ANÁLISE DO IMPACTO DA TECNOLOGIA DA INFORMAÇÃO NA PRODUTIVIDADE DO ... · analisa o impacto da...
140
UNIVERSIDADE DE TAUBATÉ Fabio França Santos ANÁLISE DO IMPACTO DA TECNOLOGIA DA INFORMAÇÃO NA PRODUTIVIDADE DO SETOR INDUSTRIAL DO VALE DO PARAÍBA PAULISTA Taubaté – SP 2008
Transcript of ANÁLISE DO IMPACTO DA TECNOLOGIA DA INFORMAÇÃO NA PRODUTIVIDADE DO ... · analisa o impacto da...
UNIVERSIDADE DE TAUBATÉ Fabio França Santos
ANÁLISE DO IMPACTO DA TECNOLOGIA DA INFORMAÇÃO NA PRODUTIVIDADE DO SETOR INDUSTRIAL DO VALE DO PARAÍBA PAULISTA
Taubaté – SP
2008
UNIVERSIDADE DE TAUBATÉ Fabio França Santos
ANÁLISE DO IMPACTO DA TECNOLOGIA DA INFORMAÇÃO NA PRODUTIVIDADE DO SETOR INDUSTRIAL DO VALE DO PARAÍBA PAULISTA
Dissertação apresentada para obtenção do Título de Mestre em Gestão e Desenvolvimento Regional do Departamento de Economia, Contabilidade e Administração - ECA da Universidade de Taubaté - UNITAU. Área de Concentração: Gestão de Recursos Socioprodutivos. Orientador: Prof. Dr. Marco Antonio Chamon
Taubaté – SP
2008
Ficha catalográfica elaborada pelo SIBi – Sistema Integrado de Bibliotecas / UNITAU
S237a Santos, Fabio França Análise do impacto da tecnologia da informação na produtividade do
setor industrial do Vale do Paraíba Paulista / Fabio França Santos -Taubaté - 2008.
138f. : il. Dissertação (Mestrado) – Universidade de Taubaté, Pró-reitoria de
Pesquisa e Pós-graduação, 2008. Orientação: Prof. Dr. Marco Antonio Chamon, Pró-reitoria de Pesquisa
e Pós-graduação. 1. Vale do Paraíba Paulista. 2. Produtividade - paradoxo.
3. Tecnologia da Informação. 4. Setor Industrial. 5. Pesquisa industrial
anual. I. Título.
Fabio França Santos
ANÁLISE DO IMPACTO DA TECNOLOGIA DA INFORMAÇÃO NA
PRODUTIVIDADE DO SETOR INDUSTRIAL DO VALE DO PARAÍBA PAULISTA
Dissertação apresentada para obtenção do Título de Mestre em Gestão e Desenvolvimento Regional do Departamento de Economia, Contabilidade e Administração da Universidade de Taubaté.
Data: 29/02/2008
Resultado: Aprovado
BANCA EXAMINADORA
Prof. Dr. Marco Antonio Chamon Universidade de Taubaté (UNITAU)
Assinatura ______________________________
Prof. Dr. José Luís Gomes da Silva Universidade de Taubaté (UNITAU)
Assinatura ______________________________
Prof. Dr. Dr. Arnoldo Souza Cabral Instituto Tecnológico de Aeronáutica (ITA)
Assinatura ______________________________
Dedico este trabalho à minha família, pela compreensão
de minhas ausências no convívio familiar, especialmente
aos meus pais Adilson e Elza, e meu irmão Marcelo.
AGRADECIMENTOS
Em primeiro lugar agradeço a Deus por me dar coragem, disciplina, força e sabedoria para
conduzir este grande trabalho, além de me aproximar de pessoas tão especiais neste
momento da minha vida.
Ao Prof. Dr. Marco Antonio Chamon, por orientar este trabalho com extrema habilidade e
objetividade, e ainda, pelo incentivo e orientação na elaboração de vários artigos científicos,
proporcionando um grande aprendizado neste período.
Ao Instituto Brasileiro de Geografia e Estatística (IBGE) e em especial ao senhor Aguinaldo
Silva, Chefe da Agência do IBGE de Taubaté, a senhora Edna Hanzawa, Supervisora
Estadual da Pesquisa Industrial Anual - PIA e ao senhor Augusto César Barbosa,
Tecnologista do IBGE pela disponibilização dos dados desagregados do Vale do Paraíba
Paulista necessários para elaboração deste trabalho.
Ao Instituto Nacional de Pesquisas Espaciais (INPE) pelo incentivo e auxílio financeiro neste
curso.
Aos colegas de trabalho do INPE que sempre me incentivaram e motivaram para este curso,
de maneira que esta dissertação torna-se um gratificante exercício de auto-
desenvolvimento.
A todos os Professores do curso de Mestrado em Gestão e Desenvolvimento Regional –
Turma 07 pelas críticas e sugestões, auxílio no desenvolvimento de artigos, e também pela
paciência e atenção na condução das aulas que contribuíram muito para o aperfeiçoamento
deste trabalho.
Aos meus colegas do curso de Mestrado, pelo companheirismo e presença em todos os
momentos.
Às secretárias do curso de Mestrado, pela presteza na condução dos trabalhos, paciência e
profissionalismo.
Às bibliotecárias da UNITAU e do INPE pelo auxílio nas pesquisas bibliográficas e demais
trabalhos.
Ao meu primo Paulo Sérgio da Silva pelas valiosas explicações e orientações quanto à
práticas de contabilidade pertinentes a esta pesquisa e também por me alertar que o IBGE
possuía os dados que eu precisava.
As minhas professoras de Yoga, Sra. Patrícia Menozzi e Sra. Ana Maria Pereira, e ainda,
aos vários professores de natação que me ajudaram a ter um equilíbrio físico e psicológico,
importantes para a conclusão das várias etapas do Mestrado como, por exemplo, o
cumprimento das disciplinas, a elaboração de artigos científicos e a elaboração da
dissertação.
Ao Sr. Toshihiro Yosida, Assessor da Secretaria de Desenvolvimento Econômico e da
Ciência e Tecnologia do município de São José dos Campos – SP; ao Sr. Jair Gomes de
Toledo, responsável pelo Departamento de Desenvolvimento Econômico da Prefeitura
Municipal de Taubaté - SP; ao Sr. Emerson Goulart Caetano de Souza, Diretor de Apoio à
Atividade Empresarial da Prefeitura do município de Jacareí – SP e a Sra. Célia, da
Secretaria de Desenvolvimento Econômico do município de Pindamonhangaba - SP; que
disponibilizaram informações relevantes para o desenvolvimento desta pesquisa, e que
embora não tenham feito parte da versão final deste trabalho, representaram um avanço
considerável na pesquisa.
As mais de 20 grandes empresas distribuídas nas cidades de São José dos Campos,
Taubaté, Jacareí e Pindamonhangaba que responderam a um questionário enviado, e que
embora o questionário respondido não tenha feito parte da versão final deste trabalho, a
contribuição destas empresas representou um avanço considerável na pesquisa.
A todos aqueles que direta ou indiretamente contribuíram para a realização deste trabalho.
O senhor é meu pastor, nada me falta. Bíblia Sagrada, Salmos 23:1
ANÁLISE DO IMPACTO DA TECNOLOGIA DA INFORMAÇÃO NA
PRODUTIVIDADE DO SETOR INDUSTRIAL DO VALE DO PARAÍBA PAULISTA
RESUMO
No cenário mundial, é de longa data que investimentos em Tecnologia da
Informação (TI) são realizados com o intuito de melhorar diversos aspectos nas
empresas, entre eles a produtividade. No entanto, não se encontra uma resposta
conclusiva sobre se os investimentos em TI contribuem para o aumento da
produtividade das empresas ou não. Muitos estudos, principalmente nos Estados
Unidos, sugerem que o investimento em TI não contribui para o aumento de
produtividade. Tem-se, nesse caso, o chamado Paradoxo da Produtividade. No
Brasil, os trabalhos sobre o assunto são escassos, tanto no nível da empresa quanto
no nível dos setores da economia e macroeconômico. Neste contexto, esta pesquisa
analisa o impacto da TI na produtividade do setor industrial do Vale do Paraíba
Paulista no período de 1996 a 2005 por meio de dados desagregados da Pesquisa
Industrial Anual do Instituto Brasileiro de Geografia e Estatística. A metodologia
adotada tomou emprestada da Teoria da Produção a função de produção Cobb-
Douglas que utilizou para análise os insumos capital e trabalho disponíveis nas
categorias TI e não-TI da Pesquisa Industrial Anual. As conclusões indicam que os
investimentos em TI não contribuíram, significativamente, para a produtividade do
setor industrial do Vale do Paraíba Paulista, provavelmente, por causa do baixo
investimento em TI no setor, em relação aos investimentos em não-TI, no entanto os
investimentos em trabalho TI e, principalmente, trabalho não-TI são críticos para o
desenvolvimento econômico do setor industrial do Vale do Paraíba Paulista.
Palavras-chave: Paradoxo da Produtividade. Pesquisa Industrial Anual. Tecnologia
da Informação. Setor Industrial. Vale do Paraíba Paulista.
ANALYSIS OF THE INFORMATION TECHNOLOGY IMPACT IN THE
PRODUCTIVITY OF INDUSTRIAL SECTOR OF ‘PAULISTA PARAIBA’ VALLEY
ABSTRACT
It has been long time, in the world scenery, that investments in information
technology (IT) are achieved with the purpose of improving several aspects in the
companies, among them the productivity. Nevertheless, there is any final answer
about the IT investments contribute or not to the increasing of productivity of
companies. Many studies, mainly in the United States, suggest that the IT
investments do not contribute to the increasing of productivity; in this case, it is called
the Productivity Paradox. In Brazil, the studies about this subject are limited, both, the
one in the level of the company and the other, in the level of the economic and
macroeconomic sectors. In this context, this work analyses the IT impact in the
industrial sector productivity of ‘Paulista Paraiba’ Valley, in the period from 1996 to
2005, by collecting disintegrated data from Annual Industrial Research of the
Brazilian Institute for Geography and Statistics. The adopted methodology borrowed
from the Production Theory, the Cobb-Douglas function of production, which was
used to analyse the resources, capital and labor, which are available in the IT and
non-IT categories from the Annual Industrial Research. The conclusions indicate that
the investments in the IT did not contribute, significantly, to the industrial sector
productivity of ‘Paulista Paraiba’ Valley, probably, because of the low investment in
the IT in the sector, in relation to the investments in non-IT. However, the
investments in IT labor and, mainly, non-IT labor are critics to the economic
development of the industrial sector in ‘Paulista Paraiba’ Valley.
Key-words: Productivity Paradox. Annual Industrial Research. Information
Technology. Industrial Sector. Paulista Paraiba Valley.
LISTA DE ABREVIATURAS E SIGLAS
ARPA Agência de Projetos de Pesquisa Avançada do Departamento de
Defesa norte-americano
ATM Automatic Teller Machine
BEA Bureau of Economic Analysis
BLS Bureau of Labor Statistics
CEMPRE Cadastro Central de Empresas
CIESP Centro das Indústrias do Estado de São Paulo
CNAE Classificação Nacional de Atividades Econômicas
CNPJ Cadastro Nacional da Pessoa Jurídica
CONTECSI Congresso Internacional de Gestão de Tecnologia e Sistemas de
Informação
CPD Centros de Processamento de Dados
CTA Comando-Geral de Tecnologia Aeroespacial
DEA Data Envelopment Analysis
DMU Decision Making Units
Embraer Empresa Brasileira de Aeronáutica S. A.
EnANPAD Encontro da Associação Nacional dos Programas de Pós-Graduação
em Administração
FEBRABAN Federação Brasileira de Bancos
IBGE Instituto Brasileiro de Geografia e Estatística
IDG International Data Group
IGP-DI Índice Geral de Preços-Disponibilidade Interna
INCC Índice Nacional da Construção Civil
INPC Índice Nacional de Preços ao Consumidor
INPE Instituto Nacional de Pesquisas Espaciais
IPCA Índice de Preços ao Consumidor Amplo
IPEA Instituto de Pesquisa Econômica Aplicada
ITA Instituto Tecnológico de Aeronáutica
ITIF Information Technology and Innovation Foundation
MIT Massachusetts Institute of Technology
MPIT Management Productivity and Information Technology
PAIC Pesquisa Anual da Indústria da Construção
PIA-Empresa Pesquisa Industrial Anual
PIA-Produto Pesquisa Industrial Anual
PIB Produto Interno Bruto
PINTEC Pesquisa de Inovação Tecnológica
PTF Produtividade Total dos Fatores
REVAP Refinaria Henrique Lage
ROI Return on Investment
SEBRAE Serviço Brasileiro de Apoio às Micro e Pequenas Empresas
SIDRA Sistema IBGE de Recuperação Automática de Dados
TCO Total Cost of Ownership
TI Tecnologia da Informação
TIR Taxa Interna de Retorno
UNITAU Universidade de Taubaté
VPP Vale do Paraíba Paulista
LISTA DE FIGURAS
Figura 1 - Servidores de Internet no mundo..............................................................34
Figura 2 - Investimento em TI dos países desenvolvidos e em desenvolvimento em
comparação com o PIB dos Estados Unidos em 1990 .............................................45
Figura 3 - Relação de gasto entre TI e Lucratividade................................................49
Figura 4 - Relação entre TI e Produtividade..............................................................52
Figura 5 - Diagrama representativo do “r2” .............................................................112
LISTA DE GRÁFICOS
Gráfico 1 - Cidades do VPP que participaram da PIA-Empresa entre 1996-2005 ..102
Gráfico 2 - Empresas do VPP que participaram da PIA-Empresa entre 1996-2005103
Gráfico 3 - Comparação do número de empresas das cidades de maior PIB do VPP
entre 1996-2005 ......................................................................................................104
Gráfico 4 - Média do produto das empresas entre os anos de 1996-2005..............105
Gráfico 5 - Média dos Investimentos em capital TI e capital não-TI ........................106
Gráfico 6 - Média dos investimentos em trabalho TI e trabalho não-TI ...................107
Gráfico 7 - Investimentos médios em Trabalho e Capital entre 1996 e 2005..........108
LISTA DE QUADROS
Quadro 1 - Comparações das explicações do Paradoxo da Produtividade dadas por
Brynjolfsson (1993) e Wainer (2003).........................................................................66
Quadro 2 - Algumas definições do termo TI ..............................................................92
Quadro 3 - Relação das variáveis da Função de Produção Cobb-Douglas com o
Questionário Completo (Anexo A).............................................................................96
Quadro 4 - Comparação entre aspectos da metodologia de Brynjolfsson e Hitt (1996)
e Prasad e Harker (1997) com a metodologia adaptada para a presente pesquisa..96
LISTA DE TABELAS
Tabela 1 - Resumo de resultados da análise de regressão de 1996 a 2005 do Setor
Industrial do VPP.....................................................................................................110
Tabela 2 - Resumo de resultados da análise de regressão do Setor Industrial do VPP
com defasagem de 1 ano........................................................................................113
SUMÁRIO
1 INTRODUÇÃO ................................................................................. 19
1.1 O PROBLEMA................................................................................................... 25
1.2 OBJETIVOS ...................................................................................................... 25
1.2.1 Objetivo Geral ............................................................................................... 25
1.2.2 Objetivos Específicos .................................................................................. 25
1.3 DELIMITAÇÃO DO ESTUDO............................................................................ 26
1.4 RELEVÂNCIA DO ESTUDO ............................................................................. 27
1.5 ORGANIZAÇÃO DO TRABALHO ..................................................................... 27
2 REVISÃO DA LITERATURA............................................................ 29
2.1 TEORIA DE BASE ............................................................................................ 29
2.2 A IMPORTÂNCIA E EVOLUÇÃO DA TECNOLOGIA DA INFORMAÇÃO ........ 31
2.3 PRODUTIVIDADE: A PALAVRA DE ORDEM................................................... 34
2.4 POR QUE PRODUTIVIDADE? ......................................................................... 36
2.5 MEDINDO A PRODUTIVIDADE........................................................................ 38
2.6 O PARADOXO DA PRODUTIVIDADE: O ESTADO DA ARTE......................... 43
2.6.1 O paradoxo como fenômeno internacional................................................ 43
2.6.2 Análises Internacionais que confirmam e refutam o paradoxo ............... 48
2.6.3 O paradoxo no cenário brasileiro ............................................................... 53
2.6.4 As explicações para o paradoxo................................................................. 58
2.6.4.1 Erros de medida de input e output 59
2.6.4.2 Defasagem entre custos e benefícios 61
2.6.4.3 Redistribuição e dissipação de lucros 62
2.6.4.4 Falhas no gerenciamento da TI 63
2.7 UMA REVISÃO DAS METODOLOGIAS DE PESQUISA DO PARADOXO ...... 66
2.7.1 A Função de Produção ................................................................................ 69
2.7.1.1 A Função de Produção Cobb-Douglas 73
2.7.1.2 Exemplos do uso da Função de Produção Cobb-Douglas 74
2.7.2 A Metodologia Data Envelopment Analysis - DEA .................................... 78
2.8 O PARADOXO DA PRODUTIVIDADE: VINTE ANOS DEPOIS........................ 81
2.9 O INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE.......... 83
2.10 A PESQUISA INDUSTRIAL ANUAL - PIA....................................................... 86
3 METODOLOGIA DA PESQUISA..................................................... 90
3.1 NATUREZA DA PRESENTE PESQUISA.......................................................... 90
3.2 PROCEDIMENTOS........................................................................................... 90
3.3 DEFINIÇÃO DAS VARIÁVEIS DA PRESENTE PESQUISA ............................. 91
3.3.1 As variáveis da Função de Produção Cobb-Douglas................................ 94
3.4 ESTIMAÇÃO ECONOMÉTRICA E FORMULAÇÃO DAS HIPÓTESES............ 97
4 RESULTADOS E DISCUSSÃO ..................................................... 101
4.1 CARACTERIZAÇÃO DOS DADOS COLETADOS.......................................... 101
4.2 ANÁLISE DE REGRESSÃO DOS DADOS DA PIA-EMPRESA...................... 109
5 CONCLUSÃO ................................................................................ 115
6 RECOMENDAÇÕES...................................................................... 120
REFERÊNCIAS................................................................................. 121
ANEXO A - Questionário da PIA-Empresa - Completo ................. 129
APÊNDICE A - Resumo das variáveis ............................................ 136
APÊNDICE B - Conversão dos valores .......................................... 137
APÊNDICE C - Resultado da conversão logaritmica neperiana... 138
APÊNDICE D - Resultado da análise de regressão....................... 139
APÊNDICE E - Resultado da análise de regressão – defasagem de 1
ano.................................................................................................... 140
19
1 INTRODUÇÃO
Em um cenário onde a mudança é constante, a Tecnologia da Informação - TI
se faz presente na realidade de todas as empresas como uma ferramenta que
permite maior flexibilidade, minimização de custos e aumento da produtividade.
Independentemente do setor em que estas empresas atuam, seja industrial,
comercial, de serviços ou financeiro, a busca pela TI é significativa, pois é sinônimo
de sobrevivência em um mercado competitivo conduzido pela informação.
A Tecnologia da Informação – TI, nas décadas de 1960 e 1970, resumia-se aos
grandes computadores. Já na década de 1980 surgiram os micro computadores e a
informática tornou-se de uso doméstico, havendo a possibilidade de se utilizar
programas de edição de texto e planilhas eletrônicas. Na segunda metade da
década de 1990, o uso intensivo da Internet fez com que a TI pudesse ser
aproveitada por boa parte da sociedade. Agora, no início do século 21, facilidades
como acesso via rede sem fio e pequenos periféricos com grande capacidade de
armazenamento, como os pen-drives, são de domínio público.
Parece óbvio que um editor de textos seja mais eficiente que uma máquina de
escrever, pois possui inúmeros recursos (correção de ortografia e gramática,
flexibilidade de composição etc.) não existentes para as máquinas de escrever.
Contudo, a evidência empírica aponta para baixos benefícios da TI no aumento de
produtividade, de maneira a contrariar o senso comum.
Existem estudos sólidos que mostram a contribuição positiva da TI para as
empresas, no entanto, essa contribuição é, muitas vezes, difícil de mensurar. Os
empresários não possuem muitas informações sobre o impacto dos investimentos de
TI na produtividade, o que aumenta o nível de incerteza desses investimentos, e de
20
certa forma leva esses empresários a tomarem decisões sem poder contar com
análises muito precisas.
Foi em 1987 que Robert M. Solow, economista norte-americano e ganhador do
Prêmio Nobel de Economia daquele ano, publicou um pequeno texto, na realidade a
resenha de um livro no jornal New York Times, no qual aparece uma frase que até
hoje incomoda aqueles que acreditam no sucesso da TI: “nós vemos computadores
por toda parte, exceto nas estatísticas de produtividade” (SOLOW, 1987: 36). Esta
frase questiona as altas quantias que são gastas em TI, mas que não se refletem em
aumento de produtividade. Esta observação de Solow iniciou uma ampla discussão,
que segue, sem conclusão, até os dias de hoje, sobre a verdadeira relação entre
investimentos em TI e produtividade.
Os investimentos realizados são muito altos e há uma preocupação real sobre
o retorno que se pode esperar de tais investimentos. O que a literatura aponta não é
o esperado, ou seja, os investimentos, aparentemente, não contribuem
inequivocamente para o aumento da produtividade. Para Joia (2007) os benefícios
atribuídos à TI não são realmente aqueles prometidos pelos vendedores de TI.
Dessa forma, quando se investe em TI e o resultado obtido não é positivo,
temos uma aparente contradição. A essa contradição, o economista norte-americano
Stephen S. Roach deu o nome de Paradoxo da Produtividade (ROACH, 1988).
Por conta da importância que a produtividade tem para um país e para as
empresas, e considerando o alto investimento que é realizado em TI, o paradoxo da
produtividade é um assunto que vem sendo bastante analisado, porém ainda sujeito
a controvérsias.
Conforme Castells (2001), no início da década de 1970 houve uma acentuada
redução no crescimento da produtividade que se prolongou durante a década de
21
1980. Este declínio de produtividade se estendeu por todos os países do mundo,
principalmente nas atividades de serviços, para quais a utilização da TI poderia
contribuir consideravelmente. No entanto, o que se vem constatando é que a relação
entre TI e produtividade não é direta, tampouco simples.
O assunto produtividade é frequentemente discutido pelas empresas, tendo em
vista as pressões do mercado no sentido de alcançar a redução de custos. As
empresas buscam incessantemente novas possibilidades de reduzir os custos, para
assim produzir mais com menos, garantindo sua sobrevivência (MARTINS e
LAUGENI, 2005).
Quando a produtividade fica estagnada, como ocorreu na década de 1980 no
Brasil, o resultado é o aumento da pobreza. Com uma produtividade baixa, é difícil
haver investimento na área social, as empresas dificilmente poderão contratar mão-
de-obra e o crescimento econômico fica prejudicado.
Como a produtividade é um fator de interesse no mundo todo, trabalhos
internacionais analisando o paradoxo são muito comuns, principalmente nos
Estados Unidos. Já no Brasil há poucos registros de trabalhos sobre o paradoxo. A
maioria dos trabalhos sobre o assunto analisa o setor financeiro (MAÇADA, 2001;
MENEZES e MOURA, 2004; TEIXEIRA e CAVALCANTE, 2005).
No Brasil existem muitos trabalhos sobre investimentos realizados em TI, mas,
por conta do difícil acesso aos inputs (entradas) e outputs (saídas) das empresas,
fica trabalhoso analisar o paradoxo. O interesse em estudar e investir em TI é
grande, tendo em vista que a tendência do mercado é se adequar a Era da
Informação que vem influenciando os diversos setores da economia.
Diversos autores discutem o paradoxo, com conclusões que ora o confirmam,
ora o refutam. Alguns estudos indicam que o principal dificultador das análises é a
22
indisponibilidade de dados confiáveis. A maioria das empresas na maioria dos
países não tem a prática de separar os investimentos de TI dos demais, dificultando
as análises e gerando muitas vezes resultados divergentes.
Existem pesquisas que apontam para a existência real do paradoxo. Paul A.
Strassmann e Nicholas G. Carr estão entre os pesquisadores que o confirmam. Em
seus trabalhos, os resultados do investimento em TI são negativos para a
produtividade. Esses resultados mostram que as empresas que investem mais em TI
têm menos retorno do que aquelas que não investem em TI. Outras análises, ainda,
afirmam que TI se tornou uma commodity e, por isso, não representa nenhum
diferencial para a empresa.
De outro lado, existem trabalhos que refutam o paradoxo. Entre eles estão as
pesquisas de Erik Brynjolfsson, professor do Massachusetts Institute of Technology -
MIT. Para ele, a TI tem uma relação positiva com a produtividade, sendo
responsável pelo sucesso das empresas e contribui, significativamente, para a
ascenção das nações que mais investem nela.
Com o avanço das pesquisas, explicações aparecem para justificar o motivo
pelo qual a TI não traz benefícios para a produtividade. Erik Brynjolfsson está entre
os pesquisadores que mais contribuem. Em um artigo clássico, o autor aponta
quatro explicações possíveis para a existência do paradoxo: erros de medida de
input e output, defasagem entre custos e benefícios, redistribuição e dissipação de
lucros e falhas no gerenciamento da TI (BRYNJOLFSSON, 1993). Apesar destas
quatro explicações serem bastante respeitadas, não são as únicas que tentam
explicar o paradoxo da produtividade.
