Location
decision of technology-based companies: the case of the San Pedro Valley community
|
Simoni de Cássia Pinto Coelho |
Mestre em Administração. Centro
Federal de Educação Tecnológica de Minas Gerais (CEFET-MG) – Brasil. simonipcoelho@gmail.com
|
|
Rita de Cássia Leal Campos |
Doutora em Administração. Instituto Federal
de Educação Tecnológica de Minas Gerais (IFMG) – Campus Bambuí – Brasil. rita.campos.adm@gmail.com |
|
Fabrício Molica de Mendonça |
Doutor em Engenharia de Produção.
Universidade Federal de São João Del-Rei
(UFSJ) – Brasil. fabriciomolica@ufsj.edu.br |
|
Uajará Pessoa Araújo |
Doutor em Administração. Doutor em
Engenharia de Produção. Centro Federal de Educação Tecnológica de Minas
Gerais (CEFET-MG) – Brasil. uajara@yahoo.com.br |
RESUMO
As empresas de base tecnológica têm apresentado tendência à clusterização e à formação de ecossistemas de startups. Para estudar esse fenômeno, investigou-se a racionalidade e as circunstâncias da decisão de localização tomada pelos empreendedores de empresas de base tecnológica, não apenas para a implantação, mas também para a continuidade do empreendimento. Foi desenvolvido um estudo de caso exploratório-descritivo da Comunidade San Pedro Valley, na região de Belo Horizonte, Minas Gerais. Foram empregadas a análise estatística de dados obtidos por meio de survey; a análise sociométrica; a análise de conteúdo de dados primários de entrevistas; além de análise de dados secundários, obtidos em sítios eletrônicos e registros. Pode-se concluir que o capital social é gerado e mantido na rede de forma diferente por integrantes centrais e periféricos, mas todos se beneficiam coletivamente, seja pagando menos impostos seja sendo reconhecido pela reputação da Comunidade. Sobre o processo de tomada de decisão de localização das startups por seus fundadores, foi possível inferir que ele é racional, segundo os termos da racionalidade limitada baseada em valores. Os principais valores considerados foram as redes de relacionamento, a família e os amigos, além do fato de os empreendedores terem nascido ou estarem estabelecidos na cidade.
Palavras-chave: startups; empresas de base tecnológica; racionalidade nas organizações;
Comunidade San Pedro Valley; capital social.
ABSTRACT
Technology-based companies have shown a tendency
toward clustering and the formation of startup ecosystems. In order to study
this phenomenon, we investigated the rationale and circumstances of location
decision-making by entrepreneurs of technology-based companies, not only for the
establishment but also for the continuity of the enterprise. An
exploratory-descriptive case study of the San Pedro Valley Community, in the
region of Belo Horizonte, Minas Gerais, was conducted. The following methods
were employed: statistical analysis of data obtained through surveys;
sociometric analysis; content analysis of primary data from interviews; and
analysis of secondary data obtained from electronic sources and records. It can
be concluded that social capital is generated and maintained in the network
differently by central and peripheral members, but everyone benefits
collectively, either by paying lower taxes or by being recognized through the
community’s reputation. Regarding the decision-making process for the location
of startups by their founders, it was possible to infer that it is rational,
according to the terms of value-based bounded rationality. The main values
considered were social networks, family, and friends, in addition to having
been born or being established in the city.Keywords: startups; technology-based companies; rationality in
organizations; San Pedro Valley Community; social capital.
Recebido em 30/01/2025. Aprovado em 13/03/2026. Avaliado pelo sistema double blind peer review. Publicado conforme normas da ABNT.
https://doi.org/10.22279/navus.v18.2080
1
INTRODUÇÃO
A
questão da localização de empresas – onde se localizar ou escolher a melhor
localização – sempre foi uma preocupação dos agentes econômicos ao longo da
história. Dependendo dos seus impactos nos fatores de produção, a localização
tem graus diferentes de relevância para cada empresa (Azzoni, 1983), e as
teorias foram refletindo essa mudança. De teorias estáticas que buscavam um
modelo ótimo de localização, que minimizasse os custos e/ou maximizasse os
lucros, para teorias dinâmicas que agregaram à análise os fatores tempo e
espaço, em seus aspectos sociais e culturais, bem como as imperfeições da
concorrência, assim como o forte interesse por entender os efeitos de
aglomeração (Barquette, 2000).
A
localização das empresas de base tecnológica segue esse último conjunto de
teorias, sendo influenciada pelo denominado meio inovador, ou seja, um espaço
onde há a convergência de elementos que interagem entre si (Aydalot, 1986),
mediados pelas novas tecnologias de informação e comunicação (Castells, 2009).
Nesse sentido, entender as decisões de localização dessas empresas torna-se
cada vez mais relevante para fornecer evidências sobre as características regionais
que podem impulsionar a criação de novas empresas inovadoras (Coll-Martinez;
Kedjar; Renou-Maissant, 2020).
O
fenômeno da aglomeração das empresas continua sendo uma realidade,
principalmente como fator gerador de inovação, mesmo com a potencialidade das
tecnologias de comunicação de promoverem a interação à distância (Castells,
2009; Tizziotti; Truzzi; Barbosa, 2019). Para Araújo (2014), há uma tendência
de aglomeração geográfica das empresas inovadoras, pois a aglomeração
geográfica de empresas aumenta sua capacidade de aprender colaborativamente e
obter acesso ao conhecimento local.
Além
dos principais fatores que influenciam as decisões de agrupamento regional
(recursos naturais, recursos humanos, localização das capacidades produtivas e
outros), um papel importante é desempenhado pela iniciativa dos agentes
econômicos da região, considerados o motor básico na operação do cluster (Kataya et al., 2021). Há
uma ênfase na atividade empresarial, principalmente no empreendedor que exerce
um papel central, investindo tempo, dinheiro e experiência para apoiar novos
negócios, gerando um círculo de crescimento econômico (Mason; Brown, 2014;
Isenberg, 2011; Stam, 2015).
A
tendência à aglomeração e à formação de ecossistemas desperta o questionamento
sobre a racionalidade da decisão de localização das empresas de base
tecnológica, não só para a implantação, mas também para a continuidade do
empreendimento. Por isso surgiu o interesse em estudar, nesta pesquisa, o caso
das startups da Comunidade San Pedro
Valley, localizada na região de Belo Horizonte, Minas Gerais, selecionada por
seu destaque entre os ambientes tecnológicos brasileiros. Em Belo Horizonte, mais
de 260 startups se reúnem na
denominada Comunidade San Pedro Valley (SPV), premiada por duas vezes como a
melhor do Brasil, pelo Startup Awards da Associação Brasileira de Startups.
Além das empresas de base tecnológica, fazem parte dessa comunidade os espaços
de coworking, aceleradoras, investidores, incubadoras, agências digitais e hackerspaces
(San Pedro Valley, 2025).
A
escolha da Comunidade San Pedro Valley como objeto de estudo também se
justifica pela relevância que esse ecossistema vem assumindo no cenário de
inovação brasileiro. Além do número expressivo de startups, a comunidade reúne empresas que se destacam pelo
desenvolvimento de soluções tecnológicas e novos modelos de negócios,
contribuindo para a geração de empregos qualificados e para a atração de
investimentos. Esse dinamismo tem colaborado para consolidar Belo Horizonte
como um importante polo de empreendedorismo tecnológico no país, fortalecendo
as redes de colaboração entre empreendedores, universidades, investidores e
instituições de apoio.
Nesse
contexto, este estudo se propõe a analisar os motivos que levaram os
empreendedores de empresas de base tecnológica a decidir se localizar e
permanecer na Comunidade San Pedro Valley, na cidade de Belo Horizonte, no
Estado de Minas Gerais, de modo que se possam identificar as circunstâncias e a
racionalidade subjacentes a essa decisão.
Observa-se,
na literatura, a existência de poucos estudos sobre os ecossistemas de
empreendedorismo (Stam, 2015; Aguiar; Moreira, 2022). Em geral, essas pesquisas
têm se concentrado na caracterização dos ecossistemas empreendedores, na
identificação de seus atores e nas interações que favorecem a inovação e o
surgimento de novos negócios. Entretanto, ainda são escassos os estudos que
investigam, de forma mais específica, o processo de tomada de decisão
relacionado à localização de empresas de base tecnológica nesses ambientes.
Assim, esta pesquisa contribui para uma melhor compreensão da decisão de
localização de empresas de base tecnológica, bem como do fenômeno da formação
dos ecossistemas e comunidades de startups,
além de trazer contribuições para os governos na definição de políticas
públicas de incentivo aos negócios de base tecnológica.
