Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE PAULISTA
PROGRAMA DE MESTRADO EM ADMINISTRAÇÃO
ESTRATÉGIA DE EXPANSÃO DE MERCADO E EMPREENDEDORISMO EM
REDES DE FRANQUIA NO BRASIL: Um estudo das variáveis demográficas e
econômicas do ambiente institucional
Dissertação apresentada ao Programa de Pós-Graduação em Administração da Universidade Paulista – UNIP, para obtenção do título de Mestre em Administração.
CARLOS ALBERTO DE DOMENICO FLORENCIO
SÃO PAULO
2017
UNIVERSIDADE PAULISTA
PROGRAMA DE MESTRADO EM ADMINISTRAÇÃO
ESTRATÉGIA DE EXPANSÃO DE MERCADO E EMPREENDEDORISMO EM
REDES DE FRANQUIA NO BRASIL: Um estudo das variáveis demográficas e
econômicas do ambiente institucional
Dissertação apresentada ao Programa de Pós-Graduação em Administração da Universidade Paulista – UNIP, para obtenção do título de Mestre em Administração.
Área de Concentração: Redes Organizacionais.
Linha de pesquisa: Estratégias e Operações em Redes.
Orientador: Prof. Dr. Pedro Lucas de Resende Melo.
CARLOS ALBERTO DE DOMENICO FLORENCIO
SÃO PAULO
2017
Florencio, Carlos Alberto De Domenico. Estratégia de expansão de mercado e empreendedorismo em redes de franquia no Brasil: um estudo das variáveis demográficas e econômicas do ambiente institucional / Carlos Alberto De Domenico Florencio. - 2017. 138 p. : il. color.
Dissertação de Mestrado apresentada ao Programa de Pós-Graduação em Administração da Universidade Paulista, São Paulo, 2017. Área de concentração: Redes Organizacionais. Orientador: Prof. Dr. Pedro Lucas de Resende Melo. 1. Redes de Franquias. 2. Empreendedorismo. 3. Ambiente Institucional. 4. Estratégia. I. Melo, Pedro Lucas de Resende (orientador). II. Título.
CARLOS ALBERTO DE DOMENICO FLORENCIO
ESTRATÉGIA DE EXPANSÃO DE MERCADO E EMPREENDEDORISMO EM
REDES DE FRANQUIA NO BRASIL: Um estudo das variáveis demográficas e
econômicas do ambiente institucional
Dissertação apresentada ao Programa de Pós-Graduação em Administração da Universidade Paulista – UNIP, para obtenção do título de Mestre em Administração.
Aprovado em:
BANCA EXAMINADORA
__________________________________/_____/______ Prof. Dr. Pedro Lucas de Resende Melo
Universidade Paulista – UNIP
__________________________________/_____/______ Prof. Dr. Renato Telles
Universidade Paulista – UNIP
__________________________________/_____/______ Prof. Dr. Felipe Mendes Borini
Universidade de São Paulo – FEA
DEDICATÓRIA
Dedico esta dissertação de mestrado primeiramente aos meus pais, que me
ensinaram os verdadeiros valores da vida e sedimentaram minha formação moral.
A minha esposa Daviceli agradeço com um muito obrigado pela compreensão
e pelo tempo que permitiu dedicação a esse trabalho, sem o qual não teria sido
possível sua conclusão. Aos meus queridos e amados filhos, Ana Clara e Murylo
Rafael, motivação e inspiração para que eu persista nos meus objetivos.
A meu sócio, Marcus Vinicius Cecílio de Lima, que pacientemente
acompanhou-me nessa trajetória e me deu o tempo necessário para a conclusão
desse trabalho, o meu reconhecimento de amizade.
AGRADECIMENTOS
Agradeço primeiramente a Deus pela contribuição divina, me dando força,
resiliência, saúde e sabedoria para a conclusão da presente dissertação de
mestrado.
A meu orientador, Professor Dr. Pedro Lucas de Resende Melo, desejo um
muito obrigado por ter acreditado no meu potencial, pela paciência e dedicação nas
incansáveis orientações, pelas palavras de motivação e pela vigilância, me
permitindo não desviar do caminho, apesar dos obstáculos.
A todo o corpo docente do programa de mestrado da UNIP, agradeço pela
grandiosidade dos ensinamentos e conhecimentos transmitidos. Um especial
agradecimento ao Professor Dr. Ernesto Michelangelo Giglio, por ter acreditado,
desde a entrevista inicial, no meu potencial, e ao Professor Arnaldo Luiz
Ryngelblum, pela dimensão e profundidade dos conhecimentos em estratégia, dos
quais derivou meu interesse por essa temática de pesquisa.
Aos Professores convidados e que compuseram a banca de avaliação,
Professor Doutor Felipe Mendes Borini, da Universidade de São Paulo – FEA e ao
Professor Doutor Renato Telles, da UNIP, pelas contribuições e orientações na
etapa de qualificação, que enriqueceram e deram uma nova direção a este trabalho.
Aos meus amigos do programa de mestrado, os quais a vida me
proporcionou como presente, agradeço pela paciência dos que desenvolveram
comigo as atividades acadêmicas, pelas palavras de incentivo e, principalmente,
pela troca de conhecimentos que em muito me engrandeceu. A Hamilton Dias dos
Santos credito uma amizade duradoura e verdadeira que não sucumbirá com o
passar do tempo.
“Duas estradas divergiam em uma bifurcação, e eu peguei
a menos percorrida. E isso fez toda a diferença”.
Robert Frost.
RESUMO
A indústria do franchising tem desempenhado papel proeminente no contexto do
desenvolvimento econômico e social do Brasil, com crescimento de 114% acima da
inflação oficial (2004-2016) e gerando mais de um milhão de empregos diretos.
Contudo, o mercado das capitais e grandes centros urbanos mostra sinais de
esgotamento, com elevada capilaridade de franquias. O município de São Paulo,
com 985 habitantes por franquia, retrata bem esse cenário. A contemporaneidade do
movimento de interiorização e seleção de novos mercados pelas redes de franquias
é o que despertou o interesse pelo desenvolvimento deste trabalho de pesquisa. O
objetivo geral consiste em investigar se as variáveis do ambiente institucional são
formadoras do potencial de mercado e, portanto, influenciadoras da estratégia de
expansão para novos mercados. O problema de pesquisa tem a proposta de
responder à seguinte questão: Quais características do ambiente institucional são
influenciadoras do processo de interiorização das redes de franquias? A pesquisa,
segundo os objetivos, é descritiva e as variáveis adotadas são de natureza
quantitativa. Foram selecionados os dados das dimensões demográfica, econômica
e sociocultural dos 5.570 municípios do Brasil, empregando o método estatístico do
teste de hipóteses para mensurar o poder discriminatório das variáveis e o método
matemático TOPSIS híbrido, do qual derivou o ranking de potencial de mercado para
a abertura de franquias, como contribuição gerencial. A contribuição teórica,
fundamentada nos resultados dos testes de hipóteses, retrata a influência e a
importância dos precedentes institucionais na formação do potencial de mercado,
criando desse modo condições mais propícias para o desenvolvimento do
empreendedorismo.
Palavras-chave: Redes de Franquias. Empreendedorismo. Ambiente Institucional. Estratégia.
ABSTRACT
The franchising industry has been a big factor in Brazil’s economic and social
development, growing 114% above the official inflation (2004-2016) and generating
more than one million direct jobs. However, the market of the capitals and large
urban centers shows signs of exhaustion due to the franchises’ high capillarity. The
city of São Paulo, with 985 habitants per franchise, is an example of this scenario.
The contemporaneity of the internalization and market selection’s movement by the
franchises has awakened the interest of this research. This paper’s main objective
consists in investigating if the variables of the institutional environment are causes of
the market potential, therefore influencing the expansion strategy for new markets.
The research’s proposal is answering the following question: “Which institutional
environment’s characteristics influences the most on the internalization of the
franchises network?” This paper, following the objectives, is descriptive and the
adopted variables are quantitative. The demographic dimensions, economic and
sociocultural data from Brazil’s 5570 cities have been selected, employing the
statistical test of hypothesis to measure the discriminatory power of the variables and
the mathematic method TOPSIS hybrid, whose derived the potential market ranking
for the franchises openings as a managerial contribution. The theoretical contribution,
substantiated on the results from the hypothesis tests, portrays the influence and the
importance of the institutional precedents on the formation of the market potential,
therefore creating more propitious conditions for the entrepreneurship development.
Keywords: Franchise Networks; Entrepreneurship; Institutional Environment; Strategy.
LISTA DE FIGURAS
Figura 1 – Framework das variáveis institucionais de formação do potencial de
mercado dos municípios preditivas na seleção de mercados pelas redes de
franquias.................................................................................................................... 30
Figura 2 – Evolução histórica do franchising e características descritivas de cada
fase. .......................................................................................................................... 35
LISTA DE GRÁFICOS
Gráfico 1 – Comparativo do crescimento do faturamento nominal do setor do
franchising versus PIB Real e inflação oficial (IPCA) ............................................... 17
Gráfico 2 – Desempenho das redes e unidades de franquias em variação percentual
anual no período de 2004 a 2016 .............................................................................. 18
Gráfico 3 – Unidades franqueadas por região do Brasil. Comparativo da participação
% dos anos de 2014 a 2016 ...................................................................................... 41
Gráfico 4 – Unidades franqueadas dos principais estados em participação relativa.
Comparativo dos anos de 2014 a 2016 ..................................................................... 42
LISTA DE QUADROS
Quadro 1 – Características do modelo de negócio do franchising presentes nas
definições de franchising ........................................................................................... 33
Quadro 2 – Definições de empreendedorismo e sua aplicabilidade ao contexto do
franchising ................................................................................................................. 50
Quadro 3 – Indicadores da variável município de dados secundários e fontes de
publicação ................................................................................................................. 69
Quadro 4 – Indicadores das variáveis discriminatórias de dados secundários e fontes
de publicação ............................................................................................................ 71
Quadro 5 – Resumo da formação das variáveis das hipóteses de pesquisa ......... ...76
Quadro 6 – Categorização dos municípios nos testes de hipótese: médias dos
municípios com maior potencial para abertura de franquias em relação aos demais
municípios ................................................................................................................. 97
LISTA DE TABELAS
Tabela 1 – Ranking dos dez maiores municípios em participação percentual de
unidades franqueadas ............................................................................................... 20
Tabela 2 – Representatividade do Franchising em Número de Franquias por Estado
e Macrorregiões e Comparativo com o Número de Municípios e População. Dados
de 2015 ..................................................................................................................... 39
Tabela 3 – Municípios com franquias e número de unidades franqueadas em classes
de municípios por tamanhos de população total ....................................................... 44
Tabela 4 – Resumo dos resultados das medidas estatísticas das variáveis das
hipóteses de pesquisa ............................................................................................... 85
Tabela 5 – Número de municípios, densidade populacional e franquias classificadas
por classes de tamanho da população total dos municípios ..................................... 87
Tabela 6 – Número de municípios total e com franquia e o PIB per capita dos
municípios com e sem franquia por classes de tamanho da população total dos
municípios ................................................................................................................. 89
Tabela 7 – Ranking comparativo dos municípios com maior participação % em
número de franquias e a posição no ranking do índice de Gini ............................... 90
Tabela 8 – Municípios, franquias, população total e pessoal ocupado assalariado por
classes de tamanho da população total dos municípios ........................................... 92
Tabela 9 – Municípios, franquias, população total e número de empresas atuantes
por classes de tamanho da população total dos municípios ..................................... 94
Tabela 10 – Ranking comparativo dos municípios com maior participação % em
número de franquias e a posição no ranking do IDHM ............................................. 95
Tabela 11 – Comparativo do IDHM – Índice de Desenvolvimento Humano Municipal
dos municípios com e sem franquia por classes de tamanho da população total ..... 96
Tabela 12 – Resultados dos testes de hipótese para as duas médias ...................... 98
Tabela 13 – Resultado dos testes de hipóteses para a variável demográfica –
população total .......................................................................................................... 99
Tabela 14 – Resultado dos testes de hipóteses para a variável econômica – PIB per
capita ....................................................................................................................... 100
Tabela 15 – Resultado dos testes de hipóteses para a variável econômica – índice
de Gini ..................................................................................................................... 101
Tabela 16 – Resultado dos testes de hipóteses para a variável econômica – pessoal
ocupado assalariado ............................................................................................... 102
Tabela 17 – Resultado dos testes de hipóteses para a variável econômica –
população total por número de empresas atuantes ................................................ 103
Tabela 18 – Resultado dos testes de hipóteses para a variável sociocultural – IDHM
................................................................................................................................ 104
Tabela 19 – Pesos das variáveis de pesquisa calculados através do conceito de
Entropia ................................................................................................................... 105
Tabela 20 – Ranking dos 30 primeiros municípios com maior potencial para abertura
de franquias ............................................................................................................. 107
Tabela 21 – Ranking dos 30 piores municípios com potencial para abertura de
franquias.................................................................................................................. 109
LISTA DE ABREVIATURAS E SIGLAS
ABF – Associação Brasileira de Franchising
IBGE – Instituto Brasileiro de Geografia e Estatística
IDESE – Índice de Desenvolvimento Socioeconômico
IDHM – Índice de Desenvolvimento Humano Municipal
IPCA – Índice de Preços ao Consumidor Amplo
IPEA – Instituto de Pesquisa Econômica Aplicada
PIB – Produto Interno Bruto
PNUD – Programa das Nações Unidades para o Desenvolvimento
SEBRAE – Serviço de Apoio às Micro e Pequenas Empresas
SUMÁRIO
1 INTRODUÇÃO.... .................................................................................................. 15
1.1 A importância e o desenvolvimento do empreendedorismo do franchising no
Brasil............................................................................................................. . 16
1.2 A teoria institucional como precedente da taxa de abertura de novas
empresas e seleção de mercados ................................................................. 21
1.3 Questão de pesquisa..................................................................................... 23
1.4 Justiticativa.................................................................................................... . 25
1.5 Contribuições esperadas......................... ...................................................... 27
1.6 Objetivos........................................................................................................ 28
1.6.1 Objetivo geral ...................................................................................... 28
1.6.2 Objetivos específicos .......................................................................... 28
2 FUNDAMENTAÇÃO TEÓRICA ............................................................................ 31
2.1 Redes de franquias... .................................................................................... 31
2.1.1 Origens e conceituação do sistema de franchising.. ............................ 31
2.1.2 Evolução do sistema de franchising ..................................................... 34
2.1.3 Evolução do sistema do franchising no Brasil... ................................... 36
2.1.4 Distribuição geográfica das franquias no Brasil... ................................ 37
2.2 Teoria institucional, empreendedorismo e franchising .................................. 45
2.2.1 Pressupostos do empreendedorismo................................................... 45
2.2.2 Aspectos relacionais entre o empreendedorismo e o franchising ....... 48
2.3 Precedentes do ambiente institucional determinantes do
empreendedorismo................ ........................................................................ 51
3 HIPÓTESES DE PESQUISA ................................................................................ 58
3.1 Formulação da hipótese 1: população total... ................................................ 59
3.2 Formulação da hipótese 2: PIB per capita ..................................................... 60
3.3 Formulação da hipótese 3: índice de Gini ..................................................... 61
3.4 Formulação da hipótese 4: pessoal ocupado assalariado ............................. 62
3.5 Formulação da hipótese 5: índice per capita da população total por número
de empresas atuantes ................................................................................... 63
3.6 Formulação da hipótese 6: IDHM - Índice de Desenvolvimento Humano
Municipal ....................................................................................................... 64
4 PLANO METODOLÓGICO ................................................................................... 66
4.1 Tipo da pesquisa ........................................................................................... 66
4.2 Coleta de dados ............................................................................................ 68
4.3 Descrição das variáveis de pesquisa ............................................................ 72
4.3.1 Variável representativa dos municípios como alternativa para a
abertura de franquias ................................................................................... 72
4.3.2 Variáveis discriminatórias e explicativas ............................................. 73
4.3.2.1 Formação do indicador demográfico ................................................ 73
4.3.2.2 Formação do indicador econômico.................... .............................. 73
4.3.2.3 Formação do indicador sociocultural ............................................... 75
4.4 Metodologia aplicada ao teste das hipóteses de pesquisa .. .........................76
4.5 Metodologia aplicada ao ranking de potencial de mercado dos municípios 78
5 ANÁLISE E DISCUSSÃO DOS RESULTADOS ................................................. 84
5.1 Análise descritiva dos resultados.................................................................. 84
5.1.1 População total .................................................................................... 85
5.1.2 PIB per capita ...................................................................................... 87
5.1.3 Índice de Gini ....................................................................................... 89
5.1.4 Pessoal ocupado assalariado .............................................................. 90
5.1.5 População total por número de empresas atuantes ............................. 92
5.1.6 IDHM - Índice de desenvolvimento humano municipal......................... 94
5.2 Resultados das hipóteses de pesquisa ........................................................ 96
5.2.1 Hipótese 1: população total ................................................................. 98
5.2.2 Hipótese 2: PIB per capita .................................................................. 99
5.2.3 Hipótese 3: Índice de Gini .................................................................. 100
5.2.4 Hipótese 4: Pessoal ocupado assalariado ......................................... 101
5.2.5Hipótese 5: Índice per capita de população total por número de
empresas atuante ....................................................................................... 102
5.2.6 Hipótese 6: Índice de desenvolvimento humano
municipal......................................................................................................103
5.3 Resultado do método TOPSIS híbrido de mensuração do potencial de
mercado .............................................................................................................. 104
6 CONCLUSÕES ................................................................................................... 112
6.1 Pressupostos da pesquisa .......................................................................... 112
6.1.1 Análise das variáveis do ambiente institucional formadoras das
hipóteses de pesquisa ................................................................................. 113
6.1.2 Análise do modelo TOPSIS híbrido de potencial de mercado ........... 116
6.2 Contribuições ............................................................................................. 116
6.2.1 Contribuições acadêmicas ................................................................ 116
6.2.2 Contribuições gerenciais ................................................................... 117
6.3 Limitações de pesquisa ............................................................................. 118
6.4 Sugestões de pesquisas futuras ................................................................ 119
REFERÊNCIAS ....................................................................................................... 120
APÊNDICES ........................................................................................................... 129
15
1 INTRODUÇÃO
É notório o crescimento e importância do empreendedorismo representado
pela indústria do franchising no Brasil, seja como setor provedor de empregos
diretos e indiretos, seja como contribuição ao desenvolvimento econômico e ao
conhecimento cognitivo derivado da curva de aprendizado do franqueador que
permeia a rede de franqueados. Nos últimos 13 anos, de 2004 a 2016, o
crescimento nominal do setor do franchising foi de 421% (ABF, 2016, 2017).
Considerando que a inflação medida pelo IPCA, no mesmo período, foi de 114%
(IBGE, 2017c), revela um robusto crescimento real acima da inflação de 143%.
O que despertou o interesse deste trabalho de pesquisa não foi o crescimento
e a importância relativa que o setor do franchising representa para a economia
brasileira, mas o recente movimento identificado pela imprensa especializada de
interiorização de franquias (G1, 2016; JORNAL DO COMÉRCIO, 2017; PORTAL DO
FRANCHISING, 2015), em que as redes de franquias têm buscado, na expansão
para novos mercados, municípios do interior, o pilar de sustentação para uma
estratégia de crescimento, visto que o mercado representado pelas capitais e
grandes centros urbanos dá sinais de saturação e esgotamento.
O movimento de interiorização de franquias - expansão para novos mercados
- como estratégia de crescimento, poderia ser explicado à luz das teorias de
estratégia de competição, sem, contudo, oferecer uma contribuição teórica que
pudesse explicar a estratégia de seleção de novos mercados pelas redes de
franquias - municípios do interior - segundo os precedentes institucionais que
influem na taxa de abertura de novas empresas como as variáveis demográficas,
econômicas e sociais, campo esse da pesquisa científica ainda pouco explorada no
empreendedorismo.
Segundo Ansoff (1957), quando as empresas observam sinais de
esgotamento nos mercados atuais (estratégia de penetração de mercado), elas
buscam a sustentação para a estratégia de crescimento em novos mercados
(estratégia de desenvolvimento de mercados). Para Porter (1996), o acirramento do
jogo competitivo, observado no setor do franchising em virtude do adensamento de
franquias nas capitais e grandes centros urbanos, que se reflete na redução da taxa
de lucro e no retorno esperado dos investimento, pode influir na estratégia de
expansão para novos mercados ainda pouco explorados.
16
O capítulo introdutório deste trabalho de pesquisa apresenta e analisa,
primeiramente, dados empíricos que retratam a importância econômica e social do
empreendedorismo do setor do franchising no Brasil, a importância do mercado das
capitais e grandes centros urbanos como estratégia de entrada adotada pelas redes
de franquias e o movimento estratégico mais recente de busca por novos mercados,
que passam a ganhar em importância e participação relativa. A próxima etapa da
introdução versa sobre os conceitos teóricos a respeito do empreendedorismo e
sobre os precedentes do ambiente institucional que influem na seleção de novos
mercados e na taxa de abertura de novas empresas. Finalmente, apresenta-se a
formulação da questão da pesquisa, a justificativa para o tema e as contribuições
esperadas e os objetivos geral e específico.
A importância e o desenvolvimento do empreendedorismo do franchising 1.1
no Brasil
A atividade empreendedora no Brasil tem papel de destaque e relevante
contribuição no desenvolvimento econômico e social do país, principalmente o
empreendedorismo representado pelas MPE – Micro e Pequenas Empresas, no qual
se enquadra a indústria do franchising. As MPE, em 2011, contribuíram com quase
27% na formação do PIB e o setor de serviços e o comércio participaram,
respectivamente, com 98% e 99% das empresas formalizadas, e com 44% e
aproximadamente 70% dos empregos gerados (SEBRAE, 2014).
A indústria do franchising, predominantemente composta por micro e
pequenas empresas, manteve em 2016 a tendência por indicadores de crescimento
bem acima da média geral da economia e do PIB. Na exata contramão, vis-à-vis aos
indicadores macroeconômicos de retração da atividade econômica e de geração de
empregos no Brasil, o setor apresentou um crescimento nominal de 8.3% no
faturamento (ABF, 2017). Como pode ser observado no Gráfico 1, nos últimos 13
anos, de 2004 a 2016, o setor do franchising vem sustentando uma forte tendência
de crescimento acima do PIB Real e da taxa de inflação oficial, o IPCA – Índice de
Preços ao Consumidor Amplo do IBGE.
17
Gráfico 1 – Comparativo do crescimento do faturamento nominal do setor de
franchising versus PIB Real e inflação oficial (IPCA)
Fonte: IBGE – Instituto Brasileiro de Geografia e Estatística (2017a; 2017b; 2017c); ABF – Associação Brasileira de Franchising (2015, 2016, 2017). Adaptado pelo autor.
A sólida tendência de crescimento do faturamento nominal acima do PIB Real
e da taxa de inflação somente é interrompida no ano de 2015, associada a uma
queda brusca na atividade econômica, único ano dessa série histórica em que o
setor apresentou crescimento real negativo de -2,14%. No acumulado do período,
2004-2016, fica evidenciada a força econômica do setor do franchising e de
contribuição positiva como mola propulsora do crescimento econômico do Brasil. O
crescimento do faturamento nominal foi de 421% (ABF, 2016, 2017), para uma
inflação medida pelo IPCA de 114% (IBGE, 2017c), com crescimento real acima da
inflação de 143%, face a um modesto crescimento do PIB real de 37% (IBGE,
2017a, 2017b).
Outros indicadores positivos retratam a força, bem como a importância
econômica e social do setor do franchising no Brasil: aumento de 4,5% no número
de redes franqueadas, totalizando 3.073 redes; aumento de 10,1% no número de
unidades franqueadas, somando 138.343 unidades e 1.189.785 empregos diretos,
com crescimento de 8,5% no ano de 2015 (ABF, 2016). No ano de 2016, o
desempenho do setor de franchising apresentou sinais de arrefecimento nas taxas
de crescimento, as unidades de franquias cresceram 3,1%, e as redes de franquias
tiveram redução de -1,1%, único resultado negativo na série história de 2004 a 2016
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Faturamento 8,0% 14,2% 11,1% 15,6% 19,5% 14,7% 20,4% 16,9% 20,8% 10,2% 9,0% 8,3% 8,3%
PIB 5,7% 3,1% 4,0% 6,0% 5,0% -0,2% 7,6% 3,9% 1,8% 2,7% 0,1% -3,8% -3,6%
IPCA 7,60% 5,69% 3,14% 4,46% 5,90% 4,31% 5,91% 6,50% 5,84% 5,91% 6,41% 10,67% 6,29%
-5,0%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
Vari
ação
%
Faturamento
IPCA
PIB
18
(ABF, 2017), como pode ser analisado no Gráfico 2, como reflexo da crise
econômica, que no triênio de 2014 a 2016, registrou-se uma queda no PIB real de -
7,2% (IBGE, 2017a, 2017b).
Gráfico 2 – Desempenho das redes e unidades de franquias em variação
percentual anual no período de 2004 a 2016
Fonte: ABF – Associação Brasileira de Franchising (ABF, 2015, 2017). Adaptado pelo autor.
Os indicadores positivos da indústria do franchising no triênio 2014-2016,
período correspondente ao ápice da crise econômica, com crescimento de 24,6% no
número de unidades de franquias e 26,6% no faturamento, associados às previsões
da ABF para 2017 com crescimento de 7% a 9% no faturamento, de 4% a 5% em
número de unidades (ABF, 2017) podem alicerçar a proposição de que o aumento
do desemprego no Brasil, em especial o desemprego derivado das grandes
empresas, proporcionou o surgimento de indivíduos avessos ao risco, com um traço
cultural de baixa incerteza, propício à atividade empreendedora, inclusive a de auto
emprego ou emprego de subsistência (WENNEKERS et al., 2007).
À medida que esses indivíduos passaram a dispor de recursos provenientes
de suas verbas indenizatórios rescisórias, viabilizaram o investimento para a
constituição de um negócio próprio. A Feira do Empreendedor 2017, realizada pelo
Sebrae-SP, remete a esse cenário de busca por uma oportunidade empreendedora
como alternativa ao mercado de emprego formal. O evento apresentou público
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Unid. Franquias 4,4% 4,1% 1,8% 4,7% 9,8% 11,2% 8,0% 7,8% 12,3% 9,4% 9,8% 10,1% 3,1%
Redes Franquias 20,5% 18,8% 4,3% 18,2% 15,2% 19,1% 12,9% 9,5% 19,4% 11,4% 8,8% 4,5% -1,1%
-5,0%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
Unid. Franquias Redes Franquias
Va
ria
çã
o %
Franquia
Redes
19
recorde de mais de 140 mil visitantes, dos quais 50,8% manifestaram interesse em
abrir um negócio próprio nos próximos dois anos (PEGN, 2017).
Ainda que o crescimento do franchising e sua importância relativa ao
desenvolvimento econômico e social do Brasil tenha sido retratado nos parágrafos
introdutórios deste trabalho de pesquisa e reproduzidos nos Gráficos 1 e 2, a
principal motivação que despertou o interesse na realização desta pesquisa foi o
crescimento e a capilaridade geográfica do franchising, antes predominantemente
concentrado nas capitais e grandes centros urbanos, e que mais recentemente vem
apresentando uma nova configuração de expansão para novos mercados. Esse
movimento estratégico de busca por novos mercados, os municípios do interior, vem
sendo intitulado pela ABF e pela imprensa especializada como movimento de
interiorização de franquias (G1, 2016; JORNAL DO COMÉRCIO, 2017; PORTAL DO
FRANCHISING, 2015).
Como pode ser analisado na Tabela 1, embora haja maior representatividade
das capitais e dos grandes centros urbanos em número de unidades franqueadas –
somando, em 2016, 34,3% do total de unidades franqueadas no Brasil – essa
predominância vem perdendo participação relativa nos últimos anos (ABF, 2015,
2017).
Nos últimos quatro anos, de 2013 a 2016, a participação relativa dos 10
maiores municípios em número de unidades franqueadas, apresentou queda de 7,2
pontos percentuais. O maior mercado de franquias do Brasil, o município de São
Paulo, perdeu em participação relativa 4,5 pontos percentuais de 2013 para 2016,
representando 62,5% da queda total acumulada nos 10 municípios. Apenas o
Distrito Federal e o município de Fortaleza mantiveram as participações relativas no
comparativo desse período.
A segunda maior perda de participação ocorreu no segundo maior mercado
de franquias do Brasil, o município do Rio de Janeiro, com -0.8 pontos percentuais.
O município de Campinas é o único que configura na relação apresentada na Tabela
1 que não é uma capital de estado, trata-se de um grande centro urbano do estado
de São Paulo e que também apresentou o mesmo fenômeno de perda de
participação relativa, com -0,2 pontos percentuais.
20
Tabela 1 – Ranking dos dez maiores municípios em participação percentual de unidades franqueadas
Posição
2016Estado Cidade 2013 2014 2015 2016
Diferença
2016 x
2013
1 SP São Paulo 17,5% 16,5% 15,5% 13,0% -4,5%
2 RJ Rio de Janeiro 7,4% 7,4% 6,9% 6,6% -0,8%
3 DF Brasília 2,4% 2,3% 2,5% 2,4% 0,0%
4 MG Belo Horizonte 2,7% 2,4% 2,5% 2,3% -0,4%
5 PR Curitiba 2,5% 2,4% 2,2% 2,0% -0,5%
6 BA Salvador 2,1% 1,9% 2,1% 1,9% -0,2%
7 RS Porto Alegre 1,9% 1,9% 1,8% 1,6% -0,3%
8 SP Campinas 1,8% 1,7% 1,6% 1,6% -0,2%
9 CE Fortaleza 1,5% 1,4% 1,6% 1,5% 0,0%
10 PE Recife 1,7% 1,6% 1,7% 1,4% -0,3%
41,5% 39,5% 38,4% 34,3% -7,2%Soma Fonte: ABF – Associação Brasileira de Franchising (ABF, 2015, 2017). Adaptado pelo autor.
As perdas de participação relativa nos 10 maiores municípios em número de
unidades franqueadas apresentados na Tabela 1 alicerça a proposição de que o
acirramento da concorrência e a já elevada capilaridade geográfica de lojas reduzem
as possibilidades de manutenção das taxas de crescimento e de retorno dos
investimentos nesses mercados maduros, o que levou as redes de franquia a
buscarem nos novos mercados, as cidades do interior, a sustentação aos objetivos e
metas de crescimento dos negócios, proposição alicerçada na contribuição teórica
de Ansoff (1957), de que a expansão para novos mercados é uma das alternativas
estratégicas de suporte aos objetivos de crescimento.
As já altas taxas de capilaridade alcançadas nas capitais e nos grandes
centros urbanos provocam o chamado efeito canibalização, em que as unidades
franqueadas de uma mesma rede de franquias, ao disputarem concorrencialmente o
mesmo cliente, são um indicativo de redução nos lucros. Franqueados da rede de
franquias Mc Donald’s atribuem à canibalização, derivada de uma vigorosa
estratégia de abertura de novas lojas, no período de 1996 a 2000, uma redução no
faturamento per capita das lojas de 29,5% (FERRAZ, 2000 apud SILVA, 2007, p. 9).
21
A teoria institucional como precedente da taxa de abertura de novas 1.2
empresas e seleção de novos mercados
Ao se observar o movimento estratégico inicial de entrada das redes de
franquias nas capitais e nos grandes centros urbanos, não parece restar dúvida que
a estratégia adotada de penetração de mercado derivou da perspectiva do potencial
de mercado dessas regiões, ou seja, de precedentes que possivelmente indicavam
maior potencial de lucro. A Tabela 1 reforça essa proposição, pois somente os 10
municípios com maior participação em franquias somaram 34,3% em 2016.
Se a elevada capilaridade de franquias nas capitais e nos grandes centros
urbanos aponta para um esgotamento da estratégia de penetração de mercado
(ANSOFF, 1957) e de um acirramento do jogo competitivo que reduz as taxas de
lucro e o retorno esperado dos investimentos (PORTER, 1996), as redes de
franquias passam a alicerçar na estratégia de expansão para novos mercados a
estratégia de crescimento (ANSOFF, 1957).
Portanto, as teorias de estratégia e estratégia competitiva não parecem
propiciar novas descobertas no sentido de que as empresas - redes de franquias -
adotam a estratégia de desenvolvimento de novos mercados quando a estratégia de
penetração mostra sinais de saturação e esgotamento que derivam de uma
estratégia subjacente de que as empresas precisam sustentar no longo prazo a
perenidade do objetivo de crescimento e de aumento da participação de mercado
(ANSOFF, 1957).
O interesse deste trabalho de pesquisa deriva da proposição de que uma
estratégia de expansão e desenvolvimento de novos mercados pode não ser
suficientemente eficiente, lucrativa e impulsionar o objetivo de crescimento se os
precedentes institucionais, econômicos, demográficos e socioculturais, ou até
mesmo, políticos e culturais, não propiciarem a formação de potencial de mercado
que viabilize o retorno esperado dos investimentos, podendo se mostrar uma
estratégia equivocada.
Canever et al. (2010), analisando o empreendedorismo nos municípios
compreendidos pelo estado do Rio Grande do Sul, encontrou evidências de que os
precedentes institucionais, variáveis econômicas e demográficas influem no
empreendedorismo e na taxa de abertura de novas empresas e concluiu que as
políticas de governo podem ser mais eficientes se investirem na melhoria dos
22
precedentes institucionais, ou seja, nos fatores que compõem o ambiente
institucional em vez de simplesmente estimularem as pessoas a empreenderem
novos negócios.
As condições do ambiente empresarial influem na taxa de abertura de novas
empresas e no desenvolvimento do empreendedorismo. O ambiente empresarial
retrata um arranjo de fatores econômicos, socioculturais, político-legais e de apoio e
assistência financeira e não financeira, que interferem no desenvolvimento do
empreendedorismo (GNYAWALI e FOGEL, 1994).
Segundo Bruton et al. (2010), a taxa de crescimento de abertura e criação de
novas empresas deriva das condições do ambiente institucional, que podem ser
mais ou menos propícias à atividade empreendedora, enquanto um excesso de
regulação pode representar um ambiente institucional pouco adequado ao incentivo
da atividade empreendedora.
A taxa de crescimento de abertura e criação de novas empresas, bem como o
sucesso empresarial, deriva das condições do ambiente institucional,
correspondente aos aspectos culturais, legais e regulamentares, tradição e histórico
de uma indústria, bem como de fatores econômicos, que podem ser mais ou menos
propícios à atividade empreendedora (LITAN, BAUMOL e SCHRAMM, 2008;
BRUTON et al. 2010).
Esse fenômeno de busca por novos mercados em municípios do interior,
também foi retratado pela pesquisa científica de Moita e Guerra (2012), que
analisaram a estratégia de interiorização das cadeias de fast food no Brasil, a
estratégia de entrada em novos mercados - municípios do interior - e quais atributos
e características esses municípios apresentam para atrair a decisão de investir ou
não na abertura de uma nova unidade franqueada.
Em estudo sobre internacionalização de franquias, Aliouche e Schlentrich
(2008) reputam que muitas redes de franquias acabam escolhendo um país de
destino considerando apenas a intuição e a experiência passada adquiridas no
mercado local, não considerando a importância das variáveis que compõem o
ambiente institucional político, cultural, econômico e regulatório do novo mercado e,
portanto, não raras vezes, os projetos de expansão são malsucedidos.
Esse enfoque teórico institucional remete para a importância da análise do
ambiente institucional em suas dimensões política, cultural, regulatória, econômica,
23
geográfica e demográfica como predecessora das estratégias de crescimento
alicerçadas no desenvolvimento de novos mercados.
Questão de pesquisa 1.3
O enfoque e o desafio deste trabalho de pesquisa consistem em analisar
quais municípios do Brasil apresentam características ambientais institucionais
satisfatórias para a abertura de franquias.
As características presentes nas variáveis do ambiente institucional, político,
cultural, econômico, demográfico, legal e regulatório, conhecimento cognitivo e apoio
financeiro podem determinar maior risco e incerteza na escolha de um novo
mercado, município do interior, por novos empreendimentos e redes de franquia
(ALIOUCHE E SCHLENTRICH, 2008; LITAN, BAUMOL e SCHRAMM, 2008;
BRUTON ET AL.; 2010; DAVIDSSON E WIKLUND, 1997; GNYAWALI E FOGEL,
1994).
Algumas redes de franquias ingressam em um novo mercado adotando a
estratégia de seguidoras, ou seja, repetem o movimento estratégico de uma
empresa pioneira e, com isso, acirram o jogo competitivo, pois passam a disputar o
mesmo cliente. As variáveis demográficas e econômicas, como densidade
populacional urbana, renda e a presença de shopping centers são fatores preditivos
que tornam um mercado mais ou menos atrativo para a instalação de uma franquia
(MOITTA e GUERRA, 2012). A estratégia de entrar em um novo mercado pelo
simples fato de o concorrente o ter feito primeiro reforça a proposição de Aliouche e
Schlentrich (2008), de que as redes de franquia, por intuição ou experiência,
orientam as decisões de escolha de novos mercados no exterior, sem, contudo,
utilizar métodos mais sofisticados e de racionalidade econômica.