A diversidade de metodologias de análise torna o paradoxo um fenômeno
ainda sem explicação definitiva. Conforme Menezes e Moura (2004), as análises são
23
realizadas em diferentes épocas, diferentes países com níveis diferenciados de
desenvolvimento e com diferentes ferramentas de medidas para a TI e a
produtividade. Além disso, existem diferentes níveis de análise sobre o paradoxo.
Ferreira e Ramos (2004) destacam que os estudos se dividem em níveis
macroeconômicos, setoriais e de empresa.
As pesquisas sobre o Paradoxo da Produtividade necessitam de dados para
realizar as medidas de produtividade. No caso da medida dos investimentos em
Tecnologia da Informação, é necessário separar os investimentos em TI dos
investimentos não-TI para realizar os cálculos, bem como separar a mão-de-obra
que usa TI da mão-de-obra que não usa. Neste particular, as metodologias utilizadas
apontam a falta de informações necessárias para representar estas variáveis nas
medidas de produtividade.
Essa análise separada das variáveis TI e não-TI, razoavelmente fácil nos
Estados Unidos, se mostra bastante difícil no Brasil, pela falta de acesso a dados
sistematizados e desagregados.
No cenário brasileiro, como citado anteriormente, os trabalhos sobre
investimento em TI dão foco ao setor financeiro. A presente pesquisa analisa o setor
industrial da região do Vale do Paraíba Paulista - VPP, Estado de São Paulo, Brasil
e é, até onde foi possível constatar, pioneira nessa análise.
O Vale do Paraíba Paulista - VPP é uma das regiões mais importantes do
país, não apenas por sua projeção histórica e sócio-econômica, mas também porque
é o principal eixo de ligação entre os Estados de São Paulo, Rio de Janeiro e Minas
Gerais, centros de maior produtividade e concentração populacional do país
(PRADO e ABREU, 1995).
A estrutura industrial do Vale do Paraíba Paulista - VPP é bastante
24
diversificada. Na década de 1970 houve uma descentralização da região
metropolitana do Estado de SP em direção a região do VPP. Desta forma, ficou
caracterizada uma forte presença do Estado na região, em especial na cidade de
São José dos Campos. A instalação do Comando-Geral de Tecnologia Aeroespacial
- CTA, da Empresa Brasileira de Aeronáutica S. A. - Embraer e da Refinaria
Henrique Lage - REVAP da Petrobras contribuíram para acelerar o processo de
industrialização regional, atraindo inclusive plantas industriais complementares
(SEADE, 1992).
Outro exemplo do processo de expansão do setor industrial da região do VPP
pôde ser observado com a instalação de unidades de produção da indústria
automobilística. A General Motors, em São José dos Campos, a Fábrica de Motores
Ford e a Volkswagen em Taubaté, bem como a indústria bélica com a instalação da
Avibrás e Engesa em São José dos Campos.
Ainda na década de 1970 muitas outras empresas se instalaram na região,
como a Monsanto, Hitachi e Philips em São José dos Campos; a Daruma, Daido e
Araya em Taubaté; a Nestlé e Blindex em Caçapava; a Liebheers em Guaratinguetá;
a Engesa-FNV em Cruzeiro; a Gates em Jacareí, entre outras. Durante a década de
1980 a expansão das empresas seguiu, novamente, de forma diversificada: a
Confab, Alcan Alumínio e Villares em Pindamonhangaba, a Basf em Guaratinguetá;
a Johnson & Johnson em São José dos Campos (SEADE, 1992). Apesar de
algumas indústrias já não estarem mais instaladas na região, o Vale do Paraíba
Paulista - VPP é influenciado, hoje, pela industrialização das décadas de 1970 e
1980.
Os dados para o estudo nesta dissertação são do setor industrial, mais
especificamente das indústrias de transformação e de extração. Eles foram
25
desagregados da Pesquisa Industrial Anual - PIA-Empresa, do Instituto Brasileiro de
Geografia e Estatística - IBGE.
Em suma, este trabalho busca avaliar se os investimentos realizados em
Tecnologia da Informação refletem na produtividade do setor industrial da região do
Vale do Paraíba Paulista - VPP.
1.1 O PROBLEMA
Qual o impacto que o investimento em Tecnologia da Informação proporciona
na produtividade do setor industrial do Vale do Paraíba Paulista?
1.2 OBJETIVOS
1.2.1 Objetivo Geral
Analisar a relação do investimento em TI com a produtividade do setor
industrial do Vale do Paraíba Paulista.
1.2.2 Objetivos Específicos
� Avaliar a evolução do setor industrial da região com relação ao número
de indústrias instaladas por cidade;
� Verificar o nível de informatização do setor industrial por meio da
relação entre o pessoal ligado à produção e o pessoal não ligado a
produção;
26
� Constatar a utilidade da Pesquisa Industrial Anual – PIA-Empresa do
Instituto Brasileiro de Geografia e Estatística - IBGE na análise dos
investimentos em TI;
� Levantar por meio de revisão bibliográfica como são realizadas as
medidas da relação do investimento em TI e o aumento da
produtividade;
� Discutir se o paradoxo da produtividade existe ou não no setor
industrial da região do VPP.
1.3 DELIMITAÇÃO DO ESTUDO
O estudo analisou dados do setor industrial da região do Vale do Paraíba
Paulista – VPP dos anos de 1996 a 2005.
A região do VPP compreende 39 cidades do Estado de São Paulo (IBGE,
2008a), no entanto, nem todas participaram da amostra final do presente estudo.
Para uma cidade entrar na amostra final foi necessário que, no mínimo, três
empresas da cidade respondessem a PIA-Empresa, ou seja, se uma cidade
apresentou apenas duas empresas em um determinado ano, então essas duas
empresas e a cidade não apareceram na amostra final. Desta forma, é possível que
algumas cidades não apareçam na amostra final em um determinado ano, mas
apareçam no ano seguinte.
Outra limitação se deu por conta da quantidade de funcionários por empresa
e também pela região do território nacional em que a empresa estava instalada.
Somente empresas industriais com mais de 30 funcionários e que possuíam apenas
uma unidade de produção na região do VPP foram consideradas neste estudo. Isto
27
significa que uma mesma empresa que tinha uma unidade de produção em Taubaté,
São Bernardo do Campo, Brasília, Salvador, etc, não participou da amostra final
deste estudo.
Estas limitações subestimam muito a contribuição das empresas para o setor
industrial do VPP, mas tornam disponíveis as variáveis necessárias para o
desenvolvimento desta pesquisa.
Por fim, é pertinente apontar que a metodologia da PIA-Empresa selecionou
as indústrias de transformação e de extração da região do VPP, o que representa,
portanto, o setor industrial da região.
1.4 RELEVÂNCIA DO ESTUDO
Estudos sobre investimento em TI não são unânimes em apontar que ele gera
aumento de produtividade. Desta forma, esta pesquisa se faz relevante por discutir o
paradoxo da produtividade no setor industrial da região do Vale do Paraíba Paulista -
VPP, contribuindo para o desenvolvimento de um assunto que é pouco explorado no
cenário brasileiro.
O desenvolvimento econômico e social de uma região pode ser atribuído a
maiores ganhos de produtividade, de maneira que este estudo também se mostra
relevante por estudar a produtividade no setor industrial da região.
1.5 ORGANIZAÇÃO DO TRABALHO
O desenvolvimento do trabalho segue a seguinte ordem:
O Capítulo I é composto pela Introdução, pelo problema e o objetivo da
28
pesquisa, bem como a delimitação e relevância do assunto.
No Capítulo II é apresentada a revisão de literatura composta pela teoria de
base desta dissertação, os conceitos e informações sobre Tecnologia da Informação
(TI), Produtividade, Paradoxo da Produtividade, as metodologias que são usadas
nos estudos sobre o Paradoxo da Produtividade e um breve resumo sobre o IBGE e
a PIA-Empresa.
O Capítulo III traz a Metodologia que foi utilizada na pesquisa.
O Capítulo IV apresenta os resultados e discussões da pesquisa.
Por fim, o Capítulo V apresenta as conclusões e o Capítulo VI faz algumas
recomendações para estudos futuros com base nas descobertas desta pesquisa.
29
2 REVISÃO DA LITERATURA
A seguir será apresentada a teoria de base adotada nesta dissertação e os
conceitos e informações pesquisados sobre a Tecnologia da Informação (TI),
Produtividade, Paradoxo da Produtividade, as metodologias usadas nos estudos
sobre o Paradoxo da Produtividade e um resumo sobre o IBGE e a PIA-Empresa.
2.1 TEORIA DE BASE
Nos estudos sobre TI e produtividade nas empresas se faz necessário obter
insumos que representem os investimentos em TI e insumos que representem os
investimentos em não-TI (BRYNJOLFSSON e HITT, 1996). Devido à dificuldade de
obtenção de informações, a maioria dos estudos considera apenas os investimentos
em capital e trabalho, de maneira que insumos relevantes para algumas empresas,
como o aço, o plástico, a eletricidade não são considerados.
Alguns pesquisadores têm se apoiado na Teoria da Produção para medir o
impacto da TI na produtividade das empresas, sendo que a Teoria da Produção
pode fornecer fundamentos úteis na avaliação dos benefícios da TI (MENEZES,
2004). Na Microeconômica, a Teoria da Produção se enquadra dentro da Teoria da
Firma (GARÓFALO e CARVALHO, 1981).
Para Eaton e Eaton (1999) uma firma é uma entidade que compra fatores de
produção, ou insumos, e transforma-os em bens ou serviços, ou produtos, para
venda. A firma é uma entidade que pode ser completamente descrita por uma
função de produção: os insumos entram em uma extremidade do processo de
produção, são transformados pela firma e emergem na outra extremidade como
30
produtos.
Tomando o conceito utilizado por Henderson e Quandt (1971 apud
GARÓFALO e CARVALHO, 1981, p. 217), é possível definir a firma como sendo
uma unidade técnica que produz bens. A idéia essencial é de que a firma seja uma
unidade de produção, que atue racionalmente, procurando maximizar seus
resultados em termos de produção e lucro.
Para Dedrick, Gurbaxani e Kraemer (2003), o processo de produção das
empresas se dá pela transformação de inputs em output, de maneira que a
abordagem mais comum para tratar esta transformação se dá pelas funções de
produção definidas pela Teoria da Produção. Saunders e Brynjolfsson (2007)
destacam ainda o desafio das empresas em combinar os insumos capital e trabalho
de forma a melhorar o processo de produção. A eficácia com a qual os inputs são
combinados conduz a melhores métodos de produção (DEDRICK, GURBAXANI e
KRAEMER, 2003).
A abordagem utilizada por Menezes (2004) também é baseada na Teoria da
Produção, pois examina a produtividade de um banco brasileiro, que tem como
output os depósitos e empréstimos e, como inputs, capital e trabalho.
Os insumos selecionados para o desenvolvimento desta pesquisa são
denominados capital TI, capital não-TI, trabalho TI e trabalho não-TI, e serão
descritos e analisados detalhadamente mais adiante nesta dissertação, por meio de
uma função de produção. As empresas, objeto de estudo nesta dissertação,
representam o setor industrial do VPP, tendo como característica no seu processo
produtivo, as linhas de produção (SEADE, 1992), de modo que a Teoria da
Produção se mostra adequada para subsidiar este estudo.
31
2.2 A IMPORTÂNCIA E EVOLUÇÃO DA TECNOLOGIA DA INFORMAÇÃO
A tecnologia sempre teve um papel importante no desenvolvimento das
empresas. Na Segunda Revolução Industrial, as empresas que detinham a energia
elétrica eram aquelas que despontavam como empresas com grande vantagem
competitiva. Nesse momento da história era comum as empresas se instalarem
próximas às fontes de energia para usufruírem deste diferencial.
Já no início da década de 1970, o cenário mundial estava sendo influenciado
por um novo fator: o computador. As empresas começaram a investir de forma a
agilizar o trabalho por meio da tecnologia que despontava como promissora.
Naquela ocasião, ao invés de comprar os computadores, as empresas tinham que
alugá-los, principalmente aquelas com menos recursos financeiros, em razão do alto
custo de aquisição e manutenção desta nova tecnologia (CRUZ, 2002).
Consoante Castells (2001), apesar de as tecnologias da informação com base
em microeletrônica já poderem ser observadas antes da década de 1940, foi na
década de 1970 que as novas tecnologias se difundiram amplamente. Um registro
deste fato está no preço médio de um circuito integrado: em 1962 era de US$ 50, e
caiu para US$ 1 em 1971.
Muito da evolução da TI se deu sob o impacto das Tecnologias de
Comunicação, que trouxeram maior diversidade nos modos de distribuição de
informações, bem como maior precisão em sua transmissão. Já o progresso das
Tecnologias de Computação trouxe maior velocidade de processamento e maior
capacidade de armazenamento das informações. A evolução destas duas
tecnologias formou, a partir da década de 1970, a Tecnologia da Informação (TI)
gerando importantes aplicações para as empresas.
A década de 1970 foi um período da história onde ocorreram grandes avanços
32
no desenvolvimento da TI. Avanços importantes em transmissão por fibra ótica e
laser promoveram um aumento surpreendente na capacidade das linhas de
transmissão. Dentre as invenções daquela década, se destacam a do
microprocessador, em 1971, e o microcomputador, em 1975. Nessa época, a
empresa Microsoft começava a produzir sistemas operacionais para computadores.
A fibra ótica foi produzida em larga escala em 1970. O primeiro comutador eletrônico
industrial foi distribuído no comércio em 1977. Em 1969, a ARPA (Agência de
Projetos de Pesquisa Avançada do Departamento de Defesa norte-americano)
começou a instalação de uma nova e revolucionária rede, que se desenvolveu na
década de 1970, e veio a se tornar a Internet. A Internet foi bastante favorecida pela
invenção do protocolo de comunicação TCP/IP, permitindo a interconexão de
diferentes tipos de rede. Desta forma, fica configurado que a Revolução da
Tecnologia da Informação, ou a Era da Informação, como chamada por alguns
autores, nasceu na década de 1970 (CASTELLS, 2001).
Para Foina (2001), apesar de as grandes diferenças entre a administração dos
antigos Centros de Processamento de Dados - CPD e a moderna abordagem da
informática, algumas características daquela época ainda são percebidas nos dias
de hoje. Dentre estas está a disparidade entre a tecnologia disponível na empresa e
a cultura dos seus usuários, a dificuldade de atender todas as demandas das
empresas com a rapidez desejada e a grande velocidade com que a tecnologia se
renova.
De acordo com Laurindo (2002), a partir da década de 1980, as expressões
que eram utilizadas para caracterizar tecnologia acabaram sendo resumidas em
apenas uma: Tecnologia da Informação, ou simplesmente TI, que é mais
abrangente. A TI considera as características humanas, administrativas e
33
organizacionais de uma empresa, além de englobar a área de informática e
telecomunicações.
O mercado de TI está crescendo rapidamente e países desenvolvidos têm
investido cada vez mais em TI. Em alguns países, como nos Estados Unidos, há um
investimento maior em TI do que na indústria automobilística (DEWAN e KRAEMER,
2000). Os países que mais investem em TI, geralmente, são aqueles que investiram
mais no passado em pesquisa básica, ou seja, não pensando em resultados
imediatos e práticos, obtendo assim, um retorno maior em tecnologia nos dias de
hoje (STOKES, 2005).
Maçada (2001) observou que a concorrência e a rivalidade entre as empresas
são os principais fatores que têm justificado os elevados investimentos em TI, o que
de certa forma acompanha a tendência do mundo globalizado.
Na visão de Ferreira e Ramos (2004), a TI proporciona informação e
conhecimento sobre os clientes, mercados, operações e processos e é na vogal “I”
de TI que pode residir o verdadeiro diferencial das empresas, representando o uso
inteligente e eficaz da informação.
Os primeiros e mais diretos beneficiários do desenvolvimento da TI foram as
empresas de alta tecnologia e as empresas financeiras, sendo que as últimas se
beneficiaram com a maior integração global dos mercados financeiros que a TI
permitiu. O capital pode, hoje, ser gerenciado 24 horas por dia em mercados
financeiros funcionando em tempo real. Graças à TI, a economia conseguiu se tornar
global no final do século XX (CASTELLS, 2001).
A TI está presente em todas as partes do mundo e permite conectar pessoas,
negócios, empresas e países via Internet. Segundo Maçada (2001), a Internet
deixou de ser considerada um canal alternativo e passou a ser um canal estratégico.
34
A Figura 1 mostra o crescimento dos servidores de Internet no mundo.
Nova Pesquisa
Antiga Pesquisa
Data Servidores | Data Servidores
Meses / Anos
Núm
ero
de S
ervi
dore
s
Figura 1 - Servidores de Internet no mundo Fonte: Adaptado de www.zakon.org/robert/internet/timeline
É possível observar na Figura 1 a evolução do número de servidores no
mundo. No início da Internet, em 1969, eram apenas 4 servidores, passando para
cerca de 159.000 mil servidores em 1989, ou seja, um salto considerável em 20
anos. Na primeira metade da década de 1990 o crescimento seguiu moderado, mas
a partir da segunda metade da década de 1990 o crescimento tornou-se muito mais
acentuado, e, no início do ano de 2006, já se havia ultrapassado a marca de
400.000.000 milhões de servidores no mundo. Para Dedrick, Gurbaxani e Kraemer
(2003), a Internet representa um dos grandes avanços da TI, e vem proporcionando
grandes benefícios para as empresas e a sociedade como um todo.
2.3 PRODUTIVIDADE: A PALAVRA DE ORDEM
A produção artesanal foi um dos primeiros registros da história da produção
35
organizada. Quando do advento da Revolução Industrial, a produção artesanal
perdeu destaque. Foi com a descoberta da máquina a vapor em 1764 por James
Watt que se deu o início do processo de substituição do homem pela máquina,
sendo que os artesãos começaram a se organizar em fábricas (MARTINS e
LAUGENI, 2005).
Segundo Martins e Laugeni (2005), foi em 1766 que o economista francês
François Quesnay (1694-1774) utilizou a palavra produtividade pela primeira vez, e a
partir daí esta palavra não saiu do vocabulário das empresas e dos países. Após
mais de um século, em 1883, outro economista francês, Littre, usou o termo no
sentido de “capacidade de produzir”. Mas foi só no começo do século XX que o
termo assumiu o significado da relação entre o que é produzido e o que é usado
para produzir.
Os Estados Unidos contam desde 1899 com uma série de índices que
permitem seguir a evolução da produtividade de suas indústrias. Estas séries vêm
sendo preparadas pelo Bureau of Labor (atualmente Bureau of Labor Statistics),
agência do governo norte-americano (FOURASTIÉ, 1990). Foi, portanto, nesse
período que o termo produtividade assumiu esse significado atual da relação entre o
que é produzido (output) e os recursos empregados para produzir (input).
Consoante Báez e Mirshawka (1993) o termo input (entrada) pode ser
substituído por insumo ou fator (daí a expressão fator ou fatores de produção) e o
termo output (saída) pode ser substituído por produto ou resultado.
O conceito de produtividade tem uma ampla abrangência e sua aplicação é
conduzida por profissionais de diferentes áreas ou atividades, tais como
economistas, engenheiros de produção, administradores de empresas, gerentes,
contadores etc.
36
Para Daft (2005), a relação entre as entradas de bens e serviços de uma
empresa e suas saídas denomina-se produtividade, sendo que há um aumento de
produtividade tanto pela diminuição das entradas produzindo a mesma saída, quanto
pelo aumento das saídas utilizando-se as mesmas entradas. Sendo assim, um
crescimento de produtividade implica um melhor aproveitamento de todos os
recursos humanos, materiais e financeiros utilizados para a produção.
2.4 POR QUE PRODUTIVIDADE?
Para Contador (1998), os benefícios do aumento da produtividade estão na
redução dos preços e são um grande motivo para as empresas e nações buscarem
maior produtividade. Um indicador deste benefício é o lendário Ford T de Henry
Ford: em 1909, tinha preço de US$ 850; em 1926, por conta de inúmeros
melhoramentos tecnológicos, o preço caiu para US$ 310.
Na visão de Moreira (1998), entre os beneficiários do aumento da produtividade
estão a empresa, a sociedade e os trabalhadores. A empresa se torna mais
competitiva, cresce e sobrevive no mercado cada vez mais dinâmico. A sociedade,
porque a produtividade pode ser considerada uma barreira contra os movimentos
inflacionários. Os trabalhadores, no sentido da redução da jornada de trabalho, de
melhores salários e melhores condições de trabalho.
Consoante Martins e Laugeni (2005), com o aumento de produtividade a
empresa consegue minimizar desperdícios, reduzir preços, reduzir a jornada de
trabalho, permitindo ao funcionário se dedicar ao lazer com mais qualidade de vida,
reduzir prazos de entrega e aumentar a satisfação do cliente, com o conseqüente
aumento dos lucros.
Quando a empresa consegue aproveitar melhor os empregados, as máquinas,
37
a energia e matérias-primas, significa que está aumentando sua produtividade. Uma
empresa que consegue maior produtividade se posiciona de maneira mais
competitiva, pois consegue reduzir seus custos e oferecer seus produtos e serviços
em condições mais vantajosas do que a concorrência.
A produtividade pode ser aumentada via capital, graças à aquisição de
máquinas e equipamentos mais produtivos. Também, pode ser aumentada via
trabalho, por meio de técnicas de estudo de métodos de trabalho, permitindo que o
empregado produza com maior eficiência. Para tanto, a eliminação de desperdícios,
a eliminação de atividades desnecessárias e repetitivas, menos retrabalho, são
alguns dos fatores que auxiliam no aumento da produtividade (CONTADOR, 1998).
Dentre os recursos produtivos, pode-se destacar mão-de-obra, capital,
materiais e energia, e tecnologia, sendo que esses recursos produtivos podem
denominar-se insumos, que, depois de transformados, geram produtos e serviços.
Medir a produtividade significa comparar os resultados gerados com os insumos que
contribuíram para esse resultado.
Para Castells (2001), a importância da produtividade está no fato de que ela
permite aumentar os lucros da empresa. Para o aumento da produtividade é
necessário aumentar a demanda pelos serviços e produtos, ampliando o mercado
em que a empresa se encontra ou buscando novos mercados. Segundo esse autor,
a longo prazo, a produtividade é fonte da riqueza das nações e a tecnologia é o
principal fator que conduz à produtividade.
Na visão de Gurovitz (2003), ser mais produtivo é saber fazer mais em menos
tempo. Não significa trabalhar mais, mas trabalhar melhor, de modo mais eficiente e
mais inteligente. A respeito da economia de um país, o conceito é semelhante. Uma
das medidas possíveis de produtividade, e muito utilizada, equivale a calcular tudo o
38
que um país produz dividido pelas horas que a população trabalha.
Os Estados Unidos têm liderado o aumento de produtividade da economia
mundial nos últimos anos, com índices que, de 1995 a 2003, registram uma média
de crescimento em torno de 3% ao ano. Entender os fundamentos desse fenômeno,
geralmente atribuído à tecnologia, é relevante para todos os países que desejam
aumentar sua produtividade.
Consoante Rydlewski e Guandalini (2005), se a produtividade de um país
pudesse ser comparada com a velocidade de um corredor de 100 metros rasos, o
Brasil estaria ainda na marca dos 18 metros enquanto o corredor dos Estados
Unidos estaria cruzando a reta final, na marca dos 100 metros. Um estudo da
consultoria McKinsey aponta cinco obstáculos que impedem um desempenho
melhor do Brasil, são eles: informalidade, deficiências macroeconômicas, problemas
regulatórios, deficiência de infra-estrutura e má qualidade do serviço público.
2.5 MEDINDO A PRODUTIVIDADE
Segundo Martins e Laugeni (2005), no Brasil, a medida da produtividade é
responsabilidade do Instituto Brasileiro de Geografia e Estatística - IBGE, que
disponibiliza indicadores nacionais e regionais. Um indicador de destaque no âmbito
nacional é o índice de produtividade da mão-de-obra, sendo fácil de medir, pois
existem mais dados disponíveis em razão deste insumo estar presente no custo da
maioria dos produtos. Já em uma empresa, a medida de produtividade é realizada
por diferentes pesquisadores, sendo que não há um consenso quanto a metodologia
usada.
Segundo Moreira (1991), a teoria consagrou duas categorias de produtividade,
dependendo do número de insumos: a Produtividade Parcial, quando se considera
39
um dos insumos, geralmente a mão-de-obra; e a Produtividade Total dos Fatores –
PTF, que considera simultaneamente dois insumos: o capital e a mão-de-obra. Vale
ressaltar que o termo “total” não representa todos os insumos, de maneira que é
empregado incorretamente, embora seja conservado por motivos históricos.
Consoante Moreira (1994), entende-se por capital todas as ferramentas,
máquinas, equipamentos usados na produção de bens e serviços. Já a mão-de-obra
é representada pelos gerentes, engenheiros, supervisores, operários e demais
recursos humanos de uma empresa. O capital geralmente é medido em unidades
monetárias e a mão-de-obra é medida pelo número de horas pagas de todos os
trabalhadores ou pelo número de horas efetivamente trabalhadas ou ainda pelo
número médio de trabalhadores. O mesmo autor afirma que, devido a dificuldade de
encontrar dados confiáveis para medir a produtividade e de combinar insumos
diferentes numa medida única, os pesquisadores em geral adotam apenas os dois
insumos: mão-de-obra e capital e, nesse caso, chega-se ao índice PTF. Alguns
autores denominam este índice de Produtividade Múltipla dos Fatores, para fazer a
distinção, quando é considerado um terceiro e quarto insumos.
