecnológica
CRESCIMENTO
REGIME III
Outros
Produção
Científica
Produção
Tecnológica
CRESCIMENTO
Elaboração dos autores
Fonte: BERNARDES, A. T.; ALBUQUERQUE, E. (2003)
O “Regime II”, onde artigos e patentes são positivos, porém estão abaixo do limiar,
representa Sistemas de Inovação imaturos, onde já é possível identificar as contribuições
da ciência para a tecnologia e crescimento, e da tecnologia para o crescimento, porém, não
26
existem ainda feedbacks atuando no sentido de ampliar as contribuições dos elementos, uns
para com os outros. Os demais componentes do sistema, embora tenham diminuído sua
contribuição direta, permanecem com grande peso no crescimento.
O caso dos sistemas de inovação mais desenvolvidos (sistemas maduros) é
caracterizado pelo “Regime III”. Assim, outros fatores que não ciência e tecnologia tem a
menor importância relativa em comparação com os dois regimes anteriores. As interações
e feedbacks estão atuando em todas a direções, conferindo ao sistema maior
sustentabilidade no processo de crescimento.
1.4 – Evidências estatísticas sobre limiares de produção científica
O objetivo desta seção é tão somente apresentar alguma evidência da validade da
hipótese de “limiares” de produção científica. Neste sentido, são utilizadas aqui técnicas
estatísticas (analise de cluster) que só serão apresentadas com maior detalhe no Capítulo 2.
Desta forma, o leitor é solicitado a considerar aqui apenas os resultados obtidos deixando a
técnica para as paginas seguintes.
Outra observação é quanto à base de dados utilizada nesta seção. Embora sejam
originadas das mesmas fontes que as empregadas no Capítulo 2, os dados desta seção e do
próximo capítulo não são os mesmos. Aqui procurou-se fazer uso de dados tão próximos
quanto possível dos utilizados por BERNARDES e ALBUQUERQUE.
Assim, dada a hipótese de diferentes estágios de desenvolvimento entre os países de
acordo com suas infra-estruturas científica, tecnológica e o seu nível de renda, cabe
mostrar, de uma forma mais direta, a validade de tal suposto. Neste sentido, utiliza-se nesta
seção de três bases de dados principais. Para mensurar a infra-estrutura científica, é
utilizado o número de artigos nas disciplinas exatas e naturais publicados pelos países e
27
constantes no Science Citation Index do Institute for Scientific Information (SCI-ISI),
como proxy da produção científica. A infra-estrutura tecnológica é abordada através do
número de patentes registradas no United States Patent and Trademark Office (USPTO),
como proxy da produção tecnológica. As informações sobre renda per capita (a dólares de
1995) são fornecidos pelo Banco Mundial. Desta forma, conta-se com dados para 135
países em 1998, os quais apresentaram pelo menos um artigo e/ou uma patente, além de
dados disponíveis sobre renda e população, nas referidas bases de dados.
Eis aqui uma outra diferença quanto a análise implementada no próximo capítulo,
qual seja, a utilização de informações sobre renda per capita. Dado que nesta seção
trabalha-se com apenas um ponto no tempo, foi possível considerar a utilização da renda
dentro da análise. Este não é o caso no Capítulo 2, onde a consideração de mais de um ano
não permitiu a obtenção de informações consistentes para todos os países em estudo.
Os países que apresentaram zero artigos ou zero patentes foram classificados dentro
do estágio de desenvolvimento I, como esquematizado na Figura 1.2. De fato, a ausência
de artigos ou patentes revela a precariedade das infra-estruturas científica e/ou tecnológica,
privando o sistema das interações entre estas duas dimensões, tão importantes para o
crescimento e desenvolvimento da economia moderna.
A fase seguinte da análise consiste em, usando renda per capita, artigos e patetes,
por milhão de habitantes, agrupar os 86 países remanescentes em 1998 em clusters
hierárquicos. A Figura 1.3 mostra o dendograma resultante.
28
FIGURA 1.3
Dendograma para 1998, usando Artigos por milhão de habitantes, patentes por milhão de habitantes e
renda per capita.
Fonte: ISI (2000); USPTO (2000); Banco Mundial (2000) – elaboração própria.
29
A partir deste ponto, os resultados desta análise são usados para classificar os países
dentro do esquema apresentado por BERNARDES e ALBUQUERQUE (2003). Os países
que apresentaram zero artigos ou zero patentes são tomados como característicos do
Regime I, tal como é feito no trabalho original. A proposta agora é classificar os demais
países segundo aquele esquema. Tendo verificado a existência de grandes clusters de
indicadores com níveis mais baixos, e considerando a distância entre as médias destes
grandes grupos e dos clusters mais próximos, os elementos dos maiores conjuntos são
tomados como pertencentes ao Regime II, onde já existem interações entre as dimensões
científica e tecnológica. Os demais países, fora do primeiro grande cluster, são atribuídos
ao Regime III, de interações mais fortes e em todos os sentidos.
Para investigar e testar as relações entre a infra-estrutura científica e tecnológica,
BERNARDES e ALBUQUERQUE estimam um modelo econométrico simplificado como
o apresentado na equação 1.1. A proposta é ressaltar a não linearidade dessas relações e
permitir alguma comparação entre países pertencentes ao Regime II e Regime III,
utilizando a forma logarítmica da equação 1.1 como apresentado em 1.2:
β1
(1.1)
Onde P é o número de patentes por milhão de habitantes, A é o total de artigos por
*
P * = β 0 A* e u
*
milhão de habitantes e u é o termo de erro estocástico. Em sua forma logarítmica, o modelo
fica como segue:
Sendo
~
~
P = ln( P * ) , A = ln( A * )
~
~
P = γ 0 + β1 A + v
(1.2)
e v o erro estocástico.
Neste ponto, há uma consideração a ser feita sobre o trabalho de BERNARDES e
ALBUQUERQUE (2003). Embora apresentem um procedimento mais sistemático para
classificar os países que compõem o Regime I, definindo seus elementos como aqueles
com valores nulos para patentes, a subdivisão entre os Regimes II e III requer maior
30
clareza, a fim de orientar mais seguramente, e em qualquer período, a classificação dos
países entre os Regimes.
Faz-se aqui uma tentativa de contribuir neste sentido, sugerindo como
procedimento para a estimação do modelo 1.2 a utilização dos resultados herdados da
analise de cluster, como meio de classificar os países. Desta forma, ao mesmo tempo em
que a análise precedente fornece um método sistemático e mais seguro de agrupar os países
dentro dos Regimes de desenvolvimento, permite que a estimação capture também a
dimensão da renda, uma vez que esta compõe o conjunto de variáveis utilizadas na
determinação daqueles clusters.6
Sugere-se também, em substituição do modelo 1.2, a estimação do modelo 1.3, com
variáveis dummies. Assim, é possível, em um único passo, estimar as elasticidades para os
dois grupos de países, além de obter um valor estimado para o “limiar’ como resultados do
próprio modelo. Nestes termos, o modelo 1.3 é definido como:
~
~
~
P = α 0 + α 1 A + α 2 D + α 3 DA + w
(1.3)
Onde D representa uma variável dummy que assume valor 0 para países pertencentes ao
Regime II e valor 1 para países pertencentes ao Regime III.
O “limiar” pode então ser calculado como a interseção entre as retas ajustadas para
o Regime II e III. Assim, o sistema S1, derivado do modelo 1.3, apresenta tais equações,
enquanto a sua solução permite conhecer o valor estimado para o “limiar”.
~
~
 P
II = α 0 + α 1 AII
~
~
 PIII = (α 0 + α 2 ) + (α 1 + α 3 ) AIII
(S1)
A Figura 1.4 apresenta os pontos ln(P*) x ln(A*) para 1998, enquanto o Quadro 1.1
mostra os resultados da estimação do modelo 1.3.
6
Aqui a renda per capita dos países entram na análise devido ao fato desta ter sido realizada apenas para o
ano de 1998, possibilitado assim o uso da mesma fonte de dados para todos os países, o que não foi possível
para a análise feita no Capítulo 2.
31
FIGURA 1.4
ln(P*) x ln(A*) para 1998
Fonte: ISI (2000); USPTO (2000); Banco Mundial (2000) –
elaboração própria.
QUADRO 1.1
Resultados da estimação do modelo 2
Modelo A2
2
1
R ajustado
Observações
α0 2
α1
α2
α3
0,8519
86
(163,92)
-3,5592
(-9,29)
0,7486
(6,93)
-6,4878
(-2,48)
1,3784
(3,40)
Fonte: ISI (2000); USPTO (2000); Banco Mundial (2000) – elaboração própria.
Notas: 1) Estatística F entre parênteses.
2) Estatística t entre parênteses.
Pode-se observar a significância estatística, em nível de 5%, para todos os
coeficientes estimados, além do alto valor para o R2 ajustado. Desta forma, em comparação
com o trabalho de BERNARDES e ALBUQUERQUE (2003), os resultados são bastante
satisfatórios. No citado artigo, os Autores encontraram uma elasticidade de 0,76 para o
Regime II, enquanto aqui ela é de 0,74, e de 2,39 para o Regime III, enquanto aqui ela é de
32
2,127. Isto, antes de tudo, reafirma a validade das propostas desses Autores, tendo em vista
a significância dos parâmetros estimados segundo modelo 1.3. Por outro lado, corrobora o
método de classificação dos países sugerida, uma vez que esta levou a resultados muito
próximos aos encontrados por BERNARDES e ALBUQUERQUE.
A maior divergência entre estes resultados e os obtidos por estes autores é quanto
ao valor do limiar de produção científica. Resolvendo o sistema S1, ou seja, separando as
 α2 
,

 α3 
equações para os dois grupos de países, II e III, através da expressão AL* = exp −
chega-se a um valor de 110,69 artigos por milhão de habitantes para o “limiar”, enquanto
BERNARDES e ALBUQUERQUE (2003) apresentam o valor de 150 artigos (pmh), para
1998. Isto, de fato, decorre da diferença entre as elasticidades estimadas.
Tem sido considerado até aqui que o modelo 1.3, com países separados por
dummies em dois grupos, é a melhor representação que se pode fazer das relações entre os
logs de artigos e logs de patentes. No entanto, é necessário considerar a possibilidade de
que tal hipótese não se sustente. Para avaliar esta possibilidade, é realizado um teste J de
Davidson-MacKinnon (GREENE, 2000) para o modelo 1.3 e duas outras formas
funcionais alternativas, quais sejam, o modelo 1.2 para o total das observações em 1998 e o
modelo 1.4, como segue8:
~
~
P = δ 0 + δ1 A 2 + ε
(1.4)
O Quadro 1.2 resume os resultados para o teste. Nas linhas estão os modelos sob a
hipótese nula de que são, de fato, melhores que os modelos nas colunas sob a hipótese
alternativa. Os p-valores da estatística J são dados no conteúdo do quadro. Desta forma,
rejeita-se a hipótese de que o modelo 1.2 seja mais adequado que o modelo 1.4, mas não é
rejeitada a de que o modelo 1.4 seja mais adequado que o modelo 1.2. Por sua vez, a
7
Este valor representa a soma dos coeficientes α1 e α3 estimados.
Na verdade, o teste J é um teste assintótico, ou seja, é válido para grandes amostras. No entanto, se não se
conta com um número grande de observações, também não se deve considerá-lo desprezível.
8
33
hipótese favorável ao modelo 1.3 não é rejeitada, enquanto rejeita-se o modelo 1.4 como
contendo os verdadeiros regressores para P*.
QUADRO 1.2
p-valor para o teste J
com a hipótese de melhor modelo sob H0
Sob H0
Modelo 1.2
Modelo 1.3
Modelo 1.4
Modelo 1.2
0,3106
Sob H1
Modelo 1.3
0,00
Modelo 1.4
0,00
0,8645
-
Fonte: Elaboração própria.
Não obstante as vantagens do modelo 1.3, que prevê a existência de um limiar,
reveladas pelo teste J, realiza-se também o teste de Jarque-Bera sob a hipótese nula de
normalidade dos resíduos deste modelo, e como esta não foi negada, dado p-valor de
0,691, testa-se a existência de heterocedasticidade, através do teste de Breusch-Pagan que
retornou um p-valor de 0,4231, apontando para a não rejeição da hipótese de
homocedasticidade, levando a reconhecer a adequação do modelo 1.3 aos dados amostrais.
Estes resultados levam a defender com maior segurança a hipótese de um limiar de
produção científica decorrente da estimação do modelo 1.3, em conformidade com os
argumentos teóricos presentes em BERNARDES e ALBUQUERQUE (2003).
1.5 – Proposta para investigação
É preciso, antes de qualquer coisa, deixar claro que outros elementos relacionados
ao desenvolvimento das sociedades, como diversos aspectos das atividades econômicas, do
bem estar e a ampliação das liberdades (SEN, 2000), para os quais as dimensões científica
34
e tecnológica contribuem e dos quais recebem contribuição, não são ignorados.
Considerando o desenvolvimento pela ótica das capacidades humanas, por exemplo, como
é feito no Human Development Report (UNDP, 2001), o progresso tecnológico, bem como
o crescimento econômico, constituem um meio para alcançar boa qualidade de vida, saúde,
vida criativa e participativa, tal como esquematizado na Figura 1.3, onde mesmo ai, valem
interações e feedbacks entre as dimensões envolvidas. Este trabalho, porém, tem um
caráter mais modesto e deve concentrar-se em pontos mais específicos.
FIGURA 1.5
Esquema para construção de capacidades humanas
Fonte: UNDP (2001)
O modelo proposto por BERNARDES e ALBUQUERQUE (2003) sugere
considerações quanto à adoção de duas equações lineares (em relação ao logaritmo das
variáveis) distintas para cada grupo de países. Ou seja, por que não utilizar uma única
curva linear, ou mesmo uma curva não linear, para ajustar os dados? Qual o grau de
confiança que se pode ter na melhor adequação do modelo proposto vis a vis outras formas
funcionais? Escolher uma outra forma funcional para ajustar os dados acarreta sérias
diferenças, inclusive teóricas, no modelo proposto.
35
O ajuste de uma única curva linear ou de uma curva quadrática, por exemplo,
estaria sugerindo que todos os países estão inseridos em um mesmo processo de
desenvolvimento, e que na medida em que é acumulada a produção científica, os países
mais atrasados se aproximariam dos mais adiantados. No caso de uma curva linear ser
ajustada, não haveria maiores desdobramentos que este. Contudo, uma curva quadrática, e
de inclinação positiva, apontaria para o fato de que os retornos em termos de tecnologia do
aumento na produção científica são crescentes ao longo do processo. Neste caso, os países
menos adiantados aproximar-se-iam mais rapidamente dos países “líderes” a cada aumento
da produção científica (ponderada pela população).
Adotar porém, curvas diferentes, com inclinações diferentes, sugere a existência de
uma quebra estrutural, uma mudança qualitativa no processo de desenvolvimento
tecnológico gerada pela ampliação da base científica. Neste sentido, a seção precedente
demonstrou a existência de vantagens na adoção de duas curvas com diferentes inclinações
para modelar a relação entre ciência e tecnologia. De fato, os testes demonstraram que uma
curva quadrática produz um melhor ajuste dos dados em comparação com uma única curva
linear. Por sua vez, a adoção de duas curvas lineares, dois ajustes, mostrou-se mais
adequado que a utilização de uma única função quadrática.
Os resultados econométricos apresentados na seção 1.4 retornam um limiar de
110,69 artigos por milhão de habitantes para 1998, enquanto a estimação feita por
BERNARDES e ALBUQUERQUE chegou a um limiar de 150 artigos por milhão de
habitantes. Contudo, as divergências de valores são menos importantes. Neste ponto do
trabalho, é a não rejeição da hipótese de um limiar de produção científica que merece
destaque.
No mais, faz-se necessário notar que, enquanto países como Coréia do Sul e fazem
parte do grupo de países pertencentes ao Regime de interações III em 1998, ou seja, estão
36
acima do limiar, como a Figura 1.3 demonstra, países como o Brasil, que nas décadas de
1960 e 1970 era considerado mais desenvolvido que o primeiro (DOSI, FREEMAN e
FABIANI, 1994), permanecem no grupo de interações mais fracas correspondentes ao
Regime II, no ano de análise. Assim, são as relações entre ciência e tecnologia,
considerando fatos como os descritos acima, que constituem os foco da investigação deste
trabalho.
37
Capitulo 2 – Análise de cluster: classificando países em Regimes de interação
Neste capítulo propõe-se um conjunto de procedimentos que permitam uma análise
objetiva das interações entre ciência e tecnologia, em especial no que diz respeito às
diferenças entre os países que compõem a base de dados em análise, a partir de estatísticas
de artigos e patentes. É inevitável, portanto, incorrer em algum tipo de simplificação na
busca de uma forma, tão simples quanto possível, de sumarizar os sistemas de inovação em
seus aspectos relevantes, com vistas a contribuir para o entendimento sistemático de seu
funcionamento. Neste sentido, as hipóteses lançadas aqui, se aceitas, permitirão, adiante, a
classificação dos sistemas de inovação segundo o estágio de desenvolvimento alcançado
pelas interações entre ciência e tecnologia.
2.1 – Das Hipóteses
Afirmar a necessidade de trabalhar com aspectos importantes dos sistemas de
inovação é, por si, uma simplificação que sugere cuidado. Em primeiro lugar, por se tratar
de um sistema, onde as relações apresentam feedbacks mútuos, as interações assumem,
tanto quanto os elementos, papel fundamental no processo de crescimento e
desenvolvimento, dificultando a escolha dos pontos considerados como mais importantes.
Segundo, uma vez que se apresenta inevitável tal escolha, – dado o objetivo geral deste
trabalho – esta deve privilegiar os aspectos que atendam a critérios de ordem teórica, no
sentido de reduzir ao máximo a perda de informação e representar minimamente os
elementos dos sistemas, e de ordem prática, viabilizando a mensuração em torno destes
elementos.
38
A dimensão científica manifesta não apenas os avanços realizados no âmbito do
conhecimento sistematizado, produzido em centros de pesquisas e universidades. Ao
desenvolvimento da base científica, devem-se associar todos os fatores que o impulsionam
e os que dele resultam (muitos dos quais podem ser tanto uma coisa quanto outra). Desta
forma, a presença de um sistema educacional abrangente, – retratando em alguma medida
pontos como igualdade de condições (renda e riqueza), democracia etc. – existência de
universidades, centros de pesquisa, laboratórios de empresas, bem como a colaboração e
interação entre eles, constituem alguns dos fatores que se podem encontrar na base da
infra-estrutura científica.
Por outro ângulo, uma força de trabalho mais habilidosa e de maior produtividade,
como demonstra PAVITT (1991), pode ser apontada como resultado do tamanho e do
desenvolvimento da base científica, compondo um dos fatores que tornam a pesquisa
básica economicamente útil. Mais além, aspectos como a capacidade de absorção de
conhecimento produzido fora das fronteiras nacionais dependem diretamente da
capacitação científica no quadro interno. Tal capacitação científica (especialmente em
ciência básica), como propõem DOSI, FREEMAN e FABIANI (1994), tendem a estar
associadas a processos de forging ahead e com liderança em novas tecnologias.
