ANÁLISE DO DESEMPENHO COMPETITIVO DA · PDF filematriz teórica à abordagem neo-schumpeteriana, ... 2002). Com a globalização, os fatores sistêmicos ... (POSSAS, 1999; COUTINHO;

17Amazônia: Ci. & Desenv., Belém, v. 2, n. 4, jan./jun. 2007.

ANÁLISE DO DESEMPENHO COMPETITIVO DA INDÚSTRIA DE MÓVEIS DE MADEIRA DOESTADO DO PARÁ*

David Ferreira Carvalho**

Antônio Cordeiro de Santana***

Ana Karlla Magalhães Nogueira****

Fernando Antônio Teixeira Mendes*****

André Cutrim Carvalho******

RESUMO

A indústria de móveis do Estado do Pará é intensiva em emprego e ajuda a reduzir os impactosambientais das serrarias, uma vez que utilizam as aparas e resíduos de madeira dessas empresascomo matéria-prima. O objetivo deste trabalho foi analisar o desempenho competitivo das empresasda indústria de móveis de madeira do Pará, e a pesquisa financiada pela Fidesa/Unama. Foram aplicados84 questionários nas empresas de móveis dos municípios da Região Metropolitana de Belém eParagominas. Adotou-se o modelo de análise fatorial por ser mais adequado a esse tipo de análisemultivariada de dados. Os resultados mostraram que a maioria das empresas da indústria de móveisencontra-se em posição intermediária de desempenho competitivo, em função das limitações de fatorescomo a falta de mão-de-obra qualificada, baixo nível tecnológico, dificuldade de acesso ao crédito ebaixo grau de integração vertical e horizontal da cadeia de suprimento. Finalmente, conclui-se queapenas três empresas apresentaram alto grau de desempenho competitivo.

Palavras-chave: Economia industrial. Análise fatorial. Desempenho competitivo.

* Os autores agradecem aos pareceristas anônimos da revista Amazônia Ciência & Desenvolvimento, pelas sugestõesvaliosas que contribuíram para melhorar o trabalho. Os erros e omissões restantes são de responsabilidade dosautores.

** D.Sc. Professor-pesquisador dos Programas de Mestrado em Economia da UFPA e UNAMA; Professor-pesquisadordo Programa de Doutorado em Desenvolvimento Sustentável do Trópico Úmido (PDTU) do NAEA/UFPA.E-mail: [email protected]

*** D.Sc. Economia Aplicada e Professor Associado I da Universidade Federal Rural da Amazônia (UFRA). Pesquisadorbolsista da FIDESA. E-mail: [email protected].

**** Acadêmica de Agronomia e estagiária de Economia Rural da Universidade Federal Rural da Amazônia (UFRA).E-mail: [email protected]

***** D.Sc em Economia Aplicada e Professor da Universidade da Amazônia (UNAMA). E-mail: [email protected].****** Mestrando em Engenharia de Computação na Faculdade de Engenharia Elétrica e de Computação da UNICAMP.

E-mail: [email protected]

Amazônia: Ci. & Desenv., Belém, v. 2, n. 4, jan./jun. 2007. 18

ANALYSIS OF THE COMPETITIVE PERFORMANCE OF THE FURNITURE FIRMS IN THE STATEOF PARÁ

ABSTRACT

The furniture industry of the State of Pará is intensive in labor and helps to reduce theenvironmental impacts of sawmill, given that the shavings and wood residues of these firms are usedas raw material. The objective of this study was to analyze the competitive performance of the firms ofthe industry of wooden furniture of Pará, whose research was financed by Fidesa/Unama. To meet theobjectives 84 questionnaires applied in the furniture’s firms of the municipal district of the MetropolitanRegion of Belém and Paragominas. It was used the model of factorial analysis for being more adequatefor the type of data used in the analysis. The results showed that most of the furniture firms werelocated in an intermediate competitive level, which is the result of the limiting factors such as lack ofworkforce, low technological level, difficult access to credit and low level of horizontal and verticalintegration in the supply chain. The final results showed that only three, among the furniture firms,achieved a high competitive performance position.

Keywords: Industrial economy. Factor analysis. Competitive performance.


1 INTRODUÇÃO

O Estado do Pará conta com os pólosmoveleiros de Paragominas e da RegiãoMetropolitana de Belém (RMB), englobando osmunicípios de Belém, Ananindeua, Marituba,Benevides e Santa Bárbara. Ambos são frutos doprocesso recente de reestruturação da indústriamadeireira, e segundo Santana (2002; 2003),algumas das empresas de madeira serrada ebeneficiada estão fabricando móveis e artefatosna mesma fábrica ou em unidades separadas damesma empresa, aproveitando as sobras eresíduos da madeira serrada. O Serviço Brasileirode Apoio às Micro e Pequenas Empresas (SEBRAE)e o Governo do Estado iniciaram a organizaçãodo tecido de micro e pequenas empresas emcluster, fazendo a articulação das moveleiras àsserrarias certificadas, que se comprometeram afornecer madeira de qualidade e oriundas deáreas sob manejo florestal sustentado(CARVALHO; SANTANA, 2005). Essa tentativa dereorganizar a indústria moveleira no Estado doPará iniciou neste século e não se dispõe deparâmetros indicando o grau de competitividadedessas empresas.

As empresas de móveis de madeira doEstado do Pará analisadas por Carvalho e Santana(2005) não fazem o desdobramento da madeiraem tora, portanto não se vinculam diretamenteaos problemas ambientais provocados pelaextração de madeira da floresta amazônica. Amatéria-prima que utilizam é adquirida no “lixãodas serrarias”, ou seja, adquirem as aparas esobras de madeira das serrarias. Compramcaçambas de tábuas, pranchas, barrotes, etc.envolvendo todos os tipos de madeira. Nesteaspecto, as movelarias estão exercendo uma açãomitigadora dos efeitos ambientais das serrarias,pois em outros tempos esse resíduo erasimplesmente queimado, transformado em lenhaou carvão. Quando vendem, em casos especiais,não dão nota fiscal. Em função disso, as

moveleiras estão utilizando somente oindispensável de madeira densa na fabricaçãode móveis e importam placas e painéis demadeira das Regiões Sudeste e Sul. Há casos emque a matéria-prima importada representa maisde 60% do custo de produção.