Para Daft (2005), a PTF representa uma melhor medida de como a
organização está se desenvolvendo. Para tanto, o cálculo da PTF exige que se
tenham os dados para então fazer a análise, o que muitas vezes não acontece,
principalmente no cenário brasileiro. Contudo, existem situações que exigem o
cálculo de apenas uma entrada. Neste caso é usado o cálculo da Produtividade
Parcial, como por exemplo, a produtividade do trabalho, para analisar se a
contratação de mais mão-de-obra está melhorando a produtividade da empresa. É
necessário um cuidado maior com o cálculo dos índices parciais, pois os mesmos
não mostram a situação da empresa como um todo. Também é importante ser
40
prudente com os resultados encontrados nos cálculos: deve haver uma atenção
especial quanto aos resultados muito diferentes do normal.
Bonelli e Fonseca (1998) realizaram uma pesquisa pelo Instituto de Pesquisa
Econômica Aplicada - IPEA sobre os ganhos de produtividade e eficiência na
economia brasileira e destacaram que, quando a produtividade é analisada pela
PTF, alguns pontos devem ser considerados para não comprometer o resultado das
pesquisas. Os autores discutem que a PTF é uma das medidas mais completas da
eficiência das empresas e consideram que, para a análise, a alteração dos custos
dos insumos ao longo do tempo e a alteração da qualidade de cada fator a longo
prazo pode comprometer as análises.
Um dos fatores da PTF é a mão-de-obra, que geralmente sofre alteração
quando os trabalhadores melhoram seu nível de escolaridade. Já o fator capital deve
ser mensurado considerando as substituições dos equipamentos obsoletos por
equipamentos novos. Observando estas ponderações, o resultado da medida da
PTF será melhor construído.
Devido à diversidade de atividades do setor de serviços, como, por exemplo,
hospitais e bibliotecas, muitas medidas de produção não reconhecem todos os
insumos. No caso dos hospitais é comum considerar-se o número de leitos
ocupados. Já para as bibliotecas uma medida de produção comum é o número de
empréstimos efetuados no período. Porém, numa biblioteca, por exemplo, existem
outros outputs e inputs, como aquisição de livros e manutenção do acervo
(MOREIRA, 1998). Assim, o setor de serviços se mostra difícil de mensurar pela sua
diversidade de atividades e insumos (ROACH, 1991; CASTELLS; 2001, MENEZES,
2004).
Dependendo da empresa e do processo de produção, podem existir vários
41
inputs utilizados para a produção, como por exemplo, as instalações, capital, mão-
de-obra, tecnologia, energia elétrica, informações que serão transformadas em
outputs, isto é, produtos manufaturados, serviços prestados, informações fornecidas,
entre outros (MARTINS e LAUGENI, 2005).
Segundo Contador (1998), na produtividade de uma fábrica, o insumo mais
usual é a quantidade de operários. No entanto, em uma fundição, o insumo material
é mais relevante. Já em uma fábrica de alumínio primário, o insumo de energia
elétrica é considerado o principal recurso.
A avaliação da produtividade a partir de múltiplos fatores permite revelar com
maior precisão a produtividade total de uma empresa. Contudo, isso muitas vezes é
difícil, pois as estatísticas não conseguem capturar estas informações com
facilidade. Além disso, a mudança de um fator na produção pode acarretar mudança
nos demais fatores. Um exemplo hipotético pode ser dado com uma fábrica de
automóveis, que passa a comprar uma bomba-d’água pré-montada ao invés de
comprar os componentes da mesma para montá-la. Desta forma ao adquirir a peça
pré-montada, a produtividade da mão-de-obra se eleva, pois um número menor de
empregados é necessário para montar a peça. A produtividade do capital também se
eleva, porque os equipamentos que montavam a peça anteriormente não serão mais
usados e, portanto, poderão ser vendidos. No entanto a produtividade dos materiais
decresce, porque o custo da bomba-d’água agora é maior em relação ao custo de
seus componentes (GAITHER e FRAZIER, 2005).
Pesquisadores e estudiosos já propuseram diferentes fórmulas para a
Produtividade Total dos Fatores - PTF, como Denison, Greenberg, Kendrick e Solow.
Segundo Moreira (1994), a PTF pode ser representada por meio do índice aritmético
(índice de Kendrick), e o índice geométrico (índice de Solow).
42
O índice de Solow considera que a mudança tecnológica é a grande
responsável pelo aumento da produtividade da mão-de-obra. Solow ajudou a cunhar
o termo mudança técnica ou tecnológica, que designa uma série de influências
sobre a produtividade.
Para Moreira (1991), a partir da década de 1950, graças aos trabalhos de
Solomon Fabricant, Robert Solow, John Kendrick e Edward Denison, houve uma
maior compreensão da produtividade e dos fatores que a influenciam. Solow e
Kendrick são autores dos índices mais populares da PTF. O índice de Solow é
empregado, geralmente, para análise de agregados econômicos maiores, e o índice
de Kendrick é mais direcionado para a empresa individual.
Atrás da PTF, existe uma função de produção, isto é, uma relação matemática
original vinculando a produção, o capital e a mão-de-obra. Na visão de Moreira
(1994), a forma objetiva de medir a produtividade se dá basicamente por meio das
funções de produção. Segundo o autor, as funções de produção são relações
matemáticas envolvendo os elementos comuns de qualquer processo produtivo.
Consideram-se como elementos, de um lado a produção, ou seja, o resultado do
processo, e do outro os insumos que são os recursos a serem transformados para
se chegar à produção.
Para Moreira (1994), o cálculo prático da função de produção enfrenta
problemas, como a limitação dos dados. Desta forma, a maioria das pesquisas
utiliza, até hoje, funções mais simples, como a do tipo Cobb-Douglas. A atração pelo
uso da função Cobb-Douglas se dá pela sua simplicidade e facilidade de
manipulação matemática, bem como a capacidade de representação de qualquer
grau de economias de escala.
É pertinente destacar que o estudo clássico do paradoxo da produtividade
43
utiliza quatro insumos básicos e o cálculo é realizado por meio da função de
produção Cobb-Douglas que, como citado anteriormente, revela-se de fácil utilização
(LOVEMAN, 1988; BRYNJOLFSSON e HITT, 1996; PRASAD e HARKER, 1997;
BRYNJOLFSSON e HITT, 2003; MENEZES e MOURA, 2004).
Nos trabalhos sobre o paradoxo da produtividade, a análise por meio da PTF é
a mais utilizada, devido às observações feitas por diversos pesquisadores como
Brynjolfsson (1993), que aponta que uma das principais explicações para o
paradoxo da produtividade é o erro de medida de input e output das empresas. Com
a PTF, são considerados os principais insumos das empresas, o que torna a
pesquisa mais fidedigna. Brynjolfsson e Hitt (2003) destacam que um longo período
de tempo para análise dos dados torna o resultado da PTF mais próximo da
realidade.
2.6 O PARADOXO DA PRODUTIVIDADE: O ESTADO DA ARTE
2.6.1 O paradoxo como fenômeno internacional
Conforme Castells (2001), houve uma estagnação da economia mundial entre
a década de 1970 e 1980. Já na década de 1990 são observadas algumas
melhoras, principalmente na segunda metade do período. Dessa forma, esta etapa
do estudo analisa trabalhos que utilizam dados para esses períodos da economia
mundial.
Diante das inúmeras facilidades que a Tecnologia da Informação proporciona
às empresas, é comum acreditar que os investimentos em TI proporcionam retornos
significativos em produtividade. No entanto, esse retorno é difícil de ser visualizado
nas estatísticas.
44
Segundo Dewan e Kraemer (2000), existem alguns enfoques para analisar o
problema. Alguns pesquisadores analisam o paradoxo no nível da empresa
(BRYNJOLFSSON e HITT, 2003), outros analisam setores da economia
(STRASSMANN, 1997), e outros, ainda, analisam no nível macroeconômico, sendo
que, neste último, os dados muitas vezes são difíceis de serem encontrados.
A maioria dos trabalhos internacionais analisam o cenário dos Estados Unidos.
A razão pelo grande número de trabalhos que enfocam o cenário americano pode
ser justificada pelo fato de haver um grande investimento em TI naquele país, pelas
grandes empresas de TI instaladas, pelo seu alto índice de produtividade, e,
segundo Castells (2001), porque a Revolução da TI começou no Vale do Silício na
década de 1970, possuindo, portanto uma infra-estrutura desenvolvida há muitos
anos.
Dewan e Kraemer (1998) relatam que o investimento em TI aumenta a cada
ano, mas a produtividade no trabalho é baixa. A queda da produtividade também é
sentida em outros países.
Na pesquisa de Dewan e Kraemer (1998) foram utilizados dados de 17 países
desenvolvidos, no período de 1985 a 1992. Os países que investiram em TI estão
tendo um retorno positivo. Já aqueles que realizaram investimentos em ativos de
baixa tecnologia (não-TI) não estão tendo um lucro semelhante.
Países como Cingapura fazem altos investimentos em educação, na formação
de profissionais de TI, na construção de indústrias e outros fatores que promovem o
uso de TI, ou seja, o retorno positivo dos investimentos é apontado não apenas pelo
investimento em TI por trabalhador, mas também pelo reflexo da educação, da infra-
estrutura e outros fatores que complementam o trabalho, gerando maior
produtividade.
45
Em outro trabalho, Dewan e Kraemer (2000) analisam o retorno dos
investimentos em TI de 36 países no período de 1985 e 1993, com foco nos
investimentos em alta tecnologia (TI) e baixa tecnologia (não-TI). O resultado mostra
que os países desenvolvidos que investem em TI têm um retorno bastante positivo,
mas não têm um retorno positivo dos investimentos feitos em ativos de baixa
tecnologia. Já os países em desenvolvimento têm o cenário alterado, pois têm
resultado positivo quando investem em ativos de baixa tecnologia, no entanto têm
resultados negativos quando investem em ativos de alta tecnologia.
A Figura 2 mostra os 36 países analisados. O eixo vertical mostra, em
porcentagem, o quanto cada país investiu do seu Produto Interno Bruto - PIB em TI.
O eixo horizontal mostra o PIB por trabalhador relativamente aos Estados Unidos.
Por exemplo, os Estados Unidos investiram, em média, no período 1985-1993, 3.0%
do seu PIB em TI. Já a Itália investiu aproximadamente 1.4% do seu PIB em TI.
Além disso, o PIB por trabalhador italiano é 90% do americano.
Figura 2 - Investimento em TI dos países desenvolvidos e em desenvolvimento em comparação com o PIB dos Estados Unidos em 1990 Fonte: Adaptado de Dewan e Kraemer (2000)
46
Os países desenvolvidos constroem uma economia forte para atividades que
envolvem TI e têm investimento relativamente menor para aquelas atividades de
baixa tecnologia. Infra-estrutura e capital humano ajudam a ativar o investimento
positivo de TI. Para os países em desenvolvimento falta justamente uma infra-
estrutura e capital humano para estimular os investimentos feitos em TI. A sugestão
que os autores apontam para os países em desenvolvimento é que eles invistam em
pesquisa básica para fazer com que os insumos sejam mais produtivos no futuro.
Os países em desenvolvimento têm uma força de trabalho menos qualificada,
infra-estrutura pobre, como por exemplo, acesso lento e instável a Internet e
modelos de negócios que ainda precisam mudar da Era da Industrialização para a
Era da Informação.
Ainda segundo Dewan e Kraemer (2000), as precondições que permitem que
um país seja desenvolvido estão na tecnologia que ele possui, no capital humano e
na infra-estrutura adequada, além de políticas voltadas para a promoção da
tecnologia. Por fim, apontam uma evidência de retornos positivos dos investimentos
em TI não apenas nos Estados Unidos, mas em todo mundo.
Um trabalho de Oliner e Sichel (2000) relata a excelente performance da
economia norte-americana entre os anos de 1995 e 1999, diferente da primeira
metade da década de 1990. Segundo a pesquisa dos autores, o crescimento na
produtividade do trabalho foi responsável por este fenômeno. A expansão da alta
tecnologia também ajudou neste crescimento. Investimentos em software e
equipamentos de comunicação contribuíram para esta expansão.
Em um trabalho dos mesmos autores, de 1994, os resultados foram negativos,
e uma das justificativas era que os investimentos não foram tão grandes. Na
segunda metade da década de 1990 cresceu o investimento em TI. Um dos fatores
47
que contribuíram para este crescimento foi o comércio eletrônico que, apesar de
ainda ter uma participação pequena na economia, tende a crescer bastante no
futuro, segundo os autores, tendo em vista os baixos custos desse negócio e suas
facilidades. Os autores ainda afirmam que pode até mesmo haver quedas na
produtividade, mas não como a da primeira metade da década de 1990, pois a
demanda por TI é muito grande.
Para Oliner e Sichel (2003), a economia dos Estados Unidos teve um excelente
crescimento de produtividade durante a segunda metade da década de 1990. Entre
1995 e 2000 a produção por hora nos negócios não-rurais teve um crescimento
considerável comparado com os anos de 1973 a 1995. Tal crescimento se deu,
sustentam os autores, pelo investimento em TI.
Os autores ressaltam que para o crescimento da produtividade continuar nesse
ritmo é necessário haver um progresso nas indústrias de alta tecnologia,
principalmente na indústria de semicondutores, provavelmente o principal
impulsionador do crescimento da produtividade no futuro.
Segundo Motohashi (2007), o uso da Internet entre os anos de 1991 e 2001
pelas empresas Japonesas de manufatura promoveu um aumento de produtividade.
O autor aponta que, hoje, é difícil imaginar os negócios sem a Internet e destaca que
o uso da TI no começo da década de 1990 e o uso intensivo da Internet na segunda
metade da década contribuíram para o crescimento da produtividade do Japão.
Na visão de Gust e Marquez (2004), enquanto os Estados Unidos têm um
recente crescimento de produtividade, o mesmo não é observado nos demais países
desenvolvidos do mundo. O estudo analisa dados de 13 países entre 1992 e 1999 e
aponta que a diferença de sucesso está na produção e na adoção da TI. Diferente
dos demais países analisados, os Estados Unidos adotam rapidamente novas
48
tecnologias além de produzir tecnologia em alta escala, o que, segundo os autores,
explica a sua superioridade. Os demais países analisados possuem legislação
rígida, que inibe a competição de suas empresas no mercado global e dificulta a
entrada de novas empresas no mercado, bem como a contratação de mão-de-obra.
Para os autores, a TI exige uma reestruturação na força de trabalho e uma
legislação rígida acaba interferindo nessa adequação.
Países que investiram fortemente em TI na década de 1990 estão
experimentando os resultados com o crescimento da produtividade. O exemplo
maior são os Estados Unidos. Em contraste, países que investiram pouco não estão
experimentando resultados positivos.
2.6.2 Análises Internacionais que confirmam e refutam o paradoxo
O paradoxo da produtividade é estudado principalmente por pesquisadores
americanos. O alto investimento realizado em TI nos Estados Unidos chama a
atenção de pesquisadores que acreditam que os investimentos não estão sendo
positivos. Por outro lado, outros pesquisadores adotam uma análise diferente, na
qual a baixa produtividade é devida a outros fatores que não a TI.
Entre as análises que confirmam o paradoxo está a de Paul A. Strassmann.
Strassmann (1997) questiona se os grandes investimentos em computador garantem
a lucratividade das empresas. O autor conclui, nos seus estudos, que não há relação
entre o gasto com computadores e a performance da empresa.
A Figura 3 mostra que grandes investimentos em TI são realizados, porém não
há correlação com a lucratividade. Strassmann usa dados de empresas de
diferentes setores do ano de 1994. Os pontos na figura ficam muito dispersos
demonstrando pouca ou nenhuma relação entre TI e lucratividade.
49
Figura 3 - Relação de gasto entre TI e Lucratividade Fonte: Adaptado de Strassmann (1997)
São necessárias novas pesquisas e novas medidas para se ter mais certeza na
hora de investir em TI. Strassmann (1997) também analisa empresas do ramo de
alimentos e mais uma vez não encontra relação positiva.
Já em 1999, Strassmann (1999) destaca que empresas que gastam pouco em
TI têm altos lucros, enquanto empresas que gastam muito em TI têm baixos lucros.
Desde 1985 o autor já publicou cinco livros sempre confirmando o paradoxo.
Outra pesquisa, que gerou grande polêmica, foi a de Carr (2003), na qual o
autor afirma que TI deve ser considerada uma commodity, onipresente como a
eletricidade, não conferindo qualquer vantagem estratégica às empresas. O autor
considera que o maior erro do investimento em TI são os gastos exagerados e
destaca que esse investimento deve ser defensivo e não ofensivo. A pesquisa de
Carr (2003) menciona grandes empresas de tecnologia norte-americanas como a
IBM, Microsoft e Oracle.
50
Como resposta à opinião de Carr (2003), foi encomendado pela Microsoft um
estudo à Keystone Strategy para analisar 600 empresas de médio porte, de 100 a
500 funcionários, dos Estados Unidos, Alemanha e Brasil. O estudo, intitulado “Why
IT matters to Mid-Size Firms?” (Por que TI é importante para empresas de médio
porte?), analisa o impacto efetivo da TI sobre as empresas e seus negócios. Para
tanto, foi desenvolvida uma abordagem capaz de quantificar o potencial de negócios
viabilizados diretamente pela TI. Esse enfoque especifica 40 diferentes cenários de
negócios que podem medir com precisão qual é o impacto da TI sobre as principais
áreas da empresa: vendas e marketing, finanças, operações, produtividade dos
funcionários e infra-estrutura de TI. A conclusão foi bastante positiva e indica que a
TI é um fator crítico para o crescimento rentável das empresas. Ela é um ingrediente
essencial para o sucesso a longo prazo das empresas e não uma simples
commodity que pouco acrescenta ao sucesso das empresas.
Não são apenas as indústrias que realizam grandes investimentos em TI. Um
exemplo pode ser encontrado na pesquisa de Peslak (2005). O autor aponta que o
investimento em TI no setor de educação tem aumentado significativamente nos
últimos anos. Em sua pesquisa, o autor indica que, nos Estados Unidos, foram
investidos, entre os anos 1991 e 1992, o montante de 2 bilhões de dólares,
passando para 6 bilhões de dólares nos anos de 2003 e 2004. Esperava-se uma
melhora na educação com o investimento em TI, contudo isso não foi demonstrado
na pesquisa, que contou com uma amostra de 2.500 escolas do Estado da
Pensilvânia, nos Estados Unidos. A pesquisa apontou que não há benefícios com o
investimento em TI na produtividade das escolas.
A questão sobre o paradoxo ainda não foi respondida por conta das pesquisas
das duas correntes. Aqueles que confirmam o paradoxo, como citado por algumas
51
pesquisas acima, não são os únicos que pesquisam o paradoxo. Obviamente
existem pesquisas que refutam o paradoxo e, entre as mais destacadas, estão as de
Erik Brynjolfsson.
Enquanto Strassmann destaca em suas pesquisas empresas de diferentes
setores da economia, Brynjolfsson enfoca suas pesquisas no nível de empresa.
Brynjolfsson e Hitt (1996) pesquisaram 367 empresas americanas entre os anos de
1987 e 1991 e concluíram que computadores aumentaram significativamente a
produtividade, até mesmo considerando depreciação, erros nas medidas e algumas
limitações nos dados. Segundo os autores, o paradoxo da produtividade é coisa do
passado, pelo menos no escopo analisado.
Já em 2000, os mesmos autores destacam que a TI evolui mais depressa que
os processos de trabalho, de modo que as empresas acabam não conseguindo
usufruir com a mesma sincronia das novidades da TI. Afirmam ainda que as análises
dos investimentos em TI devem considerar os componentes intangíveis, como por
exemplo, o aumento da qualidade dos produtos e serviços.
A seguir, na Figura 4, é possível observar uma relação positiva entre TI e
produtividade. No eixo vertical é utilizada a Produtividade Total dos Fatores e no eixo
horizontal é utilizada a relação do investimento acumulado em hardware de
empresas com a média de investimento do setor. A análise é realizada com dados
de várias empresas de grande porte entre 1988 e 1992.
52
Figura 4 - Relação entre TI e Produtividade Fonte: Adaptado de Brynjolfsson e Hitt (2000)
Em 2003 os autores novamente analisam o paradoxo no nível de empresa.
Eles exploram o efeito da TI na produtividade de 527 empresas dos Estados Unidos
entre 1987 e 1994 e encontraram uma contribuição positiva. No entanto, o resultado
foi muito maior quando os dados foram analisados em períodos longos, de cinco a
sete anos. Os resultados mostram, ainda, que investimentos complementares devem
ser feitos para aproveitar mais os benefícios da TI. Os autores utilizaram a
Produtividade Total dos Fatores para fazer várias análises dos dados. Isto foi
possível pela grande quantidade de empresas na amostra e pelo longo período
analisado.
Uma análise recente, que refuta o paradoxo da produtividade, foi realizada pela
Information Technology and Innovation Foundation - ITIF (2007), nos Estados,
53
Unidos e verificou o impacto da TI na indústria de bens e serviços desde a década
de 1970. Este estudo foi encomendado à ITIF por grandes empresas de TI como a
IBM, empresa de informática; a Cisco Systems, empresa de telecomunicações; e o
eBay, empresa de comércio eletrônico. O estudo afirma que o uso de computadores
elevou entre cinco e seis vezes a produtividade dos trabalhadores. O mesmo estudo
aponta um forte crescimento de vagas na área de TI na próxima década, no entanto,
afirma também que a tecnologia continuará eliminando postos de trabalho
tradicionais de forma crescente.
Conforme apontado nas pesquisas acima, o paradoxo ainda é assunto que
será muito discutido. É importante destacar que os resultados negativos sobre o
investimento em TI devem ser cuidadosamente avaliados, à luz das dificuldades
existentes para a análise (BRYNJOLFSSON, 1993), e que o uso da Produtividade
Total dos Fatores permite apontar resultados mais apurados (BRYNJOLFSSON e
HITT, 2003).
Mais adiante, ainda na revisão da literatura, serão discutidas com maiores
detalhes as explicações do paradoxo da produtividade, de forma a entender melhor
os resultados das posições que o confirmam ou não.
2.6.3 O paradoxo no cenário brasileiro
A grande maioria dos trabalhos que analisam o paradoxo no Brasil envolvem
bancos. O motivo de as pesquisas serem realizadas nessas instituições financeiras é
o fato destas terem a informação como seu insumo básico (TEIXEIRA e
CAVALCANTE, 2005).
Outra razão pela qual o paradoxo é analisado nos bancos é dada por Maçada
(2001). As instituições financeiras são as organizações que mais têm investido em
54
TI: centrais telefônicas, pontos de venda em supermercados e em postos de
combustível, cartões de crédito, Internet etc.
Consoante Menezes e Moura (2004), os bancos se apóiam em uma base
tecnológica que privilegia a utilização de microcomputadores, de maneira que a
razão entre computadores e empregados na maioria das vezes é de um para um. Os
empregados usufruem de um ambiente com muitos recursos tecnológicos, tais como
Internet e Intranet, correio eletrônico, videoconferência e sistemas distribuídos para
auxílio no atendimento de clientes.
Segundo dados da Federação Brasileira de Bancos - FEBRABAN (2006),
houve expansão da ordem de 20%, em 2005, da infra-estrutura-tecnológica para
atender melhor os clientes. Também no ano de 2005, o número total de transações
bancárias automatizadas expandiu em 16,9% em relação a 2004. Além disso, o
crescimento de 50%, em média, do uso de meios eletrônicos como o Internet
banking, indica que, cada vez mais, os clientes dos bancos estão utilizando os
serviços sem sair de casa. Este fato é confirmado pelo baixo crescimento (3%) das
transações presenciais nos caixas das agências no período. Esta tendência já era
apontada por Maçada (2001).
As estatísticas da FEBRABAN (2006) mostram que há um investimento alto em
TI por conta da demanda do mercado brasileiro. Fica evidente que existem dados
que podem ser analisados, no entanto, nem sempre estes dados são fáceis de obter
devido a grande concorrência entre os bancos e o sigilo das informações financeiras
(MAÇADA, 2001).
Teixeira e Cavalcante (2005) analisaram dados agregados do setor bancário do
Brasil entre os anos de 1997 e 2001 procurando verificar o processo de automação
ocorrido ao longo destes anos e concluíram que este processo não se traduziu em
55
maiores níveis de flexibilidade das organizações que compõem o setor. Destacam
que está longe de ser um consenso o fato de que investir em TI resulta em aumento
de produtividade.
A tendência é diminuir os postos de trabalho nos bancos, pois aconteceram
fusões devido à racionalização, terceirização e automação. Apesar disso, houve uma
elevação da despesa média por funcionário ao mês, devido aos níveis de
qualificações exigidos dos mesmos. Sendo assim, não se pode observar uma
redução das despesas administrativas e de pessoal após investimentos em TI. O
índice de eficiência dos bancos no Brasil melhorou, mas isso não pode ser
necessariamente atribuído a TI, tendo em vista a cobrança maior de tarifas
(TEIXEIRA e CAVALCANTE, 2005).
Os autores finalizam citando que o investimento em TI não deve ser
interpretado como aumento apenas da produtividade, mas também de outras
variáveis que são positivas para a empresa, como velocidade nas transações,
segurança, confiabilidade, conforto etc.
Menezes e Moura (2004) realizaram uma pesquisa para conhecer o efeito do
investimento em TI sobre a produtividade de um banco público brasileiro. O período
escolhido foi de 1995 a 2002 devido à estabilidade de moeda no país e o mesmo
Governo Federal. Nessa situação, não se encontraram evidências de que os
investimentos adicionais em TI tenham contribuído para a melhoria da produtividade
do banco analisado, resultado que se aproxima de outros estudos internacionais.