Outros elementos importantes, como a especialização científica, a divisão do
trabalho científico e a distribuição setorial das atividades científicas, inicialmente não
perceptíveis quando da utilização de um conceito tão geral, podem ser considerados
presentes se for aceito que o resultado destes pode ser expresso por uma dimensão
científica mais desenvolvida.
A dimensão tecnológica deve ser entendida a partir do campo dos fatores
relacionados com o conhecimento prático, sistematizado ou não, manifesto em objetos e
processos, muitas vezes combinados entre si, e aplicáveis a qualquer momento, ao
39
cotidiano de indivíduos, empresas e instituições. A forma de organização destes fatores
dentro de um ambiente propício a criação e utilização de novas combinações, ou
inovações, é que constitui a dimensão tecnológica de um sistema.
Referir-se a esta dimensão, portanto, significa considerar desde a condução de
pesquisas aplicadas à disponibilidade de recursos financeiros que viabilizem a busca e a
incorporação de inovações sob condições de incerteza. Neste ponto, cabe reconhecer a
interdependência entre as dimensões tecnológica e científica, no sentido de que, muitas
vezes, as novas combinações surgem como um resultado inesperado da condução de
pesquisas básicas desenvolvidas tanto em laboratórios de empresas quanto em espaços
tipicamente de produção de conhecimento puro. Na outra mão, os campos do
conhecimento têm se beneficiado ao longo do tempo dos melhoramentos e inovações em
termos de instrumentos e processos, bem como novas disciplinas têm surgido a partir de
pesquisas básicas, como argumenta ROSENBERG (1982).
É preciso considerar que a interdependência destas duas dimensões (científica e
tecnológica) é evidente e constitui um terceiro elemento de análise. As interações entre os
diversos elementos constitutivos dos sistemas de inovação são, como dito anteriormente, a
fonte de sua evolução e não são anuladas pelas simplificações propostas. Ao contrário, as
dimensões destacadas não podem ser entendidas plenamente fora de um contexto de coevolução. Mesmo quando essas interações estiverem fracas, ou inexistirem, isto estará
refletido no estágio de desenvolvimento de cada uma destas dimensões, se não em termos
absolutos, pelo menos no potencial de desenvolvimento não explorado.
Por fim, se estas simplificações puderem ser aceitas como um recurso de análise,
sem grande perda de generalidade, dada a forma como foram definidas, então o próximo
passo consiste em encontrar os recursos que permitam mensurar, de forma coerente, estes
elementos. Ou seja, faz-se necessário utilizar indicadores capazes de preservar
40
minimamente as características de cada dimensão, compondo o instrumento através do
qual estas serão observadas.
2.2 – Dos Indicadores
Vários indicadores têm sido empregados na mensuração das atividades inovativas
em ciência e tecnologia. Dentre os mais utilizados, citam-se desde as despesas com P&D,
patentes e artigos científicos até balanços de pagamento tecnológico e pareceres de
técnicos especializados. PATEL & PAVITT (1995), observam que, dadas as limitações
destes indicadores, eles poderão apresentar maior qualidade de aferição quando
combinados entre si.
Em vista da necessidade de mensurar as dimensões científica e tecnológica dos
Sistemas Nacionais de Inovação, tomam-se artigos científicos e patentes como indicadores
de cada dimensão, respectivamente. Existem vantagens e desvantagens no uso destes
indicadores.
Artigos científicos constituem uma rica fonte de informações sobre atividades
científicas (PATEL & PAVITT, 1995). A publicação de um artigo em um periódico
especializado representa a aprovação da comunidade científica quanto a contribuição deste
trabalho para a disciplina em questão. De outra forma, espera-se que um artigo quando
publicado carregue o julgamento de seus pares quanto a sua relevância e, portanto, possa
representar algum avanço no conhecimento do seu objeto. Desta forma, pode-se considerar
que o entendimento científico é, por um lado, ampliado em seu escopo na medida em que
os artigos se apresentam como resultados das pesquisas realizadas em novas áreas e pelos
desdobramentos, muitas vezes inesperados, de pesquisas mais antigas e, por outro lado,
aprofundado no conhecimento cada vez maior de um campo específico.
41
Ao tomar artigos científicos como produto das pesquisas realizadas durante algum
período, e aceitando que estes representam algum avanço em termos de conhecimento,
deve-se considerar os fatores que viabilizam e sustentam a condução de tais pesquisas.
Neste sentido, a disponibilidade e aplicação de recursos financeiros em atividades
científicas, a existência de profissionais preparados ocupados nas atividades de pesquisa,
bem como um ambiente econômico social capaz de apreender e utilizar seus resultados,
constituem elementos chave no processo de produção do conhecimento refletida nos
artigos científicos. Não apenas isso, a idéia de um ambiente articulado à produção
científica denota a existência de um sistema educacional minimamente desenvolvido,
capaz de alimentar o meio cientifico com novos profissionais, ao mesmo tempo em que
demanda dele soluções e respostas para questões não apenas de caráter abstrato, mas
também de ordem prática.
O interesse econômico também pode ser captado por meio da publicação de artigos
contendo resultados de pesquisas. A esse respeito, toma-se a constatação de HICKS (1995)
quanto à publicação de artigos por firmas que realizam pesquisa e desenvolvimento. Tal
fato demonstra não apenas o interesse de empresas na condução de pesquisas mais
aplicadas buscando o desenvolvimento de novos processos e/ou produtos, mas também a
realização de pesquisas de caráter mais básico, mais intimamente relacionado à geração de
conhecimento. De fato, a condução de pesquisa básica ou aplicada, com toda a
controvérsia que tal distinção possa gerar (ver ROSENBERG, 1990), é sensível tanto ao
setor de atividade da firma, quanto a sua estratégia de atuação. Contudo, dados os
incentivos não plenamente econômicos a que respondem os cientistas e pesquisadores,
como é construído o argumento de HICKS (1995), a divulgação de resultados na forma de
artigos é uma prática presente também no meio empresarial onde os agentes são movidos
por ganhos econômicos.
42
Outro ponto a ser considerado é a interação entre firmas e universidades. Sobre isso
os trabalhos de HICKS (1995) e ROSENBERG (1990) demonstram a existência de
cooperação entre estes dois elementos dos Sistemas de Inovação expressa na co-autoria em
artigos científicos publicados, enquanto NARIN, HAMILTON e OLIVASTRO (1997)
mostram a interação entre o setor científico e o tecnológico através da citação de artigos
em patentes. Neste último caso, pode-se considerar também como evidência de um
aumento no conteúdo científico presente nas novas tecnologias.
Assim, os pontos levantados até aqui apóiam o argumento de que a infra-estrutura
científica que compõe um Sistema de Inovação específico pode ser minimamente
representada pelo volume da sua produção em termos de publicações.
Contudo, algumas limitações da utilização de artigos como indicador da infraestrutura científica devem ser consideradas. Inicialmente, as diferenças de idiomas podem
dificultar a publicação de trabalhos em periódicos internacionalmente indexados, o que
constitui uma certa vantagem para países, em geral de língua inglesa, vis-à-vis os demais
países.
Em relação às áreas do conhecimento, é preciso ter em conta que diferentes
disciplinas científicas, por um lado, apresentam diferentes “propensões” a publicar artigos,
e por outro lado, diferem também no grau de internacionalização da produção científica.
Além disso, é importante considerar o viés causado pela composição do conjunto
de periódicos indexados. Neste sentido, deve-se observar aspectos como a especialização
científica de cada país em algumas disciplinas e o peso desta última na composição da base
via espacialização dos periódicos. Isto tende registrar uma produção científica maior para
países especializados nas áreas melhor representadas em temos de periódicos. O mesmo
raciocínio pode ser feito com relação à origem das publicações. Neste caso, países com
maior representação em termos de periódicos indexados tendem a ser beneficiados.
43
Uma outra limitação da base de artigos utilizada está mais fortemente associada aos
países fora da fronteira científica e que tentam o catching up. Avanços menores nas áreas
do conhecimento têm menor probabilidade de ganhar destaque no meio científico. Desta
forma, para países atrasados onde parte considerável, se não a maior parte, dos esforços
são para entender e alcançar os países da fronteira, ao menos em fases iniciais do catching
up, a produção registrada em periódicos de maior notoriedade será menos expressiva, o
que não significa a inexistência de atividade científica relevante para o processo de
desenvolvimento.
Patentes representam a possibilidade de ganhos econômicos pelo monopólio
temporário de algum novo produto ou processo. Deste ponto de vista, o empresário e a
firma schumpeterianos buscam constantemente obter novas combinações que permitam
usufruir deste monopólio. As patentes, portanto, podem ser consideradas como a realização
de novas combinações dentro de um ambiente inovativo, que permitirão em algum
momento seu emprego na esfera econômica. Esta possibilidade de utilização direta é que
confere às patentes uma conotação de tecnologia, na medida em que, também
representando algum tipo de inovação, os artigos científicos não resultam, freqüentemente,
em alguma aplicação direta.
Considerando que patentes são registradas por indivíduos, firmas e instituições
(universidades, por exemplo), um ambiente inovativo deve ser composto, entre outros, por
estes três elementos cujas ações, na medida em que buscam vantagens econômicas, tendem
a contribuir para o aumento das estatísticas de patentes dos sistemas em que estão
inseridos. Em outras palavras, a presença de firmas e indivíduos inovadores, que fazem uso
de recursos próprios ou de terceiros (como laboratórios) para alcançar novas combinações
é indicador de que o sistema é capaz de fornecer estes recursos e alimentar tais ações.
44
A relação que se deseja extrair, portanto, é a de que quanto mais desenvolvida for a
infra-estrutura tecnológica maior é a propensão ao registro de patentes. De fato, isto leva a
considerar algumas questões problemáticas no uso de patentes como indicador de
atividades inovativas.
Neste sentido, PATEL e PAVITT (1995) alertam para (1) as diferenças
intersetoriais na propensão a patentear os resultados das atividades de pesquisa e
desenvolvimento realizadas pelas firmas e (2) para a mensuração insatisfatória, em termos
de patentes, dos avanços feitos na área de softwares. Contudo, faz-se necessário destacar as
vantagens das patentes em superar as imperfeições na mensuração das atividades
inovativas através dos gastos com P&D e a forte correlação entre os níveis e tendências
nas atividades tecnológicas nacionais quando medidas pelas despesas per capita com
pesquisa e desenvolvimento e o total de patentes registradas no USPTO.
O uso de patentes, em especial as depositadas no USPTO, para a comparação de
atividades tecnológicas entre países apresenta algumas outras limitações. A primeira a ser
apontada é quanto à posição dos Estados Unidos nas estatísticas de patentes, tendo em
vista que para estes países elas representam os registros de um escritório doméstico de
marcas e patentes, o que leva a uma certa superestimação da sua produção tecnológica.
Nesta mesma linha, pode-se dizer que os demais países estarão tanto mais presentes nas
estatísticas produzidas por este Órgão quanto mais empresas e indivíduos estes tenham
como residentes no território americano.
Tal como acontece com os artigos internacionalmente indexados, as patentes no
USPTO também falham ao captar avanços tecnológicos de caráter mais incremental, de
importância local. Isto significa que inovações mais modestas tendem a não ser submetidas
aos critérios do USPTO sem, contudo, deixar de representar um avanço. Do ponto de vista
dos países mais atrasados a subestimação das atividades tecnológicas realizadas
45
internamente será, portanto, dupla. Primeiro, porque estes países tendem a introduzir
inovações mais incrementais e, segundo, as chances são reduzidas pela falta de empresas
nacionais estabelecidas no território dos Estados Unidos.
2.3 – Da base de dados
As seções seguintes repousam na análise de uma base de dados composta por
artigos e patentes para um conjunto de 103 países, anualmente entre 1980 e 2000, sendo
que para o ultimo ano este número é de 120 países, dadas as transformações geopolíticas
ocorridas no período, de forma que se torna necessária a sua descrição prévia.
As informações sobre artigos científicos foram extraídas do Science Citation Index
(SCI) do Institute for Scientific Information (ISI) disponibilizadas pela Web of Science e
coletadas entre os dias 20/11/2002 e 19/12/2002.
As patentes, por sua vez, constam de documento disponibilizado pelo United State
Patent and Trademark Office com informações sobre patentes por invenção (utility
patents) concedidas entre 1973 e 1979 e anualmente de 1980 a 2000. (USPTO, 2001)
É preciso, contudo, não perder de vista as limitações das bases de dados de artigos e
patentes para mensurar as atividades científicas e tecnológicas, respectivamente. Tanto as
informações fornecidas pelo ISI, quanto as provenientes do USPTO devem ser
consideradas
como
apenas
uma
parte
da
produção
científica
e
tecnológica,
respectivamente9. Isto significa que, de certa forma, estas bases tendem a subestimar, as
atividades científicas e tecnológicas dos países.
Finalmente, além dos dados sobre artigos e patentes, este trabalho conta com
informações sobre a população a cada ano, disponibilizadas on-line pelo Banco Mundial
9
Com freqüência, tem-se usado a expressão “ponta do iceberg” para representar a produção científica e
tecnológica dos países medidas por artigos no ISI e patentes no USPTO, respectivamente.
46
dentro do World Development Indicators (2002). Estes dados são importantes na medida
em que permitem normalizar os indicadores principais.
A Tabela A1, apresentada no APÊNDICE 1, mostra o conjunto de dados utilizados
neste capítulo. Constam informações de artigos e patentes por milhão de habitantes para os
anos de 1980 e 2000, sendo que para o primeiro ano são utilizados 103 países enquanto no
último o total de países é de 120, dadas as transformações geopolíticas ocorridas após a
queda do Muro de Berlim. Fazem parte também das informações apresentadas, dados sobre
a renda per capita nos países para os dois anos, embora estas não entrem diretamente na
análise.
Uma observação final é quanto a utilização de dados normalizados pela população
(milhão de habitantes). Tal como os países são usualmente comparados por sua renda per
capita e não pelo produto agregado, para medir o nível de riqueza, procura-se evitar
comparações errôneas normalizando-se os dados de artigos e patentes pela população dos
países. Como exemplo para as possíveis distorções nas comparações considere os casos de
Suíça e Índia no ano 2000. O total de artigos para a Suíça foi de 13.140, enquanto para a
Índia esse valor foi de 15.982, o que poderia levar a pensar que o primeiro país é
cientificamente menos avançado que o segundo. No entanto, quando os dados são
normalizados pelas respectivas populações as posições se invertem, uma vez que a Suíça
passa a ter cerca de 1.830 artigos por milhão de habitantes enquanto para a Índia esse valor
fica em torno de 15. De certo, a consideração dos dados normalizados ajusta-se melhor ao
que é conhecido quanto ao grau de desenvolvimento científico e tecnológico dos países,
como no exemplo acima.
47
2.4 – Do método de análise
A partir das informações sobre artigos, patentes e população dos países, nos 21
anos em questão, este estudo recorre a técnicas de análise multivariada, em particular a
análise de cluster, no sentido de descrever e dar o tratamento inicial a tais informações.
Em geral, a análise de cluster pode ser considerada como um termo genérico para
um conjunto de técnicas usadas para classificar dados que são inicialmente não
classificados. (EVERITT, 1986) As razões para proceder a uma classificação variam com
os propósitos do pesquisador – e Everitt apresenta sete. Aqui, porém, os objetivos são tão
somente a exploração da base de dados e uma tentativa de encontrar uma tipologia para os
elementos (países) da análise.
O principio da análise de cluster consiste na mensuração da distância ou
similaridade entre os N indivíduos em termos das p variáveis utilizadas. Sendo assim, duas
questões iniciais devem ser abordadas, quais sejam, a escolha das variáveis e a definição
das similaridades ou da mensuração das distâncias. Em relação às variáveis tomadas para
análise, EVERITT (1986) enfatiza que a escolha reflete o julgamento do pesquisador
quanto a relevância destas para seus propósitos de classificação. E mais, é necessário ter
em mente que a escolha das variáveis é, por si, uma categorização de dados os quais, a
princípio, não apresentam direcionamento (guidelines) matemático ou estatístico.
Antes, porém, de passar adiante, é necessário dar esclarecimentos quanto a
definição do termo “cluster” dentro do presente contexto. EVERITT (1986) alerta para a
inexistência de consenso sobre este assunto. Assim, alguns autores têm definido um cluster
como um grupo de elementos contíguos de uma população estatística, ou como um
conjunto de indivíduos “parecidos”, sendo que, um dado conjunto “difere” dos outros
conjuntos. Outros autores têm tomado o termo como definindo um agregado de pontos no
espaço de teste, tal que a distância entre quaisquer dois pontos dentro de um cluster é
48
menor que a distância entre qualquer ponto do cluster e outro ponto fora dele. Para
EVERITT (1986), a característica comum à maioria das definições de cluster está em sua
natureza vaga e circular, na medida em que termos como semelhança, similaridade e
distância são eles mesmos indefinidos. De fato, é certamente verdade que, dentro de toda
essa controvérsia, uma única definição não seja suficiente e que o critério último para
conceituar o termo é o julgamento do pesquisador quanto a sua capacidade de responder
satisfatoriamente às questões propostas.
Este trabalho considera, portanto, a definição de um cluster como sendo uma região
continua, em um espaço de p dimensões, contendo uma densidade de pontos relativamente
alta separada de outras regiões por intervalos com uma densidade de pontos relativamente
baixa. Tal definição, encontrada em EVERITT (1986), tem a vantagem de não restringir o
formato do cluster tão rigidamente como é comum a outras definições. Além disso,
considera-se, para os propósitos deste trabalho que um elemento assemelha-se, em termos
das p dimensões (ou variáveis) utilizadas, mais aos demais membros do mesmo cluster que
de qualquer outro elemento pertencente a outro cluster.
Superado o problema da definição, surge a questão de qual algoritmo implementar
na construção dos clusters. Neste sentido, apesar dos inúmeros algoritmos que podem ser
encontrados na literatura10, vale dizer que a escolha de um método particular depende tanto
do tipo de dados disponíveis quanto dos propósitos da análise, como lembram KAUFMAN
& ROUSSEEUW (1990).
Neste sentido, os resultados apresentados na próxima seção, foram obtidos a partir
de um algoritmo de clusters hierárquicos com a mensuração da distância entre grupos. A
utilização do método hierárquico apresenta a vantagem de não determinar a priori o
número final de clusters (KAUFMAN & ROUSSEEUW, 1990), em comparação aos
10
Para uma revisão dos algoritmos mais utilizados ver os trabalhos de EVERITT (1986), KAUFMAN &
ROUSSEEUW (1990) e MANLY (1986).