As redes de franquias, principalmente as de menor porte e com menos
recursos para o desenvolvimento de pesquisas de estudo de mercado, podem estar
orientando a estratégia de expansão de mercado para municípios do interior por
intuição ou experiência (ALIOUCHE e SCHLENTRICH, 2008), ou porque foi
identificada uma oportunidade de mercado (ALIOUCHE e SCHLENTRICH, 2008;
DAVIDSSON e WIKLUND, 1997; GNYAWALI e FOGEL, 1994; KAUFMANN e DANT,
1998; SPENCER e GÓMEZ, 2004, WENNEKERS, SANDER et al., 2007), ou ainda
um franqueado interessado e com recursos para investimento ou simplesmente
24
adotando uma estratégia de seguidora (MOITA e GUERRA, 2012), não cuidando
devidamente da análise das variáveis micro e macro ambientais que pode ser um
fator determinante para o sucesso ou fracasso de uma rede de franquia na
estratégia de entrada em um novo município do interior.
O desenvolvimento de metodologias de análise das variáveis presentes no
ambiente institucional pode minimizar o efeito da incerteza na escolha e seleção dos
municípios na estratégia de expansão para novos mercados pelas redes de franquia.
Isto posto, este trabalho de pesquisa se propõe a analisar as variáveis
presentes no ambiente institucional dos municípios de destino das redes de
franquias das categorias (a) demográfica, (b) econômica e (c) sociocultural que
afetam a viabilidade econômica e operacional de uma franquia (ALIOUCHE e
SCHLENTRICH, 2008; DAVIDSSON e WIKLUND, 1997; MOITA e GUERRA, 2012;
GNYAWALI e FOGEL, 1994; SPENCER e GÓMEZ, 2004, WENNEKERS, SANDER
et al., 2007).
A pesquisa e a investigação dos fatores demográficos referem-se ao estudo
do tamanho da população dos municípios, população total, do qual resulta o
dimensionamento do mercado consumidor potencial para o negócio de franquias
(ALIOUCHE e SCHLENTRICH, 2008; CANEVER ET AL, 2010; DAVIDSSON e
WIKLUND, 1997; MOITA e GUERRA, 2012; SPENCER e GÓMEZ, 2004,
WENNEKERS, SANDER et al., 2007).
Atualmente, os municípios com mais de 500 mil habitantes, somando 41
municípios que representam 0,7% do total de municípios do Brasil, concentram
55,6% do total de franquias instaladas, enquanto os municípios com até 5 mil
habitantes, que representam 22,2% do total de municípios, participam com apenas
0,1% das franquias instaladas (ABF, 2016a; IBGE, 2015).
A análise dos fatores econômicos contribui para dimensionar o poder de
compra da população e o potencial econômico de um mercado, município, região ou
país (ALIOUCHE e SCHLENTRICH, 2008; CANEVER, et al., 2010; MOITA e
GUERRA, 2012; SPENCER e GÓMEZ, 2004, WENNEKERS, SANDER et al., 2007).
O PIB per capita dos municípios com mais de 500 mil habitantes e que concentra
55,6% das franquias instaladas é 64% superior ao dos municípios com franquias
com até 5 mil habitantes e que participam com apenas 0,1% das franquias
instaladas (ABF, 2016a; IBGE, 2015, 2015a).
25
O indicador sociocultural que será analisado é o IDHM – Índice de
Desenvolvimento Humano Municipal – utilizado como indicador que retrata a
estrutura econômica, social e educacional de um país. O IDHM é um indicador que
consegue medir o grau qualitativo do desenvolvimento de um país ou região, sendo
composto por três subgrupos de indicadores: IDHM renda, IDHM longevidade e
IDHM educação. A proposição utilizada para escolha desse indicador é que quanto
maior a longevidade de vida, a renda e a escolaridade de um município ou região,
melhores são as condições socioeconômicas e culturais presentes no ambiente
institucional, propícias para o desenvolvimento do empreendedorismo e do
franchising. Os trabalhos de Canever et al. (2010) e de Resende Melo (2012)
utilizaram esse indicador como medida das condições do ambiente institucional,
predecessoras do desenvolvimento do empreendedorismo e do franchsing.
Nesse contexto, a questão de pesquisa que se propõe a responder é: Quais
características do ambiente institucional são influenciadoras do processo de
interiorização das redes de franquias?
Justificativa 1.4
Historicamente as redes de franquias no Brasil adotaram a estratégia de
entrada e expansão de mercado pelas capitais e regiões metropolitanas, pois
apresentam, nas variáveis do ambiente institucional, econômicas e demográficas,
como maior renda e adensamento populacional urbano, fatores preditivos que
tornam esses mercados mais atrativos (ALIOUCHE e SCHLENTRICH, 2008;
CANEVER et al., 2010; MOITA e GUERRA, 2012; REYNOLDS, STOREY e
WESTHEAD, 1994). Em 2015, as capitais de estado, somado o Distrito Federal e as
regiões metropolitanas das capitais de estados, participavam, respectivamente, com
48% e 60,5% do total de franquias do Brasil associadas à ABF, 27,9% e 46,8%
(ABF, 2016a) da população total, e 1,2% e 11,4% em número de municípios (IBGE,
2015), o que reforça a proposição de escolha, pelas redes de franquia por uma
estratégia de penetração (ANSOFF, 1957) nos mercados de maior potencial de
consumo.
O movimento contemporâneo de interiorização de franquias, retratado pela
imprensa especializada em matérias como a de título “Interior do país é mercado
promissor para franquias” (ASN-AGÊNCIA SEBRAE DE NOTÍCIAS, 2015), atribui ao
26
aumento do custo de ocupação que deriva da valorização imobiliária nos grandes
centros urbanos, a ascendência de uma nova classe média, aumento da renda e do
potencial de consumo das cidades do interior, que representam R$ 827 bilhões ao
ano e 38% do total do país (PORTAL DO FRANCHISING, 2015), o atual movimento
estratégico, de seleção de novos mercados, municípios do interior, para abertura de
franquias (G1, 2016; JORNAL DO COMÉRCIO, 2017; PORTAL DO FRANCHISING,
2015; SEBRAE GOIÁS, 2016).
Os dados retratados na Tabela 1 reforçam essa proposição de busca pelas
redes de franquias por novos mercados, posto que nos últimos quatro anos, de 2013
a 2016, as 10 cidades com maior número de unidades franqueadas, representada
por capitais de estado e grandes municípios, perderam em participação 7,2% pontos
percentuais (ABF, 2016a).
A velocidade com que esse movimento de interiorização e busca por novos
mercados vem se desenvolvendo, ainda que seja importante, o que de fato suscitou
o interesse pelo desenvolvimento desse trabalho de pesquisa, é melhor
compreender e analisar se as dimensões e características institucionais,
econômicas, demográficas, setoriais e socioculturais, dos municípios do interior,
impactam na estratégia utilizada pelas redes de franquias para entrada em novos
mercados. Segundo Aliouche e Schlentrich (2008), muitas redes de franquias, por se
valerem apenas de intuição e experiência ao escolher um país de destino na
estratégia de expansão de mercado, pois não conhecem o suficiente das variáveis
que compõem o ambiente institucional político, cultural, econômico e regulatório, não
raras vezes se equivocam. Em estudo sobre empreendedorismo no Rio Grande do
Sul, Canever et al. (2010) atribuíram aos antecedentes institucionais, demográficos,
culturais e econômicos a taxa de formação de novas empresas.
Segundo Schifino, vice presidente da ABF, as redes de franquias passaram a
ingressar em mercados com menor densidade populacional, as grandes cadeias de
lojas de departamento que priorizavam mercados com aproximadamente 2 milhões
de habitantes, passaram a investir em municípios com 1 milhão de habitantes e
levaram consigo os shopping centers que com lojas-âncora viabilizaram
economicamente os projetos de expansão para esses novos mercados (JORNAL
DO COMÉRCIO, 2017). A referência feita pelo vice-presidente da ABF à dimensão
demográfica como fator preditivo para abertura de franquias, remete à questão de
pesquisa deste trabalho, de quais características do ambiente institucional são
27
influenciadoras do processo de interiorização de franquias e seleção de novos
mercados.
Contribuições esperadas 1.5
Esse trabalho de pesquisa se propõe construir duas linhas de contribuições,
sendo uma de caráter gerencial e outra de abordagem teórica.
A contribuição gerencial consiste em auxiliar, ou tão somente propor uma
reflexão aos atores envolvidos na decisão de expansão e abertura de franquias,
sobre quais cidades apresentam os maiores potenciais de mercado e, portanto,
minimizar o risco de insucesso e incertezas, segundo as variáveis predecessoras
presentes no ambiente institucional. Pretende-se elaborar um ranking de potencial
de mercado dos municípios do Brasil, segundo as variáveis do ambiente institucional
das dimensões econômicas, demográficas e socioculturais que demonstrarem, em
teste estatístico, poder discriminatório. O trabalho desenvolvido por Aliouche e
Schlentrich (2008), que apresenta semelhança com o que se propõe nesta pesquisa,
foi desenvolvido para orientar as estratégias de internacionalização de franquias,
segundo variáveis do ambiente institucional, econômicas e demográficas, de 25
países que resultaram num ranking de potencial de mercado desses países.
Segundo Aliouche e Schlentrich (2008), muitas franquias usam da intuição e
da experiência prática acumulada nas estratégias de internacionalização de
franquias e seleção dos países de destino, o que aumenta sobremaneira os riscos e
incertezas inerentes ao negócio. Franquias internacionais como o KFC e Subway,
que ingressaram no Brasil no final dos anos 90, logo após a estabilidade
macroeconômica proporcionada pelo Plano Real, foram malsucedidas e encerraram
prematuramente suas operações, pois negligenciaram características institucionais
do mercado brasileiro. A Subway Corporation retornou ao mercado brasileiro em
2002 e já é a segunda maior rede de franquias, pelo critério de número de unidades
franqueadas, com 2.153 unidades, segundo dados do ranking da ABF 2016
(PME/EXAME.COM, 2017). Algumas franquias adotam a estratégia de seguidoras,
reproduzindo o movimento pioneiro de abertura de franquias por marcas
concorrentes (MOITA e GUERRA, 2012), como se o movimento de entrada inicial
pudesse assegurar menor risco e incerteza ao negócio.
28
A contribuição teórica reside em ratificar os achados na pesquisa de Canever
et al. (2010) em que os precedentes institucionais, econômicos e demográficos são
determinantes da taxa de abertura de novas empresas. Neste trabalho, o
empreendedorismo será representado pelas franquias, mas com uma população
correspondente à totalidade dos municípios do Brasil. Pretende-se contribuir
também com uma reflexão que remeta à importância da análise dos precedentes
institucionais, à implantação de estratégias de crescimento alicerçadas na estratégia
de expansão de mercado, sem, contudo, aferir se os novos mercados têm potencial
de consumo para receber o novo negócio preterido e gerar o lucro econômico
projetado.
Objetivos 1.6
1.6.1 Objetivo geral
O objetivo geral deste trabalho de pesquisa consiste em investigar se as
variáveis do ambiente institucional são formadoras do potencial de mercado e,
portanto, influenciadoras da estratégia de seleção e expansão de mercado pelas
redes de franquias.
Para alcançar esse objetivo geral são necessários o desenvolvimento e a
construção dos objetivos específicos segundo as seguintes perspectivas que
seguem.
1.6.2 Objetivos específicos
Analisar o impacto da variável demográfica, população total, no potencial de
mercado dos municípios para a abertura de franquias.
Investigar o impacto dos indicadores econômicos, PIB per capita, índice de
Gini, pessoal ocupado assalariado, índice per capita de população total por
número de empresas atuantes, no potencial de mercado dos municípios para
a abertura de franquias.
Analisar o impacto do indicador sociocultural, IDHM, no potencial de mercado
dos municípios para a abertura de franquias.
29
Desenvolver um ranking de potencial de mercado para a abertura de
franquias, segundo as características e dimensões das variáveis
institucionais, demográfica, econômica e sociocultural, presentes nesses
mercados, municípios do interior, auxiliando franqueados e franqueadores na
estratégia de seleção e escolha de novos mercados.
Considerando tais objetivos apresenta-se, a seguir, o framework
correlacionando as variáveis e características institucionais como preditivas do
potencial de mercado dos municípios, do qual deriva a estratégia de seleção de
novos mercados pelas redes de franquias.
30
FIGURA 1 – Framework das variáveis institucionais de formação do potencial
de mercado dos municípios preditivas na seleção de mercados pelas redes de
franquias
Fonte: Autor
ABERTURADE
FRANQUIAS
POTENCIAL DE MERCADO DOS
MUNICÍPIOS
VARIÁVELDEMOGRÁFICA
VARIÁVEIS ECONÔMICAS
VARIÁVELSOCIOCULTURAL
Populacãototal
PIB per capita
Índice de Gini
Pessoal Ocupado
Assalariado
População Total por
Número de Empresas
Atuantes
IDHM
31
2 FUNDAMENTAÇÃO TEÓRICA
O referencial teórico deste trabalho de pesquisa será desenvolvido em dois
grandes temas, a saber: (a) redes de franquias: conceituação do sistema de
franchising e sua evolução como modelo de negócios no mundo e no Brasil,
associação entre o empreendedorismo e o franchising e, no contexto desses temas,
serão inseridos dados de mercado; (b) teoria institucional e empreendedorismo:
conceituação e pressupostos do empreendedorismo, precedentes do ambiente
institucional determinantes do desenvolvimento do empreendedorismo e da taxa de
abertura de novas empresas.
Redes de franquias 2.1
2.1.1 Origens e conceituação do sistema de franchising
A palavra franchising, amplamente utilizada para definição de um modelo
organizacional de negócios em que o franqueador cede ao franqueado o direito de
uso de sua marca, de distribuição de produtos e serviços em troca de um
pagamento comumente conhecido como royalties (SCHAWRTZ, 2003), e difundida
predominantemente na escrita inglesa, tem sua etimologia na palavra franchisage,
de prefixo franc, que deriva do francês antigo com o significado de transferência ou
outorga de um direito ou privilégio, associado também ao período feudal no qual a
cidade francesa Franche caracterizava-se pelo livre trânsito de mercadorias e
pessoas.
Segundo Dahab (1996), a carta de alforria que libertava pessoas do estado de
servidão era chamada de letters of franchise, ou seja, a cessão do direito de
liberdade, portanto, seja na sua origem etimológica do francês ou ainda no seu
significado mais primitivo do inglês o franchising sempre expressou o sentido de
transferência de um direito (DAHAB, 1996; HOY, STANWORTH E PURDY, 2000;
SCHWARTZ, 2003).
O franchising é um modelo de negócio que se disseminou por todo o mundo e
está presente nos mais diversos setores da atividade econômica, predominando o
setor de serviços e o varejo e, menos prevalecente, na indústria. Nesse modelo de
negócios, a distribuição de bens e serviços, e o direito de uso de marca e de um
32
modelo de gestão e sistema operacional são cedidos por um franqueador, sob a
tutela de fiscalização, a um franqueado, em troca do pagamento de royalties
(SHANE, 1999).
Uma definição minuciosa e concomitantemente abrangente do modelo de
negócio do franchising é atribuída à Comissão da Comunidade Europeia:
Franchising é um sistema de comercialização de produtos e/ou serviços e/ou tecnologias, baseado em estreita e contínua colaboração entre empresas jurídica e financeiramente distintas e independentes, através do qual o franqueador concede o direito e impõe a obrigação aos seus franqueados de explorarem uma empresa de acordo com o seu conceito. O direito assim concedido tem por objetivo autorizar e obrigar o franqueado, mediante uma contraprestação financeira direta ou indireta, a utilizar as marcas de serviços, logotipos e insígnias, ou know-how, direitos de propriedade industrial e intelectual e outros direitos autorais apoiados por uma prestação contínua e assistência técnica, no âmbito e durante a vigência de um Contrato de Franquia escrito e celebrado entre as partes para este fim (SCHAWRTZ, 2009, p. 27).
Segundo Espinha, Machado e Rodrigues (2005), a definição de Curran e
Stanworth reveste-se de amplitude e acompanha as transformações históricas do
modelo organizacional predominante no franchising moderno.
Uma forma de negócios essencialmente constituída de uma organização (franqueador); que possui um pacote de negócios testado e centrado em um produto ou serviço; através de um relacionamento contratual contínuo com os franqueados; pequenas empresas tipicamente autofinanciadas e independentemente gerenciadas; que operam sob a marca do franqueador para produzir ou comercializar bens ou serviços de acordo com o formato especificado pelo franqueador (CURRAN e STANWORTH, 1983 apud HOY, STANWORTH E PURDY, 2000, p. 410).
Segundo Schwartz (1994), no modelo organizacional do franchising estão
presentes cinco características básicas: (1) experiência comprovada em uma ou
mais unidades próprias conhecida como unidade piloto; (2) padronização de
métodos e processos expressos em manuais; (3) Conhecimento propalado pela rede
de franqueados através de treinamentos; (4) Contrato como instrumento legal que
estabelece direitos e obrigações das partes, franqueador e franqueado (5) Lucro e
rentabilidade aferidos na unidade piloto.
Ainda que sejam inúmeras as definições de franchising encontradas no meio
científico/acadêmico e profissional e que cada uma delas seja revestida de sua
própria identidade, características comuns e pontos de convergência são
comumente observados. No Quadro 1 serão analisadas quais das cinco
33
características básicas do modelo de Schwartz (1994) estão presentes nas
definições de franchising utilizadas por este trabalho de pesquisa, permitindo
comparar pontos de convergência e diferenças entre as definições, adicionadas por
este autor duas características de fundamental importância para o franchising que é
o papel relacional entre franqueador e franqueado, ou seja, qual conjunto de direitos
e obrigações alicerçam o modelo organizacional do franchising.
Quadro 1 – Características do modelo de negócio do franchising presentes nas definições de franchising
(continua)
Características /
Definições
Shane (1999) Comissão da
Comunidade
Europeia
(SCHAWRTZ, 2009)
Curran e Stanworth
(apud Hoy,
Stanworth e Purdy,
2000, p. 410)
Experiência
Comprovada
(Piloto)
“Know-how” “pacote de negócios
testado”
Manuais
(padronização de
processos)
Treinamentos
(conhecimento)
“apoiados por uma
prestação contínua e
assistência técnica”
Contrato (direitos e
obrigações
legalmente
definidas)
“vigência de um
contrato de franquia
escrito e celebrado
entre as partes”
“relacionamento
contratual contínuo
com os franqueados”
34
(continuação)
Características /
Definições
Shane (1999) Comissão da
Comunidade
Europeia
(SCHAWRTZ, 2009)
Curran e Stanworth
(apud Hoy,
Stanworth e Purdy,
2000, p. 410)
Lucro Aferido
Franqueador (o que
oferece ao
franqueado)
distribuição de
bens e serviços;
direito de uso de
marca;
modelo de gestão;
sistema
operacional;
“utilizar marcas de
serviços, logotipos e
insígnas, ou know-
how , direitos de
propriedade industrial
e intelectual e outros
direitos autorais”
“marca”
“bens ou serviços”
“formato
especificado”
“pacote de
negócios testado”
Franqueado (o que
oferece ao
franqueador)
pagamento de
royalties;
“contrapartida
financeira e direta”.:
Operar o negócio de
acordo com o
conceito definido pelo
franqueador.
2.1.2 Evolução do sistema de franchising
Foi nos Estados Unidos que o modelo organizacional do franchising mais se
desenvolveu e ao qual se atribui a sua origem. É predominante na literatura
acadêmica a associação da origem do franchising à empresa de máquinas de
costura Singer Sewing Machine Company que, em meados de 1850, identificou no
franchising a oportunidade de expandir territorialmente as vendas reduzindo os
investimentos necessários através da constituição de unidades e equipes próprias
de trabalho, licenciando a venda de seus produtos a terceiros, revendedores e
equipes de manutenção (DAHAB, 1996; MENDELSOHN, 1994; MONYE, 1997;
SHANE, 1999).
A evolução e crescimento do franchising nos Estados Unidos, ainda que
tenha apresentado durante a segunda metade do século XIX até os anos 60 do
século XX diferenças no processo de difusão do modelo de franchising,
qualitativamente e quantitativamente, o marco regulatório que permitiu a
alavancagem do crescimento, bem como um aprimoramento na normatização das
relações entre franqueadores e franqueados foi a aprovação do marco regulatório
em 21 de outubro de 1979, pela Federal Trade Commission’s, por meio do qual os
35
franqueadores passaram a prestar informações claras aos potenciais franqueados
quanto ao tipo e características do negócio, investimentos requeridos e o modo de
operação (DAHAB, 1996; RISNER, 2001; SHANE, 1999).
Risner (2001), em seu estudo, identificou a evolução do franchising
cronologicamente em fases históricas bem como os traços e particularidades que
definem cada período. A figura abaixo reproduz o modelo conceitual
desenvolvimento por Risner:
Figura 2 – Evolução histórica do franchising e características descritivas de
cada fase
Fonte: Adaptado de Risner (2001) e Resende Melo (2012).
1865 - 1919
Primitivo
•Origem do conceito hoje bastante difundido como franchising: é atribuída a Singer o primeiro licenciamento, em 1863, de revendedores e prestadores de serviço de manutenção. General Motors (1898) e Coca-Cola (1899) franqueam a distribuição de produtos. Predomina nessa fase o franchising como modelo de negócio de distribuição de produtos.
1920 - 1949
Emergencial
•Ampliação do franchising ainda como estratégia de canal de distribuição.
•É utilizado por novos setores da atividade econômica como combustíveis, alimentação e auto-peças e amplia-se nas revendas de automóveis e fabricantes de refrigerantes.
1950 - 1964 Aceitação e
Explosão
•O franchising ganha notoriedade pública e expande-se como alternativa estratégica para crescimento dos negócios pelos franqueadores e opção ao modelo tradicional de negócio próprio ao franqueado;
•Novos setores adotam o franqueamento como o setor de serviços, aluguel de automóveis, serviços de contabilidade, escolas e alimentação.
1965 - 1970 Redução
•A falta de uma norma legal para regulação das relações entre franqueadores e franqueados associado ao crescimento acentuado e desorganizado na etapa anterior leva a diversos problemas de conflito de interesses culminando em açoes judiciais e no aumento nos custos de transação e agência.
•Há uma retração e uma nova modelagem do franchising.
1970 - Atual Crescimento
•Fase de crescimento e ampliação do franchising como alternativa de empreendedorismo a franqueados e de alavancagem do crescimento a franqueadores. O franchising se aprimora e se transforma constantemente.
•A internacionalização dos negócios é adotada como estratégia de crescimento e deriva de uma consolidação da modelagem organizacional (manuais e treinamentos) e dos instrumentos legais normativos.
36
2.1.3 Evolução do sistema do franchising no Brasil
O franchising no Brasil tem pouco mais 53 anos de história, desde sua
primeira franquia, em 1963, com a escola de idiomas Yázigi (RISNER, 2001). A
franquia construiu uma história de sucesso, notoriedade e de importância
significativa para a economia brasileira. Precedeu o marco inicial representado pela
escola de idiomas Yázigi um modelo de concessão de direitos de distribuição de
produtos, na década de 50, desenvolvido pela indústria de automóveis nomeando
revendedores, a indústria de bebidas com distribuidores de bebidas, a Coca-Cola
ampliou o modelo para engarrafadores e distribuidores e a indústria de combustíveis
derivados do petróleo com postos de gasolina (ALEXANDER E SILVA, 2002;
RISNER, 2001).
Ainda que os estudos de caráter científico não reconheçam nessas
concessões de distribuição dos anos 50 o modelo organizacional de franchising,
algumas características remetem ao que, nos dias hoje, são encontrados no
franchising moderno, como uma relação unilateral de compra e venda, exclusividade
ou semi exclusividade na venda de produtos, ou seja, os revendedores somente
poderiam comercializar os produtos sob autorização da indústria, sejam do portfólio
próprio ou de terceiros, as fachadas dos estabelecimentos eram personalizadas,
assim como as frotas de distribuição do setor de bebidas e a uniformização de
funcionários.
No final dos anos 70, marcas de franquias estrangeiras entraram no mercado
brasileiro, a Ziebart, de origem americana e com produtos e serviços para
automóveis. Em 1979, o Mc Donald’s, um ícone do franchising mundial, inicia suas
operações pelo Rio de Janeiro. Em 1985 apenas 16 redes de franquias, excluindo-
se postos de gasolina e concessionárias de veículos, estavam no Brasil. Nesses 22
anos, desde os primórdios da primeira franquia, o Yázigi em 1963 (RISNER, 2001),
o modesto crescimento pode ser explicado pela elevada inflação, baixo crescimento
econômico dos anos 80 e incertezas relacionadas aos fundamentos da economia
brasileira e à transição de um regime político de ditadura para a democracia, além
da falta de um marco regulatório que estabelecesse direitos e obrigações de
franqueadores e franqueados.
Em 1987, é constituída a ABF – Associação Brasileira de Franchising - como
entidade de classe representativa do setor. A partir desse marco, o setor ganha em
37
importância e se desenvolve, considerando também as melhorias que advêm das
dimensões regulamentares e econômicas do ambiente institucional, como o advento
da estabilidade da moeda e aumento do poder de compra proporcionado pelo Plano
Real, em 1994, e o marco regulatório da Lei de Franquias, Lei Nº 8955, de 15 de
novembro de 1994. O setor atrai a chegada de diversas marcas estrangeiras como
Pizza Hut, KFC e Subway (RISNER, 2001).
A representatividade e importância relativa da indústria do franchising na
economia brasileira são observadas nos significativos resultados do ano de 2015,
com faturamento de R$ 139.593 bilhões e crescimento de 8,3% em relação a 2014,
3.073 redes franqueadas totalizando 138.343 unidades, 1.189.785 empregos diretos
e, enquanto a economia brasileira apresentou taxas negativas no indicador do
emprego, a indústria do franchising cresceu 8,5%, gerando mais de 90.000 vagas,
presença em 2.243 munícipios, representando 40% do total de municípios do Brasil
e 143 redes com presença no exterior somando 60 países (ABF, 2016).
O ano de 2016 apresentou um arrefecimento no crescimento da indústria do
franchising com crescimento de 3,1% em unidades franqueadas e queda de 1,1%
em redes de franquias (única queda no período de 2004 a 2016) como reflexo do
prolongamento e aprofundamento da crise econômica. Somente nos dois anos que
se sucederam, 2015 e 2016, o PIB apresentou, respectivamente, quedas de 3,8% e
3,6%, representando uma retração acumulada de 7,5%.
É inegável que a velocidade com que o franchising se desenvolve no Brasil é
acompanhada por poucos setores da atividade econômica, pois, como já observado
no Gráfico 1, nos últimos 13 anos, 2004 a 2016, o faturamento cresceu
nominalmente 421% (ABF, 2015, 2017), descontando a inflação do período pelo
IPCA (IBGE, 2016), o crescimento real foi substantivo, de 143%, para um
crescimento do PIB de 37%.
2.1.4 Distribuição geográfica das franquias no Brasil
O atual movimento de interiorização de franquias, objeto de estudo deste
trabalho de pesquisa, deriva da elevada capilaridade de franquias nas capitais e nos
grandes centros urbanos, do qual resulta num esgotamento da estratégia de
penetração de mercado, ou seja, de perpetuar os objetivos de crescimento nos
mercados atuais (ANSOFF, 1957).
38
As redes de franquias focaram as estratégias de entrada nos mercados
representados pelas macrorregiões do Brasil com maior potencial de consumo, mais
desenvolvidas, ou seja, com maior participação no PIB e adensamento populacional,
como pode ser observado na Tabela 2.
39
Tabela 2 – Representatividade do Franchising em Número de Franquias por Estado e Macrorregiões e Comparativo com o Número de Municípios e População. Dados de 2015
Fonte: Autor.
Considerando como ponto de partida de análise da Tabela 2 a região sudeste,
que é a região mais próspera do Brasil, concentrando 55,2% do PIB em 2012 (Valor
Econômico, 2014) e representada apenas por 4 estados federativos, 57,1% (ABF,
2016a) das franquias estão instaladas nessa região. Aparentemente se verifica uma
associação positiva entre o PIB e o número de franquias instaladas, bem como em
relação ao adensamento populacional, concentrando a região sudeste 41,9% (IBGE,
2015) da população total do Brasil. Não se pode afirmar se as redes de franquias
orientaram as estratégias de entrada considerando a análise das variáveis
institucionais econômicas e demográficas, mas os resultados da Tabela 2 denotam
certa coerência e associação entre potencial de mercado (PIB e adensamento
populacional) versus capilaridade de franquias. Somente o estado de São Paulo
N°%
/ Estado
%
/ BrasilN°
%
/ Estado
%
/ Brasil
N° (mil
hab.)
%
/ Estado
%
/ Brasil
5.570 100% 78.743 100% 204.482 100%
Total 311 100,0% 5,6% 3.210 100,0% 4,1% 15.989 100,0% 7,8%
AC 22 7,1% 0,4% 267 8,3% 0,3% 804 5,0% 0,4%
AM 62 19,9% 1,1% 720 22,4% 0,9% 3.938 24,6% 1,9%
RO 52 16,7% 0,9% 481 15,0% 0,6% 1.768 11,1% 0,9%
RR 15 4,8% 0,3% 132 4,1% 0,2% 506 3,2% 0,2%
AP 16 5,1% 0,3% 179 5,6% 0,2% 767 4,8% 0,4%
PA 144 46,3% 2,6% 1.431 44,6% 1,8% 8.207 51,3% 4,0%
Total 1794 100,0% 32,2% 12.014 100,0% 15,3% 56.560 100,0% 27,7%
MA 217 12,1% 3,9% 1.119 9,3% 1,4% 6.904 12,2% 3,4%
PI 224 12,5% 4,0% 619 5,2% 0,8% 3.204 5,7% 1,6%
CE 184 10,3% 3,3% 1.766 14,7% 2,2% 8.904 15,7% 4,4%
RN 167 9,3% 3,0% 875 7,3% 1,1% 3.442 6,1% 1,7%
PB 223 12,4% 4,0% 840 7,0% 1,1% 3.972 7,0% 1,9%
PE 185 10,3% 3,3% 2.324 19,3% 3,0% 9.345 16,5% 4,6%
AL 102 5,7% 1,8% 686 5,7% 0,9% 3.341 5,9% 1,6%
SE 75 4,2% 1,3% 537 4,5% 0,7% 2.243 4,0% 1,1%
BA 417 23,2% 7,5% 3.248 27,0% 4,1% 15.204 26,9% 7,4%
Total 606 100,0% 10,9% 6.847 100,0% 8,7% 16.957 100,0% 8,3%
MT 141 23,3% 2,5% 1.235 18,0% 1,6% 3.265 19,3% 1,6%
TO 139 22,9% 2,5% 390 5,7% 0,5% 1.515 8,9% 0,7%
GO 246 40,6% 4,4% 2.240 32,7% 2,8% 6.611 39,0% 3,2%
DF 1 0,2% 0,0% 1.954 28,5% 2,5% 2.915 17,2% 1,4%
MS 79 13,0% 1,4% 1.028 15,0% 1,3% 2.651 15,6% 1,3%
Total 1668 100,0% 29,9% 44.940 100,0% 57,1% 85.746 100,0% 41,9%
MG 853 51,1% 15,3% 6.338 14,1% 8,0% 20.869 24,3% 10,2%
ES 78 4,7% 1,4% 1.435 3,2% 1,8% 3.930 4,6% 1,9%
RJ 92 5,5% 1,7% 8.689 19,3% 11,0% 16.550 19,3% 8,1%
SP 645 38,7% 11,6% 28.478 63,4% 36,2% 44.396 51,8% 21,7%
Total 1191 100,0% 21,4% 11.732 100,0% 14,9% 29.230 100,0% 14,3%
PR 399 33,5% 7,2% 4.573 39,0% 5,8% 11.163 38,2% 5,5%
SC 295 24,8% 5,3% 3.049 26,0% 3,9% 6.819 23,3% 3,3%
RS 497 41,7% 8,9% 4.110 35,0% 5,2% 11.248 38,5% 5,5%
População
Região Estado
Total Brasil
Norte
Nordeste
Sul
Sudeste
Centro Oeste
Municípios Franquias
40
concentra 36,2% (ABF, 2016a) do total de franquias do Brasil, com uma população
que representa 21,7% (IBGE, 2015).
A Tabelas 1, apresentada no capítulo introdutório deste trabalho de pesquisa,
reforça a proposição que o esgotamento do mercado das capitais e grandes centros
urbanos que deriva da elevada capilaridade de unidades franqueadas tem levado as
redes de franquias a buscarem nos municípios do interior a sustentabilidade para
uma estratégia de crescimento (PORTAL DO FRANCHISING, 2015; FATO ON LINE,
2015; SEBRAE GOIÁS, 2016), que, segundo o modelo conceitual de Ansoff (1957),
trata-se de uma estratégia de desenvolvimento de mercado, que combina a
manutenção do portfólio de produtos associado a uma nova estratégia de seleção de
novos mercados.
O Gráfico 3 registra essa proposição que as capitais e os grandes centros
urbanos perdem em participação relativa. A região Sudeste perdeu significativa
participação, 1,7 pontos percentuais e as demais regiões, com exceção do Sul, que
permaneceu constante, ganharam em participação relativa; o Nordeste concentrou o
maior ganho com 1,20 pontos percentuais, seguido pela região Norte com 0,6%
pontos percentuais e o Centro oeste com 0,2 pontos percentuais. A região mais
próspera, o Sudeste, perde em participação e as regiões com menor participação no
PIB, o Nordeste e o Norte, ganham em participação relativa. A soma das duas
regiões com maior representatividade no PIB, o Sudeste e o Sul, somaram em 2015
72% de participação relativa, o que ainda denota uma expressiva concentração das
unidades franqueadas nestas regiões que deriva da estratégia inicial das franquias
de explorarem primeiro as regiões que apresentam maior potencial de demanda.
41
Gráfico 3 – Unidades franqueadas por região do Brasil. Comparativo da participação % dos anos de 2014 a 2016.
Fonte: ABF – Associação Brasileira de Franchising (ABF, 2016, 2017). Adaptado pelo autor.
O Gráfico 4 expande a análise de macrorregiões para os principais estados
federativos do Brasil. Os resultados reproduzem o mesmo movimento estratégico,
pelas redes de franquias, identificado no Gráfico 3 e na Tabela 1, em que as regiões
de maior desenvolvimento econômico, densidade demográfica e capilaridade de
franquias perdem em participação relativa, o que deriva do movimento de
interiorização de franquias.
Os estados de São Paulo e Rio de Janeiro, 1º. e 2º. lugares no ranking ABF
em unidades franqueadas, perdem em participação relativa 2,3 e 0,5 pontos
percentuais, respectivamente, no período de 2014 a 2016. Os maiores crescimentos
ocorrem em Minas Gerais e Bahia, com 0,5 e 0,4 pontos percentuais
respectivamente.
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
Sudeste Nordeste Sul CentroOeste
Norte
2014 58,8% 14,1% 14,9% 8,0% 4,0%
2015 57,1% 15,3% 14,9% 8,2% 4,6%
2016 56,5% 15,6% 15,2% 8,2% 4,5%
2014 2015 2016
42
Gráfico 4 – Unidades franqueadas dos principais estados em participação
relativa. Comparativo dos anos de 2014 a 2016.
Fonte: ABF – Associação Brasileira de Franchising (ABF, 2016, 2017). Adaptado pelo autor.
O atual movimento estratégico das redes de franquias em buscar, na
alternativa de novos mercados, municípios do interior, a sustentação das taxas de
crescimento do sistema de franchising, parece indicar uma tendência irreversível, à
medida que as já altas taxas de capilaridade alcançadas nas capitais e grandes
centros urbanos além de limitar o crescimento provocam o chamado efeito
canibalização, em que as unidades franqueadas de uma mesma rede de franquias
disputam concorrencialmente o mesmo cliente (FERRAZ, 2000 apud SILVA, 2007,
p. 9). Como apresentado na Tabela 1 no capítulo introdutório a esse trabalho de
pesquisa, a participação relativa dos 10 maiores municípios em unidades
franqueadas caiu 7,2 pontos percentuais de participação relativa de 2013 a 2016
(ABF, 2015, 2017).
Se o mercado dos municípios das capitais e grandes centros urbanos dá
sinais de esgotamento do potencial de demanda para a abertura de novas franquias,
o Brasil ainda apresenta 60% (ABF, 2016a) dos seus municípios sem uma única
franquia, ou seja, há um potencial de mercado para o interior que precisa ser mais
bem investigado e analisado pelas redes de franquias, pois os antecedentes
43
institucionais podem ou deveriam influenciar o processo de interiorização, reduzindo
os riscos e incertezas associados ao potencial de consumo dos novos mercados.