Uma pesquisa sobre TI em organizações, que não enfatiza o paradoxo, foi
realizada por Moraes, Bobsin e Lana (2006). Os autores indicam que há pouca
literatura nacional sobre TI em organizações, sendo que a busca por publicações em
periódicos internacionais é uma das alternativas usadas pelos pesquisadores que
56
pretendem estudar o assunto. Os autores analisaram cerca de 30 publicações
internacionais sobre investimento em TI e desenvolvimento organizacional.
Concluíram que há uma deficiência de métodos conclusivos para mensurar impactos
da TI e que diversos enfoques são propostos no intuito de encontrar soluções para o
paradoxo da produtividade. Apesar destes dificultadores, os autores concluiram, a
partir das publicações analisadas, que existe efeito positivo na performance das
organizações a partir dos investimentos realizados em TI.
A grande maioria das pesquisas sobre o paradoxo da produtividade analisa
empresas de grande porte. Contudo, Lunardi e Dolci (2006) fizeram um estudo sobre
o impacto da TI em micro e pequenas empresas de um município brasileiro. Nesta
pesquisa, que analisou 123 micro e pequenas empresas, percebeu-se que o
principal motivo que leva estas empresas a adotarem TI está relacionado à
concorrência existente ou ainda à influência de clientes, fornecedores ou o próprio
Governo, ou seja, variáveis externas. A adoção também está relacionada com a
estrutura organizacional favorável, onde se percebeu que funcionários preparados
para usar a TI influenciam na adoção.
Em relação à geração de empregos, as micro e pequenas empresas já
ultrapassaram as grandes, além de crescerem em quantidade a cada ano que
passa. Muitas empresas fornecedoras de software e hardware têm mostrado
interesse em oferecer soluções para este segmento de empresas.
Maçada (2001) analisou, em sua tese, dados de balanços contábeis de 41
bancos brasileiros entre os anos de 1995 e 1999, para saber qual o impacto dos
investimentos em TI na eficiência organizacional. Os resultados indicam que apenas
investir em TI não proporciona efetiva eficiência. Por outro lado, os bancos que mais
investiram em TI no período analisado ganharam eficiência significativa em relação
57
ao conjunto de bancos da amostra.
Segundo o autor, a redução da interferência governamental no setor de
informática e o fim da Lei de Reserva de Mercado em Informática deixaram os
bancos mais livres para buscar soluções tecnológicas.
Uma das fases da pesquisa de Maçada (2001) foi a das entrevistas realizadas
com os executivos dos bancos, com o objetivo de identificar o papel da TI nas
estratégias dos bancos brasileiros. As principais respostas apontaram que os
gerentes dos bancos sabem usar a TI. Quanto a questão se os investimentos em TI
aumentaram a produtividade, os executivos afirmaram que tais investimentos
permitiram o aumento na capacidade de atendimento, bem como a melhora da
eficiência organizacional interna e a produtividade individual. Também foi
considerado que o funcionamento dos bancos 24 horas, nos 7 dias da semana,
aumentou a produtividade, e as tecnologias ATM (terminais de auto-atendimento) e
Internet banking também contribuiram para o aumento da produtividade.
Os executivos salientam que, mesmo com o triplo de clientes nas agências, o
desempenho organizacional é sustentado por meio do uso intensivo de TI,
associado a recursos humanos de alta qualidade.
Um dos diferenciais da pesquisa de Maçada (2001) foi a adoção de uma
abordagem ampla dos bancos, permitindo medir os impactos dos investimentos em
TI nas várias dimensões da organização. Segundo os entrevistados, as análises de
impacto de TI desenvolvidas até então estavam apoiadas por medidas
unidimensionais, não permitindo uma análise mais ampla dos efeitos da TI.
Desta forma, esta pesquisa de Maçada concluiu, no geral, que os
investimentos em TI são benéficos para a produtividade das instituições financeiras,
destacando que TI é um fator decisivo para o crescimento destas instituições.
58
2.6.4 As explicações para o paradoxo
Castells (2001) cita um trabalho de Robert M. Solow que procura explicar as
fontes de evolução do crescimento de produtividade na economia norte-americana.
Nesse estudo, Solow aponta que a produtividade do trabalho dobrou no setor
privado não-rural daquela economia entre 1909 e 1949, com 87,5% do aumento por
conta de transformações tecnológicas e os 12,5% restantes devido à produtividade
do capital. Dessa forma, Solow demonstrou que o aumento da produtividade do
trabalho não era atribuído a adição de mão-de-obra e apenas pequena parcela era
devida ao capital. O aumento de produtividade vinha de outra fonte, expressa como
um residual. As pesquisas desenvolvidas nas duas décadas seguintes deram
enfoque à explicação desse residual, mas não tiveram muito sucesso. Muitos
estudiosos confirmaram a intuição de Solow de que o residual seria representado
pelas transformações tecnológicas.
Na visão de Pindyck e Rubinfeld (2006), uma das fontes do crescimento de
produtividade são as mudanças tecnológicas, ou seja, o desenvolvimento de novas
tecnologias que permitem um uso mais eficiente dos fatores de produção, como a
mão-de-obra, sendo possível criarem novos bens além de produzirem bens com
melhor qualidade, contribuindo, assim, para o aumento da produtividade.
Segundo Brynjolfsson (1993), a falta de evidência não é evidência da falta de
contribuição positiva de TI para a produtividade. No que diz respeito às pesquisas
que não encontram relação positiva entre TI e produtividade, o autor propõe quatro
explicações. São elas:
- Erros de medida de input e output;
- Defasagem entre custos e benefícios;
- Redistribuição e dissipação de lucros;
59
- Falhas no gerenciamento da TI.
Apesar de as explicações propostas por Brynjolfsson não serem as únicas
existentes na literatura, são as que, aparentemente, melhor explicam o fenômeno.
2.6.4.1 Erros de medida de input e output
A primeira das explicações é quanto ao erro de medida de input e output, ou
seja, quanto à dificuldade de se estabelecer um indicador preciso para medir as
entradas e saídas. Brynjolfsson (1993) informa que muitos autores enfatizam as
limitações dos dados que são analisados, sendo que os resultados geralmente não
mostram o verdadeiro cenário.
A explicação mais fácil para a baixa produtividade é que ela não está sendo
medida corretamente. É possível perceber na maioria dos estudos realizados sobre
TI que existe alguma contribuição. No entanto muitas vezes essas contribuições não
são capturadas pelas estatísticas.
Para Gurovitz (2001), a carência de medidas confiáveis referente aos gastos
com TI no Brasil é crônica, tendo em vista que empresas de pesquisa mudam a
metodologia de pesquisa com freqüência.
Outros problemas de medição surgem quando produtos novos ou novas
características são introduzidas. Como é difícil encontrar equivalentes para comparar
com o novo produto, as medidas tornam-se difíceis.
Segundo Castells (2001), a produtividade industrial é mais fácil de medir,
possuindo o setor industrial maior incentivo para a difusão tecnológica e menos
resistência para mudanças organizacionais. Já o setor de serviços é de difícil
mensuração devido à grande variedade de atividades, com poucas semelhanças
60
entre si, e pela diferente estrutura do setor em cada país. Considerando ainda que o
setor de serviços é responsável pela maior parte dos empregos e do PIB dos países,
seu peso tem um impacto grande na taxa de crescimento da produtividade.
Na visão de Joia (2007), os seguintes obstáculos na avaliação da TI
comprometem as medidas:
- a dificuldade de considerar os resultados intangíveis gerados pela TI. Este
fato dificulta o uso de técnicas utilizadas para avaliação de investimentos,
como por exemplo, a Taxa Interna de Retorno - TIR, o pay-back, o fluxo de
caixa descontado e outras, pois fica difícil montar um fluxo de caixa com base
em resultados intangíveis;
- as empresas vêem muitas vezes a TI como um centro de custos inadmissível,
de maneira que este fato explica a alta taxa de terceirização da TI nas
empresas. Apesar de as empresas entenderem que a TI é necessária, não
conseguem mensurar seu retorno, e por isso acabam terceirizando;
- o fato de a TI diminuir custos e não aumentar receitas, o chamado custo
evitado. No entanto, não são todos os executivos que entendem que evitar
custo pode ser estratégico para as empresas;
- os custos escondidos (hidden costs) e o próprio custo total de propriedade
(Total Cost of Ownership – TCO), ou seja, os executivos esquecem de
considerar despesas decorrentes da aquisição de TI. Por exemplo, um novo
equipamento exige a capacitação de funcionários, o uso de softwares livres
acarreta investimento em treinamento, bem como o custo das licenças dos
softwares proprietários;
- a alta velocidade de depreciação em TI, que é difícil de comparar no mundo
dos negócios. Muitos equipamentos ficam obsoletos rapidamente criando o
61
chamado capital de estoque que dificulta as medidas de produtividade.
Conforme Ferreira e Ramos (2004) não existe uma maneira ideal de se medir a
TI. Há variações significativas entre as organizações no que diz respeito ao aumento
de produtividade via TI. Alguns negócios têm retornos financeiros mais rápidos do
que outros. Como os retornos advindos do investimento em TI muitas vezes são
intangíveis, os indicadores tradicionais, como o retorno sobre investimentos (ROI),
não são capazes de demonstrar os melhores resultados. Assim, o uso de
indicadores financeiros não é suficiente para medir a eficácia da TI.
Consoante Dedrick, Gurbaxani e Kramer (2003), o componente hardware é
fácil de medir, mas o mesmo não acontece com o componente software. Segundo os
autores, somente em 1999 o software foi considerado um investimento e não um
gasto nas contas nacionais dos Estados Unidos. Assim, grande parte dos estudos
sobre investimento em TI têm subestimado os retornos da TI, pois consideram
apenas hardware nas suas análises.
2.6.4.2 Defasagem entre custos e benefícios
A segunda explicação é quanto ao retardo nos resultados dos investimentos,
isto é, um investimento em TI não gera resultados a curto prazo, e, portanto a
relação custo e benefício fica prejudicada. Para Brynjolfsson e Hitt (2003), o retorno
do investimento em TI deve ser observado em períodos longos, de cinco a sete
anos. O resultado não é bem percebido quando analisado em períodos curtos, como
de um ano. Também é necessário um tempo para que os trabalhadores aprendam a
usar a TI.
Trabalhos no nível macroeconômico analisam longos períodos de dados para
não apontarem resultados equivocados do investimento em TI por conta da falta de
62
observação para análise (DEWAN e KRAEMER, 2000; OLINER e SICHEL, 2003;
GUST e MARQUEZ, 2004).
Consoante Teixeira e Cavalcante (2005), os processos de transição de
tecnologia sofrem descontinuidade. O papel do aprendizado e da difusão tecnológica
é fundamental na relação de ganhos de produtividade e TI. Inovações tecnológicas
básicas levam tempo para tornarem-se visíveis.
Para Castells (2001), existe um enigma no desaparecimento do crescimento da
produtividade na Revolução da TI. Uma das hipóteses apontadas é a demora para
que as descobertas tecnológicas tenham um impacto positivo na produtividade.
Caso semelhante aconteceu no passado com o motor elétrico, que proporcionou
aumento na produtividade somente após 20 anos da sua introdução.
2.6.4.3 Redistribuição e dissipação de lucros
Já a terceira explicação, intitulada de redistribuição, afirma que um aumento de
produtividade em uma área da empresa não reflete em aumento da lucratividade da
empresa como um todo. Ou ainda, que um aumento na lucratividade de um setor da
economia, não reflete aumento na economia do país.
Para Wainer (2003), a TI pode tornar uma tarefa do processo produtivo mais
eficiente, porém pode atrapalhar outra tarefa do mesmo processo produtivo de forma
a gerar um resultado final negativo, ou nulo, que não irá compensar o investimento
realizado em TI.
A TI pode ser benéfica para empresas em particular, mas improdutiva para
indústria como um todo ou a economia nacional. Conforme Wainer (2003), a TI pode
ser benéfica para uma parte da empresa, mas muitas vezes não influencia outras
áreas e não modifica o resultado final da produção.
63
Castells (2001) aponta essa tendência na década de 1980, de forma a explicar
o progresso irregular da produtividade, pois houve o crescimento significativo dos
principais setores da economia, como microeletrônica, microcomputadores,
telecomunicações e instituições financeiras, e o declínio de empresas obsoletas que
persistiram em atividades de baixa produtividade. Neste contexto, numa análise na
economia global, tem-se um resultado geral de baixa produtividade, pois a
Revolução da TI deixou alguns setores mais produtivos, mas em contrapartida,
deixou muitos outros menos produtivos.
2.6.4.4 Falhas no gerenciamento da TI
Por último, existe a explicação de que as decisões não estão atingindo os
interesses gerais das empresas, ou seja, a decisão de investir em TI acaba não
gerando o lucro. Assim é comum observar empresas sem uma justificativa formal do
investimento em TI.
Stratopoulos e Dehning (2000) analisaram uma relação de empresas que têm
sucesso com o uso de TI, e verificaram se este sucesso traz um retorno positivo na
performance financeira. Constataram que há pequena correlação entre investimento
em TI e desempenho financeiro. Uma das explicações possíveis para isso são os
projetos de TI ineficientes que muitas vezes são cancelados antes de serem
concluídos, ou são concluídos com valor do orçamento inicial ultrapassado.
Alertaram, ainda, que uma vantagem por conta do uso adequado de TI não se
sustenta por muito tempo, pois os concorrentes podem copiar os projetos.
Os mesmos autores atribuem os resultados de sua pesquisa à falha no
gerenciamento da TI: são gastos muitos dólares sem analisar adequadamente o que
realmente precisa ser solucionado, sendo, portanto, um ato irracional dos gestores,
64
que não planejam adequadamente o investimento. A TI não é uma ilha isolada
dentro da organização. Empresas podem investir na mesma tecnologia, mas o
diferencial está em administrar a TI de maneira integrada com os processos de toda
a empresa.
Segundo Menezes e Moura (2004) uma das hipóteses de não terem
encontrado evidências positivas nos investimentos em TI de um banco público
brasileiro, foi que os investimentos em TI não foram suficientemente alinhados com
as metas do negócio. Foram constatados muitos sistemas administrativos e poucos
sistemas voltados para negócio e apoio à decisão, além de muitos terminais de
atendimento ao cliente ociosos e obsoletos. Outro ponto foi que os dados analisados
não foram adequados, considerando as características do banco. Também foi
apontado que houve insistência em processos obsoletos, modelos descentralizados
de desenvolvimento de sistemas de informação e terceirização de serviços de
desenvolvimento de TI sem um acompanhamento adequado, o que deixou o banco
muito dependente da empresa terceirizada.
Segundo Ferreira e Ramos (2004), a utilização da TI só será produtiva se
houver reestruturação do trabalho de forma que seja possível aproveitar melhor a TI,
caso contrário ela pode ser vista apenas como uma ferramenta, sem nenhum valor
estratégico.
Algumas empresas sabem usar TI e têm muito sucesso em seus negócios. É o
caso da Dell Computers, que construiu sua estratégia com base em redes digitais
com seus parceiros; a GM, que configura alguns de seus veículos on demand, o que
evita estoques desnecessários; o Wal-Mart e a Amazon, que utilizam técnicas de
data mining e data warehouse, que permitem a essas empresas se anteciparem aos
seus clientes, criando uma vantagem competitiva. Entretanto, apesar do uso
65
claramente bem sucedido, é difícil de saber exatamente o retorno do investimento
em TI nessas empresas (JOIA, 2007).
Outra causa de falha no gerenciamento da TI intitula-se “corrida armamentista”.
Muitas empresas fazem aquisições sem fazer uma análise apurada das suas reais
necessidades. Elas adquirem TI porque o concorrente adquiriu, isto é, as empresas
correm para se munir de TI para não ficar atrás dos concorrentes (POZZEBON e
PETRINI, 2002; WAINER, 2003; JOIA, 2007).
Dessa forma, vê-se que a mera aquisição de TI não concede ao proprietário
vantagem competitiva. O que adiciona valor é o quanto a TI faz parte dos objetivos
da empresa (STRATOPOULOS e DEHNING, 2000). O investimento exagerado em
Tecnologia da Informação também é apontado como um erro no gerenciamento de
TI (ROACH, 1991; DUE, 1994; PINSONNEAULT e RIVARD, 1998; STRASSMANN,
1999, CARR, 2003).
Os investimentos exagerados em TI, a precipitação na aquisição, a falta de
alinhamento estratégico com toda a empresa, o atraso na conclusão dos projetos de
TI, a falta de adaptação dos processos de trabalho são algumas explicações para o
insucesso do investimento em TI.
Em suma, comprar TI, apenas, não parece apontar para ganhos de
produtividade. O que poderia gerar esses ganhos seriam as transformações no
modo de trabalhar por conta do uso da TI.
Wainer (2003) também tem explicações para o Paradoxo da Produtividade. No
Quadro 1 segue uma comparação das explicações do paradoxo dadas por
Brynjolfsson (1993) e Wainer (2003):
66
Nível de explicação do
Paradoxo segundo Wainer
(2003)
Explicação detalhada do
Paradoxo segundo Wainer
(2003)
Explicação
correspondente de
Brynjolfsson (1993)
Explicação Macro-
econômica
Estatísticas governamentais
não são apropriadas.
Erros de medida de input
e output
Explicação Inter-
organizacional
Os investimentos têm o
objetivo de competir e não ser
mais produtivo.
Falhas no gerenciamento
da TI
Explicação Organizacional A TI transforma os processos
de trabalho, mas enquanto não
há adaptação dos empregados
ao novo processo, o aumento
de produtividade não aparece.
Defasagem entre custos
e benefícios
Explicação Gerencial Custo da TI é alto. Falhas no gerenciamento
da TI
Explicação baseada em
Programas
Os sistemas de TI são difíceis
de operar e são abandonados
ou mal aproveitados.
Falhas no gerenciamento
da TI
Quadro 1 - Comparações das explicações do Paradoxo da Produtividade dadas por Brynjolfsson (1993) e Wainer (2003)
As duas primeiras colunas do Quadro 1 mostram as considerações de Wainer
(2003) acerca das explicações para o paradoxo, sendo que na primeira coluna são
apresentadas as explicações e na segunda coluna as explicações são detalhadas.
Por fim, a coluna 3 tenta comparar as duas primeiras colunas com as clássicas
explicações de Brynjolfsson (1993).
2.7 UMA REVISÃO DAS METODOLOGIAS DE PESQUISA DO PARADOXO
No Brasil, são raros os trabalhos sobre o Paradoxo da Produtividade,
provavelmente devido à dificuldade na obtenção de dados. Nos Estados Unidos,
cenário de maior estudo sobre o assunto, a situação já é um tanto diferente, pois
67
existem instituições norte-americanas, como o Bureau of Economic Analysis - BEA e
o Bureau of Labor Statistics - BLS, que fornecem dados essenciais para as
pesquisas.
Esta seção da pesquisa tem o objetivo específico de apontar os caminhos que
foram seguidos pelos pesquisadores, suas limitações e dificuldades, bem como a
forma que os dados para análise do paradoxo foram obtidos, tendo em vista que as
metodologias utilizadas nos estudos sobre investimento em TI e produtividade são
diversas e polêmicas.
Consoante Pozzebon e Petrini (2002), os primeiros estudos empíricos sobre os
investimentos em TI exibiam análises simples da relação entre desempenho
empresarial e uso de computadores. Os primeiros estudos baseavam-se em
metodologias muito simples, compostas por um pequeno número de variáveis, não
incluindo informações sobre outros fatores e não fazendo nenhuma diferenciação no
nível de análise das variáveis de input e output das metodologias adotadas. O
desempenho era avaliado por meio de poucas variáveis, por exemplo, total de
vendas em relação ao número de computadores adquiridos em um determinado
período. Todos os demais fatores que poderiam influenciar o processo eram
ignorados por esta metodologia. Esse exemplo é representativo de um grande
número de estudos, e não é surpreendente, portanto, que resultados pouco
consistentes tenham sido obtidos.
Com o passar do tempo, os estudos sobre os impactos da TI começaram a
demonstrar uma maior preocupação com a complexidade da realidade, produzindo
metodologias mais completas que analisam mais variáveis.
Para Mahmood e Mann (1993), existe uma grande quantidade de
metodologias utilizadas pelos estudiosos do paradoxo para medir o investimento em
68
TI, não havendo consenso em torno de um padrão de análise. Os autores pontuam
que as pesquisas sobre o paradoxo não utilizam uma medida única, sendo
necessárias várias medidas para capturar a verdadeira relação entre o investimento
em TI e o desempenho das empresas. Uma das maiores dificuldades dos
pesquisadores é definir como medir o investimento em TI. Para os autores, as
pesquisas que encontram fraca relação de TI com o desempenho das empresas,
devem ter seus resultados re-investigados com outros exemplos.
Conforme Maçada (2001), o desenvolvimento de métodos e técnicas para
avaliar os impactos da TI é uma tarefa desafiadora e difícil. No entanto, isto passa a
ser um elemento-chave para que, no futuro, as empresas melhorem a sua
capacidade de medir e identificar os impactos da TI na eficiência organizacional.
Para Wainer (2003), os investimentos em TI podem ser medidos pelo ROI
(return on investment), que é a relação do dinheiro ganho e do que foi investido. Um
exemplo hipotético pode ser dado com um ROI de 50%. Esta porcentagem indica
que, a cada ano, espera-se ganhar 50% do que foi investido. Dessa forma, após
dois anos, os investimentos feitos começariam a serem saldados. Desse ponto em
diante viriam os lucros. No entanto, esta metodologia não é própria para a análise do
paradoxo.
Conforme Moraes, Bobsin e Lana (2006), há uma deficiência de métodos
robustos para avaliar impactos da TI. Segundo os autores, no cenário nacional,
existem poucos periódicos na área de Tecnologia da Informação, ficando
praticamente restrito a congressos e a periódicos de administração que possuem
seções para a área de TI. Uma das características comuns das pesquisas realizadas
na área é de que existe uma falta de padronização para mensurar os investimentos
de TI e o desempenho organizacional.
69
Segundo Menezes e Moura (2004), para fazer o cálculo da produtividade, é
necessário identificar os melhores produtos e insumos a utilizar e verificar se os
dados estão disponíveis. O tipo de produto e insumo a analisar vai depender do
âmbito da análise da produtividade, que pode ser no nível da empresa, no nível de
setor da economia ou ainda no nível nacional e internacional. Os autores alertam
que produtividade não é apenas sinônimo de eficiência (fazer certo as coisas), mas
também é sinônimo de eficácia (fazer as coisas certas).
2.7.1 A Função de Produção
Um dos métodos mais usados para o estudo das relações entre o investimento
em TI e a produtividade se dá por meio da função de produção, que é extraída da
Teoria da Produção.
Antes de descrever função de produção, cabe reforçar alguns conceitos que
têm ligação com este método.
Os fatores de produção são bens ou serviços transformáveis em produção, ou
ainda, são quaisquer bens ou serviços utilizados na obtenção de um produto final.
É importante lembrar que os termos insumo e fatores de produção, embora não
devam ser considerados sinônimos perfeitos, são substitutos muito próximos.
Normalmente consideram-se insumos todas as coisas que a empresa adquire para
poder realizar o seu processo produtivo. A expressão fatores de produção, mais
comumente, identifica os serviços produtivos, terra, capital e trabalho (CONTADOR,
1998).
Outro conceito relevante é o conceito de produção. Produção pode ser
considerada a transformação dos fatores adquiridos pela empresa em produtos para
70
a venda no mercado ou, ainda, a transformação de bens e serviços em outros bens
e serviços. As palavras "produção" e "produto" podem ser consideradas como
sinônimos perfeitos (GARÓFALO e CARVALHO, 1981).
Segundo Garófalo e Carvalho (1981), o empresário, ao decidir o que, como e
quanto produzir, e assim iniciar o processo produtivo, vai, na medida das respostas
advindas do mercado consumidor, variar a quantidade utilizada dos fatores, para
com isso variar a quantidade produzida do produto. Esse tipo de ação do empresário
não é, todavia, totalmente independente, sendo sujeita a restrições econômicas,
financeiras etc. Desta forma, a relação entre o que é produzido e os fatores de
produção é expressa na função de produção.
A função de produção identifica a forma de solucionar os problemas técnicos
da produção, por meio da apresentação das combinações de fatores que podem ser
utilizados para o desenvolvimento do processo produtivo. A função de produção
pode ser definida como a relação entre a quantidade física dos fatores e a
quantidade física do produto, ou também pode ser considerada como sendo a
relação que indica quanto se pode obter de um ou mais produtos a partir de uma
dada quantidade de fatores (MOREIRA, 1994).
Assim, é oportuno conceituar o processo de produção. Compreende um
processo de produção a técnica por meio da qual um ou mais produtos vão ser
obtidos a partir da utilização de determinadas quantidades de fatores de produção
(GARÓFALO e CARVALHO, 1981).
É possível observar, pelos conceitos apresentados, que a função de produção
indica o máximo de produto que se pode obter com as quantidades dos fatores, uma
vez escolhido o processo de produção mais conveniente. A diferença entre os
conceitos de função de produção e processo de produção é extremamente sutil. O
71
processo de produção, na realidade, indica quanto de cada fator se faz necessário
para obter certa quantidade de produto. Por sua vez, a função de produção indica o
máximo de produto que se pode obter a partir de uma dada quantidade de fatores,
mediante a adequada escolha do processo de produção (GARÓFALO e
CARVALHO, 1981). Nota-se, pois, que, na noção de função de produção, já está
implicitamente admitida a idéia de escolha do melhor processo de produção.