49
métodos de partição. Desta forma, para métodos hierárquicos aglomerativos, os N
indivíduos começam cada um em um cluster, dado que cada individuo é o mais próximo de
si mesmo, até o momento em que todos são reunidos em um único agrupamento. Métodos
hierárquicos divisivos, partem de um número k = 1 de clusters terminando em k = N, ou
seja, segue em sentido contrário ao método aglomerativo. Por fim, os clusters hierárquicos
são particularmente úteis para os objetivos deste trabalho pela possibilidade de seus
resultados serem organizados em dendogramas, como da Figura 2.1, o que facilita a
análise e permite maior flexibilidade na busca de uma tipologia dos indivíduos e na
determinação do número de clusters.
FIGURA 2.1
Exemplo de dendograma
0
1
2
3
4
|
|
|
|
|
Aglomerativo
a
a, b
a, b, c, d, e
b
c
c, d, e
d
d, e
e
|
|
|
|
|
4
3
2
1
0
Divisivo
FONTE: KUAUFMAN & ROUSSEEUW (1990: 45)
O primeiro passo, portanto, para a análise consiste na normalização das variáveis
por sua média e desvio padrão, tal que
z ik =
X ik − x k
(2.1)
σk
Onde x k é a média e σ k o desvio padrão da variável k. Desta forma, as variáveis têm igual
importância na análise (MANLY, 1986:106) e a ordenação das distâncias é preservada
50
(EVERITT, 1986). Everitt alerta também para o problema de que a normalização constitui
um tratamento matemático preliminar.
Em seguida, procede-se à construção de uma matriz de distâncias D, cujas entradas
são obtidas, após a normalização, de acordo com a medida de Minkowski11 dada pela
expressão 2.1.
1
r r
 p
(2.2)
d ij = ∑ X ik − X jk 
 k =1

Note que esta expressão inclui os casos especiais da distância Euclidiana, quando r = 2, e
do “city block model”, quando r = 1 (EVERITT, 1986: 19). Para os fins deste trabalho r
assume valor 1.
Para mensurar a similaridade (distância) entre os grupos, a partir da expressão 2.2,
são tomadas as médias dos grupos em termos de cada variável p, de forma a construir a
expressão 2.3:
1
r

r
d XY = ∑ xi − y i 
 k =1

Onde x é a média do cluster X e y é a média do cluster Y.
p
(2.3)
Os indivíduos sofrem, então, sucessivas interações das distâncias até que sejam
organizados em clusters onde, como foi definido anteriormente, a distâncias entre
quaisquer dois elementos em seu interior seja menor que a distância entre qualquer
elemento pertencente ao cluster e um no interior de outro cluster. O resultado final é um
gráfico como o da Figura 2.1 onde no nível mais alto de proximidade, ou seja, os critérios
de semelhança são mais rígidos, existem tantos clusters quanto indivíduos, enquanto que
para o menor nível de proximidade todos os elementos constituem um único cluster.
11
Matemático alemão que desenvolveu a teoria geométrica dos números e fez inúmeras contribuições para a
teoria numérica, física matemática e teoria da relatividade. (ENCICLOPÉDIA, Britânica. On line
<http://search.britannica.com/>, 04/03/2003; 00:30 hs)
51
2.5 – Dos resultados
Partindo de um conjunto de 103 países para 1980 e 120 países para o ano 2000, o
primeiro passo consiste em separá-los em dois grupos para cada ano. O primeiro grupo
corresponde àqueles cujos artigos ou as patentes apresentaram valor zero. Este grupo é
classificado como característico do Regime I, segundo a classificação de BERNARDES e
ALBUQUERQUE (2003), dado que a ausência de indicadores para alguma das dimensões,
científica ou tecnológica, denota a ausência de uma precondição elementar para o
estabelecimento de interações entre elas. O Regime I conta, então com um total de 39
países em 1980 e 41 em 2000. O segundo conjunto é referente aos 64 países em 1980, e 79
em 2000, que apresentaram valores positivos para os indicadores, são submetidos à análise
de cluster para os anos de 1980 e 2000.
Assim, a Figura 2.2 apresenta o resultado do agrupamento dos 64 países (103
originais, retirados os pertencentes ao Regime I) para 1980. São considerados os sete
clusters formados a partir do grau mais alto de similaridade. Ou seja, a distância entre os
países, em termos dos indicadores, é pequena o suficiente para dar origem a um primeiro
cluster e a distância entre este cluster e o elemento mais próximo a ele é maior que a
distância entre este último elemento e um outro pertencente ao mesmo cluster. Desta
forma, o primeiro cluster da Figura 2.2 é formado pelo conjunto de 47 países que estão
entre China e a Irlanda, dentre os quais encontram-se Brasil, México, Espanha, Coréia do
Sul, União Soviética, Itália, Taiwan, entre outros. O segundo cluster e formado por França,
Holanda, Áustria, Bélgica, Austrália, Nova Zelândia, Noruega, Finlândia, Canadá, Reno
Unido e Dinamarca. O terceiro é formado pela Alemanha Ocidental e Japão, enquanto
Israel, Suécia, Suíça e Estados Unidos formam, cada um, um cluster individualmente.
Da mesma forma, a análise para o ano 2000, com um total de 79 países (120
originais, retirados os pertencentes ao Regime I, onde a produção científica e/ou
52
tecnológica foi nula) é mostrado na Figura 2.3. O primeiro cluster, desta vez, é formado
pelos países que se encontram entre Paquistão e Bahamas como, os que também
compunham o Cluster 1 em 1980, Brasil, México, África do Sul, Índia, Argentina, e novos
países incluídos na análise como Malásia e Uruguai. O segundo cluster e composto pela
Holanda, Reino Unido, Austrália, Irlanda, Nova Zelândia, Áustria, França, Singapura,
Islândia, Noruega e Bélgica. O terceiro é formado por Canadá e Alemanha, enquanto
Finlândia, Israel, e Dinamarca formam o quarto cluster. O quinto cluster é composto por
Hong Kong, Eslovênia, Itália e Espanha, todos pertencentes ao Cluster 1 em 1980. No
cluster seis estão Japão e Taiwan, este último saído do Cluster 1 em 1980, tal como Coréia
do Sul e Luxemburgo, que pertencem ao sétimo cluster em 2000. Suécia e Suíça formam o
oitavo cluster, enquanto Estados Unidos está isolado no cluster 9.
A Tabela 2.1 apresenta as médias de artigos (pmh) e patentes (pmh) para os
clusters em 1980 e 2000, bem como os países limites de cada cluster, seguindo a ordem
apresentada nas figuras 2.2 e 2.3. Observe que a média do Cluster 1, países entre China e
Irlanda (FIG. 2.2), em 1980 em artigos (pmh) é de 55,40, enquanto em patentes (pmh) a
média e de 3,23, para um total de 47 países pertencentes a este cluster. Os clusters cujas
médias mais se aproximam das observadas para o Cluster 1 são o Cluster 3 (Alemanha
Ocidental e Japão) em artigos (pmh), com média 294,63, e o Cluster 4 (Israel) em patentes
(pmh), com média 29,14. Esta grande distância entre as médias, denota uma diferença
significativa no estado das interações entre as infra-estruturas científica e tecnológica dos
países pertencentes ao Cluster 1 e os países pertencentes aos demais clusters.
O mesmo é verificado para o ano 2000. O Cluster 1 (países entre Paquistão e
Bahamas de acordo com a FIG. 2.3), neste ano, possui uma média de 91,90 em artigos
(pmh) e 1,85 em patentes (pmh), para um total de 52 países. Desta vez, os clusters mais
próximos são o Cluster 7 (Coréia do Sul e Luxemburgo) com média 258,13 em artigos
53
(pmh) e o Cluster 5 (Hong Kong, Eslovênia, Itália e Espanha) com média 17,73 em
patentes (pmh). Da mesma forma que em 1980, há uma grande distância entre o Cluster 1 e
os demais clusters em 2000, sobretudo, no que se refere à dimensão científica.
Uma observação interessante, ainda sobre as informações da TAB 2.1, é quanto a
dispersão dos países dentro dos clusters. Tanto em 1980 quanto em 2000, observa-se que o
Cluster 1 é o único a apresentar desvios-padrão maiores que a média em artigos e patentes.
Assim, em 1980 enquanto a média do Cluster 1 em artigos (pmh) é de 55,40 e em patentes
(pmh) é de 3,23, os desvios são respectivamente, 79,94 e 7,27. O mesmo é verificado para
2000, onde as médias em artigos (pmh) e patentes (pmh) são, nesta ordem, 91,90 e 1,85,
enquanto os desvios para estas variáveis são, respectivamente, 117,59 e 6,15.
Embora os países que compõem os clusters, bem como o número de clusters, sejam
diferentes nos dois anos em análise, é possível estabelecer uma comparação entre os
Clusters 1 em 1980 e 2000. O coeficiente de variação (desvio-padrão/média) em artigos
(pmh) foi de 1,44 em 1980 e 1,27 em 2000. Isto revela que em termos da produção
científica, os países da Cluster 1 estavam relativamente mais dispersos no primeiro ano.
Quanto à produção tecnológica, o coeficiente de variação para o Cluster 1 é 2,25 em 1980
e 3,32 em 2000, mostrando uma tendência ao afastamento dos países em termos do nível
das atividades tecnológicas. Por fim, cabe uma observação geral de que os países tendem a
estar relativamente mais dispersos em termos da produção tecnológica que da produção
científica nos dois anos.
54
FIGURA 2.2
Resultado da análise de cluster para 1980 usando Artigos (pmh) e Patentes (pmh).
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Saída do pacote SPSS 11.0.
55
FIGURA 2.3
Resultado da análise de cluster para 2000 Artigos (pmh) e Patentes (pmh).
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Saída do pacote SPSS 11.0.
56
TABELA 2.1
Média dos clusters em 1980 e 2000, para artigos e patentes por milhão de habitantes
Ano
Cluster
Países limites dos clusters
(segundo FIG. 2.2 e 2.3)
1 China - Irlanda
2 França - Dinamarca
3 Alemanha Ocidental - Japão
1980
Desvio padrão
artigos (pmh)
Media
patentes
(pmh)
Desvio padrão
patentes (pmh)
55,40
79,94
3,23
7,27
481,60
97,10
31,04
10,98
12,84
294,63
147,75
70,08
4 Israel
1034,30
-
29,14
-
5 Suécia
687,49
-
98,92
-
6 Suíça
885,27
-
200,35
-
7 Estados Unidos
555,55
-
164,39
-
1 Paquistão – Bahamas
2 Holanda – Bélgica
3 Canadá – Alemanha
91,90
117,59
1,85
6,15
945,23
107,21
54,65
15,76
858,85
142,68
117,88
9,46
1448,32
110,13
108,90
23,75
5 Hong-kong – Espanha
636,99
136,16
17,73
11,97
6 Japão – Taiwan
485,55
91,06
228,49
25,71
4 Finlândia – Dinamarca
2000
Média
artigos
(pmh)
7 Coréia do Sul – Luxemburgo
258,13
29,55
80,67
14,94
8 Suécia – Suíça
1698,33
186,32
180,97
4,46
9 Estados Unidos
763,10
-
302,16
-
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração própria
A comparação das médias de artigos (pmh) e patentes (pmh) entre os clusters dão
uma idéia da distância entre eles, permitindo também uma constatação importante para a
proposição de uma tipologia para os países em análise. Desta forma, como pode ser
percebido, existe uma grande diferença entre as médias dos clusters 1 e as médias dos
clusters que mais se aproximam deste, tanto em 1980 quanto no ano 2000. Em termos da
tipologia dos países, e para os fins deste trabalho, dado o nível mais baixo dos indicadores,
consideram-se os países pertencentes ao Cluster 1 em cada ano como característicos do
Regime II (Fig. 1.2), enquanto aqueles países que estavam fora do Cluster 1 foram
classificados como pertencentes ao Regime de interações III, por apresentarem maior
produção científica e tecnologia, de onde se pode supor que os feedbacks positivos entre
ciência e tecnologia estão atuando em todas as direções.
57
2.5.1 – Descrição dos resultados da análise de cluster
Tendo por base a tipologia dos países segundo o regime de interações a que
pertencem, é possível avançar na avaliação dos resultados da analise de cluster. Cita-se
mais uma vez a formação de um grande cluster cujos componentes apresentam indicadores
mais baixos em alguma das dimensões, científica ou tecnológica, e por vezes em ambas.
Desta forma, em 1980, o primeiro grande cluster, composto pelos países entre China e
Irlanda (FIG. 2.2), tem como limite superior, um total de 379,30 artigos por milhão de
habitantes referente a este último país, ao passo que Luxemburgo representa o limite
superior em patentes com um total de 35,63 no Cluster 1, enquanto Itália e Hungria
encontram-se em pontos intermediários. Quando representados em um gráfico de dispersão
de patentes (pmh) versus artigos (pmh), os limites deste primeiro grande grupo permitem a
definição de uma região, como mostrado na Figura 2.4.
FIGURA 2.4
Limites do Cluster 1 em 1980
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração própria.
58
A região encontrada para o ano 2000 é mostrada na Figura 2.5. Os limites desta vez
são dados por Bahamas na vertical (42,9 Patentes pmh) e pela Grécia na horizontal (420,93
Artigos pmh), enquanto os casos intermediários correspondem à Hungria e Estônia.
FIGURA 2.5
Limites do Cluster 1 em 2000
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração própria.
2.5.2 – Transição entre clusters (Regimes)
O Quadro 2.1 apresenta um resumo de como se deu o movimento dos países entre
os clusters entre 1980 e 2000. Daí, pode-se perceber quatro tipos de movimentação.
2.5.2.1 – Transição entre Regime I (fora da análise de cluster) e Regime II (Cluster 1)
Em primeiro lugar, o Quadro 2.1 mostra países Malásia e Peru, que não chegaram a
fazer parte da análise de cluster para 1980 por apresentar valor zero para patentes ou
59
artigos, mas que passaram a figurar entre o grupo de indicadores mais baixos do Cluster 1
em 2000. Da mesma forma, há o caso daqueles que realizaram o movimento oposto,
embora constituíssem o Cluster 1 em 1980, apresentaram valores nulos para algum dos
indicadores, em geral patentes, no ano 2000 , sendo portanto, retirados da análise de
cluster. Como exemplo citam-se Haiti, Irã e Equador.
QUADRO 2.1
Transição entre clusters entre 1980 e 2000
Pais
Cluster
Em
1980
Cluster
Em
2000
Pais
Albania
-1
- New Caledonia
Algeria
- Papua New Guinea
Antigua & Barbu
- Tunisia
Barbados
- Zimbabwe
Cameroon
- Argentina
Chad
- Bahamas
El Salvador
- Bolivia
French Polynesia
- Brazil
Ghana
- Bulgaria
Guyana
- Chile
Jordan
- China(Peoples R China)
Madagascar
- Colombia
Malawi
- Costa Rica
Mali
- Cyprus
Mauritania
- Egypt, Arab Rep.
Mauritius
- Greece
Paraguay
- Hungary
Senegal
- India
St. Kitts and Nevis
- Indonesia
St. Vincent and the Grenadines
- Jamaica
Sudan
- Kenya
Suriname
- Mexico not nm
Swaziland
- Nigeria
Trinidad and Tobago
- Panama
Vanuatu
- Philippines
Zambia
- Portugal
Dominica
1 Romania
Dominican Republic
1 Saudi Arabia
Guatemala
1 South Africa
Honduras
1 Thailand
Malaysia
1 Turkey
Malta
1 Venezuela, RB
Morocco
1 Ireland
Pakistan
1 Singapore
Peru
1 Hong Kong, China
Sri Lanka
1 Italy
Syrian
1 Spain
Uruguay
1 Taiwan
Iceland
2 Korea, Rep.
Ecuador
1
- Luxembourg
Haiti
1
- Czechoslovakia
Iran
1
- Ger Dem Rep
Nota 1: Símbolo “-“ representa que o país ficou fora da análise de custer para aquele ano.
Fonte: ISI (2002); USPTO (2001); Word Bank (2002) – Elaboração própria
Cluster
Em
1980
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Cluster
Em
2000
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
5
5
5
6
7
7
Extinto
Extinto
Pais
USSR
Yugoslavia
Australia
Austria
Belgium
France
Netherlands
New Zealand
Norway
United Kingdom
Canada
Denmark
Finland
Japan
Fed Rep Ger
Israel
Sweden
Switzerland
USA
Armenia
Bosnia & Herceg
Georgia
Lithuania
Macedonia
Moldova
Tajikstan
Turkmenistan
Azerbaijan
Byelarus
Croatia
Czech Republic
Estonia
Kazakhstan
Kyrgyzstan
Latvia
Russian Federation
Slovakia
Ukraine
Uzbekistan
Germany
Slovenia
-
Cluster
Em
1980
Cluster
Em
2000
1
1
2
2
2
2
2
2
2
2
2
2
2
3
3
4
5
6
7
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
Novo
-
Extinto
Extinto
2
2
2
2
2
2
2
2
3
4
4
6
Extinto
4
8
8
9
1
1
1
1
1
1
1
1
1
1
1
1
3
5
-
60
2.5.2.2 – Dos países que superaram a fronteira do Cluster 1
Em segundo lugar, um dos aspectos mais importantes da análise, está o fato de
alguns países que constituíam o Cluster 1 em 1980 terem ultrapassado a fronteira da
região definida por este. Oito, dos 47 países que compunham o Cluster 1 em 1980,
ultrapassaram os limites do Cluster 1 em 2000, quais sejam, Irlanda, Singapura, Hong
Kong, Itália, Espanha, Taiwan, Coréia do Sul e Luxemburgo. (ver QUADRO 2.1) Tais
países, que apresentavam no ano inicial algum desenvolvimento de suas infra-estruturas
científica e tecnológica, dado o nível, embora baixo, de seus indicadores, foram capazes de
fazer a transição de um estágio rudimentar de desenvolvimento de suas infra-estruturas
científica e tecnológica para uma nova situação de destaque, tendo em vista o
distanciamento alcançado em relação à fronteira, uma vez que esta também se
movimentou.
Este conjunto de países que fizeram a transição do Regime II (Cluster 1) para o
Regime III (demais clusters) pode ser subdividido em três grupos.
O primeiro grupo é dos países do Leste Asiático, Coréia do Sul, Taiwan, Hong
Kong e Singapura. Em especial, Coréia e Taiwan foram bem sucedidos nos seu processo
de catching up em relação às economias mais avançadas, e quando comparados por suas
bases científica e tecnológica demonstram ter, de fato, realizado um movimento de
aproximação em direção às nações desenvolvidas e de distanciamento do bloco em
desenvolvimento. Por fim, o caso de Taiwan surpreende pelo fato deste, juntamente com
Japão, ser o país mais próximo dos Estados Unidos em 2000, como foi mostrado no
dendograma da Figura 2.3.
O segundo grupo é formado por países da Europa, Itália, Espanha e Irlanda. A
Itália, com 146,93 artigos (pmh) e 14,28 patentes (pmh) – posição bastante superior à
média do seu cluster em 1980 que é de 55,40 artigos (pmh) e 3,23 patentes (pmh) –
61
caracteriza-se por estar exatamente na fronteira do Cluster 1 em 1980 (FIG. 2.4),
denotando um certo grau de desenvolvimento das infra-estruturas científica e tecnológica
que permitiria sua entrada no Regime de interação III, como de fato é verificado em 2000.