Os resultados da Tabela 3 reforçam a proposição de esgotamento e
saturação do mercado das capitais e dos grandes centros urbanos, e apresenta os
municípios classificados em classes de tamanho de população total, segundo critério
adotado pelo IBGE. As classes dos municípios com menor densidade populacional
são predominantes. O somatório da participação relativa dos municípios das
primeiras três classes de tamanho populacional, com até 5.000 hab. (22%), de 5.001
a 10.000 hab. (22%) e de 10.001 a 20.000 hab. (25%) (IBGE, 2015), que podem ser
considerados municípios pequenos, totalizam 69% do total de municípios do Brasil.
Quanto ao número de unidades franqueadas, essas mesmas três classes participam
com apenas 1,7% (ABF, 2016a) do total. Em contrapartida, as duas maiores classes
de municípios em densidade populacional, com mais de 500.000 hab. e de 100.001
a 500.000 hab. representam, respectivamente, 1% e 5% (IBGE, 2015) do total de
municípios, somando 6% de participação relativa e, quanto ao número de unidades
franqueadas, 55,6% e 29,7% (ABF, 2016a) respectivamente, somando 85,3% do
total de unidades franqueadas.
44
Tabela 3 – Municípios com franquias e número de unidades franqueadas em classes de municípios por tamanhos de população total
Fonte: IBGE – Instituto Brasileiro de Geografia e Estatística (2015). ABF – Associação Brasileira de Franchising (2016a)
Os resultados confirmam que as redes de franquia concentraram as
estratégias de entrada e crescimento nas capitais e em grandes centros urbanos,
representadas na Tabela 3 pelas duas maiores classes em densidade populacional.
Os percentuais de participação relativa em números de unidades de franquia são
inversamente proporcionais aos percentuais de números de municípios por classe
de tamanho de população total. As classes de municípios com maior densidade
populacional e com as menores participações em número de municípios somam as
maiores participações relativas em número de unidades de franquia. As classes de
municípios com menor densidade populacional e com as maiores participações
relativa em número de municípios somam as menores participações relativas em
número de unidades de franquia.
Na questão de pesquisa propõe-se identificar se o movimento estratégico de
seleção de novos mercados pelas redes de franquias é influenciado pelas
características precedentes e presentes no ambiente institucional, a saber:
econômicas, demográficas e socioculturais. Talvez seja mais complexo aferir o
potencial de mercado dos municípios do interior comparativamente a capitais e
grandes centros urbanos, considerando as diversidades regionais intrínsecas a um
país de dimensões continentais como o Brasil.
Outro fator de relevância é o mercado potencial de 3.327 municípios (ABF,
2016a) que representam 60% do total Brasil, ainda não explorado, por não
Classes de tamanho da
população total dos
municípios (hab)
N°
Municípios
por classe
tamanho
%
Participação
N°
Municípios
com
Franquias
%
Municípios
Com
Franquias /
Total
N°
Franquias
%
Participação
Até 5000 hab 1.236 22% 65 5,3% 101 0,1%
de 5.001 a 10.000 1.214 22% 163 13,4% 239 0,3%
de 10.001 a 20.000 1.374 25% 508 37,0% 1.027 1,3%
de 20.001 a 50.000 1.091 20% 858 78,6% 4.402 5,6%
de 50.001 a 100.000 351 6% 345 98,3% 5.861 7,4%
de 100.001 a 500.000 263 5% 263 100,0% 23.358 29,7%
mais de 500.000 41 1% 41 100,0% 43.755 55,6%
Total 5.570 100% 2.243 40,3% 78.743 100,0%
45
possuírem franquias. Identificar, desse universo do mercado potencial de municípios
sem franquias, quais apresentam os melhores precedentes institucionais que geram
potencial para o desenvolvimento do negócio do franchising é um estímulo para a
contribuição que se pretende com esse trabalho de pesquisa.
Teoria institucional, empreendedorismo e franchising 2.2
2.2.1 Pressupostos do empreendedorismo
O fenômeno do empreendedorismo é complexo e não há uma unanimidade
no meio científico, seja em relação às suas definições, seja em relação a
antecedentes e consequências que influem no seu desenvolvimento. Estudos
enfatizaram o papel do empreendedorismo no desenvolvimento e prosperidade
econômica local e de nações (AUDRETSCH E KEILBACH , 2004; CANEVER et al.,
2010; ESPINHA, MACHADO E RODRIGUES, 2005, SHUMPETER, 1961;
SPENCER E GOMEZ, 2004; VAN STEL, CARREE E THURIK; 2005); outros, o
papel e perfil do empreendedor, como agem e quais as características que levam ao
empreendedorismo (MCCLELLAND & WINTER, 1969; SHANE E VENKATARAMAN,
2000); outro prisma remete para a presença de oportunidades, sem a qual o
empreendedorismo não encontra campo fértil ao desenvolvimento (SHANE E
VENKATARAMAN; 2000); aspectos relacionados à cultura de uma sociedade,
conjunto de valores e crenças têm ganhado relevância no meio científico, buscando
explicar porque alguns países são mais propensos ao empreendedorismo
(DAVIDSSON E WIKLUND, 1997), à inovação como elemento central do
desenvolvimento econômico materializada na ação empreendedora e na
competitividade de mercado (SCHUMPETER, 1961) e, também, pela ótica dos
elementos predecessores presentes no ambiente institucional, que influem na taxa
de empreendedorismo (ACS e ARMINGTON, 2004, CANEVER et al., 2010).
Os estudos que analisaram o efeito do empreendedorismo no
desenvolvimento econômico têm despertado o interesse tanto de pesquisadores
como de formuladores de políticas públicas que veem no empreendedorismo
potenciais soluções a problemas econômicos e sociais como desemprego, baixo
crescimento econômico e nível de renda (CANEVER et al., 2010, ESPINHA,
MACHADO E RODRIGUES, 2005).
46
Políticas públicas e estudos científicos objetivaram, através do
empreendedorismo, potencializar o crescimento de economias estagnadas, dentre
as quais as que migraram de um regime econômico planificado para capitalista
(SPENCER E GOMEZ, 2004). O estudo de Van Stel, Carree e Thurik (2005) indicou
que o efeito do empreendedorismo na economia pode depender do estágio atual de
desenvolvimento econômico e do nível renda. Países mais pobres apresentaram
correlação negativa entre a taxa de empreendedorismo e desenvolvimento
econômico, pois a atividade empreendedora é tipicamente representada por
pequenos negócios de baixa produtividade e conhecimento cognitivo. Fica
evidenciada a importância e contribuição do empreendedorismo no desenvolvimento
da economia brasileira, em especial a atividade empreendedora retratada pelas
PME – Pequena e Média Empresa, que em 2011 participaram com 27% na
formação do PIB e representaram 98% e 99% das empresas formalizadas e 44%, e
aproximadamente 70% dos empregos gerados, respectivamente, no setor de
serviços e comércio, segundo dados do SEBRAE (2014).
Estudos sobre o empreendedorismo enfatizaram as análises no perfil do
empreendedor, nas características comportamentais e psicológicas do indivíduo, de
como eles agem e quais características possuem que os levam ao
empreendedorismo (ESPINHA, MACHADO E RODRIGUES, 2005; SHANE E
VENKATARAMAN, 2000). As abordagens predominantes, tendo como objeto de
estudo o empreendedor, são a necessidade de realização (MCCLELLAND &
WINTER, 1969), desejo de independência e excelência e capacidade de medir e
aceitar o risco inerente à atividade empreendedora (BROCKHAUS, 1980;
MCCLELLAND, 1961), foco no controle interno (SHAPERO, 1977) e a capacidade
de uso e novas combinações dos recursos do qual derivam a inovação e que
alicerça o desenvolvimento econômico (PENROSE, 1959, SCHUMPETER, 1961).
Algumas dessas características e abordagens estão presentes no estudo
realizado pela Management Systems International (1990) que resultaram em 10
características comportamentais do empreendedor de sucesso: (1) iniciativa na
busca de oportunidades; (2) disciplina e comprometimento com o trabalho; (3)
persistência; (4) capacidade de assumir riscos; (5) mensuração de metas; (6)
planejamento e controle de resultados; (7) trabalhar em rede e persuasão; (8)
independência e auto confiança; (9) busca por qualidade e eficiência; (10) procura
por informações (GNYAWALI E FOGEL; 1994).
47
No estudo de Shane e Venkataraman (2000) investigou-se as condições que
levam e motivam o empreendedor ao ato de empreender, não sendo apenas
suficiente o indivíduo empreendedor somar as características psicológicas e
comportamentais se não existem oportunidades lucrativas no mercado ou se essas
não apresentam as condições necessárias para o empreendedorismo. Para
Gnyawali e Fogel (1994), a propensão ao empreendedorismo depende da
combinação entre a existência de oportunidades no mercado, das pessoas
apresentarem uma predisposição ao empreendedorismo e capacidade para tal.
Segundo a contribuição de Amit, Muller e Cockburn (1995), quanto menor o custo de
oportunidade do mercado, maior a propensão ao empreendedorismo, convergindo
para uma análise em que o objeto de estudo está nas condições e premissas das
oportunidades do ambiente de negócios mais ou menos favoráveis ao
empreendedorismo.
A inovação como elemento presente no empreendedorismo também é objeto
de estudos. Para Schumpeter (1961), o empreendimento materializa-se pela busca
de uma oportunidade e do uso e novas combinações dos recursos do qual resulta a
inovação, ou seja, o empreendedor inova ao procurar uma oportunidade e
transforma essa oportunidade, através de uma reorganização e uso dos recursos,
em uma empresa diferente dos concorrentes.
Para Hisrich e Peters (2004), o empreendedorismo está associado à criação
de algo novo que confere valor, ou seja, a inovação como elemento presente no
empreendedorismo. Para Bhide (2003), a inovação está presente nas estratégias de
empreendimentos de sucesso, pois confere diferencial no jogo competitivo e
concorrencial de mercado. Segundo Meyer e Heppard (2000), da busca por um lucro
acima da média de mercado é que a lógica empreendedora se materializa através
da inovação presente na busca de oportunidades, na criação de valor, de novos
produtos e processos.
Outros trabalhos de pesquisa, ao estudarem o papel e relevância que a
cultura tem e influi nas taxas empreendedorismo, têm ocupado um importante
espaço na pesquisa científica sobre empreendedorismo. A lógica presente nesses
estudos é que a cultura de uma sociedade, sendo a cultura o conjunto de valores e
crenças que se manifestam no comportamento de uma sociedade e que são
passados de geração em geração, contribui para melhor compreender as diferenças
nas taxas de formação de novas empresas, que se manifesta diferentemente em
48
cada país (DAVIDSSON E WIKLUND, 1997).
A cultura é um elemento marcante e que alicerça a obra de Max Weber
(WEBER, 2004), “A ética protestante e o espírito do capitalismo”, publicada em
1904, no início do século passado, segundo o qual a incessante determinação do
capitalista (empreendedor) na busca pelo lucro e formação da riqueza e a dedicação
ao trabalho pelos trabalhadores devem ser vistos, segundo o código de ética
protestante, como um dever moral, configurando-se num forte traço cultural de
formação religiosa. Essa cultura de obstinação ao trabalho e à riqueza é que levou
ao aumento da produtividade e ao desenvolvimento econômico nos países de
cultura religiosa predominantemente protestante (WEBER, 2004).
A abordagem teórica utilizada nesse trabalho de pesquisa considera que o
desenvolvimento do empreendedorismo que se manifesta na taxa de abertura de
novas empresas deriva dos precedentes do ambiente institucional, econômicos e
demográficos. Essa linha de pesquisa considera que as características do ambiente
institucional são variáveis explicativas que incentivam ou criam obstáculos ao
desenvolvimento da atividade empreendedora (CANEVER et al., 2010).
Para Gnyawali e Fogel (1994), é no ambiente e nas variáveis condicionantes
desse ambiente que os empresários irão encontrar oportunidades de negócios,
valer-se dessas oportunidades e iniciar e gerir melhor uma nova empresa.
A ênfase ao referencial teórico utilizado nesse trabalho de pesquisa será
desenvolvida no tópico 2.3 – Precedentes do ambiente institucional determinantes
do empreendedorismo.
2.2.2 Aspectos relacionais entre o empreendedorismo e o franchising
Nessa seção procura-se explorar a busca de referenciais teóricos que possam
esclarecer se o modelo organizacional do franchising pode ser considerado como
atividade empreendedora.
A associação entre empreendedorismo e franchising ou o franchising como
atividade empreendedora parecem transitar pela obviedade e por uma lógica há
muito institucionalizada, de que o franchising está implícito no empreendedorismo.
Por outro ponto de vista, o franchising remete a uma homogeneidade de produtos,
padrões e processos que alicerça a própria existência do modelo organizacional do
franchising, mas que se contrapõe à estreita relação, também preditora, de inovação
49
e empreendedorismo. O risco e a incerteza inerentes a qualquer atividade
empreendedora também estão implícitas no franchising.
Para que se possa buscar algum entendimento e construção com
embasamento teórico à questão inicial dessa seção, se o franchising pode ser
considerado como atividade empreendedora, primeiramente serão utilizadas as
categorizações que, segundo Kaufmann e Dant (1998), sintetizam e são
predominantes nas definições de empreendedorismo, sob a perspectiva: (1) do
empreendedor: características psicológicas e comportamentais comuns às pessoas
com perfil empreendedor; (2) dos processos e resultados: as consequências que
derivam do empreendedorismo, com uma maior ou menor taxa de abertura de novas
empresas; (3) das atividades: como as oportunidades de lucro são descobertas e
exploradas.
Os três tópicos caracterizados como inerentes ao empreendedorismo estão
intrinsicamente associados às categorizações do franchising. Segundo Hoy e Shane
(1998), franqueador e franqueados assumem riscos e, portanto, apresentam perfil
psicológico empreendedor; o franqueador objetiva uma rápida expansão do negócio
e, por isso, franqueia o modelo de negócio. Por fim, o franqueador, ao identificar e
realizar as oportunidades de mercado, está em busca de lucro e o franqueado
também o faz, ao procurar alcançar melhorias contínuas na gestão do negócio.
Segundo Willians (1999), o franchising é uma alternativa de empreender, a
opção de empreender um negócio próprio independente. Shane e Hoy (1996)
integram o franchising ao empreendedorismo ao afirmarem que predominam os
estudos de empreendedorismo de negócios próprios, independentes às formas de
empreendedorismo cooperativo, no qual se inclui o franchising. Para Michael (2003),
os ganhos de escala (estabelecido pelo número de unidades franqueadas)
proporcionados pelo modelo do franchising, segundo as abordagens teóricas do
empreendedorismo, representam a identificação e aproveitamento de oportunidades
de mercado (SHANE e VENKATARAMAN, 2000), atribuindo ao franqueador o papel
de empreendedor, pois a ele cabe agir em busca das oportunidades de mercado.
Uma abordagem complementar foi desenvolvida por Zilber, Almeida e Castilho
(2003), segundo a qual o franqueado apresenta um perfil empreendedor ainda que o
franchising confira um grau de segurança maior (menor risco) comparativamente à
opção de negócio próprio independente, mas uma segurança menor quando
comparado com a opção tradicional de emprego. Sob o ponto de vista da
50
independência de gestão, a relação é inversa, pois o franchising apresenta menor
autonomia, quando comparado ao negócio próprio independente, mas uma
independência maior quando comparado com a opção de emprego tradicional.
Uma importante e objetiva contribuição para melhor compreender se as
definições de empreendedorismo encontram aderência ao contexto do modelo
organizacional do franchising foi desenvolvida por Kaufmann e Dant (1998), através
de um comparativo das principais contribuições teóricas de definições de
empreendedorismo aplicáveis ao sistema de franchising, na ótica do franqueador e
franqueado, explicitadas no Quadro 2:
Quadro 2 – Definições de empreendedorismo e sua aplicabilidade ao contexto do franchising
(continua)
Definições de Empreendedorismo
Aplicável ao
Franqueador
Aplicável ao
Franqueado
O empreendedor é um indivíduo que possui qualidades de
assumir riscos, liderança, motivação e capacidade de
resolver crises (Liebenstein, 1968).
Sim Sim
Os empreendedores são líderes e principais contribuintes
para o processo de destruição criativa (Schumpeter, 1934). Sim Não
Empreendedor é um indivíduo que empreende investimentos
incertos e possui um baixo nível de aversão à incerteza
(Knight, 1921).
Sim Sim
O empreendedorismo é a criação de uma nova empresa
(Low e MacMillan, 1988).
Sim
(conceito)
Sim
(mercado)
O empreendedorismo é a criação de novas organizações
(Gartner, 1985).
Sim
(conceito)
Sim
(mercado)
Empreendedores introduzem novas combinações dos fatores
de produção (terra e trabalho) que, quando combinados com
o crédito, rompem o equilíbrio estático do fluxo circular da
vida econômica e o elevam a um novo patamar (Schumpeter,
1934).
Sim Não
O empreendedorismo é o processo de extrair lucros de
combinações novas, únicas e valiosa combinação de
recursos em um ambiente incerto e ambíguo (Amit, Glosten e
Muller, 1993).
Sim Sim
(ambiente
ambíguo)
51
(continuação)
Definições de Empreendedorismo
Aplicável ao
Franqueador
Aplicável ao
Franqueado
O empresário realiza uma ou mais das seguintes atividades:
(1) conecta diferentes mercados, (2) atende / supera as
deficiências do mercado, (3) cria e gerencia arranjos
contratuais implícitos ou explícitos e transforma estruturas
organizacionais; e (4) fornece insumos / recursos ausentes
no mercado (Leibenstein, 1968).
Sim
(1, 2 3 e 4)
Sim
(2 e 4)
Empreendedorismo é a atividade proposta para iniciar,
manter e desenvolver um negócio voltado para o lucro (Cole,
1968).
Sim Sim
Os empresários identificam oportunidades de negócios e
iniciam ações para suprir necessidades atualmente
insatisfeitas ou para fazer com mais eficiência o que já está
sendo feito (Kirzner, 1985).
Sim Sim
Os empreendedores são pretendentes de lucro com controle
operacional da organização (Shane e Cable, 1997).
Sim Sim
Fonte: Autor.
Para Hoy e Shane (1998), o franchising representa uma forma própria de
empreendedorismo, pois associa, simultaneamente, dois empreendedores. Se por
um lado o franqueador pode ser considerado um empreendedor à medida que
identifica e realiza as oportunidades de mercado, o franqueado também o é na
gestão do negócio. Como pode ser identificado, ainda que o sistema de franchising
proporcione através do conhecimento cognitivo e de padrões e regras por vezes
rígidas de operação, a gestão do franqueado confere ao negócio uma assinatura
pessoal, capaz de potencializar os resultados.
As abordagens e definições conceituais apresentadas por esse estudo de
referencial teórico aproximam e não parecem deixar dúvidas que o sistema de
franchising é uma forma de manifestação do empreendedorismo.
Precedentes do ambiente institucional determinantes do 2.3
empreendedorismo.
O perfil institucional de um país pode ser mais ou menos propício ao
desenvolvimento do empreendedorismo (GNYAWALI e FOGEL, 1994), e dada a
52
importância que o empreendedorismo tem como contribuição no desenvolvimento
econômico e social de um país (VAN STEL, CARREE e THURIK, 2005), o estudo do
ambiente institucional reveste-se de fundamental importância.
Precedentes do ambiente institucional, tanto do lado da procura como do lado
da oferta, estimulam o empreendedorismo como taxa de criação de novas
empresas. Do lado da procura, variáveis como adensamento e crescimento
populacional, renda e nível da atividade econômica e, do lado da oferta, a melhora
na qualidade e formação da mão de obra, um clima e atmosfera positivos de baixa
aversão à incerteza e ao risco, redução de impostos e características
regulamentares influem na taxa de abertura de novas empresas (ACS e
ARMINGTON, 2004).
Observando a abordagem teórica, desenvolvida no parágrafo anterior, dos
precedentes do ambiente institucional do lado da demanda e da oferta e,
contextualizando para o plano institucional brasileiro, nos últimos anos, várias foram
as contribuições do governo e de organizações de classe que representaram
importante avanço e incentivo para o desenvolvimento do empreendedorismo. A
significativa melhora nos indicadores econômicos e sociais no primeiro mandato do
governo Lula propiciou um clima positivo e motivador propício ao desenvolvimento
do empreendedorismo, bem como incentivos fiscais e desburocratizações
regulamentares como a Lei Complementar 123/2006 do Simples Nacional, a Lei
Complementar nº 128/2008 do Microempreendedor Individual e o conhecimento
cognitivo disseminado pelo SEBRAE.
Segundo Spencer e Gómez (2004), variáveis econômicas como o PIB per
capita influem no nível da atividade empreendedora de um país. O
empreendedorismo é capaz de revitalizar o crescimento econômico e a promoção do
emprego nas economias em retração ou em desenvolvimento. O auto emprego é o
modelo de negócios predominante no empreendedorismo, seguido pela pequena
empresa e pela grande corporação.
O sistema organizacional do franchising se enquadra como uma pequena
empresa que, na concepção de Spencer e Gómez (2004), comparativamente ao
auto emprego, requer um maior investimento inicial e uma capacidade
organizacional e de gestão com maior nível de sofisticação.
Para Wennekers et al. (2007) a diferença na taxa de empreendedorismo entre
os países não se explica apenas pela dimensão das variáveis econômicas mas
53
também por diferenças culturais do ambiente institucional que, diferentemente das
variáveis econômicas que oscilam de acordo com os ciclos de maior ou menor
prosperidade, tendem a serem mais constantes. O estudo indicou uma relação direta
entre as taxas de abertura de empresas e um clima de elevada aversão à incerteza
nas empresas existentes, que incentivam as pessoas ao auto emprego. A pesquisa
ainda constatou que nos países em que é menor a aversão à incerteza, se constatou
uma relação negativa entre o PIB per capita e a taxas de abertura de empresas.
Neste caso, o aumento do custo de oportunidade para empreender um negócio
próprio pode ter uma relevância menor diante da influência do ambiente cultural e do
aumento das oportunidades de empreender presentes no ambiente.
O estudo de Gnyawali e Fogel (1994) também converge com a abordagem de
outros pesquisadores já citados neste trabalho de pesquisa, que veem, nas
condições econômicas, socioculturais e políticas, além do apoio e fomento a novas
empresas, como a dimensão cognitiva e regulamentar (SPENCER e GÓMEZ, 2004),
presentes no ambiente institucional, papel fundamental de incentivo ao
empreendedorismo.
São muitas as condições ambientais que influem em uma maior ou menor
taxa de empreendedorismo: (a) capacitação e experiência dos empresários; (b)
disponibilidade de mão de obra qualificada; (c) acesso a fornecedores e
disponibilidade de recursos; (d) baixas barreiras para acesso a clientes e novos
mercados; (e) livre competição entre as empresas; (f) políticas públicas de incentivo;
(g) órgãos de treinamento e disseminação de conhecimento (BRUNO e TYEBJEE,
1982; EL-NAMAKI, 1988; GARTNER, 1985; STALEY e MORSE, 1971). Esse amplo
conjunto de fatores que influem na taxa de abertura de novas empresas é
determinante para explicar por que o empreendedorismo se manifesta
diferentemente em cada país.
Outras condições ambientais como a disponibilidade de recursos financeiros,
como o crédito (SCHUMPETER, 1961), áreas urbanas de grande porte e a presença
de universidades para formação empresarial influem nas taxas de abertura de novas
empresas (PENNINGS, 1982). As áreas urbanas de grande porte, capitais e grandes
centros urbanos, como já mencionado ao longo deste trabalho de pesquisa,
direcionaram a estratégia inicial de expansão de mercado das redes de franquia.
Quando as condições presentes no ambiente institucional são propícias ao
empreendedorismo é natural que novas empresas sejam constituídas. O incentivo
54
ao empreendedorismo não decorre da influência de apenas um fator, o que os
estudos mostram é um agrupamento ou somatório de condições que irão promover
ou criar obstáculos ao desenvolvimento do empreendedorismo. O ambiente
institucional impulsiona o empreendedorismo quando: há uma valorização e
reconhecimento social do empreendedorismo; o empreendedor manifesta disposição
e motivação e soma as habilidades e competências necessárias para a gestão de
uma empresa; o governo e instituições de fomento, de forma direta ou indireta,
corroboram o desenvolvimento da atividade empreendedora e não criam obstáculos
como leis, normas e regras, e dificultam não somente a abertura como a
manutenção de um negócio (GNYAWALI e FOGEL, 1994; SPENCER e GÓMEZ,
2004).
Quando em um país o empreendedorismo reproduz experiências e modelos
de negócios bem-sucedidos, novos empresários serão motivados e atraídos a
empreender, pois a mensagem que o empreendedorismo é um bom negócio e que
pode representar uma alternativa de carreira por conta própria e independência
financeira irá reproduzir um ciclo virtuoso em prol do empreendedorismo
(GNYAWALI e FOGEL, 1994; RINDOVA, BARRY e KETCHEN, 2009; SPENCER e
GÓMEZ, 2004). O sistema de franchising, por representar um modelo de negócio
testado e que deriva de experiências bem-sucedidas, se apoia em uma mensagem
institucionalizada de sucesso, que deriva de operações e franqueados bem-
sucedidos para atrair novos franqueados e sustentar uma estratégia de crescimento
com a abertura de novas franquias.
Variáveis econômicas como uma maior representatividade de pequenas
empresas na economia, bem como um crescimento econômico sustentável e uma
maior diversidade de atividades empresariais, estimula a criação de novas
empresas, gerando mais oportunidades de emprego e promovendo o
desenvolvimento do empreendedorismo (GNYAWALI e FOGEL, 1994). A
diversidade de atividades empresariais e expressiva participação de pequenas
empresas são características hegemônicas do sistema de franchising.
Um modelo de avaliação e seleção de mercados para internacionalização de
franquias foi o estudo desenvolvido por Aliouche e Schlentrich (2008), tendo em
vista que muitas redes de franquias usam de intuição e experiência ao escolherem
um país de destino na estratégia de expansão de mercado e não raras são as vezes
se equivocam, pois não conhecem o suficiente das variáveis que compõem o
55
ambiente institucional político, cultural, econômico e regulatório. O estudo
desenvolveu um ranking de 25 países com o objetivo de dar embasamento científico
às redes de franquias no planejamento das estratégias de expansão e seleção de
novos mercados internacionais. O ranking de países foi composto por dados
quantitativos e baseado em três fatores do ambiente institucional considerados
importantes na decisão de expansão internacional de mercado: (a) risco de
mercado: político/econômico e legal/regulatório); (b) potencial de mercado:
população e PIB per capita; (c) distância: cultural e geográfica.
Segundo Aliouche e Schlentrich (2008), os fatores que têm estimulado as
redes de franquias a adotarem a estratégia de expansão para novos mercados
internacionais são a saturação do mercado interno e a presença de oportunidade de
mercado no país de destino, ou simplesmente a segunda opção. Esses dois fatores
destacados no trabalho de Aliouche e Schlentrich (2008), ainda que por analogia,
pois a expansão para novos mercados a que se refere o escopo deste trabalho de
pesquisa é por uma expansão geográfica no território brasileiro, explicam a atual
estratégia das redes de franquias brasileiras, pois o esgotamento ou menor potencial
de crescimento do mercado das capitais e grandes centros urbanos e a
oportunidade representada pelo interior em virtude de mudanças no ambiente
econômico institucional, dentre outros fatores, tem despertado o interesse das redes
de franquias pelos municípios do interior, movimento estratégico que vem sendo
denominado pela imprensa especializada de interiorização de franquias (G1, 2016;
JORNAL DO COMÉRCIO, 2017; PORTAL DO FRANCHISING, 2015).
Segundo Moita e Guerra (2012), em estudo único e de importante
contribuição na análise da estratégia de interiorização das cadeias de fast food no
Brasil, as variáveis demográficas e econômicas, densidade populacional urbana,
renda e a presença de shopping centers, consistem em fatores preditivos para
tornarem um mercado mais ou menos atrativo.
O segundo fator analisado por Moira e Guerra (2012) é a decisão de entrada
em um novo mercado após a chegada de um primeiro competidor. Nesse caso, as
empresas adotam a estratégia de seguidoras, apenas copiam o movimento
estratégico da empresa pioneira e, ao entrarem nesse novo município, acirram o
jogo competitivo, pois passam a disputar o mesmo cliente. A estratégia de entrar em
um novo mercado pelo simples fato de o concorrente o ter feito primeiro reforça a
proposição de Aliouche e Schlentrich (2008), que as redes de franquia por intuição
56
ou experiência orientam as decisões de escolha de novos mercados sem, contudo,
utilizarem métodos mais sofisticados e racionais de análise das variáveis
predecessoras presentes no ambiente institucional.
A estratégia de expansão para os mercados dos municípios do interior já é
uma tendência que se registra na redução da participação relativa dos 10 maiores
municípios em unidades franqueadas de 41,5% para 34,3% de 2013 para 2016
(ABF, 2015, 2017). As redes de franquias, principalmente as de menor porte e com
menos recursos para o desenvolvimento de pesquisas de estudo de mercado,
podem estar orientando a estratégia de expansão de mercado para municípios do
interior por intuição ou experiência (ALIOUCHE e SCHLENTRICH, 2008), ou porque
foi identificada uma oportunidade de mercado (ALIOUCHE e SCHLENTRICH, 2008;
DAVIDSSON e WIKLUND, 1997; GNYAWALI e FOGEL, 1994; KAUFMANN e DANT,
1998; SPENCER e GÓMEZ, 2004, WENNEKERS, SANDER et al., 2007), um
franqueado interessado e com recursos para investimento ou simplesmente
adotando uma estratégia de seguidora (MOITA e GUERRA, 2012), não prestando os
devidos cuidados na análise das variáveis micro e macro ambientais, que pode ser
um fator determinante para o sucesso ou fracasso de uma rede de franquia na
estratégia de entrada em um novo município do interior.
Como observado por Aliouche e Schlentrich (2008) e de Resende Melo
(2010), a pesquisa científica do modelo de negócios do franchising não vem
acompanhando, pari passo, o crescimento e importância que o sistema de
franchising vem representando para o setor real e produtivo da economia. O estudo
de Aliouche e Schlentrich (2008) contribuiu para a literatura do franchising, pois
identificou a dificuldade das redes de franquia de entenderem e mensurarem
potenciais impactos negativos que uma leitura e análise superficial do ambiente
institucional, fatores econômicos, políticos, culturais e de mercado de um país
estrangeiro podem representar risco para o sucesso do negócio em uma estratégia
de expansão para novos mercados.
Para a pesquisa científica do franchising no Brasil, o trabalho de Moita e
Guerra (2012) foi único a explorar a estratégia de expansão para novos mercados,
movimento de interiorização das cadeias de fast-food e como as variáveis do
ambiente institucional, econômicas e demográficas e os shopping centers
influenciam a decisão de avaliação do potencial de mercado de um município.
57
No estudo de Canever et al. (2010), analisou-se e concluiu-se que as
dimensões das variáveis institucionais, econômicas e demográficas influíram na taxa
de abertura de novas empresas e no desenvolvimento do empreendedorismo no
estado do Rio Grande do Sul. Outras variáveis utilizadas pelo estudo como o
desemprego urbano, antecedentes étnico-culturais e as desigualdades na renda,
aferidas pelo índice de Gini, não apresentaram resultados que explicam a taxa de
empreendedorismo local.
58
3 HIPÓTESES DE PESQUISA
As hipóteses desta pesquisa procuram relacionar as dimensões das variáveis
demográficas, econômicas e socioculturais, presentes no ambiente institucional, à
abertura de franquias em novos mercados, municípios do interior.
As hipóteses derivam da proposição que a estratégia de expansão inicial das
redes de franquias é focalizada para os mercados que apresentam maior propensão
ao consumo, ou seja, maior potencial de mercado, representado pelas capitais e
grandes centros urbanos.
Quando o aumento da capilaridade de uma rede de franquias provoca o efeito
canibalização, em que as unidades franqueadas de uma mesma rede de franquias
disputam concorrencialmente o mesmo cliente, demostrando um esgotamento da
estratégia de penetração de mercado e, portanto, mitigando o objetivo subjacente às
empresas de sustentar continuamente crescimento rápido e manutenção da posição
relativa de mercado (ANSOFF, 1957), as redes de franquias buscam na estratégia
de expansão de mercado para as cidades do interior a sustentação do objetivo de
aumento ou mesmo de manutenção das taxas de crescimento do mercado.
A pergunta que deriva do problema de pesquisa e que se propõe testar
através das hipóteses de pesquisa é: as características do ambiente institucional são
influenciadoras do processo de interiorização das redes de franquias, pois são
formadoras do potencial de mercado?
A proposição inicial é que as redes de franquias tendem a concentrar os
objetivos de expansão para a seleção dos novos mercados que apresentam o maior
potencial de consumo. Para Guerra (2012), as cidades consideradas médias – que
possuem de 90 mil a um milhão de habitantes - com maior renda e população,
tendem a influir na decisão de abertura de novas unidades das redes de fast food,
pois tem maior potencial de consumo. Para Tieghi, presidente da ABF, as redes de
franquias estão presentes em apenas 37,8% dos municípios do Brasil, indicando
potencial de mercado para crescimento nos municípios do interior (NASCIMENTO,
2015).
59
Formulação da hipótese 1: população total 3.1
Segundo Guerra (2012), as cidades com maior densidade populacional
urbana e renda apresentam maior potencial de consumo e, portanto, maior
atratividade para as redes de franquia.
O estudo do empreendedorismo torna-se mais abrangente quando, além das
características individuais comportamentais do indivíduo empreendedor, são
analisados os efeitos que as variáveis econômicas, sociais, políticas e demográficas
exercem no desenvolvimento do empreendedorismo (VAN DE VEN, 1993).
Outros estudos como o de Davidsson e Wiklund (1997) atribuem às
características dimensionais das variáveis do ambiente institucional, econômicas e
demográficas, como participação relativa de pequenas empresas na economia,
tamanho da população, crescimento econômico e nível de emprego, diferenças
regionais nas taxas de crescimento e desenvolvimento do empreendedorismo.
Para Canever et al. (2010), o aumento da população local como variável
determinante da demanda e, portanto, do potencial de mercado, influi nas taxas de
abertura de novas empresas, sucedendo em melhor desempenho econômico e
social.
Acs e Varga (2005) veem na elevada densidade populacional, da qual deriva
uma maior proximidade entre as pessoas, fator chave para um melhor fluxo do
conhecimento, principalmente o conhecimento cognitivo tácito, aquele que resulta da
experiência prática das pessoas, o qual propicia alicerce para a expansão do
empreendedorismo.
Regiões com maior densidade populacional dinamizam o empreendedorismo
à medida que aproxima potenciais empreendedores, possibilitando, através desse
intercâmbio de conhecimento e informações, melhor percepção de oportunidades de
mercado.
Por fim, a variável população é utilizada como parâmetro para
dimensionamento do potencial de mercado e atratividade para a internacionalização
de redes de franquia em novos mercados, resultando num ranking de potencial de
mercado de 25 países (ALIOUCHE e SCHLENTRICH, 2008).
Tendo em vista o referencial teórico que associa a densidade populacional
como variável precedente e explicativa, influenciadora das taxas de abertura de
novas empresas e da expansão do empreendedorismo, a hipóteses que se deduz
60
para as variáveis densidade populacional total é: H1: Quanto maior a densidade
populacional total, maior o potencial de mercado dos municípios para a abertura de
franquias.
Formulação da hipótese 2: PIB per capita 3.2
Para Aliouche e Schlentrich (2008), variáveis populacionais e a renda per
capita de 25 países são utilizadas na construção de um ranking de potencial de
mercado para orientação de movimentos estratégicos de internacionalização de
franquias. No mesmo estudo é citada uma pesquisa em que foi analisada a
estratégia de expansão e seleção de novos mercados internacionais pela rede Mc
Donald’s, no qual se constatou preferência e maior atratividade pelos países com
maior potencial de mercado: PIB, densidade populacional e poder aquisitivo.
Fatores econômicos como o PIB per capita influem no nível de
empreendedorismo de um país. Um aumento do desemprego associado a uma
queda do PIB pode motivar os residentes de um país a desenvolverem formas mais
básicas de empreendedorismos, como o auto emprego (SPENCER e GOMEZ,
2004). Essa relação causal de aumento do desemprego e queda do nível de
atividade econômica (PIB) tem levado a população no Brasil a buscar no auto
emprego e desenvolvimento de pequenos negócios alternativas de subsistência ao
emprego formal.
Segundo Gnyawali e Fogel (1994), a combinação de fatores como o
crescimento econômico, socioculturais e políticas públicas influem na motivação das
pessoas ao empreendedorismo e na taxa de criação de novos negócios.
