DISTRIBUIÇÃO ESPACIAL DAS ATIVIDADES CIENTÍFICAS E ... · i encono e economia baiana e 2 distribuiÇÃo espacial das atividades cientÍficas e tecnolÓgicas na bahia e as desigualdades

XI ENCONTRO DE ECONOMIA BAIANA – SET. 2015

DISTRIBUIÇÃO ESPACIAL DAS ATIVIDADES CIENTÍFICAS E TECNOLÓGICAS NA BAHIA E AS DESIGUALDADES REGIONAIS:

UMA ANÁLISE COM MEDIDAS DE ESPECIALIZAÇÃO

Roberto Paulo Machado Lopes*

Débora Sá Vieira**

RESUMO

O objetivo deste trabalho é analisar como a desigualdade na distribuição espacial das atividades científicas e tecnológicas na Bahia dificulta a formação de economias de aglomeração e reforçam as desigualdades no desenvolvimento econômico entre a microrregião de Salvador e as demais microrregiões do estado. O estudo utiliza doutores em atividades de ensino e pesquisa como variável de suporte às atividades tecnológicas e o emprego formal como variável ligada ao grau de desenvolvimento econômico. São realizados cálculos do Quociente Locacional (QL) e da Participação Relativa no Emprego (PRE) para identificar a categoria de aglomeração presente em cada um dos recortes espaciais. O trabalho propõe, também, avaliar as transformações recentes na distribuição espacial das atividades de C&T, comparando a evolução na formação e produção científica e os investimentos em inovação nos dois recortes espaciais selecionados, entre os biênios 2005/2006 e 2013/2014. Os principais resultados apontam para uma pequena redução na desigualdade espacial das atividades de C&T na Bahia, sendo relevantes para a formação científica; pequenas para a produção científica e insignificante para a inovação na empresa. Os resultados do QL mostram uma forte concentração espacial na microrregião de Salvador, embora seja caracterizada como um tipo de aglomeração com baixo potencial de irradiação de suas atividades para o restante da economia.

Palavras-chave: Ciência e Tecnologia. Economias de aglomeração. Desigualdades regionais.

ABSTRACT

The objective of this study is to analyze how the unequal spatial distribution of scientific and technological activities in Bahia hinders the formation of agglomeration economies and reinforce inequalities in economic development among the micro-region of Salvador and other micro-regions of the state. The study uses doctors in teaching and research activities as a variable of support to technological activities and formal employment as a variable linked to the degree of economic development. Calculations of the Location Quotient (LQ) are performed to identify the category of clustering present in each one of the spacial cuttings. The study also aims to assess the recent changes in the spatial distribution of S&T activities, comparing the evolution in scientific education and production and investment in innovation in the two selected spacial cuttings: the biennia 2005/2006 and 2013/2014. The main results point to a small reduction in spatial inequality of S&T activities in Bahia being relevant for scientific education; small to scientific production and insignificant for innovation in the companies. LQ results show a strong spatial concentration in the micro region of Salvador, although it is characterized as a kind of agglomeration with low potential for irradiation of its activities for the rest of the economy.

Keywords: Science and Technology. Agglomeration economies. Regional inequalities.

* Doutor em Geografía, Planificación Territorial y Gestión Ambiental pela Universitat de Barcelona (UB) e mestre em Economia pela Universidade Federal da Bahia (UFBA). Professor adjunto do Curso de Economia da Universidade Estadual do Sudoeste da Bahia (UESB).

** Graduada em Fisioterapia pela Universidade Católica do Salvador (Ucsal) e mestranda em Gestão e Tecnologias Aplicadas à Educação pela Universidade Estadual da Bahia (Uneb). Gestora do Programa Pró-Políticas da Fundação de Amparo à Pesquisa do Estado da Bahia (Fapesb).

ECONOMIA BAIANA • 23

DISTRIBUIÇÃO ESPACIAL DAS ATIVIDADES CIENTÍFICAS E TECNOLÓGICAS NA BAHIA E AS DESIGUALDADES REGIONAIS: UMA ANÁLISE COM MEDIDAS DE ESPECIALIZAÇÃO Roberto Paulo Machado Lopes, Débora Sá Vieira

XI ENCONTRO DE ECONOMIA BAIANA – SET. 2015 ECONOMIA BAIANA • 24

1 Introdução

O desenvolvimento desigual entre países e regiões permeia, desde a origem, a literatura

sobre a economia regional e sempre esteve no centro das investigações. Aspectos institucionais,

bem como diferentes dotações dos recursos de produção estão na base da explicação da maioria dos

estudos. Em que pese as evidências apontando os investimentos em pesquisa e desenvolvimento

(P&D) como diferencial de desenvolvimento de países e regiões e trabalhos como os de Schultz

(1971), Romer (1986), Lucas (1988) e outros, são poucos os estudos que buscam explicar as

diferenças entre regiões tendo como objeto a desigualdade na distribuição espacial das atividades de

apoio ao desenvolvimento científico e tecnológico, expressos nos investimentos em capital humano.

Ainda que sem estabelecer uma relação direta entre desenvolvimento regional e acumulação de

capital humano, autores como Romer (1986) e Lucas (1988) destacam a importância das

externalidades (spillovers) geradas pelo investimento em capital humano, mediante aumentos no

nível de tecnologia. Lucas (1988) considera o capital humano como um fator acumulável e como a

fonte do crescimento.

As externalidades geram economias de aglomeração. As economias de aglomeração, seja de

localização ou urbanização, geram ganhos de produtividade. Os ganhos de produtividade estão na

origem do processo de desenvolvimento econômico regional/local. Como a dinâmica das atividades

de ciência e tecnologia (C&T) e de P&D geram externalidades econômicas e sociais diversas, de

curto, médio e longo prazo, deduz-se que, dada a dimensão da economia regional, a formação e a

produção científica podem constituir-se como um núcleo do desenvolvimento em regiões

subdesenvolvidas e, assim, reduzir as desigualdades espaciais existentes.

Geograficamente o desenvolvimento econômico é desequilibrado. Isto evidencia as falhas de

mercado bem como os equívocos da adoção de certas políticas para redução das desigualdades

regionais. Aliado ao fraco desempenho operacional destas políticas, e até como consequência dele,

há a necessidade de uma reconstrução teórica que possibilita uma melhor compreensão deste

fenômeno e de sua persistência ao longo do tempo. Diante disso, articular as externalidades geradas

pela acumulação de capital humano e seu potencial para o desenvolvimento econômico pode

contribuir para a formulação de políticas regionais, tendo como foco a busca de uma melhor

distribuição espacial da formação científica e das atividades de C&T.

A pesquisa acadêmica desenvolvida nas Universidades e Institutos de Pesquisa oferece uma

importante contribuição para o desenvolvimento econômico pela via do desenvolvimento

tecnológico. Para determinados setores industriais, a formação acadêmica de pesquisadores é

determinante para o avanço tecnológico. Embora a pesquisa universitária apresente limitações para

o desenvolvimento tecnológico direto, ela age de forma indireta, potencializando as oportunidades

tecnológicas da indústria. Fialho et al. (2010) mostram estudos comprovando a existência de

spillovers da pesquisa desenvolvida na universidade no processo de inovação indústrial e uma

crescente correlação entre a pesquisa desenvolvida na universidade e o desenvolvimento de novos

produtos e processos. A existência desta correlação suscita a adoção de políticas regionais com o

objetivo de criar as condições (universidades, institutos de pesquisa e formação de pesquisadores)

para fomentar e potencializar os spillovers e assim contribuir para a formação de economias de

aglomeração. Embora necessite de uma força exógena, as vantagens dessa via de desenvolvimento

estão fortemente relacionadas aos mecanismos de autorreforço e da endogenia daí decorrente.

Por outro lado, são crescentes a importância teórica e o interesse pela questão da

aglomeração geográfica das atividades econômicas. As economias de aglomeração, decorrentes das

externalidades, têm sido objeto de muitas pesquisas pelos estudiosos da questão regional. Dado que

a dinâmica das atividades de P&D dá origem a diversas externalidades, tanto a literatura regional

quanto a neoschumpeteriana estabelecem relação entre a infraestrutura de C&T e as economias de

aglomeração (MONTENEGRO; DINIZ; SIMÕES, 2014). Dessa forma, a inter-relação entre a

questão regional e a distribuição espacial desigual das atividades de ciência e tecnologia ajuda a

explicar as diferenças regionais e possibilita a formulação de políticas mais efetivas para o

desenvolvimento econômico de regiões mais atrasadas.



A concentração geográfica de pesquisadores e de atividades de ciência e tecnologia (C&T)

produz externalidades positivas provenientes da acumulação de conhecimento tecnológico e leva à

formação de economias de aglomeração, podendo constituir-se como a variável determinante do

desenvolvimento de uma região. Todos os modelos de crescimento econômico, assim como as

experiências recentes, mostram o papel determinante da pesquisa científica e da inovação no

desenvolvimento das nações. Os ganhos de produtividade, decorrentes dos avanços realizados em

diversas áreas do conhecimento científico, evidenciam que a ciência incorporou-se à estrutura

produtiva, penetrando transversalmente seus diversos segmentos e alterando seus padrões de

organização. Os países que estiveram na vanguarda dessa extraordinária onda de inovação são

aqueles que assumiram o protagonismo do desenvolvimento científico.