Por outro lado, a Espanha, com 82,67 artigos (pmh) e 1,73 patentes (pmh), encontrava-se
muito mais próxima à média do Cluster 1 em 1980, evidenciando uma condição menos
desenvolvida das bases científica e tecnológica em comparação com a Itália. Desta forma,
é licito pensar que, para o caso da Itália, a superação da fronteira do Cluster 1 foi em
decorrência de um processo de desenvolvimento que já se verificava em 1980, dado que
este país encontrava-se na fronteira. Para o caso da Espanha, assim como para o caso da
Irlanda, deve-se considerar os possíveis impactos do processo de unificação da Europa, e
com isso os esforços e investimentos realizados ao longo das duas últimas décadas no
sentido desta unificação, para o desenvolvimento da ciência e tecnologia deste país,
culminando na sua passagem para o Regime de interações III.
No terceiro grupo está Luxemburgo. Apesar de estar no mesmo cluster que a Coréia
do Sul em 2000, este país deve sua posição basicamente à sua pequena população, já que
em termos absolutos é superado pela Coréia em mais de 80 vezes em patentes e 126 vezes
em artigos.
2.5.2.3 – Caso particular: Islândia
Ainda em relação à movimentação dos países menos desenvolvidos entre os grupos,
a Islândia constitui caso especial. De forma diferente dos demais, este país saiu do
conjunto com indicadores nulos, neste caso patentes, em 1980 para o mesmo grupo de
Noruega, Holanda e França em 2000, países que já se encontravam acima da fronteira no
ano inicial. Na verdade, o país apresenta valor zero em patentes para o período 1980-1982
62
e em 1991 tendo registrado níveis positivos para os demais anos até 2000. Isto mostra que
ter ficado de fora da análise em 1980 deve-se, em parte, ao ano especifico para qual esta
foi realizada. Tivesse sido escolhido outro ponto mais à frente no tempo, o ano de 1983 por
exemplo, quando o país registrou 65 artigos e duas patentes, em termos absolutos, sua
posição teria sido alterada. Contudo, os resultados para o final do período não teriam sido
modificados, dado que o país foi capaz de construir neste intervalo de tempo uma infraestrutura tecnológica que permitiu observar uma tendência crescente no número absoluto
de patentes.
Se tomar apenas dois pontos no tempo possa, à primeira vista, levar a casos como
da Islândia, espera-se justamente que os demais países que permaneceram ou ingressaram
em melhores posições tenham experimentado a melhoria de suas bases científica e
tecnológica, enquanto aqueles que transitaram entre os grupos mais baixos, chegando a ser
deixados de fora da análise para 2000, correspondam apenas a infra-estruturas
rudimentares incapazes de sustentar o desenvolvimento técnico-científico. Por outro lado, a
presença de alguns países na análise de 2000 ausentes no ano de 1980, não garante que
estes permaneçam ou melhorem suas posições caso o estudo seja replicado para anos
posteriores.
2.5.2.4 – Sustentabilidade acima da fronteira
Finalmente, cabe destacar que nenhum dos países acima da fronteira em 1980
retrocedeu para dentro da região de interações fracas ou para fora da análise em 2000.
Pode-se argumentar, a partir daí, que as posições referentes a indicadores mais altos
apresentam-se mais estáveis que aquelas onde o nível dos indicadores é menor. Em outras
palavras, parece ser mais fácil entrar e sair do Cluster 1, em termos gráficos, pela esquerda
63
que pela direita. A hipótese que se levanta é, portanto, a de que os países fora dos limites
do cluster mais baixo em 1980 apresentavam desde já uma infra-estrutura científica e
tecnológica e uma relação entre elas tal, que sustentou seu desenvolvimento ao longo dos
anos. E mais, os países que conseguiram ultrapassar aqueles limites construíram e
melhoraram suas infra-estruturas, o que lhes permitiu não só superar a região de baixos
indicadores, como se manter fora dela.
2.5.3 – As mudanças geográficas após a queda do Muro de Berlim
As mudanças geográficas, com o surgimento e desaparecimento de países entre
1980 e 2000, são importantes na medida em que alteram a base de dados e limitam a
comparação intertemporal dos países. Neste sentido, devem ser considerados dois
movimentos distintos. Em primeiro lugar o fim a União Soviética e a divisão da
Tchecoslováquia e da Iugoslávia exerceram um efeito fragmentação e dispersão na
produção científica e tecnológica entre velhos e novos países, enquanto a reunificação da
Alemanha Ocidental e Oriental atuou em sentido contrário. A FIGRUA 2.6, mostra os
efeitos graficamente.
A União Soviética em 1980 integrava o Cluster 1, no interior abaixo da fronteira,
com 74,03 artigos (pmh) e 1,73 patentes (pmh). Sem dúvida, tratava-se de uma estrutura
científica notável (19.674 artigos em termos absolutos), entre França e Canadá, diluída por
uma enorme população e uma estrutura tecnológica de menor vulto (460 patentes em
nível), entre Taiwan e Holanda.
Em 2000, das quinze Repúblicas resultantes do desmembramento da União
Soviética na década de 1990, seis ficaram de fora da análise por apresentarem zero
patentes, enquanto as demais permaneceram no Cluster 1. Mesmo a maior destas
64
Repúblicas, a Rússia, não foi capaz de manter ou ampliar o indicador de infra-estrutura
tecnológica permanecendo no grupo mais baixo, embora apresentasse uma base científica
mais desenvolvida. Por fim, a fragmentação da estrutura científica entre as Repúblicas
novas parece ter sido o principal fato, para os fins deste trabalho, a ser destacado, sendo
que nenhum dos novos Estados conseguiu maior destaque individualmente.
FIGURA 2.6
Efeitos Fragmentação e Reunificação
(em escala logarítmica na base 10)
Fonte: ISI (2002); USPTO (2001); Word Bank (2002) – Elaboração própria
A Tchecoslováquia também pertencente ao Cluster 1 em 1980, com 239,15 artigos
(pmh) e 3,61 patentes (pmh), deu origem à República Tcheca e à Eslováquia que
mantiveram a mesma posição no Cluster 1de 2000. Os resultados aqui são semelhantes aos
observados para a URSS.
65
A Iugoslávia originou o único caso de “sucesso”, do ponto de vista das infraestruturas científica e tecnológica, nos processo de separação em questão. Este país era
mais um integrante do grupo 1 em 1980. Dentro da região de menores indicadores,
apresentava 115,44 artigos (pmh) e 1,53 patentes (pmh) no primeiro ano. Na segunda
análise, os países resultantes da sua fragmentação exibiam o maior desvio em termos dos
indicadores de ciência e de tecnologia, em relação ao demais casos de separação. Neste
sentido, a Eslovênia corresponde ao caso bem sucedido, uma vez que em 2000 já se
encontrava fora do cluster de indicadores mais baixos (acima da fronteira) com 784,70
artigos (pmh) e 8,05 patentes (pmh). Enquanto isso, os demais países de mesma origem
encontravam-se imersos no Cluster 1.
Tanto para a União Soviética quanto para Iugoslávia a comparação entre os anos de
1980 e 2000 torna-se mais difícil, dado não apenas ao efeito da fragmentação, mas também
em conseqüência da crise que afetou tais países na transição de uma economia de comando
para uma economia de mercado, com repercussões na capacitação em ciência e tecnologia.
Independente do que possa ter representado para a Alemanha Ocidental, a
unificação parece ter sido, ao menos no que se refere a este trabalho, um bom
acontecimento para a Alemanha Oriental. Isto porque na análise para 1980 a primeira
figurava entre os menos desenvolvidos do Cluster 1 com uma base científica considerável
(com 266,78 artigos (pmh) quando a média era 55,40 e o limite superior 379,30) mas com
uma base tecnológica de menor peso (com 1,79 patentes (pmh) quando a média era 3,23 e
o limite superior 35,63), ao passo que a Alemanha Ocidental ocupava o mesmo cluster que
o Japão. Em 2000, já unificada há alguns anos, a Alemanha manteve-se entre os países de
melhores indicadores, porém, aproximou-se do Canadá com maior número de artigos
(pmh) e perdeu contato com o Japão com maior número de patentes (pmh). O balanço
66
geral parece ser de que a unificação representou ganhos maiores em termos da infraestrutura científica que da infra-estrutura tecnológica para o país
.
2.5.4 – A movimentação acima da fronteira do Cluster 1
Um conjunto de países destaca-se por sua movimentação, não com referências a
entradas ou saídas das regiões abaixo da fronteira entre 1980 e 2000, mas principalmente,
nas regiões acima delas. São dezessete países que nos dois períodos em análise estiveram
em clusters de indicadores mais altos, dos quais, dez correspondem ao grupo de onze
países que, segundo PATEL e PAVITT (1995), concentram 95% das atividades
tecnológicas realizadas no mundo, quando mensuradas em termos de patentes ou de gastos
com P&D. A exceção é feita à Itália, que como mostrado anteriormente, fazia parte do
Cluster 1 em 1980.
A comparação das posições destes países no dois períodos é bastante sugestiva. Em
1980, a configuração dos clusters era tal que o país mais próximo aos Estados Unidos era a
Suíça como foi mostrado na Figura 2.2. Israel e Suécia eram mais próximos entre si
enquanto o Japão constituía um cluster com a Alemanha Ocidental, restando um último
agrupamento dos países entre Dinamarca e França.
Em 2000, observam-se movimentos tanto no sentido de dispersão quanto de
aproximação dos países. Em parte isto pode ser explicado pelo descolamento de países
pertencentes ao Cluster 1 em 1980, o que força, por um lado, o surgimento de dois novos
grupos formados apenas por países que transpuseram
a fronteira, com Coréia e
Luxemburgo e Hong Kong, Eslovênia, Itália e Espanha, e por outro lado, a reorganização
dos demais elementos dentro dos grupos, dada a aproximação entre Taiwan e Japão, e
destes últimos com os Estados Unidos (Ver Fig. 2.3).
67
Deve-se considerar também a aproximação entre Finlândia, Israel e Dinamarca,
bem como o agrupamento de Alemanha (unificada) e Canadá e de Suíça e Suécia como
uma evidência de uma dinâmica para países já fora do Cluster 1. Por fim, a esse respeito, o
ramo formado por Estados Unidos, Japão e Taiwan, pode estar indicado a formação de
uma bloco de países com características distintas dos demais, porém próximas entre si,
como por exemplo uma maior eficiência na geração de ciência e tecnologia, constituindo
uma nova referência para qual outros países tende a se deslocar.
2.5.5 – Países que permaneceram no Regime II (Cluster 1)
A permanência de um conjunto de países no Cluster 1 em 1980 e 2000 aponta para
uma nova questão. Diferente dos países que permaneceram fora da análise nos dois anos
por apresentarem valores nulos para alguma das dimensões, denotando a inexistência ou
precariedade das interações entre a infra-estrutura científica e a tecnológica, os membros
dos clusters de indicadores mais baixos demonstram possuir estas interações em alguma
medida. A questão que se coloca é a de que mesmo apresentando alguma evidência da
existência de interações, estas não se mostraram fortes suficiente para projetar aqueles
países para fora dos limites do Cluster 1.
Países como Brasil, México, Índia, África do Sul e China, cujos sistemas de
inovação podem ser classificados como imaturos (ALBUQUERQUE, 2003), embora
apresentem algum destaque em termos do tamanho de suas economias, não se mostraram
capazes de transformar suas bases de ciência e tecnologia a ponto de seguir uma trajetória
semelhante à Coréia e Taiwan.
O caso do Brasil é ainda mais ilustrativo. Com 12,54 artigos (pmh) e 0,19 patentes
(pmh) em 1980 contra 58,73 artigos (pmh) e 0,57 patentes (pmh) em 2000, não apenas o
68
país se manteve preso no Cluster 1, como se viu ultrapassado, nas últimas décadas, por
países que já estiveram na sua retaguarda, como por exemplo Coréia do Sul na década de
1960, e notadamente transpuseram a fronteira do Cluster 1. Houve, contudo, um avanço na
sua posição relativa. Em 1980 as médias para artigos (pmh) e patentes (pmh) para os países
que estavam dentro da região pertencente ao Regime II eram de 55,40 e 3,23,
respectivamente, enquanto para 2000 estes valores eram de 91,90 e 1,85. No primeiro ano
o Brasil apresentava 22,64% da média em artigos (pmh) e 6,10% em patentes (pmh),
passando para 63,91% em artigos (pmh) e 31,11% em patentes (pmh), em 2000. Isto
demonstra alguma evolução, principalmente em termos da produção científica, dado que a
média de patentes (pmh) para os países do cluster em 2000 é quase a metade da observada
em 1980. O que se destaca, entretanto, é a permanência de valores abaixo das médias do
cluster em um período de 21 anos.
2.5.6 – Conclusões sobre a análise de cluster
A partir da descrição dos dados e dos resultados da análise de cluster realizada,
bem como as considerações apresentadas, três pontos devem ser observados.
Em primeiro lugar, as seções precedentes, ao tratar da dinâmica de agrupamento
dos países nos anos de 1980 e 2000, tornam possível o enquadramento daqueles elementos
em um esquema de Regimes de interação entre a dimensão científica e a tecnológica. Desta
forma, quando os países apresentam valor zero para o indicador de alguma das dimensões
em questão, este estaria caracterizado como pertencente ao Regime I, onde as interações
são praticamente inexistentes e o Sistema de Inovação pode ser classificado como
rudimentar. Ao Regime II correspondem aqueles países pertencentes ao Cluster 1. Estes
apresentariam um Sistema de Inovação imaturo, onde as interações são ainda fracas e não
69
são capazes de gerar uma dinâmica de feedbacks positivos. Por fim, ao Regime III
atribuem-se os países acima da fronteira do Cluster 1, onde se verifica maior dinamismo,
feedbacks positivos atuando em todas as direções, e o Sistema é dito maduro.
Em segundo lugar, dada a movimentação de alguns países em direção a Regimes de
interação mais avançados, em especial do Regime II para o Regime III, é licito pensar em
um limite que estes tiveram que romper, em algum momento, para se integrarem ao grupo
dos mais desenvolvidos tecnologicamente. Este capítulo sugere que esta fronteira seja dada
tal como é mostrado nas Figuras 2.4 e 2.5, segundo os limites do Cluster 1 em cada ano.
Finalmente, em terceiro lugar, uma vez que estejam definidos os Regimes de
interação, e que tenha sido constatada a transição de alguns países para níveis superiores,
cabe indagar por qual processo aqueles países puderam romper os limites da própria
condição aproximando-se dos mais desenvolvidos. Da mesma forma, pode-se perguntar
qual o mecanismo de sustentação dos países que permaneceram no Regime III. E, em
complemento, qual o fator responsável pela estagnação de alguns países em Regimes de
interação mais baixa?
Como uma contribuição na busca dessas respostas, no próximo Capítulo as
estatísticas de ciência e tecnologia serão avaliadas de outro ponto de vista. A investigação
passa da abordagem cross-country para a intertemporal.
70
Capitulo 3 – Análise intertemporal: identificando um padrão polinomial de interação
As questões levantadas ao final do capítulo anterior quanto à mudança dos países
entre os clusters serão tratadas neste capítulo. O objetivo é focalizar individualmente, e ao
longo do tempo, aqueles países que avançaram nos Regimes de interação, bem como
alguns representantes do conjunto dos países que permaneceram no Regime II e também
dos que já integravam o Regime III em 1980.
3.1 – Dos países que fizeram a transição
A classificação dos países dentro dos Regimes de interação, feita no segundo
capítulo, gerou três tipos de situações que merecem atenção. A primeira delas refere-se ao
grupo de países que se encontrava dentro dos limites do Cluster 1 no ano inicial e que
ultrapassaram sua fronteira em 2000 (Fig. 2.4 e 2.5). Os países desse grupo têm sido
tratados como dinâmicos, dado o movimento que realizaram em direção aos países mais
desenvolvidos em termos das infra-estruturas científica e tecnológica.
A investigação da evolução dos indicadores de ciência e tecnologia para aqueles
países dinâmicos começa pela observação do comportamento das patentes (pmh) e artigos
(pmh) para cada país no período de 1980 a 2000. Nesse ponto, torna-se necessária a
introdução de uma nova hipótese a respeito das infra-estruturas científica e tecnológica.
Assim, não obstante o fato de existirem feedbacks mútuos entre estas duas dimensões, é
útil considerar alguns pontos sobre o sentido de determinação das dimensões científica e
tecnológica.
Em primeiro lugar, considerando os argumentos apresentados no capítulo 1, na
medida em que a pesquisa básica, intimamente relacionada à produção científica, norteia a
71
condução de pesquisas mais aplicadas e capacita as firmas a absorver e utilizar o
conhecimento gerado externamente, enquanto participantes de uma rede de informações
(ROSENBERG, 1990), o desenvolvimento cientifico deve ser visto como elemento chave
no processo inovativo. Mais que isto, se as novas combinações ou inovações surgem a
partir das condições preexistentes é razoável pensar que as chances do surgimento de
novas combinações serão tanto maiores, quanto melhores forem estas condições. De outra
forma, considerando os custos envolvidos no processo de inovação, e sendo a aquisição e
produção do conhecimento responsável por parte destes custos, deve-se ter em conta que o
custo de ampliação do conhecimento será tanto menor quanto maior for o conhecimento
acumulado, disponibilizado publicamente (PEREZ e SOETE, 1988) e, potanto, quanto
maior for a capacitação cientifica (DOSI, FREEMAN e FABIANI, 1994).
Em segundo lugar, existem questões objetivas a serem investigadas. Nesse sentido,
retomar o debate sobre a direção de causalidade entre ciência e tecnologia pode levar a
uma armadilha sem solução, enquanto a investigação da simultaneidade, ou mútua
determinação, entre estas duas dimensões apresenta-se inviável, dada a ausência de
informações disponíveis, em particular ao longo do tempo, e a natureza própria do presente
trabalho. Assim, assumindo a dinâmica interativa, fortemente enfatizada na literatura neoschumpeteriana, conforme o Capítulo 1, pode-se destacar o papel da infra-estrutura
científica, indicando que esta deve alcançar um certo tamanho (massa crítica) antes de se
credenciar para participar das interações com a tecnologia. Ou seja, não está sendo
sugerida uma relação unidirecional, seguindo da ciência para a tecnologia, mas sim
discutido um pressuposto, qual seja, o de que a infra-estrutura precisa atingir um
determinado tamanho para interagir, ou para desempenhar seu papel nas interações
discutidas.
72
Assim, esse capítulo toma a dimensão científica como variável de escolha, ou seja,
sugere-se ser necessária a ação dos países para passar ao grupo de maior desenvolvimento
das interações, o que no contexto atual envolve o melhoramento de sua base científica em
todos os seus aspectos. Em decorrência disso, a dimensão tecnológica é tomada como
“resultante”, em parte, pois depende das transformações experimentadas na infra-estrutura
científica dos países ao longo do tempo.