Uma maior renda deve atrair e influenciar a abertura de novas empresas à
medida que impacta no potencial de consumo de um mercado, aumentando a
demanda potencial (CANEVER et al., 2010). Contudo, a consequência à abertura de
novas empresas é um acirramento do jogo competitivo, podendo levar a um efeito
contrário de fechamento de empresas, que deriva da redução do retorno esperado
dos investimentos (CANEVER et al., 2010; PORTER, 1996). Os estudos sobre os
efeitos da renda na taxa de empreendedorismo não convergem para um único
sentido, indicando tanto uma relação positiva (ARMINGTON e ACS; 2002) como
nenhuma correlação (AUDRETSCH e FRISCHT, 1994), pois depende não apenas
da renda por habitante, mas também da renda absoluta, uma vez que um mercado
61
com alta renda per capita, mas com uma população pequena, projeta um potencial
de consumo baixo. Depende também da propensão ao consumo (CANEVER et al.,
2010) que pode derivar de outros fatores institucionais, como o índice de
desemprego e da própria estabilidade política.
O PIB per capita, como conceito, indica a divisão da riqueza de um país ou
região pela sua população. Contudo, esse indicador pode esconder distorções que
influem no potencial de consumo, como a concentração da renda e a baixa
densidade populacional.
Tendo em vista que o referencial teórico associa a renda às taxas de
empreendedorismo, a hipótese que se deduz é: H2: Quanto maior o PIB per capita,
maior o potencial de mercado dos municípios para a abertura de franquias.
Formulação da hipótese 3: índice de Gini 3.3
O índice de Gini mede o grau de concentração de renda de um país ou
região. O Brasil, com índice de 0,591 referente ao ano de 2004, apresenta um dos
piores indicadores de uma lista de 127 países. Quanto mais próximo o indicador
estiver de 1,0 mais concentrada será a renda (IPEA, 2004).
A escolha do índice de Gini para a construção de uma hipótese de pesquisa
se deve à constatação de que uma elevada concentração de renda pode representar
um obstáculo para o desenvolvimento do empreendedorismo e influenciar a taxa de
abertura de novas empresas. Num país com renda concentrada, o maior potencial
de consumo também estará concentrado em poucos cidadãos, podendo indicar uma
escala de potenciais consumidores para determinados produtos e serviços limitados.
Uma distribuição mais equitativa de renda, ou seja, um menor índice de Gini pode
indicar a presença de uma classe média com robustez no potencial de consumo.
A pesquisa científica de Canever et al. (2010), que analisou a influência dos
precedentes institucionais, demográficos e econômicos na taxa de
empreendedorismo dos municípios do estado do Rio Grande do Sul, utilizou o índice
de concentração de renda de Gini com a proposição de aferir se existe correlação
entre a disparidade na renda (mais ou menos concentrada) e as taxas de abertura
de novas empresas. Esse estudo concluiu que essa variável se mostrou inapta, com
correlação próxima de zero, para explicar a relação entre distribuição de renda e as
62
taxas de abertura de empresas. Contudo, será utilizada com o objetivo de construir
novas descobertas ou, quem sabe, revalidar resultados de pesquisas precedentes.
Deste modo, considerado uma proposição por associação positiva entre o
índice de Gini e taxa de abertura de novas empresas, depreende-se que: H3:
Quanto menor o índice de Gini, maior o potencial de mercado dos municípios para a
abertura de franquias.
Formulação da hipótese 4: pessoal ocupado assalariado 3.4
A variável pessoal ocupado assalariado, medida em números absolutos, é um
indicador econômico que pode apresentar associação positiva com o potencial de
consumo de uma região. Entretanto, pode camuflar distorções que impactam em
uma menor propensão ao consumo e potencial de mercado e, portanto, influir na
taxa de empreendedorismo, como um aumento no índice do desemprego ou baixa
participação relativa do pessoal ocupado em relação à população total
economicamente ativa, podendo indicar um desemprego conjuntural ou até mesmo
estrutural e o índice de concentração de renda que pode indicar parcela maior ou
menor de uma sociedade com efetivo potencial de consumo.
Spencer e Gomez (2004) testaram como hipótese de pesquisa se há uma
correlação positiva entre a taxa de desemprego e o empreendedorismo de auto
emprego. O estudo concluiu que o desemprego está associado apenas às
configurações mais avançadas de empreendedorismo, mais comuns às economias
de regiões e países mais desenvolvidos. Contudo, o estudo pode não ter conseguido
captar os efeitos derivados da informalidade e de falhas no registro das estatísticas
de auto emprego e desemprego em países em que essa atividade é mais comum,
como nos países menos desenvolvidos.
No Brasil é prevalecente a importância e participação que as micro e
pequenas empresas têm na geração de empregos. No ano de 2011, segundo dados
do IBGE e publicados em estudo do SEBRAE, as MPE participaram com 44% dos
empregos formais no setor de serviços e aproximadamente 70% no comércio.
Quanto ao indicador utilizado por essa hipótese de pesquisa, pessoal ocupado
assalariado, as micro e pequenas empresas participaram em 2011 com 67,9% e as
médias e grandes empresas com 26,5% (SEBRAE, 2014), o que reforça a
importância do micro e pequeno negócio na geração de renda na economia como
63
fator condicionante do potencial de mercado. O franchising como formato
organizacional é caracterizado predominantemente por pequenos negócios.
Segundo Reynolds et al. (1994) a maior presença de pequenas empresas,
uma elevada densidade populacional e uma alta taxa de desemprego são
condicionantes estruturais que influem na taxa de abertura de novas empresas. A
taxa de desemprego, portanto, influi no indicador utilizado por essa hipótese de
pesquisa, determinando uma maior ou menor quantidade de pessoal ocupado
assalariado.
Isto posto, a hipótese que se deduz para a variável pessoal ocupado
assalariado é: H4: Quanto maior o pessoal ocupado assalariado, maior o potencial
de mercado dos municípios para a abertura de franquias.
Formulação da hipótese 5: índice per capita da população por número de 3.5
empresas atuantes
O índice per capita da população por número de empresas atuantes pode ser
um indicativo de desenvolvimento econômico, pois quanto menor for o índice,
entende-se que maior é o adensamento de empresas. Se o número de empresas
em determinada região é grande, é porque existe potencial de consumo que tenha
justificado não somente sua entrada nesse mercado, mas também num segundo
momento, sua permanência. O município de São Paulo, o maior PIB do Brasil,
apresentou, em 2014, 565.893 (IBGE, 2016a) empresas atuantes, resultando num
índice de população total por empresa atuante de 21,15 (população total / empresa
atuante). Para o município do Rio de Janeiro, o número de empresas foi de 192.065
(IBGE, 2016a) e o índice é de 33,72 (população total / empresa atuante), maior que
São Paulo, sustentando a proposição que o município de São Paulo, por ter maior
número de empresas em termos absolutos e como proporção da população,
apresenta maior desenvolvimento econômico comparativamente ao Rio de Janeiro.
Segundo Audretsch e Keilbach (2004), uma maior produtividade do trabalho é
identificada em regiões com maior grau de empreendedorismo, procurando associá-
lo a desenvolvimento econômico. Desse trabalho resultou um ranking, medido pela
taxa de formação de novas empresas nos anos de 1989-1992 pela população, das
327 regiões da Alemanha, propiciando uma leitura da distribuição geográfica do
capital empreendedor neste país.
64
Nem sempre uma maior taxa de formação de novas empresas está associada
a crescimento e desenvolvimento econômico. O trabalho de Barros e Miranda (2008)
concluiu, em estudo realizado para o universo dos 853 municípios do estado de
Minas Gerais, que nas regiões e municípios em que há maior desenvolvimento da
atividade empreendedora, o crescimento econômico é menor, isto porque a
atividade empreendedora é caracterizada pelo auto emprego ou empreendedorismo
de subsistência, associado a uma baixa produtividade que, portanto, pouco dinamiza
a economia local. Na mesma temática do trabalho de Barros e Miranda (2008),
Spencer e Gomez (2004) concluíram que países que desenvolveram maiores taxas
de auto emprego e empresas de pequeno porte possuem um menor PIB, sendo
esse um perfil de empreendedorismo diferente dos países mais ricos, caracterizado
pela grande empresa.
Deste modo, a hipótese que se deduz para a variável índice per capita de
população total por número de empresas atuantes é: H5: Quanto menor o índice per
capita da população por número de empresas atuantes, maior o potencial de
mercado dos municípios para a abertura de franquias.
Formulação da hipótese 6: IDHM – índice de desenvolvimento humano 3.6
municipal
O IDHM é um indicador que consegue medir o grau qualitativo do
desenvolvimento de um país ou região, sendo composto por três subgrupos de
indicadores: IDHM renda, IDHM longevidade e IDHM educação.
Para explicar a taxa de empreendedorismo e abertura de novas empresas no
estado do Rio Grande do Sul, foram coletados dados dos 467 municípios do estado,
com o objetivo de se identificar uma associação positiva entre a abertura de novas
empresas e variáveis precedentes do ambiente institucional e a influência da taxa de
abertura de novas empresas no PIB per capita e no desenvolvimento municipal
(IDESE – Índice de Desenvolvimento Socioeconômico). O IDESE é um indicador do
nível de desenvolvimento humano semelhante ao IDHM do PNUD – Programa das
Nações Unidas para o Desenvolvimento. (CANEVER et al., 2010)
A conclusão é que uma maior taxa de abertura de novas empresas influi,
positivamente, tanto na renda (PIB per capita) como no índice de desenvolvimento
municipal (IDESE), sugerindo ações de governo que propiciem desenvolver e
65
melhorar os indicadores precedentes presentes no ambiente institucional ao invés
de apenas incentivar o empreendedorismo.
O IDH – Índice de Desenvolvimento Humano de países foi empregado em
estudo sobre internacionalização de franquias como uma variável externa, presente
no ambiente institucional, e importante à medida que caracterizando o nível de
desenvolvimento da estrutura sociocultural de um país permite aprimorar a
percepção dos atributos de consumidor e mão de obra local que a franqueadora
encontrará no país de destino.
Deste modo, a hipótese que se deduz para a variável IDHM é: H6: Quanto
maior o IDHM, maior o potencial de mercado dos municípios para a abertura de
franquias.
66
4 PLANO METODOLÓGICO
Tipo de pesquisa 4.1
Este trabalho de pesquisa se propõe a analisar as características e
dimensões das variáveis demográficas, econômicas e socioculturais presentes no
ambiente institucional e que influem na estratégia de expansão de mercado, para
novos mercados, municípios do interior, movimento estratégico que vem sendo
denominado por interiorização de franquias.
O problema de pesquisa está em identificar se as variáveis precedentes e
presentes no ambiente institucional, demográficas, econômicas e socioculturais são
influenciadoras da estratégia de expansão e seleção de novos mercados pelas
redes de franquias, formadoras do potencial de consumo dos mercados,
aumentando ou reduzindo a atração e o risco de abertura de uma franquia em um
determinado município. Compreende-se por mercado os 5.570 municípios que
compõem a República Federativa do Brasil (IBGE, 2015).
Outros fatores presentes no ambiente institucional, como o político, cultural,
as leis e normas regulamentares, além da dimensão econômica, objeto deste
trabalho de pesquisa, interferem na estabilidade do ambiente de negócios e,
portanto, a combinação de todos esses elementos impacta na estratégia de
expansão, aumentando a atratividade ou criando obstáculos para o desenvolvimento
do empreendedorismo. Contudo, esta pesquisa se propõe, através de metodologia
quantitativa, isolar no contexto da análise apenas as variáveis econômicas,
demográficas e socioculturais. Como proposta para estudos futuros, variáveis das
dimensões políticas, culturais e regulamentares poderão ampliar os horizontes da
pesquisa sobre as influências do ambiente institucional para o desenvolvimento do
empreendedorismo e do próprio franchising.
A metodologia que será utilizada para o desenvolvimento deste trabalho,
segundo a própria natureza do problema de pesquisa, será a quantitativa. São três
os tipos de projetos de pesquisa, qualitativa, quantitativa e mista. Segundo Creswell
(2014), a pesquisa quantitativa é o método recomendado para testar teorias em que
as explicações derivam da relação entre variáveis objetivas e mensuráveis
analisadas de acordo com recursos estatísticos.
67
Para Diehl (2004) a pesquisa quantitativa é utilizada quando o problema de
pesquisa remete à quantificação e mensuração como instrumento de explicação de
um determinado fenômeno, tanto nas etapas de coleta como na análise e
interpretação dos resultados, utilizando fundamentalmente técnicas e recursos
estatísticos, tem o objetivo de testar hipóteses e os achados da pesquisa, em geral,
conduzem para uma interpretação objetiva, propiciando maior margem de
segurança. A pesquisa quantitativa tem o intuito de validar hipóteses através da
utilização de dados estruturados, quantificáveis e estatisticamente tratados, e
representativos, ou seja, devem retratar vários casos constitutivos de um fenômeno
e os achados da amostra da pesquisa permitem a generalização dos resultados
(MATTAR, 2001).
Fica evidenciada a correlação entre o problema de pesquisa e a utilização do
método de pesquisa quantitativa adotado por este trabalho, pois o que se pretende
medir é se as dimensões das variáveis demográficas, econômicas e socioculturais,
presentes no ambiente institucional, impactam na estratégia e decisão das redes de
franquia de entrada em novos mercados, municípios do interior.
Quanto ao objeto de estudo, a pesquisa será elaborada considerando uma
amostra não probabilística, não possibilitando fazer inferências sobre a população,
permitindo que se construam percepções e uma melhor compreensão sobre a
questão objeto do estudo.
Segundo Gil (2002), a seleção da amostra representativa de uma população
nem sempre deve considerar os aspectos quantitativos, principalmente quando o
universo é numeroso e esparso, o que estabelece limites ao pesquisador e, nesses
casos, o critério que deverá ser utilizado é o da representatividade dos grupos
investigados, ou seja, é uma decisão que converge para a qualidade da amostra e
não para a quantidade. Em casos assim sugestiona-se desenvolver a pesquisa a
partir de uma amostra não probabilística, em que o critério de escolha da amostra
será baseado na intencionalidade e relevância.
A pesquisa, segundo os objetivos, se classifica em descritiva, pois o que se
pretende é descrever as características de determinado fenômeno, neste caso, o
fenômeno da interiorização das franquias.
Para Gil (1999), a pesquisa descritiva tem como finalidade a descrição de
determinadas características da população ou fenômeno, estabelecendo correlações
entre as variáveis, podendo ser aplicada a diversas finalidades de estudos e se
68
utiliza de técnicas padronizadas de coleta de dados. Para este estudo será
exclusivamente baseada em dados secundários.
Coleta de dados 4.2
Para o desenvolvimento da análise das variáveis precedentes no ambiente
institucional como influenciadoras da estratégia de expansão de mercado pelas
redes de franquias foram utilizados exclusivamente dados secundários.
O universo dos 5570 municípios do Brasil é considerado como alternativa
para a abertura de franquias, pois cada município é uma possibilidade a ser
explorada e analisada como potencial de mercado pelas redes de franquias.
As características do ambiente institucional, demográficas (população total),
econômicas (PIB per capita, índice de Gini, pessoal ocupado assalariado e
população total por número de habitantes) e socioculturais (IDHM), são variáveis
explicativas e discriminatórias, formadoras do potencial de mercado para a abertura
de franquias.
Cabe salientar que as metodologias aplicadas a esse trabalho de pesquisa, o
modelo estatístico de teste de hipóteses explicitado no tópico 4.4 - Metodologia
aplicada ao teste das hipótese de pesquisa-, e o método matemático TOPSIS
híbrido demonstrado no tópico 4.5 - Metodologia aplicada ao ranking de potencial de
mercado dos municípios -, não são um modelo estatístico de causa e efeito que
correlaciona uma variável dependente a variáveis explicativas e independentes, pois
não é um modelo que pretende primar por um ajuste no número de franquias por
município. As duas metodologias, testes de hipóteses e o método TOPSIS híbrido,
objetivaram e permitiram comprovar o poder discriminatório das variáveis e, por
conseguinte, obter o ranking dos municípios com maior potencial para a abertura de
franquias.
Os dados cedidos pela ABF, quantitativo de unidades de franquias para o ano
de 2015, ainda que não tenham sido utilizados no desenvolvimento da metodologia
dos testes de hipótese e TOPSIS híbrido, consubstanciaram análises que derivaram
da associação com dados do IBGE, resultando em gráficos e tabelas.
Esses dados foram cedidos pelos departamento de pesquisa e projetos da
ABF, com exclusividade para esse trabalho de pesquisa, não se encontrando
disponível no portal eletrônico da ABF. Segundo explicações deste departamento da
69
ABF, os dados compreendem a amostra de redes e unidades de franquias
associadas à ABF, correspondente a aproximadamente 60% do universo do
mercado do franchising no Brasil, pois não possuem a localização das franquias por
municípios de redes de franquias não associadas.
A estimativa de representatividade próxima a 60% pode ser validada através
da associação das informações cedidas pela própria ABF. Em 2015, o mercado
totalizava 138.343 franquias (ABF, 2016), somatório de unidades associadas ou não
à ABF, para um total de 78.743 franquias (ABF, 2016a) associadas, representando,
portanto, 57% do universo do mercado do franchising.
A ABF, como associação representativa da indústria do franchising, publica
periodicamente, através do anuário, os resultados quantitativos do setor do
franchising, sendo utilizado como um importante meio para o desenvolvimento de
inúmeros trabalhos de pesquisa científica nacionais e internacionais.
O Quadro 3 descreve a fonte e origem dos dados dos municípios, que é a
variável que se pretende explicar como potencial de mercado para a abertura de
franquias.
Quadro 3 – Indicadores da variável município de dados secundários e fontes de publicação
Variável
(Indicador)
Edição
(Ano base)
Título Publicação Fonte
Municípios
2015 Estimativas da
população residente no
Brasil e unidades da
federação com data de
referência em 1º de
julho de 2015
IBGE – Instituto Brasileiro de
Geografia e Estatística
Fonte: Autor.
No framework, Figura 1, apresentado no capítulo introdutório deste trabalho
de pesquisa, as categorias das variáveis demográficas, econômicas e socioculturais
são variáveis explicativas e discriminatórias formadoras do potencial de mercado
para a abertura de franquias e, portanto, influenciadoras da estratégia de expansão
e seleção de mercado pelas redes de franquias.
70
Os dados relativos às categorias de variáveis demográfica e econômica foram
obtidos no portal do IBGE – Instituto Brasileiro de Geografia e Estatística – e são
abrangentes a todos os municípios do Brasil. A categoria da variável sociocultural foi
obtida no portal do Atlas do Desenvolvimento Humano no Brasil. Ainda que o
objetivo tenha sido o de uniformizar o período das informações para o ano de 2015,
nem todos os dados disponíveis no portal do IBGE atenderam a esse objetivo.
Quanto aos indicadores demográficos: (a) população total: a informação
obtida é especificamente para o dia primeiro de julho de 2015. Sobre os indicadores
econômicos: (a) PIB per capita: dado mais atual é do ano de 2014; (b) índice de
Gini: os dados por município estão disponíveis apenas nos anos censitários, assim
sendo, o dado mais atual é do ano de 2010; (c) pessoal ocupado assalariado e
número de empresas atuantes: dados para o ano de 2014. O IDHM, indicador
sociocultural, o dado mais atual é do ano de 2010.
Ainda que as variáveis explicativas, precedentes no ambiente institucional,
não apresentem uniformidade no ano da base de dados, entende-se que não trará
prejuízos à pesquisa, pois os efeitos dessas variáveis como influenciadoras do
potencial de mercado dos municípios apresentam efeitos atrasados quanto à análise
e interpretação pelas redes de franquias na decisão de seleção de novos mercados.
O Quadro 4 representa um resumo dos dados secundários representativos
das variáveis discriminatórias e explicativas e das fontes em que foram publicados:
71
Quadro 4 – Indicadores das variáveis discriminatórias de dados secundários e fontes de publicação
Fonte: Autor.
Variável
(Indicador)
Edição
(Ano base)
Título Publicação Fonte
População total 2015
1º julho
Estimativas da população
residente nos municípios
brasileiros com data de
referência em 1º de julho
de 2015
IBGE – Instituto
Brasileiro de Geografia e
Estatística. Diretoria de
Pesquisas – DPE –
Coordenação de
População e indicadores
sociais - COPIS
Variável
(Indicador)
Edição
(Ano base)
Título Publicação Fonte
PIB per capita 2014 Produto Interno Bruto a
preços correntes e
Produto Interno Bruto per
capita segundo as
Grandes Regiões, as
Unidades da Federação
e os Municípios.
IBGE – Instituto
Brasileiro de Geografia e
Estatística. Censo
demográfico 2010.
Índice de Gini 2010 Índice de Gini da renda
domiciliar per capita
segundo Município: 1991,
2000 e 2010.
IBGE – Instituto
Brasileiro de Geografia e
Estatística. Censos
Demográficos 1991,
2000 e 2010.
Pessoal
ocupado
assalariado
2014 Estatísticas do cadastro
central de empresas
2014.
IBGE – Instituto
Brasileiro de Geografia e
Estatística.
Número de
empresas
Atuantes
2014 Estatísticas do cadastro
central de empresas
2014.
IBGE – Instituto
Brasileiro de Geografia e
Estatística.
IDHM 2013 Ranking do IDHM – Todo
o Brasil.
Atlas do
Desenvolvimento
Humano no Brasil.
72
Descrição das variáveis de pesquisa 4.3
Nesta etapa do trabalho serão apresentadas as variáveis que compõem esse
trabalho de pesquisa.
As variáveis demográficas, econômicas e socioculturais utilizadas como
indicadores de potencial de mercado para a abertura de franquias são oriundas de
dados secundários, bem como os dados de números de municípios do Brasil.
4.3.1 Variável representativa dos municípios como alternativa para a abertura
de franquias
Em 2015 o Brasil apresentava um mercado ainda inexplorado de 3.327 (ABF,
2016a) municípios sem franquias, representando 60% do universo de 5.570 (IBGE,
2015) municípios do Brasil. O contemporâneo movimento de interiorização de
franquias, amplamente comunicado pela imprensa especializada (G1, 2016;
JORNAL DO COMÉRCIO, 2017; PORTAL DO FRANCHISING, 2015) ainda que
possa representar uma tendência, em virtude da já elevada capilaridade de
franquias instaladas nas capitais e grandes centros urbanos, reveste-se de riscos e
da incerteza de quais cidades apresentam maior aderência e potencial de mercado
para a abertura de franquias.
O universo dos 5.570 (IBGE, 2015) municípios do Brasil é a variável que se
pretende explicar segundo um ranking de potencial de mercado que deriva das
dimensões dos critérios demográficos, econômicos e socioculturais presentes no
ambiente institucional.
Cabe salientar que foram produzidos estudos científicos relacionados a essa
temática: (a) Aliouche e Schlentrich (2008) desenvolveram um modelo com o
objetivo de auxiliar as redes de franquias a minimizar os riscos e incertezas na
estratégia de seleção e entrada em novos mercados, resultando num ranking de
potencial de mercado de 25 países da União Europeia, em estudo sobre
internacionalização de franquias; (b) o estudo de Canever et al. (2010) procurou
relacionar a taxa de empreendedorismo e desenvolvimento local aos precedentes
institucionais, econômico, demográfico e cultural, utilizando dados dos 467
municípios do estado do Rio Grande do Sul, com o objetivo de compreender as
diferenças do desenvolvimento econômico das regiões norte e sul do estado; (c)
73
Audretsch e Fritsch (1994) buscaram compreender a importância do
empreendedorismo na função produção, concluindo que as regiões com maior taxa
de empreendedorismo apresentam níveis mais altos de produtividade, resultando
num ranking de novas empresas por habitante das 327 regiões da Alemanha.
4.3.2 Variáveis discriminatórias e explicativas
Os indicadores demográficos, econômicos e socioculturais, identificados no
framework (Figura 1) como medidas de composição do potencial de mercado dos
municípios para abertura de franquias serão descritos no decorrer deste tópico do
trabalho de pesquisa, segundo as variáveis que os compõem.
As variáveis que compõem cada um dos indicadores e que formam as
hipóteses de pesquisa foram validadas por teste de hipótese ao nível de
significância de 5%.
4.3.2.1 Formação do indicador demográfico
Hipótese 1: população total – representa o número total de habitantes por
município. É utilizada como parâmetro geral do potencial de mercado, pois o
tamanho populacional de cada município é um indicador do mercado consumidor
potencial para o negócio de franquias, estimulando e dinamizando o
empreendedorismo (ALIOUCHE e SCHLENTRICH, 2008; CANEVER ET AL., 2010;
DAVIDSSON e WIKLUND, 1997; MOITA e GUERRA, 2012; SPENCER e GÓMEZ,
2004; WENNEKERS ET AL., 2007).
4.3.2.2 Formação do indicador econômico
O indicador econômico é composto por quatro variáveis: (a) PIB per capita;
(b) índice de Gini; (c) pessoal ocupado assalariado; (d) índice per capita de
população total por número de empresas atuantes. A análise dos fatores
econômicos contribui para dimensionar o poder de compra da população e o
tamanho da economia, ou seja, são variáveis formadoras do potencial de mercado
dos municípios (ALIOUCHE e SCHLENTRICH, 2008; CANEVER, ET AL., 2010;
74
MOITA e GUERRA, 2012; SPENCER e GÓMEZ, 2004; WENNEKERS, ET AL.,
2007).
Hipótese 2: PIB per capita – é o Produto Interno Bruto - PIB de um país,
estado ou município, dividido pela quantidade de habitantes. É um indicador muito
utilizado como medida de desenvolvimento econômico e do potencial de compra. A
proposição norteadora desenvolvida é que não basta para um município ter elevada
densidade populacional se a renda para consumo é baixa. Quanto maior o PIB per
capita maior é a riqueza por habitante produzida em um país ou região. Foi utilizado
pelos trabalhos de Aliouche e Schlentrich (2008) e Canever et al. (2010) como
indicador de desenvolvimento econômico e potencial de mercado.
Hipótese 3: índice de Gini – mede o grau de concentração de renda. Como
o PIB per capita é um indicador que não consegue captar o grau de desigualdade
econômica, o índice de Gini foi utilizado com o objetivo de analisar se parcela maior
ou menor da população detém renda para o consumo. Esse indicador foi utilizado
pelos trabalhos de Canever et al. (2010) e de Resende Melo (2012), com o objetivo
de mensurar os efeitos da disparidade de renda.
Hipótese 4: pessoal ocupado assalariado – esse indicador foi utilizado
como parâmetro do tamanho da população com renda para o consumo,
complementando os indicadores de população total e índice de Gini. A proposição
utilizada é que uma grande população (população total), se desempregada,
apresenta limitações de renda para o consumo. Já uma renda bem distribuída
(índice de Gini) numa população pequena, em termos absolutos a renda total
disponível para consumo pode representar um baixo potencial de consumo. Esse
indicador é utilizado em termos absolutos. O trabalho de pesquisa de Canever et al.
(2010) utilizou um indicador semelhante de crescimento da renda, com o objetivo de
captar a renda disponível para o empreendedorismo.
Hipótese 5: índice per capita da população por número de empresas
atuantes – esse indicador foi utilizado como um parâmetro de desenvolvimento
econômico. A proposição norteadora da escolha desse indicador é que quanto maior
o adensamento de empresas em um município pela população, tanto maior é o
desenvolvimento econômico, propiciado pela renda e empregos gerados. Segundo
Canever et al. (2010), uma região com grande adensamento de empresas em
relação a população local cria um ambiente propício, positivo e estimulante para o
desenvolvimento do empreendedorismo e o surgimento de novas empresas.
75
4.3.2.3 Formação do indicador sociocultural
Hipótese 6 – IDHM – Índice de Desenvolvimento Humano Municipal. Esse
indicador é composto e calculado pela média ponderada de outros três indicadores:
(a) IDHM longevidade; (b) IDHM renda; (c) IDHM educação. A proposição utilizada
para escolha desse indicador é que quanto maior a longevidade de vida, a renda e a
escolaridade de um município ou região, melhores são as condições
socioeconômicas e culturais presentes no ambiente institucional, propícias para o
desenvolvimento do empreendedorismo e do franchising. Esse indicador consegue
propiciar uma análise do desenvolvimento econômico sob um prisma qualitativo e
não apenas de dimensões quantitativas como, por exemplo, o PIB per capita ou o
número de pessoal ocupado assalariado. Os trabalhos de Canever et al. (2010) e de
Resende Melo (2012) utilizaram esse indicador como medida das condições do
ambiente institucional, predecessoras do desenvolvimento do empreendedorismo e
do franchsing.
O quadro 5 sumariza os indicadores, as variáveis representativas das
hipóteses de pesquisa e as respectivas finalidades e objetivos e os referenciais
teóricos que suportaram as suas escolhas:
76
Quadro 5 – Resumo da formação das variáveis das hipóteses de pesquisa
Fonte: Autor.
Metodologia aplicada ao teste das hipóteses de pesquisa 4.4
O método estatístico adotado para o teste das hipóteses de pesquisa foi o
teste de hipótese.
O que se pretende comprovar através dos testes de hipótese é se as
variáveis da pesquisa, demográfica (população total), econômica (PIB per capita,
índice de Gini, pessoal ocupado assalariado, índice per capita de população total
pelo número de empresas atuantes) e sociocultural (IDHM), possuem poder
discriminatório para explicar o potencial de mercado dos municípios para a abertura
de franquias, ou seja, se as variáveis do ambiente institucional influem na decisão de
seleção de mercado (municípios) pelas redes de franquia.
Indicador Formação da Variável
Hipótese de
Pesquisa
Objetivo Fonte Referencial Teórico
Demográfico População
total Hipótese 1 Tamanho do mercado IBGE
Aliouche e Schlentrich, (2008) Canever et al., (2010) Davidsson e Wiklund (1997) Moita e Guerra, (2012) Spencer e Gómez (2004) Wennekers, et al., (2007)
Econômico
PIB per capita
Hipótese 2 Poder de compra IBGE
Aliouche e Schlentrich, (2008) Canever et al., (2010)
Índice de Gini
Hipótese 3 Disparidade de renda IBGE
Canever, et al. (2010) de Resende Melo (2012)
Pessoal ocupado assalariado
Hipótese 4 Tamanho da população com renda
IBGE Canever, et al. (2010)
População por número de empresas atuantes
Hipótese 5 Desenvolvimento econômico e empreendedorismo
IBGE Canever, et al. (2010)
Sociocultural IDHM Hipótese 6 Qualidade do desenvolvimento econômico
Atlas Desenvolvimento
Humano no Brasil
Canever, et al. (2010) de Resende Melo (2012)
77
O objetivo deste tópico é demonstrar de forma detalhada a técnica estatística
do teste de hipótese utilizada por esse trabalho, assegurando a demais
pesquisadores uma melhor compreensão acerca dos resultados alcançados.
Foi utilizado o teste de hipótese para a diferença entre as médias
independentes com variâncias conhecidas, pois os dados coletados correspondem
ao universo da população dos 5.570 municípios do Brasil para as variáveis dos
critérios demográfico (população total), econômico (PIB per capita, índice de Gini,
pessoal ocupado assalariado, índice per capita de população total por número de
empresas) e sociocultural (IDHM – Índice de Desenvolvimento Humano Municipal).
O nível de significância, ou seja, a probabilidade de erro ou tolerância
empregada neste trabalho foi de 5%, comumente utilizado como parâmetro de
pesquisas no campo das ciências sociais. A interpretação do resultado será
estatisticamente significante quando o p-valor observado for menor que o nível de
significância definido pelo estudo em 5% (0,05), rejeitando a hipótese nula H0 e
qualificando como verdadeira a hipótese alternativa H1.
Segundo Magalhães (2002), duas populações são independentes quando os
valores da variável da primeira população não são relacionados à ocorrência de
valores da variável da segunda população.
Como os dados coletados correspondem à população (dados das variáveis
correspondentes aos 5.570 municípios) das variáveis as variâncias são conhecidas,
podendo, com isso, aplicar testes paramétricos para comprovação das hipóteses.
Sendo os dados provenientes de variáveis quantitativas coletados de
levantamentos populacionais, pode-se assumir um comportamento normal das
observações, com base na Lei dos Grandes Números que assegura a utilização da
média populacional (µ), parâmetro da distribuição normal para o conjunto das
variáveis a serem testadas (MAGALHÃES, 2002; LARSON, 2016).
As etapas que se seguem foram adotadas para a elaboração dos cálculos dos
testes de hipótese, de acordo com a literatura de Larson (2016) e Magalhães (2002):
1ª. etapa – definição das hipóteses: nesta etapa se define o que se pretende
comprovar ou testar:
78
H0 como hipótese nula onde se tem a igualdade (≤, ≥ ou =) inclusa,
geralmente utilizada como afirmativa das empresas que querem comprovar uma não
variação dos seus resultados.
H1 como hipótese alternativa, onde se tem a desigualdade (<, > ou ≠) como
afirmativa por parte do pesquisador que quer comprovar uma melhoria/mudança de
resultados por meio dos métodos propostos.
2ª. etapa – definição do nível de significância (α): representa o erro máximo
permitido para a tomada da decisão de se rejeitar ou não H0.
3ª. Etapa – definição do tipo de testes: se estabelece o sentido da comparação
(unilateral à direita, unilateral à esquerda e bilateral).
Unilateral à direita Unilateral à esquerda Bilateral
{𝐻0: 𝜇1 ≤ 𝜇2
𝐻𝑎: 𝜇1 > 𝜇2 {
𝐻0: 𝜇1 ≥ 𝜇2
𝐻𝑎: 𝜇1 < 𝜇2 e {
𝐻0: 𝜇1 = 𝜇2
𝐻𝑎: 𝜇1 ≠ 𝜇2 (1)
O sentido da comparação unilateral à direita será utilizado para as hipóteses
das variáveis: (a) população total; (b) PIB per capita; (c) pessoal ocupado
assalariado; (d) IDHM.
O sentido de comparação unilateral à esquerda será utilizado para as
hipóteses das variáveis: (a) índice de Gini; (b) população por número de empresas
atuantes.
4a. Etapa - utilização da estatística do teste padronizada: produzirá os valores
críticos a serem interpretados como a quantidade de desvios-padrão das diferenças
entre as médias amostrais e populacionais
𝒛𝒄 = (𝒙𝟏−𝒙𝟐)−(𝝁𝟏−𝝁𝟐)
𝝈�̅�𝟏−�̅�𝟐 em que 𝝈𝒙𝟏−𝒙𝟐 =
√𝝈𝟏𝟐
𝒏𝟏+
𝝈𝟐𝟐
𝒏𝟐 (2)
Onde:
𝒛𝒄 é o valor crítico em desvio padrão calculado
79
�̅�𝟏 é a amostra da primeira variável
�̅�𝟐 é a amostra da segunda variável
𝝁𝟏 é a média populacional da primeira variável
𝝁𝟐 é a média populacional da segunda variável
𝝈𝟏𝟐 é a variância populacional da primeira variável
𝝈𝟐𝟐 é a variância populacional da segunda variável
n1 é a quantidade de observações da primeira variável
n1 é a quantidade de observações da segunda variável
5a. Etapa – tomada de decisão, H0 deve ser rejeitada se p-valor (𝒛𝒄 consultado na
tabela Normal (0,1)) ≤ α, em contrapartida, H0 deve ser não rejeitada se p-valor > α.
Metodologia aplicada ao ranking de potencial de mercado dos municípios 4.5
A escolha pelo método matemático TOPSIS híbrido resultou do objetivo de
uma contribuição gerencial deste trabalho de pesquisa de construir um score index
de municípios com potencial de mercado para a abertura de franquias, utilizando-se
o método TOPSIS. Contudo, nesse método, os pesos das variáveis de pesquisa são
atribuídos de forma subjetiva pelo pesquisador, o que pode conferir ao método
menor poder discriminatório às variáveis da pesquisa e menor robustez científica ao
método. O conceito de Entropia foi associado ao método TOPIS como elemento
ponderador das variáveis ou critérios da pesquisa, ou seja, para as variáveis dos
critérios demográfico, econômico e sociocultural o peso encontrado derivou do
conceito de Entropia, que será explicado no decorrer deste tópico.
O método TOPSIS (Technique for Order Preference by Similarity to Ideal
Solution), desenvolvido por Yoon e Hwang citado por Cabral (2012), é baseado no
conceito de que a alternativa escolhida deve ter a menor distância da solução ideal
(do inglês positive-ideal solution) e a maior distância da solução indesejável (do
inglês negative-ideal solution).
Uma solução ideal é definida como uma seleção das melhores pontuações de
cada critério considerado. Este tipo de solução é representada como:
𝐴+ = {𝑥1+, … , 𝑥𝑗
+, … , 𝑥𝑛+} (3)
80
Onde:
xj+ é a melhor avaliação (desempenho) para o critério j entre todas as
alternativas disponíveis.