Paralelo à escassez de estudos articulando os investimentos em C&T como elemento central

do desenvolvimento regional, as políticas regionais negligenciam ou colocam à margem esta

questão. O Brasil, em função da inércia institucional e de políticas equivocadas, ficou, por muitas

décadas, excluído desse processo. Além do atraso em criar as estruturas que propiciam o avanço

científico e tecnológico (universidades, centros de pesquisa, formação de pesquisadores), estas

condições, quando criadas, acabaram por reforçar as desigualdades regionais já existentes. No

Nordeste brasileiro, especialmente no interior, esta exclusão ainda é uma realidade. A Bahia, assim

como o Brasil, teve um desenvolvimento tardio da pós-graduação e, consequentemente, da

formação de pesquisadores. Além de tardia, a formação científica se deu de forma concentrada na

microrregião de Salvador, reforçando os desequilíbrios já existentes entre capital e interior.

Este estudo tem por objetivo analisar como a desigualdade na distribuição espacial das

atividades científicas e tecnológicas na Bahia dificulta a formação de economias de aglomeração e

reforça as desigualdades no desenvolvimento econômico entre a microrregião de Salvador e as

demais microrregiões do estado. Para tanto, tomando por referência os doutores em atividades de

ensino e pesquisa como variável de suporte às atividades tecnológicas e o emprego formal como

variável ligada ao grau de desenvolvimento econômico, calcular o Quociente Locacional (QL) e a

Participação Relativa no Emprego (PRE) para esses recortes espaciais e definir a categoria de

aglomeração presente em cada um desses espaços. Paralelo a isso, avaliar as transformações

recentes na distribuição espacial das atividades de C&T, comparando a evolução na formação e

produção científica e os investimentos em inovação nos dois recortes espaciais selecionados

(microrregião de Salvador e demais microrregiões do estado) entre os biênios 2005/2006 e

2013/2014. A análise tem como base os projetos aprovados em editais selecionados da Fundação de

Amparo à Pesquisa do Estado da Bahia (Fapesb). Subsidiariamente, o estudo tem por objetivo

verificar como se comporta o Quociente Locacional (QL) como medida de especialização na análise

para diferentes níveis de agregação espacial.

Além dessa introdução, este estudo está estruturado em mais cinco seções. A seguir, é feita

uma breve revisão da literatura sobre economias de aglomeração e a dinâmica regional, articulando

os conceitos de externalidades e capital humano. A terceira seção traz uma discussão sobre a

influência das externalidades geradas pela dinâmica de funcionamento do ensino superior para o

desenvolvimento de cidades e regiões. Na seção seguinte descrevemos a base de dados e a

metodologia utilizada. A quinta seção analisa os resultados observados. A última seção apresenta as

principais conclusões do estudo.

2 Economias de Aglomeração, Capital Humano e a Dinâmica Regional

As atividades concentradas geograficamente caracterizam-se como um fenômeno

econômico-espacial fundamental para a competitividade das empresas e o desenvolvimento das

regiões. Este fenômeno passa a ser enfatizado como um campo de estudo específico da teoria

econômica regional, a geografia econômica ou economia espacial. Alfred Marshall é considerado o

primeiro e principal autor a enfatizar o fenômeno da concentração regional de atividades

econômicas e introduzir a noção de distrito indústrial. As ideias seminais de Marshall (1985)



levaram muitos outros autores a estudar as razões dos ganhos de competitividade das empresas e do

crescimento regional a partir da aglomeração geográfica de atividades econômicas1.

As externalidades estão na base da formação das economias de aglomeração e são o

elemento central dos ganhos de produtividade e competitividade de agentes econômicos com

proximidade geográfica. Esta é uma constatação quase unânime entre os estudiosos da ciência

regional. As externalidades, como fonte de desempenho superior das empresas concentradas

geograficamente, explicam não só a localização de empresas, como foram utilizadas amplamente

para compreender o fenômeno da formação das cidades (FERREIRA, 2009). As economias de

aglomeração geram duas formas básicas de economias externas: economias de especialização ou

localização e economias de urbanização. Enquanto Marshall centra sua análise nas externalidades

de especialização, sendo essas externalidades fortemente associadas às economias de escala, Jacobs

(1969) - referência frequente nos estudos de economia regional/urbana - destaca como principal

fonte das externalidades a diversidade das atividades econômicas desenvolvidas nas regiões.

O crescente interesse pela influência das externalidades regionais na localização das

atividades econômicas levou os diversos campos da literatura a classificar as externalidades de

forma cada vez mais complexa e abrangente (FERREIRA, 2009). Uma dessas formas é a

classificação das externalidades como estáticas ou dinâmicas. As externalidades estáticas estão

associadas às eficiências de custo e exercem uma forte influência sobre a localização das atividades

econômicas, não sendo capazes de afetar ou influenciar o crescimento dessas atividades. As

externalidades dinâmicas lidam com a acumulação de informações sobre a produtividade e o

emprego gerando “efeitos de transbordamento” (spillovers) afetando não só a localização, mas,

também o crescimento. A acumulação de capital humano, através da formação e produção

científica, gera “efeitos de transbordamento” afetando a localização das atividades de C&T e,

consequentemente, o desenvolvimento regional.

As externalidades dinâmicas e estáticas podem ser geradas por meio por meio da

concentração de uma indústria específica em uma região. Quando esta concentração permite uma

maior difusão do conhecimento através de spillovers, dão origem às externalidades MAR

(Marshall-Arrow-Romer). A necessidade de compartilhar recursos comuns e de mecanismos de

autorreforço faz com que as atividades de produção de C&T e P&D se organizem sob estruturas

mais especializadas, se beneficiando mais dos efeitos das externalidades. “A teoria de localização

(MAR) argumenta que uma estrutura especializada é a que melhor impulsiona as externalidades”

(MONTENEGRO; DINIZ; SIMÕES, 2014, p. 12).

Para Fujita e Thisse (1996), as externalidades seriam a principal força centrípeta (forças de

aglomeração) e o elemento central da concentração geográfica das atividades econômicas e que

cada tipo de externalidade pode levar a determinadas aglomerações de atividades econômicas.

Porter analisa as concentrações econômicas como elementos constituintes da vantagem competitiva

das nações. A localização das atividades econômicas aparece como diferencial competitivo. Com

Porter (1998), a localização e a concentração passam a ser variáveis estratégicas, a força locacional

deixa de se basear na minimização de custo de insumos com terra, trabalho, capital e energia -

variáveis determinantes na teoria do comércio. No modelo de Porter, que leva em consideração a

competição global por insumos, a vantagem competitiva origina-se dos processos de inovação que

estão localizados em seus núcleos de pesquisa e na gestão estratégica de suas atividades.

Para Porter (1998), a concentração geográfica das empresas dá origem a grande parte da

vantagem competitiva dessas. Segundo ele, são várias as forças locacionais que dão origem a esses

agrupamentos, tais como: aspectos históricos; base científica, reunindo condições tanto para a

formação quanto para a produção científica; ambiente inovador; existência de empresas

fornecedoras e correlatas, formando uma cadeia com efeitos a montante e a jusante; e fatos

aleatórios.

1 Embora Alfred Marshall seja reconhecido como o pioneiro na fundamentação daquilo que se convencionou chamar de

economias externas (ou externalidades), estudiosos da geografia econômica já observavam este fenômeno desde o final

do século XIX.



Para Romer (1986), o conhecimento tecnológico ou capital de pesquisa é a única forma de

capital. O capital de pesquisa também apresenta rendimentos marginais decrescentes o que torna

nula a taxa de crescimento da produção no longo prazo. Contudo, se as externalidades positivas

forem suficientemente fortes, a produção apresentará retornos crescentes, anulando o efeito da

produtividade marginal decrescente do capital de pesquisa provocando distorções entre as taxas de

crescimento das regiões. Importante salientar que, diferente do capital físico, o capital de pesquisa

ou conhecimento tecnológico para gerar inovações é um bem público puro, não sujeito à rivalidade

e à excludência, o que torna possível a existência de retornos marginais crescentes (CLEMENTE;

HIGACHI, 2000). O modelo de Lucas (1988) não difere muito do de Romer. Para Lucas (1988) é o

investimento em capital humano que proporciona as externalidades positivas, mediante aumentos

nos níveis de tecnologia, sendo o capital humano um fator acumulável e a fonte do crescimento. Os

modelos de Romer e Lucas, em sua versão regional, partem da ideia de que a aglomeração tem

significativo impacto sobre a inovação e a transferência deste conhecimento criando, portanto, um

mecanismo de autorreforço (FOCHEZATTO; VALENTINI, 2010).