2 REFERENCIAL TEÓRICO
Esse
referencial teórico reúne contribuições da literatura sobre racionalidade
limitada, decisão de localização de empresas de base tecnológica, capital
social em redes e ecossistemas empreendedores, a fim de fornecer bases
conceituais para compreender o processo de decisão dos empreendedores e a dinâmica
de formação de comunidades de startups,
como a Comunidade San Pedro Valley.
2.1 Racionalidade limitada
Para
compreender as nuances da racionalidade, é preciso qualificá-la. Em
contraposição ao modelo do “homem econômico” da teoria econômica neoclássica,
Simon identifica, com base em conhecimentos da psicologia social, o homem que
tem emoções e toma decisões limitadamente racionais e razoáveis. Para o
primeiro, a racionalidade é objetiva, isto é, visa à maximização da utilidade
(Simon, 1956; Simon, 1986).
Simon
(1956), ao aceitar os aspectos subjetivos da racionalidade, incorpora
componentes psicológicos e sociológicos ao modelo racional. Ele argumenta que a
tomada de decisão é influenciada por fatos e valores, sendo socialmente
apreendida por meio da criação de modelos que refletem a realidade,
conhecimentos prévios e hábitos. Para Simon, a racionalidade humana é limitada
pela incapacidade de conhecer todas as alternativas e prever todas as
consequências das escolhas. Ele propõe uma teoria das decisões que considera as
alternativas comportamentais e suas consequências, separando fatos e valores e
analisando a variável temporal.
Uma
das funções da organização consiste em situar seus membros em um ambiente
psicológico que condiciona suas decisões aos objetivos da organização e lhes
proporciona as informações necessárias para tomar corretamente essas decisões.
Portanto, as decisões não são apenas produto dos próprios processos mentais do
tomador de decisão. “A racionalidade humana recebe seus objetivos e integrações
do ambiente institucional em que opera e pelo qual é moldada” (Simon, 1956, p.
121). As organizações e instituições sociais influenciam o indivíduo de duas
formas principais: pela expectativa quanto ao comportamento dos demais membros
do grupo e pelos estímulos e diretrizes que orientam a atenção e condicionam a
forma de agir dos seus participantes.
Dessa
forma, o conceito de racionalidade limitada contribui para compreender como os
empreendedores tomam decisões em contextos de incerteza e com informações
incompletas, aspecto relevante para a análise do processo de decisão de
localização das startups investigadas
neste estudo.
2.2 Decisão de localização de
empresas de base tecnológica
A
decisão de localização de empresas pode ser caracterizada como complexa,
esporádica e com alto grau de irreversibilidade (Azzoni, 1983). Além das muitas
informações envolvidas no processo, ela não é uma decisão que se tome todos os
dias, não gerando os aspectos de aprendizado pela rotina (Simon, 1956). Para a
tomada de decisão sobre a localização das empresas, é necessário levar em conta
os fatores externos e internos que influenciam as atividades das empresas, e a
combinação ideal desses fatores leva a uma localização ideal (Berková et al.,
2020).
De
acordo com Akın e Seyfettinoğlu (2022), as variáveis específicas da
empresa influenciam significativamente a escolha da localização, impactando
tanto as decisões da própria organização quanto as de empresas relacionadas.
Essas variáveis podem ser agrupadas em quatro categorias: características do
empreendedor (como idade, gênero, escolaridade e perfil financeiro),
características da empresa (como idade, porte e estrutura), capacidades
empresariais (como desempenho econômico e inovação) e ambiente de negócios
(incluindo competitividade, riscos e relações comerciais).
As
empresas de alta tecnologia não decidem propriamente sobre sua localização, mas
são um produto direto de seu próprio ambiente local, o chamado meio inovador (milieu
inovateur), termo criado pelos franceses do Group de Recherche Européen
sur les Milieux Innovateur (GREMI) (Aydalot, 1986). Nesse meio inovador, há
uma convergência espaço-temporal de elementos fundamentais de produção:
capital, trabalho e matéria-prima. No entanto, apenas o conjunto desses
elementos não garante a configuração do meio, mas, sim, a interação entre os
diversos agentes econômicos na formação de redes de comunicação e parcerias, na
intensa troca de informações e de pessoas que promove a aprendizagem e gera o
processo de inovação (Tunes, 2016).
Araújo
(2014) afirma que o contexto local desempenha papel determinante no processo
inovativo das empresas. Quando inseridas em um contexto propício à inovação, em
que há abundantes conhecimentos e competências, as empresas adquirem maior
eficiência em inovar. Ainda, essas vantagens estão associadas a mecanismos que
ocorrem pela proximidade entre agentes, o que possibilita um maior fluxo de
conhecimento tático e complexo, importante insumo para a inovação. Entre esses
mecanismos, pode-se citar o contato face a face, o transbordamento de
conhecimentos (spillovers) e os positive feedbacks (Araújo,
2014).
Aqui,
merece destaque o fenômeno da “Coopetição”, entendida como cooperação entre
empresas que competem (no caso de clusters, em uma mesma área geográfica).
Seria razoável aceitar que um cluster seria tão mais sedimentado quando
maior for o nível de coopetição, exemplificada po práticas como compra
coletiva, feiras de exposição, lobby para atrair entidades complementares
(escolas, agências de desenvolvimento) e para uma regulação favorável,
compartilhamento de recursos, entre outros (Meena; Dhir; Sushil, 2022; Klimas;
Czakon; Fredrich, 2022; Darbi; Knott, 2022).
Um
papel importante é assumido por instituições de ensino e pesquisa, órgãos
públicos e privados de apoio, instituições financeiras, espaços de incubação e
aceleração de novos empreendimentos, bem como pelos empreendedores e seus
empreendimentos já existentes e aqueles que podem ser estimulados a empreender
(Gimenez; Buettgen; Ruggi, 2020). A disponibilidade de recursos em determinada
localidade é outro fator relevante para a escolha da localização de um
empreendimento (Salume; Guimarães; Versiani, 2016).
Além
desses aspectos, Ferreira, Marques e Fernandes (2010), em seu estudo sobre a
localização de empresas de base tecnológica, identificaram como principais
fatores que influenciam a localização aqueles de ordem comportamental, quais
sejam: (i) o desejo do fundador em viver na localidade; (ii) o desejo dos
colaboradores em viverem na localidade; (iii) a proximidade da residência do
fundador; (iv) o local de nascimento do fundador.
Nesse
sentido, compreender os fatores que influenciam a decisão de localização de
empresas de base tecnológica é fundamental para analisar as escolhas realizadas
pelos empreendedores e o papel do ambiente local no desenvolvimento das startups.
2.3 Capital social nas empresas
em rede
As
redes sociais são percebidas como estruturas horizontais resultantes de
relacionamentos interorganizacionais, com ênfase no enfoque coletivo,
comportando-se de maneira dinâmica na reconfiguração permanente de suas
fronteiras e possibilitando melhor adaptação de recursos individuais e
coletivos diante das transformações de seus contextos de inserção (Zancan;
Santos; Campos, 2012).
A
Teoria de Redes, a qual apresenta diferentes linhas de explicação, aborda a formação
de laços de cooperação organizacional. Ela enxerga o indivíduo ou ator como um
nó, o qual é conectado a outros nós por meio de laços (Barbosa; Guimarães; Carvalho,
2022). O conceito de rede tem como fundamento a teoria de embeddedness,
de Granovetter (1985).
As
relações econômicas de mercado estão entrelaçadas com as relações sociais, que
sustentam a ordem e geram confiança nas interações econômicas. Os atores tomam
decisões dentro de contextos sociais, sem agir de forma isolada ou seguir um
roteiro pré-determinado pelas categorias sociais (Granovetter, 1985). Na
perspectiva relacional, as redes são formadas por relações sociais que geram
capital social, com interações entre nós baseadas em laços fortes e fracos,
definidos por tempo, intensidade emocional, intimidade e serviços recíprocos.
Os laços fracos ampliam a rede, conectando grupos distintos e facilitando a
difusão de informações não redundantes, essenciais para a conexão de atores sem
comprometer a confiança (Granovetter, 1973).
O
capital social é um dos recursos da rede, em sua abordagem relacional. O
capital social relaciona os laços pessoais ou a posição na rede com resultados
tais como poder, liderança, empreendedorismo, entre outros. O foco está nos
recursos que fluem por meio dos laços sociais. Os atores sociais escolhem
participar de uma rede para melhorar seu desempenho (Borgatti; Foster, 2003).