No estado do Pará, as moveleiras operamcom móveis retilíneos, de estilo colonial e rústico.O design moderno também está presente, assimcomo modulado. Por conseguinte, existe uma altaheterogeneidade na estrutura da indústria demóveis de madeira com respeito às vantagenscompetitivas associadas às economias de escalae de escopo, diferenciação de produto,diversificação de atividades, mercado e gestãoempresarial. Este fato indica que as empresasestão operando em níveis de competitividadediferentes (CARVALHO; SANTANA, 2005; GAMA,2006).

Estudar a competitividade empresarialapenas com base em análise de distribuição defreqüência, enquadrando as empresas emestratos, como tem sido a prática dosdiagnósticos sobre o setor moveleiro (ROSA,1999; CARVALHO; SANTANA, 2005), não permiteidentificar adequadamente o nível decompetitividade individual de cada uma delas.Por outro lado, modelar as dimensões dacompetitividade pelos métodos econométricosuniequacionais é uma tarefa inviável, em funçãodo grande número de variáveis que criamproblemas de forte multicolinearidade. Por isso,resolveu-se adotar a técnica da análisemultivariada fatorial e depois hierarquizar asempresas pesquisadas com base em um índicede desempenho competitivo, conforme Santana(2006) e Santana et al. (2006).

Com efeito, o objetivo deste trabalho foideterminar a posição competitiva das


2 METODOLOGIA

2.1 DESEMPENHO COMPETITIVO EMPRESARIAL

O paradigma estrutura-conduta-desempenho (ECD) é um modelo analíticoadequado para se operacionalizar o conceito decompetitividade empresarial por incorporar osprincipais elementos-chave do ambiente internoque determinam a estrutura do mercado, a conduta(estratégias competitivas) e o desempenho(resultados em termos de lucro e faturamento),conforme Bain (1956), Scherer e Ross (1990) e Tirole(2001). Segundo o paradigma ECD, a relaçãoexistente entre a estrutura do mercado(concentração industrial) e o desempenhocompetitivo (rentabilidade) realiza-se da condutaempresarial, ou seja, do comportamento estratégicousado pelo empresário quanto a política de vendase de fixação dos preços da empresa visando ocrescimento e a lucratividade (CYERT; MARCH,1963).

Nos mercados de concorrência perfeita asempresas atomizadas enfrentam uma curva dedemanda perfeitamente elástica e, por isso, nãotêm a liberdade para fixar seus preços. Aausência de barreiras à entrada e de barreiras àsaída garante que a empresa medianamenteeficiente não ganhe mais que o lucro normal eque o preço dela seja igual ao custo marginal(GEORGE; JOLL, 1981). Porém, isso não acontecenos mercados de concorrência imperfeita nosquais as empresas são definidoras de seus preços(KOUTSOYIANNIS, 1979).

Na economia tradicional, acompetitividade restringe-se à competitividadeempresarial que é caracterizada pelo esforçorealizado por alguma empresa para continuar nomercado – de preferência ampliando sua parcelano mercado (market share). O conceito decompetitividade sistêmica vai para além destaperspectiva tradicional, a qual centra seu esforçoapenas na determinação e comparação doscustos e receitas e na eficiência econômica. Aanálise de beneficio-custo privado é importanteà análise da competitividade, porém outrosfatores dinâmicos foram incorporados diante docontexto da globalização em que se torna cadavez mais acirrada a concorrência por informação,tecnologia e idéias na disputa do mercado atuale na conquista de novos mercados. A formulaçãoda teoria da competitividade sistêmica tem comomatriz teórica à abordagem neo-schumpeteriana,conforme Esser et al. (1999), Santana (2002) eCarvalho (2005).

O conceito de competitividade sistêmica émais amplo do que o convencional conceito decompetitividade empresarial – que só consideraos fatores internos da empresa (economias deescala e de escopo), pois adiciona a influênciapositiva dos fatores do ambiente externo àempresa tais como: infra-estrutura econômica,infra-estrutura social, política macroeconômica,política setorial e regional, política de formação

empresas de móveis de madeira do estado doPará, empregando o Índice de DesempenhoCompetitivo (IDC) utilizado por Santana(2006) para analisar o desempenhocompetitivo das empresas da indústria defrutas paraenses.

O artigo foi organizado em três seções,além da introdução e conclusão. Na primeiraseção, discute-se o conceito de competitividadeempresarial e sistêmica; na segunda, apresenta-se o método da análise fatorial e sua formulaçãomatemática. Na terceira seção, analisam-se osresultados encontrados.


e desenvolvimento de capital humano, políticade geração e difusão de inovações tecnológicas,gerenciais e organizacionais e a modernizaçãodas instituições, que atuam em toda a cadeia denegócios, com vista a preservar a seletividadeativa do mercado nacional em tempo presente efuturo.

A abordagem sistêmica da competitividadepode ser tomada como uma paisagem dinâmicaque se move pelas influências das variáveismacroeconômicas, microeconômicas,institucionais, sociais e políticas, cujo resultadoaflora na forma das vantagens competitivasnecessárias para criar, manter e/ou ampliar seumarket share e, portanto, adicionar ao país maisvantagens comparativas (SANTANA, 2002).