Por outro lado, a solução indesejável é composta das piores pontuações para
cada critério e é representada como:
𝐴− = {𝑥1−, … , 𝑥𝑗
−, … , 𝑥𝑛−} (4)
Onde:
xj− é a pior avaliação (desempenho) para o critério j entre todas as alternativas
disponíveis.
TOPSIS faz uso da Distância Euclidiana para verificar a proximidade de uma
alternativa com relação à solução ideal e à solução indesejável. Porém, pode
acontecer de duas alternativas serem concorrentes, em que a alternativa A1 é a
mais próxima da Solução Ideal A+ e a alternativa A2 é a mais distante da Solução
Indesejável A-.
Para evitar incongruência, o método estabelece um índice chamado de
similaridade com a Solução Ideal que combina a proximidade com a solução ideal e
o afastamento da solução indesejável. A alternativa escolhida é aquela com maior
similaridade com a Solução Ideal.
O método TOPSIS utiliza o conhecimento do pesquisador para a ponderação
dos critérios (YOON e HWANG, 1995), o que inclui a subjetividade na tomada de
decisão. A entropia é conceito proveniente da Física, mais precisamente da
Termodinâmica, de acordo com Clausius citado por Prigogine (1996), porém o seu
conceito foi adaptado por Shannon e citado por Pineda (2006) para o Sistema de
Informação em que é considerada a uma frequência de símbolos transmitidos, em
que se pode mensurar a quantidade de informação de uma determinada variável.
Conceito esse utilizado pela escola holandesa na aplicação de métodos
multicriteriais (BARBA-ROMERO e POMEROL, 1997).
O método multicritério Entropia, através da medida chamada grau de
diversificação, determina o valor do peso de cada critério, atribuindo maior valor para
81
aqueles que possuem maior diversidade de avaliações entre as alternativas
(BARBA-ROMERO e POMEROL, 1997). Critérios cuja variação na atratividade das
alternativas seja pequena podem não ser tão importantes para a tomada da decisão
(BARBA-ROMERO e POMEROL, 1997).
Com base nesse conceito, a Entropia foi inclusa como um método ponderador
dos critérios que compõem o método TOPSIS, fazendo com que o método
multicriterial utilizado seja totalmente objetivo e automatizável.
Para o cálculo do Índice de Similaridade via método TOPSIS é necessário
seguir as etapas:
1a. Etapa - Cálculo da Matriz Normalizada: a normalização por vetor é realizada
por meio da Equação:
𝑝𝑖𝑗 =𝑥𝑖𝑗
√∑ 𝑥𝑖𝑗2𝑚
𝑖=1
(5)
Onde:
- m é o número de alternativas
- 𝑥𝑖𝑗 representa a pontuação do critério j para a alternativa i
2a. Etapa – Cálculo da Entropia por contraste de intensidade: é calculada para
todos critérios j:
𝑒(𝑝𝑗) = −1
ln(𝑛)∑
𝑝𝑖𝑗
∑ 𝑝𝑖𝑗𝑚𝑖=1
ln(𝑝𝑖𝑗
∑ 𝑝𝑖𝑗𝑚𝑖=1
)𝑛𝑘=1 (6)
Verificando, ainda, que 0 ≤ pij ≤ 1 e pij ≥ 0.
Para efeitos de análise, quanto maior for e(pj) menor será a informação
transmitida pelo i-ésimo atributo. Caso e(pj) = ln(n), então o i-ésimo critério não
transmite informações e pode ser removido da análise decisória.
3a. Etapa – Cálculo do Grau de Diversidade: como a relação dos pesos dos
critérios (Wj) é inversamente proporcional à entropia 𝑒(𝑝𝑗), é proposto o cálculo:
82
dj = 1 -𝑒(𝑝𝑗) (7)
4a. Etapa – Cálculo dos Pesos Normalizados: com a finalidade de garantir uma
escala e grau de participação limitado entre 0 ≤ W j ≤ 1 e ∑ 𝑊𝑗𝑚𝐽=1 = 1, é aplicada a
seguinte equação:
𝑤𝑗 =𝑑𝑗
∑ 𝑑𝑗𝑚𝑗=1
(8)
5a. Etapa – Calcular a matriz ponderada, onde os valores das alternativas são
normalizados com o peso dos critérios da seguinte forma:
𝑣𝑖𝑗 = 𝑤𝑗𝑟𝑖𝑗 (9)
Onde:
- 𝑤𝑗 é o peso definido para cada atributo ou critério
6a. Etapa – Identificar a Solução Ideal e a Solução Indesejada: A+ e A- são
definidas em termos das pontuações normalizadas com seus pesos:
𝐴+ = {(𝑚𝑎𝑥𝑉𝑖𝑗|𝑗 ∈ 𝐽1) , (𝑚𝑖𝑛𝑉𝑖𝑗|𝑗 ∈ 𝐽2)} = {𝑣𝑗+|𝑗 = 1, 2, … ,𝑚} (10)
𝐴− = {(𝑚𝑖𝑛𝑉𝑖𝑗|𝑗 ∈ 𝐽1) , (𝑚𝑎𝑥𝑉𝑖𝑗|𝑗 ∈ 𝐽2)} = {𝑣𝑗−|𝑗 = 1, 2, … ,𝑚} (11)
7a. Etapa – Calcular as medidas de separação: a distância entre as alternativas
pode ser medida por meio da distância Euclidiana, calculada de acordo com a
Equação:
𝑆𝑖+ = √∑ (𝑣𝑖𝑗 − 𝑣𝑗
+)2𝑛𝑗=1 𝑆𝑖
− = √∑ (𝑣𝑖𝑗 − 𝑣𝑗−)2𝑛
𝑗=1 (12)
83
8a. Etapa – Calcular similaridades com a Solução Ideal: o índice de similaridade é
calculado a partir da seguinte fórmula:
𝐶𝑖 =𝑆𝑖−
𝑆𝑖++𝑆𝑖
− (13)
O índice de similaridade pode variar de 0 a 1. Ci = 0 significa que Ai = A-, isto
é, a alternativa analisada é a solução indesejada. Em contrapartida, Ci = 1 quer dizer
que Ai = A+, ou seja, a alternativa analisada é a Solução Ideal.
9a. Etapa – Classificar ordem de preferência: a alternativa com maior Ci pode ser
escolhida ou pode ser feita uma ordenação de todas as alternativas, de acordo com
o Ci calculado.
Magalhães (2016) aplicou o método TOPSIS com a finalidade de obter um
ranking das comunidades ribeirinhas que mais precisam receber alocação de
recursos públicos. Na aplicação foram adotados os pesos de modo subjetivo, com
base na experiência do próprio pesquisador. Os resultados obtidos foram
satisfatórios com base na análise de sensibilidade dos pesos que demonstrou a
robustez do método.
Cabral (2012) aplicou o método TOPSIS como uma proposta de apoio à
avaliação de alterações no processo definido para um projeto de desenvolvimento
de um software que se encontrava em execução com múltiplos decisores. A
alternativa obtida pelo método mostrou-se eficaz para o objetivo do estudo, uma vez
que houve a concordância/validação em comum entre os decisores após sua
classificação pelo método proposto.
Oliveira e Mello (2009) aplicaram a Entropia em conjunto ao método
multicriterial Macbeth, como um ponderador dos critérios na escolha de um imóvel,
que se mostrou eficaz para atributos com maiores variações de atratividade. Assim
como o método TOPSIS, a junção de um ponderador objetivo na escolha de
métodos multicriteriais traz a vantagem em criar algoritmos automatizados para um
processo de decisão em diferentes áreas de aplicação, uma vez que o tomador de
decisão participa somente no direcionamento do ótimo (ideal).
84
5 ANÁLISE E DISCUSSÃO DOS RESULTADOS
O capítulo de análise e discussão de resultados está dividido em dois tópicos,
primeiramente uma análise descritiva e estatística das variáveis discriminatórias e o
tópico final, que compreende a aplicação do método matemático híbrido, composto
pelo método TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)
associado ao método multicritério Entropia, do qual resultará o indicador de potencial
de mercado dos municípios.
Análise descritiva dos resultados 5.1
Neste tópico, as variáveis discriminatórias que compõem as hipóteses de
pesquisa, população total, PIB per capita, índice de Gini, pessoal ocupado
assalariado, população por número de empresas atuantes e IDHM, serão descritas e
analisadas segundo os métodos estatísticos da média, mediana, desvio padrão,
valor mínimo, valor máximo, 1º quartil (Q1) e 3º quartil (Q3), e foram desenvolvidas
considerando o universo total dos 5.570 municípios do Brasil.
Essa análise foi desenvolvida considerando a proposição que o Brasil é um
país de dimensões continentais e que, no contexto micro da análise desenvolvida
por este trabalho de pesquisa, ou seja, no prisma dos municípios, apresenta
profundas diferenças nos indicadores demográficos, econômicos e socioculturais
utilizados como indicadores norteadores do potencial de mercado dos municípios.
Sendo assim, o que se pretende neste tópico é desenvolver uma compreensão
quanto às dimensões desses indicadores e o significado das variações
representadas pelas análises estatísticas.
As redes de franquias, como explicitado no capítulo introdutório deste
trabalho, estão concentradas nas capitais e grandes centros urbanos. Contudo, o
Brasil ainda apresenta um mercado de 3.337 municípios sem franquias, mas com
características predecessoras ao empreendedorismo do franchising, demográficas,
econômicas e socioculturais relativamente distintas das características dos
municípios que representaram a estratégia de entrada pelas redes de franquias.
A Tabela 4 apresenta um resumo das análises estatísticas desenvolvidas
para as seis variáveis que representam as hipóteses de pesquisa.
85
Tabela 4 – Resumo dos resultados das medidas estatísticas das variáveis das hipóteses de pesquisa
Fonte: Autor.
5.1.1 População total
A mediana (11.514 habitantes) indica que uma parcela significativa dos
municípios do Brasil (50%) apresenta baixa densidade populacional. Contudo, como
a média (36.711 habitantes) é 3,19 vezes superior à mediana, os municípios
localizados no conjunto de valores acima da mediana apresentam maior dimensão
populacional, a exemplo do município de São Paulo que é o maior do Brasil com
11.967.825 habitantes (IBGE, 2015) e que consta da tabela de resultados como o
valor máximo dessa variável.
A medida do desvio padrão indica a dispersão dos valores em torno da média
amostral e, como o desvio padrão calculado é alto (215.578) e validado pelo
coeficiente de variação em 587,2%, indica uma eleva dispersão dos valores
representados pela densidade populacional dos municípios. Essa análise pode ser
identificada segundo os valores mínimo e máximo do conjunto de valores, sendo o
mínimo de 818 habitantes e o máximo de 11.967.825 habitantes.
Por último, no 1º quartil, ou seja, 25% dos municípios do Brasil apresentam
uma população de até 6.040 habitantes, formada por municípios de pequeno porte.
No 3º. Quartil, que representa o universo de 75% dos municípios, a população é de
até 28.163 habitantes, ainda considerados municípios de pequeno porte, mas que,
Medidas
População
Total
2015
PIB
per capita
2014
Índice de
Gini
2010
Pessoal Ocupado
Assalariado
2014
População Total
por Número de
Empresas
Atuantes
2014
IDHM
2010
Média 36.711 18.648 0,503 8.666 91 0,659
Mediana 11.514 13.879 0,503 993 57 0,665
Desvio Padrão 215.578 21.187 0,066 89.933 103 0,072
Coeficiente
de Variação587,20% 113,60% 13,20% 1037,70% 113,40% 10,90%
Mínimo 818 3.085 0,284 35 6 0,418
Máximo 11.967.825 815.094 0,808 5.285.492 2.015 0,862
Q1 6.040 8.388 0,465 504 36 0,607
Q3 28.163 24.381 0,553 3.626 125 0,724
86
segundo os dados da ABF, já apresentam resultados efetivos em número de
franquias, ainda que representem relativamente uma parcela percentual pequena do
número de franquias do Brasil.
Os resultados das medidas estatísticas da Tabela 4 podem ser relacionados
aos resultados obtidos na Tabela 5 e, como poderá ser analisado, demonstram
convergência nas respostas obtidas.
Algumas análises consideradas relevantes para o contexto deste trabalho de
pesquisa estão associadas às informações da Tabela 5: (a) densidade
populacional: o Brasil é formado predominantemente por pequenos municípios em
densidade populacional. As três primeiras classes com até 20.000 habitantes
somam 68,7% dos municípios do Brasil, contudo, representam apenas 15,8% da
população em termos absolutos. Os municípios com mais de 500.000 habitantes
representam apenas 0,7% dos municípios (41 municípios), entretanto, representam
29,9% da população total. (b) número de municípios com franquia: representam
40,3% dos municípios do Brasil. Nas duas classes com mais de 100 mil habitantes,
100% dos municípios possuem franquias e, na classe com 50.001 a 100.000
habitantes, 98% dos municípios têm franquias.
As quatro primeiras classes com até 50.000 habitantes apresentam
relativamente o maior universo de municípios sem franquias. Quanto menor a
densidade populacional menor a participação de municípios com franquia. (c)
capilaridade de franquias: os 41 municípios (0,7% dos municípios) com mais de
500.000 habitantes concentram 55,6% do total de franquias instaladas no Brasil até
o ano de 2015. Os municípios com mais de 50.001 habitantes, representando as três
maiores classes por tamanho populacional, detêm 92,7% das franquias, 67,9% da
população e, apenas, 11,8% dos municípios. Contudo, segundo o indicador per
capita de habitantes por franquia, demonstram ser as classes de municípios com
maior adensamento de franquias.
Os municípios com mais de 500.000 habitantes registram apenas 1.398
habitantes por franquia, o que remete à proposição de elevada capilaridade de
franquias, da qual deriva o acirramento do jogo competitivo e redução das taxas de
retorno dos investimentos (PORTER, 1996) e de um esgotamento da estratégia de
crescimento (ANSOFF, 1957), alicerçando o movimento contemporâneo de busca e
seleção por novos mercados, municípios do interior, pelas redes de franquia.
87
Tabela 5 – Número de municípios, densidade populacional e franquias classificadas por classes de tamanho da população total dos municípios
Fonte: IBGE – Instituto Brasileiro de Geografia e Estatística (2015). ABF - Associação Brasileira de Franchising (2016a). Modificado pelo Autor.
5.1.2 PIB per capita
A variável PIB per capita, ainda que apresente uma diferença entre a média
(R$ 18.648) e a mediana (R$ 13.879) menor que o identificado na variável
populacional, possibilita concluir que existe uma dispersão menor desse indicador.
Contudo, os municípios acima da mediana possuem um PIB per capita
significantemente maior.
O desvio padrão de R$ 21.187 associado a um elevado coeficiente de
variação de 113,6%, remete para um Brasil de elevadas desigualdades econômicas
e sociais, regiões com características de elevado desenvolvimento econômico e
outras regiões com fortes indicadores de pauperização.
O 1º. quartil indica que 25% dos municípios apresentam um PIB per capita de
até R$ 8.388, ou seja, municípios pobres com renda abaixo da mediana e da média.
O 3º. quartil revela que 75% dos municípios tem PIB per capita de até R$ 24.381, o
que ainda indica um grande número de municípios com um baixo indicador,
representando apenas 46% do PIB per capita do município de São Paulo, que ocupa
apenas a posição de 184° lugar no ranking deste indicador. O município com o
menor PIB per capita é Mansidão (BA) com R$ 3.085 e o maior é Presidente
Kennedy (ES) com R$ 815.094.
Os resultados das medidas estatísticas da Tabela 4 podem ser relacionados
aos resultados obtidos na Tabela 6 e, como poderá ser analisado, demonstram
convergência nas respostas obtidas.
Total Part. (%)Com
Franquia
Nº
(1000 hab)Part. (%) Nº Part. (%)
Habitantes
por
franquia
Até 5000 hab 1.236 22,2% 65 5% 4.184 2,0% 101 0,1% 41.430
de 5.001 a 10.000 1.214 21,8% 163 13% 8.618 4,2% 239 0,3% 36.059
de 10.001 a 20.000 1.374 24,7% 508 37% 19.632 9,6% 1.027 1,3% 19.116
de 20.001 a 50.000 1.091 19,6% 858 79% 33.112 16,2% 4.402 5,6% 7.522
de 50.001 a 100.000 351 6,3% 345 98% 24.327 11,9% 5.861 7,4% 4.151
de 100.001 a 500.000 263 4,7% 263 100% 53.423 26,1% 23.358 29,7% 2.287
mais de 500.000 41 0,7% 41 100% 61.185 29,9% 43.755 55,6% 1.398
Total 5.570 100,0% 2.243 40,3% 204.482 100,0% 78.743 100,0% 100,0%
Classes de
tamanho da
população total dos
municípios (hab)
Municípios
2015
% Part.
Municípios
com
Fanquia /
Total
Municípios
População Total
2015
Franquias
2015
88
Como o PIB per capita é um indicador que representa uma média, adotou-se
para a Tabela 6 a ponderação do indicador pela representatividade da população de
cada município, minimizando as distorções que seriam decorrentes do cálculo pelo
método da média aritmética.
Algumas análises consideradas importantes para o contexto deste trabalho de
pesquisa estão associadas às informações da Tabela 6: (a) PIB per capita: as duas
classes de municípios com maior adensamento populacional apresentam os maiores
PIB per capita. A classe com 100.001 a 500.000 mil habitantes e a classe com mais
de 500.0001 apresentam, respectivamente, PIB per capita de R$ 31.864 e R$
39.198. Todos esses municípios possuem franquias. (b) municípios com e sem
franquia versus PIB per capita: é observado nas colunas comparativas, por
classes de tamanho populacional, que os municípios sem franquias
comparativamente às mesmas classes de tamanho populacional de municípios com
franquia possuem um PIB per capita que oscila entre -24% (classe de até 5.000
habitantes) a -67% (classe de 50.001 a 100.000 habitantes).
Na classe de 50.001 e 100.000 habitantes pode-se afirmar que o PIB per
capita é substancialmente mais elevado nos municípios com franquia (R$ 23.469),
207% maior que dos municípios sem franquia (R$ 7.652). Pode-se concluir que os
municípios mais pobres possuem menor potencial de mercado e, portanto, menor
atração para a abertura de franquias.
Os resultados da Tabela 6 reforçam os achados na Tabela 4, em que os
municípios do Brasil apresentam grandes disparidades no indicador PIB per capita.
Nos municípios com até 100.000 habitantes, correspondente as primeiras quatro
classes de tamanho populacional representam 94,6% dos municípios do Brasil e um
PIB per capita abaixo do patamar de R$ 25.000 / ano. Somente as duas maiores
classes de município por tamanho populacional somam PIB per capita acima de R$
30.000 / ano.
89
Tabela 6 – Número de municípios total e com franquia e o PIB per capita dos municípios com e sem franquia por classes de tamanho da população total dos municípios
Fonte: IBGE – Instituto Brasileiro de Geografia e Estatística (2015). ABF - Associação Brasileira de Franchising (2016a). Modificado pelo Autor.
5.1.3 Índice de Gini
Para o índice de Gini, a leitura do indicador é quanto menor o resultado
melhor é a distribuição de renda de um país, região ou município.
Das variáveis analisadas, o índice de Gini é o que apresenta a menor
dispersão nas medidas estatísticas. As medidas de média e mediana associadas a
um baixo desvio padrão e coeficiente de variação de apenas 13,2%, demonstram
uma baixa dispersão dos dados em torno da média.
No 1º quartil, 25% dos municípios apresentam índice de Gini de 0,465 e no 3º.
quartil, que representa 75% dos municípios, o indicador é de 0,553, ou seja, maior,
indicando uma piora na distribuição de renda. O município com a maior população e
PIB do Brasil, São Paulo, tem um índice de Gini de 0,6453, ocupando uma das
últimas colocações no ranking desse indicador - 5.457º lugar de um total de 5.570
municípios. O Rio de Janeiro ocupa posição de 5.436º (0,6391) e Campinas, cidade
que ocupa a 8ª posição em número de franquias, está situada em 4.908º lugar
(0,5782).
A Tabela 7 apresenta os 10 municípios com maior número de franquias com o
respectivo índice de Gini e o lugar que ocupam no ranking de municípios do Brasil.
Todos os municípios que configuram no ranking da ABF dos 10 maiores
municípios em número de franquias estão classificados pelo índice de Gini acima da
TotalPart.
(%)
Com
Franquia
Part.
(%)
Municípios
com
franqia
Municípios
sem
franqia
Variação %
municípios
sem versus
com
franquia
Até 5000 hab 1.236 22,2% 65 2,9% 23.830 18.192 -24%
de 5.001 a 10.000 1.214 21,8% 163 7,3% 24.741 15.303 -38%
de 10.001 a 20.000 1.374 24,7% 508 22,6% 23.126 11.284 -51%
de 20.001 a 50.000 1.091 19,6% 858 38,3% 21.671 8.432 -61%
de 50.001 a 100.000 351 6,3% 345 15,4% 23.469 7.652 -67%
de 100.001 a 500.000 263 4,7% 263 11,7% 31.864 -100%
mais de 500.000 41 0,7% 41 1,8% 39.198 -100%
Total 5.570 100,0% 2.243 100,0% 32.485 12.527
Média Ponderada do PIB per capita (2014)Municípios
2015Classes de
tamanho da
população total
dos municípios
(hab)
90
posição 4.908º, que é Fortaleza (CE), o município melhor ranqueado, ou seja,
figuram nas piores colocações dentre os municípios do Brasil.
Aparentemente, isso pode indicar uma contradição, pois como os munícipios
de maior densidade populacional e maiores PIBs do Brasil apresentam um indicador
ruim em distribuição de renda e, ainda assim, atraem a maior abertura de franquias.
Isso se explica, pois os demais indicadores absolutos como população total, renda e
pessoal ocupado assalariado mais que compensam o problema de se ter uma renda
concentrada. As capitais e grandes centros urbanos retratam este cenário de
contradição de desenvolvimento econômico e profundas desigualdades sociais.
Tabela 7 – Ranking comparativo dos municípios com maior participação % em número de franquias e a posição no ranking do índice de Gini
Posição Cidade
% Unidades
Franqueadas
2016
Índice de
Gini
Ranking
Índice
Gini
1 São Paulo 13,0% 0,6533 5457
2 Rio de Janeiro 6,6% 0,6391 5436
3 Belo Horizonte 2,3% 0,6106 5288
4 Curitiba 2,0% 0,5652 4653
5 Brasília 2,4% 0,6370 5430
6 Salvador 1,9% 0,6449 5453
7 Porto Alegre 1,6% 0,6144 5313
8 Recife 1,4% 0,6894 5527
9 Fortaleza 1,5% 0,6267 5378
10 Campinas 1,6% 0,5782 4908
34,3%Soma 10 maiores municípios
Fonte: DATASUS Tecnologia da Informação a Serviço do SUS (2017). ABF - Associação Brasileira de Franchising (2017). Modificado pelo Autor.
5.1.4 Pessoal ocupado assalariado
Pessoal ocupado assalariado é uma variável representada em termos
absolutos de números de pessoas.
Essa variável é a que apresenta a maior dispersão das medidas estatísticas
utilizadas por este trabalho de pesquisa. A média (8.666) é 8,73 vezes maior que a
mediana (993), sendo assim, os valores atribuídos aos municípios localizados no
91
conjunto de valores acima da mediana são bem maiores do que essa, o que reporta
uma grande assimetria nessa variável.
O desvio padrão (89.933) é bastante elevado, assim como o coeficiente de
variação de 1037,7%, indicando uma grande dispersão dos dados em torno da
média amostral. O valor máximo da medida é do município de São Paulo (SP) com
5.285.492, e o valor mínimo do município de Primeira Cruz (MA) com 35 pessoas
ocupadas e assalariadas.
O 1º. quartil corresponde a 25% dos municípios com pessoal ocupado
assalariado com até 504 pessoas, ou seja, retratando o mesmo cenário explicitado
na mediana, muitos municípios com poucas pessoas ocupadas e assalariadas. O 3º.
quartil constitui 75% dos municípios com até 3.626 pessoas ocupadas e
assalariadas e como esse resultado é inferior à média, isso permite inferir que o 4o.
quartil é composto por municípios com valores bem acima da média de 8.666
pessoas, denotando uma acentuada dispersão dos dados.
Os resultados das medidas estatísticas da Tabela 4, relacionados às análises
apresentadas na Tabela 8, demonstram convergência nos resultados obtidos: (a)
número de franquias versus pessoal ocupado assalariado: as colunas de
participação (%) de franquias versus pessoal ocupado assalariado demonstram
similaridade nos resultados em todas as classes de tamanho de população. Na
classe com mais de 500 mil habitantes o índice de participação das franquias é de
55,6% enquanto que o número de pessoal ocupado assalariado é de 49,5%. Na
classe representada pelos menores municípios - com até 5.000 habitantes - os
indicadores de participação % se equivalem em 0,1%.
Os resultados na linha do consolidado total indicam uma correlação linear de
0,9918, ou seja, um índice de correlação muito forte entre a variável dependente,
número de franquias e a variável explicativa do número de pessoas ocupadas e
assalariadas. (b) proporção de habitantes por pessoal ocupado assalariado:
essa análise retrata a dimensão das desigualdades econômicas e sociais do Brasil.
Enquanto nos municípios com menor densidade populacional, as classes com até
5.000 e de 5.001 a 10.000 habitantes apresentam um índice per capita de habitantes
por pessoal ocupado assalariado de 90,9 e 39,5 respectivamente, as duas classes
de maior densidade populacional, mais de 500.001 mil habitantes, e de 100.001 a
500.000 habitantes o índice per capita é de 2,7 e 4,1, respectivamente,
caracterizando um cenário de grande dispersão da variável. Ainda que não seja o
92
objetivo deste trabalho de pesquisa fazer uma análise sócio econômica dos
municípios do Brasil, fica evidenciada a dependência que a população desses
municípios mais pobres têm em relação aos programas de complementação de
renda do governo Federal.
Tabela 8 – Municípios, franquias, população total e pessoal ocupado assalariado por classes de tamanho da população total dos municípios
Fonte: IBGE – Instituto Brasileiro de Geografia e Estatística (2016a). ABF - Associação Brasileira de Franchising (2016a). Modificado pelo Autor.
5.1.5 População total por número de empresas atuantes
Essa variável é um indicador per capita indicando quantas pessoas um
município possui por empresa atuante (ativa). A leitura que deve ser feita é de
quanto menor melhor, ou seja, quanto menor o número de habitantes por empresa
significa que o município tem muitas empresas ativas como proporção da população
e remete ao contexto de desenvolvimento econômico.
Essa variável apresenta resultados bem semelhantes ao PIB per capita, com
coeficiente de variação de 113,4% para um PIB per capita com 113,6%. Ainda que o
coeficiente de variação tenha sido menor que o verificado na variável população total
e pessoal ocupado assalariado, ainda assim é considerado alto e reflexo de uma
dispersão elevada. A média em 91 habitantes por empresa é maior 1,6 vezes que a
mediana (57), portanto, indica que nos municípios localizados no conjunto de valores
acima da mediana, os valores da variável são bem superiores. Contudo, os
melhores resultados são encontrados nos municípios abaixo da mediana, em que o
População
(2015)
(mil hab)
TotalPart.
(%)
Com
Franquia
Part.
(%)Total
Part.
(%)Total Total
Part.
(%)
Proporção
habitantes /
pessoal
ocupado
assalariado
Até 5000 hab 1.236 22,2% 65 2,9% 101 0,1% 4.184 46.012 0,1% 90,9
de 5.001 a 10.000 1.214 21,8% 163 7,3% 239 0,3% 8.618 217.921 0,5% 39,5
de 10.001 a 20.000 1.374 24,7% 508 22,6% 1.027 1,3% 19.632 1.211.323 2,7% 16,2
de 20.001 a 50.000 1.091 19,6% 858 38,3% 4.402 5,6% 33.112 4.118.616 9,0% 8,0
de 50.001 a 100.000 351 6,3% 345 15,4% 5.861 7,4% 24.327 4.408.919 9,6% 5,5
de 100.001 a 500.000 263 4,7% 263 11,7% 23.358 29,7% 53.423 13.055.702 28,6% 4,1
mais de 500.000 41 0,7% 41 1,8% 43.755 55,6% 61.185 22.644.139 49,5% 2,7
Total 5.570 100,0% 2.243 100,0% 78.743 100,0% 204.482 45.702.632 100,0% 4,5
Municípios
(2015)Classes de
tamanho da
população total
dos municípios
(hab)
Franquias
(2015)
Pessoal Ocupado Assalariado
(2014)
93
índice per capita é menor. O 1º. quartil indica os 25% dos municípios com índice per
capita de população por empresa ativa de 36. O 3º. Quartil, que representa 75% dos
municípios, o índice per capita é de até 125, indicando que o melhor índice é obtido
nos municípios localizados no 1º. quartil.
Os resultados das medidas estatísticas da Tabela 4, relacionados às análises
apresentadas na Tabela 9, demonstram convergência nos resultados obtidos: (a)
número de franquias versus número de empresas atuantes: as colunas de
participação (%) de franquias versus número de empresas atuantes demonstram
similaridade nos resultados em todas as classes de tamanho de população. O índice
de correlação para a linha do consolidado total é de 0,9904, ou seja, denota uma
correlação forte entre a variável dependente número de franquias e a variável
explicativa número de empresas atuantes. (b) índice per capita de habitantes por
empresas atuantes: os municípios das classes com maior densidade populacional
apresentam os menores e, portanto, os melhores índices per capita de habitantes
por empresas atuantes, o que denota que essas classes são mais atrativas para o
desenvolvimento do empreendedorismo do franchising e, concomitantemente, ao
empreendedorismo em geral.
A classe de municípios com mais de 500.001 habitantes apresenta o menor
índice per capita, com apenas 31 habitantes por empresa atuante, enquanto a
menor classe de municípios com até 5.000 habitantes o índice per capita é de 491
habitantes por empresa, evidenciando pouco desenvolvimento econômico.
94
Tabela 9 – Municípios, franquias, população total e número de empresas atuantes por classes de tamanho da população total dos municípios
Fonte: IBGE – Instituto Brasileiro de Geografia e Estatística (2016a). ABF - Associação Brasileira de Franchising (2016a). Modificado pelo Autor.
5.1.6 IDHM – Índice de desenvolvimento humano municipal
O IDHM é a variável que apresentou a menor dispersão, com coeficiente de
variação de 10,9%. A leitura desse indicador é quanto maior, melhor. A mediana
ficou acima da média, o que significa que a maioria dos municípios possuem valores
menores que a média. Contudo, como a dispersão é pequena e a média e a
mediana quase se equivalem, a distribuição do conjunto dos valores do IDHM são
simétricos.
Ainda que a dispersão seja pequena, cabe salientar que a diferença entre o
valor mínimo, 0,418, registrado na cidade de Balneário Rincão (SC) é menor que a
metade do maior índice que é de 0,862, da cidade de São Caetano do Sul (SP). Ao
índice da cidade de Balneário Rincão (SC) é atribuído um conceito de muito baixo
(0,000 a 0,499), enquanto ao da cidade de São Caetano do Sul (SP) é atribuído um
conceito de muito alto (0,800 a 1,000) (ATLAS DO DESENVOLVIMENTO HUMANO,
2013).
Os 10 municípios com maior participação em número de franquias pelo
ranking da ABF também apresentam bons indicadores e classificações no ranking
pelo IDHM, com exceção dos municípios do nordeste, Fortaleza (468º.), Salvador
(383º) e Recife (212º). Todos os demais municípios estão abaixo da posição 46º,
TotalPart.
(%)
Com
Franquia
Part.
(%)Total
Part.
(%)Total
Part.
(%)Total
Part.
(%)
Habitantes
por
Empresas
Atuantes
Até 5000 hab 1.236 22% 65 2,9% 101 0,1% 4.184 2,0% 8.515 0,2% 491
de 5.001 a 10.000 1.214 22% 163 7,3% 239 0,3% 8.618 4,2% 41.008 0,8% 210
de 10.001 a 20.000 1.374 25% 508 22,6% 1.027 1,3% 19.632 9,6% 211.529 4,3% 93
de 20.001 a 50.000 1.091 20% 858 38,3% 4.402 5,6% 33.112 16,2% 642.528 13,0% 52
de 50.001 a 100.000 351 6% 345 15,4% 5.861 7,4% 24.327 11,9% 578.655 11,7% 42
de 100.001 a 500.000 263 5% 263 11,7% 23.358 29,7% 53.423 26,1% 1.467.513 29,8% 36
mais de 500.000 41 1% 41 1,8% 43.755 55,6% 61.185 29,9% 1.982.206 40,2% 31
Total 5.570 100,0% 2.243 100,0% 78.743 100,0% 204.482 100,0% 4.931.954 100,0% 41
Classes de
tamanho da
população total
dos municípios
(hab)
Municípios
(2015)
Franquias
(2015)
Número de Empresas
Atuantes
População
(2015)
(mil hab)
95
contudo, nenhum deles apresenta classificações próximas às últimas posições,
como foi identificado no índice de Gini que mede a concentração da renda.
Tabela 10 - Ranking comparativo dos municípios com maior participação % em número de franquias e a posição no ranking do IDHM
Fonte: Atlas do Desenvolvimento Humano no Brasil (2013). ABF - Associação Brasileira de Franchising (2017). Modificado pelo Autor.
A Tabela 10 foi elaborada ponderando o IDHM do ano de 2010 pela
população total do ano de 2010, pois como o indicador por classes de tamanho da
população total é uma média, a ponderação pela população permitiu atribuir pesos
proporcionais ao tamanho do município em densidade populacional.
A análise mais importante que se pode extrair da Tabela 10 é que os
municípios com franquias, em todas as classes de tamanho de população total,
apresentam indicadores maiores e, portanto, melhores do IDHM, indicando que um
melhor índice de desenvolvimento humano torna o mercado mais atrativo para a
abertura de franquias.
Diferentemente dos outros indicadores já analisados, o IDHM não apresenta a
característica de ser tanto melhor quanto maior a densidade populacional do
município, como apresentado na Tabela 11. Nas demais tabelas comparativas os
indicadores retratam resultados crescentes, das classes de menor densidade
populacional para as classes de maior densidade populacional. Para o IDHM os
resultados oscilam em um ordenamento aleatório, visto que a classe com 20.001 a
50.000 habitantes apresenta IDHM de 0,674, inferior que a menor classe de até
Posição Cidade
% Unidades
Franqueadas
2016
IDHMRanking
IDHM
1 São Paulo 13,0% 0,8050 33
2 Rio de Janeiro 6,6% 0,7990 46
3 Belo Horizonte 2,3% 0,8100 20
4 Curitiba 2,0% 0,8230 10
5 Brasília 2,4% 0,8240 9
6 Salvador 1,9% 0,7590 383
7 Porto Alegre 1,6% 0,8050 28
8 Recife 1,4% 0,7720 212
9 Fortaleza 1,5% 0,7540 468
10 Campinas 1,6% 0,8050 32
34,3%Soma 10 maiores municípios
96
5.000 habitantes, com IDHM de 0,702, contudo, a classe dos maiores municípios em
que predominantemente estão inseridas as capitais e grandes centros urbanos
apresentam o melhor resultado do indicador com 0,784.
Tabela 11 – Comparativo do IDHM – Índice de Desenvolvimento Humano Municipal dos municípios com e sem franquia por classes de tamanho da população total
Fonte: Atlas do Desenvolvimento Humano no Brasil (2013). ABF - Associação Brasileira de Franchising (2016a). Modificado pelo Autor.
Resultados das hipóteses de pesquisa 5.2
O método estatístico utilizado para testar as hipóteses de pesquisa foi o teste
de hipótese. O nível de significância adotado foi de 5%, ou seja, essa é a tolerância
máxima de erro aceita pelo método. Optou-se por uma menor tolerância a fim de se
buscar a máxima aderência das variáveis das hipóteses de pesquisa ao modelo.
Os testes de hipóteses desenvolvidos tiveram por objetivo duas aplicações
neste trabalho de pesquisa: (a) testar as hipóteses de pesquisa, que serão
apresentadas no decorrer deste tópico (5.2 – Resultados das hipóteses de
pesquisa); (b) validar a importância das variáveis dos critérios demográfico,
econômico e socioculturais que serão utilizadas no método TOPSIS HÍBRIDO, do
qual resultará o score index de potencial de mercado dos municípios para a abertura
de franquias.
com
Franquia
Sem
Franquia
Até 5000 hab 0,702 0,6636
de 5.001 a 10.000 0,706 0,6376
de 10.001 a 20.000 0,687 0,6034
de 20.001 a 50.000 0,674 0,5710
de 50.001 a 100.000 0,695 0,5392
de 100.001 a 500.000 0,745
mais de 500.000 0,784
Classes de
tamanho da
população total
dos municípios
(hab)
IDHM
97
No teste de hipótese, foi considerada para cada variável a hipótese alternativa
como sendo a afirmação a se testar (ou o que se quer provar). O que se pretende
analisar é se as variáveis população total, PIB per capita, índice de Gini, pessoal
ocupado assalariado, índice per capita de população total por número de empresas
atuantes e IDHM tem poder discriminatório para explicar o potencial de mercados
dos municípios para a abertura de franquias.