O
conceito de capital social, relevante em diversas áreas como o desenvolvimento
social e econômico, refere-se às relações entre indivíduos, organizações e
sociedade (Oliveira, 2022). James Coleman (1988) foi um dos pioneiros ao
definir capital social como um recurso coletivo da estrutura social que
facilita as ações dos atores, gerando um sentimento de obrigação mútua entre
eles.
Assim,
o capital social presente nas redes de relacionamento pode influenciar o acesso
a informações, recursos e oportunidades, tornando-se um elemento relevante para
compreender as decisões estratégicas dos empreendedores no contexto dos
ecossistemas de inovação.
3 METODOLOGIA
Foi
realizado um estudo de caso na Comunidade San Pedro Valley, escolhida como
campo empírico devido à sua relevância no cenário brasileiro de inovação. Além
de reunir um número expressivo de startups,
a comunidade se destaca pela interação entre empreendedores, investidores,
universidades e instituições de apoio, favorecendo a geração de inovação e o
desenvolvimento de novos negócios. Esse contexto torna o ecossistema adequado
para investigar o processo de decisão de localização de empresas de base tecnológica.
Em Belo Horizonte, a aglomeração das
empresas no bairro São Pedro possibilitou a formação da comunidade San Pedro
Valley e contribuiu para o fomento
da colaboração entre os agentes.
A comunidade de startups San Pedro Valley se autodenomina como uma
comunidade de referência para empresas de
base tecnológica de Belo Horizonte, cujo objetivo é identificar oportunidades, necessidades e incentivos para o mercado
de startups (San
Pedro Valley, 2025).
A comunidade surgiu em 2011, quando um
grupo de empreendedores de startups escolheu o bairro São Pedro para
instalar seus escritórios, identificando semelhanças com o Silicon Valley. Começaram, então, a se referir a si mesmos
como San Pedro Valley, gerando uma identidade local para a comunidade. O fortalecimento da
comunidade se deu pelo destaque nacional e internacional alcançado pelas startups
locais, que ganharam o prêmio “melhor startup” da América Latina,
prêmio do Buscapé e participaram do programa Startup Chile (Dalcin,
2015).
Em 2014 e 2015, a San Pedro Valley foi
eleita a melhor comunidade de startups do Brasil, pelo Startup Awards,
premiação realizada pela Associação Brasileira de Startups, em seu evento
anual, a Conferência Anual de Startups e Empreendedorismo (CASE). A comunidade criou um cadastro em seu site para que as startups e outras organizações ligadas às empresas de base
tecnológica pudessem se registrar espontaneamente, reunindo as startups de
Belo Horizonte. Como se observa no
Gráfico 1, estão cadastradas startups de
diversos setores, além de espaços
de coworking, aceleradoras, agências digitais, hackerspaces,
incubadoras e investidores. Atualmente, a comunidade não está restrita ao
bairro São Pedro, tendo se expandido para outras regiões da cidade
(San Pedro Valley, 2025).
Gráfico 1 – Mercado de atuação das startups do
San Pedro Valley
Trata-se de um estudo de caso de abordagem
predominantemente qualitativa, com caráter exploratório-descritivo, que utiliza
suporte quantitativo por meio de survey e análise de redes sociais. A pesquisa
é de natureza transversal e emprega, como técnicas de coleta e análise de
dados, a análise sociométrica, a análise estatística e a análise de conteúdo.
A análise
de rede social
exploratória consiste em quatro partes:
definição de uma rede,
manipulação de rede, determinação de características estruturais e inspeção
visual (Nooy et al., 2005). Neste
estudo, conforme recomenda Zancan, Santos e Campos (2012), a rede social foi
utilizada como elemento norteador, sendo
um instrumento para o mapeamento do arranjo e para a investigação
da decisão de localização, utilizando-se de outras análises quantitativas e qualitativas.
A rede em estudo foi definida como
aquela que tem como vértices as startups da comunidade San Pedro Valley. Os gráficos das redes foram
feitos no Programa de Análise de Rede (UCINET) versão 6, e os sociogramas no Graph
theoretic layout, com base nas matrizes relacionais construídas com os
dados obtidos na pesquisa realizada nas páginas da internet e pela aplicação do
questionário (Borgatti; Everett; Freeman, 2002).
Para a análise das redes, foram
definidos os indicadores de tamanho da rede, ou seja, número total de
ligações/laços presentes entre os atores do grupo analisado, para a verificação
da existência de fato da rede, além do cálculo das medidas estruturais de centralidade
e densidade (Borgatti; Everett; Johnson, 2013). Esses cálculos possibilitaram a
identificação dos atores centrais e periféricos em cada rede.
Com o objetivo de compreender o fenômeno
de localização das empresas de base tecnológica da Comunidade San Pedro
Valley, aplicou-se um survey.
O questionário foi elaborado com base nas
pesquisas sobre decisão de localização e formação de
ecossistemas, principalmente nas de Fernandes
(2008) e Dalcin (2015). Posteriormente, o instrumento de pesquisa
foi validado tanto
por especialista quanto
por meio da aplicação de pré-teste.
O questionário foi dividido
em quatro partes: a primeira abordava questões demográficas sobre a startup
e o respondente; a segunda investigava as redes de relações, troca de
informações e parcerias entre as startups; a terceira consistia em dois
blocos de questões Likert de 7 pontos sobre a decisão de localização da startup,
com foco na relevância e importância dos fatores; e a quarta listava fatores
relacionados à mudança para e a partir de Belo Horizonte, permitindo respostas
múltiplas.
O questionário foi elaborado a partir do
Google
Forms e enviado para todas as 250 startups listadas na página da internet
do San Pedro Valley. Para a definição das questões sociométricas do questionário,
foram observados os tipos
de relação entre as startups: (i)relação de consumo, quando uma startup
utiliza o serviço prestado por outra; (ii) participação em eventos, quando
membros (fundadores, CEO’s, funcionários) de uma startup se encontram
com outros; (iii) participação no mesmo programa de aceleração; e (iv), relação
de parceria, quando uma startup elabora um projeto em conjunto com outra.
Foi solicitado aos
entrevistados que listassem até cinco startups da SPV com as quais
trocavam informações, mantinham relações comerciais e desenvolviam projetos em
parceria, considerando os últimos três anos e os próximos três. O objetivo era
identificar as empresas consideradas pertencentes à Comunidade San Pedro
Valley. A escolha de até cinco nomes é defendida por Merluzzi e Burt (2013),
pois essa quantidade permite obter um custo efetivo de escolhas sociométricas,
especialmente considerando a memória espontânea dos respondentes.
Foram obtidas 66 respostas. Os
resultados referem-se ao conjunto de respondentes e possuem caráter analítico,
não permitindo generalização estatística para o universo da pesquisa. No
entanto, considerando que o estudo abrangeu empresas cadastradas na plataforma
San Pedro Valley, os achados oferecem indícios relevantes sobre o fenômeno
investigado nesse contexto específico.
Além disso, os resultados quantitativos
foram confrontados com a análise qualitativa das entrevistas, o que possibilitou compreender a interpretação dos participantes sobre os temas abordados.
A racionalidade da decisão foi analisada a partir da interpretação dos fatores
declarados pelos respondentes, bem como dos padrões de relacionamento
identificados nas redes e das percepções obtidas nas entrevistas. Para provocar
a reflexão sobre essa rede, foram apresentados os sociogramas gerados pelos
dados secundários e pelos dados dos questionários, redes A e B,
respectivamente. A escolha dos entrevistados se deu pela identificação dos
elementos centrais e periféricos da rede. Foram realizadas onze entrevistas com CEOs ou diretores
que trabalhavam na startup desde a sua fundação.
Também
foram entrevistados um investidor-anjo; um CEO de uma gestora de fundos de
capital, um diretor de uma aceleradora privada, um diretor de uma aceleradora
pública e uma diretora de um hub de conexões entre empresas e startups.
Estes foram indicados pelos CEO’s
das startups. As entrevistas foram semiestruturadas, seguindo um roteiro
elaborado com base nas fases anteriores da pesquisa. A análise foi feita por
análise de conteúdo, com auxílio do software Atlas.ti.
4
ANÁLISE DOS RESULTADOS
4.1
Análise sociométrica das redes
4.1.1
Análise da Rede A
A Rede A foi construída tomando como
base as 250 startups cadastradas na plataforma do San Pedro Valley. Como
se tratou de dados secundários e públicos, os nomes das startups e
demais organizações são mencionados, sem a preocupação com o sigilo, como se deu
na criação das Redes B.