Essa discussão é simplificada e objetivamente resumida na expressão 3.1, onde a
dimensão tecnológica, medida em patentes por milhão de habitantes (P*), é dada como
uma função da dimensão científica, medida em artigos por milhão de habitantes (A*).
P * = f ( A* )
(3.1)
O corte representado pela expressão acima permite a construção dos gráficos de P*
versus A*, como apresentado na Figura 3.1. Essa figura envolve os países que transpuseram
a fronteira do Cluster 1, conforme discutido na seção 2.5.2. A observação destes gráficos
leva, inicialmente, ao reconhecimento de quatro pontos. O primeiro é de que todos os
países, apresentam correlação positiva, na relação entre patentes e artigos, à exceção de
Luxemburgo.
O segundo ponto refere-se aos diferentes níveis dos indicadores apresentados pelos
países. Alguns, como a Coréia, começam o período com valores bastante próximos de zero
em ambos indicadores, enquanto outros como a Itália partem de um ponto mais alto. Isto
sugere que a relação entre ciência e tecnologia, ao menos para estes países, independe, à
primeira vista, do nível de seus indicadores.
Em terceiro, como a Figura 3.2 ajuda a perceber, os países apresentaram variações
positivas na produção científica ao longo do período. Em outras palavras, à exceção de
Luxemburgo, cujo comportamento dos indicadores parece não seguir padrão algum (Fig.
3.1 e 3.2), pode-se dizer que houve crescimento sistemático da produção científica dos
73
países, mesmo que em alguns anos alguns países tenham apresentado uma variação
negativa, como a Irlanda por exemplo,. Isto é importante na medida em que a correlação
positiva, visualmente verificada, pode ser tomada como uma tendência no tempo e as
relações entre artigos científicos e patentes passam a ter uma dimensão temporal.
Em quarto, a relação entre patentes e artigos para a maioria dos países apresenta
trechos em que a produção tecnológica parece responder mais lentamente, e por vezes até
negativamente, às variações sucessivas da produção científica, para em seguida iniciar um
novo período de variações mais que proporcionais. Além disso, dada a constatação anterior
de que esse é um processo ao longo do tempo, o caso da Coréia do Sul (FIG. 3.1), em
especial, sugere que os intervalos de maior e menor sensibilidade das patentes ao aumento
nos artigos se alternam ao longo do caminho. Este padrão de comportamento é, certamente,
o ponto mais rico em termos das possibilidades de análise da dinâmica científica e
tecnológica dos países.
Os casos de Taiwan e Singapura, antes de fugirem ao padrão identificado, apontam
para duas considerações adicionais a respeito de tal padrão. Primeiro, abstraindo-se os
pontos referentes a 1999 e 2000, que parecem ser anomalias dentro da trajetória de Taiwan,
dado que o número de patentes está muito abaixo do observado para 1998 enquanto a
variação dos artigos nesses anos foi positiva, seu comportamento leva a considerar que,
pelas características próprias do sistema, este transitou de forma mais suave entre os
trechos de maior e menor sensibilidade. A comparação com outros países, Irlanda, por
exemplo, cujo processo foi mais acentuado, demonstra também que a transição pode ser
mais ou menos lenta, ou seja, o intervalo de baixa produtividade da produção científica
pode ser maior ou menor de acordo com o país em questão.
74
Patentes por milhão de habitantes
FIGURA 3.1
P* x A* para paiíses que fizeram a transição entre o Regime II e Regime III: 1980 – 2000
Artigos por milhão de habitantes
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração propria
Em segundo lugar, uma vez que Singapura não sugere qualquer intervalo de
transição visualmente evidente, resta considerar a possibilidade de que o horizonte de
tempo em que a análise é realizada, 21 anos entre 1980 e 2000, não seja suficiente para
captar as oscilações no processo de desenvolvimento da base tecnológica, dado o
desenvolvimento da base científica. Esta questão torna-se tanto mais importante quando é
observado o caso da Coréia do Sul, onde é possível perceber a existência de mais de um
intervalo de transição.
75
Variação em artigos por milhão de habitantes
FIGURA 3.2
Variação anual da produção científica: 1980-2000
Ano
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração propria
O caso de Luxemburgo, leva a considerar de outra forma a relação entre a dimensão
temporal e a existência do padrão de comportamento entre ciência e tecnologia verificado
para os outros países. Mais uma vez, enquanto os outros países demonstram um
crescimento sistemático na produção científica e ao mesmo tempo uma correlação positiva
entre os indicadores, seguindo um padrão sinuoso, Luxemburgo apresentou grandes
variações negativas na produção científica intercalando as variações positivas, sobretudo a
partir do final da década de 1980, e ao mesmo tempo não exibiu nenhuma correlação ou
padrão de comportamento entre a produção científica e tecnológica. Isto sugere que não
apenas a correlação, ou tendência, positiva entre artigos e patentes está fortemente
relacionada com a evolução da base científica no tempo, como também o padrão de
76
comportamento, existindo períodos em que a produção tecnológica responde mais
lentamente à científica, também depende do comportamento da produção científica ao
longo do tempo.
3.2 – Dos países do Regime III
Para vários países que estiveram acima da fronteira do Cluster 1, tanto em 1980
quanto em 2000, pode ser verificado o mesmo padrão de comportamento daqueles que
romperam os limites do Cluster 1, com algumas exceções. A Figura 3.3 apresenta os
gráficos para tais países12. As considerações feitas na seção anterior também são válidas
aqui.
Desta forma, pelo menos Austrália, Dinamarca, França, Finlândia, Israel, e Japão
sugerem, visualmente, o mesmo padrão de comportamento. A relação entre as dimensões
em análise surge como fator importante não apenas no processo de transição de um
Regime de interações para outro, como também para a sustentação do desenvolvimento
alcançado. Além disso, torna-se cada vez mais aceitável que o quadro apresentado para os
21 anos em estudo corresponde apenas a parte de um processo mais amplo e de origem
mais remota e que, possivelmente se estende tanto para períodos anteriores, quanto para
períodos seguintes.
12
O gráfico para a Alemanha é apresentado a titulo de informação, dado que o processo de unificação que o
país enfrentou acaba por gerar uma descontinuidade nos indicadores ao longo do tempo, impossibilitando
uma análise nos moldes deste trabalho. Na Figura 3.3 as patentes são como fornecidas pelo USPTO, onde é
reportado apenas Alemanha sem referências ao processo de unificação, enquanto os artigos são referentes à
soma do total da Alemanha Oriental e Ocidental, conforme informado pelo ISI.
77
Patentes por milhão de habitantes
FIGURA 3.3
P* x A* para países líderes: 1980 – 2000
Artigos por milhão de habitantes
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração propria
78
Os países que não se encaixam, à primeira vista, ao padrão identificado sugerem
maiores considerações, em especial, os Estados Unidos, cuja posição hegemônica o
diferencia dos demais. Assim, dado o tamanho e o dinamismo atribuído ao Sistema de
Inovação desse país, é razoável pensar que o intervalo de tempo analisado não seja
suficiente para captar um comportamento tal como verificado para outros países. Uma
possível explicação é a diversidade de disciplinas científicas e setores industriais nos quais
o país apresenta vantagens comparativas. Isto estaria, de certa forma, atuando em um
sentido contrário ao da especialização. Além do mais, é reconhecida a capacidade do país
em absorver conhecimento e interagir com outros países, seja através da imigração, seja
através de suas grandes corporações multinacionais, o que, de fato, tende a tornar mais
difícil capturar as complexas relações existentes entre os elementos de seu Sistema de
Inovação.
Quanto aos demais países, o grau de amadurecimento de seus Sistemas de Inovação
sugere questões semelhantes às levantadas para os Estados Unidos. Porém, é possível que,
neste caso, a ausência do padrão referido anteriormente esteja relacionado a uma aguda
especialização, pelo menos para uma parte do conjunto. Em adição, deve-se considerar que
alguns países apresentam o referido comportamento em um dado intervalo amostral, como
parece ser os casos da Suécia e Canadá.
Tanto quanto para o conjunto de países abordados na seção anterior, é necessário
aqui fazer referência à dimensão tempo. A Figura 3.4 mostra as variações anuais na
produção científica dos países em questão ao longo do tempo. Mais uma vez, é possível
notar para um número deles, variações positivas em artigos para a maioria dos anos em
análise, representando um crescimento sistemático da produção científica e sugestivo
desenvolvimento da infra-estrutura da ciência. Notadamente, os mesmos países (Austrália,
Dinamarca, França, Finlândia, Israel e Japão) para os quais se observa visualmente o
79
padrão encontrado na seção precedente, mostram variações positivas, sobretudo durante a
década de 1990.
De fato, é preciso reconhecer que outros países, dos quais não se apreende um
padrão evidente, também aumentaram sistematicamente a sua produção científica.
Contudo, antes de negar a validade do que foi discutido até aqui, isto leva a uma outra
observação. Na verdade, o desenvolvimento da infra-estrutura científica, capturada pelo
crescente volume da produção de artigos por milhão de habitantes, apresenta indícios de
ser um elemento necessário, mas não suficiente, à existência de um padrão de
comportamento para a produção tecnológica, em especial um padrão como o sugerido
nesse trabalho.
Um último comentário é para o caso do Japão, que representa o processo de
chatching up mais bem sucedido, dado que este é o país com características mais próximas
do líder Estados Unidos, como mostrado na FIG. 2.3. O fato de o Japão ter apresentado o
mesmo padrão identificado para os países que transpuseram a fronteira do Cluster 1, e
dada sua proximidade com os Estados Unidos, reforça o papel das relações entre a infraestrutura científica e a tecnológica, também na sustentação do desenvolvimento alcançado.
80
Variação em artigos por milhão de habitantes
FIGURA 3.4
Variação anual da produção científica: 1980-2000
Ano
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração propria
81
3.3 – Dos países que permaneceram no Cluster 1
A tentativa de identificar padrões de comportamento no conjunto dos países que
permaneceram no Regime II levou a algumas considerações importantes. Inicialmente, em
geral, os países pertencentes ao Regime II em 2000 não apresentaram qualquer relação
mais evidente entre os indicadores de ciência e tecnológica, com a clara exceção de Brasil
e China, cujos gráficos são apresentados na Figura 3.5, juntamente com os outros países
com Sistemas de Inovação “Imaturos” (ALBUQUERQUE, 2003) México, Índia e África
do Sul, que inspiraram maior atenção, dado que apresentam simultaneamente
características de desenvolvimento e subdesenvolvimento. Isto sugere que a precariedade
de uma, ou de ambas, as dimensões consideradas, uma vez que se reflete no nível dos
indicadores, dificulta a construção de uma relação visualmente mais clara e persistente
entre tais dimensões.
Um argumento possível para explicar fatos como esse, consiste em considerar o
surgimento de uma produção científica e tecnológica que se mantenha, mesmo que
precariamente, ao longo do tempo, o que parece ser suficiente para levar um país
inicialmente do Regime I (fora da análise de cluster) para o Regime II (Cluster 1), porém,
não é o bastante para impulsioná-lo para além da fronteira. Desta forma, pode-se tomar a
construção ou consolidação de relações mais estáveis entre a base científica e a tecnológica
como fator necessário à transposição dos limites superiores da região delimitada pelo
Cluster 1.
Contudo, uma questão permanece. Tendo Brasil e China apresentado uma relação
que segue o mesmo padrão de países que avançaram entre os Regimes, e de países já
pertencentes ao Regime III em 1980, o que faz com que estes ainda se encontrem abaixo
da fronteira? Isto leva a considerar que, embora esta relação constitua fator necessário não
82
é, por si só, suficiente para a transição entre grupos. Uma possível explicação para tal
insuficiência será apresentada nas seções seguintes.
Patentes por milhão de habitantes
FIGURA 3.5
P* x A* para países de Sistema de Inovação imaturo: 1980 – 2000
Artigos por milhão de habitantes
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração própria
Quanto à questão do desenvolvimento científico no tempo, este surge aqui com
maior força. Observando a Figura 3.6 percebe-se que tanto Brasil quanto China
experimentaram um crescimento sistemático na produção científica. Embora o Brasil tenha
apresentado variações negativas, principalmente no começo do período, tais variações não
83
comprometem a hipótese de crescimento sistemático, dado o nível destas variações e a
freqüência com que ocorreram. Já o caso da China não deixa dúvidas de que a produção
científica cresceu continuamente nestes 21 anos.
Entre os demais países, Índia e África do Sul mostram um comportamento bastante
irregular da produção científica no tempo, com muitos períodos de crescimento negativo
sem qualquer seqüência de crescimento. Para o México, porém, a idéia de aumento
sistemático da produção científica é aceitável (na verdade é bastante similar ao Brasil), em
particular para a década de 1990. Contudo, este crescimento na base científica não levou o
país a apresentar uma relação mais definida entre ciência e tecnologia no período em
análise.
Variação em artigos por milhão de habitantes
FIGURA 3.6
Variação anual da produção científica: 1980-2000
Ano
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração propria
3.4 – Tratamento analítico do padrão de interação
Dado o padrão identificado na relação entre artigos e patentes para países líderes,
países que permaneceram no Cluster 1 e países que fizeram a transição entre os Regimes II
84
e III, torna-se possível estabelecer uma forma explicita para a expressão 3.1, com vistas a
tratar de maneira mais rigorosa a dinâmica dos países em termos das dimensões científica e
tecnológica.
Assim, admitindo que a Figura 3.7 representa graficamente o padrão encontrado, a
expressão 3.1 pode ser explicitada na forma da equação 3.2.
( )
P * = f A* = aA* + bA*2 + cA*3 + D
(3.2)
onde c > 0.
O polinômio de terceiro grau dado na expressão acima será a representação algébrica do
padrão exibido pelos países desde que o coeficiente do termo cúbico seja positivo. Assim,
estarão representadas tanto a correlação positiva, já esperada, entre as duas dimensões
como também a sinuosidade observada.
FIGURA 3.7
Representação da função de 3º grau
f ( A* )
A*
Para melhor compreender as implicações de uma relação como a da equação 3.2
torna-se mais apropriado o uso da derivada de primeira ordem desta função, dada pela
expressão 3.3 e representada na Figura 3.8.
f ¢( A* ) = a + 2bA*
+
3cA*2
(3.3)
85
Como c é positivo,
d 3 f ( A* )
dA*3
*
= 6c é positiva e logo, f ′( A ) é uma parábola de concavidade
voltada para cima com um ponto mínimo em A* = −
b
. Dada a impossibilidade de uma
3c
medida negativa para a produção de artigos, uma outra condição para que este esquema
represente a relação entre ciência e tecnologia é que b assuma apenas valores negativos.
De fato, a descoberta do ponto L na Figura 3.9 é a principal contribuição desta
seção, e deve ser mais bem explorada. Considerando que
f ′( A* ) dá a variação
experimentada em P* à medida que A* aumenta sucessivamente, aos pontos à esquerda de
L correspondem variações cada vez menores em patentes até que o ponto mínimo seja
alcançado. Uma vez que o total de artigos tenha superado o mínimo L, o sistema entra em
um intervalo onde às alterações em artigos correspondem variações cada vez maiores em
patentes.
FIGURA 3.8
Representação da primeira derivada da função de 3º grau
f ′( A * )
L
A*
Desta forma, por um lado, o sistema tenderia a não se aproximar, ou a aproximar-se
lentamente, do ponto L onde o ganho adicional em aumentar a produção científica é
mínimo. Por outro lado, ao ultrapassar L o sistema ganharia maiores condições de manter o
crescimento tanto da infra-estrutura científica quanto tecnológica e esforços adicionais para
sustentar e elevar a produção científica não seriam tão intensamente requeridos. Fala-se
86
aqui de esforços adicionais, supra-esforços, que devem compensar a perda de incentivos
experimentada em pontos mais baixos, devendo ser evitadas quaisquer conclusões em
direção a uma auto-suficiência do sistema.
Por fim, o caso da Coréia do Sul, apresentado na Figura 3.1, sugere que os países
passam por sucessivos pontos críticos, como o ponto L ao longo do processo de
desenvolvimento tecnológico. Mais ainda, tais pontos correspondem a níveis de
indicadores cada vez mais altos para as duas dimensões. Desta forma, é possível
esquematizar o processo de desenvolvimento de cada país como mostra a Figura 3.9, onde
o seguimento em negrito corresponde à curva da Figura 3.8. e A*0 e A*1 são pontos de
inflexão demonstrando que para A0* < A* < L o sistema enfrenta variações decrescentes na
produção tecnológica dados os aumentos na produção científica, enquanto L < A* < A1*
corresponde a um intervalo de variações crescentes. Admitindo a sucessão entre estes
intervalos, ao ultrapassar o ponto A*1 o sistema voltaria a demandar esforços adicionais a
fim de sustentar o desenvolvimento tecnológico e científico.
FIGURA 3.9
Sucessão dos intervalos de maior e menor sensibilidade
g ( A* )
A*0
L
A*1
A*
87
3.5 – Do tratamento econométrico
Esta seção tem um objetivo simples e direto que é apresentar alguns indícios, não
provas, estatístico-econométricos da validade do padrão polinomial discutido nas seções
anteriores e resumido na expressão 3.2. Desta forma, para os países focalizados nas seções
3.1 a 3.3, seguiu-se o modelo apresentado na expressão 3.4, com vistas a estimar a equação
3.2.
P * = β 0 + β 1 A* + β 2 A*2 + β 3 A*3 + ε
(3.4)
É preciso lembrar que se conta apenas com 21 observações para cada países, o que
sugere maior cuidado ao avaliar os resultados dos testes realizados. Contudo, se o número
de observações, por um lado, é inferior ao desejado, por outro, corresponde ao conjunto de
informações disponíveis e razoavelmente consistentes para tal tipo de análise.
A Tabela 3.1 apresenta os resultados da estimação do modelo 3.4 por mínimos
quadrados ordinários (MQO). São apresentados os níveis de significância dos parâmetros
estimados, bem como os testes para a verificação da validade destes parâmetros dentro do
modelo proposto.
Assim, em um nível de significância de 5%13, o teste de Breush-Pagan (GREENE,
2000) sugere a não rejeição da hipótese de variância constante, permitindo considerar
válidos os desvios-padrão dos coeficientes e os testes de significância a partir da estimação
por MQO para o conjunto de países que fizeram a transição do Regime II para o Regime
III (Espanha, Hong Kong, Irlanda14 e Itália), para os que se encontravam no Regime III em
1980 e 2000 (Austrália, Áustria, Bélgica, Dinamarca, Finlândia, França, Holanda, Israel,
13
Este o valor usual para níveis de significância, mas, como a própria Tabela 3.1 mostra, alguns valores
apresentam significância mesmo à 1%, enquanto que, com alguma restrição ainda pode-se aceitar níveis de
10%.
14
De fato, o p-valor de 0,0516 não sugere a rejeição da hipótese de homocedasticidade em nível de 5%,
porém, dada a proximidade com o valor limite deve-se ter maior cuidado ao avaliar este resultado, em relação
aos demais países do grupo.