A análise de cluster é desenvolvida a partir de dois enfoques distintos: o da similaridade e o

da interdependência, que se assemelham às externalidades MAR e às externalidades do tipoJacobs,

respectivamente. O da similaridade poderia estar associado à concentração e o da interdependência

à aglomeração. Por um lado, as externalidades podem gerar concentração espacial de empresas

similares de poucos e bem definidos setores. Por necessitar de uma infraestrutura semelhante para

operarem de forma eficiente, essas empresas formam clusters do tipo horizontal (enfoque da

similaridade), caracterizados por um conjunto de indústrias similares, que possivelmente estariam

compartilhando algum recurso comum. Nesta perspectiva, este tipo de agrupamento gera benefícios,

resultado das “externalidades em rede” que não são acessíveis para empresas isoladas.

Por outro lado, as externalidades podem gerar aglomerações: o agrupamento de agentes não

similares, mas que apresentam competências complementares, atuando de forma independente, mas

necessitando de alguma forma de coordenação coletiva. É o cluster do tipo vertical (enfoque da

interdependência). M. Porter é o autor de maior influência na composição estrutural do conceito de

cluster. Segundo ele, “cluster é uma concentração geográfica de empresas e instituições interligadas

por similaridades e complementaridades que operam num determinado campo de negócio” (Porter,

1998, p. 4). As atividades de P&D, pela necessidade de compartilhar um recurso comum como

pesquisadores e infraestrutura laboratorial (dificilmente acessíveis para empresas isoladas),

apresenta características de agrupamentos pelo enfoque da similaridade. Mas, também, apresenta

características de interdependência dada a necessidade de agrupamento de agentes não similares,

mas que apresentam competências complementares.

2.1 Desenvolvimento econômico e os Sistemas Regionais de Inovação

A formação de capital humano e a presença de instituições de ensino e pesquisa, aliados a

um ambiente institucional capaz de sustentar um processo de aprendizado regional, propiciam a

criação de Sistemas Regionais de Inovação. “O Sistema de Inovação seria o principal responsável

pela transformação do conhecimento técnico-científico em novos produtos e processos produtivos,

através de suas interações com o setor produtivo” (SANTOS, CALIARI, 2010, p. 4). O

desenvolvimento regional passa, assim, pela criação das estruturas (universidades e institutos de

pesquisa) e de mecanismos de atração de empresas e de favorecimento da relação universidade-

empresa em um quadro institucional marcado pela associação às especializações econômicas

regionais. Lopes (2013) destaca o papel da universidade para o desenvolvimento regional, inclusive

como um agente na melhoria da qualidade das instituições. Deduz dos modelos de Porter que a

formação de uma aglomeração depende da criação de uma infraestrutura e de instituições.

A criação da infraestrutura e do ambiente institucional que propicia os Sistemas Regionais

de Inovação requer a ação do estado através de políticas indutoras do desenvolvimento

regional/local. Apesar de resultante de uma política regional tradicional, as vantagens dessa via de

desenvolvimento estão fortemente relacionadas aos mecanismos de autorreforço e de criação das



condições para um desenvolvimento regional endógeno. Krugman (1999) incorpora em seus

modelos as externalidades tecnológicas, enfatizando os mecanismos de autorreforço de forma

cumulativa e duradoura. As recentes abordagens sobre o desenvolvimento regional, quase todas, Schumpeterianas ou

não, incluem em suas formulações a inovação como vantagem competitiva das empresas e

diferencial de desenvolvimento de regiões. Para Montenegro, Diniz e Simões (2014), a literatura de

economia regional e neoschumpteriana aponta uma relação entre a dinâmica de infraestrutura de

C&T e as economias de aglomeração. Estas abordagens partem do princípio de que a principal fonte

do crescimento econômico é a inovação introduzida pelas empresas, sendo a inovação concebida

como resultado da atividade de pesquisa e desenvolvimento. “Os modelos de spillovers consideram

as externalidades positivas provenientes da acumulação de conhecimento (capital de pesquisa) e de

capital humano como as fontes do crescimento econômico” (CLEMENTE; HIGACHI, 2000, p.

209).

Numa visão schumpeteriana, parte do desenvolvimento e investimentos das economias

capitalistas líderes, que atuam na fronteira das tecnologias, é explicada pela apropriação do

excedente gerado pela introdução de inovações. Em países em desenvolvimento como o Brasil, o

processo ocorre de forma invertida, começando pela difusão de inovações e geração de inovações

secundárias e, raramente, de inovações primárias.

A pesquisa básica e o desenvolvimento tecnológico (P&D) em universidades geram

externalidades para o setor produtivo. Há um efeito transbordamento, a princípio para grandes

empresas, no qual os gastos em P&D se traduzem, na empresa, em produtos ou processos

inovadores ou na obtenção de uma nova tecnologia. Em um segundo efeito transbordamento, as

pequenas empresas acabam se beneficiando dos produtos e processos inovadores. Esses

investimentos da universidade em pesquisa e desenvolvimento tecnológico e os efeitos

transbordamento podem levar a uma concentração espacial de empresas inovadoras que, na

presença de externalidades locais de novas tecnologias, podem ter impactos dinâmicos positivos

para as regiões menos desenvolvidas, afetando as desigualdades regionais. “A difusão de inovações

tem papel importante para regiões menos desenvolvidas, enquanto a taxa de inovação afeta

positivamente regiões mais desenvolvidas”. (CRUZ, 2008, p. 450).

O fluxo de conhecimento entre ciência e tecnologia é fundamental para a inovação

tecnológica. Quanto maior este fluxo maiores as possibilidades de inovação. Aumentar a interação

entre ciência e tecnologia e a relação universidade-empresa é uma condição necessária para

formação e fortalecimento de sistemas regionais de inovação. A universidade, reconhecida como

lócus da produção e difusão do conhecimento, interagindo em cooperação com empresas e governo,

e se atuando firmemente na transferência de conhecimento e tecnologia para o setor produtivo

contribui, de forma significativa, para precipitar uma inflexão no processo de inovação. As

universidades (parte da infraestrutura científica) e as empresas (responsáveis pela dimensão

tecnológica) são as principais instituições constitutivas do sistema regional de inovação. A

incipiente formação de capital humano nas áreas tecnológicas é apontada como um dos gargalos

para a entrada definitiva do Brasil na chamada “Economia do Conhecimento”.

Fialho et al (2010), apresentando estudos de Jaffe (1989), Mansfield e Lee (1996), Baise e

Sthal (1999) e Narin et al. (1979), mostra a existência de spillovers da pesquisa desenvolvida na

universidade no processo de inovação indústrial. Destes estudos deduz-se uma forte e crescente

correlação entre a pesquisa desenvolvida na universidade e o desenvolvimento de novos produtos e

processos. Já na década de 90, estes estudos mostravam que em torno de 15% de novos produtos

tinham como origem a pesquisa universitária. Para setores como a indústria farmacêutica, o número

de referências científicas oriundas de instituições de pesquisa públicas citadas nas patentes da

indústria farmacêutica americana era de 50%, podendo chegar a mais de 80% se consideradas as

instituições de pesquisa de outros países. No Brasil, em torno de 16% das empresas que inovam tem

as universidades e institutos de pesquisa como fonte de informação relevante para o avanço

tecnológico indústrial, ocupando a décima posição entre as fontes de informação (FIALHO et al.,

2010).



Embora as empresas brasileiras inovadoras não tenham as universidades e institutos de

pesquisa como uma fonte de informação relevante, a importância da pesquisa nas universidades

aumenta à medida que aumenta a intensidade tecnológica da inovação. Importante salientar que a

simples presença de universidades e institutos desenvolvendo pesquisa com maior intensidade

tecnológica não garante a existência desses spillovers, é necessário que haja coordenação para uma

forte interação universidade-empresa. No Brasil, e mais ainda na Bahia, as condições dos spillovers

são frágeis e apresentam serias limitações, especialmente quanto à relação universidade-empresa.

3 Formação Científica e Atividades de C&T na Bahia: Infraestrutura e Sistemas de Apoio

A Bahia apresenta uma estrutura social e espacial fortemente marcada pela desigualdade. A

quase totalidade das microrregiões é caracterizada por indicadores econômicos e sociais

desfavoráveis e por baixa (ou inexistente) dotação de recursos científicos e tecnológicos. Os

desníveis espaciais existentes (mais especificamente entre a microrregião de Salvador e as demais

microrregiões do estado) no desenvolvimento das atividades de C&T surgem como consequência

do desenvolvimento econômico desequilibrado e acabam reforçando as contradições já existentes.

Porém, com um agravante, dado os mecanismos de autorreforço relacionados à economia do

conhecimento. Se políticas não forem adotadas, a tendência é de reprodução desse padrão desigual

de forma estrutural e por longo prazo.