Discutidas as diferenças conceituais entre função de produção e processo de
produção, é possível agora passar para a representação analítica da função de
produção. Normalmente, na análise microeconômica, considerando o conceito de
função de produção já apresentado, é possível, representá-la da seguinte maneira:
Q= f(X1,X2,X3,...Xn)
onde Q é a quantidade ou valor produzido do bem e X1,X2,X3,...Xn identificam
as quantidades ou valores utilizados de diversos fatores, respeitado o processo de
produção mais eficiente escolhido.
Consoante a Teoria da Firma, o objetivo da empresa é obter a máxima
produção possível em face da utilização de certa combinação de fatores, sendo que
a função de produção é uma ferramenta adequada para o estudo da melhor
combinação possível. O conceito de função de produção pode ser aplicado a um
produto, a um serviço, a uma empresa, a um setor da economia ou mesmo a toda
uma economia.
Na visão de Pindyck e Rubinfeld (2002), a relação entre os insumos do
processo produtivo e o produto resultante é descrita como função de produção.
Simplificando, a Teoria da Produção adota que há apenas dois insumos: trabalho e
capital, sendo que é possível escrever a expressão da função de produção como:
Q=f(K,L).
72
Esta equação mostra que a quantidade de produto depende da quantidade de
dois insumos, ou seja, capital e trabalho. Um exemplo pode ser dado com uma
fábrica de computadores. A função de produção poderia descrever o número de
computadores pessoais que poderiam ser produzidos a cada ano por uma empresa
que possui uma fábrica com 1.000 metros quadrados e um determinado número de
empregados na linha de montagem.
Segundo Moreira (1994) a função de produção tem algumas restrições como,
por exemplo:
- considerando uma determinada combinação de insumos, na prática não se
conhece quais são as produções máximas associadas. Quando é feito o ajuste com
uma função de produção a partir de dados de input e output, considerando a
tecnologia disponível, é possível alcançar uma média e não a melhor prática que
levaria à produção máxima;
- na prática, a função de produção tem assumido a forma Q=f(K,L). No entanto
esta forma não considera os demais insumos diferentes do capital e trabalho. A
função de produção deveria assumir a forma Q=f(K,L,X) em qualquer instante, onde
X representaria todos os demais insumos que não fossem o capital e o trabalho. Não
se trata evidentemente de uma impossibilidade da Teoria da Produção, mas sim de
uma restrição prática por conta da indisponibilidade de encontrar registros
sistematizados de insumos intermediários, como energia e matéria-prima. No
entanto, esta omissão pode representar algum perigo nas conclusões, levando a
índices de produtividade diferentes dos reais;
- considerando que uma função de produção é definida para processos
unitários e bem delineados de produção, isto é, é definida em termos
microeconômicos, não há segurança de que ela exista em níveis mais altos de
73
agregação, tendo em vista os possíveis produtos diferentes e insumos diferentes;
- não é fácil utilizar funções de produção relativamente complexas do ponto de
vista matemático, pois os parâmetros tendem a se tornar muito sensíveis a
pequenas variações nas séries originais, sendo que pequenos erros nos dados
podem adulterar completamente estes parâmetros. Assim, não é por acaso que boa
parte das pesquisas utiliza funções mais simples, como a do tipo Cobb-Douglas.
Nesse contexto, a próxima seção traz um resumo sobre a função de produção
Cobb-Douglas, bem como alguns exemplos de estudos que já usaram esta função.
2.7.1.1 A Função de Produção Cobb-Douglas
Segundo Moreira (1994), a função de produção Cobb-Douglas é simples e de
fácil manipulação matemática, sendo amplamente usada na literatura para estudos
sobre produtividade baseada em TI.
A função de produção Cobb-Douglas foi desenvolvida por Charles Cobb e Paul
Douglas, e, na sua proposição inicial, insere-se na classe de funções de produção
homogêneas e lineares (GARÓFALO e CARVALHO, 1981). Em especial, a função
de produção Cobb-Douglas tem sido o melhor método usado no estudo dos retornos
de investimento em TI.
Segundo Moreira (1994), a mais utilizada das funções de produção foi
popularizada por Cobb e Douglas no artigo intitulado “A Theory of Production”
publicado no “The American Economic Review” em 1928, daí a sua denominação de
função de produção Cobb-Douglas. Desde então, seguiu-se um sem-número de
trabalhos, inicialmente voltados ao estudo da distribuição de renda entre capital e
trabalho e, mais tarde, à determinação da produtividade.
74
Para facilitar e simplificar a apresentação inicial considera-se apenas dois
insumos: trabalho e capital. Nessas condições, a função de Cobb-Douglas é descrita
como: Q = A Lα Kβ, onde Q é o valor da produção, L e K são, respectivamente,
trabalho e capital. As grandezas A, α e β são constantes determinadas pela
tecnologia. Se α + β = 1, a produção varia na mesma proporção em que o trabalho e
capital variam e, nesse caso, teríamos o que se conhece por “retornos constantes de
escala”. Exemplo: se L e K fossem aumentados em 20%, Q aumentaria 20%. Se α +
β < 1, significa que os retornos de escala estão diminuindo, isto é, a variação na
produção seria inferior à variação do capital e trabalho, a chamada “deseconomia de
escala”. Por fim, se α + β > 1, os retornos de escala estão aumentando, ou seja, a
produção estaria variando numa proporção maior do que o capital e trabalho. Esse
último caso é denominado “economia de escala” (MOREIRA, 1994).
2.7.1.2 Exemplos do uso da Função de Produção Cobb-Douglas
Os estudos sobre investimento em TI usando a função de produção Cobb-
Douglas costumam separar os componentes de despesas de capital e trabalho de TI
dos componentes não-TI, gerando quatro parâmetros, que são usados para fazer
comparações sobre a produtividade baseada em TI. Assim, a função de produção
Cobb-Douglas toma uma forma expandida em relação a forma original (LOVEMAN,
1988; BRYNJOLFSSON e HITT, 1996; PRASAD e HARKER, 1997;
BRYNJOLFSSON e HITT, 2003; MENEZES e MOURA, 2004).
Conforme citado anteriormente, Menezes e Moura (2004) analisaram um banco
público brasileiro de codinome Banco Delta, sendo adotada uma análise longitudinal,
em um período de 8 anos.
75
A função de produção Cobb-Douglas tomou a seguinte forma no trabalho de
Menezes e Moura (2004), que é semelhante aos demais estudos sobre investimento
em TI:
Q = eβ0 Cβ1 Kβ2 Sβ3 Lβ4 Onde: Q = produto da empresa C = Capital de TI K = Capital não-TI S = Investimento em Trabalho de TI L = Investimento em Trabalho não-TI
O estudo foi possível na medida em que os dados estavam disponíveis para
análise, pois a maioria dos bancos separam os investimentos TI dos investimentos
não-TI, por conta dos altos valores envolvidos na informatização de suas operações.
A conclusão do trabalho de Menezes e Moura (2004) confirma o paradoxo da
produtividade no caso do Banco Delta. Pelo menos duas explicações podem ser
apresentadas para o resultado obtido: erro de gerenciamento de TI e má escolha
dos produtos para mensurar, no caso depósitos e empréstimos, ou seja, erros de
medida de input e output.
Prasad e Harker (1997) analisaram o efeito do investimento da TI na
produtividade e lucratividade de 47 bancos varejistas dos Estados Unidos. Eles
usaram a função de produção Cobb-Douglas para separar os inputs capital TI de
capital não-TI, e trabalho TI de trabalho não-TI, gerando, portanto, 4 inputs. Uma
limitação desse estudo, conforme já ressaltavam Brynjolfsson e Hitt (2003), é que
apenas 3 anos foram analisados, de 1993 a 1995, portanto um período curto.
Conforme representado na Equação 1, a seguir, a função de produção Cobb-
Douglas tomou a seguinte forma no trabalho de Prasad e Harker (1997):
Q = eβ0 Cβ1 Kβ2 Sβ3 Lβ4 (1)
76
Onde: Q = produto da empresa C = Capital TI K = Capital não-TI S = Trabalho TI L = Trabalho não-TI e β1, β2, β3 e β4 são as elasticidades dos produtos associados
Para propósitos de estimação, Prasad e Harker (1997) “linearizaram” a função
tomando logaritmos e adicionando um termo de erro. Além disso, seguindo
Brynjolfsson e Hitt (1996), realizaram a estimativa usando um sistema de três
equações, uma para cada ano:
Log(Q93) = β93 + β1Log(C93)+ β2Log(K93) + β3Log(S93)+ β4Log(L93)+ ε93 (2a)
Log(Q94) = β94 + β1Log(C94)+ β2Log(K94) + β3Log(S94)+ β4Log(L94)+ ε94 (2b)
Log(Q95) = β95 + β1Log(C95)+ β2Log(K95) + β3Log(S95)+ β4Log(L95)+ ε95 (2c)
onde Q, C, K e L e β1 a β4 estão definidos na Equação 1, e ε93 a ε95 são os termos
de erro.
A conclusão do trabalho de Prasad e Harker (1997) foi que os investimentos
adicionais em TI não representaram benefícios para os bancos, mas que os
investimentos são necessários para manter os bancos competitivos. Contudo, o
resultado da pesquisa indica que a ênfase do investimento deve ser no insumo
trabalho e não nas máquinas.
Brynjolfsson e Hitt (1996) também usaram a função de produção Cobb-Douglas
de maneira a separar capital TI de capital não-TI e trabalho TI de trabalho não-TI. No
entanto, a dificuldade novamente aparece, pois é difícil encontrar uma distinção
77
clara e homogênea entre capital TI e capital não-TI, e entre trabalho TI e trabalho
não-TI. Os autores usaram dados de duas instituições norte-americanas, o
International Data Group - IDG e a Compusat II. Cabe destacar que os autores
consideraram apenas hardware para expressar capital TI, deixando de considerar
software e telecomunicações.
Loveman (1988) também usou a função de produção Cobb-Douglas,
separando os insumos TI dos insumos não-TI. Os dados foram obtidos pelo
Management Productivity and Information Technology - MPIT. O autor analisou
empresas dos Estados Unidos e da Europa Ocidental entre os anos de 1978 a 1984.
No geral, o autor não encontrou resultados positivos do investimento em TI na
produtividade.
Para Oliner e Sicher (2000), alguns estudos anteriores consideraram como TI
somente o hardware e software. No entanto, com as inovações, as
telecomunicações devem ser consideradas nas análises atuais. No estudo de Oliner
e Sicher (2000), os dados estatísticos das instituições norte-americanas foram
fornecidos pelo Bureau of Economic Analysis - BEA e o Bureau of Labor Statistics -
BLS.
Brynjolfsson e Hitt (2003) usaram na função de produção apenas 3 inputs:
capital não-TI, capital TI e trabalho, ou seja, os autores não dividiram o input trabalho
em trabalho TI e trabalho não-TI. Os dados foram fornecidos pelo Bureau of
Economic Analysis - BEA, pelo Bureau of Labor Statistics - BLS e pelo International
Data Group - IDG. Para os autores, a pesquisa apontou resultados confiáveis por
conta do uso da função de produção Cobb-Douglas.
78
2.7.2 A Metodologia Data Envelopment Analysis - DEA
A maioria dos estudos no âmbito nacional sobre o impacto do investimento em
TI no desempenho organizacional das empresas utiliza a técnica Data Envelopment
Analysis – DEA, semelhante à função de produção Cobb-Douglas em alguns
aspectos.
Cabe ressaltar que a técnica DEA é geralmente usada para analisar o
desempenho das empresas, ou seja, não é utilizada para analisar apenas a
produtividade, apesar de a produtividade ser um indicador de desempenho. Além
disso, a palavra desempenho muitas vezes é citada com o sentido de eficiência ou
performance.
Segundo Davis, Aquilano e Chase (2001), entre os indicadores de desempenho
estão a produtividade, capacidade, qualidade, velocidade de entrega, flexibilidade,
velocidade do processo e benchmarking.
Para Filho e Milioni (2004), as empresas têm se preocupado com suas
unidades instaladas em diferentes cidades, com receitas diferentes, considerando
que estão em mercados diversos. Saber como avaliar a eficiência dessas unidades é
de grande valia para as empresas que querem se manter competitivas no mercado.
Fatores como público, nível de renda, perfil do consumidor são questões que podem
afetar a venda de cada unidade.
Grandes redes comerciais instalam suas unidades em diferentes locais
buscando diferentes mercados. Desta forma é relevante avaliar estas unidades
comerciais (chamadas de DMU´s, sigla em inglês para Decision Making Units). A
metodologia chamada Análise de Envoltória de Dados, ou simplesmente DEA (da
sigla em inglês, Data Envelopment Analysis) permite realizar o cálculo da eficiência
79
relativa de cada DMU.
Maçada (2001) utilizou esta metodologia em sua tese, com o objetivo de medir
a eficiência dos bancos brasileiros. Conforme citado anteriormente, o autor analisa
dados fornecidos pelo Banco Central do Brasil de 41 bancos brasileiros do período
compreendido entre os anos de 1995 a 1999.
O estudo de Maçada (2001) apontou que os bancos que mais investiram em TI
ganharam eficiência ao longo do tempo. A metodologia DEA permitiu detectar os
bancos que conseguiram atingir a eficiência máxima em relação à amostra
analisada.
As primeiras aplicações do DEA incluíam análises em farmácias, força aérea
americana, agências de correios, manutenção, mineração, esportes etc. Entretanto,
a indústria bancária tem recebido especial atenção por parte dos pesquisadores.
Algumas experiências apresentadas por pesquisadores revelam que a seleção
adequada de fatores de input e de output é a questão mais importante na utilização
do DEA para medir a eficiência de qualquer tipo de empresa. A seleção de fatores é
uma tarefa que deve ser desenvolvida com constante feedback, ou seja, não há
exatamente uma conduta linear a ser seguida.
Em uma fase da pesquisa de Maçada (2001), foram escolhidos contadores
para selecionar nas contas de balanço quais os inputs e outputs mais adequados
para analisar, pois os valores de investimentos em TI devem ser cuidadosamente
extraídos do balanço contábil para não ocorrerem conclusões imprecisas. É
necessária uma atenção especial neste sentido. Considere-se, como exemplo
prático, a escolha do input trabalho para análise. O que melhor representa o trabalho
dentro de uma empresa? Algumas pesquisas apontam gastos com pessoal, outras
pesquisas indicam gastos de TI com os funcionários, outras utilizam horas
80
trabalhadas, e outras ainda apenas o número de funcionários. Existem estudos que
apontam horas trabalhadas dos empregados como a melhor alternativa do input
trabalho (PRASAD e HARKER, 1997).
Outra pesquisa nacional, também sobre o setor bancário, e que também usa a
metodologia DEA, é a de Becker, Lunardi e Maçada (2003). Nessa pesquisa, avalia-
se a eficiência de 74 bancos brasileiros, destacando-se os investimentos realizados
em TI. Uma particularidade dessa pesquisa é a utilização de dados apenas do ano
de 2000. Os dados dos bancos foram fornecidos pelo Banco Central do Brasil.
Segundo os autores, a metodologia DEA vem sendo utilizada como uma
alternativa aos modelos econométricos tradicionais no desenvolvimento de
pesquisas e na obtenção de respostas mais concretas para a análise do impacto dos
investimentos em TI nas empresas.
Existe um interesse crescente com relação à mensuração e comparação da
eficiência de unidades organizacionais de mesmo tipo, como departamentos,
hospitais, escolas e bancos.
A medida de eficiência usualmente utilizada é uma razão entre uma soma
ponderada de output e uma soma ponderada de input.
Na conclusão de Becker, Lunardi e Maçada (2003), os bancos que mais
investiram em TI apresentaram melhores índices de eficiência, resultado semelhante
ao encontrado por Maçada (2001). Contudo, foi possível observar que alguns
bancos, apontados como os maiores investidores de TI, apresentaram baixas taxas
de eficiência. Uma explicação pode ser dada pela falha no gerenciamento da TI. No
entanto, seria necessária uma análise longitudinal para afirmar com segurança esta
hipótese.
81
2.8 O PARADOXO DA PRODUTIVIDADE: VINTE ANOS DEPOIS
Ao longo da Era da Informação, houve uma evolução considerável da TI. No
entanto, a relação com a produtividade começou a ser positiva somente na década
de 1990, conforme as pesquisas de Brynjolfsson.
Em geral, os trabalhos internacionais analisados nesta revisão da literatura
sobre o paradoxo apresentaram relação positiva do investimento de TI com a
produtividade, principalmente nos Estados Unidos. Observou-se que os trabalhos
destacaram que uma infra-estrutura tecnológica de TI é um dos grandes
responsáveis pelo avanço tecnológico de uma nação.
Também foi possível identificar nos trabalhos internacionais que a legislação
pode influenciar, significativamente, no avanço da produtividade das nações. Uma
legislação que dificulta a abertura de uma empresa de tecnologia ou que tem altas
taxas de impostos pode dificultar o avanço do país, pois o setor de tecnologia é
muito dinâmico e precisa de uma legislação flexível para acompanhar as novas
tendências do mercado. Com uma legislação flexível para TI, as tecnologias
obsoletas que atravancam a evolução tecnológica poderão ser substituídas com
mais agilidade, proporcionando um avanço tecnológico mais dinâmico.
A análise dos trabalhos dos autores internacionais que confirmam ou refutam o
paradoxo evidenciou que os resultados que confirmam o paradoxo devem ser
divulgados de forma prudente, tendo em vista que a Revolução da TI já trouxe
grandes benefícios para a humanidade. No entanto, estes benefícios podem ser
difíceis de mensurar e, assim, Brynjolfsson (1993) enfatiza que os autores que
encontrarem relação negativa ou nula entre TI e produtividade, devem ressaltar as
limitações de suas pesquisas, como por exemplo, a dificuldade em medir as
contribuições intangíveis que a TI proporciona (BRYNJOLFSSON e HITT, 2000;
82
JOIA, 2007; SAUNDERS e BRYNJOLFSSON, 2007).
A pesquisa de trabalhos que analisam o paradoxo no cenário brasileiro ficou
quase restrita a trabalhos enfocando instituições financeiras. Os resultados foram
divididos, havendo pesquisas que confirmam e outras que refutam o paradoxo.
Contudo, ficou evidenciado que existem benefícios da TI nas instituições financeiras
e o investimento nesse setor é um dos mais altos da economia.
Foram também comparadas as pesquisas analisadas nesta revisão de
literatura com relação às quatro explicações para a existência do paradoxo, definidas
por Brynjolfsson (1993), bem como as metodologias utilizadas que verificam a
relação entre TI e produtividade.
Em relação a revisão das metodologias utilizadas em estudos sobre o
investimento em TI, aquelas de foco internacional, em sua maioria, utilizam a função
de produção Cobb-Douglas para analisar o Paradoxo da Produtividade na sua forma
clássica. Outra metodologia apontada nas pesquisas foi a metodologia DEA, que
abordou, na grande maioria, estudos no setor bancário do Brasil.
Observou-se que ambas as metodologias necessitam de dados acurados para
obterem conclusões confiáveis. A seleção adequada de inputs e outputs é
fundamental para se obter bons resultados. Mesmo nos Estados Unidos, onde o
registro das informações é realizado há mais tempo, existem ainda deficiências que
comprometem os resultados das análises do Paradoxo da Produtividade.
Também se percebeu a falta de pesquisas clássicas sobre o paradoxo no
Brasil e supõe-se que o motivo desta carência seja a falta de dados ou a dificuldade
de acesso a eles.
Por fim, apesar de a grande limitação nos estudos sobre investimento em TI
ser a falta de dados sistematizados, Saunders e Brynjolfsson (2007) indicam que,
83
atualmente, existem muitos dados disponíveis na economia. A questão agora é
quanto ao melhor tratamento e manipulação desses dados, de maneira a extrair
evidências sobre os benefícios que a TI proporciona às empresas.
Dessa forma, considerando a importância dos dados para o desenvolvimento
dos estudos sobre investimento em TI, as próximas seções trazem um breve resumo
sobre a fonte de dados desta dissertação.
2.9 O INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE
Esta seção descreve de forma breve o histórico da Fundação Instituto
Brasileiro de Geografia e Estatística - IBGE, tendo em vista que foi essa fundação
que forneceu os dados para esta pesquisa. O IBGE é uma fundação pública
vinculada ao Ministério do Planejamento, Orçamento e Gestão, instituída nos termos
do Decreto-Lei nº 161, de 13 de fevereiro de 1967, com duração indeterminada, e
sede e foro na cidade do Rio de Janeiro.
O IBGE se constitui no principal provedor de dados e informações do país,
que atendem às necessidades dos mais diversos segmentos da sociedade civil, bem
como dos órgãos das esferas governamentais federal, estadual e municipal. A
missão do IBGE é "Retratar o Brasil com informações necessárias ao conhecimento
da sua realidade e ao exercício da cidadania" (IBGE, 2007a).
O IBGE oferece uma visão completa e atual do Brasil por meio do
desempenho de suas principais funções, entre elas: produção e análise de
informações estatísticas; coordenação e consolidação das informações estatísticas;
produção e análise de informações geográficas; coordenação e consolidação das
informações geográficas; estruturação e implantação de sistemas de informações
84
ambientais; documentação e disseminação de informações e coordenação dos
sistemas estatísticos e cartográficos nacionais (IBGE, 2007a).
Durante o período imperial, o único órgão com atividades exclusivamente
estatísticas era a Diretoria Geral de Estatística, criada no ano de 1871. Com o
advento da República, o governo sentiu necessidade de ampliar essas atividades,
principalmente depois da implantação do registro civil de nascimentos, casamentos e
óbitos.
Com o passar do tempo, o órgão responsável pelas estatísticas no Brasil
mudou de nome e de funções algumas vezes até 1934, quando foi extinto o
Departamento Nacional de Estatística, cujas atribuições passaram aos ministérios
competentes (IBGE, 2007a).
A falta de um órgão capacitado a articular e coordenar as pesquisas
estatísticas, unificando a ação dos serviços especializados em funcionamento no
País, contribuiu para criação, em 1934, do Instituto Nacional de Estatística - INE, que
iniciou suas atividades em 29 de maio de 1936. No ano seguinte, foi instituído o
Conselho Brasileiro de Geografia, incorporado ao INE, que passou a se chamar,
então, Instituto Brasileiro de Geografia e Estatística (IBGE, 2007a).
Nesse contexto, a mais de 70 anos o IBGE oferece diversos serviços para a
sociedade, como por exemplo: identifica e analisa o território nacional, conta a
população, mostra como a economia evolui por meio do trabalho e da produção das
pessoas, revelando ainda como elas vivem.
Atualmente, as atribuições do IBGE são ligadas às geociências e estatísticas
sociais, demográficas e econômicas, o que inclui realizar censos e organizar as
informações obtidas nesses censos, para suprir órgãos das esferas governamentais
85
federal, estadual e municipal, para outras instituições e para o público em geral.
O IBGE conta com quatro Diretorias na sua Estrutura Organizacional. A
primeira é a Diretoria Executiva que exerce atividades de coordenação geral da
Instituição. As pesquisas e trabalhos de natureza estatística são atribuições da
Diretoria de Pesquisas. A terceira é a Diretoria de Geociências, que produz
informações voltadas para avaliação do território nacional, e a quarta é a Diretoria de
Informática, que visa administrar a base de dados do Instituto.
Dentre as várias pesquisas coordenadas pela Diretoria de Pesquisas do IBGE
estão aquelas que abordam a economia do setor industrial do País. Entre elas está a
Pesquisa Industrial Anual – PIA-Empresa, que será detalhada na próxima seção
desta dissertação; a Pesquisa Industrial Anual - PIA-Produto, que apresenta as
quantidades produzidas e vendidas e os valores de produção e de vendas dos
produtos e serviços industriais gerados no País; a Pesquisa de Inovação
Tecnológica - PINTEC, que visa fornecer informações para a construção de
indicadores nacionais e regionais das atividades de inovação tecnológica das
empresas brasileiras; a Pesquisa Anual da Indústria da Construção - PAIC que
reúne um conjunto de informações econômico-financeiras que permitem estimar as
características estruturais básicas do segmento empresarial da atividade da
construção no País, entre outras pesquisas permanentes.
Vários dos serviços oferecidos pelo IBGE são acessíveis por meio do site da
fundação. Um dos serviços é o Sistema IBGE de Recuperação Automática de Dados
- SIDRA, que consiste em um banco de dados numéricos mantido pelo IBGE, com
apresentação de tabulações especiais de informações estatísticas, geográficas,
cartográficas e ambientais do Brasil.
O IBGE também disponibiliza os sites Cidades@, Estados@ e Países@ que
86
são ferramentas para se obter informações sobre os diversos pontos geográficos do
País e do Mundo. Além das informações geográficas, o IBGE também é responsável
pelos seguintes índices econômicos: Índice Nacional de Preços ao Consumidor -
INPC, Índice de Preços ao Consumidor Amplo - IPCA e o Índice Nacional da
Construção Civil - INCC.
Os dados das inúmeras pesquisas do IBGE podem ser acessados de
diversas formas. Entre os acessos virtuais públicos estão o site institucional
www.ibge.gov.br, o sistema SIDRA dentro do site institucional e ainda o endereço
ftp://ftp.ibge.gov.br/.
2.10 A PESQUISA INDUSTRIAL ANUAL - PIA
A presente pesquisa utiliza dados da Pesquisa Industrial Anual - PIA que é
uma das várias pesquisas permanentes do IBGE. Cabe pontuar que um dos
objetivos da PIA é medir os níveis de produtividade do trabalho e de intensidade
de capital (grifo nosso), o que vem ao encontro dos objetivos desta pesquisa.