88
Japão, Noruega, Nova Zelândia, Reino Unido, Suécia e Suíça) e, finalmente, para os países
que permaneceram no Regime II (África do Sul, Brasil, China, Índia e México).
TABELA 3.1
Resultados econométricos 1 da estimação por MQO do modelo 3.4
para países selecionados (1980-2000)
0,1114
0,1467
0,3010
1,8086
+
0,7909
*
0,8893
0,7432
1,4103
+
0,6514
*
0,4255
0,8842
1,0755
3,1400E-07
0,9449
*
0,7265
0,3157
1,8122
+
**
0,8704
*
0,7307
0,3892
2,4004
+
0,7550
*
0,3009
0,0010
0,8061
?
0,8819
*
0,4635
0,2182
0,99311
#
-9,2100E-07
0,9713
*
0,5949
0,0000
1,5803
***
0,8999
*
0,1068
0,3390
2,5962
*
0,9317
*
0,8746
0,1009
2,3588
0,7539
*
0,3948
0,0015
1,0690
?
0,2765
0,8513
1,3116
?
β0
África do Sul
21
41,1114
-1,4208
0,0173
-6,8400E-05
21
-459,8154
*
1,9757
*
-0,0027
*
1,1900E-06
*
-233,2329
*
1,5596
*
-0,0028
*
1,6800E-06
*
Áustria
21
β2
Breusch-Pagan
Teste para
Heterocedasticidade
p-valor
N
Austrália
β1
Teste de
normalidade
dos resíduos
p-valor
País 2
21
-35,8101
Brasil
21
-0,3791
Canadá
21
772,8434
-2,7690
0,0033
-1,2500E-06
21
*
*
*
*
China
-0,2079
0,0579
0,0147
-0,0015
**
-0,0010
**
0,0005
1,3700E-05
0,0000277
Coréia do Sul
21
-0,9808
Dinamarca
21
-124,0952
0,5103
-0,0006
Espanha
21
-2,2357
**
*
*
Estados Unidos
21
5923,1320
-24,7735
0,0346
-1,5600E-05
21
***
**
***
***
Finlândia
-173,8375
*
França
21
-615,1697
Holanda
21
-171,6307
0,2110
*
-0,0005
R 2 Adj
Bélgica
**
0,2974
β3
0,0545
0,6716
3,4246
0,9310
*
**
*
-0,0002
-0,0007
-0,0058
-0,0012
*
***
1,8900E-07
2,6200E-07
+
0,9273
*
0,8512
*
0,7691
0,5688
1,8532
***
0,4286
*
0,5896
0,3070
1,1125
**
0,9228
*
0,2149
0,1198
2,3630
0,4918
*
0,0004
0,0785
1,2354
+
?
+
21
0,1839
0,0739
Índia
21
6,9303
-1,2738
0,0762
-1,4610E-03
Irlanda
21
-107,1258
*
*
*
*
0,8517
*
0,6002
0,0516
1,8754
Israel
21
-1504,1590
3,5994
-0,0029
7,8000E-07
0,8367
*
0,3901
0,3924
0,7963
#
Islândia
21
0,9230
0,0264
-1,3E-05
1,94E-08
0,3667
0,0334
0,0013
0,9126
#
Itália
21
-35,4741
**
0,5020
*
-0,0015
*
1,4300E-06
*
0,7582
*
0,6825
0,1242
1,1296
?
Japão
21
-581,9029
*
5,3346
*
-0,0130
*
1,0900E-05
*
0,9524
*
0,4505
0,4048
1,7583
+
México
21
0,7616
*
-0,0231
0,0002
6,1000E-06
0,6343
*
0,8699
0,3282
1,5366
+
-256,7608
***
**
**
0,7738
*
0,6255
0,4639
1,2730
6,7900E-08
0,8038
*
0,6763
0,7149
1,7099
*
0,6045
*
0,7214
0,3577
1,2629
?
1,7400E-08
0,9701
*
0,1074
0,0001
2,7140
?
5,5200E-07
**
0,6928
*
0,1331
0,0650
1,0503
?
Suíça
21
3,6000E-07
**
0,4717
*
0,0462
0,0762
1,5453
+
Taiwan
21
21,2475
0,2424
0,0032
-6,2500E-06
1) Resultados obtidos a partir do pacote Stata 7.0
2) Países selecionados em ordem alfabética
3) H0: Ausência de correlação serial
*) Significativo a 1%
**) Significativo a 5%
***) Significativo a 10%
+) Não rejeição de H0 a 1%
?) Dentro da região de indeterminação
#) Dentro da região de rejeição de H0.
0,8762
*
0,0002
0,0000
2,3136
+
Noruega
21
Nova Zelândia
21
Reino Unido
21
82,2967
-466,9896
**
Singapura
21
-0,7889
Suécia
21
-455,5206
Notas:
Fonte:
-458,8847
1,2005
-0,1609
1,9346
*
0,0216
1,7029
1,6723
**
***
-0,0008
-0,0017
4,10E-06
-0,0024
*
3,15E-06
-0,0017
**
-0,0014
**
1,4900E-07
?
+
*
3,2400E-06
5,4700E-07
?
Hong Kong
0,5438
-0,0002
**
2,2000E-07
Estatística d
De
Durbin-Watson 3
3,9800E-07
8,1100E-07
9,7700E-07
?
+
?
+
ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração própria
89
Além disso, o teste para autocorrelação de Durbin-Watson15 (GREENE, 2000)
também aponta para a validade dos resultados para um número considerável de países.
Assim, países que passaram do Regime II para o Regime III (Coréia do Sul, Espanha,
Hong Kong, Irlanda e Taiwan), países que pertencem ao Regime III (Austrália, Bélgica,
França, Japão, Nova Zelândia e Suíça) e os que permaneceram no Regime II (África do
Sul, Brasil e México) não tiveram a hipótese de ausência de autocorrelação rejeitada pelo
teste de Durbin-Watson.
Ao comparar os resultados dos testes de heterocedasticidade e autocorrelação com
os testes tradicionais de significância dos parâmetros, chega-se a um conjunto de países os
quais podem ser considerados como apresentando bons resultados econométricos. Estes
países são: França, Austrália e Japão (no Regime III), Espanha, Hong Kong e Irlanda (que
passaram do Regime II para o Regime III) e Brasil (pertencente ao Regime II).
Como a estimação por MQO na presença autocorrelação gera estimadores
consistentes e não viesados, porém, não eficientes, soma-se ao grupo acima a Itália, país
importante dentro da análise por ter feito a transição do Regime II para o Regime III, e a
Finlândia, que apresentou visualmente o padrão, cujas estatísticas d de Durbin-Watson
reportaram, em ambos os casos, um resultado indeterminado. Isto deve-se ao fato de que os
testes de significância dos parâmetros apontaram para a validade destes últimos, mesmo
com intervalos de confiança mais amplos, enquanto o teste de Breush-Pagan não rejeitou a
hipótese de homocedasticidade.
Por fim, os resultados comprovam o que já era esperado em termos dos sinais dos
coeficientes dos termos quadrático e cúbico, onde estes deveriam ser necessariamente
menor e maior que zero, respectivamente.
15
Estritamente, ao utilizar a estatística d de Durbin-Watson considera-se apenas a possibilidade de
autocorrelação de primeira ordem.
90
Este exercício de econometria, embora simples e com os devidos cuidados quanto
ao número de observações, permite algumas inferências bastante úteis. Primeiramente,
cumpre seu objetivo de fornecer argumento estatístico em favor da forma funcional 3.2
para descrever o comportamento das infra-estruturas científica e tecnológica para, ao
menos, parte dos países em análise neste capítulo no período de 1980 a 2000, sobre tudo
para Brasil, Espanha, Finlândia, França, Hong Kong, Austrália, Irlanda, Itália e Japão, que
já apresentavam visualmente o padrão polinomial.
Em segundo lugar, de posse dos coeficientes estimados para os termos da expressão
3.2, pode-se chegar ao valor mínimo da função 3.3. Desta forma, a Tabela 3.2 apresenta os
valores de A* correspondentes ao ponto L da Figura 3.8 para os países com melhores
resultados na estimação (grupo acima), o que permite fazer algumas considerações sobre a
dinâmica do desenvolvimento das interações.
Dos países apresentados na Tabela 3.2, apenas o Brasil encontra-se dentro do
Cluster 1, como mostrado no capítulo 2. Não apenas isto, o país também apresenta o menor
valor para o ponto L, mostrando que sua curva encontra-se à esquerda das demais, o que
caracteriza sua condição enquanto pertencente ao Regime II, onde as interações entre
ciência e tecnologia não estão plenamente desenvolvidas. Aceitando a hipótese de
existência de sucessivos pontos como L, o caso do Brasil aponta para uma importante
conclusão deste capitulo, qual seja, a de que uma das possíveis causas do lento
desenvolvimento em ciência e tecnologia decorre da timidez com que os países avançam
na produção científica e dos baixos esforços feitos para superar os períodos de baixa
produtividade da ciência em termos da produção tecnológica.
91
TABELA 3.2
Valores de L e variações anuais médias da produção científica para os
países que apresentaram bons resultados econométricos.
Média da variação Média da variação
País
L
Ano
até o mínimo
acima do mínimo
Brasil
36,84 1996
1,55
5,34
Espanha
304,23 1994
16,06
33,90
França
597,44 1994
13,80
28,18
Hong Kong
353,46 1995
12,17
82,40
Austrália
564,66 1994
14,38
38,93
Irlanda
673,53 1995
17,60
58,75
Finlândia
872,77 1993
31,10
64,18
Itália
343,61 1993
15,38
22,81
Japão
396,79 1994
14,14
25,13
Fonte: ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração própria
A Tabela 3.2 ajuda também a avaliar a suposição de que existem, de fato, intervalos
onde os incentivos a aumentar a produção científica, dados pelos retornos em termos de
tecnologia, são decrescentes. Observando os valores para o ponto mínimo L, pode-se
calcular o ano em que o número de artigos por milhão de habitantes de cada país mais se
aproxima deste valor. Assim, demonstra-se que os países alcançaram seu ponto de mínimo
em anos diferentes e que, invariavelmente, eles têm permanecido mais tempo à esquerda
de L que à sua direita, dado o período de análise. Some-se a estas evidências o fato de que
a média das variações em A* no período anterior ao ponto mínimo é menor que no período
seguinte, fortalecendo a idéia de que os países enfrentam situações como a representada na
Figura 3.8.
Finalmente, cabe investigar as hipóteses de que os intervalos de maior e menor
produtividade da base científica, em termos da produção tecnológica, se alternam
sucessivamente ao longo do tempo e de que em algum momento estes países enfrentam tal
situação. Para avançar neste sentido, são tomados dois casos importantes, Coréia do Sul e
Taiwan, na medida em que constituem processos reconhecidamente bem sucedidos de
catching up e, como mostrado na seção 2.5.2, passaram de um Regime de interações
menos desenvolvidas para um mais desenvolvido. Desta forma, limitando o estudo da
Coréia do Sul ao período de 1988 a 1998 e de Taiwan ao período de 1980 a 1995, as
92
informações apresentadas na Tabela 3.3 mostram que é possível obter resultados
econométricos tão bons (significância dos parâmetros, alto R2 e bom desempenho nos
testes) quanto os obtidos para países bem colocados na Tabela 3.2 (Brasil, Espanha,
Finlândia, França, Hong Kong, Austrália, Irlanda, Itália e Japão), embora para o caso
presente deva-se ter maior cuidado sobre estes resultados, dado o número de observações
ainda mais reduzido.
TABELA 3.3
Resultados econométricos 1
País 2
N
Coréia do Sul 4
11
Taiwan
5
16
β0
β1
β2
β3
R 2 Adj
Teste de
normalidade
dos resíduos
p-valor
Breusch-Pagan
Teste para
Heterocedasticidade
p-valor
Estatística d
De Durbin-Watson 3
-14,7176*
0,8498*
-0,0065*
1,97E-05*
0,9972*
0,5420
0,1006
1,6564+
-0,352557
*
**
**
*
0,2243
0,6073
1,8523+
1,0348
-0,0028
5,71E-06
0,9953
Notas:
1) Resultados obtidos a partir do pacote Stata 7.0
2) Países em ordem alfabética
3) H0: Ausência de correlação serial
4) Período 1988 a 1998
5) Período 1980 a 1995
*) Significativo a 1%
**) Significativo a 5%
***) Significativo a 10%
+) Não rejeição de H0 a 1%
?) Dentro da região de indeterminação
#) Dentro da região de rejeição de H0.
Fonte:
ISI (2002); USPTO (2002); Banco Mundial (2002) – Elaboração própria
Este bom desempenho de Coréia do Sul e Taiwan em relação aos testes de
autocorrelação, heterocedasticidade e significância dos parâmetros estimados tem uma
outra implicação em termos da tipologia dos Sistemas de Inovação. Isto é, dos oito países
que fizeram a transição do Regime II para o Regime III (FIG. 3.1), seis (Coréia do Sul,
Espanha, Hong Kong, Irlanda, Itália e Taiwan) podem ser considerados como apresentando
o padrão polinomial de terceiro grau, com as implicações mostradas na seção 3.4, porém,
agora com alguma evidência estatística. Fora deste grupo restam apenas Singapura e
Luxemburgo, o primeiro provavelmente devido ao período em análise, 1980-2000, não ser
suficiente para a identificação de algum padrão semelhante aos demais, enquanto o
segundo, de fato, não mostra nenhum indício de relação mais consistente entre a base
científica e tecnológica.
93
3.6 – Distribuição espacial das atividades científicas e tecnológicas: o caso brasileiro
É necessário entender o caso brasileiro como exceção dentro do Regime II. Para
tanto, as tabelas 3.4 a 3.7 apresentam em maior detalhe informações sobre a produção
científica de Brasil, México, Índia e África do Sul, respectivamente. Da mesma forma, as
tabelas 3.8 a 3.11 mostram a produção tecnológica desses países, na mesma ordem.
A comparação das distribuições espaciais de artigos e patentes para estes quatro
países fornece uma informação importante. Apenas no caso do Brasil, o estado que
concentra a produção científica é o mesmo que concentra a produção tecnológica.
Observa-se que, embora tenha diminuído o percentual entre 1973 e 2000, São Paulo
concentra 41,85% da produção científica para o Brasil neste último ano. O mesmo estado
também concentra a produção tecnológica do país, em nível próximo ao da concentração
científica, com 40,38% do total de patentes entre 1981 e 2001.
Este padrão de concentração não é verificado nos outros três países. A produção
científica do México é concentrada no Distrito Federal, com 51,05%, enquanto a produção
tecnológica é concentrada em Nuevo Leon, com 48,44% das patentes entre 1981 e 2001,
ficando o Distrito Federal em segundo, com 23,26%. Para a Índia, que tem uma
distribuição mais uniforme, a produção científica é concentrada em Uttar Pradesh, com
14,84%, seguido de Maharashtra, com 13,51%. Já a produção tecnológica da Índia é muito
mais concentrada, possuindo Delhi 64,96% das patentes, seguida novamente por
Maharashtra, com 11,97%. Finalmente, na África do Sul, 44,17% dos artigos em 2001
(este percentual era de 32,31 em 1973) estão em Western Cape e outros 31,41% estão em
Gauteng (este percentual era de 48,38% em 1973). Esta posição é invertida para a
produção tecnológica. Gauteng possui 66,35% das patentes entre 1981 e 2001, enquanto
Western Cape tem apenas 7,33%, no mesmo período.