Oitenta e sete startups mencionam
o San Pedro Valley em suas páginas da internet, inserindo a logomarca da
Comunidade ou indicando o hiperlink para direcionamento à sua página
eletrônica, número que representa 34,8% do total, podendo ser considerado
baixo, já que, por se tratar de uma Comunidade, esperava-se que o maior número
possível a referenciasse, pelo sentimento de pertencimento. Das 250, 94 startups
não mencionam nenhuma outra, sendo que apenas 5 entre elas mencionam a SPV, o
que indica um isolamento dessas empresas na rede. Chegou-se, então, a uma
planilha de citações contendo 106 startups que citavam alguma das startups
listadas na plataforma ou alguma organização ou iniciativa relacionada.
Entre as organizações e iniciativas
citadas, estão programas de aceleração e aceleradoras, espaços de coworking, investidores e startups que
não estão listadas
na plataforma. Além dessas,
foram citadas também organizações de apoio ao empreendedorismo, tais como o Sebrae
e a Endeavor, além de universidades e faculdades (UFMG, PUC Minas e IBMEC). A
Techmall foi citada por quatro
das startups da
SPV, e seu programa de aceleração denominado Lemonade, foi citado por 11
delas. Outros programas também foram citados,
entre os quais estão o Acelera Mgti,
Seed, Fiemg Lab, Inovativa Brasil, Biostartuplab, Startupbrasil e Baanko Chalenge.
Com base nessa planilha,
gerou-se a primeira rede do San Pedro Valley,
apenas com as startups que
citaram outras startups cadastradas, conforme a Figura 1.
Figura
1 – Rede A
Na Figura 1, três componentes podem ser
verificados, identificando-se cada um como um subgráfico máximo no qual um
caminho existe de cada nó para outro (isto é, eles são mutuamente acessíveis).
Pode-se afirmar que o Gráfico não é conectado, pois tem mais de
um componente (Borgatti, 2017). Os nós vermelhos representam dois componentes desconectados do
componente principal, o que indica que o estabelecimento de relações
estratégicas dessas empresas é mais difícil, pois, embora pertençam à rede, não
se conectam diretamente com ela.
No componente principal, os nós
foram representados por três
cores que indicam
um subgrupo do componente, estabelecido pela interação apresentada com o
restante dos nós. Dessa forma, foram identificados
três subgrupos no componente principal representados
pelas cores azul, cinza e preta. A cor azul
agrega as empresas de maior centralidade, algo parecido com um núcleo, e tem vários
outros nós orbitando ao seu redor.
É esperado que esses nós pouco
centrais, mas pertencentes ao subgrupo azul, usufruam desse lugar para trocar
informações e estabelecer parcerias estratégicas.
Os subgrupos preto e cinza se conectam com a
periferia do subgrupo azul. Embora façam parte do mesmo componente, é esperado
que tenham menor acesso aos fluxos comunicativos e que seja mais difícil estabelecer contato com os atores de maior centralidade. As setas indicam a relação/ligação
entre os nós. A cor preta representa ligação direcional (arc) entre os nós, e a cor vermelha
demonstra uma relação bidirecional (edge). Ou seja, os nós ligados pelas
arestas pretas apresentam a seguinte relação: ‘A’ está ligado a ‘B’ (A ->
B), no entanto, ‘B’ não está ligado a ‘A’. Já os nós conectados por arestas
vermelhas sinalizam que ‘A’ está ligado a ‘B’ e ‘B’ está ligado a ‘A’ (A
<->B).
De acordo com os resultados apresentados
pela análise da densidade, a rede tem 64 laços, grau médio de 0,604 e densidade
correspondente à 0,006. Os atores mais
centrais da rede, aqueles que têm expressivos laços de entrada (indegree) são: Samba Tech (6); Sympla (6);
MaxMilhas (5) e Allugator (4). Seis startups apresentaram 3 laços e
outras 6, 2. O grau de centralização de entrada (incentralization) é de 0,0519, o que
indica uma rede pouco centralizada, sem um núcleo de referência claro. Nesse
caso, os atores centrais podem atuar como um pseudonúcleo. Redes não nucleadas
ou semi-nucleadas podem indicar uma hierarquia horizontal ou evidenciar a
fragilidade da rede em relação à coordenação, às trocas e ao fluxo de
informações.
Na literatura sobre
ecossistemas de empreendedorismo, é comum que a presença de atores centrais —
como empresas líderes, investidores ou instituições de apoio — exerça papel
relevante na articulação das interações e na circulação de recursos e
conhecimento entre os participantes do ecossistema (Stam, 2015). Nesse sentido,
a configuração observada neste estudo sugere uma dinâmica relacional mais
distribuída entre as empresas do cluster, o que pode indicar diferentes
formas de coordenação e interação estratégica entre os atores da rede.
4.1.2
Análise da Rede B
Para a criação da Rede B, foi elaborada uma matriz de relação, considerando nas linhas as 66 startups que responderam ao questionário e, nas colunas,
as startups e
outras organizações citadas como parceiras, gerando um Gráfico direcional (arc), apenas considerando a indicação do ego. Apesar de
as relações de parceria e comerciais serem bidirecionais, ou seja, se A mantém
relação de parceria/comercial com B, B mantém com A, optou-se por considerar as
relações como direcionais, devido à citação espontânea dos nomes, mostrando a
força de quem citou. Quem citou
considera a outra importante, mas não necessariamente a startup citada
considera aquela relevante.
Devido ao alto número de startups e
organizações citadas que não
estão cadastradas na SPV, optou-se
por gerar três redes. A primeira com as startups cadastradas (C) citadas
(Rede B1); a segunda, apenas
com as não cadastradas (NC) citadas,
gerando a Rede B2; e a terceira,
incluindo ambas, cadastradas e não cadastradas, que deu origem à Rede B3.
Nas Redes B, as startups foram codificadas por questão de sigilo dos
participantes de pesquisa. A seguir serão apresentadas as figuras das três
Redes e suas análises, bem como a interpretação dos entrevistados acerca delas.
Figura 2 – Rede B1, Cadastradas (C)
A rede B1, ao considerar somente as
empresas cadastradas oficialmente na plataforma da San Pedro
Valley, evidenciou baixa relação de trocas e parcerias
entre elas, pois observaram-se 69 laços, grau médio
de 0,841 e densidade de 0,010. Níveis reduzidos de densidade podem indicar que
as interações entre os atores ocorrem de forma mais seletiva ou concentrada em
determinados vínculos estratégicos, em vez de relações amplamente distribuídas
entre todos os participantes do ecossistema (Stam, 2015). Esse resultado sugere
que, embora as empresas façam parte de uma mesma comunidade, as relações de
colaboração podem ocorrer de maneira mais específica ou informal entre
determinados atores.
Quanto à centralidade, a centralização
de entrada corresponde à 0,1145 e a de saída, 0,0395. A rede é considerada desconectada, por apresentar 6 componentes.
Um central, com 59 nós, e outros 5,
com 2 nós cada. Os atores mais centrais, com maior número de laços de entrada,
são: C66 com indegree igual a dez; C73 com 7
e C70, com 6.
Figura
3 – Rede B2, Não cadastradas (NC)
Na Figura 3, os quadrados representam as empresas "não
cadastradas" e os círculos, as "cadastradas". Como as empresas
não cadastradas não foram entrevistadas, não houve laços recíprocos. A rede
mostra as empresas não cadastradas citadas pelas cadastradas no questionário,
com 95 laços. O grau médio é de 1,462 e a densidade é de 0,022. O número de
laços entre cadastradas e não cadastradas (95) é maior do que o número de laços
entre as cadastradas que citaram outras cadastradas (69), o que sugere a
expansão da rede.
No entanto, o número de 22
componentes na rede indica uma desconexão, sugerindo que a expansão ocorre pela
formação de pequenas comunidades em torno da principal. Esse resultado pode
estar relacionado à formação de subgrupos de interação entre empresas que
compartilham interesses, áreas de atuação ou proximidade relacional, fenômeno
frequentemente observado em ecossistemas empreendedores, nos quais as conexões
tendem a se organizar em torno de redes mais próximas de colaboração e troca de
informações.
Há um
componente central com o maior número de nós, sendo o principal nó uma empresa
não cadastrada, e outros componentes menores, variando de dois a seis nós. O
grau de centralização de entrada da rede é de 0,1098 e o de saída 0,0252, o que
indica uma rede pouco centralizada, tanto entre as empresas citadas quanto
entre aquelas que citaram. Os atores com maior indegree (laços
de entrada) foram NC10, com 15 laços, e NC21, com 5. NC19, NC20 e NC26
apresentaram 3 laços cada.
Figura 4 – Rede B3, Cadastradas e Não cadastradas
A rede B3 tem
150 nós e 164 laços,
grau médio de 1,101 e densidade de 0,008. Ao todo, são 11 componentes, mantendo-se como uma rede desconectada. Assim
como a Rede B2, essa também apresenta um componente com
maior número de nós – 104, nesse caso, e 10 componentes com número variando
entre dois e seis nós.