Assim, esta seção descreve a Pesquisa Industrial Anual.
Segundo IBGE (2007b), a PIA constitui a mais completa fonte de informações
estatísticas sobre o setor industrial brasileiro, fornecendo aos órgãos
governamentais e privados subsídios para o planejamento e para a tomada de
decisão e, aos usuários em geral, informações para estudos setoriais mais
aprofundados.
Cabe ressaltar que o IBGE possui duas Pesquisas Industriais Anuais
semelhantes, que vão juntas a campo, porém com objetivos diferentes. As pesquisas
em questão são a PIA-Empresa e a PIA-Produto. A PIA-Empresa é voltada à
87
identificação de questões relativas ao desempenho das unidades produtivas, e a
PIA-Produto é voltada à identificação da composição da produção industrial por tipo
de produto (IBGE, 2007b).
A PIA tem por objetivo identificar as características estruturais básicas do
segmento empresarial da atividade industrial no país bem como suas
transformações no tempo, por meio de levantamentos anuais, tomando como base
uma amostra de empresas industriais (IBGE, 2005a). Também são objetivos da PIA:
- caracterizar a estrutura industrial brasileira;
- disponibilizar a base de dados para o tratamento das atividades das
indústrias extrativas e de transformação no Sistema de Contas Nacionais,
inclusive em sua abordagem regional;
- possibilitar análises da indústria brasileira sobre outras óticas, isto é, estudos
setoriais, medições de níveis de produtividade do trabalho, de intensidade de
capital e dos níveis de concentração nas várias atividades industriais,
diversificação setorial, e distribuição espacial da atividade industrial; e
- constituir o núcleo de informações em torno do qual se articulam as demais
pesquisas do subsistema de estatísticas das indústrias extrativas e de
transformação.
A série histórica da PIA teve início em 1966. No ano de 1996 a PIA foi
reorganizada com substanciais mudanças de método de trabalho e procedimentos
operacionais, propiciadas inclusive pela absorção de tecnologias mais avançadas de
informática e comunicação para o auxílio na pesquisa, gerando a PIA-Empresa e a
PIA-Produto (IBGE, 2004). Desde 1996 as pesquisas são anuais e por esta razão
esta pesquisa analisou dados a partir de 1996 para acompanhar a mesma
88
metodologia da PIA-Empresa.
O âmbito da PIA inclui as empresas industriais que atenderam aos seguintes
requisitos: estar em situação ativa no Cadastro Central de Empresas - CEMPRE, do
IBGE; ter atividade principal compreendida nas seções C e D (Indústrias Extrativas e
Indústrias de Transformação, respectivamente) da Classificação Nacional de
Atividades Econômicas - CNAE, ou seja, estar identificada no CEMPRE com código
CNAE nestas duas seções e estar sediada em qualquer parte do Território Nacional.
Para coleta de dados a PIA-Empresa conta com 3 instrumentos, sendo:
questionário completo, questionário simplificado e folha de atualização cadastral.
O questionário completo (Anexo A) destina-se às empresas que possuíam
mais de 30 pessoas ocupadas em 31 de dezembro do ano da pesquisa. São as
variáveis desse questionário que foram usadas nesta pesquisa. O questionário
simplificado destina-se às empresas que possuíam de 1 a 29 pessoas ocupadas em
31 de dezembro do ano da pesquisa. E, por último, a folha de atualização cadastral -
FAC tem o objetivo de manter atualizado o cadastro da PIA-Empresa e é aplicada
nos casos onde se caracterizar uma não coleta.
Em linhas gerais, as empresas industriais no âmbito da PIA estão
organizadas juridicamente como entidades empresariais, sob os seguintes estatutos:
empresa pública, sociedade de economia mista, sociedade anônima aberta,
sociedade anônima fechada, sociedade empresária limitada, sociedade empresárias
em nome coletivo, sociedade empresárias em comandita simples, sociedade
empresárias em comandita por ações, sociedade em conta de participação, e, ainda,
empresários com atividade econômica, equiparados pelo Cadastro Nacional da
Pessoa Jurídica - CNPJ como pessoa jurídica, e algumas Cooperativas (IBGE,
2005b).
89
Conforme IBGE (2004), a PIA referente ao período 1966-1995 passou por
várias mudanças metodológicas. De 1966 a 1969, o painel da PIA foi configurado
para cobrir os estabelecimentos que respondiam por cerca de 90% do valor da
produção; em 1971 não foi divulgada a PIA; de 1972 a 1979, o painel da PIA passou
a incluir os estabelecimentos com cinco ou mais pessoas ocupadas; a partir de
1981, a pesquisa passou a ter desenho amostral probabilístico, com a introdução, a
partir de 1986, de amostras independentes para as duas óticas de investigação: a
empresa e a unidade local.
A PIA, na primeira metade da década de 1990 sofreu mudanças por conta da
não disponibilidade de recursos financeiros. A redução da amostra e a redução do
número de variáveis para garantir a agilidade da pesquisa foram ações do IBGE que
marcaram a pesquisa até 1995 (IBGE, 2005b).
No ano de 1996 a PIA foi totalmente reformulada, passando a ser realizada
anualmente. Daquele ano em diante, com a divisão da PIA em PIA-Empresa e PIA-
Produto, a PIA-Empresa sofreu poucas mudanças, o que possibilitou desagregar
dados do seu questionário completo para um longo período, ou seja, de 1996 a
2005, e permitiu realizar a Análise do Impacto da Tecnologia da Informação na
Produtividade do Setor Industrial do Vale do Paraíba Paulista.
90
3 METODOLOGIA DA PESQUISA
A metodologia da presente pesquisa foi elaborada da seguinte forma:
primeiramente são apresentados os aspectos quanto a natureza da pesquisa; em
seguida são apresentados os procedimentos realizados para o levantamento dos
dados. Nas seções seguintes são apresentadas as variáveis coletadas para a
presente pesquisa e sua relação com a função de produção Cobb-Douglas, bem
como uma comparação da metodologia desta pesquisa com outras pesquisas
semelhantes. Por fim, é detalhado o modelo econométrico utilizado e sua
linearização mediante transformação logarítmica.
3.1 NATUREZA DA PRESENTE PESQUISA
A presente pesquisa é uma análise estatística de dados secundários. Os dados
foram extraídos da Pesquisa Industrial Anual - PIA-Empresa do Instituto Brasileiro de
Geografia e Estatística – IBGE, sendo que a busca pelos dados junto ao IBGE
justifica-se em razão do referido Instituto ser responsável pelos levantamentos
estatísticos do Brasil e ainda pela medida da produtividade do país.
3.2 PROCEDIMENTOS
Procedeu-se a uma visita na agência do IBGE em Taubaté - SP, onde foi
explicado, detalhadamente, o objetivo desta dissertação. Nessa visita foi possível
conhecer a Pesquisa Industrial Anual - PIA-Empresa. Foram identificadas variáveis
no questionário completo (Anexo A) da PIA-Empresa passíveis de serem usadas
91
nesta pesquisa. Além disso, a PIA-Empresa tem como foco o setor industrial. Desse
modo, a PIA-Empresa mostrou-se pertinente para atender o objetivo desta pesquisa.
No entanto, a PIA-Empresa é uma pesquisa de âmbito nacional, sendo que os
dados são publicados de forma agregada no site do IBGE. Para obter os dados
desagregados da região do VPP, foram realizados contatos com a Coordenação de
Indústria, vinculada à Diretoria de Pesquisas do IBGE, responsável pela PIA-
Empresa, de modo que os dados desagregados de 1996 a 2005 puderam ser
disponibilizados.
3.3 DEFINIÇÃO DAS VARIÁVEIS DA PRESENTE PESQUISA
Esta etapa da pesquisa apresenta as variáveis que foram selecionadas do
questionário completo (Anexo A) da PIA-Empresa e a relação dessas variáveis com
a função de produção Cobb-Douglas usada nesta pesquisa.
Brynjolfsson e Hitt (1996) apontam que, na maioria das empresas, não há
segregação do capital TI e do capital não-TI. Ambas as informações são registradas
em conjunto pela contabilidade das empresas, dificultando a análise do paradoxo da
produtividade. O mesmo acontece com o insumo trabalho TI e trabalho não-TI.
Algumas poucas empresas, que fazem a segregação dos dados, algumas vezes
erram no momento de classificar estas informações, ou seja, bens que são TI são
registrados como se fossem não-TI e vice-versa.
Definido de um modo geral, o dispêndio em TI inclui investimento em
computadores, telecomunicações, hardware, software e serviços. Contudo, como
definido em muitas pesquisas incluídas na revisão da literatura desta pesquisa, o
dispêndio em TI está limitado principalmente a hardware de computador. Esta
92
pesquisa utiliza os campos 79, 84 e 89 do questionário completo (Anexo A), ou seja,
“Outras aquisições (móveis, microcomputadores, etc)” para representar o capital TI.
Cabe ressaltar que os campos 79, 84 e 89 do questionário completo (Anexo
A) representam valores monetários de “microcomputadores” e a identificação destes
campos termina com a abreviação “etc”. Conforme Ferreira (2006) a abreviação “etc”
compreende “demais coisas semelhantes” e que seu uso é para evitar uma longa
enumeração de termos semelhantes.
Assim, a palavra “microcomputadores” é apenas um recurso tecnológico de
TI. Porém a TI compreende outros recursos tecnológicos, semelhantes a
microcomputadores, conforme as definições no Quadro 2:
Autor Conceito de TI
Palvia (1997) A TI envolve todos os aspectos de computadores (hardware e software), sistemas de informação, telecomunicações e automação de escritórios.
Laurindo (2002)
A TI considera as características humanas, administrativas e organizacionais de uma empresa, além de englobar a área de informática e telecomunicações.
Rezende e Abreu (2003)
O conceito de TI pode resumir-se em todos os recursos tecnológicos e computacionais para tratamento da informação, sendo que este conceito está fundamentado nos seguintes componentes: hardware, seus dispositivos e periféricos, software e seus recursos, sistema de telecomunicações e gestão de dados e informações.
Turban, Rainer Júnior e Potter (2005)
É a coleção de recursos de informação da empresa, seus usuários e a gerência que os supervisiona, ou seja, inclui toda a infra-estrutura e sistemas de informação da empresa. O termo Tecnologia da Informação (TI) muitas vezes é usado como sinônimo de Sistema de Informação (SI).
Quadro 2 - Algumas definições do termo TI
Nesse particular, nota-se que os autores acima concordam que TI possui
alguns componentes essenciais como hardware, software (sistemas),
telecomunicação, além das pessoas que estão envolvidas.
Por esse motivo, os campos 79, 84 e 89 do questionário completo (Anexo A)
93
foram considerados como investimentos em Capital TI.
A dificuldade em dividir as variáveis TI das variáveis não-TI também foi
observada no trabalho de Prasad e Harker (1997). O trabalho dos autores não é
claro quanto à composição das variáveis de insumo (capital de TI, capital não-TI,
trabalho de TI e trabalho não-TI).
Diante dessa dificuldade, para definição das variáveis de insumo, recorreu-se à
literatura econômica para definir melhor as caracterísiticas de capital e trabalho para
esta pesquisa.
A variável capital pode ser vista como aquela que abrange instalações,
máquinas e equipamentos que auxiliam na produção. Já a variável trabalho pode
abranger os métodos de trabalho, os salários e benefícios e os empregados, além
das horas de trabalho (CONTADOR, 1998).
Segundo McConnell (1978 apud MOREIRA, 1994, p. 9-10), o termo capital,
ou bens de investimento refere-se a tudo aquilo feito pelo homem para auxiliar na
produção, isto é, todas as ferramentas, máquinas, móveis, equipamentos, estoques
e instalações.
Para Moreira (1994), trabalho é o fator básico de produção que, junto com o
capital, é utilizado para produzir bens ou prestar serviços. É representado pelo
número de horas pagas, pelo número de horas trabalhadas, pelo número de
trabalhadores no período considerado, ou ainda pelos salários e outras
remunerações, sendo que este último aspecto foi considerado nesta pesquisa,
devido a maior facilidade de obtê-los.
Consoante OCDE (2001), a melhor medida para o insumo trabalho é a hora
trabalhada, mas mesmo esta medida não é exata, pois uma hora trabalhada pode
ser diferente de funcionário para funcionário, tendo em vista as habilidades,
94
formação, experiência e até capacidade física de cada um. Moreira (1994) chama a
atenção para a diferença entre hora paga e hora trabalhada. As horas pagas incluem
férias, descanso, ausências por doença, sendo que as horas trabalhadas refletem a
produção mais precisa por trabalhador.
Os estudos de impacto de TI definem o capital como um valor “anualizado”
dos investimentos. Na presente dissertação, todas as variáveis são em valores
monetários anuais e foram extraídas do questionário completo (Anexo A) da PIA-
Empresa referente aos anos de 1996 a 2005, seguindo a tendência dos estudos de
abordagem longitudinal sobre o paradoxo da produtividade. Uma das formas de
compensar as limitações da medida dos insumos é trabalhar com longas séries de
dados (BRYNJOLFSSON e HITT, 2003).
3.3.1 As variáveis da Função de Produção Cobb-Douglas
Considerando que a função de produção Cobb-Douglas utilizada nesta
pesquisa tomou a seguinte forma: Q = eβ0 Cβ1 Kβ2 Sβ3 Lβ4, devido aos ajustes
orientados por pesquisas anteriores, são apresentados, a seguir, os campos do
questionário completo (Anexo A) da PIA-Empresa que representam as cinco
variáveis da função Cobb-Douglas.
Para representar a variável Produto (Q) da função de produção Cobb-Douglas
foi considerado o campo 20. Esse campo é intitulado “Total de Receita Líquida de
Vendas” e representa o valor apurado na Demonstração de Resultados da Empresa,
obtido da operação: receita bruta menos deduções.
Com relação ao Capital TI (C), foram considerados 3 campos. Os de número
79, 84 e 89. Os campos referem-se a móveis, microcomputadores e semelhantes
95
adquiridos de terceiros, produzidos pela própria empresa e as melhorias.
Para Capital não-TI (K) foram selecionados 9 campos. Os campos são os de
número 76, 77, 78, 81, 82, 83, 86, 87 e 88. Esses campos representam os terrenos e
edificações, máquinas e equipamentos industriais e meios de transporte, sendo que
foram consideradas para essas variáveis os investimentos em aquisições de
terceiros, em produção própria e em melhorias.
A grande quantidade de campos selecionados para Capital TI e,
principalmente, Capital não-TI justifica-se pelo fato de o setor industrial usar o fator
capital de maneira intensiva para a manutenção e desenvolvimento de suas
atividades (MENDES, 2005).
A variável Trabalho TI (S) foi extraída do questionário completo (Anexo A) por
meio do campo 10, intitulado “Salários, retiradas e outras remunerações relativas ao
ano do pessoal assalariado não ligado à produção industrial”. Segundo IBGE
(2005a), o campo 10 refere-se às pessoas remuneradas diretamente pela empresa,
ocupadas nas atividades de apoio indireto à produção industrial, ou seja, nas
atividades administrativas, contábeis, de controle gerencial, comerciais, entre outras,
isto é, os chamados trabalhadores white-collar (ROACH, 1991).
Por fim, para a variável Trabalho não-TI (L) foi considerado o campo 9. O
referido campo intitula-se “Salários, retiradas e outras remunerações relativas ao ano
do pessoal assalariado ligado à produção industrial”. O campo 9 representa as
pessoas remuneradas diretamente pela empresa, efetivamente ocupadas nas
atividades de produção de bens e serviços industriais, de manutenção e reparação
de equipamentos industriais; de utilidades e de apoio direto à produção industrial, os
chamados trabalhadores blue-collar (ROACH, 1991).
96
De forma mais detalhada, o Quadro 3 mostra a relação das variáveis da
presente pesquisa com a função de produção Cobb-Douglas:
Função de Produção: Q = eβ0 Cβ1 Kβ2 Sβ3 Lβ4
Campos do Questionário Completo (Anexo A)
Q = produto da empresa Total da Receita Líquida de Vendas (Campo 20) C = capital TI Móveis , microcomputadores etc (Campos 79, 84 e 89) K = capital não TI Terrenos e edificações, Máquinas e equipamentos industriais e
meios de transporte (Campos 76, 77, 78, 81, 82, 83, 86, 87 e 88)
S = trabalho TI Salários, retiradas e outras remunerações relativas ao ano do pessoal assalariado não ligado à produção industrial (Campo 10)
L = trabalho não TI Salários, retiradas e outras remunerações relativas ao ano do pessoal assalariado ligado à produção industrial (Campo 9)
Quadro 3 - Relação das variáveis da Função de Produção Cobb-Douglas com o Questionário Completo (Anexo A)
Por fim, a metodologia da presente pesquisa pode ser comparada com as
pesquisas de Brynjolfsson e Hitt (1996) e Prasad e Harker (1997) conforme indicado
no Quadro 4:
Metodologia Brynjolfsson e Hitt (1996)
Prasad e Harker (1997)
Presente Pesquisa (2008)
Dimensão temporal Longitudinal Longitudinal Longitudinal Período da pesquisa 5 anos (1987-1991) 3 anos (1993-1995) 10 anos (1996-2005) Amostra 367 grandes
empresas 47 bancos norte-americanos de varejo
Setor Industrial do VPP
Método Função de produção Função de produção Função de produção Objeto de correlação com TI
Produtividade Produtividade e lucratividade
Produtividade
Representação do produto
Faturamento bruto (total de vendas)
Empréstimos totais + depósitos totais; rendimento líquido
Total da Receita Líquida de Vendas
Composição do insumo Capital
Instalações, equipamentos e nº de Computadores
Não especificado Aquisições de Terceiros, Produção Própria e Melhorias
Composição do insumo trabalho
Investimento em mão-de-obra
Horas trabalhadas Salários, retiradas e remunerações do pessoal assalariado [não] ligado à produção industrial
Quadro 4 - Comparação entre aspectos da metodologia de Brynjolfsson e Hitt (1996) e Prasad e Harker (1997) com a metodologia adaptada para a presente pesquisa Fonte: Adaptado de Menezes (2004)
97
Pode-se observar, no Quadro 4, que existem algumas semelhanças desta
pesquisa com as pesquisas anteriores, como por exemplo a dimensão temporal do
projeto de pesquisa e o método. No entanto, percebe-se mais uma vez que não há
uma metodologia única para a análise do paradoxo da produtividade.
3.4 ESTIMAÇÃO ECONOMÉTRICA E FORMULAÇÃO DAS HIPÓTESES
Nesta seção serão descritos os procedimentos tomados para realizar a
análise estatística de dados secundários provenientes da PIA-Empresa. Conforme
enunciado anteriormente, os dados são do setor industrial do VPP, do período
compreendido entre 1996-2005.
A estimação é um processo de indução, na qual usamos dados extraídos de
uma amostra para produzir inferência sobre a população. Esta inferência só será
válida se a amostra for significativa (SILVA et al., 1997). A estimação feita nessa
pesquisa se baseia nos dados do setor industrial do VPP.
A exemplo de vários estudos do paradoxo da produtividade, foi utilizada nesta
pesquisa a função de produção Cobb-Douglas, separando-se os componentes de
capital de TI e trabalho de TI dos componentes de capital não-TI e trabalho não-TI,
ou seja:
Q = eβ0 Cβ1 Kβ2 Sβ3 Lβ4 (3)
Onde: Q = produto das empresas C = Capital TI
98
K = Capital não TI S = Trabalho TI L = Trabalho não TI e β1, β2, β3 e β4 são as elasticidades dos produtos associados
A média por ano das variáveis correntes de produto e insumos coletados da
PIA-Empresa estão no Apêndice A.
O Apêndice B contém a planilha resumo das variáveis constantes de dezembro
de 2005. Foi utilizado como referêncial para conversão dos valores o Índice Geral de
Preços – Disponibilidade Interna (IGP-DI), seguindo a orientação de Moreira (1991),
que alerta para a necessidade de padronizar valores monetários. Para tanto, foram
adotados os seguintes passos:
- divisão do número-índice do IGP-DI de dezembro de 2005 (330.835) pelo do
IGP-DI de dezembro de um dado ano (por exemplo, 176.647, de dezembro de
1999), encontrando-se, assim, o índice inflacionário correspondente ao período
desejado (1,8729 - número-índice arredondado); e
- multiplicação do índice inflacionário (por exemplo, 1,8729) por uma
determinada média corrente do Apêndice A (por exemplo R$ 4.069.025,00,
correspondente a variável média do Trabalho TI no ano de 1999), para convertê-lo
em valor constante de dezembro de 2005 (R$ 7.620.876,22 )
Em seguida, consoante as pesquisas de Brynjolfsson e Hitt (1996) e Prasad e
Harker (1997), a equação 3 foi linearizada, resultando em 10 equações, uma para
cada ano:
Ln(Q1996) = β1996 + β1Ln(C1996)+ β2Ln(K1996) + β3Ln(S1996)+ β4Ln(L1996)+ ε1996 (4a)
Ln(Q1997) = β1997 + β1Ln(C1997)+ β2Ln(K1997) + β3Ln(S1997)+ β4Ln(L1997)+ ε1997 (4b)
Ln(Q1998) = β1998 + β1Ln(C1998)+ β2Ln(K1998) + β3Ln(S1998)+ β4Ln(L1998)+ ε1998 (4c)
99
Ln(Q1999) = β1999 + β1Ln(C1999)+ β2Ln(K1999) + β3Ln(S1999)+ β4Ln(L1999)+ ε1999 (4d)
Ln(Q2000) = β2000 + β1Ln(C2000)+ β2Ln(K2000) + β3Ln(S2000)+ β4Ln(L2000)+ ε2000 (4e)
Ln(Q2001) = β2001 + β1Ln(C2001)+ β2Ln(K2001) + β3Ln(S2001)+ β4Ln(L2001)+ ε2001 (4f)
Ln(Q2002) = β2002 + β1Ln(C2002)+ β2Ln(K2002) + β3Ln(S2002)+ β4Ln(L2002)+ ε2002 (4g)
Ln(Q2003) = β2003 + β1Ln(C2003)+ β2Ln(K2003) + β3Ln(S2003)+ β4Ln(L2003)+ ε2003 (4h)
Ln(Q2004) = β2004 + β1Ln(C2004)+ β2Ln(K2004) + β3Ln(S2004)+ β4Ln(L2004)+ ε2004 (4i)
Ln(Q2005) = β2005 + β1Ln(C2005)+ β2Ln(K2005) + β3Ln(S2005)+ β4Ln(L2005)+ ε2005 (4j)
O Apêndice C contêm os dados de produto e insumos transformados
mediante conversão logarítmica.
O paradoxo da produtividade nasceu justamente da afirmação de alguns
autores de que investimentos em TI não impactam positivamente na produtividade.
Assim, observando a equação (3), algum estudos concluem que os coeficientes β1 e
β3 são equivalentes a zero, isto é, investir em Capital TI e Trabalho TI não impacta
positivamente na produtividade, implicando que investimentos em TI não aumentam
a produtividade.
Contudo, como disposto na revisão de literatura, alguns estudos mostram o
contrário, apontando para benefícios ao investir em TI. Neste contexto, segundo
Silva et al. (1997), se tivermos alguma informação com respeito ao valor do
parâmetro que desejamos avaliar, podemos testar esta informação no sentido de
aceitá-la como verdadeira ou rejeitá-la. A teoria classifica esta situação como teste
de hipóteses ou teste de significância. Para tanto existe a hipótese nula identificada
por "H0" e a hipótese alternativa, também conhecida como hipótese da pesquisa,
identificada por "H1".
100
Neste sentido, o teste de hipóteses é uma regra de decisão que permite
aceitar ou rejeitar como verdadeira uma hipótese nula "H0" com base na evidência
amostral (SILVA et al., 1997). Para a realização do teste de hipóteses é necessária
uma amostra da população para verificar se a amostra confirma ou não o valor do
parâmetro informado pela hipótese nula. Para tanto, os dados da PIA-Empresa
representam a amostra da população desta pesquisa, ou seja, a amostra do setor
industrial do VPP.
No teste de hipóteses, a hipótese nula “H0” é expressa sempre por uma
igualdade do tipo: H0 : parâmetro = r, onde “r” é um número real. Já a hipótese
alternativa é que diferencia os vários tipos de teste de hipóteses, ou seja, a hipótese
alternativa é dada por uma desigualdade: “>”, “<” ou “#”, sendo que a escolha dos
sinais depende da quantidade de informações que se têm sobre o assunto.
Em linhas gerais, espera-se que a conclusão seja pela rejeição da hipótese
nula, de forma a apoiar a hipótese da pesquisa.
Neste contexto, as hipóteses da presente pesquisa vêm a ser:
- H0: β1 = β3 = 0
- H1: Existe pelo menos um βj (j = 1, 3) ≠ 0
Na hipótese H0, se β1 e β3 forem iguais a 0, significa que investimento em TI
não melhora a produtividade. A hipótese H1 implica que, se pelo menos uma variável
TI for diferente de 0, os investimentos em TI impactam positivamente na
produtividade.
Os resultados serão apresentados no próximo Capítulo desta dissertação.
101
4 RESULTADOS E DISCUSSÃO
Esta etapa da pesquisa corresponde ao desenvolvimento da análise
estatística dos dados secundários da PIA-Empresa. No primeiro instante, por meio
dos dados coletados da PIA-Empresa, será realizada uma caracterização do setor
industrial do VPP. No segundo momento, os dados serão analisados por meio de
análise de regressão, de maneira a confirmar ou refutar o paradoxo da produtividade
no setor industrial do VPP.