A dinâmica da economia do conhecimento é de concentrar os investimentos em formação de

capital humano, pesquisa e desenvolvimento tecnológico e boa parte dos ativos intelectuais

disponíveis nas microrregiões mais desenvolvidas economicamente. Isto tenderia a reforçar as

desigualdades já existentes, “pois, as regiões melhores dotadas de uma estrutura para suporte à

inovação seriam também aquelas mais bem sucedidas frente ao padrão de competição imposto pela

economia do conhecimento” (SANTOS, CALIARI, 2010, p. 6).

A microrregião de Salvador, em relação às demais microrregiões do estado, está em um

patamar diferenciado, compõe um grupo de forma isolada dada a diferenciada dotação científica e

tecnológica e a estrutura de apoio à inovação, constituindo-se um outlier. Mas, assim como a

microrregião de Salvador não pode ser agrupada junto às demais microrregiões do estado, ela

também não pode ser agrupada ao mesmo conjunto de observações da microrregião de São Paulo,

que apresenta um padrão muito mais avançado, e constitui-se como um outlier entre as

microrregiões brasileiras. Em estudo, utilizando métodos estatísticos multivariados de Análise

Fatorial e Análise de Agrupamentos para os anos de 2003 e 2008, Santos e Caliari (2010) identifica

a microrregião de São Paulo compondo um grupo de forma isolada. A microrregião de Salvador,

juntamente com outras sete microrregiões, compõe um segundo grupo em termos de

desenvolvimento da sua estrutura de apoio às atividades de inovação tecnológica. Embora apresente

variáveis com valores médios abaixo do outlier, este grupo apresenta um padrão estrutural mais

avançado que outros dois encontrados na análise. Número de doutores é uma das quatro variáveis

utilizadas para determinar o grau de Desenvolvimento da Estrutura Tecnológica Local (SANTOS,

CALIARI, 2010).

Na base da estruturação das atividades de C&T está a formação de pesquisadores. A Bahia,

assim como o Brasil, teve um desenvolvimento tardio na formação científica e, consequentemente,

na estruturação da base de apoio ao desenvolvimento científico e tecnológico2. Além de

retardatária, a formação científica se dá de forma a concentrar espacialmente a base científica no

estado. Do início dos anos 70 até o final dos anos 90 do século passado, a formação de massa crítica

na Bahia foi protagonizada pela Universidade Federal da Bahia (UFBA) em um processo lento,

concentrado e que não abrangia as mais variadas frentes de conhecimento. Por mais de duas

décadas, apenas a microrregião de Salvador ofertava cursos de pós-graduação stricto sensu. Aliados

às primeiras ações relacionadas à formação científica, surgem as iniciativas voltadas para a

2 Somente no final dos anos sessenta do século passado foi criado o primeiro mestrado no estado. Em 1972 é criado o

primeiro doutorado, o segundo curso de doutorado só viria 16 anos depois.



produção científica com a construção de infraestrutura laboratorial e a consolidação do Centro de

Pesquisas Gonçalo Muniz como uma unidade técnico científica da Fundação Oswaldo Cruz. Dentre

as iniciativas isoladas de estruturação das atividades de C&T fora da microrregião de Salvador,

cabe destacar a criação do Instituto Agronômico do Leste, e posteriormente, a Unidade da Embrapa

Mandioca e Fruticultura, sediada em Cruz das Almas na microrregião de Santo Antonio de Jesus.

Nos anos 80 do século passado, foram criadas quatro universidades estaduais que

melhoraram, um pouco, a distribuição espacial na base de apoio às atividades de C&T. Contudo,

somente no final dos anos 90 surgiram os primeiros cursos focados na formação de pesquisadores,

sinalizando um lento, mas gradual processo de melhoria na distribuição espacial dessas atividades.

Ao longo de muitas décadas a Bahia foi preterida em relação a outros estados na oferta de ensino

superior público federal. Diante da omissão do Governo Federal na criação de novas universidades,

coube ao Governo Estadual atender à demanda insatisfeita por serviços de ensino superior público

criando quatro universidades. Contudo, as universidades estaduais priorizaram a oferta de cursos de

graduação. Somente um quarto de século depois de criadas é que houve um esforço em avançar na

formação de pesquisadores. Esse cenário começou a mudar no final dos anos 90 com a criação dos

primeiros programas de pós-graduação nas universidades estaduais baianas e se intensificou ao

longo dos últimos anos. Paralelamente à expansão da pós-graduação nas universidades estaduais,

ocorreu a expansão na quantidade de programas da UFBA, a criação das Universidades Federais do

Recôncavo e do Vale do São Francisco, a criação de novos campi da UFBA em Vitória da

Conquista e em Barreiras, além de algumas iniciativas, isoladas, de formação científica em

instituições privadas. Este sistema tende a ser reforçado nos próximos anos com o as Universidades

Federais do Sul da Bahia e a do Oeste da Bahia.

Embora ainda haja uma forte concentração da formação científica na microrregião de

Salvador, a última década representa um ponto de inflexão nos contrastes entre capital e interior.

Em 2002, havia apenas 1 (um) curso de doutorado no interior da Bahia, representando 6% do total

de cursos de doutorados do estado. Em 2008, são 4 (quatro) cursos, o que correspondia a 10%. Em

2014, avança para 13 (treze) cursos, correspondendo a 18% dos cursos de doutorado que

totalizavam 72 (setenta e dois) no conjunto do estado. Do total de cursos de doutorado do Brasil,

3,5% estão na Bahia. Destes cursos, apenas 2 (dois) são avaliados com nota 7 (sete) pela

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Capes.

Em relação aos cursos de mestrado, os saltos são mais representativos. De 42 (quarenta e

dois) cursos de mestrado existentes na Bahia em 2002, apenas 7 (sete) estavam sediados no interior

do estado, ou 16,7% do total. Em 2008, são 30 (trinta) cursos, correspondendo a 36,6%, chegando a

39% em 2012. Em 2014, são 63 (sessenta e três) de um total de 166, correspondendo a 38%.

Tabela 1 – Evolução dos cursos de mestrado e doutorado na capital e interior da Bahia.

ANO

DOUTORADO MESTRADO

M. SALVADOR INTERIOR BAHIA M. SALVADOR INTERIOR BAHIA

2002 16 1 17 35 7 42

2005 20 3 23 38 15 53

2008 35 4 39 52 30 82

2010 42 5 47 61 38 99

2012 48 10 58 69 44 113

2014 59 13 72 103 63 166 Fonte: Fapesb e Capes/Geocapes

M. Salvador corresponde à Microrregião de Salvador

Interior corresponde às demais 31 microrregiões do Estado da Bahia



Os dados da tabela acima mostram uma melhoria na distribuição espacial da base científica

na Bahia. A tendência é de que os cursos de doutorado apresentem nos próximos anos o mesmo

desempenho dos cursos de mestrado, haja vista que mestrados existentes são potenciais

estruturadores de cursos de doutorado. Importante destacar que a melhoria dos indicadores na

formação de pesquisadores no interior se dá de forma isolada nas microrregiões de Vitória da

Conquista, Ilhéus-Itabuna, Feira de Santana e Santo Antonio de Jesus. Portanto, há uma redução na

desigualdade na relação capital x interior, mas acentua-se a desigualdade entre as mesorregiões

localizadas no interior do estado e entre microrregiões de uma mesma mesorregião.

Apesar da expansão nas microrregiões do interior do estado, persistem indicadores

científicos e tecnológicos desfavoráveis indicando uma baixíssima dotação desses recursos e,

consequentemente, um baixo potencial para estruturação de Sistemas Regionais de Inovação. A

relação doutores por grupo de 100 mil habitantes mostra a Bahia em desvantagem em relação ao

Brasil e ao Nordeste, que não são referências apropriadas para este indicador. Por outro lado,

enquanto a microrregião de Salvador se diferencia da média nacional, o conjunto das demais

microrregiões apresenta uma média comparada ao de países subdesenvolvidos, refletindo, assim, as

desigualdades existentes na dotação de recursos científicos e tecnológicos.

Quadro 1 – Doutores e pesquisadores por 100 mil habitantes – 2014.

RECORTE TERRITORIAL

Dados por 100 mil habitante

DOUTORES PESQUISADORES

BRASIL 93,0 58,9

NORDESTE 53,9 37,5

BAHIA 45,3 33,0

MICRORREGIÃO DE SALVADOR 97,9 61,2

MICRORREGIÕES DO INTERIOR DA BAHIA 27,6 23,6 Fonte: Elaboração própria com base nos dados do Painel Lattes (CNPq) e de universidades e ICT’s baianas.

A produção científica da Bahia, em 2013, correspondia a 3,7% da produção nacional,

equivalente à sua participação no total de cursos de doutorado do país. Embora esta participação

seja pequena, ela é bem maior que a média das ultimas décadas, que era de 2,6%. Dos bolsistas

produtividade do Brasil, apenas 2,33% estão na Bahia; enquanto São Paulo responde por 33,6%.

Dos 354 bolsistas produtividade baianos, 122 são PQ1, 73,4% estão concentrados na microrregião

de Salvador, e apenas 26,6% nas demais microrregiões (FERREIRA, 2014).