Destaca-se que oito dos dez componentes
menores são compostos por uma startup cadastrada que citou startups
não cadastradas, indicando que as novas empresas estão formando núcleos
periféricos em relação à rede central.
O grau de centralização de entrada da rede é de 0,0945, e o de saída, de 0,0469. Já os atores com maior grau de centralização de
entrada, ou seja, aqueles mais citados nas respostas do questionário, foram NC10 com
15, C66 com 10 citações; C73, com
7 e C70, com 6.
Na Tabela 1, são apresentadas as
estatísticas das Redes com o intuito de gerar uma comparação. Além das quatro
redes, já apresentadas anteriormente, foram acrescentadas as estatísticas das
Redes A e B3, considerando o total
das startups da SPV – 250, e não apenas as 66 que responderam ao questionário, possibilitando, com isso, uma análise
mais precisa da rede original da SPV.
Tabela 1 – Comparativo das estatísticas das Redes
|
Rede |
A |
A 250 |
B1 |
B2 |
B3 |
B 250 |
|
Total de nós |
106 |
250 |
82 |
132 |
150 |
318 |
|
Laços |
64 |
64 |
69 |
95 |
164 |
164 |
|
Densidade |
0,006 |
0,001 |
0,010 |
0,022 |
0,008 |
0,002 |
|
Nós desconectados |
59 |
203 |
27 |
0 |
14 |
182 |
|
Número de componentes |
3 |
3 |
6 |
22 |
11 |
11 |
|
Grau médio |
0,604 |
0,256 |
0,841 |
1,462 |
1,101 |
0,516 |
|
Centralização de saída – outcentralization |
0,0519 |
0,232 |
0,0395 |
0,0252 |
0,0469 |
0,0237 |
|
Centralização de entrada
incentralization |
0,0519 |
0,232 |
0,1145 |
0,1098 |
0,0945 |
0,0458 |
Ao se
comparar as redes, é
possível perceber que o número de
laços da Rede A e B1,
redes criadas somente com as startups
cadastradas, é bem próximo,
reforçando a ideia de que se trata de uma rede com baixa densidade. A baixa
densidade pode indicar menor coesão, mas também pode refletir relações
seletivas e estratégicas entre os atores.
O aumento do número de laços nas Redes B2 e B3 se deve à citação
de outras startups
que não estavam
cadastradas, o que corrobora a percepção de que a rede está se expandindo.
Além disso, o número bem maior de componentes dessas redes, além de demonstrar sua desconexão pode indicar
que a expansão está acontecendo pela formação de pequenas comunidades em torno
da principal.
Pode-se perceber que há uma diminuição
da densidade das redes e um aumento na desconexão dos nós, quando se considera
os 250 participantes da SPV, o que reforça a baixa conectividade e coesão da
rede. A baixa densidade e coesão apresentada pelas redes demonstra a pouca vinculação e o vínculo entre os membros e impacta na formação do capital social interno à rede, ou seja, seu
capital social coletivo, principalmente quando o objetivo
é consolidar os recursos da rede. Quando se considera as 250 startups nas
Redes A e B, verifica-se o grande
número de nós desconectados da rede.
Diante dessa análise e em conformidade com Borgatti (2017), observa-se
que, embora seja denominada ‘comunidade’ pelos próprios atores, a SPV apresenta
características de uma rede pouco coesa, com baixa densidade e limitada
conectividade entre seus membros. Nesse sentido, aproxima-se mais de um arranjo
relacional difuso do que de uma comunidade estruturada, o que sugere que sua
influência na decisão de localização das startups ocorre de forma não
predominante.
Essa conclusão é corroborada
pela pesquisa de Andrade (2017), que identificou uma lacuna entre a concepção
de uma rede de promoção de inovação e empreendedorismo, pois a rede apresenta baixos
índices de centralização e densidade, além de um grande número de atores
periféricos sem conexões com o núcleo central.
Nas pesquisas de Dalcin
(2015) e Pereira (2017), foi constatado que a Comunidade SPV, definida como a
rede de empreendedores da cidade, é vista como um dos principais recursos do
ecossistema, conforme o modelo de Isenberg (2011). Pereira (2017) destaca, no
entanto, a preocupação com a informalidade da rede, que pode dificultar o
acesso de novos empreendedores aos conhecimentos e experiências dos
empreendedores iniciais. Em razão da falta de consenso sobre a caracterização e
a importância da Comunidade SPV, o tema foi abordado na parte qualitativa desta
pesquisa, sendo discutido nas entrevistas com os fundadores das startups.
4.2 Análise
do questionário e das entrevistas
A amostra de empresas do San
Pedro Valley foi composta por 66 startups que responderam ao
questionário. Em relação ao tipo de sociedade, 69,70% são sociedades limitadas
(Ltda.), 15,20% são sociedades anônimas (S.A.), e 15,20% possuem outro tipo de
enquadramento contábil. Quanto ao número de funcionários, 80,30% das startups
têm até nove funcionários, 18,20% têm de 10 a 49 funcionários, e apenas 1,50%
possuem 100 funcionários ou mais.
Quanto ao perfil dos respondentes, a
Tabela 2 apresenta o detalhamento dos cargos.
Tabela 2 – Detalhamento dos cargos
|
Cargo que ocupa |
Quantidade de respostas |
Percentual |
|
CEO – Presidente |
31 |
46,96% |
|
Fundador/idealizador |
9 |
13,63% |
|
Diretor |
11 |
16,67% |
|
Sócio |
2 |
3,03% |
|
COO – Diretor
de Operações |
3 |
4,54% |
|
CTO – Diretor Técnico |
3 |
4,54% |
|
Outros e branco |
7 |
10,6% |
Conclui-se que quase 90% dos respondentes
ocupam cargos de direção. Quanto à escolaridade, 48,5% têm ensino superior,
42,4% cursaram pós-graduação, e somente 9,1% concluíram apenas o ensino médio.
Para a
realização das entrevistas, fez-se uma seleção dos entrevistados por meio da
análise das redes A e B, com base na posição que as startups fundadas
por eles ocupavam, identificando-se aquelas centrais e periféricas na rede.
Foram consideradas apenas aquelas cadastradas na plataforma da SPV, com exceção
de uma que apresentou o maior indegree. A Tabela 3 apresenta os dados do perfil
dos entrevistados.
Tabela 3 – Caracterização dos entrevistados
|
Cargo |
Idade |
Tempo na Empresa |
Escolaridade |
Gênero |
Renda |
|
Diretor Financeiro/ fundador |
30 |
desde a fundação |
superior |
masculino |
Acima de R$ 10.000,00 |
|
Diretor de Marketing/ fundador |
33 |
desde a fundação |
pós-graduação |
masculino |
Acima de R$ 10.000,00 |
|
Diretor de
Operações – COO/fundador |
33 |
desde a fundação |
superior |
masculino |
R$ 7.000,00 a R$ 10.000,00 |
|
Psicóloga |
24 |
desde a fundação |
superior |
feminino |
R$ 1.000,00 a R$ 3.000,00 |
|
Diretor de Marketing |
30 |
desde a fundação |
superior |
masculino |
Acima de R$ 10.000,00 |
|
Sócio fundador |
32 |
desde a fundação |
superior |
masculino |
Acima de R$ 10.000,00 |
|
Sócio fundador |
33 |
desde a fundação |
superior |
masculino |
R$ 3.000,00 a R$ 5.000,00 |
|
Diretor de
operações – COO/fundador |
41 |
desde a fundação |
mestrado |
masculino |
Acima de R$ 10.000,00 |
|
Diretor/fundador |
32 |
desde a fundação |
superior |
masculino |
R$ 1.000,00 a R$ 3.000,00 |
|
Diretora de
Operações – COO/fundadora |
33 |
desde a fundação |
superior |
feminino |
R$ 5.000,00 a R$ 7.000,00 |
Além dos fundadores e CEOs de startups,
foram entrevistados também um investidor-anjo (IA), um gestor de fundo de
venture capital (VC), diretores de aceleradoras — uma pública (A) e uma privada
(AP) — e a diretora de um hub de conexão com o mercado (H), todos indicados
pelos entrevistados das empresas.
Durante as 15 entrevistas realizadas, os
participantes citaram startups, pessoas e organizações do ecossistema da
cidade. Foram citadas 48 organizações diferentes, além do nome de dois
representantes da SPV, segundo informações dos entrevistados. As mais citadas
foram as startups Meliuz,
Sympla, Samba e Rockcontent. Os programas de aceleração também foram
evidenciados pelos entrevistados, e os mais citados foram: Seed, Fiemg Lab,
Lemonade e Startup Brasil.