Com a globalização, os fatores sistêmicosdeterminantes da competitividade numaeconomia aberta passaram a assumir uma posiçãoestratégica quanto à abrangência da ação dapolítica industrial – envolvendo empresas,instituições sociais e o governo – de modo acomportar tanto ações privadas quanto açõespúblicas vinculadas ao executivo, ao legislativo eao judiciário. Quanto à natureza dos fatoressistêmicos, eles podem ser hierarquizados em trêsníveis (POSSAS, 1999; COUTINHO; FERRAZ, 1994):

a) fatores sistêmicos regulatórios queestimulam a consolidação do ambientecompetitivo como condição essencialpara que os mercados possam prover aseletividade necessária ao aumento daeficiência microeconômica alocativa,produtiva, financeira e inovativa daempresa, bem como ao aumento daeficiência macroeconômica do conjuntodas atividades da economia nacional.Neste caso, os instrumentos maispertinentes para manter a pressãocompetitiva são os marcos regulatóriosrelacionados à defesa da concorrência

e do ambiente econômico, do comércioexterior e dos fluxos de investimentos;

b) os fatores sistêmicos infra-estruturaisque provêm as externalidades positivasà melhoria da competitividadeempresarial, sobretudo àquelasreferentes a infra-estrutura econômica(transportes, energia etelecomunicações), a infra-estruturasocial (educação fundamental esuperior, saneamento básico e saúde,qualificação de mão-de-obra) e a infra-estrutura científica e tecnológica. Essesfatores sistêmicos provedores dasexternalidades positivas dependempreponderantemente do setor publico,porém coadjuvado pelo setor privado;

c) os fatores sistêmicos político-institucionais, que estão associados àestrutura das instituições sociais egovernamentais, afetam também oambiente externo em que as empresasestão inseridas e, portanto, os planos eestratégias dos empresários. Estesfatores sistêmicos compreendem aspolíticas macroeconômicas (cambial,fiscal, monetária, creditícia e comercial),bem como as políticas setoriais dirigidaspara o fomento e a promoção dasempresas domésticas (incentivos àciência e às inovações tecnológicas,P&D, reestruturação e modernização dedeterminados setores defasados doponto de vista tecnológico, via uso dopoder de compra do governo).

O conceito de competitividade empresarialpode ser revelado por indicadores dedesempenho competitivo ex-ante e ex-post,dentro da ótica do modelo ECD. Os indicadoresde desempenho competitivo ex-anterepresentam as estratégias empresariais que


2.2 MODELO ANALÍTICO

A tecnologia computacional disponível nosdias atuais vem permitindo a análise de umagrande quantidade de dados comportamentais.Esse feito torna-se evidente na facilidade comque hoje se manipulam os complexos dadosheterogêneos. Neste sentido, as limitaçõesmetodológicas já não são mais uma preocupaçãocrucial para o economista teórico que se esforçapor contar com um apoio empírico. Igualmenteimportante tem sido o entendimento e aplicaçãode um grupamento de novas técnicas estatísticasconhecidas como análise multivariada. A principalvantagem das técnicas multivariadas é suagrande habilidade em acomodar múltiplasvariáveis numa tentativa original de compreenderas relações complexas que não são possíveis deverificação pelos métodos univariados ebivariados. A análise multivariada, ao contrárioda análise univariada convencional, envolve aanálise de múltiplas variáveis em um únicorelacionamento ou conjunto de relações (HAIRet al., 2005).

A análise fatorial é uma classe dessastécnicas dos métodos estatísticos multivariadoscujo principal objetivo é definir a estruturasubjacente das inter-relações entre um grandenúmero de variáveis – por exemplo, as respostas

de questionários aplicados de uma pesquisa –definindo assim um conjunto de dimensõeslatentes comuns, chamadas de fatores. Com aanálise fatorial pode-se, inicialmente, identificaras dimensões isoladas da estrutura dos dadoslevantados e posteriormente determinar o graucom que cada variável é explicada por cada fator.Depois dessa etapa, a análise fatorial pode serutilizada para resumir e reduzir uma nuvem dedados. (JOHNSON; WICHERN, 1992; SANTANA,2005).

Ao resumir os dados, a técnica da análisefatorial obtém dimensões latentes que, quandointerpretadas e compreendidas, servem paradescrever os dados num número muito menordo que as variáveis originais. A redução de dados,por sua vez, pode ser conseguida para cadadimensão latente e substituindo as variáveisoriginais pelas dimensões latentes. O modelofatorial, contrariamente as outras técnicas dedependência multivariada, é uma técnica deinterdependência em que todas as variáveis sãosimultaneamente consideradas, cada uma serelaciona com todas as outras, usando-se oconceito de variável estatística (fator), paraformar uma composição linear de variáveis. Naanálise fatorial, as variáveis estatísticas (fatores)

visam à criação das vantagens competitivassustentáveis que são construídas por meio doacesso a matérias-primas, mão-de-obraqualificada, diferenciação de produtos,diversificação de atividades, inovaçõestecnológicas e gestão empresarial (POSSAS,1999). Quanto aos indicadores de desempenhoex-post, estes refletem os resultados realizadosdas empresas, sobretudo quanto à taxa deaumento das vendas, aumento do tamanho,evolução da margem de lucro e maximizaçãodo lucro (PENROSE, 1966).

Finalmente, acredita-se que as empresas daindústria de móveis de madeira do estado do Paráestão operando com grau de competitividadeheterogêneo. A constatação científica da posiçãocompetitiva de cada empresa na indústria, porém,não é possível de ser identificada por meio daanálise qualitativa por categoria de empresas,segundo o tamanho. Neste ponto, o trabalhopretende contribuir, visando orientar a tomada dedecisão no que tange à organização competitivadessas empresas, mediante a criação de vantagenscompetitivas sustentáveis.


A análise fatorial é uma técnica utilizadapara identificar os fatores que estatisticamenteexplicam as variações e co-variações entrevariáveis observáveis. Em geral, o número defatores é menor do que o número de variáveisoriginais. Os fatores representam sucintamenteo conjunto das variáveis originais. Estes fatoressão construtos (variáveis latentes) dos conceitosformais de alguma teoria que ajudará opesquisador a melhor entender comportamentos.

A hipótese básica da análise fatorial é deque as variáveis observáveis estão linearmenterelacionadas com os fatores. A violação destahipótese pode conduzir a identificação de fatoresde natureza espúria. Há duas condições em que

2.3 MODELO DE ANÁLISE FATORIAL

A análise fatorial, de modo geral, éutilizada para analisar a estrutura das inter-relações (correlações) entre um grande númerode variáveis, definindo um conjunto de dimensõeslatentes comuns que facilitam a compreensão daestrutura da nuvem de dados, chamadas defatores. Com o emprego dessa técnica,inicialmente pode-se identificar as dimensõesisoladas da estrutura dos dados e entãodeterminar o grau em que cada variável éexplicada por cada dimensão ou fator. Depoisdessa etapa, a análise fatorial pode serempregada para reduzir a massa de dados.

são formadas para maximizar seu poder deexplicação de todas as variáveis, e não paraprever uma variável dependente. Neste sentido,pode-se dizer que a análise fatorial pode servirpara objetivos exploratórios ou confirmatórios

(HAIR et al., 2005; SANTANA, 2005). No interessedesta pesquisa busca-se o objetivo confirmatório,ou seja, avaliar o grau em que os dadossatisfazem a estrutura esperada do desempenhocompetitivo.

isto pode ocorrer: a) se os itens analisados comofatores têm muitas respostas dicotômicaslimitadas do tipo certo-errado ou falso-verdadeiro; e b) se os itens têm muita distribuiçãoassimétrica.