94
TABELA 3.4
Artigos no por estado ISI - Brasil
Estado
1973
Artigos
São Paulo
Rio de Janeiro
Minas Gerais
Rio Grande do Sul
Paraná
DF
Santa Catarina
Pernambuco
Ceará
Bahia
Pará
Paraíba
Rio Grande do
N
Amazonas
247
104
14
24
3
0
5
13
2
9
7
4
0
1
0
1
0
0
0
0
0
0
0
0
0
0
0
434
Goiás
Espírito Santo
Mato Grosso do
S
l
Alagoas
Mato Grosso
Maranhão
Piauí
Sergipe
Roraima
Acre
Rondônia
Tocantins
Amapá
Total
Total Brasil no ISI
Mundo
526
410609
1975
%
Artigos
1980
%
Artigos
1990
%
Artigos
1999
%
Artigos
%
56,91
322
53,05
763
48,02
1489
46,53
4703
41,85
23,96
141
23,23
362
22,78
667
20,84
1936
17,23
3,23
34
5,60
117
7,36
173
5,41
1113
9,90
5,53
33
5,44
82
5,16
181
5,66
746
6,64
0,69
15
2,47
20
1,26
91
2,84
541
4,81
0,00
2
0,33
51
3,21
93
2,91
329
2,93
1,15
1
0,16
11
0,69
75
2,34
320
2,85
3,00
25
4,12
65
4,09
89
2,78
277
2,47
0,46
6
0,99
21
1,32
37
1,16
193
1,72
2,07
18
2,97
40
2,52
67
2,09
177
1,58
1,61
4
0,66
18
1,13
41
1,28
131
1,17
0,92
3
0,49
12
0,76
35
1,09
122
1,09
0,00
0
0,00
6
0,38
19
0,59
123
1,09
0,23
0
0,00
5
0,31
33
1,03
113
1,01
0,00
1
0,16
4
0,25
35
1,09
103
0,92
0,23
1
0,16
4
0,25
14
0,44
88
0,78
0,00
0
0,00
0
0,00
21
0,66
74
0,66
0,00
1
0,16
3
0,19
6
0,19
39
0,35
0,00
0
0,00
1
0,06
24
0,75
25
0,22
0,00
0
0,00
0
0,00
2
0,06
23
0,20
0,00
0
0,00
0
0,00
0
0,00
20
0,18
0,00
0
0,00
4
0,25
3
0,09
15
0,13
0,00
0
0,00
0
0,00
0
0,00
14
0,12
0,00
0
0,00
0
0,00
4
0,13
4
0,04
0,00
0
0,00
0
0,00
1
0,03
4
0,04
0,00
0
0,00
0
0,00
0
0,00
4
0,04
0,00
0
0,00
0
0,00
0
0,00
0
0,00
100,00
607
100,00
1589
100,00
3200
100,00
11237
100,00
121,20
735
121,09
1526
96,04
3054
95,44
9668
86,04
94610,37
423258
69729,49
554597
34902,27
689625
21550,78
973286
8661,44
Fonte: ISI, 2000 – elaboração própria
TABELA 3.5
Artigos no por estado ISI - México
Estado
Distrito Federal
Morelos
Puebla
Baja California
Jalisco
Michoacan De Ocampo
Guanajuato
Queretaro De Arteaga
Sonora
Yucatan
Veracruz-Llave
Nuevo Leon
San Luis Potosi
Coahuila De Zaragoza
Hidalgo
Chihuahua
Sinaloa
Chiapas
Zacatecas
Quintana Roo
Tamaulipas
Colima
Aguascalientes
Durango
Oaxaca
Campeche
Mexico
Tabasco
Tlaxcala
Guerrero
Nayarit
Baja California Sur
Total
1980
Artigos
%
563
0
15
6
23
2
2
0
5
1
3
7
5
3
0
0
0
0
0
0
2
1
0
0
2
0
0
0
0
3
0
0
643
1990
Artigos
%
2001
Artigos
%
87,56
954
72,71
2740
51,05
0,00
40
3,05
440
8,20
2,33
46
3,51
315
5,87
0,93
44
3,35
236
4,40
3,58
30
2,29
169
3,15
0,31
8
0,61
167
3,11
0,31
20
1,52
166
3,09
0,00
1
0,08
144
2,68
0,78
20
1,52
121
2,25
0,16
14
1,07
112
2,09
0,47
20
1,52
102
1,90
1,09
37
2,82
89
1,66
0,78
15
1,14
73
1,36
0,47
9
0,69
67
1,25
0,00
8
0,61
61
1,14
0,00
1
0,08
60
1,12
0,00
6
0,46
48
0,89
0,00
14
1,07
45
0,84
0,00
3
0,23
30
0,56
0,00
5
0,38
28
0,52
0,31
3
0,23
24
0,45
0,16
0
0,00
21
0,39
0,00
1
0,08
18
0,34
0,00
2
0,15
17
0,32
0,31
2
0,15
14
0,26
0,00
1
0,08
13
0,24
0,00
0
0,00
10
0,19
0,00
1
0,08
10
0,19
0,00
4
0,30
9
0,17
0,47
1
0,08
7
0,13
0,00
0
0,00
7
0,13
0,00
2
0,15
4
0,07
100,00
1312
100,00
5367
100,00
95
Total México no ISI
671
104,35
1313
100,08
4801
89,45
Fonte: ISI, 2000 – elaboração própria
TABELA 3.6
Artigos no por estado ISI - Índia
1975
Artigos
%
Estados
Uttar Pradesh
Maharashtra
Delhi
Karnataka
Andhra Pradesh
Tamil Nadu
Kerala
Gujarat
Chandigarh
Punjab
Rajasthan
Orissa
Haryana
Madhya Pradesh
Bihar
Assam
Himachal Pradesh
Pondicherry
Goa
Meghalaya
Jammu and Kashmir
Manipur
West Bengal
Sikkim
Tripura
Andaman and Nicobar Islands
Arunachal Pradesh
Mizoram
Nagaland
Subtotal
Union Territories
Dadra and Nagar Haveli
Daman and Diu
Lakshadweep
Subtotal
Total
Total Índia no ISI
240
34
735
14
63
43
53
40
199
122
164
43
39
53
18
7
36
29
16
1
3
1
6
0
1
0
0
0
1
1733
0
0
0
228
1961
5991
12,24
1,73
37,48
0,71
3,21
2,19
2,70
2,04
10,15
6,22
8,36
2,19
1,99
2,70
0,92
0,36
1,84
1,48
0,82
0,05
0,15
0,05
0,31
0,00
0,05
0,00
0,00
0,00
0,05
88,37
0,00
0,00
0,00
0,00
11,63
100,00
305,51
1980
Artigos
%
1828
265
1105
113
523
375
89
171
297
264
337
185
272
155
120
40
59
41
39
1
23
2
0
0
3
0
0
0
0
5969
0
35
0
373
6342
10326
28,82
4,18
17,42
1,78
8,25
5,91
1,40
2,70
4,68
4,16
5,31
2,92
4,29
2,44
1,89
0,63
0,93
0,65
0,61
0,02
0,36
0,03
0,00
0,00
0,05
0,00
0,00
0,00
0,00
94,12
0,00
0,00
0,55
0,00
5,88
100,00
162,82
1990
Artigos
%
1313
371
1104
731
622
611
172
259
291
365
236
139
266
113
75
38
49
55
75
48
29
30
0
4
7
0
0
1
0
6658
0
0
0
346
7004
11234
18,75
5,30
15,76
10,44
8,88
8,72
2,46
3,70
4,15
5,21
3,37
1,98
3,80
1,61
1,07
0,54
0,70
0,79
1,07
0,69
0,41
0,43
0,00
0,06
0,10
0,00
0,00
0,01
0,00
95,06
0,00
0,00
0,00
0,00
4,94
100,00
160,39
2000
Artigos
%
2009
1829
1727
1727
1309
1264
505
456
347
345
328
319
307
272
203
141
111
91
90
60
42
19
12
9
8
6
1
2
2
13097
0
0
0
444
13541
15982
14,84
13,51
12,75
12,75
9,67
9,33
3,73
3,37
2,56
2,55
2,42
2,36
2,27
2,01
1,50
1,04
0,82
0,67
0,66
0,44
0,31
0,14
0,09
0,07
0,06
0,04
0,01
0,01
0,01
96,72
0,00
0,00
0,00
0,00
3,28
100,00
118,03
Fonte: ISI, 2000 – elaboração própria
TABELA 3.7
Artigos no por estado ISI - África do Sul
Estados
Western Cape
Gauteng
Kwazulu Natal
Eastern Cape
Free State
North West
Mpumalanga (Eastern Transvaal)
Northern province
Northern Cape
Total
Total "South Africa” no ISI
1973
Artigos
1980
%
Artigos
1990
%
Artigos
2001
%
Artigos
%
378
566
135
50
24
11
1
3
2
32,31
665
34,44
1115
38,29
1543
44,17
48,38
874
45,26
1121
38,50
1097
31,41
11,54
184
9,53
271
9,31
397
11,37
4,27
98
5,08
142
4,88
201
5,75
2,05
77
3,99
168
5,77
150
4,29
0,94
20
1,04
76
2,61
74
2,12
0,09
6
0,31
15
0,52
17
0,49
0,26
6
0,31
1
0,03
10
0,29
0,17
1
0,05
3
0,10
4
0,11
1170
100,00
1931
100,00
2912
100,00
3493
100,00
1172
100,17
1846
95,60
2776
95,33
3356
96,08
Fonte: ISI, 2000 – elaboração própria
96
TABELA 3.8
Distribuição estadual de patentes – Brasil
(1981-2001)
Estado
Patentes
São Paulo
Río de Janeiro
Santa Catarina
NI
Rio Grande do Sul
Minas Gerais
Paraná
Pernambuco
Distrito Federal
Pará
Bahia
Total
%
254
190
63
46
35
26
8
3
2
1
1
629
40,38
30,21
10,02
5,56
4,13
1,27
0,48
0,32
0,16
0,16
7,31
100,00
Fonte: USPTO (2002)
TABELA 3.9
Distribuição estadual de patentes – México
(1981-2001)
Estado
Nuevo León
DF
Estado de Mexico
Queretaro
Coahuila
Jalisco
Guanajuato
Baja California
San Luis Potosi
Sinaloa
Baja California Sur
Tamaulipas
Morelos
Durango
Colima
Chihuahua
Hidalgo
NI
Total
Patentes
%
202
97
35
30
14
12
10
4
3
2
2
1
1
1
1
1
1
33
450
48,44
23,26
8,39
7,19
3,36
2,88
2,40
0,96
0,72
0,48
0,48
0,24
0,24
0,24
0,24
0,24
0,24
7,91
100,00
Fonte: USPTO (2002)
TABELA 3.10
Distribuição estadual de patentes – Índia
(1981-2001)
Estado
Delhi
Maharashtra
Andhra Pradesh
Gujarat
Tamil Nadu
Karnataka
Uttar Pradesh
West Bengal
Uttaranchal
Kerala
Pune
Orissa
Barbados
NI
Total
Fonte: USPTO (2002)
Patentes
%
304
56
27
18
17
15
10
8
2
2
1
1
1
6
468
64,96
11,97
5,77
3,85
3,63
3,21
2,14
1,71
0,43
0,43
0,21
0,21
0,21
1,28
100,00
TABELA 3.11
Distribuição estadual de patentes – África do
Sul (1981-2001)
Estado
Gauteng
Western Cape
Kwa Zulu Natal
Free State
North West
Mpumalanga
Eastern Cape
Northern Province
Northern Cape
Cape Province
NI
Total
Fonte: USPTO (2002)
Patentes
%
688
76
40
21
11
8
3
1
1
1
187
1037
66,35
7,33
3,86
2,03
1,06
0,77
0,29
0,10
0,10
0,10
18,03
100,00
A consideração da distribuição espacial na produção científica e tecnológica dos
países de Sistemas de Inovação “imaturos” torna o caso do Brasil especial por dois
motivos. Primeiro, por não apresentar a mesma desconexão espacial entre as atividades
97
científicas e tecnológicas que México, Índia e África do Sul, dado seu padrão de
concentração destas atividades (ver ALBUQUERQUE et al, 2001).
Em segundo, devido ao fato do estado onde tais atividades estão concentradas ter
ultrapassado o limiar de produção científica que define a transição do Regime II para o
Regime III como proposto por BERNARDES e ALBUQUERQUE (2003). Na verdade,
São Paulo rompeu o limiar de produção científica de 110,69 artigos (pmh), para o ano de
1998, segundo a análise apresentada na seção 1.5, como mostra a Figura 3.10, uma vez que
apresentou uma produção científica de 129,38 artigos (pmh) (BDMG, 2002). Isto por um
lado ajuda a compreender o padrão encontrado para o país e, por outro lado, demonstra que
ao tomar as produções em ciência e tecnologia com base na população total, estas são
“diluídas” entre todas a regiões do país conferindo a este último características de um
Sistema de Inovação imaturo, embora isto possa não se verificar para alguma região
internamente.
FIGURA 3.10
Limiar de produção científica considerando São Paulo
Fonte: ISI (2000); USPTO (2000); Banco Mundial (2000), BDMG (2002) – elaboração própria.
98
3.7 – Conclusões
A principal contribuição deste capítulo é, sem dúvida, a identificação de um padrão
de comportamento das infra-estruturas científica e tecnológica a partir da observação dos
103 países que compõem a base de dados em análise no período de 1980 a 2000. Mais
ainda, as seções anteriores propõem que tal padrão pode ser descrito por um polinômio de
terceiro grau e, neste sentido, apresenta algumas evidências estatísticas. Contudo, faz-se
necessário sumarizar e discutir os principais pontos deste capítulo.
Primeiramente, dentre os oito países que fizeram a transição do Regime II para o
Regime III (ver Quadro 2.1), seis apresentaram o padrão polinomial, quais sejam, Itália,
Espanha, Irlanda, Hong Kong, Coréia do Sul e Taiwan. Além disso, ao menos quatro dos
17 países característicos do Regime de interação III, já em 1980, também apresentaram o
mesmo padrão, sendo eles Austrália, Finlândia, França e Japão. O caso japonês pode ser
visto como exemplo de que o comportamento polinomial (de terceiro grau) pode estar
presente também em processos de forging ahead. Por fim, o padrão pôde ser identificado
também em um único país pertencentes ao Regime II, como demonstrado pelo caso do
Brasil, na medida em a China, que apresentou visualmente o padrão, mostrou indícios de
autocorrelação na estimação do modelo 3.4. Evidentemente, esta situação pode ser
modificada caso a base de dados seja estendida para um período maior.
A ausência de um padrão de comportamento no tempo para a relação entre ciência
e tecnologia é igualmente relevante. O fato de que apenas o Brasil demonstrou ter o padrão
polinomial, dentre os países pertencentes ao Regime II, contribui para uma avaliação
positiva da tipologia de Regimes de interação e da metodologia para esta classificação,
apresentada no Capítulo 2. Dado que o Regime II é caracterizado por interações mais
fracas entre a infra-estrutura científica e a tecnológica, é esperado que os países que o
compõem não apresentem qualquer padrão para a relação entre ciência e tecnologia.
99
No que se refere aos países que fizeram a transição, cabe lembrar que estes passam
a fazer parte do Regime III em 2000, aumentando, assim, o número de países que possui o
padrão polinomial neste Regime. Desta forma, a classificação dos países dentro dos
Regimes de interação pode ser considerada válida, mesmo que nem todos os componentes
do Regime III tenham apresentado o padrão. Além do mais, é possível que a ausência da
relação polinomial em países do Regime III esteja associada a fatores como o período de
análise e o grau de agregação dos dados, incapazes de captar especializações científicas ou
tecnológicas, mais do que com a ausência de interações.
Em segundo lugar, é importante ressaltar a correlação positiva encontrada para
relação entre ciência e tecnologia. Isto é verificado no fato de que os resultados
econométricos apresentados na Tabela 3.1 apresentaram valor positivo para termo cúbico
da expressão 3.2, que define o polinômio de terceiro grau. Em conformidade com o que foi
discutido no Capítulo 1, isto denota uma evolução conjunta, na mesma direção, das infraestruturas científica e tecnológica. Em adição, o simples fato de o padrão encontrado
envolver uma expressão não linear, reafirma a também não linearidade e a complexidade
das interações entre as dimensões científica e tecnológica.
Em terceiro, o padrão polinomial é característico de países que aumentaram
sistematicamente seus indicadores em ciência e tecnologia ao longo do período. Tal
padrão, portanto, descreve a evolução das bases científica e tecnológica no tempo. Neste
sentido, a sinuosidade percebida no padrão polinomial pode estar refletindo um desajuste
temporal entre os intensos esforços realizados para desenvolver a base científica e o inicio
dos efeitos destes esforços sobre a dimensão tecnológica.
Esta possível defasagem leva a considerar o fato de que os feedbacks positivos são
distribuídos no tempo. Ou seja, por mais intensa que seja a relação entre ciência e
tecnologia dentro do país, os efeitos dos avanços científicos sobre as atividades
100
tecnológicas não são imediatos e nem se esgotam em um único momento. Ao contrário,
estes efeitos demandam algum tempo até que possam ser percebidos, e prolongam-se por
vários períodos à frente. Da mesma fora, uma vez que o desenvolvimento da ciência passa
a impactar efetivamente e positivamente sobre a base tecnológica, ainda existe uma
defasagem até que a base científica possa se beneficiar dos avanços tecnológicos ocorridos,
para em seguida apresentar novas contribuições para este último, e assim por diante. Este
encadeamento, definindo os feedbacks positivos, contribui não apenas para o entendimento
do significado do padrão polinomial de terceiro grau, como também fornece um argumento
plausível para a hipótese de sucessivos pontos de inflexão na trajetória das relações entre
ciência e tecnologia dos países.
Em quarto lugar, a questão da distribuição espacial das atividades em ciência e
tecnologia, abordada na seção anterior, contribui, por um lado, para o entendimento da
identificação do padrão polinomial para o Brasil, diferentemente de outros países com
Sistema de Inovação “imaturo”. Por outro lado, alerta para a possibilidade de que algumas
regiões dentro dos países que não apresentaram o padrão polinomial possam ser
caracterizadas como pertencentes ao Regime III, ao mesmo tempo em que outras regiões
apresentam características de regimes de interações menos desenvolvidas.
Dois últimos pontos ainda devem ser levantados quanto aos resultados do presente
capítulo. O primeiro é quanto à necessidade de investigações mais detalhadas das relações
entre ciência e tecnologia. Sugere-se, portanto, uma desagregação das dimensões científica
e tecnológica dentro das áreas do conhecimento e dos setores tecnológicos,
respectivamente, dado que estes podem ser mais ou menos conectados dentro dos países.
Desta forma, podem existir padrões de comportamento bem definidos entre algumas
disciplinas e alguns setores em particular, que não puderam ser percebidos dado o grau de
agregação desse trabalho. Além disso, é possível que a especialização de alguns países em
101
disciplinas e setores fortemente conectados possam estar definindo o padrão encontrado
aqui.
Uma abordagem, analisando estatísticas de artigos e patentes, a partir de disciplinas
científicas e setores tecnológicos ganha maior importância quando é considerado o papel
da ciência em, por um lado, orientar o desenvolvimento tecnológico, conectando o país às
tendências científicas e tecnológicas internacionais e às principais fontes de conhecimento
e, por outro lado, em dar suporte ao desenvolvimento industrial, provendo o conhecimento
necessário para que o país possa entrar em indústrias chave. Assim, para cumprir o
primeiro objetivo, as atividades científicas do país devem estar, de alguma forma, dispersas
entre todas as disciplinas, enquanto o segundo objetivo exige que os recursos científicos
sejam concentrados em disciplinas com maior impacto nos setores industriais.
(ALBUQUERQUE, 2001)
Finalmente, é preciso ter bastante cautela quanto aos resultados apresentados. Uma
vez que se trabalha com conceitos amplos, de infra-estrutura científica e tecnológica, e
considera-se o tempo como elemento chave, outros fatores que não puramente ciência e
tecnologia podem estar atuando no comportamento tanto das dimensões consideradas,
quanto dos indicadores utilizados para mensurá-las.
102
Conclusão
Este trabalho concentrou seus esforços no tratamento de um elemento bastante
especifico dos Sistemas de Inovação, qual seja, a relação entre a ciência e a tecnologia.
Mais que isso, embora reconhecendo a existência de mútua determinação entre as
dimensões científica e tecnológica, focalizou sua análise fundamentalmente nas
contribuições da primeira para a segunda, ou seja, adotou o sentido ciência-tecnologia
como recurso analítico, para levar a cabo a investigação.
Os elementos teóricos apresentados, principalmente no Capítulo 1, bem como no
decorrer de todo o trabalho, forneceram os argumentos necessários para a adoção da infraestrutura científica como variável chave no processo de desenvolvimento das interações
desta com a infra-estrutura tecnológica, possibilitando aos países avançar em direção a
Regimes de interações mais completas.
A análise de cluster implementada no Capítulo 2 apresentou três pontos principais.
Primeiramente, demonstrou a possibilidade da utilização desta metodologia para investigar
características dos Sistemas de Inovação, bem como a proposição de tipologias para tais
Sistemas. Desta forma, o uso de estatísticas de artigos e patentes permitiu classificar, via
análise de cluster, os 103 países analisados dentro dos Regimes de interação, segundo o
nível dos indicadores. Esta classificação em Regimes de interação, embora tenha objetivos
diferentes da sugerida no Human Development Report (UNDP, 2001), apresenta a
vantagem de, talvez pela metodologia empregada, por um lado, corroborar a classificação
em termos dos países “lideres” e, por outro lado, evitar o posicionamento de países como
Chile e Costa Rica no mesmo grupo que Itália, Espanha e Hong Kong.
Em segundo lugar, foi possível identificar aspectos dinâmicos dos sistemas em
questão. Os movimentos de entrada e saída da região definida pelo Cluster 1 (característica
103
do Regime II), tanto no que se refere à ascensão de países vindos do Regime I, quanto da
transposição de sua fronteira em direção aos países mais desenvolvidos, constituem fator
importante para a avaliação do dinamismo de alguns países em ampliar suas bases
científica e tecnológica, vis a vis a pouca eficiência que outros têm apresentado neste
sentido.
Em terceiro lugar, os resultados encontrados no Capítulo 2 não só instigaram, como
orientaram a investigação realizada no Capítulo 3.