No questionário, foram criados dois
blocos de afirmativas com respostas em escala de 1 a 7, com o intuito de conhecer as motivações da instalação da empresa em Belo Horizonte. No primeiro bloco, a escala era
de “discordo totalmente” (1) a “concordo plenamente” (7), visando identificar o
grau de concordância dos respondentes em relação a cada afirmação sobre a
relevância da localização para a startup.
A Tabela 4 mostra a média
das respostas para cada uma das perguntas, bem como a moda, a mediana, a nota mínima e nota máxima obtidas
em cada questão.
Tabela 4 – Visão Global das variáveis - fatores relevantes de localização
|
Fatores relevantes de Localização |
Média |
Moda |
Mediana |
Mínimo |
Máximo |
|
4. “As redes de relação que tenho aqui foram fundamentais na
decisão de localização da minha startup." |
4,77 |
7,00 |
5,00 |
1,00 |
7,00 |
|
1.” Minha startup está
localizada em Belo Horizonte, porque é a cidade onde nasci." |
4,73 |
7,00 |
6,00 |
1,00 |
7,00 |
|
3. “Estar próximo à família e amigos foi o fator principal para a decisão de
localização da minha startup." |
3,95 |
1,00 |
4,00 |
1,00 |
7,00 |
|
6. “O ecossistema empreendedor da cidade (empresas, capital de
risco, investidores anjos, universidades, órgãos do setor público,
aceleradoras e incubadoras, organismos financeiros) foi o fator principal
para a decisão de localização da minha startup." |
3,45 |
1,00 |
3,00 |
1,00 |
7,00 |
|
5. “Fui influenciado pelo ambiente institucional (universidade,
governo, startups, aceleradoras) a tomar a decisão
de localizar minha startup." |
3,41 |
1,00 |
3,00 |
1,00 |
7,00 |
|
7. “É fácil e barato alugar espaços comerciais na cidade para
instalar a startup." |
3,32 |
4,00 |
4,00 |
1,00 |
7,00 |
|
2.” Minha startup está
localizada aqui devido à concentração de empresas de software." |
3,20 |
1,00 |
3,50 |
1,00 |
6,00 |
|
8. “Minha startup se localiza
aqui devido à presença de multinacionais de tecnologia na cidade." |
2,24 |
1,00 |
2,00 |
1,00 |
6,00 |
Os
respondentes apresentaram maior grau de concordância em relação aos fatores “as
redes de relação que tenho aqui foram fundamentais na decisão de localização da
minha startup” e “minha startup está localizada em Belo Horizonte
porque é a cidade onde nasci”, considerados os mais relevantes na decisão de
localização. Os fatores de menor concordância foram aqueles relativos à
concentração de empresas de software na cidade e à presença de multinacionais
de tecnologia.
No
outro bloco de afirmativas, a escala variava de “não é importante” (1) a
“extremamente importante” (7), visando identificar o grau de importância dos
fatores para a localização da startup.
A
Tabela 6 mostra a média das respostas para cada uma das perguntas, bem como a
moda, a mediana, a nota mínima e a nota máxima obtidas em cada questão.
Tabela 6 – Visão global das variáveis
- grau de importância dos fatores
de localização
|
Fatores de localização |
Média |
Moda |
Mediana |
Mínimo |
Máximo |
|
10 - Presença de startups
e empreendedores em
diversos estágios de maturidade. |
5,21 |
5,00 |
5,00 |
1,00 |
7,00 |
|
6 - Facilidade de contratação de mão de obra
qualificada. |
5,21 |
5,00 |
5,00 |
1,00 |
7,00 |
|
2 - Infraestrutura de transporte e comunicação
(internet, estradas e aeroportos). |
5,09 |
7,00 |
5,00 |
1,00 |
7,00 |
|
9 - Qualidade de vida na cidade. |
4,97 |
5,00 |
5,00 |
1,00 |
7,00 |
|
1- Proximidade com centros de conhecimento
(universidades e centros de pesquisa). |
4,76 |
4,00 |
5,00 |
1,00 |
7,00 |
|
7 - Presença de parques tecnológicos, incubadoras e
aceleradoras. |
4,55 |
6,00 |
5,00 |
1,00 |
7,00 |
|
5 - Proximidade com
meu mercado consumidor. |
4,45 |
7,00 |
5,00 |
1,00 |
7,00 |
|
3 - Acesso
a capital de risco. |
4,35 |
4,00 |
4,00 |
1,00 |
7,00 |
|
8 - Diversidade cultural da cidade. |
4,11 |
4,00 |
4,00 |
1,00 |
7,00 |
|
4 - Apoio oferecido pelo Governo de Minas
Gerais. |
3,68 |
1,00 |
4,00 |
1,00 |
7,00 |
Nota-se que três variáveis se destacaram
ao alcançarem médias superiores a 5, portanto, elas exercem, ‘em média’, uma
influência considerável sobre a
decisão das startups funcionarem em
Belo Horizonte. Empatadas em primeiro
lugar, com média de 5,21 aparecem as variáveis: ‘Presença de startups e
empreendedores em diversos estágios de maturidade’ e ‘Facilidade de contratação de mão
de obra qualificada’. Em segundo lugar, com média de 5,09
ficou a questão: ‘Infraestrutura de transporte e comunicação (internet,
estradas e aeroportos)’.
Cinco dos participantes destacaram as
redes de relação como um fator importante para a escolha da localização na cidade. C35 considerou esse fator como primordial
para a decisão de localização da sua startup, afirmando que a escolha
foi influenciada pela proximidade de relacionamentos que os sócios da empresa
tinham na cidade e pela abertura e facilidade de contato com setores de atuação
da startup.
C56 destacou que, no início
de uma startup, é essencial ter um laboratório para testar a proposta de
valor e que, com boas redes de contato, a comunicação com o público-alvo se
torna mais fácil. Embora tenha enfatizado o benefício de ficar perto da
família, o principal fator na escolha da localização foi estar em um ambiente
familiar. A decisão foi ainda mais relevante, pois os fundadores não moravam em
Belo Horizonte quando conceberam a ideia do negócio, realizando uma comparação
com outras cidades. Além das redes de contato e da proximidade com a família,
C56 também ressaltou a importância da proximidade com outras startups
iniciantes, especialmente no contexto competitivo em relação a São Paulo.
Não só o fato de ter nascido na cidade,
mas de estar morando, trabalhando e estudando na cidade no momento da abertura da startup são fatores relevantes para a decisão de localização. Os entrevistados afirmam que essa nem sempre é uma
decisão estratégica e, muitas vezes, não configura uma escolha deliberada. De
acordo com C1: “Foi mais uma questão de estamos aqui, vamos ficar aqui. Não teve nenhuma decisão estratégica do tipo nós
vamos para Belo Horizonte”. E C70 complementa: “A gente não escolheu Belo Horizonte, Belo Horizonte escolheu a
gente”.
Para o entrevistado C56,
que morava fora de Belo Horizonte, estar próximo à família foi um fator
determinante na escolha da cidade para a localização de sua startup. Para C52, a
família também foi um fator importante de decisão. Mesmo ao considerar mudar de
cidade, a família continua sendo um motivo de peso.
Os participantes destacaram a consolidação de Belo Horizonte como um polo de startup,
apresentando os casos de sucesso presentes na cidade. Para C73, há em Belo
Horizonte startups de grande potencial
que são líderes em seus mercados. Ele apresenta os seguintes exemplos: Meliuz, que é maior empresa de cash back do
Brasil; Sympla, a maior empresa de venda de tickets do Brasil, e Rock
Content e Samba, que se destacam na América Latina como a maior empresa de
marketing de conteúdo e uma das principais plataformas de vídeo,
respectivamente.
C1 afirma que percebe a evolução das startups
na cidade, destacando que há várias empresas em crescimento. No entanto, faz um
contraponto ao afirmar que, embora isso seja motivador e inspirador, não
considera esse fator decisório para a localização de sua startup. O
entrevistado VC ressalta o círculo virtuoso promovido pelos empreendedores,
indicando os vários níveis de maturidade presentes no ecossistema:
Várias
dessas empresas que eu vi nesse seu estudo aí, são formadas pela terceira geração
desses mesmos empreendedores de 2001, já montaram empresa,
já venderam empresa, pegaram
parte da liquidez, investiram com anjo, em empresas de outros, montaram novas
empresas, receberam novos aportes, aí começa a criar um círculo virtuoso e a
roda começa a girar (VC).