Os testes de hipótese foram realizados para cinco categorias diferentes de
médias e estão explicados no Quadro 6:
Quadro 6 – Categorização dos municípios nos testes de hipótese: médias dos municípios com maior potencial para abertura de franquias em relação aos demais municípios
Categorias Descrição
TOP 30 (µ1)
Demais (µ2)
Média dos 30 melhores municípios em potencial de
mercado para abertura de franquia em relação aos
demais 5.540 municípios.
TOP 100 (µ1)
Demais (µ2)
Média dos 100 melhores municípios em potencial de
mercado para abertura de franquia em relação aos
demais 5.470 municípios.
TOP 200 (µ1)
Demais (µ2)
Média dos 200 melhores municípios em potencial de
mercado para abertura de franquia em relação aos
demais 5.370 municípios.
TOP 500 (µ1)
Demais (µ2)
Média dos 500 melhores municípios em potencial de
mercado para abertura de franquia em relação aos
demais 5.070 municípios.
TOP 1000 (µ1)
Demais (µ2)
Média dos 1000 melhores municípios em potencial de
mercado para abertura de franquia em relação aos
demais 4.570 municípios.
Fonte: Autor.
Os resultados dos testes de hipótese para as duas médias são apresentados
na Tabela 12. Dos 30 testes realizados somente um deles apresentou uma variável
98
não significativa, o índice de Gini, com p-valor=0,54 para o grupo de municípios TOP
500 com maior potencial de abertura de franquia.
Tabela 12 – Resultados dos testes de hipótese para as duas médias
Fonte: Autor.
5.2.1 Hipótese 1: população total
H1: quanto maior a densidade populacional total, maior o potencial de
mercado dos municípios para a abertura de franquias.
{𝐻0:𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙(𝑇𝑂𝑃) ≤ 𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
𝐻1: 𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙(𝑇𝑂𝑃) > 𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
Categorias População
Total
PIB per
capita
Índice
de Gini
Pessoal
Ocupado
Assalariado
População
Total por
Número de
Empresas
Atuantes
IDHM
TOP 30 (µ0)
Demais (µ1)
p-valor
1.768.723
27.332
0,0000
65.466
18.394
0,04
0,595
0,503
0,0000
700.248
4.921
0,0000
40
91
0,0000
0,778
0,659
0,0000
TOP 100
(µ0)
Demais (µ1)
p-valor
809.378
22.586
0,0000
50.398
18.067
0,0000
0,551
0,502
0,0000
289.696
3.529
0,0000
40
92
0,0000
0,768
0,657
0,0000
TOP 200
(µ0)
Demais (µ1)
p-valor
495.300
19.632
0,0000
55.465
17.277
0,0000
0,529
0,502
0,0000
166.242
2.798
0,0000
40
93
0,0000
0,758
0,656
0,0000
TOP 500
(µ0)
Demais (µ1)
p-valor
237.878
16.872
0,0000
47.891
15.764
0,0000
0,503
0,503
0,540
76.571
1.970
0,0000
33
96
0,0000
0,751
0,650
0,0000
TOP 1000
(µ0)
Demais (µ1)
p-valor
130.090
16.279
0,0000
38.614
14.279
0,0000
0,480
0,508
0,0000
40.686
1.660
0,0000
28
104
0,0000
0,744
0,641
0,0000
99
Os resultados dos testes de hipótese para a diferença das médias dos
melhores municípios (TOP30, TOP100, TOP200, TOP500 e TOP1000), para a
abertura de franquias, comparativamente aos demais municípios do Brasil, para a
variável da hipótese de pesquisa, população total, estão retratados na Tabela 13:
Tabela 13 – Resultado dos testes de hipóteses para a variável demográfica – população total
Fonte: Autor.
A hipótese da variável densidade populacional total mostrou-se verdadeira
com p-valor = 0,000, ou seja, menor que a tolerância (nível de significância)
estabelecida em 0,05 para as cinco categorias de municípios com maior potencial de
mercado para abertura de franquias, TOP30, TOP100, TOP200, TOP500 E
TOP1000.
5.2.2 Hipótese 2: PIB per capita
H2: quanto maior o PIB per capita, maior o potencial de mercado dos
municípios para a abertura de franquias.
{𝐻0:𝜇𝑃𝐼𝐵𝑃𝑒𝑟𝑐𝑎𝑝𝑖𝑡𝑎(𝑇𝑂𝑃) ≤ 𝜇𝑃𝐼𝐵𝑃𝑒𝑟𝑐𝑎𝑝𝑖𝑡𝑎(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
𝐻1: 𝜇𝑃𝐼𝐵𝑃𝑒𝑟𝑐𝑎𝑝𝑖𝑡𝑎(𝑇𝑂𝑃) > 𝜇𝑃𝐼𝐵𝑃𝑒𝑟𝑐𝑎𝑝𝑖𝑡𝑎(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
Os resultados dos testes de hipótese para a diferença das médias dos
melhores municípios (TOP30, TOP100, TOP200, TOP500 e TOP1000), para a
abertura de franquias, comparativamente aos demais municípios do Brasil, para a
variável da hipótese de pesquisa, PIB per capita, estão retratados na Tabela 14:
Variável TOP30 TOP100 TOP200 TOP500 TOP1000
TOP µ1 1.768.723 809.378 495.300 237.878 130.090
Demais µ2 27.332 22.586 19.632 16.872 16.279
p-valor 0,000 0,000 0,000 0,000 0,000
Categorias
Descrição
População
Total
2015
100
Tabela 14 – Resultado dos testes de hipóteses para a variável econômica – PIB per capita
Fonte: Autor.
A hipótese PIB per capita mostrou-se verdadeira com p-valor = 0,000, ou seja,
menor que a tolerância (nível de significância) estabelecida em 0,05 para as
categorias de municípios com maior potencial de mercado para abertura de
franquias TOP100, TOP200, TOP500 E TOP1000
5.2.3 Hipótese 3: índice de Gini
H3: quanto menor o índice de Gini, maior o potencial de mercado dos
municípios para a abertura de franquias.
{𝐻0:𝜇Í𝑛𝑑𝑖𝑐𝑒𝑑𝑒𝐺𝑖𝑛𝑖(𝑇𝑂𝑃) ≥ 𝜇Í𝑛𝑑𝑖𝑐𝑒𝑑𝑒𝐺𝑖𝑛𝑖(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
𝐻𝑎: 𝜇Í𝑛𝑑𝑖𝑐𝑒𝑑𝑒𝐺𝑖𝑛𝑖(𝑇𝑂𝑃) < 𝜇Í𝑛𝑑𝑖𝑐𝑒𝑑𝑒𝐺𝑖𝑛𝑖(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
Os resultados dos testes de hipótese para a diferença das médias dos
melhores municípios (TOP30, TOP100, TOP200, TOP500 e TOP1000), para a
abertura de franquias, comparativamente aos demais municípios do Brasil, para a
variável da hipótese de pesquisa, índice de Gini, estão retratados na Tabela 15:
Variável TOP30 TOP100 TOP200 TOP500 TOP1000
TOP µ1 65.466 50.398 55.465 47.891 38.614
Demais µ2 18.394 18.067 17.277 15.764 14.279
p-valor 0,040 0,000 0,000 0,000 0,000
Descrição
PIB
per capita
2014
Categorias
101
Tabela 15 – Resultado dos testes de hipóteses para a variável econômica – índice de Gini
Fonte: Autor.
A hipótese da variável do índice de Gini não rejeitou a hipótese nula (H0) para
a categoria dos municípios com maior potencial para abertura de franquia TOP500,
com resultado p-valor=0,54, maior, portanto, que o nível de significância de 5%
(0,05), contudo, não interfere no resultado final do modelo, por ter um peso menor
(0,2%), como será explicado no próximo tópico associado ao conceito de Entropia,
de ponderação do peso das variáveis.
5.2.4 Hipótese 4: pessoal ocupado assalariado
H4: quanto maior o pessoal ocupado assalariado, maior o potencial de
mercado dos municípios para a abertura de franquias.
{𝐻0:𝜇𝑃𝑒𝑠𝑠𝑜𝑎𝑙𝑂𝑐𝑢𝑝.𝐴𝑠𝑠𝑎𝑙.(𝑇𝑂𝑃) ≤ 𝜇𝑃𝑒𝑠𝑠𝑜𝑎𝑙𝑂𝑐𝑢𝑝.𝐴𝑠𝑠𝑎𝑙.(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
𝐻𝑎: 𝜇𝑃𝑒𝑠𝑠𝑜𝑎𝑙𝑂𝑐𝑢𝑝.𝐴𝑠𝑠𝑎𝑙.(𝑇𝑂𝑃) > 𝜇𝑃𝑒𝑠𝑠𝑜𝑎𝑙𝑂𝑐𝑢𝑝.𝐴𝑠𝑠𝑎𝑙.(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
Os resultados dos testes de hipótese para a diferença das médias dos
melhores municípios (TOP30, TOP100, TOP200, TOP500 e TOP1000), para a
abertura de franquias, comparativamente aos demais municípios do Brasil, para a
variável da hipótese de pesquisa, pessoal ocupado assalariado, estão retratados na
Tabela 16:
Variável TOP30 TOP100 TOP200 TOP500 TOP1000
TOP µ1 0,595 0,551 0,529 0,503 0,480
Demais µ2 0,503 0,502 0,502 0,503 0,508
p-valor 0,000 0,000 0,000 0,540 0,000
Categorias
Descrição
Índice de
Gini
2010
102
Tabela 16 – Resultado dos testes de hipóteses para a variável econômica – pessoal ocupado assalariado
Fonte: Autor.
A hipótese da variável pessoal ocupado assalariado mostrou-se verdadeira,
com p-valor = 0,000, ou seja, menor que a tolerância (nível de significância)
estabelecida em 0,05 para as cinco categorias de municípios com maior potencial de
mercado para abertura de franquias, TOP30, TOP100, TOP200, TOP500 E
TOP1000.
5.2.5 Hipótese 5: índice per capita da população total por número de
empresas atuante
H5: quanto menor o índice per capita da população total por número de
empresas atuantes, maior o potencial de mercado dos municípios para a
abertura de franquias.
{𝐻0:𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙𝑝𝑜𝑟𝑁º𝐸𝑚𝑝𝑟𝑒𝑠𝑎𝑠(𝑇𝑂𝑃) ≥ 𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙𝑝𝑜𝑟𝑁º𝐸𝑚𝑝𝑟𝑒𝑠𝑎𝑠(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
𝐻𝑎: 𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙𝑝𝑜𝑟𝑁º𝐸𝑚𝑝𝑟𝑒𝑠𝑎𝑠(𝑇𝑂𝑃) < 𝜇𝑃𝑜𝑝𝑢𝑙𝑎çã𝑜𝑇𝑜𝑡𝑎𝑙𝑝𝑜𝑟𝑁º𝐸𝑚𝑝𝑟𝑒𝑠𝑎𝑠(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
Os resultados dos testes de hipótese para a diferença das médias dos
melhores municípios (TOP30, TOP100, TOP200, TOP500 e TOP1000), para a
abertura de franquias, comparativamente aos demais municípios do Brasil, para a
variável da hipótese população total por número de empresas atuantes, estão
retratados na Tabela 17:
Variável TOP30 TOP100 TOP200 TOP500 TOP1000
TOP µ1 700.248 289.696 166.242 76.571 40.686
Demais µ2 4.921 3.529 2.798 1.970 1.660
p-valor 0,000 0,000 0,000 0,000 0,000
Categorias
Descrição
Pessoal
Ocupado
Assalariado
2014
103
Tabela 17 – Resultado dos testes de hipóteses para a variável econômica – população total por número de empresas atuantes
Fonte: Autor.
A hipótese da variável índice per capita da população total por número de
empresas atuantes mostrou-se verdadeira com p-valor = 0,000, ou seja, menor que
a tolerância (nível de significância) estabelecida em 0,05 para as cinco categorias de
municípios com maior potencial de mercado para abertura de franquias, TOP30,
TOP100, TOP200, TOP500 E TOP1000.
5.2.6 Hipótese 6: IDHM – índice de desenvolvimento humano municipal
H6: quanto maior o IDHM, maior o potencial de mercado dos municípios
para a abertura de franquias.
{𝐻0:𝜇𝐼𝐷𝐻𝑇𝑜𝑡𝑎𝑙(𝑇𝑂𝑃) ≤ 𝜇𝐼𝐷𝐻𝑇𝑜𝑡𝑎𝑙(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
𝐻𝑎: 𝜇𝐼𝐷𝐻𝑇𝑜𝑡𝑎𝑙(𝑇𝑂𝑃) > 𝜇𝐼𝐷𝐻𝑇𝑜𝑡𝑎𝑙(𝐷𝑒𝑚𝑎𝑖𝑠𝑀𝑢𝑛𝑖𝑐í𝑝𝑖𝑜𝑠)
Os resultados dos testes de hipótese para a diferença das médias dos
melhores municípios (TOP30, TOP100, TOP200, TOP500 e TOP1000), para a
abertura de franquias, comparativamente aos demais municípios do Brasil, para a
variável da hipótese IDHM, são apresentados na Tabela 18:
Variável TOP30 TOP100 TOP200 TOP500 TOP1000
TOP µ1 40 40 40 33 28
Demais µ2 91 92 93 96 104
p-valor 0,000 0,000 0,000 0,000 0,000
Categorias
Descrição
População
Total por
Número de
Empresas
Atuantes
2014
104
Tabela 18 – Resultado dos testes de hipóteses para a variável sociocultural – IDHM
Fonte: Autor.
A hipótese da variável IDHM mostrou-se verdadeira com p-valor = 0,000, ou
seja, menor que a tolerância (nível de significância) estabelecida em 0,05 para as
cinco categorias de municípios com maior potencial de mercado para abertura de
franquias, TOP30, TOP100, TOP200, TOP500 E TOP1000.
Os resultados das variáveis população total, PIB per capita, pessoal ocupado
assalariado, população total por número de empresas atuantes e IDHM
apresentaram p-valor < 0,05 para todas as cinco categorias de médias de municípios
TOP30, TOP100, TOP200, TOP500 e TOP1000, portanto, foi provado o poder
discriminatório das variáveis, pois apresentaram poder de diferenciação da média
dos municípios (µ0) TOP, com maior potencial de mercado para franquias, em
relação à média dos demais municípios (µ1)
Resultado do Método TOPSIS híbrido de mensuração do potencial de 5.3
mercado
Comprovado o poder discriminatório, através dos testes de hipótese
desenvolvidos no tópico anterior deste trabalho de pesquisa e apresentados os
resultados na Tabela 12, de cada variável nos diferentes grupos classificatórios,
decorreu a preocupação de não incluir pré-julgamentos referentes às variáveis mais
importantes ao método de decisão, na qual os pesos dos critérios são compostos
pela subjetividade do próprio decisor, característico do método TOPSIS. Como
proposta, foi considerado o conceito de Entropia para ponderação dos pesos de
cada critério, cuja equação (6) possibilitou o conhecimento do grau de informação de
cada variável ao problema estudado, sendo este grau padronizado pela equação (8),
que resultou na Tabela 19. A associação do método TOPSIS ao conceito de
Variável TOP30 TOP100 TOP200 TOP500 TOP1000
TOP µ1 0,778 0,768 0,758 0,751 0,744
Demais µ2 0,659 0,657 0,656 0,650 0,641
p-valor 0,000 0,000 0,000 0,000 0,000
Categorias
Descrição
IDHM
2010
105
Entropia será denominada neste trabalho de pesquisa como método TOPSIS
híbrido.
Tabela 19 – Pesos das variáveis de pesquisa calculados através do conceito de Entropia
Categorias População
Total
PIB
Per
Capita
Índice
de Gini
Pessoal
Ocupado
Assalariado
População
Total por
Número de
Empresas
Atuantes
IDHM
Pesos 31,59% 6,42% 0,2% 53,73% 7,91% 0,14%
Fonte: Autor.
As variáveis estão classificadas em três classes de importância, a primeira
(pessoal ocupado assalariado e população total) representa 85,32%, a segunda (PIB
per capita e o índice per capita da população total por empresas atuantes)
representa 14,34% e a terceira classe de importância (índice de Gini e IDHM)
0,34%. A soma dos pesos das três classes de importância ou das seis variáveis
totaliza 100%.
Após a elaboração quantitativa dos pesos, pode-se obter por meio da
equação (9) a matriz de valores padronizados, cujos resultados de cada alternativa
foram comparados com a finalidade de se estabelecer os valores ideais e não ideais
para cada critério, via equações (10, 11). Com as distâncias estabelecidas na
equação (12), possibilitou-se o uso do conceito de similaridade (combinação entre a
proximidade dos valores ideais e a distância dos valores não ideais) pela equação
(13) para cada um dos municípios do Brasil.
Do método TOPSIS híbrido foi calculado o índice de similaridade de cada
município, que expresso na forma %, representa, conceitualmente, a combinação
entre a proximidade dos valores ideais e a distância dos valores não ideais da
combinação das variáveis escolhidas e utilizadas por esse trabalho de pesquisa
como indicativo do potencial de mercado. O índice de similaridade, ou seja, o %
obtido por cada município, será denominado score index, um índice de pontuação
obtido por cada município.
O município de São Paulo apresentou o maior score index (índice de
similaridade) dentre todos os municípios do Brasil, com 95,39%. Os 100%
106
representam o ideal, o maior índice a ser alcançado. São Paulo, portanto, está muito
próximo do ideal, a apenas 4,61% dos 100%, isso é, da maior proximidade dos
valores ideais e da distância dos valores não ideais. O resultado obtido representa a
melhor combinação das variáveis presentes nas dimensões demográfica, econômica
e sociocultural como indicativo do potencial de mercado para a abertura de
franquias. Contudo, o método desenvolvido não explica o grau de saturação do
mercado para a entrada de novas franquias.
O score index do município de São Paulo deve ser interpretado como o maior
potencial, dentre todos os municípios do Brasil, para a abertura de franquias. Esse
resultado coincide no comparativo com o ranking ABF: o município de São Paulo é o
primeiro classificado no ranking ABF com 12.154 franquias e 15,5% em participação
nacional, no ano de 2015 (ABF, 2016), com quase o dobro do município do Rio de
Janeiro (segundo colocado), mas seria incorreto afirmar que o município de São
Paulo terá o maior potencial para abertura de franquias, dados os sinais de
esgotamento que derivam da já elevada capilaridade de franquias. O município de
São Paulo ocupa a 17ª posição no ranking com índice per capita de 985 habitantes
por franquia, reproduzindo uma já elevada capilaridade de franquias com
consequências no retorno dos investimentos derivados da canibalização.
A Tabela 20 apresenta o ranking dos 30 primeiros municípios com maior
potencial para abertura de franquias, classificados pelo score index derivado do
método TOPSIS híbrido:
107
Tabela 20 – Ranking dos 30 primeiros municípios com maior potencial para abertura de franquias
Fonte: Autor.
Dos 30 municípios classificados pelo score index derivado do método TOPSIS
híbrido, 26 municípios (87%) estão também classificados pelo ranking da ABF nas
30 melhores posições, o que demonstra uma robusta aderência do modelo às
práticas norteadoras de seleção de mercados pelas redes de franquias.
Apenas o município de Presidente Kennedy, localizado no estado do Espírito
Santo, com apenas uma franquia, apresenta-se na 24ª posição no ranking de
potencial de mercado pelo score index do método TOPSIS híbrido, isso porque esse
município, segundo dados do IBGE (2016), é o 1º pelo critério da renda per capita
com R$ 815.094, bem superior à renda do município 2º colocado, Ilha Comprida
UF Município
População
Total
2015
(31,59%)
Pib Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Ranking
Potencial
Mercado
Ranking
ABF
SP São Paulo 11.967.825 52.797 0,6453 5.285.492 21 0,805 95,39% 1º 1º
RJ Rio de Janeiro 6.476.631 46.462 0,6391 2.611.515 34 0,799 50,43% 2º 2º
MG Belo Horizonte 2.502.557 35.188 0,6106 1.373.521 23 0,810 24,98% 3º 3º
DF Brasília 2.914.830 69.217 0,6370 1.319.684 31 0,824 24,94% 4º 4º
BA Salvador 2.921.087 19.506 0,6449 848.514 51 0,759 18,45% 5º 6º
CE Fortaleza 2.591.188 22.057 0,6267 825.189 43 0,754 17,38% 6º 9º
PR Curitiba 1.879.355 42.315 0,5652 919.740 18 0,823 17,24% 7º 5º
RS Porto Alegre 1.476.867 43.458 0,6144 768.517 18 0,805 14,35% 8º 7º
PE Recife 1.617.183 31.513 0,6894 748.437 39 0,772 14,30% 9º 8º
AM Manaus 2.057.711 33.447 0,6334 545.192 93 0,737 12,53% 10º 13º
GO Goiânia 1.430.697 32.637 0,5908 604.401 25 0,799 11,92% 11º 11º
PA Belém 1.439.561 20.034 0,6284 431.761 77 0,746 9,64% 12º 12º
SP Campinas 1.164.098 49.950 0,5782 434.550 23 0,805 9,11% 13º 10º
SP Guarulhos 1.324.781 39.163 0,5345 362.436 43 0,763 8,56% 14º 16º
MA São Luís 1.073.893 24.738 0,6266 353.983 59 0,768 7,87% 15º 15º
RN Natal 869.954 22.129 0,6217 316.130 40 0,763 7,00% 16º 17º
AL Maceió 1.013.773 18.205 0,6378 270.691 59 0,721 6,76% 17º 26º
PB João Pessoa 791.438 22.367 0,6287 299.490 44 0,763 6,64% 18º 27º
PI Teresina 844.245 21.130 0,6171 288.047 49 0,751 6,60% 19º 28º
SPSão Bernardo do
Campo816.925 58.598 0,5525 284.285 30 0,805 6,52% 20º 22º
MS Campo Grande 853.622 28.350 0,5720 276.741 35 0,784 6,49% 21º 21º
SC Florianópolis 469.690 37.546 0,5474 286.400 18 0,847 5,97% 22º 14º
SP Barueri 262.275 177.812 0,6201 279.793 19 0,786 5,77% 23º 35º
ES Presidente Kennedy 11.309 815.094 0,4958 1.632 83 0,657 5,68% 24º
MT Cuiabá 580.489 35.667 0,6008 250.064 28 0,785 5,67% 25º 24º
SP Ribeirão Preto 666.323 42.682 0,5458 232.531 19 0,800 5,63% 26º 18º
SE Aracaju 632.744 23.877 0,6341 235.466 43 0,770 5,58% 27º 33º
SP Santo André 710.210 39.739 0,5428 217.305 28 0,815 5,54% 28º 23º
RJ São Gonçalo 1.038.081 15.016 0,4610 122.697 86 0,739 5,48% 29º 47º
MG Uberlândia 662.362 43.292 0,5122 213.247 25 0,789 5,40% 30º 31º
108
(SP), com R$ 378.005 e, comparativamente ao município de São Paulo (SP) com R$
52.797, 1.444% superior. Ainda que a renda per capita tenha um peso de 6,42% no
modelo TOPSIS híbrido, menor que outros indicadores como pessoal ocupado
assalariado (53,73%) e população total (31,59%), o indicador da renda per capita de
Presidente Kennedy (ES) é tão superior aos demais municípios que o método
TOPSIS híbrido o destacou dentre os 30 melhores municípios para a abertura de
franquias.
O ranking de potencial de mercado para a abertura de franquias é uma
contribuição gerencial proposta por esse trabalho de pesquisa com o objetivo de
sugerir a franqueados e franqueadores uma reflexão acerca da importância das
variáveis predecessoras do ambiente institucional na formação do potencial de
mercado, que devem ser associados a análises mais robustas considerando
variáveis qualitativas e quantitativas que possam ser consideradas como relevantes
e fatores críticos de sucesso a cada rede de franquia, minimizando riscos e
incertezas comuns à entrada em novos mercados. Como abordado no trabalho de
Aliouche e Schlentrich (2008), as redes de franquias devem procurar alicerçar a
entrada em novos mercados interpretando os efeitos formadores do potencial de
mercado que derivam do ambiente institucional e não apenas movidos pela intuição
e experiência empírica passada.
Assim como foram classificados os melhores municípios, pode-se apresentar
o ranking dos piores, classificados conforme Tabela 21:
109
Tabela 21 – Ranking dos 30 piores municípios com potencial para abertura de franquias
Fonte: Autor.
O município de Atalaia do Norte, localizado no estado do Amazonas, já quase
na divisa com o Peru, apresentou o pior score index (índice de similaridade) dentre
todos os municípios do Brasil, com 0,08%. Os 100% representam o ideal, o maior
índice a ser alcançado. Atalaia do Norte, portanto, está muito distante do ideal, a
99,92% dos 100%, isto é, da maior proximidade dos valores ideais e da distância
UF Município
População
Total
2015
(31,59%)
Pib Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Ranking
Potencial
Mercado
PA Jacareacanga 41.487 4.296 0,6964 762 648 0,505 2,16% 5541º
MA Brejo de Areia 9.166 10.639 0,4897 201 655 0,519 2,14% 5542º
MA Peri Mirim 14.019 4.577 0,5392 404 668 0,599 2,12% 5543º
AM Ipixuna 26.860 4.319 0,5863 331 672 0,481 2,12% 5544º
AM Manaquiri 28.413 7.583 0,5766 811 677 0,596 2,11% 5545º
PA Melgaço 26.397 5.056 0,5537 948 677 0,418 2,11% 5546º
PA Cachoeira do Piriá 31.300 4.707 0,5805 512 680 0,473 2,11% 5547º
AM Anamã 12.320 7.167 0,5807 382 684 0,594 2,10% 5548º
AMSão Paulo de
Olivença36.536 5.318 0,6433 828 689 0,521 2,09% 5549º
AM Guajará 15.826 6.477 0,7397 665 688 0,532 2,09% 5550º
AM Pauini 19.378 6.999 0,7268 788 692 0,496 2,09% 5551º
AM Juruá 13.198 6.540 0,6056 606 695 0,522 2,08% 5552º
MA Belágua 7.273 5.052 0,6285 349 727 0,512 2,03% 5553º
ACMarechal
Thaumaturgo16.895 9.949 0,5938 931 735 0,501 2,02% 5554º
MA Satubinha 13.487 4.134 0,5827 451 749 0,493 2,00% 5555º
MA Jenipapo dos Vieiras 16.124 4.884 0,6711 466 806 0,490 1,91% 5556º
MASanto Amaro do
Maranhão15.375 4.605 0,6174 481 809 0,518 1,90% 5557º
AM Caapiranga 12.420 10.685 0,5970 816 828 0,569 1,87% 5558º
PA Bagre 28.292 5.075 0,4831 504 857 0,471 1,83% 5559º
AM Careiro da Várzea 27.981 8.881 0,5722 763 874 0,568 1,81% 5560º
MA Presidente Juscelino 12.398 6.914 0,6115 470 886 0,563 1,78% 5561º
MA Cajari 18.943 4.568 0,6273 630 902 0,523 1,76% 5562º
MA Pedro do Rosário 24.475 4.975 0,5763 535 1.020 0,516 1,58% 5563º
AM Maraã 18.423 6.396 0,6977 334 1.024 0,498 1,57% 5564º
PA Chaves 22.566 6.619 0,6732 723 1.075 0,453 1,49% 5565º
MA Cachoeira Grande 8.822 5.413 0,5733 270 1.260 0,537 1,20% 5566º
AMSanta Isabel do Rio
Negro22.404 5.678 0,7279 299 1.318 0,479 1,11% 5567º
MA Primeira Cruz 14.918 4.316 0,6089 35 1.356 0,512 1,05% 5568º
MA Jatobá 9.819 5.211 0,5800 380 1.403 0,561 0,98% 5569º
AM Atalaia do Norte 18.133 7.077 0,6594 923 2.015 0,450 0,08% 5570º
110
dos valores não ideais. O resultado obtido representa a pior combinação das
variáveis presentes nas dimensões demográfica, econômica e sociocultural como
indicativo do potencial de mercado para a abertura de franquias.
Com índice per capita de 2015 habitantes por número de empresas atuantes,
essa foi a variável que mais impactou negativamente no cálculo do índice de
similaridade (score index) do município de Atalaia do Norte (AM). Esse indicador
deve ser interpretado quanto maior pior, pois demonstra um baixo adensamento de
empresas em relação a população total.
O município que vem classificado logo após Atalaia do Norte (AM) é Jatobá,
localizado no estado do Maranhão, com 1.403 habitantes por número de empresas
atuantes, ou seja, relativamente 30% menor. O município de São Paulo com 21
habitantes por número de empresas atuantes, o melhor índice desta variável dentre
todos os municípios, é um indicativo do quão distante dos valores ideais Atalaia do
Norte (AM) está. Esse município, em consulta ao Google Maps, está distante, em
linha reta, 1.138 km da capital Manaus, e o modal de transporte sugerido pelo portal
é o transporte aéreo, o que denota a dificuldade logística de acesso ao município,
podendo esse ser um dos indicativos para o baixo adensamento de empresas.
Com o objetivo de ampliar a contribuição gerencial deste trabalho de
pesquisa, apresenta-se no Apêndice 1 o ranking dos 200 municípios com maior
potencial de mercado para a abertura de franquias. Os resultados do Apêndice 1,
bem como os da Tabela 20, demonstram aderência dos resultados do método
TOPSIS híbrido ao ranking de franquias por municípios da ABF (ABF, 2016). Dos
200 municípios listados no ranking de potencial de mercado pelo método TOPSIS
híbrido, 167 municípios, o que representa 83,5%, constam no ranking da ABF.
Complementando a análise é importante salientar que as duas variáveis que
possuem os maiores pesos, população total e pessoal ocupado assalariado, são as
mesmas que possuem as maiores amplitudes de valores, diferença entre as maiores
(µ1) e menores médias (µ2), o que leva à distinção das capitais, grandes centros
urbanos e municípios localizados nos arredores, demonstrados pelo método, em
relação aos demais municípios.
O Apêndice 2 apresenta o ranking de potencial de mercado dos 200 melhores
municípios ainda inexplorados pelas redes de franquias (municípios sem franquias),
classificados pelo indicador score index. O objetivo deste ranking classificatório é
auxiliar, franqueados e franqueadores a compreenderem a importância que as
111
variáveis institucionais precedentes têm na formação do potencial de mercado, sem,
contudo, desprezar a importância de se adicionar às análises de potencial de
consumo e de viabilidade econômica para abertura de franquias, novas categorias
de variáveis que sejam consideradas relevantes e fatores críticos a cada rede de
franquias. As cidades sem franquias listadas no ranking do Apêndice 2 se
sobressaem das demais pelos critérios relativos, principalmente pelo PIB per capita
e pelo índice de habitantes por número de empresas atuantes.
112
6 CONCLUSÕES
Pressupostos da pesquisa 6.1
A contemporaneidade do movimento de interiorização de franquias, de busca
pelas redes de franquias por novos mercados, municípios do interior, com o objetivo
de sustentar as taxas de crescimento, a participação relativa de mercado e o retorno
dos investimentos é o que suscitou o interesse pelo desenvolvimento deste trabalho
de pesquisa.
A estratégia de expansão para novos mercados deriva de sinais de
esgotamento da estratégia de penetração e crescimento nos mercados atuais,
concentrado nas capitais e grandes centros urbanos, que apresentam como
consequência da elevada capilaridade em número de franquias, o efeito
canibalização, em que as lojas de uma mesma rede de franquia, dada a proximidade
geográfica, concorrem pelo mesmo cliente, do qual decorre uma redução do
faturamento per capita e do retorno dos investimentos, tornando o negócio menos
atrativo.
Os municípios com mais de 500 mil habitantes apresentavam em 2015 um
índice per capita de habitantes por franquia de 1398, apontando para uma elevada
capilaridade e efeito canibalização. Nos municípios com população total de 100.001
a 500.000 habitantes, o índice per capita é 64% superior, com 2.287 habitantes por
franquia, e conforme as classes de tamanho populacional vão se reduzindo o índice
de população por franquia vai aumentando, o que pode parecer indicar potencial de
mercado para a abertura de franquias.
O cenário de maior presença das franquias nas capitais e grandes centros
urbanos é observado no ranking ABF dos 10 municípios com maior participação em
franquias, dos quais oito municípios são capitais de estado, o Distrito Federal e
Campinas, cidade do interior de São Paulo, com configuração de grande centro
urbano. Os 10 municípios somavam, em 2013, 41,5% das franquias e em 2016
passaram a representar 34,3%, uma redução da participação em 7,2% pontos
percentuais, o que reproduz o movimento de interiorização e seleção de novos
mercados, pelas redes de franquias (ABF, 2015, 2017).
O Brasil apresenta um mercado ainda inexplorado pelas redes de franquias
de 3.327 municípios sem franquias, retratando um universo de 60% dos 5.570
113
municípios do Brasil, o que pode representar um potencial de mercado a ser
explorado na estratégia de expansão de mercado. Contudo, a questão de pesquisa,
a partir da qual se desenvolve este trabalho busca compreender se as variáveis
institucionais, precedentes e presentes no ambiente institucional, demográfica,
econômica e sociocultural, influem na formação do potencial de mercado e, portanto,
na decisão de abertura de franquias.
6.1.1 Análise das variáveis do ambiente institucional formadoras das hipóteses
de pesquisa
A proposição que norteou o desenvolvimento deste trabalho de pesquisa é
que as variáveis precedentes, presentes no ambiente institucional, são formadoras
do potencial de mercado e impactam na decisão de abertura de franquias.
As hipóteses de pesquisa testadas segundo a técnica estatística do teste de
hipóteses, das variáveis que compõem as categorias demográfica, econômica e
sociocultural, apresentaram resultados com alto poder discriminatório nos diferentes
grupos classificatórios (TOP30, TOP100, TOP200, TOP500 e TOP1000),
comparando a média dos melhores municípios em potencial para abertura de
franquias em relação ao restante dos municípios.
Para a categoria demografia, a variável utilizada na hipótese de pesquisa,
população total, apresentou para todos os grupos classificatórios (TOP30, TOP100,
TOP200, TOP500 e TOP1000) dos municípios com maior potencial de mercado para
abertura de franquias comparada aos demais, um p-valor<0,05, indicando que a
população total é uma variável significativa, formadora do potencial de mercado,
com margem de erro de menos de 5%. Os resultados sugerem que a variável
população total, como um indicativo do tamanho do mercado dos municípios, dado
seu poder discriminatório, deve ser considerada e analisada pelas redes de
franquias no contexto da estratégia de seleção e expansão para novos mercados,
movimento de interiorização de franquias.
Para a categoria econômica, as variáveis testadas pela técnica do testes de
hipóteses foram: (a) PIB per capita; (b) índice de Gini; (c) pessoal ocupado
assalariado; (d) população por número de empresas atuantes. Das quatro variáveis
da categoria econômica apenas o índice de Gini apresentou resultado p-valor = 0,54,
maior que o nível de significância de 0,05, não apresentando, portanto, poder de
114
diferenciação dos municípios TOP 500, com maior potencial de mercado para
abertura de franquias, em relação aos demais municípios.
Contudo, esse resultado não prejudicou a performance do método, uma vez
que essa variável possui um peso de apenas 0,2% calculado pelo método de
Entropia. Os resultados sugerem que as variáveis da categoria econômica, exceto o
índice de Gini que apresentou resultado não significativo, devem ser consideradas
pelas redes de franquia como indicativo de formação do potencial de mercado dos
municípios e, portanto, influir na decisão de escolha e seleção de municípios para
abertura de franquia.
Por último, para a categoria sociocultural, a variável da hipótese de pesquisa
testada pela técnica do teste de hipótese foi o IDHM. Os resultados, para todos os
grupos classificatórios (TOP30, TOP100, TOP200, TOP500 e TOP1000) dos
municípios com maior potencial de mercado para abertura de franquias, comparada
aos demais, foi um p-valor<0,05, indicando que o IDHM é uma variável significativa,
formadora do potencial de mercado, com margem de erro de menos de 5%. Os
resultados sugerem que as redes de franquias devem analisar e considerar o IDHM
como variável indicativa do potencial de mercado de um município para a abertura
de franquia.
Os testes de hipótese, com exceção da variável índice de Gini, confirmaram a
proposição inicial, que as variáveis do ambiente institucional são determinantes e
corroboram a explicação da taxa de abertura de novas empresas, o
empreendedorismo e o empreendedorismo do franchising, pois são indicativos de
potencial de mercado de um país, região ou município, devendo ser considerados
nos estudos de expansão de mercado pelas redes de franquias reduzindo, com isso,
as incertezas e riscos inerentes à estratégia de entrada em um novo mercado.
Os resultados confirmam as pesquisas que relacionam as variáveis do
ambiente institucional à taxa de abertura de novas empresas e ao desenvolvimento
do empreendedorismo (ALIOUCHE e SCHLENTRICH, 2008; CANEVER, ET AL.,
2010; MOITA e GUERRA, 2012; SPENCER e GÓMEZ, 2004, WENNEKERS, ET
AL., 2007).