As suposições críticas da análise fatorialsão mais conceituais do que estatísticas. Doponto de vista estatístico, os desvios danormalidade, da homocedasticidade e dalinearidade aplicam-se somente no nível em queelas diminuem as correlações observadas. Defato, até mesmo um pouco de multicolinearidadeé desejável, pois o objetivo da análise fatorial éidentificar conjuntos de variáveis inter-relacionados (HAIR et al., 2005).

Um modelo de análise fatorial pode serapresentado na forma matricial como em Dillone Goldstein (1984):

εα += FX (1)

Em que:

X = é o p-dimensional vetor transposto dasvariáveis observáveis, denotado por X= (x1, x2, ..., xp)’;

2.2.1 Hipóteses subjacentes da análise fatorial


F = é o q-dimensional vetor transpostode variáveis não-observáveis ouvariáveis latentes chamadas defatores comuns, denotado por, F = (f1,f2, ..., fq)’, sendo que q < p; εεεεε = é o p-dimensional vetor transposto devariáveis aleatórias ou fatores únicos,εεεεε = (e1, e2, ..., ep)’; ααααα = é a matriz (p,q) de constantes desconhecidas,chamadas de cargas fatoriais.

No modelo de análise fatorial pressupõe-se que os fatores específicos são ortogonais entresi e com todos os fatores comuns. Normalmente,E(ε) = E(F) = 0 e Cov (ε, F) = 0.

A estrutura inicial utilizada para determinara matriz de cargas fatoriais, em geral, pode nãofornecer um padrão significativo de cargas dasvariáveis, por isso não é definitiva. A confirmaçãoou não dessa estrutura inicial pode ser feita pormeio de vários métodos de rotação dos fatores(DILLON; GOLDSTEIN, 1984; JOHNSON; WICHERN,1992). Nesta pesquisa, utilizou-se o métodovarimax de rotação ortogonal dos fatores. Ométodo varimax é um processo em que os eixosde referência dos fatores são rotacionados emtorno da origem até que alguma outra posiçãoseja alcançada. O objetivo é redistribuir avariância dos primeiros fatores para os demais eatingir um padrão fatorial mais simples eteoricamente mais significativo (REIS, 2001; HAIRet al., 2005; SANTANA, 2005).

A escolha dos fatores foi realizada por meioda técnica de raiz latente. Esta técnica parte doprincípio de que qualquer fator individual deveexplicar a variância de pelo menos uma variável paraque seja mantido para interpretação. Cada variávelcontribui com um valor 1 do autovalor total. Comefeito, apenas os fatores que têm raízes latentes ouautovalores maiores que 1 são considerados

significantes e os demais fatores com autovaloresmenores do que 1 são insignificantes e descartados(HAIR et al., 2005; MINGOTI, 2005; SANTANA,2006). A matriz de cargas fatoriais, que mede acorrelação entre os fatores comuns e as variáveisobserváveis, é determinada por meio da matriz decorrelação, conforme Dillon e Goldstein (1984).

Para a definição do IDC, conforme Santana(2006), estimou-se a matriz de escores fatoriaisapós a rotação ortogonal da estrutura fatorialinicial. O escore fatorial, por definição, situa cadaobservação no espaço dos fatores comuns. Paracada fator fj, o i-ésimo escore fatorial extraído édefinido por Fij, expresso da seguinte forma(DILLON; GOLDSTEIN, 1984; SPSS, 1997):

xbxbxbF ippiiij +++= ...2211 ;

i = 1, 2, ..., n; j = 1, 2, ..., p (2)

Em que:

bi são os coeficientes de regressãoestimados para os n escores fatoriaiscomuns; xij são as n observações dasp variáveis observáveis.

A variável Fij não é observável, mas podeser estimada por meio das técnicas de análisefatorial, utilizando-se a matriz de observações dovetor x de variáveis observáveis. Em notaçãomatricial, a equação 2, torna-se:

bxF qppnqn ),(),(),( = (3)

Na equação 3, F é a matriz da regressãoestimada a partir dos n escores fatoriais e quepodem ser afetados tanto pela magnitude quantopelas unidades de medida das variáveis x. Paracontornar este tipo de problema, substitui-se avariável x pela variável padronizada w, dada pela


razão entre o desvio em torno da média e o desvio padrão de x, como a seguir:

sxxwx

iij

)( −=

Com esses valores, modifica-se a equação 3 para gerar a equação 4.

β ),(),(),( qppnqn wF = (4)

Na equação 4, a matriz de pesos beta - β, com q colunas e p coeficientes de regressão padronizados, substitui b, dado que as variáveis estão padronizadas em ambos os lados da equação. Pré-multiplicando ambos os lados da equação 4 pelo valor (1/n)w’, em que n é o número de observações e w’ é a matriz transposta de w, obtém-se:

ββ ),(),(),(),(),(),(),( '' 11qpppqppnnpqnnp RwwFw nn

== (5)

A matriz (1/k)w’w se constitui na matriz de variáveis inter-correlacionadas ou matriz de correlação entre as observações da matriz x, designada por R. A matriz (1/k)w’F representa a correlação entre os escores fatoriais e os próprios fatores, denotada por Λ. Reescrevendo a equação 5, tem-se que:

β ),(),(),( qpppqp R=Λ (6)

Se a matriz R for não-singular, pode-se pré-multiplicar ambos os lados da equação 6 pela inversa de R, obtendo-se:

Λ−= R 1β

(7)