Os participantes refletiram sobre a
contratação de mão de obra qualificada em Belo Horizonte. C70 mencionou que não
é fácil encontrar profissionais qualificados na área de tecnologia da
informação e, por isso, contratam pessoas de outras cidades e até do exterior.
Ele destacou como vantagem a presença de universidades federais em cidades
próximas, como Lavras, Viçosa e Juiz de Fora, o que facilita o processo de contratação.
C70 também apontou que, em comparação com outros lugares, Belo Horizonte possui
mão de obra qualificada.
NC10, C73, C56 e C22 concordam com a
dificuldade de contratação de mão de obra para as áreas de tecnologia ou para
determinadas funções específicas. NC10 afirma que há muito talento e muita mão
de obra qualificada, mas ainda faltam pessoas altamente qualificadas em algumas
tecnologias, pois não há, em Belo Horizonte, e mesmo no Brasil, grandes
empresas nessas áreas.
Nas entrevistas, os fatores ‘transporte e comunicação’ foram destacados.
C73 mencionou que o menor custo de vida em Belo Horizonte e a facilidade de
deslocamento para São Paulo e Rio de Janeiro foram decisivos para a localização
da startup. C70, por sua vez, ressaltou a importância da internet rápida
como um motivo para não mudar de Belo Horizonte. Os entrevistados confirmaram
que uma boa infraestrutura de transporte e comunicação é crucial para a decisão
de localização das startups, já que precisam viajar para expandir seus
negócios e dependem de internet de qualidade, especialmente no caso de empresas
de tecnologia.
4.2.2
Rede de relacionamento San Pedro Valley
A denominada Comunidade SPV
foi abordada nas entrevistas, sendo o tema instigado pela apresentação das
redes aos entrevistados, que tiveram reações distintas. Os entrevistados
periféricos geralmente olhavam rapidamente e reconheciam que não faziam parte
da Rede. Já os atores centrais analisaram com mais atenção, especialmente a
Rede A, que mostrava os nomes das startups, e comentaram sobre as
empresas não listadas ou questionaram se determinadas empresas realmente
pertenciam à SPV. NC10 destacou a centralidade de sua startup na Rede, mencionando que sua empresa foi cocriadora e apoiadora da
comunidade.
Os fundadores e/ou diretores
entrevistados foram convidados a definir o que era essa comunidade. Para NC10,
é “uma comunidade auto-organizada de pessoas, com um objetivo comum, que é
criar negócios de impacto e desenvolver o mercado empreendedor local”. Para
ele, trata-se de uma comunidade orgânica que se forma a partir de muitos
pequenos encontros entre centenas ou milhares de pessoas, e não na forma de uma
entidade constituída. C22 e C56 também utilizam o termo ‘orgânica’ para
caracterizar a rede.
C73 tem uma definição
semelhante, afirmando que é uma comunidade autogerenciável, que não possui
hierarquia. Para C35, “é uma rede de networking, bem sólida, que possibilita a troca
de experiência, a troca de tecnologia”, ressaltando o papel colaborativo da
comunidade.
Os
participantes da pesquisa enfatizam as trocas de experiência que acontecem na
comunidade. Dos 10 entrevistados, 8 mencionaram a palavra “troca” ao se
referirem à Comunidade SPV. “A gente troca muita experiência, a gente se ajuda
muito” (C73).
Para
NC10, em poucos mercados do Brasil há comunidades empreendedoras tão unidas
quanto em Belo Horizonte. C35 considera a rede sólida, que possibilita a troca
de experiência e tecnologia. A cultura de colaboração da rede, com várias
empresas em momentos diferentes, aprendendo, trocando conhecimento e fazendo
negócios juntas, contribui muito para a cidade, segundo NC10.
C35
aborda um ponto importante da rede, a confiança. Segundo ele, “a visão dos
empreendedores daqui é justamente fortalecer o ecossistema e não ficar
prejudicando o desenvolvimento da outra empresa. Muitas informações que a gente
troca é sem medo de fazer essa troca. Não tem esse medo. Não há o medo de sabotagem.
Tanto é que há empresas que têm produtos parecidos, mas atuam em segmentos
diferentes.”
No
entanto, os investidores entrevistados têm opiniões diferentes sobre a SPV.
Para VC trata-se de um branding, uma
marca que entrega algo intangível, que é a imagem de Minas e Belo Horizonte
como um polo fértil para empresas, reconhecida nacionalmente. No entanto,
afirma que “o SPV não entrega o que é alardeado na mídia. Este estudo de rede é
um indicador disso.” Referindo-se às redes criadas pela pesquisadora e apresentadas
durante a entrevista, complementa que “o lado tangível do SPV ainda está no
processo de amadurecimento para, de fato, entregar resultado e benefício para
as empresas que participam do ecossistema”.
Ao
serem questionados sobre os ganhos associados à participação na SPV, os
entrevistados mencionaram: troca de informações; aceleração do processo de
aprendizado (C56); e fortalecimento do espaço de colaboração e troca de
experiências entre empreendedores (C22). Os entrevistados reconhecem, no
entanto, que a rede gera poucos negócios, ou gera em escala limitada (C22, C70,
C35).
A
análise das entrevistas sobre o tema SPV evidencia a falta de consenso em
relação à sua caracterização, apontando para múltiplas interpretações — ora
como comunidade, ora como rede de empreendedores —, o que reforça a distinção
entre a percepção dos atores e a estrutura relacional identificada
empiricamente. Seu caráter informal, descrito por termos como autogerenciável,
auto-organizada, horizontal, orgânica e não centralizada, pode explicar essas
diferenças de percepção sobre a Comunidade. Observa-se, portanto, uma diferença
entre a percepção dos atores, que definem a SPV como uma comunidade, e os
padrões estruturais identificados pela análise de redes, que indicam uma configuração
menos coesa e mais fragmentada.
Esse
tipo de configuração é frequentemente observado em ecossistemas empreendedores,
nos quais as interações entre os atores ocorrem de forma descentralizada e
baseadas em redes informais de relacionamento (Stam, 2015; Aguiar; Moreira,
2022). Nesse sentido, a diversidade de percepções identificada pode refletir
uma característica própria desse tipo de ecossistema, no qual as relações se
estruturam mais por meio de interações espontâneas entre empreendedores do que
por mecanismos formais de coordenação.
Assim,
os resultados deste estudo contribuem para a literatura ao evidenciar como
essas características se manifestam em um ecossistema regional específico,
destacando que a ausência de estruturas formais de coordenação não impede a
formação de redes de colaboração entre empreendedores, mas pode resultar em
diferentes percepções sobre os limites e a própria existência da comunidade.
5
CONSIDERAÇÕES FINAIS
Este
estudo analisou o processo de tomada de decisão de localização de empresas de
base tecnológica, com o objetivo de investigar a racionalidade e as
circunstâncias da decisão dos empreendedores, não apenas para a implantação,
mas também para a continuidade do empreendimento.
Os
fatores clássicos de localização, tais como, custo, proximidade com fontes de
matéria-prima e custos de transporte, não são relevantes para a decisão de
localização de empresas de base tecnológica. No entanto, a infraestrutura de
transporte e comunicação (internet, estradas e aeroportos) é considerada
relevante, devido à necessidade de encontros de negócios para acessar mercados
consumidores e financeiros em outras localidades.
A
decisão de localização é influenciada tanto por fatores ambientais quanto por
fatores de ordem pessoal e comportamental. Os fatores mais relevantes, citados
pelos participantes da pesquisa, foram as redes de relação; a presença de startups e empreendedores em diversos
estágios de maturidade; a qualidade de vida na cidade; a facilidade de
contratação de mão de obra qualificada; e o ecossistema empreendedor da cidade.
Há
na cidade um ecossistema empreendedor, cujos atores mais destacados foram as
universidades como formadoras de mão de obra qualificada; as aceleradoras e os
programas de aceleração como incentivadores de novos negócios; o governo como
fomentador da criação de um ambiente de inovação e estímulo às startups; e os próprios empreendedores organizados
em rede na Comunidade San Pedro Valley.
Sobre
a Comunidade San Pedro Valley, as redes demonstraram níveis de centralização e,
mesmo que haja geração de capital coletivo, os elementos centrais podem estar
sendo mais beneficiados, inclusive reforçando sua liderança na rede. Isso leva
à indagação de como favorecer a participação dos novos entrantes. Há uma
resistência dos participantes em transformar o SPV em uma associação, mas essa
pode ser uma solução possível para incentivar o rodízio de liderança, bem como
o maior acesso ao capital social coletivo.