4.1 CARACTERIZAÇÃO DOS DADOS COLETADOS
Esta seção traz o estudo dos dados desagregados da PIA-Empresa
referentes ao setor industrial do VPP. Também faz parte da caracterização dos
dados um estudo sobre a quantidade de cidades que participaram da PIA-Empresa
no período de 1996 a 2005, a quantidade de empresas que responderam a PIA-
Empresa e a média de receita líquida de vendas das empresas no período.
Por conta do Decreto nº 73.177, de 20 de novembro de 1973, que dispõe
sobre a obrigatoriedade e sigilo das informações que o IBGE coleta, as informações
destinam-se, exclusivamente, para fins estatísticos. Dessa forma, os dados brutos
não estão disponibilizados nesta dissertação, sendo que apenas dados agregados
serão apresentados e discutidos nas seções a seguir. Alguns gráficos mostram
dados disponibilizados no Apêndice A.
Considerando que a região do VPP possui 39 cidades (IBGE, 2008a), cabe
lembrar que nem todas as cidades participaram da PIA-Empresa. Um dos motivos é
que somente foram disponibilizados pelo IBGE dados das cidades que
102
apresentaram 3 ou mais empresas na amostra. Assim, se no ano de 1997 a cidade
de Taubaté contasse com apenas 2 empresas respondentes da PIA-Empresa, os
dados destas 2 empresas e a cidade de Taubaté não apareceriam na planilha. Essa
omissão é por conta do sigilo estatístico assumido pelo IBGE.
Na série de 10 anos desta pesquisa não houve uma variação significativa do
número de cidades que participaram da PIA-Empresa, conforme Gráfico 1:
1918
2122
2322
2123
24
21
0
5
10
15
20
25
30
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Anos
Nú
mer
o d
e C
idad
es
Gráfico 1 - Cidades do VPP que participaram da PIA-Empresa entre 1996-2005
Como citado anteriormente, as cidades que foram incluídas nesta amostra
possuem 3 ou mais empresas industriais que participaram da PIA-Empresa, de
maneira que, em alguns anos, algumas cidades foram incluídas na amostra e em
outros anos não, por conta da necessidade do mínimo de 3 empresas.
Com relação ao número de empresas que participaram da PIA-Empresa,
houve um crescimento praticamente contínuo durante os anos analisados, conforme
o Gráfico 2:
103
106 112126 133 135
162
183193 187
221
0
50
100
150
200
250
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Anos
Nú
mer
o d
e E
mp
resa
s
Gráfico 2 - Empresas do VPP que participaram da PIA-Empresa entre 1996-2005
Somente entre os anos de 2003 e 2004 houve uma pequena queda do
número de empresas que participaram da PIA-Empresa. Cabe pontuar que de 1996
a 2005 houve um aumento de mais de 100% das empresas participantes da PIA-
Empresa.
As cidades do VPP que mais contribuíram na pesquisa PIA-Empresa do
período foram as cidades de maior Produto Interno Bruto - PIB da região, ou seja,
São José dos Campos, Taubaté, Jacareí e Pindamonhangaba, conforme Gráfico 3:
104
3134
4138
43
60
6863 63
74
13 1518
25 27 2529
34 3338
18 17 15 1714
18 16
22
16
22
6 5 711
812 12 13
18 18
0
10
20
30
40
50
60
70
80
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Anos
Nú
mer
o d
e E
mp
resa
s
Empresas de São José dos Campos Empresas de Taubaté
Empresas de Jacareí Empresas de Pindamonhangaba
Gráfico 3 - Comparação do número de empresas das cidades de maior PIB do VPP entre 1996-2005
No Gráfico 3 fica visível a superioridade da cidade de São José dos Campos
em relação ao número de empresas que participaram da PIA-Empresa. Isso
corrobora o 1º lugar de São José dos Campos na classificação das cidades de maior
Produto Interno Bruto - PIB da região do VPP (IBGE, 2008b).
Com relação à média da receita líquida de vendas de todas as empresas que
participaram da PIA-Empresa, há um crescimento constante, conforme Gráfico 4:
105
178.
962.
656
203.
685.
950
160.
933.
991
122.
389.
927
159.
593.
316
160.
069.
086
125.
193.
844
88.3
37.2
33
66.8
55.4
68
53.0
18.0
45
0
50.000.000
100.000.000
150.000.000
200.000.000
250.000.000
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Anos
Rec
eita
Líq
uid
a d
e V
end
as (
Em
R$)
Gráfico 4 - Média do produto das empresas entre os anos de 1996-2005
A média do produto das empresas apresentou crescimento constante durante
os anos de 1996 a 2005, com uma queda entre os anos de 2001 e 2002,
provavelmente em razão da crise nacional, sem precedentes no Brasil, que afetou o
fornecimento e distribuição de energia elétrica, e que ficou conhecida como a “Crise
do Apagão”. Após esse período, o crescimento do setor industrial da região do VPP
foi retomado. Isso corrobora que a região do Vale do Paraíba Paulista - VPP é uma
região de grande desenvolvimento econômico, sendo atrativa para as empresas. A
região do VPP liga os Estados de São Paulo, Rio de Janeiro e Minas Gerais por
meio de rodovias que facilitam a logística das empresas e estimula os investimentos
(PRADO e ABREU, 1995).
Apesar do crescimento constante do produto das empresas no período, isso
não pode ser atribuído apenas aos investimentos em TI, visto que outros
investimentos em não-TI também foram realizados. Assim, o Gráfico 5 compara a
evolução dos investimentos em capital TI e capital não-TI do setor industrial da
região do VPP.
106
200.400
130.547
429.461
178.670
1.693.255
414.244
729.446
523.639
957.836
997.016
573.975
510.252
539.671
841.589911.979
921.721
466.781
1.380.015
748.623
581.419
0
200.000
400.000
600.000
800.000
1.000.000
1.200.000
1.400.000
1.600.000
1.800.000
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Anos
Méd
ia d
e In
vest
imen
tos
em C
apit
al (
R$)
Média do investimento em Capital TI Média do investimento em Capital não-TI
Gráfico 5 - Média dos Investimentos em capital TI e capital não-TI
A média de investimentos em Capital não-TI durante os 10 anos se mostra
26% superior a média dos investimentos em Capital TI, pois o setor industrial utiliza
mais capital na linha de produção (ROACH, 1991). Também cabe salientar que os
investimentos não seguem um padrão uniforme de crescimento.
Nota-se que, entre os anos de 1999 e 2000, houve um crescimento
acentuado no investimento em capital TI, provavelmente devido às empresas se
prepararem para o “bug do milênio”, previsto para ocorrer em todos os sistemas
informatizados na virada do ano de 1999 para 2000, e que levou empresas do
mundo todo a atualizarem seus parques tecnológicos da área de TI.
Apesar de não existir um padrão no investimento em Capital TI, a tendência é
de crescimento, devido ao custo decrescente dessa tecnologia nos últimos anos. De
acordo com Turban, Rainer Júnior e Potter (2005), além do aumento da velocidade e
desempenho com a evolução da tecnologia, o custo do computador sofreu grande
107
queda. No ano de 1988 um computador pessoal equipado com hardware e
softwares padrões custava US$5.200. No início do ano de 2004 um computador
pessoal com sistema operacional e periféricos básicos custava por volta de
US$2.000.
Com relação ao Trabalho TI e ao Trabalho não-TI, o setor industrial tem mais
trabalhadores na linha de produção que não usam computador do que nos
escritórios das indústrias deste segmento da economia, cenário que já era apontado
por Roach (1991).
2.74
4.75
8
2.68
4.32
0
3.81
9.39
6
4.06
9.02
5
3.98
9.58
5
3.31
7.74
6
5.47
9.79
3
5.01
9.81
6
5.40
9.14
55.
215.
974
5.92
9.65
0
7.58
6.23
9
9.45
1.83
9
9.86
3.14
2 13.2
47.5
67
12.2
26.1
80
9.80
9.64
3 14.3
33.7
13
19.3
65.4
2414
.550
.658
0
5.000.000
10.000.000
15.000.000
20.000.000
25.000.000
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Anos
Méd
ia d
e In
vest
imen
tos
em T
rab
alh
o (
R$)
Média do Trabalho TI Média do Trabalho não-TI
Gráfico 6 - Média dos investimentos em trabalho TI e trabalho não-TI
Os dados mostram que o investimento em Trabalho não-TI no setor industrial
é maior que o investimento em Trabalho TI.
Por fim, o Gráfico 7 compara os investimentos extraídos da PIA-Empresa
neste estudo.
108
0
5.000.000
10.000.000
15.000.000
20.000.000
25.000.000
30.000.000
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Anos
Méd
ia d
e In
vest
imen
tos
em C
apit
al e
T
rab
alh
o (
R$)
Média do Trabalho TI Média do Trabalho não-TI
Média do Capital TI Média do Capital não-TI
Gráfico 7 - Investimentos médios em Trabalho e Capital entre 1996 e 2005
No Gráfico 7 são comparados os investimentos em trabalho e capital. O
resultado mostra um investimento no insumo trabalho muito superior aos
investimentos em capital.
De acordo com Mendes (2005), enquanto o setor primário da economia utiliza
mais intensivamente o fator terra, e o setor terciário utiliza mais intensamente o fator
trabalho, o setor secundário, ou setor industrial, utiliza o fator-capital com mais
intensidade. Este cenário não foi evidenciado neste estudo, indicando um baixo
estoque de capital investido no setor, na região do VPP. No entanto, o resultado do
baixo investimento em capital TI, em relação aos demais investimentos, já era
apontado por Dedrick, Gurbaxani e Kraemer (2003).
Após a caracterização e análise dos dados desagregados da PIA-Empresa, a
pesquisa segue para a análise de regressão, de maneira a confirmar ou refutar o
paradoxo da produtividade no setor do VPP.
109
4.2 ANÁLISE DE REGRESSÃO DOS DADOS DA PIA-EMPRESA
Nesta seção será realizada uma análise quantitativa dos dados coletados da
PIA-Empresa. Os resultados são analisados e discutidos de modo a testar as
hipóteses da pesquisa.
Segundo Crespo (1997), uma vez caracterizada a relação entre variáveis de
natureza quantitativa, é possível descrevê-la através de uma função matemática, no
caso desta pesquisa, a função de produção Cobb-Douglas.
Assim, sempre que for necessário estudar determinada variável em função de
outra é oportuno o uso da análise de regressão. Pode-se dizer que a análise de
regressão tem por objetivo descrever, através de um modelo matemático, a relação
entre duas variáveis, partindo de “n” observações das mesmas. A variável sobre a
qual se deseja fazer uma estimativa recebe o nome de variável dependente, ou “Y”,
e a outra recebe o nome de variável independente, ou “X”.
Para Pindyck e Rubinfeld (2002), a regressão múltipla é um meio de adequar
funções econômicas a dados existentes, permitindo quantificar relações econômicas
e testar hipóteses a respeito de tais relações.
Na regressão múltipla é considerada uma variável dependente “Y” e diversas
variáveis independentes, as variáveis “X”. Relacionando com a função de produção
Cobb-Douglas, a variável Y é representada pelo produto (Q), e as variáveis X são
representadas pelos insumos capital TI (C), capital não-TI (K), trabalho TI (S) e
trabalho não-TI (L). Desse modo, tem-se uma equação de regressão múltipla que
relaciona cinco variáveis.
A regressão múltipla inclui ainda um termo de erro "ε" que representa a
110
influência coletiva de quaisquer variáveis omitidas no modelo que também possam
afetar Y (por exemplo: os preços de outras mercadorias, o clima, as modificações
inexplicáveis ocorridas nos gostos dos consumidores etc).
O resultado da análise de regressão da presente pesquisa tem o objetivo de
testar as hipóteses formuladas neste estudo. Sendo assim, nesta pesquisa, foram
definidas duas hipóteses. A primeira é a hipótese nula (H0) que implica que
investimentos em TI não impactam positivamente na produtividade, enquanto que a
segunda é a hipótese da pesquisa (H1), que implica que investimentos em TI
impactam positivamente na produtividade do setor industrial do VPP.
Por meio de análise de regressão dos 10 anos do setor industrial do VPP foi
possível construir a Tabela 1, que mostra os coeficientes para Capital TI e Trabalho
TI.
Tabela 1 - Resumo de resultados da análise de regressão de 1996 a 2005 do
Setor Industrial do VPP
Parâmetro Coeficientes Erro padrão Stat t P-value r2 F F de significância
Interseção 7,504739823 6,528899616 1,149464728 0,302359869 0,713115126 3,1071485
0,122673066
Capital TI (C)
0,081248849 0,098065544 0,828515762 0,445113098 - - -
Capital não-TI (K)
-0,113900704 0,143185417 -0,79547699 0,462411239 - - -
Trabalho TI (S)
-0,169324828 0,354899288 -0,4771067 0,653410409 - - -
Trabalho não-TI (L)
0,882750153 0,340061508 2,595854372 0,048492023 - - -
Segundo Triola (1999), existe uma correlação entre duas variáveis quando
uma delas está, de alguma forma relacionada a outra. O coeficiente de correlação
linear “r2” mede o grau de relacionamento entre os valores emparelhados “Y” e “X”
em uma amostra, sendo que se o valor de “r” for igual a 1 significa uma correlação
111
positiva perfeita entre “X” e “Y”.
Pindyck e Rubinfeld (2002) observam ainda que o “r2” oferece uma medição
da exatidão da equação de regressão múltipla. Seu valor varia entre 0 e 1. Um “r2”
igual a zero significa que as variáveis independentes nada explicam da variação
ocorrida na variável dependente; um “r2” igual a 1 significa que as variáveis
independentes descrevem perfeitamente a variação ocorrida na variável
dependente. Na Tabela 1, o valor de “r2” foi estimado em 0,71. Isso nos informa que
as quatro variáveis independentes (C,K,S,L) explicam 71% da variação ocorrida no
produto “Q”.
Um “r2” elevado não representa, por si só, que as variáveis incluídas na
equação de regressão múltipla sejam as mais apropriadas. Em primeiro lugar, “r2”
varia com os tipos de dados que estejam em estudo. Em segundo lugar, a
microeconômica oferece uma prova vital. Se uma regressão de vendas de
automóveis em relação ao preço do trigo apresentar um “r2” elevado, deve-se
questionar a confiabilidade do modelo utilizado, porque a microeconômica nos diz
que as mudanças no preço do trigo têm pouco ou nenhum efeito na venda de
automóveis. Portanto, a confiabilidade global do resultado de uma regressão
depende da formulação da equação de regressão múltipla, isto é, a escolha das
variáveis “Y” e “X” é vital para a qualidade do ajuste da análise de regressão
(TRIOLA, 1999).
A Figura 5 permite ilustrar a relação das variáveis da equação de regressão
múltipla. A Figura 5 representa um Diagrama que pode ser interpretado como a
relação entre o conjunto Y e o conjunto X no qual há alguns elementos em comum,
demonstrados pela região onde as circunferências se intersectam.
112
Figura 5 - Diagrama representativo do “r2” Fonte: Adaptado de Menezes (2004)
Na Figura 5, o círculo Y representa a oscilação na variável dependente
(produto Q) e o círculo X representa a oscilação das variáveis independentes
(insumos C, K, S e L). A sobreposição dos dois círculos indica até que ponto a
variação de Y é explicada pela variação de X. Quanto maior a sobreposição, maior a
variação em Y explicada por X. Desta forma, considerando o “r2” de 0,71, tem
sentido dizer que os insumos C, K, S e L explicam em mais de 2/3 da variação de Q.
No entanto, para os fins desta pesquisa, interessa testar as hipóteses
postuladas para então concluir se os investimentos em TI impactam positivamente
na produtividade do setor industrial do VPP. Para tanto, o teste estatístico P-value
permite rejeitar ou não a hipótele nula.
Segundo Triola (1999), o P-value pode ser usado para rejeitar ou não uma
hipótese nula em um Teste de Hipóteses. Os valores do P-value variam entre 0 e 1.
Quando o valor encontrado é inferior a 0,05, isso sugere uma evidência adequada
contra a hipótese nula. Já um P-value superior a 0,05 traz uma evidência insuficiente
X Y
C, K,
S, L Q 777111%%%
113
contra a hipótese nula.
Em resumo, o critério de decisão leva em conta que para rejeitar a hipótese
nula o valor do P-value deve ser máximo igual ao nível de significancia Alfa (Alfa =
0,05 neste caso) ou, para não rejeitar a hipótese nula o valor do P-value deve ser
maior do que o nível de significância Alfa.
Desta forma, como evidenciam os valores do P-value na Tabela 1, os
coeficientes das variáveis TI (C e S) não são estatísticamente significantes, pois os
valores estão acima de 5%. Logo, com os dados disponíveis, não há motivo para
rejeitar a hipótese nula (H0), isto é, não há evidência suficiente para rejeitar a
afirmação de que o paradoxo existe no setor industrial do VPP.
Seguindo uma tentativa semelhante a de Menezes (2004), procedeu-se a
uma análise de regressão com defasagem de 1 ano para os insumos TI (C e S),
compreendendo que os investimentos em TI levam um certo tempo para ter um
impacto na produtividade (BRYNJOLFSSON, 1993). O resultado da análise de
regressão com defasagem de 1 ano é apresentado na Tabela 2:
Tabela 2 - Resumo de resultados da análise de regressão do Setor Industrial
do VPP com defasagem de 1 ano
Parâmetro Coeficientes Erro padrão Stat t P-value r2 F F de significância
Interseção
1,26557575 5,66603231 0,223361902 0,834197266 0,73460343 2,767946247 0,17391942
Capital TI (C)
0,11004711 0,08965704 1,227422969 0,286959479 -
-
-
Capital não-TI (K)
-0,0695902 0,20086349 -0,34645521 0,746457965
-
-
-
Trabalho TI (S) 0,23510637 0,44109912 0,533001216 0,622268944
-
-
-
Trabalho não-TI (L)
0,8178905 0,43520491 1,879322765 0,133385573
- - -
114
Nesse caso, percebe-se que o “r2” continua a apontar a função de produção
Cobb-Douglas como sendo um modelo adequado para a análise dos dados
desagregados da PIA-Empresa.
Contudo, em relação a coluna P-value da Tabela 2, todas as variáveis
apresentaram valores maiores que 5%, o que significa que mesmo após 1 ano do
investimento realizado em TI, o setor industrial não experimenta um impacto
significativo na produtividade, assim, a hipótese nula (H0) não deve ser rejeitada.
Assim, mesmo após a segunda análise de regressão, não foi possível apontar
benefícios do investimento em TI na produtividade do setor industrial do VPP.
Na visão de Mendes (2005) o setor industrial usa mais o fator capital nas suas
atividades do que o setor de serviços, no entanto, segundo Prasad e Harker (1997),
muito se investe em Capital, mas são necessários investimentos paralelos no
Trabalho para que profissionais qualificados possam operar a nova tecnologia e
usufruir ao máximo dos seus benefícios. Para Wainer (2003), não basta comprar
computadores, é necessário ter profissionais preparados para usá-los.
115
5 CONCLUSÃO
Conforme alertado por Brynjolfsson (1993), a falta de evidência não é
evidência da falta de contribuição positiva de TI para a produtividade, ou seja, se as
pesquisas não apontam melhorias na produtividade quanto há investimento em TI,
não significa que não houve contribuição.
Na presente pesquisa foram consultados, por meio da revisão de literatura,
inúmeros trabalhos, principalmente internacionais. Constatou-se que, no âmbito
internacional, o paradoxo é discutido desde a década de 1980, principalmente nos
Estados Unidos, porém, até hoje, sem uma conclusão definitiva. No Brasil, os
trabalhos são poucos, o que dificulta até uma comparação desta pesquisa com a
literatura nacional.
Coube também fazer uma revisão da literatura para verificar como são feitas
as medidas do investimento em TI, tendo em vista a preocupação de não cometer
erros de medida de input e output. Dessa revisão foi possível observar que não
existe um padrão para as metodologias, mas boa parte dos estudos usa a função de
produção Cobb-Douglas, de maneira que este foi o modelo utilizado.
Com o auxílio do IBGE, foi possível desenvolver o tema desta pesquisa que
tem relação com paradoxo da produtividade, fenômeno que a mais de 20 anos
chama a atenção da comunidade acadêmica. Além do mais, o assunto é de
interesse dos empresários que desejam ter subsídios para gerenciar melhor a TI.
Muitas vezes os empresários, por desconhecerem as tendências e os padrões
tecnológicos, acabam investindo em TI porque o concorrente investiu, ou ainda
porque acreditam, por intuição, que o investimento será positivo.
Com os dados da PIA-Empresa, apesar de serem limitados devido ao sigilo
estatístico e a metodologia adotada pelo IBGE, foi possível caracterizar o setor
116
industrial traçando algumas tendências. Percebeu-se que o setor cresce em número
de empresas a cada ano, cada vez mais cidades participam do desenvolvimento da
região e, ainda, a média da receita líquida de vendas entre 1996 e 2005 foi de
R$131.903.952,00, o que indica um setor rentável.
Com relação ao nível de informatização do setor industrial do VPP, observou-
se, por meio da relação entre o pessoal ligado a produção e o pessoal não ligado a
produção, que existem menos trabalhadores que usam TI neste setor, devido a
grande quantidade de mão-de-obra utilizada na linha de produção e uma parcela
menor de mão-de-obra atuando nas áreas administrativas que usam TI.
Os investimentos em trabalho foram, em geral, muito superiores aos
investimentos em capital, tanto em TI como em não-TI. Ficou evidente que o setor
industrial não usa TI de forma intensiva, mas promove investimento alto no insumo
trabalho.
Também foi possível concluir que o questionário completo da PIA-Empresa
possui campos que permitem separar os investimentos de TI dos investimentos não-
TI. No entanto, são poucos os campos disponíveis para análise do paradoxo.
Considerando que a média de investimento do capital e trabalho TI entre 1996
e 2005 do setor industrial do VPP foi de R$2.379.424,00, e a média do investimento
em capital e trabalho não-TI no mesmo período foi de R$6.212.784,00, percebe-se
que o nível de investimento em TI do setor industrial é bem menor, em comparação
com os investimentos não-TI, o que indica que as atividades do setor não se
beneficiam, ainda, de investimentos altos em Tecnologia da Informação.
Dessa forma, com os dados disponíveis, e apesar do investimento em TI ser
menor em relação aos investimentos não-TI, é possível concluir que os
117
investimentos do setor industrial do VPP são focados no insumo trabalho, sendo que
os trabalhadores que usam TI e os que não usam TI são críticos para a continuidade
do crescimento do setor da região.
Além da caracterização do setor, a pesquisa também verificou os dados por
meio de análise de regressão. Foram realizadas duas análises de regressão para
constatar se o investimento em TI é positivo ou não para a produtividade do setor
industrial da região do VPP.
A primeira análise de regressão verificou os dados dos 10 anos, ou seja, 1996
a 2005, e constatou-se que investimentos em TI não impactam positivamente na
produtividade do setor industrial da região do Vale do Paraíba Paulista - VPP, de
maneira que a hipótese nula (H0) não deve ser rejeitada. O investimento em
Trabalho não-TI foi o único que permitiu uma conclusão positiva, rejeitando-se a
hipótese nula e concluindo-se que esse investimento efetivamente contribui para a
produtividade.
A segunda análise de regressão foi realizada com um ano de defasagem para
os dois insumos de TI, ou seja, considerou-se que os investimentos nos insumos de
TI levam um ano para gerarem resultados positivos. Nessa análise, novamente, a
hipótese nula (H0) não deve ser rejeitada.
Assim, apesar de ficar constatado por meio do “r2” que o modelo da pesquisa
é adequado para analisar os dados da PIA-Empresa, não foram encontradas
evidências de que os investimentos em TI contribuam significativamente para o
aumento da produtividade do setor industrial do Vale do Paraíba Paulista – VPP.
Contudo, o investimento em Trabalho não-TI se mostra mais positivo que os demais
investimentos.
Denotado o paradoxo da produtividade no setor industrial da região do Vale
118
do Paraíba Paulista - VPP, resultado semelhante a maioria dos estudos sobre o
paradoxo, é pertinente lembrar de algumas das explicações dadas por Brynjolfsson
(1993), de modo a tentar justificar os resultados desta pesquisa.
A primeira das explicações pode justificar os resultados desta pesquisa no
sentido que nem todos os dados da região do VPP para o período de 1996 a 2005
foram disponibilizados pelo IBGE por conta do sigilo estatístico. O questionário
completo não possui muitas variáveis de Trabalho TI e Capital TI que possam ser
manipuladas para o cálculo da função de produção Cobb-Douglas. Assim, erros de
medida de input e output não podem ser descartados pela quantidade de dados
limitada.
Em atenção a segunda explicação para o paradoxo da produtividade, foi feita
uma análise de regressão com defasagem de um ano, de modo a considerar que os
investimentos em TI dessem resultados apenas a longo prazo. Mesmo assim não
foram encontrados resultados positivos.
Com relação às duas outras explicações do paradoxo da produtividade dadas
por Brynjolfsson (1993), são necessários mais dados e metodologias diferentes para
formar conclusões.
É importante registrar que há a necessidade das empresas, dos setores da
economia e das nações separarem investimentos TI dos investimentos não-TI para
que as análises do paradoxo possam evoluir.
Entre as contribuições desta pesquisa está a orientação para que os setores
industriais dêem uma ênfase maior ao insumo Trabalho, tendo em vista que a
operação das indústrias depende obviamente de trabalhadores bem preparados,
como já é observado nos países de primeiro mundo que investem muito no seu
capital humano. Quanto à contribuição para a academia, esta pesquisa demonstrou
119
a oportunidade de trabalhar com a multidisciplinaridade envolvendo na pesquisa a
Administração, Economia e TI, com base na Teoria da Produção.