Substituindo o vetor β na equação 4, obtém-se o escore fatorial associado a cada observação, como a seguir:

Λ−= ),(1

),(),(),( qppppnqn RwF (8)

O IDC é definido como uma combinação linear desses escores fatoriais e a proporção da variância explicada por cada fator em relação à variância comum. A expressão matemática é dada por:

∑ ∑= ⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛=

q

jij

jj

ji FPIDC

1 λλ , (i = 1, 2, …, n)

(9)

Em que λ é a variância explicada por cada fator e Σλ é a soma total da variância explicada pelo conjunto de fatores comuns. O escore fatorial foi padronizado (FP) para se obter valores positivos dos escores originais e permitir a hierarquização das empresas, uma vez que os valores do IDC estão situados entre zero e um. A fórmula é a seguinte:

⎟⎟⎠

⎞⎜⎜⎝

⎛

−

−=

FFFFFP i

iminmax

min

Em que Fmin e Fmax são os valores máximo e mínimo observados para os escores fatoriais associados às empresas de móveis.

Valores do IDC igual ou superior a 0,70 são considerados altos, dado que a empresa conseguiu harmonizar as forças de seu ambiente competitivo, representando um salto do nível intermediário para grau de liderança competitiva; valores situados entre 0,40 e 0,69 são intermediários, que caracteriza um estádio de conformismo da empresa e mover-se daí para um patamar de liderança necessita de um choque de competitividade sistêmica; valores inferiores a 0,4 são considerados baixos e contemplam as empresas seguidoras com dificuldade de criar vantagens competitivas sustentáveis.


2.3.1 Dados e variáveis

Os dados utilizados na pesquisa sãooriundos de pesquisa de campo, realizada juntoàs empresas de móveis do estado do Pará em2003, no âmbito da pesquisa “Organização eCompetitividade da Indústria de Móveis do Pará”,abrangendo os municípios da RMB eParagominas (CARVALHO; SANTANA, 2005).

As empresas entrevistadas foram eleitascom base nos cadastros do Sebrae e da Federaçãoda Indústria do Estado do Pará (FIEPA). Umaamostra aleatória simples de 84 empresas foiextraída do universo de 382, em 2003, com nívelde confiança de 95% e erro amostral de 2,04,conforme descrito em Carvalho e Santana (2005).Com base nesse critério, foram entrevistadas 72microempresas (86%), dez pequenas empresas(12%) e duas empresas de porte médio (2%). Oinstrumento de coleta dos dados foi preparadopara a indústria de móveis, combinando eadaptando questões contidas no questionárioutilizado para competitividade sistêmica deCoutinho e Ferraz (1994) e Santana (2002).

Para este trabalho, foram eleitas variáveisdiretamente associadas às forças competitivas,delineadas nos modelos teóricos de estrutura-conduta-desempenho e de competitividadesistêmica.

As variáveis escolhidas para análise foram:V1 – Aumentar o volume de vendas, tido comoum dos principais objetivos de crescimento daempresa; V2 – Aumentar o tamanho da empresa,outro objetivo expressado principalmente pelasmicroempresas; V3 – Quantidade anual produzidados diversos tipos de móveis, enquadrados comodormitório, cozinha, mesa etc.; V4 – Aumento dacapacidade produtiva, diz respeito ao objetivo deampliar as linhas de produção, empregados,máquinas etc.; V5 – Margem de lucro sobre oscustos totais, é tida como um indicador de

desempenho ex-post; V6 – Controle de qualidadeda produção, indicador de qualidade dasempresas com relação aos pontos críticos decontrole do fluxo de produção; V7 – Normastécnicas usadas para o produto, indicador de quea empresa utiliza alguma das normas técnicasexigidas na qualidade total dos produtos; V8 -Organização da empresa em departamentos; V9– Evolução da margem de lucro, indicador doporcentual de aumento da margem de lucro quea empresa obteve nos últimos cinco anos; V10 –Evolução do volume de vendas, como indicadorde desempenho dinâmico das empresas; V11 –Participação no mercado, como indicador dedesempenho das empresas; V12 – Número deempregados da empresa; V13 – Maximização dolucro, como um dos principais objetivosmanifestado pelas empresas. Essas variáveisconstam nas dimensões consideradas comodeterminantes da competitividade empresarialdos modelos estrutura-conduta-desempenho(ECD) e da competitividade sistêmica (CS). Comoessas variáveis foram arranjadas de formadiferente em cada modelo, não se espera obterfatores expressando um modelo específico, masdimensões competitivas em geral.

Nota-se que o número de variáveis éconsiderado grande em relação ao tamanho daamostra, que conta com apenas 84 empresas,numa razão de seis observações para cadavariável. Este número de observações, a priori,está de acordo com o recomendado que seria autilização de pelo menos cinco observações paracada variável. Mesmo assim, foram feitos testespara aferir a adequação do método à amostrade dados. Os dois principais testes aplicadosforam: teste de esfericidade de Bartlett, que avaliaa significância geral da matriz de correlação, ouseja, testa a hipótese nula de que a matriz decorrelação é uma matriz identidade; teste deKaiser-Meyer-Olkin (KMO) se baseia no princípio


de que a inversa da matriz de correlação seaproxima da matriz diagonal, para tanto comparaas correlações entre as variáveis observáveis.

As fórmulas matemáticas destes testes sãoas seguintes (DILLON; GOLDSTEIN, 1984; REIS,2001; MINGOTI, 2005):

∑ ∑∑∑

∑∑+

=

i i jij

jij

i jij

arr

KMO 22

2

(10)

Em que rij é o coeficiente de correlação daamostra entre as variáveis xi e xj e aij é ocoeficiente de correlação parcial entre as mesmasvariáveis que é, simultaneamente, uma estimativadas correlações entre os fatores, eliminando oefeito das demais variáveis. Os aij deverãoassumir valores próximos de zero, uma vez quese pressupõe que os fatores são ortogonais entre

si. Valores deste teste abaixo de 0,50 sãoinaceitáveis (HAIR et al., 2005).