Em relação ao terceiro capítulo, identificou-se um padrão polinomial de terceiro
grau para a relação entre as infra-estruturas científica e tecnológica, tanto para países
considerados de Sistema de Inovação imaturo, caso específico do Brasil, como para países
que passaram do Regime II para o Regime III e para vários daqueles que já se encontravam
no grupo dos mais avançados. Além disso, os testes econométricos apontaram para, ao
menos, a não rejeição da hipótese da forma cúbica de tal padrão.
Para os países característicos do Regime II, o Brasil constitui grande exceção ao
apresentar o mesmo padrão polinomial que países mais avançados. Tanto mais, quando
constatado que nenhum outro país, pertencente ao mesmo Regime demonstrou tal
característica. Vale lembrar que a China também apresentou visualmente o padrão
polinomial, contudo, o fato desse país não ter obtido resultados mais confiáveis nos testes
econométricos levou a consideração do Brasil como único país a apresentar o padrão
dentro do Regime II.
Quando considerada, a dimensão temporal mostrou-se crucial ao fornecer
elementos para avaliar o significado do padrão polinomial encontrado, indicando a possível
existência de uma defasagem dos impactos do desenvolvimento científico sobre o
tecnológico e em seguida do avanço tecnológico para o científico, e assim sucessivamente.
Dessa maneira, a hipótese de que os países enfrentam sucessivos pontos de inflexão nas
104
interações ao longo das trajetórias de desenvolvimento cientifico e tecnológico recebe
novos argumentos.
A
observação
do
caso
brasileiro
apontou
para
a
nova
questão
da
conexão/desconexão espacial entre as atividades científicas e tecnológicas como possível
explicação, por um lado, para o padrão ter sido encontrado apenas neste país, dentre os
demais do mesmo grupo, e por outro lado, como razão do Brasil permanecer no Regime II,
enquanto São Paulo teria ultrapassado, segundo a análise da seção 1.5, o limiar que divisa
os Regimes II e III.
Por fim, sugere-se que uma agenda de pesquisa futura sobre os temas aqui tratados
busque alcançar dois pontos principais, no sentido de avançar nesta investigação. O
primeiro ponto, refere-se à incorporação de outros indicadores econômicos e sociais dentro
da análise de cluster, tal como apresentado no Capítulo 2.
Em complemento, novas pesquisas devem considerar também a necessidade de
investigar as interações entre ciência e tecnológica a partir de uma base de informações
mais desagregadas, sobretudo no que diz respeito às disciplinas científicas e aos setores
tecnológicos. Isto contribuiria para investigação de padrões de interação em países que na
presente análise não apresentaram tal característica, bem como para um melhor
entendimento dos resultados encontrados aqui.
105
Referências bibliográficas
ABRAMOVITZ, M. Thinking about growth: and other essays on economic growth and
welfare. Cambridge: Cambridge University, 1989. 377p.
ALBUQUERQUE E., SIMÕES, R., BAESSA, A., CAMPOLINA, B., SILVA, L. A
Distribuição espacial da produção científica e tecnológica brasileira: uma descrição de
estatísticas de produção local de patentes e artigos científicos. Revista Brasileira de
Inovação, Rio de Janeiro, v.1, n.2, p.225-251, 2002.
ALBUQUERQUE, E. Scientific infrastructure and catching up
process. Revista Brasileira de Economia. Rio de Janeiro,
v.55, n.4, p545-566, out/dez. 2001.
ALBUQUERQUE, E. Patentes e atividades inovativas; notas sobre o significado teórico
das estatísticas de patentes e uma aplicação preliminar para o caso brasileiro. In: VIOTTI,
E. B., MACEDO, M. M. Ciência, tecnologia e inovação no Brasil. Campinas: Unicamp,
2003. Cap 7 (no prelo).
ARROW, K. Economic welfare and the allocation of resources for invention. In:
LAMBERTON, D. M. (Ed). Economics of information and knowledge. Harmondsworth:
Penguin Books, 1971. p.141-159.
BANCO DE DESENVOLVIMENTO DE MINAS GERAIS - BDMG. Minas Gerais do
século XXI. Belo Horizonte: Rona Editora, 2002. v.7, p9-238. .
BERNARDES, A. T., ALBUQUERQUE, E. Cross-over, thresholds and interactions
between science and technology: lessons for less-developed countries. Research Policy,
v32, n5, p.865-885, 2003.
CHANDLER JR., A. Organizational capabilities and the economic history of the industrial
enterprise. Journal of Economic Perspectives, v. 6, n. 3, p. 79-100, 1992.
DOSI, G. Technical change and industrial transformation; the theory and application to
the semiconductor industry. London: Macmillan, 1984.
DOSI, G., FREEMAN, C., FABIANI, S. The process of economic development:
introducing some stylized facts and theories on technologies, firms and institutions.
Industrial and Corporate Change, v. 3, n. 1, p.1-47, 1994.
EVERITT, B. Cluster analysis. 2.ed. New York: Haltesd Press, 1980. 135p.
FREEMAN, C, SOETE, L. The economics of industrial innovation. London: Pinter,
1997. 470p.
GERSCHENKRON, A. Economic backwardness in historical perspective; a book of
essays. Cambridge: Harvard University, 1962. 456p.
GRENNE, W. Econometric analysis. New Jersey: Prentice-Hall, 2000. 1006p.
106
HOU, C., GEE, S. National systems supporting technical advance in industrie: the case of
Taiwan. In: NELSON, R. (Ed.) National innovation systems; a comparative analyses.
New York: Oxford University, 1993. p.76-114.
KAUFMAN, L, ROUSSEEUW, P. Finding groups in data; an introduction to cluster
analysis. New York: John Wiley & Sons, 1990. 342p.
KECK, O. The national system for technical innovation in Germany. In: NELSON, R.
(Ed.) National innovation systems; a comparative analyses. New York: Oxford
University, 1993. p.115-157.
KIM, L. National systems of industrial innovation. In: NELSON, R. (Ed.) National
innovation systems a comparative analyses. New York: Oxford University, 1993. p.357383.
KLEVORICK, A., LEVIN, R., NELSON, R., WINTER, S. On the sources and
significance of inter-industry differences in technological opportunities. Research Policy,
v. 24, n.2, p.185-205, 1995.
MANLY, B. Multivariate statistical methods; a primer. . New York: Chapman and Hall,
1986. 159p.
NARIN, F., HAMILTON, K. S., OLIVASTRO, D. The increasing linkage between U.S.
technology and public science. Research Policy, v. 26, n. 3, p.317-330, 1997.
NELSON, R. Sources of economic growth. Cambridge, Mass.: Harvard University, 1996.
NELSON, R. The agenda for growth theory: a different point of view. Cambridge
Journal of Economics, v.22, n.4, p.497-520, 1998.
NELSON, R., ROSENBERG, N. (Eds.) National innovation systems; a comparative
analysis New York, Oxford: Oxford University, 1993. Cap. 1. Technical innovation and
national systems p.3-21.
NELSON, R., SAMPAT, B. Making sense of institutions as a factor shaping economic
performance. Journal of Economic Behavior & Organization. v.44, n.1, p.31-54, 2001.
ODAGIRI, H., GOTO, A. The japanese system of innovaiton: past, present and future. In:
NELSON, R. (Ed) National innovation systems: a comparative analysis. New York:
Oxford University, 1993. p. 384-413.
UNITED NATIONS DEVELOPMENT PROGRAMME - UNDP. Human development
report. Paris: UNDP, 2001.
PAVITT, K. What makes basic research economically useful? Research Policy, v.20, n.2,
p.109-119, 1991.
PEREZ, C. SOETE, L. Catching up in technology; entry barriers and windows of
opportunity. In: DOSI, G. FREEMAN, C. NELSON, R. et al (Ed.) Technical change and
economic theory. London: Printer, 1988. p.458-479.
107
RAPINI, M. S. Uma investigação sobre a relação de Granger-causalidade entre
ciência e tecnologia para países em catching up e para o Brasil. 2000. 52f. Monografia
(Graduação em Economia) – Faculdade de Ciências Econômicas, Universidade Federal de
Minas Gerais.
ROSENBERG, N. Inside the balck box; technology and economics. Cambridge:
Cambridge University, 1982. 304p.
ROSENBERG, N. Why do firms do basic research (with their money)? Research Policy,
v.19, n.2, p.165-174, 1990.
SCHUMPETER, Joseph A. Capitalismo socialismo e democracia. Rio de Janeiro: Fundo
de Cultura, 1961. 512p.
SCHUMPETER, Joseph A. Teoria do desenvolvimento econômico; uma investigação
sobre lucros, capital, credito, juro e o ciclo econômico. 3.ed. São Paulo: Nova Cultural,
1988. 169p.
INSTITUTE FOR SCIENCE INFORMATION – ISI. Science citation index (SCI).
Disponível em < http://wos2.isiknowledge.com/> Acesso em: 20/11 - 20/12 de 2002.
SILVA, L. Transferência de tecnologia no Brasil: um estudo introdutório a partir de
contratos averbados pelo INPI (1991-1997). 1999. 67p. Monografia (Graduação em
Economia) – Faculdade de Ciências Econômicas, Universidade Federal de Minas Gerais.
SIMON, H. A. Organization and markets. Journal of Economic Perspective, v.5, n.3,
p.25-44, 1991.
UNITED STATES PATENTS AND TRADEMARK OFFICE. Patent counts by
country/state and year utility patents January 1, 1963 -- December 31, 2000.
Disponível em <http//www.uspto.gov>. Acesso em: 01/04/2002.
ZYSMAN, J. Governments, markets and growth; financial systems and the politics of
industrial change. Ithaca, N.Y: Cornell University, 1983. 358p.
108
APÊNDICE 1 – Dados utilizados para analise de cluster do Capítulo 2
TABELA A1
GDP per capita em US$ de 1995, Artigos por milhão de habitante e Patentes por milhão de habitantes para 1980 e
2000
PAIS
1980
GDP per capita
Artigos pmh
Albania
909,967
Algeria
1681,039
Antigua & Barbu
4057,357
Argentina
7787,125
Armenia
Australia
15972,480
Austria
22356,340
Azerbaijan
Bahamas
12650,620
Barbados
6754,906
Belgium
21270,560
Bolívia
1016,135
Bosnia & Herceg
Brazil
4255,738
Bulgaria
1328,935
Byelarus
Cameroon
724,328
Canada
16397,300
Chad
176,111
Chile
2665,013
China(Peoples R China)
167,628
Colombia
1867,647
Costa Rica
3097,329
Croatia
Cyprus
6360,556
Czech Republic
Czechoslovakia
Denmark
27308,280
Dominica
1684,148
Dominican Republic
1327,221
Ecuador
1546,689
Egypt, Arab Rep.
731,401
El Salvador
1595,017
Estonia
4022,023
Fed Rep Ger
Finland
20604,120
France
21418,200
French Polynesia
14051,520
Georgia
1378,117
Ger Dem Rep
Germany
23354,400
Ghana
393,958
Greece
10701,640
Guatemala
1597,584
Guyana
817,893
Haiti
581,862
Honduras
733,895
Hong Kong, China
11289,550
Hungary
4198,959
Iceland
22785,740
India
226,018
Indonesia
503,012
Iran
1379,837
Ireland
10894,460
Israel
11592,130
Italy
14591,920
Jamaica
1813,080
Japan
28295,860
Jordan
1814,614
Kazakhstan
Kenya
337,429
Korea, Rep.
3910,288
Kyrgyzstan
FONTE: Banco Mundial (2002), USPTO (2001) & ISI(2002)
0,749
3,964
0,000
35,132
525,796
331,524
9,524
36,130
350,157
3,175
12,548
110,246
3,668
607,571
1,117
40,998
0,690
3,234
37,653
26,187
239,151
593,988
0,000
1,054
1,256
25,443
2,399
0,000
399,105
480,335
405,438
125,828
0,000
266,475
314,266
6,052
74,043
5,572
6,570
0,374
2,803
55,765
239,750
223,684
15,023
0,459
6,799
379,300
1034,296
146,933
81,575
190,149
19,257
14,310
2,964
-
2000
Patentes pmh
0,000
0,000
0,000
0,641
18,037
35,350
28,571
0,000
24,779
0,187
0,197
2,595
0,000
43,956
0,000
0,449
0,001
0,035
0,876
1,637
3,615
30,646
0,000
0,000
0,126
0,049
0,000
0,000
79,163
25,314
38,734
0,000
0,000
1,792
73,841
0,000
0,311
0,000
0,000
0,374
0,000
5,358
8,126
0,000
0,006
0,007
0,051
4,999
29,139
14,282
0,938
61,003
0,000
0,060
0,210
-
GDP per capita
899,426
1605,920
8876,370
7934,839
23837,710
32762,960
13927,800
8281,996
30830,090
955,510
4624,396
1503,222
675,152
22541,430
217,839
5354,218
824,035
2284,819
3927,047
14063,080
38521,480
3360,520
2055,925
1425,059
1225,796
1751,038
4431,333
32023,730
29810,730
19895,750
502,364
32623,280
413,254
13104,770
1562,226
934,486
352,239
710,999
24218,040
5325,855
31304,170
459,367
994,384
1657,753
27740,630
17067,180
20885,210
2115,436
44830,420
1619,147
328,197
13124,230
-
Artigos pmh
(
i
)
Patentes pmh
7,036
13,323
0,000
114,523
81,515
963,716
815,512
22,363
19,802
134,832
894,655
8,044
5,532
58,736
185,871
117,341
12,302
959,740
0,780
118,070
22,784
14,516
55,366
251,826
216,645
388,483
1417,916
13,699
4,180
9,489
34,982
1,115
398,831
1356,577
770,054
178,723
49,761
757,955
8,806
420,928
2,898
11,827
1,131
3,273
720,465
386,131
950,178
15,732
2,006
19,901
978,123
1570,459
514,006
74,440
549,941
110,502
12,577
16,117
279,027
9,156
0,000
0,000
0,000
1,458
0,000
36,701
62,267
0,124
42,904
0,000
67,694
0,240
0,000
0,575
0,122
0,300
0,000
111,187
0,000
0,986
0,094
0,189
1,837
1,370
1,321
2,239
81,709
13,699
0,358
0,000
0,125
0,000
2,922
119,374
64,848
0,000
0,000
124,577
0,000
1,705
0,176
0,000
0,000
0,156
26,335
3,526
60,498
0,129
0,029
0,000
32,420
125,618
29,711
0,760
246,678
0,000
0,269
0,033
70,100
0,203
109
TABELA A1
GDP per capita em US$ de 1995, Artigos por milhão de habitante e Patentes por milhão de habitantes para 1980 e
2000
PAIS
Latvia
Lithuania
Luxembourg
Macedonia
Madagascar
Malawi
Malaysia
Mali
Malta
Mauritania
Mauritius
Mexico not nm
Moldova
Morocco
Netherlands
New Caledonia
New Zealand
Nigeria
Norway
Pakistan
Panama
Papua New Guinea
Paraguay
Peru
Philippines
Portugal
Romania
Russian Federation
Saudi Arabia
Senegal
Singapore
Slovakia
Slovenia
South Africa
Spain
Sri Lanka
St. Kitts and Nevis
St. Vincent and the
Sudan
Suriname
Swaziland
Sweden
Switzerland
Syrian
Taiwan
Tajikstan
Thailand
Trinidad and Tobago
Tunisia
Turkey
Turkmenistan
Ukraine
United Kingdom
Uruguay
USA
USSR
Uzbekistan
Vanuatu
Venezuela, RB
Yugoslavia
Zambia
Zimbabwe
GDP per capita
1980
Artigos pmh
2796,384
24832,130
343,510
160,483
2297,115
305,395
4659,152
485,338
1745,665
3282,083
1113,926
21285,370
13696,320
13852,400
314,237
23594,510
317,773
2709,155
873,563
1878,320
2568,582
1172,856
7373,534
1774,558
3161,542
11557,390
551,937
11048,180
4620,329
10972,730
450,906
2555,075
1321,797
221,100
984,561
1075,969
22634,690
39841,750
719,397
1117,115
4613,518
1640,850
1955,734
14167,170
5473,897
21000,770
1169,144
3991,198
583,920
610,383
0,000
38,367
0,451
2,264
16,058
1,669
30,220
1,289
9,317
9,930
5,159
400,848
97,902
526,823
11,202
496,211
2,115
25,641
12,638
4,175
3,463
2,998
18,841
34,368
0,000
18,459
10,654
50,124
98,274
82,678
5,089
0,000
0,000
4,608
0,000
15,929
687,485
885,267
0,000
21,907
5,822
28,651
14,724
6,182
578,875
9,952
555,546
74,031
0,000
23,723
115,440
6,971
11,496
Patentes pmh
0,000
35,626
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,607
0,000
46,290
6,993
16,383
0,028
19,311
0,000
1,026
0,324
0,000
0,000
0,042
0,102
0,631
0,000
0,213
0,000
1,243
2,683
1,739
0,000
0,000
0,000
0,000
0,000
0,000
98,917
200,348
0,000
20,562
0,043
0,000
0,313
0,022
42,695
0,000
164,388
1,731
0,000
0,729
1,534
0,000
0,280
GDP per capita
2603,324
56372,000
245,796
168,825
4796,602
294,203
10223,030
494,768
4106,698
3806,289
1369,918
30966,500
17431,900
17547,780
253,600
37954,090
516,205
3280,845
951,519
1700,225
2367,998
1167,393
12793,700
1488,608
2470,762
6728,602
609,239
28229,570
4020,334
17797,910
860,462
7057,461
2774,046
319,082
916,995
1483,453
31206,270
46736,720
838,745
2826,300
5323,913
2470,080
3146,936
21666,930
6431,079
31996,120
1248,351
3301,139
393,562
620,172
2000
Artigos pmh
Patentes pmh
146,290
128,344
237,226
73,363
1,224
9,795
34,981
3,137
79,487
5,629
31,194
45,638
42,270
36,509
1071,110
338,505
1004,229
6,469
980,183
4,316
47,269
5,848
14,192
7,365
4,644
301,259
85,893
189,111
62,780
19,098
843,952
322,301
784,708
75,629
528,798
8,626
0,000
0,000
2,444
4,796
16,268
1566,580
1830,084
0,309
421,160
6,321
19,513
78,401
57,824
78,232
2,885
84,907
1125,866
94,097
763,101
15,312
35,533
38,519
5,848
18,690
0,422
0,000
91,241
0,000
0,000
0,000
1,805
0,000
5,128
0,000
0,000
0,776
0,000
0,035
77,957
0,000
27,932
0,016
55,222
0,036
0,700
0,000
0,000
0,078
0,026
1,099
0,178
1,257
0,917
0,000
54,256
0,740
8,048
2,593
6,842
0,052
24,390
0,000
0,000
0,000
0,000
177,810
184,123
0,247
210,310
0,000
0,247
0,000
0,000
0,061
0,000
0,343
61,384
0,300
302,156
0,081
0,000
1,117
0,000
0,000
FONTE: Banco Mundial (2002), USPTO (2001) & ISI(2002)
110