Dessa forma, com os dados disponíveis, é possível concluir que o paradoxo da
produtividade ainda precisa ser investigado, de maneira que mais estudos no nível
de empresa, de setores econômicos e nacionais são desejáveis, visto que o
investimento em TI se mostra crescente, e, portanto, os investidores necessitam de
subsídios para apoiar suas decisões.
120
6 RECOMENDAÇÕES
Tendo em vista que a dificuldade de obter dados para análise do paradoxo é
uma forte realidade, recomenda-se a busca de um conjunto de empresas de Capital
Aberto (S.A.) para estudos futuros, considerando que estas empresas disponibilizam
balanços contábeis na mídia, o que possibilita extrair dados para estudos futuros.
Recomenda-se também a atuação junto a instituições de pesquisa em TI,
como o International Data Group - IDG, da mesma forma que é feito nos Estados
Unidos.
Cabe sugerir que novas pesquisas canalizem esforços para coletar dados de
empresas de um mesmo setor da economia, permitindo análises mais homogêneas.
Outras pesquisas também poderiam ser desenvolvidas em parceria com o
Serviço Brasileiro de Apoio às Micro e Pequenas Empresas - SEBRAE ou o Centro
das Indústrias do Estado de São Paulo - CIESP. Dessa forma, essas instituições
poderiam obter os dados junto às empresas de forma a reduzir os custos das
pesquisas e, principalmente, ampliar o número de empresas participantes.
Enquanto a presente pesquisa utilizou o modelo função de produção Cobb-
Douglas para investigar a relação do investimento em TI e a produtividade, seriam
relevantes estudos futuros usando a técnica DEA, desviando-se do setor bancário,
que já apresenta uma quantidade razoável de estudos, e partindo para uma análise
de outros segmentos da economia.
Por fim, uma extensão da presente pesquisa também pode ser realizada
utilizando os dados da PIA-Empresa do Estado de São Paulo, ou ainda, de todos os
Estados brasileiros.
121
REFERÊNCIAS
BÁEZ, V. E.; MIRSHAWKA, V. Produmetria: idéias para aumentar a produtividade. 1. ed. São Paulo: McGraw-Hill, 1993, 338 p. BECKER, J. L.; LUNARDI, G. L.; MACADA, A. C. G. Análise de eficiência dos Bancos Brasileiros: um enfoque nos investimentos realizados em Tecnologia de Informação (TI). Revista Produção, São Paulo, v. 13, n. 2, 2003. BONELLI, R.; FONSECA, R. Texto para discussão nº 557: Ganhos de Produtividade e de Eficiência: Novos Resultados para a Economia Brasileira. Instituto de Pesquisa Econômica Aplicada - IPEA, 1998. Disponível em: <http://www.ipea.gov.br> Acesso em 11 dez. 2006. BRASIL. Decreto nº 73.177, de 20 de novembro de 1973. Diário Oficial da União. Subsecretaria de Informações. Senado Federal. Presidência da República, Brasília, DF, 20 nov. 1973. BRYNJOLFSSON, E. The productivity paradox of information technology. Communications of the ACM, New York, v. 36, n. 12, p. 67-77, Dec. 1993. BRYNJOLFSSON, E.; HITT, L. M. Computing Productivity: Firm-Level Evidence. MIT Sloan Working Paper, n. 4210-01, p. 1-40, Jun. 2003. BRYNJOLFSSON, E.; HITT, L. M. Beyond computation: Information technology, organizational transformation, and business performance. Journal of Economic Perspectives, Nashville, v. 14, n. 4. Fall, 2000. BRYNJOLFSSON, E.; HITT, L. M. Paradox lost? Firm-level evidence on the returns to information systems spending. Management Science, v. 42, n. 4, p. 541-558, Apr. 1996. CARR, N. G. IT Doesn’t Matter. HBR At Large, p. 41-49, May 2003. CASTELLS, M. A Sociedade em Rede: a Era da Informação, Economia, Sociedade e Cultura. v. 1, 5 ed. São Paulo: Paz e Terra, 2001. CONTADOR, J. C. Gestão de operações: a engenharia de produção a serviço da modernização da empresa. 2. ed. São Paulo: Edgard Blücher, 1998, 598 p.
122
CRESPO, A. A. Estatística fácil. 15 ed. São Paulo: Saraiva, 1997, 224p. CRUZ, T. Sistemas, Organização & Métodos: Estudo Integrado das Novas Tecnologias da Informação e Introdução à Gerência do Conteúdo e do Conhecimento. 3 ed. São Paulo: Atlas, 2002. DAFT, R. L. Administração. 6. ed. São Paulo:Pioneira Thomson Learning, 2005. DAVIS, M. M.; AQUILANO, N. J.; CHASE, R. B. Fundamentos da administração da produção. 3. ed. Porto Alegre:Bookman Editora, 2001, 598 p. DEDRICK, J.; GURBAXANI, V.; KRAEMER, K. L. Information technology and economic performance: A critical review of the empirical evidence, ACM Computing Surveys (CSUR), v. 35, n. 1, p. 1-28, Mar 2003. DEWAN, S.; KRAEMER, K. L. Information technology and productivity: evidence from country-level data. Management Science, v. 46, n. 4, p. 548-562, Apr. 2000. DEWAN, S.; KRAEMER, K. L. International dimensions of the productivity paradox. Association for Computing Machinery. Communications of the ACM. v. 41, n. 8, p. 56-62, New York: Aug 1998. DUE, R. T. The productivity paradox revisited. Information Systems Management, v. 11, p. 74-76, Winter 1994. EATON, B. C.; EATON, D. F. Microeconomia. 3 ed. São Paulo: Saraiva, 1999, 606 p. FEBRABAN – Federação Brasileira de Bancos. Dados do Setor, 2006. Disponível em <http://www.febraban.org.br> Acesso em 09 ago. 2006. FERREIRA, L. B.; RAMOS, A. S. M. Tecnologia da Informação: Commodity ou Ferramenta Estratégica?. Revista de Gestão da Tecnologia e Sistemas de Informação., v. 01, n. 01, p. 27-43, Set.2004. FERREIRA, A. B. H. Novo dicionário Aurélio versão 5.0 edição revista e atualizada: Dicionário eletrônico. Curitiba: Positivo, 2006, CD-ROM, Microsoft
123
Windows 98, 2000 ou XP com Internet Explorer. FILHO, E. K; MILIONI, A. Z. Um método para estimativa de metas DEA. Revista Produção, São Paulo, v. 14, n. 2, 2004. FOINA, P. R. Tecnologia de Informação: Planejamento e Gestão. 1 ed. São Paulo: Atlas, 2001. FOURASTIÉ, J. A produtividade. 1. ed. São Paulo: Martins Fontes, 1990, 106 p. GAITHER, N.; FRAZIER, G. Administração da Produção e operações. 8. ed. São Paulo: Pioneira Thomson, 2005, 598 p. GARÓFALO, G. F; CARVALHO, L. C. P. Análise microeconômica. V. 1, 2. ed., São Paulo:Atlas, 1981, 415 p. GIL, A. C. Como Elaborar Projetos de Pesquisa. 4 ed. São Paulo: Atlas, 2002, 175 p. GUROVITZ, H. Sem essa de Paradoxo. Revista Exame, São Paulo, ed. 806, v. 37, n. 24, p. 108-115, 23. nov. 2003. GUROVITZ, H. Falta de medida. Revista Exame, São Paulo, ed. 738, v. 35, n. 8, p. 40, 18. abr. 2001. GUST, C.; MARQUEZ, J. International comparisons of productivity growth: the role of information technology and regulatory practices. Labour Economics, V. 11, Issue 1, Pages 33-58, Feb. 2004. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Mapa dos contornos das unidades territoriais dos níveis Região Geográfica a Município, 2008a. Disponível em <http://www.sidra.ibge.gov.br/bda/territorio/lisopcmapa.asp?z=t&o=4> Acesso em 10 jan. 2008. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Informações sobre todos os municípios do Brasil, 2008b. Disponível em < http://www.ibge.gov.br/cidadesat/default.php> Acesso em 10 jan. 2008.
124
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. A Instituição, 2007a. Disponível em <http://www.ibge.gov.br/home/disseminacao/eventos/missao/default.shtm> Acesso em 01 out. 2007. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Pesquisa industrial anual - Empresa 2006: manual do técnico de pesquisa, Rio de Janeiro:IBGE, 2007b. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Pesquisa industrial, v. 24, n. 1, Rio de Janeiro: IBGE, 2005a, 275 p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Séries históricas da PIA, Rio de Janeiro: IBGE, 2005b, Disponível em <http://www.sidra.ibge.gov.br/bda/pesquisas/pia/default.asp?o=16&i=P> Acesso em 15 out. 2007. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Pesquisa industrial anual - Empresa: série relatórios metodológicos, v. 26, Rio de Janeiro: IBGE, 2004, Disponível em <http://www.ibge.gov.br/home/estatistica/economia/industria/pia/empresas/srmpiaempresa.pdf> Acesso em 15 out. 2007. INFORMATION TECHNOLOGY AND INNOVATION FOUNDATION - ITIF. Digital Prosperity: understanding the economic benefits of the Information Technology Revolution, 2007. Disponível em <http://www.itif.org/files/digital_prosperity.pdf> Acesso em 14 mar. 2007. JOIA, L. A. Retorno dos investimentos em TI: uma visão crítica. In: OLIVEIRA, F. B., (Org.). Tecnologia da informação e da comunicação: a busca de uma visão ampla e estruturada. São Paulo: Pearson Prentice Hall: Fundação Getúlio Vargas, 2007, p. 18-24. KEYSTONE STRATEGY, INC. Why IT matters to Mid-Size Firms?, 2005. Disponível em < http://www.key-inc.com/ > Acesso em 15 set. 2006. LAURINDO, F. J. B. Tecnologia da Informação: eficácia nas organizações. 2 ed. v.1 São Paulo: Editora Futura, 2002. LOVEMAN, G. W. An Assessment of the Productivity Impact of Information
125
Technologies, Management in the 1990's - Sloan School of Management, MIT, July 1988. LUNARDI, G. L., DOLCI, P. C. Adoção de Tecnologia de Informação (TI) e seu Impacto no Desempenho Organizacional: Um Estudo realizado com Micro e Pequenas Empresas. Anais do XXX ENANPAD, Salvador, 2006. MAHMOOD, M. A.; MANN, G. J. Measuring the organizational impact of information technology investment: An exploratory study. Journal of Management Information Systems, Armonk: Summer 1993. v. 10, n.1, p. 97-123. MAÇADA, A. C. G. Impacto dos Investimentos em Tecnologia da Informação nas Variáveis Estratégicas e na Eficiência dos Bancos Brasileiros. 2001. 211p. Tese (Doutorado) - Universidade Federal do Rio Grande do Sul, Escola de Administração, Porto Alegre. MARTINS, P. G.; LAUGENI, F. P. Administração da produção. 2. ed. São Paulo: Saraiva, 2005, 564 p. MENDES, J. T. G. Economia: fundamentos e aplicações. 1. ed. São Paulo : Prentice Hall, 2005, 309 p. MENEZES, R. B., MOURA, H. J. Revisitando o Paradoxo da Produtividade de Tecnologia da Informação (TI): Estudo de Caso de um Banco Brasileiro. Anais do XXVIII ENANPAD, Curitiba, 2004. MENEZES, R. B. Examinando a contribuição da Tecnologia da Informação para a produtividade de um banco brasileiro. 2004. 185 f. Dissertação (Mestrado em Administração) - Universidade de Fortaleza (UNIFOR). Fortaleza. MORAES, G. M. de, BOBSIN, D., LANA, F. V. D. Investimentos em Tecnologia da Informação e Desempenho Organizacional: Uma busca do Estado da Arte. Anais do XXX ENANPAD, Salvador, 2006. MOREIRA, D. A. Administração da produção e operações. 3. ed. São Paulo: Pioneira, 1998, 622 p. MOREIRA, D. A. Os benefícios da produtividade industrial. 1. ed. São Paulo: Pioneira, 1994. 112 p.
126
MOREIRA, D. A. Medida da produtividade na empresa moderna. 1. ed. São Paulo: Pioneira, 1991. 152 p. MOTOHASHI, K. Firm-level analysis of information network use and productivity in Japan. Journal of the Japanese and International Economies, Volume 21, Issue 1, March 2007, Pages 121-137. OECD Manual: Measuring Productivity - Measurement of Aggregate and Industry-Level Productivity Growth. Paris, 2001. OLINER, S. D.; SICHEL, D. E. The resurgence of growth in the late 1990: Is information technology the story? Journal of Economics Perspectives. v. 14, n. 4, p. 3-22, 2000. OLIVER, S. D.; SICHEL, D. E. Information technology and productivity: where are we now and where are we going? Journal of Policy Modeling, Volume 25, Issue 5, July 2003, p. 477-503. PALVIA, P. C. Developing a model of the global and strategic impact of information technology. Information and Management, 32, Issue 5, 1997, p.229-244. PESLAK, A. R. The educational productivity paradox. Association for Computing Machinery. Communications of the ACM, 48(10), 111-114. 2005. PINDYCK, R. S.; RUBINFELD, D. L. Microeconomia. 6. ed. São Paulo: Pearson Prentice Hall, 2006. PINDYCK, R. S.; RUBINFELD, D. L. Microeconomia. 5. ed. São Paulo: Pearson Prentice Hall, 2002. PINSONNEAULT, A., RIVARD, S., Information technology and the nature of managerial work: From the productivity paradox to the Icarus paradox?, MIS Quarterly; v. 22, Issue 3, p287-311, Sep. 1998. POZZEBON, M.; PETRINI, M. Impactos da Tecnologia da Informação sobre as Organizações: Desvendando o Paradoxo da Produtividade. In: COPPEAD, 2002. COPPEAD.
127
PRADO, J. B.; ABREU, M. M. Aspectos Geográficos do Vale do Paraíba e Município de Taubaté. n. 14. Taubaté: Editora Taubateana, 1995. 276 p. PRASAD, B.; HARKER, P. T. Examining the contribution of information technology toward productivity and profitability in U. S. retail banking. Wharton Financial Institutions Center. The Wharton School, University of Pennsylvania, Philadelphia, Working paper n. 97-09, Mar. 1997. REZENDE, D. A.; ABREU, A. F. Tecnologia da informação: aplicada a sistemas de informação empresariais. 3. ed. São Paulo: Atlas, 2003, 316 p. ROACH, S. Lessons of the productivity paradox, Computerworld, v. 28. Issue 38, Computerworld Premier 100 p55, Sep 19, 1994. ROACH, S. S. Service under siege - the restructuring imperative. Harvard Business Review, Boston, Sept.-Oct. 1991, p. 82-92 ROACH, S. White Collar Productivity: A Glimmer of Hope? Special Economic Study, Morgan Stanley, 16. September 1988. RYDLEWSKI, C.; GUANDALINI, G. O grande salto. Revista Veja, São Paulo, ed. 1934, v. 38, n. 49, p. 148-158, 07. dez. 2005. SAUNDERS, A.; BRYNJOLFSSON, E. Information Technology, Productivity and Innovation: where are we and where do we go from here? MIT Sloan School Canbridge, Massachusetts, Center for Digital Business Working Paper, n. 231, and IIIP Working Paper, n. 101, 104 p. March, 2007. SEADE - Fundação Sistema Estadual de Análise de Dados. Diagnósticos setoriais da economia paulista: setores de indústria e de serviços. v. 3, São Paulo: Fundação SEADE, 1992, 211 p. (Coleção São Paulo no Limiar do Século XXI) SILVA, E. M.; SILVA, E. M.; GONÇALVES, V.; MUROLO, A. C. Estatística: para os cursos de economia, administração, ciências contábeis. 2 ed., v. 2, São Paulo: Atlas, 1997. SOLOW, R. M. We’d better watch out. A review of COHEN, S. S.; ZYSMAN, J. Manufacturing matters: the myth of the post-industrial economy. The New York Times Book Review, p.36, July 1987.
128
STOKES, D. E. Quadrante de Pasteur: a Ciência Básica e a Inovação Tecnológica. São Paulo: Unicamp, 2005. STRASSMANN, P. A. Paradox revisited. Computerworld, 33, 36, p. 40, Sep. 6, 1999. STRASSMANN, P. A. Will big spending on computers guarantee profitability? Datamation, Barrington, v. 43, n. 2, p. 75-82, Feb. 1997. STRATOPOULOS, T.; DEHNING, B. Does successful investment in information technology solve the productivity paradox? Information & Management, Volume 38, Issue 2, December 2000, Pages 103-117. TEIXEIRA, F. L. C.; CAVALCANTE, L. R. M. T. Relações entre tecnologia, padrões organizacionais e produtividade no setor bancário no Brasil. Revista de Administração (USP), São Paulo, v. 40, n. 3, p. 213-224, 2005. TRIOLA, M. F. Introdução à estatística. 7 ed. Rio de Janeiro: LTC, 1999, 410 p. TURBAN, E.; RAINER JÚNIOR, R. K; POTTER, R. E. Administração de tecnologia da informação: teoria e prática. 3. ed. Rio de Janeiro: Elsevier, 2005, 618 p. WAINER, J. O paradoxo da produtividade. In: RUBEN, G., DWYER, T. (Org.). Informática, Organizações e Sociedade no Brasil. São Paulo:Cortez Editora, 2003, p. 13-55.
ANEXO A - Questionário da PIA-Empresa - Completo
APÊNDICE A - Resumo das variáveis
Resumo das Variáveis de Produto e Insumos - 1996-2005 VALORES R$ CORRENTES
Variáveis 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Total da receita líquida de vendas 53.018.045 66.855.468 88.337.233 125.193.844 160.069.086 159.593.316 122.389.927 160.933.991 203.685.950 178.962.656
Média Produto 53.018.045 66.855.468 88.337.233 125.193.844 160.069.086 159.593.316 122.389.927 160.933.991 203.685.950 178.962.656 Aquisições de terceiros com outras aquisições (móveis, microcomputadores, etc.) 592.426 391.642 1.279.746 531.282 5.041.917 1.731.460 1.188.365 2.131.389 1.566.379 2.759.993 Produção própria realizada para o ativo imobilizado com outras aquisições (móveis, microcomputadores, etc.) 622 0 8.526 1.424 0 4.086 769 45.517 1.233 2.848
Melhorias de outras aquisições (móveis, microcomputadores, etc.) 8.152 0 112 3.305 37.849 8.711 53.598 11.431 3.305 110.668
Média Capital TI 200.400 130.547 429.461 178.670 1.693.255 581.419 414.244 729.446 523.639 957.836
Aquisições de terceiros com terrenos e edificações 3.921.666 596.512 500.580 229.222 1.683.268 1.158.756 2.308.897 566.705 719.999 303.436
Aquisições de terceiros com máquinas e equipamentos industriais 4.564.915 3.555.870 3.901.970 4.344.982 5.358.543 6.535.983 5.181.954 3.242.629 10.328.589 3.409.407
Aquisições de terceiros com meios de transporte 100.337 146.592 123.236 142.778 199.527 256.194 146.160 224.464 367.617 124.127 Produção própria realizada para o ativo imobilizado com terrenos e edificações 121.939 14.737 0 4.000 26.725 0 0 15.935 2.098 47.396 Produção própria realizada para o ativo imobilizado com máquinas equipamentos industriais 181.764 768.746 14.678 71.968 91.194 43.076 23.793 13.193 70.157 33.667 Produção própria realizada para o ativo imobilizado com meios de transporte 2.612 0 2.935 0 0 8.650 0 0 0 0
Melhorias com terrenos e edificações 42.089 48.045 40.145 45.381 137.117 159.298 407.945 131.471 850.442 744.935
Melhorias com máquinas e equipamentos industriais 37.667 35.190 7.910 18.707 77.924 45.074 226.736 6.132 81.227 2.061.315
Melhorias dos meios de transporte 150 87 813 0 0 781 0 500 0 13.326
Média Capital não-TI 997.016 573.975 510.252 539.671 841.589 911.979 921.721 466.781 1.380.015 748.623 Salários, retiradas e outras remunerações relativas ao ano do pessoal assalariado não ligado à produção industrial 2.744.758 2.684.320 3.819.396 4.069.025 3.989.585 3.317.746 5.479.793 5.019.816 5.409.145 5.215.974
Média Trabalho TI 2.744.758 2.684.320 3.819.396 4.069.025 3.989.585 3.317.746 5.479.793 5.019.816 5.409.145 5.215.974 Salários, retiradas e outras remunerações relativas ao ano do pessoal assalariado ligado à produção industrial 5.929.650 7.586.239 9.451.839 9.863.142 13.247.567 12.226.180 9.809.643 14.333.713 19.365.424 14.550.658
Média Trabalho não-TI 5.929.650 7.586.239 9.451.839 9.863.142 13.247.567 12.226.180 9.809.643 14.333.713 19.365.424 14.550.658
APÊNDICE B - Conversão dos valores
ÍNDICE GERAL DE PREÇOS - DISPONIBILIDADE INTERNA - IGP-DI
Número índice 134.689
144.765
147.231
176.647
193.970
214.137
270.692
291.462
326.833
330.835
Fator de Correção 2,4563
2,2854
2,2471
1,8729
1,7056
1,5450
1,2222
1,1351
1,0123
1,0000
CONVERSÃO DOS VALORES EM R$ CONSTANTES DE DEZEMBRO DE 2005
Variáveis 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Produto 130.228.224,85 152.791.487,58 198.502.596,84 234.475.550,90 273.013.833,72 246.571.673,37 149.584.969,06 182.676.173,26 206.191.287,35 178.962.655,86
Capital TI 492.242,32 298.353,13 965.042,75 334.631,75 2.888.016,23 898.292,05 506.289,30 827.993,80 530.079,98 957.836,17
Capital não TI 2.448.969,21 1.311.763,31 1.146.586,80 1.010.749,69 1.435.413,75 1.409.007,80 1.126.526,80 529.843,02 1.396.988,68 748.623,17
Trabalho de TI 6.741.949,38 6.134.744,67 8.582.563,91 7.620.876,22 6.804.635,96 5.125.916,95 6.697.403,29 5.697.993,07 5.475.677,65 5.215.973,79
Trabalho não-TI 14.564.998,07 17.337.589,85 21.239.227,98 18.472.677,72 22.595.050,28 18.889.448,41 11.989.345,96 16.270.197,63 19.603.618,38 14.550.658,14
APÊNDICE C - Resultado da conversão logarítmica neperiana
Resultado da Conversão Logarítmica Neperiana do valor das Variáveis para tornar linear a função Cobb-Douglas
Período Produto
(Q) Capital TI
(C) Capital não-TI
(K) Trabalho TI
(S) Trabalho não-TI
(L)
1996 18,6848 13,1067 14,7112 15,7239 16,4941
1997 18,8446 12,6060 14,0869 15,6295 16,6684
1998 19,1063 13,7799 13,9523 15,9652 16,8714
1999 19,2729 12,7208 13,8262 15,8464 16,7318
2000 19,4250 14,8761 14,1770 15,7331 16,9332
2001 19,3232 13,7083 14,1584 15,4498 16,7541
2002 18,8234 13,1349 13,9346 15,7172 16,2995
2003 19,0232 13,6268 13,1803 15,5556 16,6048
2004 19,1443 13,1808 14,1498 15,5158 16,7912
2005 19,0027 13,7724 13,5260 15,4672 16,4931
APÊNDICE D - Resultado da análise de regressão
Estatística de regressão R múltiplo 0,844463551 R-Quadrado 0,713118689 R-quadrado ajustado 0,48361364 Erro padrão 0,170156822 Observações 10 ANOVA
gl SQ MQ F F de significação Regressão 4 0,359855627 0,089963907 3,107202615 0,12266965 Resíduo 5 0,144766721 0,028953344 Total 9 0,504622348
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores
Interseção 7,504716357 6,528761585 1,149485436 0,302352089 -9,277999576 24,28743 Capital TI (C) 0,08124225 0,098065507 0,828448788 0,445147666 -0,17084316 0,333328
Capital não-TI (K) -0,11390054 0,143185095 -0,795477653 0,462410886 -0,481969549 0,254168
Trabalho TI (S) -0,16933612 0,354905759 -0,477129823 0,653395049 -1,081650419 0,742978
Trabalho não-TI (L) 0,882767718 0,340049389 2,595998541 0,048483565 0,008642935 1,756892
APÊNDICE E - Resultado da análise de regressão – defasagem de 1 ano
Estatística de regressão R múltiplo 0,8570901 R-Quadrado 0,73460343 R-quadrado ajustado 0,46920687 Erro padrão 0,15107164 Observações 9 ANOVA
gl SQ MQ F F de
significação Regressão 4 0,25268736 0,063171839 2,767946247 0,17391942 Resíduo 4 0,09129056 0,022822639 Total 8 0,34397791
Coeficientes Erro padrão Stat t valor-P 95% inferiores 95% superiores
Interseção 1,26557575 5,66603231 0,223361902 0,834197266 -14,46585192 16,997 Capital TI (C) 0,11004711 0,08965704 1,227422969 0,286959479 -0,13888074 0,358975
Capital não-TI (K) -0,0695902 0,20086349 -0,34645521 0,746457965 -0,627276643 0,488096
Trabalho TI (S) 0,23510637 0,44109912 0,533001216 0,622268944 -0,989581134 1,459794
Trabalho não-TI (L) 0,8178905 0,43520491 1,879322765 0,133385573 -0,390432051 2,026213