O conjunto das 31 (trinta e uma) microrregiões do interior do estado não apresenta na

produção científica a mesma performance da formação científica. Isto é até compreensível, haja

vista que a maioria dos cursos de pós-graduação stricto sensu, especialmente de doutorado, ainda

não estão consolidados, muitos deles ainda nem formaram a primeira turma.

As estruturas de suporte ao desenvolvimento da formação e produção científica e do apoio à

inovação é constituída pelos investimentos das próprias instituições e, principalmente, pelos

recursos das agências de fomento como Fapesb, Capes, CNPq e Finep. Há uma correlação entre o

aumento no volume de recursos disponibilizados pelas agências de fomento e a expansão das

atividades científicas e tecnológicas. Entre 2005 e 2014, a Fapesb mais que triplicou a quantidade

de bolsas e projetos apoiados. Só em 2014, foram R$ 115,6 milhões destinados ao fomento, sendo

R$ 74,3 milhões para a produção científica e apoio à projetos de inovação na empresa, e R$ 41,3

milhões destinados à formação científica.



4 Base de Dados e Abordagem Metodológica

4.1 Base de Dados e Delimitações do Estudo

A base de dados utilizada neste estudo para construção dos indicadores quociente locacional

(QLij) e participação relativa no emprego (PRE) resultou da combinação de diferentes fontes: dados

da Relação Anual de Informações Sociais (RAIS), do Cadastro Geral de Empregados e

Desempregados (CAGED), dados científicos do Painel Lattes do Conselho Nacional de

Desenvolvimento Científico e Tecnológico (CNPq) e dados das pró-reitorias de pesquisa e pós-

graduação de universidades baianas. O banco de dados para analisar as transformações recentes nas

atividades de C&T na Bahia foi construído a partir dos Relatórios de Atividades da Fapesb e da

ferramenta de dados georreferenciais da Coordenação de Aperfeiçoamento de Pessoal de Nível

Superior (Capes).

O estoque de empregos, tanto o total do estado quanto os quantitativos da microrregião de

Salvador e do conjunto das demais 31 (trinta e uma) microrregiões do estado resultaram de uma

combinação dos dados da RAIS e do CAGED. Como os dados da RAIS estavam disponíveis apenas

até o ano de 2013, para encontrar o estoque total de empregos no estado da Bahia e nos demais

recortes espaciais adicionamos, aos números disponibilizados pela RAIS para o ano de 2013, o

saldo de emprego celetista do ano de 2014 disponibilizados pelo CAGED. Embora os dados da

RAIS considerem tanto os estatutários quanto celetistas e o CAGED apenas os celetistas, a análise

não fica comprometida, haja vista que dada a características como estabilidade no emprego, o

regime estatutário não sofre grandes variações. Além disso, devido às restrições da legislação

eleitoral (Eleições 2014) e às restrições orçamentárias dos governos, as variações do emprego

estatutário não são significativas de modo a comprometer a análise. Portanto, temos uma proxy do

estoque de empregos formais tanto para o total do estado, quanto para a microrregião de Salvador e

as demais microrregiões da Bahia.

Os dados relativos aos doutores em atividades de pesquisa e ensino, utilizado como uma

proxy do emprego (variável de suporte às atividades de desenvolvimento científico e tecnológico),

também resulta da combinação de dados do Painel Lattes do CNPq e de informações obtidas junto

às pró-reitorias de pesquisa e pós-graduação de universidades baianas3. Isto porque algumas

instituições como a Universidade do Estado da Bahia (UNEB), o Instituto Federal da Bahia (IFBA),

o Instituto Federal Baiano (IF Baiano) e a Universidade Federal da Bahia (UFBA) têm campus na

microrregião de Salvador e no interior do estado. Como a base de dados do Painel Lattes não

permite separar as informações por campus, os dados são agregados por instituição e,

consequentemente, computados para a sede onde a instituição está localizada. Dessa forma, para

obter uma distribuição espacial mais representativa, recorremos às pró-reitorias dessas

universidades para identificarmos os doutores em atividades de ensino e pesquisa que atuam na

microrregião de Salvador e nas demais microrregiões. Além disso, a Fiocruz e a Embrapa, quem

tem unidades na Bahia, não tem seus dados disponibilizados no Painel Lattes de forma

regionalizada, de modo que as informações relativas à estas instituições foram obtidas diretamente

em suas unidades no estado.

Diante da indisponibilidade de informações quanto ao número de doutores em atividades de

ensino e pesquisa em recortes territoriais mais desagregados, optamos por trabalhar com uma

delimitação espacial mais agregada. A Bahia está dividida, segundo o Instituto Brasileiro de

Geografia e Estatística (IBGE), em 7 (sete) mesorregiões e 32 (trinta e duas) microrregiões. Os

recortes são: o estado da Bahia, a microrregião de Salvador e o somatório das demais microrregiões

do estado. Os municípios que compõe a microrregião de Salvador são: Camaçari, Candeias, Dias

d'Ávila, Itaparica, Lauro de Freitas, Madre de Deus, Salvador, São Francisco do Conde, Simões

Filho e Vera Cruz. Embora as atividades de C&T restrinjam-se, basicamente, ao município de

3 Este estudo parte do entendimento de que a inovação tecnológica decorre, predominantemente, do conhecimento

científico.

http://pt.wikipedia.org/wiki/Cama%C3%A7ari

http://pt.wikipedia.org/wiki/Candeias_(Bahia)

http://pt.wikipedia.org/wiki/Dias_d%27%C3%81vila

http://pt.wikipedia.org/wiki/Dias_d%27%C3%81vila

http://pt.wikipedia.org/wiki/Itaparica

http://pt.wikipedia.org/wiki/Lauro_de_Freitas

http://pt.wikipedia.org/wiki/Madre_de_Deus_(Bahia)

http://pt.wikipedia.org/wiki/Salvador_(Bahia)

http://pt.wikipedia.org/wiki/S%C3%A3o_Francisco_do_Conde

http://pt.wikipedia.org/wiki/Sim%C3%B5es_Filho

http://pt.wikipedia.org/wiki/Sim%C3%B5es_Filho

http://pt.wikipedia.org/wiki/Vera_Cruz_(Bahia)



Salvador, os dados disponibilizados pelo CNPq envolvem a microrregião como recorte territorial.

Para analisar as transformações recentes na infraestrutura de C&T no estado - especialmente a

formação científica, a produção científica e o apoio à projetos de inovação - o recorte temporal

usado neste trabalho compreende os biênios 2005/2006 e 2013/2014. A referência temporal para o

cálculo do QL e da PRE é o ano de 2014.

4.2 Ferramentas de Análise e Metodologia

Para identificar e delimitar geograficamente e estruturalmente as aglomerações produtivas

não existe uma metodologia consolidada na literatura. Porém, todos os procedimentos

metodológicos levam em consideração um índice de concentração e/ou um de especialização, além

de outros possíveis indicadores. O índice de concentração mais utilizado no contexto brasileiro é o

índice de Gini Locacional (GL). E o índice de especialização, que tem sido amplamente difundido

em estudos de economia regional, consagrado na literatura, é o quociente locacional (QLij). Esses

indicadores permitem verificar a distribuição geográfica da produção e identificar as aglomerações

especializadas de uma região.

O quociente locacional (QLij), quando maior que a unidade, indica a presença de

especialização do setor j na região i. Quanto maior, maiores serão os efeitos das fontes de

externalidades. Contudo, a caracterização do tipo de aglomeração (se embrião ou núcleo de

desenvolvimento) depende do tamanho do QL e da sua combinação com outros indicadores.

Para caracterizar uma aglomeração utilizamos, baseado em Crocco et al (2003), duas

características capazes de identificar uma concentração espacial:

(1) a especificidade de um setor dentro de uma região - é uma medida de especialização que

pode se medida pelo Quociente Locacional (QL). Este indicador procura comparar duas estruturas

setoriais–espaciais. Sua medida resulta da razão entre duas estruturas econômicas: no numerador

temos a ‘economia’ em estudo e no denominador uma ‘economia de referência’. A variável

geralmente utilizada para essa medida de especialização é a relação entre o emprego setorial

(local/regional e nacional) e o emprego total (local/regional e nacional). É uma medida que

identifica a existência de uma aglomeração especializada em determinada região, mais

recomendado para regiões de porte médio.

(2) a importância do setor regionalmente – é um indicador utilizado para captar a importância

do setor na cidade/região no âmbito estadual, ou seja, a participação relativa do setor no emprego

total deste setor no estado, criando assim um índice PRE. Lopes (2003) utiliza metodologia

semelhante, medindo a participação relativa do setor no emprego total do setor no estado.