O teste de Batlett de esfericidade avalia ahipótese nula de que as variáveis sãoindependentes, contra a hipótese alternativa deque as variáveis são correlacionadas entre si. Ouseja: H0: R = I ou H0: λ1 = λ2 = ... = λp, e é dadopor:

||ln)].52(611[

2Rpn +−−−=χ ou

∑=

+−−−=p

iipn

1

2ln)].52(

611[ λχ (11)

Em que |R| é o determinante da matriz decorrelação da amostra, λ é a variância explicadapor cada fator, n é o número de observações e pé o número de variáveis. A estatística tem umadistribuição assintótica de χ2 com [0,5.p.(p-1)]graus de liberdade.

3 ANÁLISE DOS RESULTADOS

A viabilidade da adequação da análisefatorial foi feita a partir dos testes KMO e deBartlett. O KMO foi da ordem de 0,699 indicandoadequação da amostra à análise fatorial. O testede Bartlett, com valor de 206,774, significante a1%, permitiu aceitar a hipótese alternativa deque as variáveis são correlacionadas. Portanto,a significância dos testes atesta a adequaçãoda amostra de dados ao modelo de análisefatorial.

Após a adequação da amostra à análisefatorial, o próximo passo foi obter o número defatores a reter para a análise dos dados. Para isto,utilizou-se o critério da raiz latente ou autovalor,que representa a parcela da variância total

explicada por cada fator. Na coluna 2 da Tabela1, os valores próprios (autovalores ou raiz latente)ordenam-se por tamanho. Na situação inicial,utilizando-se o método de extração dascomponentes principais, a soma dos valorespróprios iguala o número de variáveis, que nestecaso são 13. Para explicar 100% da variância dosdados foram necessárias as 13 componentes.Assim, a proporção da variância total explicadapor cada componente corresponde ao quocienteentre cada valor próprio e a variância total.Portanto, a variância explicada pela primeiracomponente foi 23,737%. Dado que existemcinco valores próprios maiores do que 1, pelocritério de Kaiser retêm-se cinco fatores, os quaisexplicam 64,884% da variância total.


A solução fatorial resultante para um fatornão-rotacionado não necessariamente forneceum padrão significativo de cargas fatoriais dasvariáveis. Por isso, é desejável empregar a técnicada rotação dos fatores para se conseguir soluçõesfatoriais simples e mais significativas (HAIR etal., 2005). A matriz fatorial rotacionada varimaxda análise de fatores é mostrada na Tabela 2 ondeforam identificadas as variáveis que compõemcada um dos fatores bem como o grau decorrespondência (correlação) entre cada variávele cada fator. A comunalidade, que resulta da somadas cargas fatoriais ao quadrado de cada linha e

indica o quanto da variância de cada variável foiexplicado pelo conjunto de fatores, tambémconsta na referida tabela.

As variáveis que têm maior peso naexplicação dos cinco fatores de competitividadedas empresas de móveis do Estado do Paráforam: V2 – Aumentar o tamanho da empresa(77,4%), V3 – Quantidade produzida (75%), V5– Margem de lucro sobre os custos totais(73,8%), V11 – Participação da empresa nomercado (72,1%), V10 – Evolução do volumede vendas (70,7%), V6 – Controle de qualidade

Tabela 1 – Matriz dos autovalores iniciais para a extração dos fatores componentes e da variância totalexplicada.

Fonte: resultados da pesquisa.

Como a estrutura inicial utilizada paradeterminar a matriz de cargas fatoriais, em geral,pode não fornecer um padrão significativo decargas das variáveis, empregou-se o métodoVarimax para fazer a rotação fatorial. O objetivoé redistribuir a variância dos primeiros fatorespara os últimos com o objetivo de atingir um

padrão fatorial mais simples e teoricamente maissignificativo (SANTANA, 2005). Observa-se quena penúltima coluna da Tabela 2, as variânciasdos fatores mudaram. Com isto, assegura-se quea correlação torna-se mais forte entre as variáveisassociadas a um mesmo fator e mais fraca comos demais fatores.

3.1 ANÁLISE DA MATRIZ DE CARGAS FATORIAIS ROTACIONADAS


A escolha das variáveis que compõem cadaum dos cinco fatores se deu observando-se ascargas fatoriais de cada variável, da esquerdapara direita e ao longo de cada linha, elegendo-se a carga fatorial de maior valor absoluto.

O primeiro fator, denominado de gestãotradicional, explicou 22,49% da variância totaldos dados e englobou as seguintes variáveis: V10– Evolução do volume de vendas, V9 – Evoluçãoda margem de lucro, V11 – Participação daempresa no mercado, V4 – Aumento dacapacidade produtiva e V12 – Número deempregados da empresa (Tabela 2). Todas asvariáveis apresentaram uma relação positiva comeste fator, indicando que mudanças positivas em

cada uma delas se refletem em aumento decompetitividade da empresa. Essas variáveis sãofontes de vantagens competitivas tanto de custoquanto de ampliar a parcela do mercado dasempresas. Neste fator constam variáveisconsideradas nas três dimensões do modelo ECDe no nível micro da competitividade sistêmica.

O segundo fator, denominado dimensãodesempenho, foi definido pelas variáveis V13 –Maximização do lucro da empresa, V2 –Aumentar o tamanho da empresa. Este fatorcontempla variáveis da dimensão desempenhodo modelo ECD e do ambiente micro analítico dacompetitividade sistêmica. Este fator explicou11,02% da variância total dos dados e possui

na produção (64,1%), V1 – Aumentar o volumede vendas (62,6%), V8 – Organização daempresa em departamentos (62,6%) e V7 –Normas técnicas usadas para o produto (61,1%).

As demais variáveis com comunalidades entre50% e 60%, mostram que uma boa parte davariância dessas variáveis não foi explicada pelosfatores (Tabela 2).

Tabela 2 – Matriz de cargas fatoriais rotacionada pelo método Varimax das empresas de móveis do Estado doPará.



relação positiva entre as variáveis, sinalizandopara a contribuição que essas variáveis têm nacriação de vantagens competitivas para asempresas de móveis do estado do Pará.