115
6.1.2 Análise do modelo TOPSIS híbrido de potencial de mercado
Para o desenvolvimento do potencial de mercado dos municípios foi utilizado
o método matemático TOPSIS híbrido. O método híbrido, através da associação dos
métodos TOPSIS e do conceito de Entropia, possibilitou calcular os pesos de cada
variável de forma objetiva, dando maior robustez ao método, diferindo do modelo
TOPSIS em que os pesos são atribuídos pelo pesquisador ou especialista de forma
subjetiva, baseado no conhecimento empírico ou experiência intuitiva.
Os resultados da Tabela 20, dos 30 municípios com maior potencial para a
abertura de franquias, classificados pelo score index derivado do método TOPSIS
híbrido, indicam aderência do método de potencial de mercado aos dados do
ranking de franquias por município da ABF (ABF, 2016): dos 30 municípios
classificados pelo critério score index de potencial de mercado, 26 também
configuram no ranking da ABF nas 30 melhores posições, demonstrando uma
aderência de 87%. No ranking dos 200 municípios com maior potencial para
abertura de franquias, segundo o método TOPSIS híbrido (Apêndice 1), 168
municípios, o que representa 83,5%, constam nas 200 melhores posições do ranking
da ABF. Os resultados do Apêndice 1, bem como da Tabela 20, demonstram
aderência dos resultados do método TOPSIS híbrido às práticas das redes de
franquia de seleção de mercado reproduzidas pelo ranking da ABF.
O ranking dos 200 melhores municípios sem franquias em potencial de
mercado para abertura de franquias que consta no Apêndice 2 retrata o objetivo de
ampliar a contribuição gerencial deste trabalho de pesquisa no tocante à estratégia
de seleção de mercados ainda inexplorados. Esses municípios apresentam a melhor
combinação de resultados dos indicadores demográficos, econômicos e
socioculturais.
Os 3.327 municípios sem franquias, que representam 60% do universo de
municípios do Brasil, são pequenos com população total média de 7.115 habitantes.
Contudo, as redes de franquias podem explorar o potencial de mercado desses
municípios, customizando o modelo de negócios à realidade de potencial de
consumo desses municípios do interior. Nesse tocante, o ranking de potencial de
mercado dos municípios sem franquias pode representar um marco inicial de
avaliação e investigação, auxiliando franqueados e franqueadores no processo de
análise e prospecção de novos mercados.
116
Em estudo sobre o potencial de mercado do interior do Brasil a BCG – Boston
Consulting Group (2015) sugere cinco investigações que podem contribuir para a
estratégia de expansão para o interior por empresas de varejo: (a) entender a
geografia local (municípios com extensas áreas geográficas e baixa densidade
populacional); (b) novos formatos de loja (lojas menores, portfólio de produtos mais
enxuto, lojas móveis e venda direta); (c) estratégia multicanal (combinando loja física
e e-commerce); (d) redimensionamento operacional (dimensionamento dos
estoques); (e) mão de obra local (treinar e desenvolver mão de obra local). Esse
estudo aponta para a tendência que o maior potencial de mercado, quando se
projeta o futuro, está no interior do Brasil, respondendo, até 2020, por mais de 45%
do crescimento do varejo com U$ 60 bilhões em novas compras.
O ranking de potencial de mercado dos municípios sem franquias atende ao
objetivo de propor a franqueados e franqueadores uma reflexão, segundo a
dimensão das variáveis das categorias demográfica, econômica e setorial, quais
municípios apresentam os maiores potenciais de mercado para abertura de
franquias. As redes de franquias que melhor conseguirem decodificar o potencial
representado pelo interior e, mais rapidamente formatarem um modelo de negócios
compatível com o potencial de consumo desses mercados, terão os riscos e
incertezas inerentes à estratégia de expansão para novos mercados mitigados e
potencializadas as oportunidades de negócios, alicerçando as estratégias de
crescimento.
Contribuições 6.2
6.2.1 Contribuições acadêmicas
A contribuição teórica, fundamentada nos resultados dos testes de hipótese
que apresentaram alto poder discriminatório para as variáveis das categorias
demográfica, econômica e sociocultural, ratificou os achados na pesquisa de
Canever et al. (2010), em que os precedentes institucionais, econômicos e
demográficos são determinantes da taxa de abertura de novas empresas, em estudo
sobre o desenvolvimento regional do estado do Rio Grande do Sul.
Outras pesquisas retratam a influência dos precedentes institucionais nas
taxas de abertura de novas empresas e no empreendedorismo: (a) variáveis como o
117
adensamento e crescimento populacional, a renda e o nível de atividade econômica
estimulam o empreendedorismo (ACS e ARMINGTON, 2004); (b) variáveis
econômicas como o PIB per capita influem no nível da atividade empreendedora do
qual resulta em crescimento econômico e na promoção do emprego (SPENCER e
GÓMEZ, 2004); (c) as condições econômicas, socioculturais e políticas
desempenham papel fundamental de incentivo ao empreendedorismo (GNYAWALI e
FOGEL, 1994).
Os achados neste trabalho de pesquisa contribuem com a pesquisa científica,
pois confirmam a importância e influência das variáveis do ambiente institucional
como alicerce para o desenvolvimento do empreendedorismo. Esta pesquisa
também propõe reflexões a instituições governamentais e não governamentais de
fomento ao empreendedorismo, de que a melhora e desenvolvimento das condições
do ambiente institucional criam oportunidades propícias ao desenvolvimento do
empreendedorismo e devem preceder as ações de estímulo à abertura de novas
empresas.
Dessa forma, este trabalho de pesquisa busca contribuir com uma proposta
de reflexão que remeta à importância da análise dos precedentes institucionais na
formação do potencial de mercado propício ao desenvolvimento do
empreendedorismo.
6.2.2 Contribuições gerenciais
O Brasil ainda apresenta um mercado inexplorado, sem franquias, de 3327
municípios. Uma rede de franquia, após consolidar-se no mercado geográfico de
origem, pode decidir por uma estratégia de expansão para novos mercados, o que
por si só representa riscos e incertezas derivados de um mercado, município, ainda
desconhecido.
O ranking de potencial de mercado dos municípios representa, portanto, a
contribuição gerencial deste trabalho, auxiliando franqueados e franqueadores na
estratégia de seleção e expansão para novos mercados, principalmente no tocante a
municípios ainda inexplorados, sem franquias, em que não se tem um benchmarking
de negócios a ser analisado e investigado, do qual pode derivar a estratégia de
seguidor, modelo esse de entrada retratado na pesquisa de Moita e Guerra (2012).
118
Importante salientar que o ranking de potencial de mercado não tem o
propósito de constituir-se como indicador preditor do potencial de mercado para
abertura de franquias, mas como um instrumento de avaliação e orientação inicial, a
franqueados e franqueadores, do qual deve derivar análises mais robustas e
sofisticadas que integrem variáveis e características inerentes a cada segmento do
franchising.
Limitações de pesquisa 6.3
Uma das limitações desse trabalho de pesquisa consistiu na diversidade das
variáveis de dados secundários utilizados tanto nos testes de hipótese como no
desenvolvimento do ranking do potencial de mercado. O emprego de outras
variáveis poderia reduzir o grau de concentração e dependência das variáveis de
maior peso como a população total (31,59%), indicativo do tamanho do mercado, e o
pessoal ocupado assalariado (53,73%), indicativo do tamanho da população com
renda, já que são muitas as variáveis que influem e impactam na decisão de
abertura de novas empresas.
Outra limitação consiste na seleção das variáveis de dados secundários,
indicativas de potencial de mercado. Nesse tocante, pesquisa precedente aos
departamentos de expansão de mercado das redes de franquias dos mais diversos
segmentos poderia auxiliar na identificação de novas variáveis que compõem o
escopo dos estudos de potencial de mercado e viabilidade econômica para a
abertura de franquias.
A variável shopping center remete para uma associação implícita de presença
de franquias e formadora de potencial de mercado. Contudo, não foi utilizada na
metodologia deste trabalho de pesquisa, pois não parece indicar um campo de
notáveis descobertas.
O método de potencial de mercado desenvolvido não mede o grau de
saturação de mercado e de competitividade local e não identifica as diferenças de
potencial de mercado, segundo as características e investimento inicial próprias de
cada segmento do franchising.
119
Sugestões de pesquisas futuras 6.4
Uma primeira sugestão para pesquisas futuras seria aumentar o escopo das
variáveis econômicas, demográficas e socioculturais como também ampliar as
categorias de análise para as dimensões cultural, regulamentar e política,
proporcionando maior robustez à metodologia empregada.
O desenvolvimento de métodos decisórios regionais, com base em critérios
específicos e próprios de cada região ou estado que se queira classificar,
possibilitaria maior alicerce a futuros investidores interessados no potencial de
mercado representado por cada região, amparando projetos de desenvolvimento
local.
Os métodos estatísticos utilizados, seja para validação das hipóteses de
pesquisa, método do teste de hipótese, como também o método TOPSIS híbrido,
empregado no ranking de potencial de mercado para abertura de franquia, poderiam
ser aprimorados empregando-se métodos mais sofisticados que tenham aderência
aos objetivos desta pesquisa, proporcionando maior grau de confiança e robustez
aos resultados alcançados.
O desenvolvimento de um ranking de potencial de mercado de todos os
municípios do Brasil, baseado em amplo escopo de variáveis com elevado poder
discriminatório, poderia auxiliar franqueados e franqueadores a minimizarem as
incertezas e riscos inerentes à estratégia de entrada e expansão para novos
mercados.
120
REFERÊNCIAS
ACS, Z. J.; ARMINGTON, C. The impact of geographic differences in human capital on service firm formation rates. Journal of Urban Economics, v. 56, n. 2, p. 244-278, 2004.
ACS, Z. J.; VARGA, A. Entrepreneurship, agglomeration and technological change. Small business economics, v. 24, n. 3, p. 323-334, 2005.
AGÊNCIA SEBRAE DE NOTÍCIAS-ASN. Interior do país é mercado promissor para franquias. 2015. Disponível em: < http://www.agenciasebrae.com.br/sites/asn/uf/NA/interior-do-pais-e-mercado-promissor-para franquias,dd4899f1f9e6b410VgnVCM1000003b74010aRCRD&rct=j&frm=1&q=&esrc=s&sa=U&ved=0ahUKEwj13sCo9PLSAhXFS5AKHbyPDEgQFggUMAA&usg=AFQjCNHw8lGjMw4AYVrpzQR-p8tYRyG9vg>. Acesso em 11 de março de 2017.
ALEXANDER, N.; DE LIRA E SILVA, M. Emerging markets and the internationalisation of retailing: the Brazilian experience. International Journal of Retail & Distribution Management, v. 30, n. 6, p. 300-314, 2002.
ALIOUCHE, E. Hachemi; SCHLENTRICH, Udo A. International franchise assessment model: Entry and expansion in the European Union. Entrepreneurial Bus. LJ, v. 3, p. 517, 2008.
AMIT, R.; MULLER, E.; COCKBURN, l. Opportunity costs and entrepreneurial activity. Journal of Business Venturing, v. 10, n. 2, p. 95-106, 1995.
ANSOFF, H. I. Strategies for Diversification. Harvard Business Review, vol. 35 Issue 5, pp. 113-124, Sep-Oct 1957.
ARMINGTON, C.; ACS, Z. J. The determinants of regional variation in new firm formation. Regional studies, v. 36, n. 1, p. 33-45, 2002.
ASSOCIAÇÃO BRASILEIRA DE FRANCHISING - ABF. Evolução do Setor de Franchising Brasileiro entre 2003 e 2014. 2015. Disponível em: <http://homologacao.abf.com.br/numeros-do-franchising/evolucao-do-setor-2003-2014/>. Acesso em 15 de abril de 2016.
______. Desempenho do Franchising Brasileiro em 2014. 2015a. Disponível em: <http://www.abf.com.br/wp-content/uploads/2015/10/Apresentacao-Institucional-ABF-2015.pdf>. Acesso em 10 de fevereiro de 2016.
______. Desempenho do Franchising Brasileiro em 2015. 2016. Disponível em: <http://www.abf.com.br/numeros-do-franchising/>. Acesso em 08 de outubro de
121
2016.
______. Desempenho do Franchising Brasileiro em 2016. 2017. Disponível em: <http://www.abf.com.br/wp-content/uploads/2017/03/Desempenho-do-Franchising-2016-Internacionalizacao.pdf>. Acesso em 09 de março de 2017.
______. Inteligência de mercado. Unidades por município. São Paulo, 2016a.
ATLAS DO DESENVOLVIMENTO HUMANO NO BRASIL. Ranking – Todo o Brasil (2010). 2013. Disponível em: http://www.atlasbrasil.org.br/2013/pt/ranking. Acesso em 15 out 2016.
AUDRETSCH, D. B.; FRITSCH, M. The geography of firm births in Germany. Regional studies, v. 28, n. 4, p. 359-365, 1994.
AUDRETSCH, D.; KEILBACH, M. Entrepreneurship capital and economic performance. Regional studies, v. 38, n. 8, p. 949-959, 2004.
BARBA-ROMERO, S.; POMEROL, J.C. Decisiones multicriterio: fundamentos teóricos e utilización práctica. Colección de Economia. Alcalá: Universidad de Alcalá, 1997.
BCG – BOSTON CONSULTING GROUP. Globalization Publications. Capturing Retail Growth in Brazil´s Rising Interior. Abril de 2015. Disponível em: http://www.bcg.com.br/expertise_impact/Capabilities/Globalization/PublicationDetails.aspx?id=tcm:126-186616&mid=tcm:126-186615>. Acesso em 05 de dezembro de 2015.
BHIDE, A. V. The origin and evolution of new businesses. Oxford University Press, 2003.
BROCKHAUS, R. H. Risk taking propensity of entrepreneurs. Academy of management Journal, v. 23, n. 3, p. 509-520, 1980.
BRUNO, A. V.; TYEBJEE, T. T. The environment for entrepreneurship. Encyclopedia of entrepreneurship, v. 2, n. 4, p. 288-315, 1982.
BRUTON, G. D.; AHLSTROM, D.; LI, H. L. Institutional theory and entrepreneurship: where are we now and where do we need to move in the future? Entrepreneurship theory and practice, v. 34, n. 3, p. 421-440, 2010.
CABRAL, M. L. Avaliação de melhorias em processos de software durante a execução de um projeto. Dissertação de Mestrado – Universidade Federal do Rio de Janeiro (UFRJ/COPPE), Rio de Janeiro-RJ, 2012.
122
CANEVER, M. D. et al. Entrepreneurship in the Rio Grande do Sul, Brazil: the determinants and consequences for the municipal development. Revista de Economia e Sociologia Rural, v. 48, n. 1, p. 85-108, 2010.
CRESWELL, J. W. Investigação Qualitativa e Projeto de Pesquisa: Escolhendo entre Cinco Abordagens. Penso Editora, 2014.
CURRAN, J.; STANWORTH, J. Franchising in the modern economy-towards a theoretical understanding. International Small Business Journal, v. 2, n. 1, p. 8-26, 1983.
DAHAB, S. Entendendo franchising: uma alternativa eficaz para o pequeno e médio empreendedor. Salvador: Casa da Qualidade, 1996.
DATASUS Tecnologia da Informação a Serviço do SUS. Índice de GINI da renda domiciliar per capita segundo Município. Período 1991, 2000 e 2010. 2017. Disponível em: <http://tabnet.datasus.gov.br/cgi/ibge/censo/cnv/ginibr.def>. Acesso em 25 de setembro de 2016.
DAVIDSSON, P.; WIKLUND, J. Values, beliefs and regional variations in new firm formation rates. Journal of Economic psychology, v. 18, n. 2, p. 179-199, 1997.
DE BARROS, A.; MIRANDA, C. M. Empreendedorismo e crescimento econômico: uma análise empírica. Revista de Administração Contemporânea, v. 12, n. 4, p. 975-993, 2008.
DE RESENDE MELO, P. L.; ANDREASSI, T. Publicação científica nacional e internacional sobre franchising: levantamento e análise do período 1998-2007. RAC-Revista de Administração Contemporânea, 14(2), pp.268-288, 2010.
DE RESENDE MELO, P. Internacionalização das redes de franquias brasileiras: uma análise organizacional e institucional. 2012. Tese de Doutorado. Universidade de São Paulo.
DIEHL, A. A. Pesquisa em ciências sociais aplicadas: métodos e técnicas. São Paulo: Prentice Hall, 2004.
EL-NAMAKI, M. S. S. Encouraging entrepreneurs in developing countries. Long Range Planning, v. 21, n. 4, p. 98-106, 1988.
ESPINHA, P. G.; MACHADO, H. P. V.; RODRIGUES, R. M. I. Considerações sobre o empreendedorismo e a exploração de negócios no franchising. Artigo
123
apresentado no Encontro de estudos sobre empreendedorismo e gestão de pequenas empresas, 2005.
G1; Setor de franquias cresce 8,3% em 2015 e passa de 3 mil marcas; Base de dados, 2016. Disponível em: <http://g1.globo.com/economia/pme/noticia/2016/01/faturamento-do-setor-de-franquias-cresce-83-em-2015-diz-associacao.html>. Acesso em 10 de março de 2017.
GARTNER, W. B. A conceptual framework for describing the phenomenon of new venture creation. Academy of management review, v. 10, n. 4, p. 696-706, 1985.
GIL, A. C. Metodologia e técnicas de pesquisa social. São Paulo: Atlas, 1999.
GIL, A. C. Metodologia científica. São Paulo, v. 3, 2002.
GNYAWALI, D. R.; FOGEL, D. S. Environments for entrepreneurship development: key dimensions and research implications. Entrepreneurship theory and practice, v. 18, p. 43-43, 1994.
HISRICH, R. D.; PETERS, M. P. Empreendedorismo. 2004.
HOY, F.; SHANE, S. Franchising as an entrepreneurial venture form. Journal of Business Venturing, v. 13, n. 2, p. 91-94, 1998.
HOY, F.; STANWORTH, J.; PURDY, D. An entrepreneurial slant to franchise research. The Blackwell handbook of entrepreneurship, p. 408-432, 2000. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Estimativas da população residente no Brasil e unidades da federação com data de referência em 1º de julho de 2015. Base de dados: 2015. Disponível em: <ftp://ftp.ibge.gov.br/Estimativas_de_Populacao/Estimativas_2015/estimativa_dou_2015_20150915.pdf>. Acesso em 19 de outubro de 2016.
______. Produto Interno Bruto a preços correntes e Produto Interno Bruto per capita segundo as grandes regiões, as unidades da federação e os municípios - 2010-2013. Base de dados: 2015a. Disponível em: <http://biblioteca.ibge.gov.br/visualizacao/livros/liv95014.pdf >. Acesso em 11 de fevereiro de 2017.
______. Produto Interno Bruto dos Municípios - 2014. Base de dados: 2016. Disponível em: <http://cidades.ibge.gov.br/comparamun/compara.php?lang=&coduf=12&idtema=162&codv=v08&search=acre|acrelandia|sintese-das-informacoes-2014>. Acesso em 11 de fevereiro de 2017.
124
______. Estatísticas do cadastro central de empresas – 2014. Base de dados: 2016a. Disponível em: http://cidades.ibge.gov.br/xtras/temas.php?lang=&codmun=0&idtema=155&search=%7C%7Cestatisticas-do-cadastro-central-de-empresas-2014. Acesso em 15 de janeiro de 2017.
______. Produto Interno Bruto. Variação em volume taxa acumulada ao longo do ano. Base de dados: 2017. Disponível em: <http://seriesestatisticas.ibge.gov.br/series.aspx?no=12&op=0&vcodigo=ST15&t=produto-interno-bruto-br-variacao-volume>. Acesso em 23 de março de 2017.
______. Indicadores IBGE. Contas Nacionais Trimestrais. Indicadores de Volumes e Valores Correntes. Base de dados: 2017a. Disponível em: < ftp://ftp.ibge.gov.br/Contas_Nacionais/Contas_Nacionais_Trimestrais/Fasciculo_Indicadores_IBGE/ >. Acesso em 25 de março de 2017b.
______. Série histórica do IPCA. Base de dados: 2017b. Disponível em: <http://www.ibge.gov.br/home/estatistica/indicadores/precos/inpc_ipca/defaultseriesHist.shtm>. Acesso em 15 de março de 2017c.
INSTITUTO DE PESQUISA ECONÔMICA APLICADA – IPEA. O que é? - Índice de Gini. Disponível em: http://www.ipea.gov.br/desafios/index.php?option=com_content&id=2048:catid=28&Itemid=23. Desafios do Desenvolvimento. A revista de informações e debates do Instituto de Pesquisa Econômica Aplicada. 2004. Ano 1. Edição 4 – 01/11/2004. JORNAL DO COMÉRCIO; Franchising aposta na interiorização para manter crescimento no País; Base de dados, 2017. Disponível em: <http://jcrs.uol.com.br/site/noticia.php?codn=138782 >. Acesso em 20 de março de 2017.
KAUFMANN, P. J.; DANT, P. R. Franchising and the domain of entrepreneurship research. Journal of Business Venturing. 1998.
LARSON, R. B. Estatística Aplicada. Editora: Pearson Education to Brasil, 6º ed., São Paulo-SP, 2016.
LITAN, R.; BAUMOL, W.; SCHRAMM, C. Good capitalism, bad capitalism, and the economics of growth and prosperity. Law and Economics Workshop, 2008.
MAGALHÃES, M. N.; LIMA, A. C. P. Noções de Probabilidade e Estatística. Editora Universidade de São Paulo, 4º ed., São Paulo-SP, 2002.
MAGALHÃES, E. S. Um Modelo Computacional Baseado em Análise de Decisão Multicritério para Priorização na Alocação de Recursos. 2016. Dissertação de Mestrado Profissional. Universidade do Vale do Rio dos Sinos - Unisinos, São Leopoldo-RS.
125
MATTAR, F. N. Pesquisa de marketing. 3. ed. São Paulo: Atlas, 2001.
MCCLELLAND, D. C. The achieving society. Princeton, N.J.: D. Van Nostrand, 1961.
MCCLELLAND, D. C.; WINTER, D. G. Motivating economic achievement. 1969.
MEYER, G. D.; HEPPARD, K. A. Entrepreneurship as strategy: Competing on the entrepreneurial edge. Sage Publications, 2000.
MICHAEL, Steven C. Determinants of the rate of franchising among nations. MIR: Management International Review, p. 267-290, 2003.
MOITA, R. M. S.; GUERRA, A. Entradas e bandeiras: estratégia de interiorização das cadeias de fast-food. ERA-Revista de Administração de Empresas, vol. 52, nº 1, jan-fev 2012.
NASCIMENTO, I. Varejo em alerta. Micro, Pequenas e Médias Empresas. 2015. Disponível em: <http://brasileconomico.ig.com.br/especiais/mpme/edicao04.html>. Acesso em 20 de novembro de 2016.
OLIVEIRA, A. V.; MELLO, J. C. C. B. S. Combinação de um Método Multicriterial de Auxílio à Decisão Subjetivo e outro Objetivo e Aplicação desse Modelo Híbrido na Seleção de um Imóvel. Relatórios de Pesquisa em Engenharia de Produção v.9 nº 09, Universidade Federal Fluminense (UFF), 2009.
PEGN - PEQUENAS EMPRESAS & GRANDES NEGÓCIOS. Feira do empreendedor bate recorde e atinge público de 140 mil pessoas. 2017. Disponível em: <http://revistapegn.globo.com/Feira-do-Empreendedor-SP/noticia/2017/02/feira-do-empreendedor-bate-recorde-e-atinge-publico-de-140-mil-pessoas.html>. Acesso em 18 de março de 2017.
PENNINGS, J. M. The urban quality of life and entrepreneurship. Academy of Management Journal, v. 25, n. 1, p. 63-79, 1982.
PENROSE, E. T. The theory of the growth of the firm. Cambridge, MA, 1959.
PINEDA, J. O. C. A entropia segundo Claude Shannon: o desenvolvimento do conceito fundamental da teoria da informação. Dissertação de mestrado. História da ciência. Pontifícia Universidade Católica de São Paulo, 2006.
126
PME / EXAME.COM. Veja quais são as 50 maiores redes de franquia do Brasil. Base de dados, 2017. Disponível em: < http://exame.abril.com.br/pme/veja-quais-sao-as-50-maiores-redes-de-franquia-do-brasil/>. Acesso em 21 de março de 2017.
PORTAL DO FRANCHISING. Interiorização das franquias avança e ABF e Sebrae investem em capacitação de empreendedores. Base de dados, 2015. Disponível em: <http://www.portaldofranchising.com.br/noticias/interiorizacao-das-franquias-avanca-e-abf-e-sebrae-investem-em-capacitacao-de-empreendedores>. Acesso em 27 de outubro de 2015.
PORTER, M. E. Estratégia Competitiva: Técnicas para análise de indústrias e da concorrência. 18ª. Edição. Rio de Janeiro: Editora Campus, 1996.
PRIGOGINE, I. O fim das certezas: tempo, caos, e as leis da natureza. Editora da Universidade Estadual Paulista, São Paulo, 1996.
REYNOLDS, P.; STOREY, D. J.; WESTHEAD, P. Cross-national comparisons of the variation in new firm formation rates. Regional Studies, v. 28, n. 4, p. 443-456, 1994.
RINDOVA, V.; BARRY, D.; KETCHEN, D. J. Entrepreneuring as emancipation. Academy of Management Review, v. 34, n. 3, p. 477-491, 2009.
RISNER, M. E. Successful fast-food franchising in Brazil and the role of culture: four cases. Tese de Doutorado. University of Florida. 2001.
SCHUMPETER, J. A. Teoria do desenvolvimento econômico. Fundo de Cultura, 1961. SCHWARTZ, J. C. Franchising: o que é, como funciona. SEBRAE, 1994.
______. Franquia de A a Z: o que você precisa saber. Rio de Janeiro: Qualitymark, 2003.
SERVIÇO DE APOIO ÀS MICRO E PEQUENAS EMPRESAS - SEBRAE. Participação das micro e pequenas empresas na economia brasileira. 2014. Disponível em: <https://www.sebrae.com.br/Sebrae/Portal%20Sebrae/Estudos%20e%20Pesquisas/Participacao%2 0das%20micro%20e%20pequenas%20empresas.pdf >. Acesso em 15 de outubro de 2016.
______. Estudo de tendências e oportunidades de negócios em Goiás. 2014. Disponível em: <https://www.sebrae.com.br/sites/PortalSebrae/ufs/go/sebraeaz/estudo-de-tendencias-e-oportunidades-de-negocios-em-goias,71ee9145fcd67410VgnVCM2000003c74010aRCRD>. Acesso em 17 de
127
outubro de 2016a.
______. Base de dados, 2016. Disponível em: <https://www.sebrae.com.br/sites/PortalSebrae>. Acesso em 25 de outubro de 2016. SHANE, S.; FOO, M. D. New firm survival: Institutional explanations for new franchisor mortality. Management Science, 45(2), 142-159, 1999.
SHANE, S.; VENKATARAMAN, S. The promise of entrepreneurship as a field of research. Academy of management review, v. 25, n. 1, p. 217-226, 2000.
SHAPERO, A. What management says and what managers do. Interfaces, v. 7, n. 2, p. 106-108, 1977. SILVA, V. L. S.; AZEVEDO, P. F. de. Formas plurais no franchising de alimentos: evidências de estudos de caso na França e no Brasil. Revista de Administração Contemporânea, v. 11, n. SPE1, p. 129-152, 2007.
SPENCER, J. W.; GÓMEZ, C. The relationship among national institutional structures, economic factors, and domestic entrepreneurial activity: a multicountry study. Journal of Business Research, v. 57, n. 10, p. 1098-1107, 2004.
STALEY, E.; MORSE, R. Developing entrepreneurship: Elements for a program. Entrepreneurship and Economic Development, Free Press, New York, NY, p. 357-84, 1971.
VAN DE VEN, H. The development of an infrastructure for entrepreneurship. Journal of Business Venturing, v. 8, n. 3, p. 211-230, 1993.
WEBER, M. A ética protestante e o espírito do capitalismo. São Paulo: Companhia das Letras, 2004.
WENNEKERS, S.; THURIK, R., VAN STEL, A., NOORDERHAVEN, N. Uncertainty avoidance and the rate of business ownership across 21 OECD countries, 1976–2004. Journal of Evolutionary economics, 17(2), 133-160, 2007.
WILLIAMS, D. L. Why do entrepreneurs become franchises? An empirical analysis of organizational choice. Journal of Business Venturing, v. 14, n. 1, p. 103-124, 1999.
YOON, K. Paul; HWANG, C. Multiple attribute decision making: an introduction. Sage publications, 1995.
ZILBER, M. A.; ALMEIDA, C. M.; CASTILHO, J. B. A estratégia de franchising e o perfil do franqueado como fator de sucesso do empreendimento: um estudo de caso. Anais ENANPAD, Curitiba, 27, 2003.