O QLij pode ser considerado a principal e mais difundida medida de localização e

especialização utilizada em estudos brasileiros exploratórios de economia regional, urbana e até

mesmo setorial. Com a utilização crescente da temática de cluster, distritos indústriais e Arranjos

Produtivos Locais (APL’s), várias metodologias - com pequenas variações metodológicas - utilizam

o QLij afim de identificar especializações produtivas locais. O QLij compara a participação

percentual de uma região j qualquer em um setor i com a participação percentual da mesma região j

na economia de referência. Formalmente:

Onde: é o somatório do emprego do setor i na região j

é o somatório do emprego na região j

é o somatório do emprego do setor i no país ou estado

é o somatório do emprego no país ou estado



Além do QL a outra medida que busca identificar uma concentração espacial é a PRE. Este

indicador busca captar a importância local do setor no plano estadual, ou seja, a participação

relativa do setor no emprego total deste mesmo setor no estado, criando assim um índice PRE –

Participação Relativa do Emprego.

PRE =

Onde: é igual ao total do emprego do setor i na região j

representa o total do emprego do setor i no país ou estado

Tendo em vista que o estudo compara diferentes recortes espaciais (a microrregião de

Salvador e as demais microrregiões do estado), e com o objetivo de corrigir as distorções geradas

neste tipo de comparação, criamos o indicador - pesquisador equivalente - com o propósito de

tornar os dados mais estáveis e avaliar melhor as disparidades espaciais existentes. O indicador

‘pesquisador equivalente’ é um substituto do indicador ‘doutores p/100 mil hab’, haja vista que o

objetivo é identificar a participação relativa de doutores na população. No caso do indicador ‘doutor

equivalente’ ao invés de uma divisão (como no indicador ‘doutores p/100mil’) utilizamos um

múltiplo para identificar a participação relativa de doutores na população. A não utilização do

número de ‘doutores p/100 mil hab’ no calculo do QL se dá por restrições lógicas e para evitar

conclusões equivocadas no estudo. Neste sentido, o indicador de ‘pesquisador equivalente’ é

resultado da seguinte equação

[ ]. Por

esta equação, encontra-se o número de pesquisadores equivalentes da microrregião de Salvador e o

número de pesquisadores equivalentes do somatório das demais microrregiões do estado. O número

de pesquisadores equivalentes para o estado da Bahia é o resultado da soma destes dois números e

deve ser utilizado apenas para formalização dos cálculos dos QL, não devendo ser objeto de análise

isolada. A variável ‘Doutor’ (utilizada como variável de suporte às atividades tecnológicas) tem

como base para o cálculo o número de doutores; e a variável ‘Pesquisador’ tem, como base para o

cálculo do QL, o número de doutores em atividade de ensino e pesquisa.

Os dados do QL e da PRE serão utilizados para determinar se as externalidades geradas

pelas atividades de ciência e tecnologia podem ser caracterizadas como algum tipo de aglomeração.

Para essa caracterização tomou-se por base os procedimentos metodológicos utilizados por

Teixeira, Guerra, Araújo (2011). Os autores realizaram cálculos de QL e PRE como forma de

determinar faixas intermediárias para as qualificações das aglomerações produtivas. Os valores

referenciais tiveram por base o QL médio de 5,3 e a PRE média de 13%, calculados pelo

Observatório de Atividades Econômicas (2007) da Distribuição Setorial das Atividades

Aglomeradas por Território de Identidade da Bahia em 2007. Com base nessas referências, as

aglomerações foram divididas em quatro categorias:

(l) Núcleos de desenvolvimento setorial-regional (5.3 <= QL < 1000; 0.13 <= PRE < 1) – ou

seja, QL e PRE maiores que os valores médios calculados para os Territórios de Identidade

da Bahia.

(2) Vetores avançados (1.4 <= QL < 5.3; 0.13 <= PRE < 1)

(3) Vetor de desenvolvimento local (5.3 <= QL < 1000; 0 <= PRE < 0.13)

(4) Embrião de sistema local de produção (1.4 <= QL < 5.3; 0 <= PRE < 0.13)



5 Resultados e Discussões

Os resultados do QL mostram que apenas considerando a variável ‘pesquisador equivalente’

(como variável de suporte às atividades tecnológicas e o emprego formal como variável ligada ao

grau de desenvolvimento econômico), a microrregião de Salvador pode ser classificada como

possuindo alguma das categorias de aglomeração relacionadas como referência para este estudo.

Nesse caso, a microrregião de Salvador pode ser classificada como um embrião de sistema local de

produção. Sistema local de produção representa o menor nível de agregação e de menor potencial

de irradiação das suas atividades para o restante da economia, além de baixo adensamento das

cadeias produtivas. Por isso, os embriões de sistemas locais de produção “devem ser alvo de

políticas menos pretensiosas, nesses casos, voltadas, basicamente, para estimular a cooperação,

visando, em primeiro lugar, à expansão dos mercados.” (TEIXEIRA, GUERRA, ARAÚJO, 2011,

p. 247).

Quando é utilizado o número de doutores como variável de suporte às atividades

tecnológicas, a microrregião de Salvador não é classificada em nenhuma das categorias de

aglomeração definidas pelo Observatório de Atividades Econômicas (2007) da Distribuição Setorial

das Atividades Aglomeradas por Território de Identidade da Bahia em 2007 (TEIXEIRA,

GUERRA, ARAÚJO, 2011). Nesse caso, a microrregião de Salvador pode ser identificada como

possuindo uma aglomeração especializada (QLij>1) em atividades de P&D. Com o QL

considerando os doutores em atividades de ensino e pesquisa (pesquisador), a microrregião de

Salvador não pode ser classificada nem como uma aglomeração especializada.

Tabela 2 – Valores de QL e PRE para a microrregião de Salvador e o conjunto das microrregiões do

Interior considerando diferentes variáveis, 2014.

VARIÁVEL DE SUPORTE ÀS ATIVIDADES TECNOLÓGICAS

QL PRE

M. SALVADOR INTERIOR M. SALVADOR INTERIOR

PESQUISADOR EQUIVALENTE 1,46 0,55 0,72 0,28

DOUTOR 1,10 0,90 0,54 0,46

PESQUISADOR 0,94 1,05 0,46 0,54 Fonte: Estimação realizada pelos autores com base em dados da RAIS, CAGED, Painel Lattes e das universidades e ICT’s baianas.

M. Salvador corresponde à Microrregião de Salvador

Interior corresponde às demais 31 microrregiões do Estado da Bahia

Os baixos valores de QL encontrados para a microrregião de Salvador mostram que o

conjunto das demais atividades econômicas têm um peso considerável na dinâmica da economia

local e uma participação relativa das atividades de C&T menos representativa, ainda que relevante.

Isto explica porque a microrregião de Salvador, em estudo realizado por Santos e Caliari (2010)

utilizando métodos estatísticos multivariados de Análise Fatorial e Análise de Agrupamentos para

os anos de 2003 e 2008, foi agrupada em um segundo patamar em termos de desenvolvimento de

sua estrutura de apoio às atividades de inovação tecnológica e de seus condicionantes, atrás apenas

da microrregião de São Paulo.

As demais microrregiões (interior) não apresentam um quociente locacional significativo, de

modo que não é possível classificar o interior em nenhuma das categorias de aglomeração

referenciadas nesse estudo. Se considerando os dados agregados para o interior, não foi possível

identificar nenhum tipo de aglomeração. Se desagregarmos os dados e calcularmos o QL por

microrregião ou mesorregião, vamos encontrar uma forte desigualdade com não mais que 3 (três)

microrregiões com QL maior que a unidade, e as demais microrregiões com QL bem próximo a

zero4. O QL para trabalhar com recortes espaciais agregados, não se mostra adequado para este tipo

de estudo.

4 O estudo com dados desagregados é objeto de projeto de pesquisa desenvolvida na UESB



5.1 Transformações recentes na estrutura de apoio ao desenvolvimento científico e tecnológico na

Bahia.

Foram utilizados, como proxy da produção científica e das atividades de C&T das empresas,

os projetos apoiados nos editais de pesquisa e/ou inovação lançados pela FAPESB. Consideramos

os valores aprovados nesses editais como variável de análise. Foram selecionados os editais que

tinham como foco o desenvolvimento de projetos de pesquisa básica, pesquisa aplicada e/ou

transferência de tecnologia, e os editais voltados para inovação na empresa. Foram excluídos os

editais de organização e participação em eventos, auxílio tese e dissertação, fixação de doutores,

publicação, e aqueles que tiveram como proponente a instituição5. Os períodos selecionados para

avaliar as transformações na produção científica capital x interior foram os biênios 2005/2006 e

2013/2014. A utilização de biênios se justifica para evitar o viés de editais que não são lançados

anualmente, e minimizar as distorções de editais temáticos que possam favorecer determinadas

áreas do conhecimento, com uma concentração espacial de pesquisadores.

Da análise de editais selecionados, observamos uma leve melhora na distribuição espacial da

produção científica, enquanto persistem concentrado na microrregião de Salvador os projetos de

inovação. Cabe salientar que, enquanto os projetos de pesquisa são todos oriundos do município de

Salvador, nos projetos de inovação nota-se a participação de outros municípios da microrregião,

como Simões Filho, Lauro de Freitas e Camaçari. Os quadros 2 e 3, abaixo, sintetizam as mudanças

ocorridas no período observado.