Ao terceiro fator foram associadas asvariáveis V6 – Controle de qualidade na produçãoe V8 - Organização da empresa pordepartamento. Este fator, chamado dimensão deconduta empresarial, explicou 10,78% davariância total dos dados. Ambas as variáveis serelacionaram positivamente com a dimensão decrédito. O controle de qualidade na produção éuma importante fonte de vantagem competitivasustentável, uma vez que está ligada diretamenteaos gostos e preferências dos consumidores queformam opinião e decidem os rumos do mercado.Os efeitos dessa variável estão associadospositivamente com a organização da empresa emdepartamento, que contribui para um controleefetivo do fluxo de produção, criando resultadospositivos quanto à estratégia competitiva daempresa.

O quarto fator, denominado dimensãomercado, explicou 10,74% da variância total e

conta com a variável V1 – Aumento no volumede vendas dos produtos da empresa. Estadimensão reflete a aderência de parte dosempresários que centra esforço na busca deotimizar uma função de vendas sujeita à restriçãode uma parcela de lucro que seja suficiente, nasua avaliação, de alavancar o crescimentosustentável da empresa no mercado. O aumentodas vendas está ligado diretamente à ampliaçãoda participação da empresa no mercado e, porsua vez, aos consumidores.

O quinto fator, denominado dimensãotecnológica, explicou apenas 9,86% da variânciatotal dos dados e conta com as variáveis V17 –Normas técnicas usadas para produto e processo;e V3 – Quantidade produzida, abrangendo assim orelacionamento da qualidade com o volume deprodução que determinam potencial para a criaçãode vantagens competitivas sustentáveis. Este fatorestá contemplado na dimensão estrutura e condutado modelo ECD e nos níveis micro e mesoanalíticosda competitividade sistêmica. As normas técnicasda NBR e da série ISO 9000 estão sendoimplantadas em algumas empresas, medianteutilização das boas práticas de fabricação.

3.2 ANÁLISE DA MATRIZ DE ESCORES FATORIAIS

O escore fatorial é uma medida compostacriada para cada variável observável sobre cadafator extraído na análise fatorial. Os pesosfatoriais são usados em combinação com osvalores da variável original para calcular o escorede cada variável. A análise dos escores fatoriaisserve para representar os fatores em análisessubseqüentes. Por isso, os escores fatoriais sãopadronizados para que tenham média zero edesvio padrão 1 (VELICER; JACKSON, 1990).

Os escores fatoriais associados a cadaum dos fatores, utilizados para estimar o IDCe os pesos (betas) estão apresentados naTabela 3.

Fazendo-se uso dos pesos desta tabela eda equação 4, geram-se os escores fatoriais paraas 84 empresas de móveis. A partir desses valores,pode-se determinar o IDC como definido naequação 9.


Os resultados mostram que, apenas, trêsempresas apresentaram alto desempenhocompetitivo (IDC igual ou superior a 0,70). Elasobtiveram sinais positivos e altos nos três maisimportantes escores fatoriais. Os escores fatoriaispositivos nas dimensões gestão tradicional,desempenho, conduta empresarial, mercado etecnologia (exceto para a empresa 2) indicam que asempresas estão conseguindo orientá-los para acriação de vantagens competitivas sustentáveis. Ouseja, o alto desempenho competitivo dessas empresassó foi possível porque elas possuem mão-de-obraqualificada, receberam assistência técnica, possuemmáquinas com até dois anos de uso (Tabela 4).

Por outro lado, 29 empresas apresentamIDC inferior a 0,40, ou seja, baixo desempenhocompetitivo. Na maioria dessas empresas, existeapenas uma ou duas dimensões com escorefatorial positivo e a magnitude do escore é baixa.Isto revela um quadro geral de baixa capacidadede gestão empresarial, baixo desempenho,conduta, tamanho de mercado e inovaçãotecnológica dessas empresas. São consideradasempresas seguidoras, pois estão muito distantesde galgar posições de liderança no mercado.

Deficiências comuns a essas empresasestão relacionadas aos escores fatoriais negativosem algumas dimensões, em função dos seguintesaspectos: insignificante preocupação com aqualificação da mão-de-obra; baixo nível dosalário médio; não utilização de normas técnicasde produto e/ou processo; insignificante grau desubcontratação de empresas; deficiência noscritérios de escolha do fornecedor; curto períodode tempo na venda para o mercado nacional;ausência de demanda ou inexistência deassistência técnica; elevado tempo de uso dasmáquinas e tecnologia ultrapassada.

A maioria das empresas apresentoudesempenho competitivo intermediário (IDCentre 0,69 e 0,4), sendo que 44,2% delas exibiramIDC igual ou superior a 0,50. Essas empresasnecessitam de um impulso forte para saltaremao patamar de liderança, com alto desempenho,pois essa posição acaba levando a uma espéciede comodidade que dificulta a obtenção deganhos de competitividade por meio dadiferenciação de produto, qualificação da mão-de-obra e uso intensivo de inovação tecnológicano produto, processo e gestão da empresa.

Tabela 3 – Matriz de pesos dos escores fatoriais das empresas de móveis do Estado do Pará.


3.3 ANÁLISE DO ÍNDICE DE DESEMPENHO COMPETITIVO


Tabela 4 – Escores fatoriais originais e padronizados e o índice de desempenho competitivo.

Continua...


Tabela 4. Escores fatoriais originais e padronizados e o índice de desempenho competitivo (conclusão).



4 CONCLUSÕES

A análise fatorial agrupou as variáveis queinfluenciam o desempenho competitivo dasempresas de móveis do estado do Pará em cincodimensões competitivas, explicando 64,88% davariância total dos dados. Os testes de Kaiser-Meier-Olkin e de Batlett respaldaram aadequação da amostra de dados ao modelo deanálise fatorial.

Os resultados permitiram a extração decinco fatores, representativos das dimensões quedeterminam a competitividade das empresas demóveis do estado do Pará: gestão tradicional,envolvendo cinco variáveis relacionadas com oambiente competitivo interno das empresas;desempenho, composto por duas variáveisindicadoras das ações que induzem o tamanho ea margem de lucro das empresas; condutaempresarial, com duas variáveis que refletem adinâmica de controle de qualidade da produçãoe organização da empresa em departamentos;mercado, contemplando uma variável indicadoradas vendas para o mercado; tecnológica, comduas variáveis indicadoras das normas técnicaspara o produto e a quantidade produzida. Essasdimensões apresentaram-se consistentes com osmodelos teóricos da competitividade tradicionale da competitividade sistêmica.