128
APÊNDICES
Apêndice 1 – Ranking dos 200 municípios com maior potencial de mercado
para a abertura de franquias
(continua)
UF Município
População
Total
2015
(31,59%)
Pib Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Ranking
Potencial
Mercado
Ranking
ABF
SP São Paulo 11.967.825 52.797 0,6453 5.285.492 21 0,805 95,39% 1º 1º
RJ Rio de Janeiro 6.476.631 46.462 0,6391 2.611.515 34 0,799 50,43% 2º 2º
MG Belo Horizonte 2.502.557 35.188 0,6106 1.373.521 23 0,81 24,98% 3º 3º
DF Brasília 2.914.830 69.217 0,6370 1.319.684 31 0,824 24,94% 4º 4º
BA Salvador 2.921.087 19.506 0,6449 848.514 51 0,759 18,45% 5º 6º
CE Fortaleza 2.591.188 22.057 0,6267 825.189 43 0,754 17,38% 6º 9º
PR Curitiba 1.879.355 42.315 0,5652 919.740 18 0,823 17,24% 7º 5º
RS Porto Alegre 1.476.867 43.458 0,6144 768.517 18 0,805 14,35% 8º 7º
PE Recife 1.617.183 31.513 0,6894 748.437 39 0,772 14,30% 9º 8º
AM Manaus 2.057.711 33.447 0,6334 545.192 93 0,737 12,53% 10º 13º
GO Goiânia 1.430.697 32.637 0,5908 604.401 25 0,799 11,92% 11º 11º
PA Belém 1.439.561 20.034 0,6284 431.761 77 0,746 9,64% 12º 12º
SP Campinas 1.164.098 49.950 0,5782 434.550 23 0,805 9,11% 13º 10º
SP Guarulhos 1.324.781 39.163 0,5345 362.436 43 0,763 8,56% 14º 16º
MA São Luís 1.073.893 24.738 0,6266 353.983 59 0,768 7,87% 15º 15º
RN Natal 869.954 22.129 0,6217 316.130 40 0,763 7,00% 16º 17º
AL Maceió 1.013.773 18.205 0,6378 270.691 59 0,721 6,76% 17º 26º
PB João Pessoa 791.438 22.367 0,6287 299.490 44 0,763 6,64% 18º 27º
PI Teresina 844.245 21.130 0,6171 288.047 49 0,751 6,60% 19º 28º
SPSão Bernardo do
Campo816.925 58.598 0,5525 284.285 30 0,805 6,52% 20º 22º
MS Campo Grande 853.622 28.350 0,5720 276.741 35 0,784 6,49% 21º 21º
SC Florianópolis 469.690 37.546 0,5474 286.400 18 0,847 5,97% 22º 14º
SP Barueri 262.275 177.812 0,6201 279.793 19 0,786 5,77% 23º 35º
ESPresidente
Kennedy11.309 815.094 0,4958 1.632 83 0,657 5,68% 24º 1714º
MT Cuiabá 580.489 35.667 0,6008 250.064 28 0,785 5,67% 25º 24º
SP Ribeirão Preto 666.323 42.682 0,5458 232.531 19 0,8 5,63% 26º 18º
SE Aracaju 632.744 23.877 0,6341 235.466 43 0,77 5,58% 27º 33º
SP Santo André 710.210 39.739 0,5428 217.305 28 0,815 5,54% 28º 23º
RJ São Gonçalo 1.038.081 15.016 0,4610 122.697 86 0,739 5,48% 29º 47º
MG Uberlândia 662.362 43.292 0,5122 213.247 25 0,789 5,40% 30º 31º
RJ Duque de Caxias 882.729 32.645 0,4875 163.530 67 0,711 5,38% 31º 60º
SPSão José dos
Campos688.597 45.412 0,5633 205.912 31 0,807 5,37% 32º 20º
MG Contagem 648.766 40.833 0,4953 209.027 39 0,756 5,32% 33º 49º
SP Sorocaba 644.919 51.260 0,5290 207.854 25 0,798 5,32% 34º 25º
ES Vitória 355.875 66.375 0,6124 235.566 19 0,845 5,20% 35º 30º
SC Joinville 562.151 44.304 0,4919 205.268 26 0,809 5,13% 36º 40º
SP Osasco 694.844 84.478 0,5459 175.745 42 0,776 5,09% 37º 36º
RJ Niterói 496.696 49.494 0,5983 197.001 29 0,837 4,93% 38º 19º
RO Porto Velho 502.748 25.525 0,5745 186.485 52 0,736 4,80% 39º 44º
SP Santos 433.966 46.470 0,5624 190.577 19 0,84 4,78% 40º 34º
129
(continuação)
UF Município
População
Total
2015
(31,59%)
Pib Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Ranking
Potencial
Mercado
Ranking
ABF
PR Londrina 548.249 29.136 0,5226 172.861 21 0,778 4,77% 41º 32º
RJ Nova Iguaçu 807.492 18.783 0,5141 102.058 86 0,713 4,71% 42º 78º
SP Jundiaí 401.896 91.313 0,5435 185.197 24 0,822 4,69% 43º 38º
RS Caxias do Sul 474.853 47.587 0,4925 174.115 18 0,782 4,67% 44º 46º
MG Juiz de Fora 555.284 24.914 0,5655 147.692 27 0,778 4,54% 45º 43º
PEJaboatão dos
Guararapes686.122 19.410 0,5961 116.268 83 0,717 4,51% 46º 96º
BA Feira de Santana 617.528 19.172 0,6079 126.425 42 0,712 4,47% 47º 57º
PR Maringá 397.437 36.337 0,4937 157.660 16 0,808 4,38% 48º 37º
ES Serra 485.376 36.918 0,4910 140.237 46 0,739 4,33% 49º 71º
SPSão José do Rio
Preto442.548 36.049 0,5081 142.433 19 0,797 4,30% 50º 29º
GO Aparecida de Goiânia 521.910 22.812 0,4865 119.529 57 0,718 4,21% 51º 113º
SP Piracicaba 391.449 56.745 0,5398 130.531 24 0,785 4,12% 52º 41º
RJ Macaé 234.628 91.676 0,5664 149.023 38 0,764 4,11% 53º 66º
SC Blumenau 338.876 50.201 0,4710 135.732 17 0,806 4,10% 54º 53º
MG Betim 417.307 53.456 0,4840 124.743 54 0,749 4,08% 55º 99º
ES Vila Velha 472.762 23.487 0,5681 110.043 34 0,8 4,07% 56º 42º
SP Bauru 366.992 33.292 0,5596 129.482 26 0,801 4,06% 57º 39º
RJCampos dos
Goytacazes483.970 120.694 0,5756 99.566 50 0,716 4,06% 58º 59º
SP Diadema 412.428 33.960 0,4592 108.779 46 0,757 3,94% 59º 102º
AP Macapá 456.171 19.926 0,6037 102.965 81 0,733 3,93% 60º 80º
TO Palmas 272.726 24.657 0,5914 128.037 36 0,788 3,92% 61º 48º
BA Lauro de Freitas 191.436 31.462 0,6519 134.204 26 0,754 3,91% 62º 112º
SP Mogi das Cruzes 424.633 31.839 0,5487 99.865 36 0,783 3,91% 63º 51º
PB Campina Grande 405.072 18.716 0,5859 103.732 48 0,72 3,89% 64º 91º
SP Ilha Comprida 10.291 378.005 0,4814 1.800 35 0,725 3,83% 65º 2207º
GO Anápolis 366.491 35.124 0,5152 98.018 38 0,737 3,80% 66º 68º
AC Rio Branco 370.550 22.511 0,6121 100.789 68 0,727 3,79% 67º 45º
MG Montes Claros 394.350 20.103 0,5391 87.477 35 0,77 3,77% 68º 77º
PR Cascavel 312.778 29.761 0,5206 101.449 21 0,782 3,77% 69º 54º
SP São Caetano do Sul 158.024 102.754 0,5480 112.530 15 0,862 3,75% 70º 50º
PA Ananindeua 505.404 11.560 0,5352 65.859 119 0,718 3,75% 71º 183º
PE Olinda 389.494 13.701 0,5678 89.176 65 0,735 3,74% 72º 209º
SC São José 232.309 34.936 0,4506 108.675 22 0,809 3,73% 73º 61º
PR São José dos Pinhais 297.895 79.268 0,4599 96.679 31 0,758 3,73% 74º 110º
SP Franca 342.112 23.771 0,4665 88.840 21 0,78 3,72% 75º 81º
SP Mauá 453.286 25.245 0,4580 66.228 66 0,766 3,72% 76º 85º
RS Canoas 341.343 29.400 0,5178 88.521 29 0,75 3,71% 77º 104º
RJ São João de Meriti 460.625 15.728 0,4620 63.116 87 0,719 3,69% 78º 114º
MG Uberaba 322.126 36.403 0,5052 88.872 30 0,772 3,68% 79º 74º
PR Ponta Grossa 337.865 34.670 0,5437 83.943 26 0,763 3,68% 80º 69º
RS Novo Hamburgo 248.694 31.444 0,5387 98.212 17 0,747 3,67% 81º 97º
RS Pelotas 342.873 19.464 0,5596 78.292 31 0,739 3,64% 82º 79º
SP Limeira 296.440 38.287 0,4956 86.353 25 0,775 3,64% 83º 67º
SP Taubaté 302.331 51.556 0,5181 84.577 35 0,8 3,63% 84º 55º
PE Caruaru 347.088 18.226 0,5422 76.808 43 0,677 3,62% 85º 88º
130
(continuação)
UF Município
População
Total
2015
(31,59%)
Pib Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Ranking
Potencial
Mercado
Ranking
ABF
RR Boa Vista 320.714 23.308 0,5936 82.882 65 0,752 3,59% 86º 95º
RJ Belford Roxo 481.127 13.005 0,4606 35.638 127 0,684 3,57% 87º 244º
SC Itajaí 205.271 84.983 0,4610 85.243 19 0,795 3,57% 88º 120º
ES Cariacica 381.802 22.478 0,4728 58.295 56 0,718 3,56% 89º 152º
BA Camaçari 286.919 62.410 0,5458 81.105 58 0,694 3,56% 90º 148º
RJ Petrópolis 298.142 38.139 0,5675 74.066 29 0,745 3,56% 91º 82º
BA Vitória da Conquista 343.230 15.843 0,5588 66.051 42 0,678 3,56% 92º 87º
SP Americana 229.322 47.266 0,4693 79.598 20 0,811 3,53% 93º 72º
SP Cotia 229.548 44.909 0,5872 80.449 29 0,78 3,52% 94º 62º
SP São Carlos 241.389 40.995 0,4986 76.607 21 0,805 3,52% 95º 64º
RJ Volta Redonda 262.970 40.174 0,5140 73.801 39 0,771 3,50% 96º 94º
PE Petrolina 331.951 16.044 0,6253 61.588 56 0,697 3,50% 97º 92º
SC Chapecó 205.795 38.184 0,4819 79.317 22 0,79 3,50% 98º 93º
RS Santa Maria 276.108 23.562 0,5574 68.795 30 0,784 3,50% 99º 108º
SP Indaiatuba 231.033 53.215 0,4865 74.383 25 0,788 3,49% 100º 58º
MG Ipatinga 257.345 36.024 0,5236 71.495 36 0,771 3,48% 101º 103º
SP Carapicuíba 392.294 12.100 0,4965 37.624 66 0,749 3,48% 102º 132º
SP Araraquara 226.508 35.555 0,5039 72.760 24 0,815 3,47% 103º 63º
MS Selvíria 6.455 282.413 0,4551 1.481 71 0,682 3,47% 104º 0
RN Mossoró 288.162 21.883 0,5340 63.941 52 0,72 3,46% 105º 128º
MGSão Gonçalo do Rio
Abaixo10.588 261.719 0,4787 3.213 43 0,667 3,45% 106º 0
RJ São João da Barra 34.583 258.723 0,5102 10.293 45 0,671 3,45% 107º 1487º
MGGovernador
Valadares278.363 18.311 0,5377 61.338 37 0,727 3,45% 108º 115º
SP São Vicente 355.542 13.995 0,4892 42.198 58 0,768 3,45% 109º 129º
PR Foz do Iguaçu 263.782 33.079 0,5454 60.456 28 0,751 3,44% 110º 70º
SP Guarujá 311.230 24.130 0,5191 51.707 44 0,751 3,44% 111º 101º
SP Presidente Prudente 222.192 31.183 0,5444 66.837 23 0,806 3,44% 112º 65º
SC Jaraguá do Sul 163.735 43.689 0,4339 74.024 21 0,803 3,43% 113º 145º
SP Itaquaquecetuba 352.801 16.466 0,4556 44.782 75 0,714 3,43% 114º 198º
SC Criciúma 206.918 31.666 0,4870 68.210 23 0,788 3,43% 115º 105º
SP Marília 232.006 30.573 0,5117 63.495 26 0,798 3,42% 116º 73º
RS Gravataí 272.257 40.133 0,4578 56.507 38 0,736 3,42% 117º 154º
SP Suzano 285.280 35.867 0,4910 54.396 45 0,765 3,42% 118º 106º
SP Taboão da Serra 272.177 27.307 0,4903 57.636 50 0,769 3,41% 119º 90º
SP Praia Grande 299.261 18.771 0,5108 45.542 38 0,754 3,41% 120º 86º
SP Rio Claro 199.961 42.614 0,5081 64.993 28 0,803 3,40% 121º 89º
SP Sumaré 265.955 45.633 0,4737 54.207 44 0,762 3,40% 122º 124º
RS São Leopoldo 228.370 29.719 0,5357 59.690 28 0,739 3,40% 123º 143º
MG Divinópolis 230.848 23.337 0,4797 57.481 28 0,764 3,39% 124º 136º
MS Dourados 212.870 33.102 0,5311 61.855 34 0,747 3,39% 125º 84º
SPSantana de
Parnaíba126.574 65.134 0,6858 65.796 11 0,814 3,39% 126º 205º
MA Imperatriz 253.123 23.008 0,5612 55.853 44 0,731 3,38% 127º 52º
CE Caucaia 353.932 15.774 0,4931 41.442 104 0,682 3,38% 128º 303º
RS Passo Fundo 196.739 37.739 0,5307 59.820 21 0,776 3,38% 129º 100º
SP Louveira 43.862 216.017 0,5190 18.289 38 0,777 3,37% 130º 507º
131
(continuação)
UF Município
População
Total
2015
(31,59%)
Pib Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Ranking
Potencial
Mercado
Ranking
ABF
MT Várzea Grande 268.594 22.228 0,4938 47.711 43 0,734 3,37% 131º 163º
MG Sete Lagoas 232.107 34.688 0,5353 54.171 35 0,76 3,37% 132º 116º
CE Juazeiro do Norte 266.022 14.334 0,5488 47.409 48 0,694 3,36% 133º 127º
SP Ilhabela 32.197 214.314 0,4969 7.174 32 0,756 3,35% 134º 561º
MT Rondonópolis 215.320 36.103 0,5316 53.821 33 0,755 3,35% 135º 137º
SP Araçatuba 192.757 34.555 0,5400 55.525 24 0,788 3,35% 136º 76º
SP Paulínia 97.702 153.909 0,4880 43.092 28 0,795 3,35% 137º 155º
PA Santarém 292.520 13.043 0,5852 42.168 66 0,691 3,34% 138º 149º
RS Rio Grande 207.860 35.538 0,5248 55.159 38 0,744 3,34% 139º 130º
SP Itu 167.095 45.625 0,5398 57.242 23 0,773 3,34% 140º 98º
CE Maracanaú 221.504 30.684 0,4423 57.586 63 0,686 3,33% 141º 339º
GO Rio Verde 207.296 36.481 0,5604 52.465 38 0,754 3,33% 142º 83º
SP Jacareí 226.539 41.873 0,4993 47.808 42 0,777 3,33% 143º 140º
PE Paulista 322.730 12.770 0,5047 37.848 99 0,732 3,33% 144º 253º
RJ Cabo Frio 208.451 84.447 0,5579 41.783 34 0,735 3,33% 145º 75º
ESCachoeiro de
Itapemirim208.702 23.816 0,5301 50.702 35 0,746 3,32% 146º 156º
SP Embu das Artes 261.781 28.615 0,4903 45.684 64 0,735 3,32% 147º 283º
MG Nova Lima 89.900 103.282 0,6914 53.611 24 0,813 3,32% 148º 262º
ES Itapemirim 34.272 214.282 0,4640 5.662 58 0,654 3,32% 149º 1336º
RJ Nova Friburgo 184.786 22.113 0,5153 50.998 26 0,745 3,32% 150º 164º
PA Marabá 262.085 24.580 0,5978 46.564 74 0,668 3,31% 151º 107º
SP Cajamar 71.805 140.165 0,4904 44.552 33 0,728 3,31% 152º 363º
SP Hortolândia 215.819 47.861 0,4251 46.923 46 0,756 3,31% 153º 122º
PR Colombo 232.432 18.963 0,4196 38.527 36 0,733 3,30% 154º 277º
PA Parauapebas 189.921 84.910 0,5452 47.543 58 0,715 3,30% 155º 141º
SPSanta Bárbara
d'Oeste190.139 27.494 0,4188 47.373 35 0,781 3,29% 156º 138º
RS Triunfo 27.867 184.669 0,4441 9.499 32 0,733 3,29% 157º 1511º
MG Poços de Caldas 163.677 39.986 0,5056 48.478 27 0,779 3,29% 158º 111º
RJ Quissamã 22.700 205.560 0,5402 3.703 62 0,704 3,29% 159º 1483º
SC Brusque 122.775 45.062 0,4170 50.223 19 0,795 3,28% 160º 184º
MG Ribeirão das Neves 322.659 10.315 0,4080 27.120 111 0,684 3,28% 161º 397º
RN Parnamirim 242.384 18.681 0,5604 38.651 61 0,766 3,28% 162º 214º
MG Pouso Alegre 143.846 41.743 0,4917 48.035 27 0,774 3,28% 163º 109º
SC Balneário Camboriú 128.155 35.688 0,5261 46.522 14 0,845 3,27% 164º 56º
BA Itabuna 219.680 16.753 0,5745 38.253 43 0,712 3,27% 165º 125º
CE Sobral 201.756 18.993 0,5702 49.052 60 0,714 3,27% 166º 176º
SP Jaguariúna 51.907 134.495 0,5020 35.574 28 0,784 3,27% 167º 307º
RJ Angra dos Reis 188.276 43.887 0,5293 46.445 51 0,724 3,27% 168º 174º
RJ Itaboraí 229.007 22.227 0,4967 46.898 76 0,693 3,27% 169º 167º
RS Bento Gonçalves 113.287 47.421 0,4532 45.168 15 0,778 3,26% 170º 204º
SP Bragança Paulista 160.665 30.470 0,5271 42.081 26 0,776 3,26% 171º 126º
PR Pinhais 127.045 40.994 0,5082 46.113 23 0,751 3,26% 172º 243º
RS Santa Cruz do Sul 126.084 63.692 0,4926 40.852 19 0,773 3,26% 173º 159º
PR Toledo 132.077 34.463 0,4706 44.704 22 0,768 3,26% 174º 169º
RJ Porto Real 18.266 172.606 0,4234 11.959 40 0,713 3,26% 175º 1201º
132
(conclusão)
Fonte: Autor.
UF Município
População
Total
2015
(31,59%)
Pib Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Ranking
Potencial
Mercado
Ranking
ABF
SC Lages 158.732 26.793 0,5592 42.172 27 0,77 3,26% 176º 153º
SP Vinhedo 72.550 102.595 0,5448 38.634 21 0,817 3,26% 177º 168º
ES Anchieta 27.624 171.445 0,4705 8.134 38 0,73 3,26% 178º 992º
AL Arapiraca 231.053 15.015 0,5589 34.773 57 0,649 3,26% 179º 119º
PR Guarapuava 178.126 25.641 0,5555 38.962 32 0,731 3,25% 180º 157º
MG Itatiaiuçu 10.781 172.437 0,4099 3.004 35 0,677 3,25% 181º 1818º
RS Cachoeirinha 125.975 49.245 0,4495 44.355 26 0,757 3,25% 182º 196º
SP Valinhos 120.258 45.123 0,5529 43.042 21 0,819 3,25% 183º 121º
ES Linhares 163.662 32.933 0,5243 43.453 40 0,724 3,25% 184º 166º
RJ Rio das Ostras 131.976 112.658 0,5366 30.222 38 0,773 3,25% 185º 139º
MT Campos de Júlio 6.155 158.964 0,6292 1.602 21 0,744 3,25% 186º 1876º
SP Jaú 143.283 28.243 0,4638 40.955 23 0,778 3,25% 187º 147º
SC Palhoça 157.833 34.013 0,4031 38.756 27 0,757 3,25% 188º 185º
SP Sertãozinho 120.152 36.684 0,4749 44.738 26 0,761 3,25% 189º 181º
RJ Teresópolis 173.060 28.387 0,5696 37.120 34 0,73 3,24% 190º 158º
PR Araucária 133.428 65.153 0,4637 41.147 36 0,74 3,24% 191º 236º
SP Itapevi 223.404 40.262 0,4738 39.694 78 0,735 3,24% 192º 250º
SP Atibaia 137.187 39.890 0,5512 38.273 22 0,765 3,24% 193º 117º
MG Extrema 33.082 144.321 0,4015 16.609 26 0,732 3,24% 194º 517º
BA Juazeiro 218.324 13.913 0,5723 32.622 57 0,677 3,23% 195º 302º
PR Paranaguá 150.660 42.193 0,5235 38.098 33 0,75 3,23% 196º 289º
RS Viamão 251.978 12.312 0,4855 21.508 65 0,717 3,23% 197º 316º
RJ Barra Mansa 179.915 30.055 0,4892 36.283 43 0,729 3,23% 198º 238º
SP Botucatu 139.483 30.363 0,5560 39.620 29 0,8 3,23% 199º 123º
SP Mogi Guaçu 147.233 34.555 0,4457 39.220 33 0,774 3,23% 200º 134º
133
Apêndice 2 – Ranking dos 200 melhores municípios sem franquia em potencial
de mercado para a abertura de franquias
(continua)
UF Município
População
Total
2015
(31,59%)
PIB
Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Posição
no
Ranking
Geral de
Potencial
de
Mercado
Posição
dentre os
200
Melhores
Municípios
sem
Franquias
MS Selvíria 6.455 282.413 0,4551 1.481 71 0,682 3,4714% 104º 1º
MGSão Gonçalo do
Rio Abaixo10.588 261.719 0,4787 3.213 43 0,667 3,4515% 106º 2º
SC Piratuba 4.316 116.039 0,4376 1.621 12 0,758 3,1963% 230º 3º
MG Jeceaba 5.294 135.276 0,4810 3.647 34 0,661 3,1925% 233º 4º
MTSanta Rita do
Trivelato3.036 132.591 0,4939 486 32 0,735 3,1893% 237º 5º
GO Cristianópolis 3.023 125.487 0,5255 458 32 0,688 3,1790% 246º 6º
SC Palmeira 2.537 119.919 0,4380 641 28 0,671 3,1772% 250º 7º
SP Borá 836 87.578 0,4002 1.609 11 0,746 3,1651% 274º 8º
SPSebastianópolis do
Sul3.334 77.268 0,4262 2.750 6 0,773 3,1639% 280º 9º
RS Tupandi 4.366 85.413 0,3077 2.795 15 0,718 3,1580% 300º 10º
PR Saudade do Iguaçu 5.372 105.459 0,4704 1.359 31 0,699 3,1550% 316º 11º
GO Chapadão do Céu 8.589 97.886 0,4220 3.360 32 0,742 3,1464% 343º 12º
RS André da Rocha 1.293 83.568 0,5069 179 21 0,72 3,1456% 348º 13º
RS Aratiba 6.641 82.423 0,5567 1.062 21 0,772 3,1454% 350º 14º
PR Sabáudia 6.585 55.116 0,4166 3.029 8 0,74 3,1449% 351º 15º
GO Alto Horizonte 5.470 88.838 0,5026 2.234 26 0,719 3,1447% 354º 16º
SP Ipeúna 6.914 86.884 0,4699 2.213 26 0,753 3,1429% 360º 17º
RS Imigrante 3.146 69.627 0,3479 926 17 0,743 3,1400% 374º 18º
PB Seridó 10.900 5.221 0,4810 555 0,555 3,1398% 376º 19º
PBSão Domingos de
Pombal3.061 7.044 277 3,1390% 382º 20º
SP Meridiano 3.912 58.096 0,4053 2.366 14 0,731 3,1372% 395º 21º
SPCássia dos
Coqueiros2.623 36.401 0,4352 340 8 0,734 3,1336% 419º 22º
SP Monções 2.235 29.846 0,4322 1.393 7 0,772 3,1333% 421º 23º
SP Marapoama 2.885 52.315 0,4231 1.497 14 0,752 3,1330% 424º 24º
SC Antônio Carlos 8.118 60.376 0,4333 1.909 18 0,683 3,1327% 427º 25º
RS Muitos Capões 3.137 119.433 0,5072 350 58 0,702 3,1324% 434º 26º
MGAbadia dos
Dourados7.015 27.399 0,4738 3.542 9 0,689 3,1312% 443º 27º
SP Pedranópolis 2.570 17.381 0,3776 326 6 0,742 3,1312% 445º 28º
GOSanto Antônio de
Goiás5.527 25.307 0,4410 1.930 8 0,723 3,1310% 446º 29º
RS Pinhal da Serra 2.126 98.696 0,5394 280 42 0,65 3,1301% 453º 30º
SP Macedônia 3.746 16.064 0,4264 397 8 0,74 3,1281% 472º 31º
SP Brejo Alegre 2.768 73.199 0,3982 5.394 29 0,71 3,1280% 473º 32º
SP Óleo 2.628 29.122 0,4245 234 10 0,73 3,1280% 475º 33º
SP Gabriel Monteiro 2.790 21.891 0,3736 809 9 0,763 3,1278% 478º 34º
RS Vila Flores 3.363 48.580 0,3253 1.188 16 0,742 3,1278% 480º 35º
134
(continuação)
UF Município
População
Total
2015
(31,59%)
PIB
Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Posição
no
Ranking
Geral de
Potencial
de
Mercado
Posição
dentre os
200
Melhores
Municípios
sem
Franquias
SP Turiúba 2.009 15.102 0,3665 279 8 0,751 3,1277% 481º 36º
SP Planalto 4.941 44.714 0,3858 808 15 0,719 3,1272% 488º 37º
SP Guapiara 17.879 32.590 0,5657 1.968 13 0,675 3,1271% 491º 38º
SP Uru 1.229 19.134 0,4223 225 9 0,712 3,1268% 495º 39º
SCBraço do
Trombudo3.654 54.389 0,3667 1.421 19 0,78 3,1268% 497º 40º
SPSão Luís do
Paraitinga10.731 13.845 0,4836 1.360 10 0,697 3,1258% 506º 41º
SP Ribeirão Branco 17.646 28.237 0,4811 1.712 13 0,639 3,1255% 511º 42º
SP Nova Castilho 1.217 25.835 0,3727 172 11 0,756 3,1254% 514º 43º
SP Queiroz 3.166 85.296 0,4300 619 36 0,715 3,1252% 515º 44º
SP Alto Alegre 4.173 21.912 0,3638 635 11 0,7 3,1248% 518º 45º
SC Cordilheira Alta 4.184 46.934 0,3969 1.483 18 0,747 3,1241% 526º 46º
PR São João 10.709 48.772 0,4365 3.453 20 0,727 3,1239% 533º 47º
SP Caiuá 5.560 13.941 0,4635 425 11 0,697 3,1234% 542º 48º
SP Aspásia 1.848 12.521 0,4651 223 11 0,735 3,1228% 548º 49º
RS Tio Hugo 2.912 29.842 0,4192 620 14 0,742 3,1224% 553º 50º
RSQuinze de
Novembro3.811 33.802 0,4733 579 15 0,756 3,1223% 557º 51º
RS Barão 6.061 33.770 0,4061 1.946 16 0,748 3,1217% 572º 52º
SC Rancho Queimado 2.849 31.798 0,4221 515 15 0,753 3,1215% 575º 53º
RS Gentil 1.711 51.454 0,4603 297 21 0,733 3,1213% 579º 54º
MG Rio Acima 9.924 19.780 0,4747 1.744 14 0,673 3,1209% 586º 55º
RSFortaleza dos
Valos4.619 52.721 0,6399 543 22 0,756 3,1209% 587º 56º
RS Victor Graeff 3.070 37.697 0,4669 478 17 0,777 3,1207% 593º 57º
RSLagoa dos Três
Cantos1.649 38.112 0,4336 301 17 0,789 3,1207% 594º 58º
SC Trombudo Central 7.057 41.703 0,4477 2.141 19 0,775 3,1207% 597º 59º
SP Barra do Chapéu 5.585 14.173 0,5492 565 13 0,66 3,1204% 603º 60º
RSAlmirante
Tamandaré do Sul2.091 49.754 0,4447 335 21 0,74 3,1204% 605º 61º
SP Arealva 8.351 16.448 0,4514 1.760 14 0,744 3,1202% 612º 62º
RSBoa Vista do
Buricá6.815 24.081 0,4264 1.608 15 0,762 3,1200% 615º 63º
SC Catanduvas 10.374 30.492 0,4683 2.788 17 0,714 3,1200% 617º 64º
SP Bocaina 11.810 33.044 0,4343 3.394 18 0,742 3,1199% 622º 65º
PR Indianópolis 4.481 83.849 0,3550 1.158 39 0,724 3,1198% 625º 66º
RS Ernestina 3.207 34.817 0,4424 581 17 0,716 3,1196% 627º 67º
PR Piên 12.211 52.660 0,4322 2.439 24 0,694 3,1196% 628º 68º
SC Vargem Bonita 4.674 64.736 0,4384 1.750 29 0,718 3,1189% 646º 69º
RS Nova Candelária 2.814 40.351 0,4108 667 19 0,759 3,1189% 648º 70º
SP Zacarias 2.574 32.090 0,3923 593 17 0,729 3,1186% 653º 71º
RS Chuí 6.368 24.199 0,4959 1.382 16 0,706 3,1184% 658º 72º
SC Luzerna 5.701 32.733 0,4292 1.772 18 0,789 3,1182% 666º 73º
SP Buritizal 4.345 40.665 0,4663 1.594 20 0,735 3,1181% 668º 74º
SP Itapirapuã Paulista 4.135 7.346 0,5351 527 14 0,661 3,1181% 669º 75º
135
(continuação)
UF Município
População
Total
2015
(31,59%)
PIB
Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Posição
no
Ranking
Geral de
Potencial
de
Mercado
Posição
dentre os
200
Melhores
Municípios
sem
Franquias
RS São Vendelino 2.124 25.249 0,2907 804 16 0,754 3,1180% 670º 76º
PR Quatro Pontes 3.998 37.769 0,4699 916 19 0,791 3,1180% 672º 77º
RSSão Domingos do
Sul3.064 18.141 0,4429 658 15 0,763 3,1179% 674º 78º
SP Palestina 12.231 22.764 0,4067 2.615 17 0,732 3,1178% 678º 79º
PREntre Rios do
Oeste4.306 43.876 0,4995 897 21 0,761 3,1178% 680º 80º
MG Catas Altas 5.230 87.969 0,3920 890 43 0,684 3,1177% 681º 81º
RS Poço das Antas 2.104 28.125 0,3840 1.013 17 0,744 3,1175% 684º 82º
SPSão João de
Iracema1.885 15.654 0,3692 248 15 0,748 3,1172% 687º 83º
SC Presidente Getúlio 16.474 30.953 0,4162 5.875 21 0,759 3,1172% 688º 84º
MG Tiradentes 7.640 16.500 0,5748 1.921 16 0,74 3,1172% 689º 85º
SP Pereiras 8.213 15.893 0,4435 1.882 16 0,736 3,1171% 690º 86º
SPEspírito Santo do
Turvo4.621 21.003 0,3863 415 16 0,696 3,1170% 692º 87º
RS Nicolau Vergueiro 1.757 36.470 0,5288 224 19 0,753 3,1170% 693º 88º
SP Lourdes 2.249 13.343 0,3799 260 15 0,742 3,1169% 695º 89º
SP Taquarivaí 5.605 30.071 0,4375 1.170 18 0,679 3,1169% 697º 90º
MT Paranaíta 10.844 81.433 0,5396 9.963 45 0,672 3,1169% 699º 91º
SC Laurentino 6.598 32.123 0,3614 1.931 19 0,749 3,1166% 708º 92º
PR Pérola 10.937 49.035 0,3709 3.473 25 0,7 3,1166% 710º 93º
RS Santa Clara do Sul 6.183 35.666 0,3623 2.244 20 0,74 3,1166% 712º 94º
SC Ipumirim 7.499 38.166 0,4185 2.833 21 0,738 3,1166% 713º 95º
RS Marques de Souza 4.167 17.564 0,4187 670 16 0,687 3,1164% 715º 96º
RS Presidente Lucena 2.705 33.170 0,3327 1.429 19 0,757 3,1164% 716º 97º
SPSanta Cruz da
Esperança2.084 17.656 0,5311 277 16 0,743 3,1161% 721º 98º
RS São Pedro do Butiá 2.983 23.621 0,4612 428 17 0,763 3,1160% 722º 99º
PR Maripá 5.793 48.763 0,4254 1.100 24 0,758 3,1160% 723º 100º
SC Arroio Trinta 3.563 21.286 0,4630 855 17 0,764 3,1157% 726º 101º
RS Barra Funda 2.497 42.496 0,3947 1.071 22 0,763 3,1156% 729º 102º
PR Pérola d'Oeste 6.746 19.050 0,4440 720 17 0,726 3,1154% 734º 103º
RS Estação 6.169 33.167 0,4633 1.857 20 0,753 3,1154% 735º 104º
SC Campo Alegre 11.992 30.513 0,4126 4.430 21 0,714 3,1153% 737º 105º
MT Ipiranga do Norte 6.629 78.913 0,4941 921 39 0,727 3,1152% 740º 106º
RS Colinas 2.498 25.726 0,4741 732 18 0,765 3,1151% 741º 107º
SC Botuverá 4.943 48.862 0,2855 2.243 25 0,724 3,1151% 742º 108º
SC Ibiam 1.970 19.906 0,4723 204 17 0,725 3,1150% 748º 109º
SC Quilombo 10.149 28.921 0,4021 2.890 20 0,73 3,1150% 749º 110º
GO Davinópolis 2.126 88.624 0,4010 359 45 0,716 3,1149% 751º 111º
RS Mato Leitão 4.201 32.774 0,3634 1.602 20 0,746 3,1149% 752º 112º
MG Tapira 4.542 108.594 0,5532 2.168 61 0,712 3,1149% 753º 113º
SC Agrolândia 10.272 27.000 0,3667 3.417 20 0,725 3,1148% 755º 114º
RS Anta Gorda 6.222 27.147 0,3406 1.190 19 0,74 3,1146% 760º 115º
136
(continuação)
UF Município
População
Total
2015
(31,59%)
PIB
Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Posição
no
Ranking
Geral de
Potencial
de
Mercado
Posição
dentre os
200
Melhores
Municípios
sem
Franquias
SPSanto Antônio do
Pinhal6.767 12.932 0,4760 979 17 0,706 3,1145% 762º 116º
SPCampina do Monte
Alegre5.901 14.685 0,4945 598 17 0,717 3,1145% 765º 117º
SP Jeriquara 3.216 23.468 0,4196 485 18 0,703 3,1145% 767º 118º
SC Witmarsum 3.841 27.611 0,4472 1.107 19 0,71 3,1145% 768º 119º
RS União da Serra 1.413 33.873 0,3735 205 20 0,733 3,1144% 769º 120º
SPBernardino de
Campos11.157 15.965 0,4560 1.927 18 0,734 3,1144% 770º 121º
SC Pinheiro Preto 3.396 36.320 0,4470 1.015 21 0,777 3,1144% 771º 122º
RS Glorinha 7.518 43.147 0,4225 2.948 24 0,714 3,1144% 772º 123º
RSSão José do
Inhacorá2.220 32.775 0,3559 493 20 0,747 3,1142% 775º 124º
SC Alto Bela Vista 1.987 22.480 0,4735 293 18 0,755 3,1141% 780º 125º
RS Vespasiano Correa 1.976 28.024 0,3461 287 19 0,723 3,1141% 781º 126º
SC Riqueza 4.740 20.906 0,4469 579 18 0,714 3,1140% 782º 127º
RS Caibaté 5.058 26.161 0,4838 853 19 0,719 3,1140% 783º 128º
RS Westfalia 2.953 38.197 0,3301 1.492 22 0,752 3,1139% 787º 129º
RSSalvador das
Missões2.769 31.506 0,3602 577 20 0,753 3,1139% 789º 130º
SP Onda Verde 4.209 43.460 0,3511 2.182 24 0,738 3,1137% 793º 131º
PR Pato Bragado 5.304 24.420 0,4343 1.136 19 0,747 3,1137% 794º 132º
SC Descanso 8.505 22.868 0,4345 1.319 19 0,743 3,1137% 796º 133º
RSSão Valentim do
Sul2.257 20.476 0,4266 339 18 0,764 3,1137% 797º 134º
SP Nova Luzitânia 3.843 9.710 0,3652 301 17 0,743 3,1136% 798º 135º
SP Saltinho 7.818 22.114 0,3947 1.581 19 0,791 3,1136% 799º 136º
RSVista Alegre do
Prata1.613 30.376 0,4407 183 20 0,78 3,1132% 804º 137º
RS Brochier 4.952 15.420 0,3568 846 18 0,699 3,1132% 805º 138º
PRBom Sucesso do
Sul3.365 44.100 0,5571 646 24 0,742 3,1132% 806º 139º
RS São Jorge 2.846 24.186 0,3986 435 19 0,732 3,1131% 808º 140º
RS Vanini 2.087 24.309 0,3548 405 19 0,757 3,1131% 811º 141º
RS Roca Sales 10.976 36.121 0,4377 2.768 23 0,729 3,1130% 815º 142º
SC Pedras Grandes 4.068 28.109 0,3351 782 20 0,728 3,1130% 817º 143º
RS Monte Belo do Sul 2.704 43.828 0,3340 574 24 0,752 3,1129% 818º 144º
ES Alfredo Chaves 14.973 20.462 0,4925 2.340 20 0,71 3,1129% 820º 145º
SC Lontras 11.393 20.504 0,3777 2.843 20 0,704 3,1129% 824º 146º
RS Constantina 10.094 23.435 0,4674 1.911 20 0,754 3,1128% 827º 147º
SP Paulo de Faria 8.924 19.804 0,5305 837 19 0,725 3,1128% 828º 148º
RSSanto Antônio do
Planalto2.056 37.064 0,4336 274 22 0,759 3,1127% 829º 149º
RS Maratá 2.659 36.627 0,3455 545 22 0,697 3,1127% 830º 150º
SC Iraceminha 4.139 21.872 0,4362 366 19 0,722 3,1126% 834º 151º
SP Monteiro Lobato 4.467 11.389 0,4953 806 18 0,71 3,1126% 835º 152º
SP Cosmorama 7.388 32.590 0,4106 1.973 22 0,722 3,1123% 839º 153º
SC Água Doce 7.132 33.876 0,5432 1.129 22 0,698 3,1123% 842º 154º
SP Riversul 5.941 8.054 0,5152 524 18 0,664 3,1123% 843º 155º
137
(continuação)
UF Município
População
Total
2015
(31,59%)
PIB
Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Posição
no
Ranking
Geral de
Potencial
de
Mercado
Posição
dentre os
200
Melhores
Municípios
sem
Franquias
RS Ilópolis 4.208 25.747 0,4863 547 20 0,73 3,1122% 847º 156º
SC Guarujá do Sul 5.097 24.539 0,4021 853 20 0,73 3,1121% 851º 157º
RS Três Arroios 2.873 45.285 0,6236 273 25 0,791 3,1120% 852º 158º
PR Vitorino 6.828 46.371 0,4968 1.452 26 0,702 3,1120% 853º 159º
SP Mendonça 5.161 35.625 0,3691 2.282 23 0,744 3,1120% 854º 160º
SP Dourado 8.897 42.359 0,3794 1.887 25 0,738 3,1119% 855º 161º
RS São Martinho 5.821 28.754 0,4704 984 21 0,726 3,1119% 856º 162º
RS Três Cachoeiras 10.811 18.156 0,3947 2.135 20 0,718 3,1119% 857º 163º
SP Flora Rica 1.634 18.866 0,4179 226 19 0,727 3,1117% 861º 164º
RS Nova Roma do Sul 3.564 29.394 0,4446 589 21 0,741 3,1117% 862º 165º
SC Peritiba 2.906 24.281 0,4756 500 20 0,766 3,1117% 864º 166º
RS Alto Alegre 1.828 29.508 0,4991 397 21 0,747 3,1115% 869º 167º
SC Salto Veloso 4.576 31.859 0,5494 1.343 22 0,784 3,1115% 872º 168º
SC Gravatal 11.231 13.162 0,3993 2.598 20 0,757 3,1114% 875º 169º
RS Cotiporã 4.009 22.136 0,3859 735 20 0,741 3,1113% 877º 170º
RS Protásio Alves 2.041 23.341 0,5244 356 20 0,733 3,1113% 878º 171º
PRNova Prata do
Iguaçu10.722 23.287 0,4632 1.748 21 0,716 3,1112% 880º 172º
SP Mira Estrela 3.007 14.618 0,4294 407 19 0,743 3,1112% 882º 173º
SC Saudades 9.524 26.526 0,3359 2.907 22 0,755 3,1112% 883º 174º
RS Selbach 5.134 35.451 0,4755 987 23 0,777 3,1112% 885º 175º
SC Ilhota 13.493 33.608 0,4279 3.219 24 0,738 3,1111% 887º 176º
SC Salete 7.594 22.932 0,4298 2.114 21 0,744 3,1111% 889º 177º
RS Nova Pádua 2.557 22.310 0,3190 258 20 0,761 3,1110% 891º 178º
SC Anchieta 5.987 19.677 0,4369 906 20 0,699 3,1110% 892º 179º
RS Barão de Cotegipe 6.754 25.369 0,4218 1.065 21 0,719 3,1110% 893º 180º
SP Pardinho 6.122 36.693 0,4629 2.311 24 0,727 3,1110% 895º 181º
MG Rodeiro 7.653 47.658 0,4623 3.408 28 0,668 3,1110% 896º 182º
SP Santa Salete 1.523 14.178 0,3465 196 19 0,772 3,1109% 897º 183º
SP Floreal 3.011 21.043 0,3757 433 20 0,747 3,1109% 898º 184º
RS Taquaruçu do Sul 3.090 26.861 0,5327 433 21 0,739 3,1108% 899º 185º
RS Guabiju 1.612 36.159 0,5553 221 23 0,758 3,1108% 901º 186º
PR Mallet 13.567 50.035 0,4737 2.437 29 0,708 3,1107% 905º 187º
RS Jacutinga 3.713 30.885 0,3920 555 22 0,726 3,1107% 907º 188º
SC Lindóia do Sul 4.644 29.363 0,4295 1.221 22 0,743 3,1106% 909º 189º
SC Ascurra 7.781 20.456 0,3523 2.223 21 0,742 3,1106% 910º 190º
RS Cruzeiro do Sul 12.169 23.351 0,4092 2.829 22 0,723 3,1106% 911º 191º
RS David Canabarro 4.840 24.615 0,4433 611 21 0,762 3,1104% 917º 192º
SP Glicério 4.773 16.626 0,5224 873 20 0,735 3,1103% 922º 193º
RS Doutor Ricardo 2.076 25.396 0,3778 380 21 0,724 3,1103% 923º 194º
SP Pongaí 3.508 18.194 0,4564 438 20 0,755 3,1103% 925º 195º
138
(conclusão)
Fonte: Autor.
UF Município
População
Total
2015
(31,59%)
PIB
Per
Capita
2014
(6,42%)
Índice
de Gini
2010
(0,2%)
Pessoal
Ocupado
Assalariado
2014
(53,73%)
População
Total /
Número de
Empresas
Atuantes
2014
(7,91%)
IDHM
2010
(0,14%)
Score
Index
Posição
no
Ranking
Geral de
Potencial
de
Mercado
Posição
dentre os
200
Melhores
Municípios
sem
Franquias
SC Ibicaré 3.313 24.635 0,4371 573 21 0,708 3,1103% 927º 196º
SC Passos Maia 4.314 23.898 0,4710 794 21 0,659 3,1103% 930º 197º
RS Capivari do Sul 4.275 43.900 0,6919 965 26 0,766 3,1103% 932º 198º
SC Águas Frias 2.408 33.944 0,3764 529 23 0,745 3,1102% 933º 199º
MG Ijaci 6.348 62.649 0,4174 1.890 34 0,714 3,1101% 934º 200º