Quadro 2 – Participação relativa das microrregiões da Bahia na produção científica e apoio à

inovação na empresa – 2005/2006

MICRORREGIÃO BAHIA PESQUISA INOVAÇÃO GERAL

Salvador 67,9 82,6 69,5

Conjunto das 31 microrregiões - Interior 32,1 17,4 30,5 Fonte: Elaboração própria – Baseada nos Relatórios da FAPESB.

O quadro acima mostra que, no biênio 2005/2006, a microrregião de Salvador concentrava

em torno de 70% das atividades relacionadas à produção de P&D, sendo 82,6% dos projetos

relacionados à inovação na empresa e 67,9% à produção científica. Os valores envolvidos nos

editais selecionados totalizam R$ 21,6 milhões, distribuídos em R$ 19,2 milhões nas atividades de

pesquisa básica, aplicada e transferência de tecnologia, e R$ 2,4 milhões no apoio à inovação. Cabe

destacar que no período analisado, a Lei de Inovação ainda não estava em vigor no estado da Bahia

e essa modalidade de fomento encontrava-se em uma fase embrionária. O interior representa menos

de um terço no desenvolvimento das atividades de P&D na Bahia, revelando, assim, uma

insuficiente dotação de recursos científicos e tecnológicos.

Quadro 3 – Participação relativa das microrregiões da Bahia na produção científica e apoio à

inovação na empresa – 2013/2014

MICRORREGIÃO BAHIA PESQUISA INOVAÇÃO GERAL

Salvador 59,4 80,9 63,9

Conjunto das 31 microrregiões - Interior 40,6 19,1 36,1 Fonte: Elaboração própria – Baseada nos Relatórios da FAPESB.

No biênio 2013/2014, observa-se uma leve melhoria na distribuição espacial das atividades

de C&T. Como o espaço temporal que separa as duas análises é muito pequeno, considerando que a

produção de C&T é de longa maturação, podemos considerar como razoável os avanços na

produção científica; enquanto que no apoio à inovação na empresa, a concentração persiste e se

5 Editais que admitem apenas 1 (uma) proposta por instituição.



mantém elevada, com a microrregião de Salvador concentrando mais de 80% dessas atividades.

Cabe destacar que os valores envolvidos no biênio 2013/2014, são bem maiores que no período

anterior, de modo que em valores monetários há uma variação de 957% no apoio à inovação no

interior do estado. No biênio 2013/2014, os projetos aprovados nos editais selecionados totalizam

R$ 95,9 milhões, sendo R$ 75,5 milhões nas atividades de pesquisa básica, aplicada e transferência

de tecnologia, e R$ 20,4 milhões no apoio à inovação na empresa.

A análise dos Relatórios da FAPESB mostrou uma discreta desconcentração espacial da

produção científica. No biênio 2005/2006, a microrregião de Salvador respondia por 67,9% dos

projetos aprovados nos editais da FAPESB, e as demais microrregiões do estado representavam

32,1%. No biênio 2013/2014, a participação da microrregião de Salvador cai para 59,4%, ficando as

31 microrregiões do interior do estado com 40,6%. Na microrregião de Salvador os destaques nos

dois períodos analisados são a Universidade Federal da Bahia e a Fiocruz. Estas duas instituições

são responsáveis pela aprovação de mais de 80% dos recursos disponíveis nos editais da área de

saúde, a exemplo do PPSUS e do edital de doenças negligenciadas. No interior, as melhores

performances ficam por conta das universidades estaduais de Santa Cruz (UESC) e de Feira de

Santana (UEFS). Cabe destacar que enquanto a microrregião de Salvador se destaca em editais na

área de saúde, o interior tem predomínio em editais nas ciências agrárias, com participação em

torno de 80%.

Analisando, separadamente, os editais para desenvolvimento de projetos de pesquisas de alto

impacto, como o Programa de Apoio a Núcleos de Excelência (Pronex), Temas Estratégicos, e o de

Institutos Nacionais de Ciência e Tecnologia (INCT), há um predomínio da microrregião de

Salvador. Todos os 5 (cinco) INCT’s da Bahia têm pesquisadores da UFBA como coordenadores.

Nos demais editais de apoio à pesquisa de ponta, a microrregião de Salvador responde por 86% dos

projetos aprovados no biênio 2013/2014, contra 89% dos projetos aprovados no biênio 2005/2006.

Além de produzir mais ciência, a microrregião de Salvador tem um predomínio maior ainda na

produção de pesquisa de ponta. Isto pode ser explicado pela maior concentração de cursos de

doutorado na microrregião de Salvador, além de concentrar a maioria dos bolsistas produtividade e

os cursos com melhor avaliação pela Capes.

A elevada concentração das atividades de desenvolvimento de novas tecnologias, produtos e

processos, expressa no apoio à inovação na empresa, pode ser explicada a partir das seguintes

observações: primeiro, a presença na Bahia do Campus Integrado de Manufatura e Tecnologia

(Senai-Cimatec) - um centro de excelência destinada a promover pesquisa aplicada, com ênfase em

tecnologias computacionais integradas à manufatura e representa um diferencial na formação de

profissionais qualificados, além do apoio às atividades de P&D na indústria. Além disso, o Cimatec

contribui para a difusão tecnológica, um elemento central para a inovação nas micro e pequenas

empresas. Segundo, que áreas com grande potencial de inovação como engenharia, biotecnologia,

química, saúde e TIC têm, em Salvador, uma concentração de pesquisadores e cursos de formação

científica. Terceiro, que a base econômica dessa microrregião é baseada em grandes empresas, e

apesar da maioria delas não ter na Bahia seus centros de P&D, a utilização de média e média alta

tecnologia em seus processos produtivos favorece a difusão tecnológica e a inovação na cadeia de

suprimentos. Por último, a inércia institucional reproduz no empresariado do interior um padrão de

comportamento associado a uma estrutura de governança tradicional, de aversão ao risco, de

personalismo nas relações econômicas e, consequentemente, de baixa taxa de inovação.

Da análise dos editais da Fapesb, observamos que a produção científica não apresenta a

mesma evolução observada na formação científica, nem reflete a distribuição espacial do número de

doutores. Isso se justifica, primeiro, porque a expansão na formação científica se dá de forma mais

expressiva na criação de cursos de mestrado, e na maioria dos editais da Fapesb só são elegíveis

doutores como proponentes. Além disso, a participação em programas de pós-graduação favorece a

formação de redes de pesquisa e aumenta a competitividade dos projetos. Segundo, porque a

realização de pesquisa pressupõe competências técnicas (pesquisador) e infraestrutura física e

laboratorial para o desenvolvimento dos projetos. A infraestrutura existente nas instituições

sediadas no interior ainda está em formação, o que dificulta o desenvolvimento dos projetos. Por



último, porque a inércia institucional reproduz um padrão de comportamento dos pesquisadores de

instituições do interior que historicamente tem uma baixa propensão à submissão de propostas, de

centrar o foco no ensino e de certo distanciamento da pesquisa e suas redes colaborativas. Soma-se

a isto, certa descrença no apoio das agências de fomento, por considerá-las burocráticas. Esta

realidade vem mudando, porém, lentamente.

6 Conclusões

O objetivo deste trabalho foi analisar como a distribuição espacial desigual nas estruturas de

apoio às atividades de C&T dificulta a formação de economias de aglomeração e a construção de

Sistemas Regionais de Inovação. Os resultados do QL mostram uma forte concentração espacial na

microrregião de Salvador, se comparado com o conjunto das demais microrregiões do interior, mas,

que, analisando isoladamente, constitui-se apenas em um embrião de sistema local de produção,

para a variável ‘pesquisador equivalente’. De um modo geral, é possível inferir, a partir do QL para

o conjunto das variáveis, que a microrregião de Salvador possui uma incipiente aglomeração

especializada em atividades de C&T.

Os resultados do QL para o conjunto das demais microrregiões do estado mostram que este

indicador não deve ser utilizado para identificar aglomerações com esse nível de agregação. As

limitações decorrem da dificuldade em encontrar dados relativos às atividades de C&T em níveis

geográficos mais desagregados. Os dados estatísticos disponíveis são de um nível de agregação

geográfica tal, que não permitem identificar as desigualdades regionais existentes nas estruturas de

apoio às atividades de C&T. Diante disso, e reforçando os argumentos de Montenegro, Diniz e

Simões (2014), este trabalho se insere em um esforço para aprofundar a investigação sobre o tema.

Uma pesquisa em desenvolvimento na UESB vem construindo uma base de dados para as

microrregiões da Bahia. A agregação dos dados não permite visualizar as desigualdades existentes

entre as mesorregiões e microrregiões do estado. As microrregiões de Vitória da Conquista,

Ilhéus/Itabuna, Feira de Santana, Santo Antônio de Jesus, Barreiras e Juazeiro concentram quase a

totalidade dos doutores em atividades de ensino e pesquisa e da infraestrutura de suporte às

atividades de C&T. Expondo uma desigualdade ainda maior entre as microrregiões do interior.