Com base nos resultados obtidos para oIDC, conclui-se que a maior parte das empresasde móveis do estado do Pará está operando em

estádio intermediário de desenvolvimentocompetitivo, em função da baixa magnitude dosescores fatoriais relativos a cada dimensãocompetitiva e/ou de sinal negativo. Isto permiteque os formuladores de política ou de fomentoao desenvolvimento industrial identifiquem asfragilidades, pontos fortes e as oportunidades demercado para cada empresa.

Apenas uma empresa obteve um alto IDCe ela pode servir de base para a articulaçãoempresarial no seu entorno, ao estilo daintegração do tipo núcleo satélite, visandodisseminar estratégias competitivas para asdemais empresas de móveis, visando quebrar ainércia das estratégias pautadas, apenas, nasvantagens de custo, mão-de-obra informal,matéria-prima de baixa qualidade,comportamento oportunista dos agentes econcorrência focada em preço.

As dimensões competitivas eleitasconferem maior aderência às forçascompetitivas tradicionais, em função do estádiode desenvolvimento da indústria de móveislocal. A criação de vantagens competitivassustentáveis, com base na qualidade ediferenciação dos produtos, qualificação damão-de-obra, inovação de processo e de gestão,bem como organização para integraçãohorizontal e vertical da cadeia produtiva,apenas, anuncia a evolução.


REFERÊNCIAS

BAIN, J. Barriers to new competition. Cambridge: Harvard University Press, 1956.

CARVALHO, D. F. Competitividade sistêmica das micros e pequenas empresas dos clustersagroindustriais do café, guaraná e pupunha. Belém: Unama, 2005.

CARVALHO, D. F.; SANTANA, A. C. de (Coord.). Organização e competitividade da indústria de móveisdo Pará. Belém: Unama, 2005.

COUTINHO, L.; FERRAZ, J. C. (Coord.). Estudo da competitividade da indústria brasileira. 2. ed. Campinas:Papirus, 1994.

CYERT, R.; MARCH, J. A behavioral theory of the firm. Englewood Cliffs, NJ: Prentice-Hall, 1963.

DILLON, W.R.; GOLDSTEIN, M. Multivariate analysis: methods and applications. New York: John Wiley &Sons, 1984.

ESSER, K.; HILLEBRAND, W.; MESSNER, D.; MEYER-STANNER, J. Systemic competitiveness: new challenges tobusiness and politics. Economics, v. 59, 1999.

GAMA, Zilda Joaquina Cohen. Análise da competitividade das empresas de móveis da regiãometropolitana de Belém: 2000 a 2004. 2006. 131 f. Dissertação (Mestrado em Economia) – Universidadeda Amazônia, Belém, 2006.

HAIR JR. J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise multivariada de dados. 5. ed. PortoAlegre: Bookman, 2005.

JOHNSON, R. A.; WICHERN, D. W. Applied multivariate statistical analysis. [S.l.]: Prentice-Hall, 1992.

KOUTSOYIANNIS, A. Modern microeconomics. London: Macmillan Press, 1979.

MINGOTI, S. A. Análise de dados através de métodos de estatística multivariada: uma abordagemaplicada. Belo Horizonte: UFMG, 2005.

PENROSE, E. T. The theory of the growth of the firm. Oxford: Basil Blackwell, 1966.

POSSAS, M. L. Competitividade: fatores sistêmicos e política industrial – implicações para o Brasil. In: CASTRO,A. B.; POSSAS, M.L.; PROENÇA, A. (Org.). Estratégias empresariais na indústria brasileira: discutindomudanças. Rio de Janeiro: Forense, 1996. p. 71-117.

POSSAS, S. Concorrência e competitividade: notas sobre estratégia e dinâmica seletiva na economiacapitalista. São Paulo: Hucitet, 1999.

REIS, E. Estatística multivariada aplicada. 2. ed. Lisboa: Silabo, 2001.

ROSA, A. L. T. Cluster setorial e competitividade da indústria de móveis de madeira nordestina.Fortaleza: BNB/ETENE, 1999.


SANTANA, A. C. de. A competitividade sistêmica das empresas de madeira da Região Norte.Belém: FCAP [UFRA], 2002.

______. Análise da competitividade sistêmica da indústria de madeira no Estado do Pará. Revista deEconomia e Agronegócio, Viçosa, v. 1, n. 2, p. 205-230, 2003.

______. Análise do desempenho competitivo das agroindústrias de frutas do Estado do Pará. In: CONGRESSOBRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 44., 2006, Fortaleza,CE. Anais... Brasília, DF: Sober, 2006.p. 1-20.

______. Elementos de economia, agronegócio e desenvolvimento local. Belém: GTZ; TUD; UFRA,2005. p. 133-142. (Série Acadêmica, 1).

SANTANA, A. C. de; CARVALHO, D. F.; MENDES, F.A.T. Organização e competitividade das empresas depolpa de frutas do estado do Pará: 1995-2004. Belém: UNAMA; SUPES; FIDESA, 2006. (Relatório dePesquisa).

SANTOS, Marcos Antônio Souza. Organização e competitividade das micro e pequenas empresasde artefatos de madeira do Estado do Pará. 2002. 158 f. Dissertação (Mestrado em Economia) –Universidade da Amazônia, Belém, 2002.

SCHERER, F.; ROSS, D. Industrial market structure and economic performance. Boston: HoughtonMifflin, 1990.

SPSS. SPSS Base 7.5 applications guide. Chicago: SPSS, 1997.

TIROLE, J. The theory of industrial organization. Cambridge: MIT Press, 2001.

VELICER, W. F.; JACKSON, D. N. Component analysis versus common factor analysis: some issues in selectingan appropriate procedure. Multvariate Behavioral Research, v. 25, p. 1-28, 1990.

Documents

ANÁLISE DO DESEMPENHO COMPETITIVO DA · PDF filematriz teórica à abordagem neo-schumpeteriana, ... 2002). Com a globalização, os fatores sistêmicos ... (POSSAS, 1999; COUTINHO;