Os
resultados sugerem que a decisão se aproxima da racionalidade limitada,
fortemente influenciada por valores e relações sociais. Os principais valores
considerados neste trabalho foram as redes de relacionamento, a família e os
amigos, além do fato de os fundadores terem nascido ou estarem estabelecidos na
cidade.
Este
trabalho contribuiu para a compreensão do fenômeno da clusterização de empresas de base tecnológica, revelando os fatores
considerados relevantes pelos decisores na tomada de decisão de localização,
confirmando os fatores presentes na literatura sobre ecossistemas. Para a
própria Comunidade San Pedro Valley, a pesquisa contribuiu com a caracterização
da rede, identificando os elementos centrais e periféricos, bem como os
diferentes posicionamentos dos diversos atores, possibilitando uma maior
compreensão sobre as comunidades de startups.
Como
limitações da pesquisa, considera-se a impossibilidade de extrapolações
estatísticas, sendo possíveis apenas generalizações analíticas, de um conjunto
particular de resultados para teorias mais abrangentes. Além disso, a pesquisa
evidenciou as múltiplas interpretações atribuídas ao fenômeno pelos diversos
atores envolvidos.
Como
proposta de novos estudos, sugere-se investigar o processo decisório de
localização em outras comunidades de empreendedores em Minas Gerais e no
Brasil, realizando um estudo comparativo com a Comunidade San Pedro Valley,
identificando especificidades e semelhanças entre elas, visando propor modelos
que possibilitem melhorias nos processos decisórios relacionados à instalação e
localização das startups. Sugere-se
também ampliar a pesquisa investigando a decisão de localização e o
relacionamento com a SPV dos fundadores das startups
que não estão cadastradas na rede. Por fim, recomenda-se a realização de
pesquisas sobre os resultados dos investimentos governamentais realizados em
programas de incentivo às startups em
Minas Gerais e no Brasil.
REFERÊNCIAS
AGUIAR, T. C. A; MOREIRA, V. F. Papéis dos atores
institucionais no ecossistema de negócios tecnológicos de impacto social:
evidências de campina grande-PB. Gestão e Regionalidade, v. 38, n.
113, 2022.
Akın, B., & Seyfettinoğlu, Ü. K. (2022). Factors
determining the location decision: Analysis of location choice preferences of
the ICI-1000 companies with the nested logit model. Central Bank Review, 22(1), 57-75.
ANDRADE, N. A. de. Análise de redes sociais: estudo de caso da
rede mineira de startups San Pedro Valley. 2017.
Dissertação (Mestrado) – Centro Universitário Unihorizontes, Belo Horizonte,
2017.
ARAÚJO, V. C. Dimensão local
da inovação no Brasil:
determinantes e efeitos
de proximidade. 2014. Tese (Doutorado) – Escola Politécnica,
Universidade de São Paulo, São Paulo, 2014.
AZZONI, C. R. Teoria econômica versus
evidência empírica: o caso da localização
industrial em São Paulo. Revista
Brasileira de Economia, v. 37, n. 2, p.177-206, 1983.
BARBOSA, L. C. M.; GUIMARÃES, L. O.; CARVALHO,
R. B. Desenvolvimento de laços interorganizacionais com base em redes sociais:
proposta de um modelo explicativo. DRd-Desenvolvimento Regional em
debate, v. 12, p. 405-423, 2022.
BARQUETTE, S. M. V. Localização de Empresas de base tecnológica e surto de criação
de Incubadoras: condicionantes do salto paradigmático. 2000. Tese
(Doutorado) – EAESP/FGV, São Paulo, 2000.
BERKOVÁ,
I. et al. Detection Of Firms´ Clustering By
Local Scaling. Regional Science Inquiry, v. 12, n. 1, p. 115-127,
2020.
BORGATTI, S. P.; EVERETT M.G.; FREEMAN, L.C. UCINET for Windows: Software
for social network
analysis. Harvard: Analytic
Technologies, 2002.
.
BORGATTI, S. P., EVERETT,
M. G., JOHNSON, J. C. Analyzing
social networks. London:
Sage, 2013.
BORGATTI, S. P.; FOSTER,
P. C. The Network Paradigm
in Organizational Research: A Review and Typology. Journal of Management, v. 29, n. 6, p. 991–1013, 2003.
CASTELLS, M. A sociedade em rede. Tradução de
Roneide Venancio Majer; Klauss Brandini Gerhardt. São Paulo: Paz e Terra, 2009.
COLEMAN, J. S.
Social capital in the creation of human capital. The American Journal of Sociology, v. 94, 1988.
DALCIN,
T. Clusters de startups no Brasil:
uma análise multicasos a partir da visão baseada em recursos e da visão
relacional. 2015. Dissertação (Mestrado) – Unisinos, Porto Alegre, 2015.
DARBI, W. P. K.; KNOTT, P. Coopetition strategy
as naturalised practice in a cluster of informal businesses. International Small Business Journal, v.41, n.1, 2022.
FERNANDES, C. I.
M. A. S. Factores de localização das
empresas de base tecnológica: o caso da Beira Interior. 2008. Dissertação
(Mestrado) – Universidade da Beira Interior, 2008.
GIMENEZ, F. A. Prado; BUETTGEN, J. J.; RUGGI,
M. O. Startups e o ecossistema empreendedor curitibano. PUCPRess, 2020.
GRANOVETTER, M. The strength
of weak ties. The American
Journal of Sociology, v.78, n.6, p. 1360-1380,
1973.
GRANOVETTER, M. Economic
action and social structure: the problem of embeddedness. The American Journal
of Sociology, v. 91, n.3, p. 481-510, 1985.
ISENBERG, D. The entrepreneurship ecosystem strategy as a new paradigm for economic
policy. Babson Entrepreneurship Ecosystem Project, 2011.
KLIMAS,
P.; CZAKON, W.; FREDRICH, V. Strategy frames in coopetition: An examination of
coopetition entry factors in high-tech firms. European Management Journal,
v.40, n.2, p. 258-272, 2022.
MASON, C; BROWN, ROSS.
Entrepreneurial Ecosystems and Growth Oriented Entrepreneurship. Leed Programme. OECD, 2014.
FERREIRA, J. J. M.; MARQUES, C. S.; FERNANDES, C. Teorias de localização
aplicadas às empresas de base tecnológica: um estudo empirico. RAI - Revista de
Administração e Inovação, v.7, n.4, p. 43-65. 2010.
MEENA, A.; DHIR, S.; SUSHIL, S. A review of coopetition and future
research agenda. Journal of Business & Industrial Marketing, 2022.
MERLUZZI, J.; BURT,
R.S. How many names are enough?
Identifying network effects
with the least set of listed contacts. Social Networks, 2013.
NOOY, W. De; MRVAR,
A.; BATAGELJ, V. Exploratory Social
Network Analysis with Pajek. Analysis with Pajek. New York: Cambridge University Press,
2005.
OLIVEIRA,
J. N. de et al. “Escuchar para cambiar”: uma análise do processo de
implementação da rede social Lazos durante a execução de programas internacionais
de cooperação. 2022. Dissertação (Mestrado).
PEREIRA, H. C. B. O ecossistema empreendedor de Belo Horizonte: análise do caso San Pedro
Valley. 2017. Dissertação (Mestrado) – UFMG, 2017.
SALUME, P. K.; GUIMARAES, L. O.;
VERSIANI, A. F. Conhecimento, cooperação, instituições e reputação: recursos
relevantes para localização de empresas em um parque tecnológico. Revista de Empreendedorismo e Gestão de Pequenas Empresas, v.5, n.3, 2016.
SAN PEDRO VALLEY. Nossa história. Disponível em: https://sanpedrovalley.org.br/spv/.
Acesso em: 30 jan. 2025.
SIMON, H. A. Administrative behavior. New Vork, Macmillan, 1956.
SIMON, H. A. Rationality in psychology and economics. The Journal of Business, v.59, n.4,
1986.
STAM, E. Entrepreneurial Ecosystems and Regional
Policy: A Sympathetic Critique. Discussion Paper Series n.
15-07. Utrecht University School of
Economics, 2015.
TIZZIOTTI, C. P. P.; TRUZZI,
O. M. S.; BARBOSA, A. S. Local productive arrangements: an analysis based on
the participation of local organizations for development. Gestão & Produção, v.26, 2019.
TUNES, R. Geografia da inovação: o debate contemporâneo
sobre a relação entre território
e inovação. Espaço e Economia - Revista
brasileira de Geografia Econômica. n.9, 2016.
ZANCAN, C.; SANTOS, P. C.
F; CAMPOS, V. O.
As contribuições teóricas
da análise de redes sociais (ars) aos Estudos
Organizacionais. Revista Alcance, v.19,
n.01, p. 62-82, 2012.