As transformações recentes na distribuição espacial das atividades de C&T na Bahia foram

relevantes para a formação científica; foram pequenas, mas representativas para a produção

científica e foram insignificantes para a inovação na empresa. Os avanços na formação de

pesquisadores sinalizam um potencial de crescimento das atividades de C&T e P&D na Bahia como

um todo, bem como uma melhor distribuição espacial dessas atividades. Esses avanços

condicionam a geração de spillovers, a formação de economias de aglomeração e,

consequentemente, a redução das desigualdades regionais.

Os resultados para a produção científica mostram um predomínio da microrregião de

Salvador. Contudo, apresenta uma redução na sua participação, passando de 67,9% para 59,4%.

Embora pequena, a redução é representativa para o curto período que separa os biênios analisados.

As atividades de C&T se caracterizam por mudanças lentas e graduais. Cabe destacar, que

permanece praticamente inalterada a concentração da microrregião de Salvador no desenvolvimento

de pesquisa de alto impacto, concentrando mais de 80% dos projetos. Com relação ao apoio à

inovação na empresa, a concentração também persiste e se mantém praticamente inalterada, com a

microrregião de Salvador concentrando mais de 80% dos projetos. O conjunto das microrregiões do

interior amplia sua participação em menos de dois pontos percentuais, passando de 17,4% para

19,1%.

Os indicadores científicos e tecnológicos e os indicadores econômicos e sociais estão

fortemente correlacionados. Estes indicadores se explicam e se reforçam mutuamente. Nesse

sentido, a adoção de políticas para dotar as microrregiões de estruturas de apoio para as atividades

de C&T pode ser o ponto de inflexão na superação das condições de atraso existentes. Os spillovers

gerados, os mecanismos de autorreforço, a necessidade de compartilhar recursos comuns e a



interdependência das atividades de P&D, dão origem a Sistemas Regionais de Inovação e

condicionam a formação de economias de aglomeração, sendo essa a forma mais adequada para

promover o desenvolvimento regional. A persistência de indicadores econômicos e sociais

desfavoráveis para a Bahia suscita a formulação de políticas voltadas para criar a infraestrutura, o

ambiente e as condições para fazer emergir Sistemas Regionais de Inovação. As externalidades

oriundas desse processo e as economias de aglomeração daí decorrentes aumentariam a

competitividade da região, reduzindo as desigualdades espaciais.

Referências

BEISE, M.; STAHL, H. (1999). Public research and indústrial innovations in Germany. Research

Policy, vol. 28, pp: 397–422.

CLEMENTE, A. & HIGACHI, H. Economia e Desenvolvimento Regional. São Paulo: Atlas,

2000. 260p.

CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO –

CNPQ. Painel Lattes. Brasília: MCTI – CNPQ, 2014. Disponível em: <http://www.cnpq.br>.

Acesso em: 22 de março de 2015.

COORDENAÇÃO DE APERFEIÇOAMENTO DE PESSOAL DE NÍVEL SUPERIOR - CAPES.

GeoCapes. Brasília, DF: Ministério da Educação, CAPES, 2015. Disponível em:

<http://www.geocapes.capes.gov.br>. Acesso em: 22 de março de 2015.

CROCCO, Marco Aurélio; GALINARI, Rangel; SANTOS, Fabiana; LEMOS, Mauro Borges;

SIMÕES, Rodrigo. Metodologia de identificação de arranjos produtivos locais potenciais Belo

Horizonte: UFMG/Cedeplar, 2003. 28p. (texto para discussão: 212).

CRUZ, Bruno de Oliveira. Externalidades locais, ganhos de aglomeração e políticas de

desenvolvimento regional. In: CARVALHO, A. X. Ywata; ALBUQUERQUE, C. W.; MOTA, J.

A.; PIANCASTELLI, M. Ensaios de Economia Regional e Urbana. Brasilía: Ipea, 2008, p. 437-

460.

FERREIRA, Fernando Coelho Martins. O efeito da concentração regional das indústrias sobre o

desempenho das firmas: uma abordagem multinível. 2009. 246 f. Tese (doutorado) – Escola de

Administração de Empresas de São Paulo, Fundação Getúlio Vargas, São Paulo, 2009.

FIALHO, Tânia M. M.; OLIVEIRA, Izabel C. C. de; CORDEIRO, Luciana M. C.; SANDRA, Melo

dos. As universidades e institutos de pesquisa no contexto da inovação tecnológica no Brasil. In:

ENCONTRO NACIONAL DE ECONOMIA, XXXVIII, 2010, Natal. Anais... Natal: Anpec, 2010.

FOCHEZATTO, Adelar; VALENTINI, Paulo J. Economias de aglomeração e crescimento

econômico regional no Rio Grande do Sul : uma análise com Dados em Painel In: ENCONTRO

NACIONAL DE ECONOMIA, XXXVIII, 2010, Natal. Anais... Natal: Anpec, 2010.

JACOBS, J. The Economy of Cities. New York: Random House, 1969.

JAFFE, A. B. (1989). Real effects of academic research. The American Economic Review, vol. 79,

nº 5, pp. 957-970.

KRUGMAN, Paul. The role of geography in development. In: WOLD BANK CONFERENCE ON

DEVELOPMENT ECONOMICS, 1998, Washington, D.C. Annual World Bank conference on

development economics 1998. Washington, D.C.: World Bank, 1999. P. 89-107.

LOPES, Roberto Paulo Machado. Aglomeração de ensino superior: marginal ou determinante para

o desenvolvimento de cidades médias? In: PESSOTI, Gustavo C.; WANDERLEY, Livio A. (orgs).

Reflexões de Economistas Baianos 2013. Salvador: Corecon-Ba, 2013. 386; il.



LOPES, Roberto Paulo Machado. Universidade Pública e Desenvolvimento Local: uma

abordagem a partir dos gastos da Universidade Estadual do Sudoeste da Bahia. Vitória da

Conquista: Edições Uesb, 2003.

LUCAS Jr., R. E. On the mechanics of economic development. Journal of monetary Economics,

v. 22, p. 3-42, 1988.

MANSFIELD, E.; LEE, J. Y (1996). The modem university: contributor to indústrial innovation

and recipient of indústrial R & D support. Research Policy, vol. 25, pp. 1047-1058.

MARSHALL, Alfred. Princípios de Economia. São Paulo. Ed. Abril Cultural, 1985. 2 volumes.

(Coleção - Os Economistas).

MINISTÉRIO DO TRABALHO EMPREGO E RENDA. Relação Anual de Informações Sociais

(RAIS). Disponível em: <http://portal.mte.gov.br/portal-mte/rais/#2>. Acesso em: 11 de fevereiro

de 2015.

_________ Cadastro Geral de empregados e Desempregados. (CAGED). Disponível em:

<http://bi.mte.gov.br/eec/pages/consultas/evolucaoEmprego/consultaEvolucaoEmprego.xhtml#relat

orioSetor>. Acesso em: 18 de março de 2015.

MONTENEGRO, Rosa Livia G.; DINIZ, Bernardo P. C.; SIMÕES, Rodrigo F. Ciência e

Tecnologia versus estruturas estaduais: uma análise em dados em painel (2000 - 2010) In:

ENCONTRO NACIONAL DE ECONOMIA, XLII, 2014, Salvador. Anais... Salvador: Anpec,

2014.

NARIN, F; Hamilton, K. S.; e OLIVASTRO, D. (1997). The increasing linkage between U.S.

technology and public science. Research Policy, vol. 26, pp: 317-330.

PORTER, Micahel E. Clusters and Competition: New Agendas for Companies, Governments, and

Institutions. Boston: Harvard Business School Press, 1998. P. 54.

ROMER, P. Endogenous tecnological change. Journal of political economy, v. 98, n5, p. 71-102,

1990.

SANTOS, Ulisses P. dos; CALIARI, Thiago. Distribuição espacial das estruturas de apoio às

atividades tecnológicas no Brasil: uma análise multivariada para as cinquenta maiores

microrregiões do país. In: ENCONTRO NACIONAL DE ECONOMIA, XXXVIII, 2010, Natal.

Anais... Natal: Anpec, 2010.

SCHULTZ, T. W. O Capital Humano. Rio de Janeiro: Zahar Editores, 1971.

TEIXEIRA, F.; GUERRA, O.; ARAÚJO, S. Limites para uma dinâmica endógena na economia

baiana. Bahia Análise & Dados, Salvador: SEI v. 21, n. 2, p. 235-252, abr/jun 201Bahia Análise

& Dados, Salvador: SEI v. 21, n. 2, p. 235-252, abr/jun 2011.

Documents

DISTRIBUIÇÃO ESPACIAL DAS ATIVIDADES CIENTÍFICAS E ... · i encono e economia baiana e 2 distribuiÇÃo espacial das atividades cientÍficas e tecnolÓgicas na bahia e as desigualdades