Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Pletsch, Maria Eduarda Medeiros
Orientador(a): Zawislak, Paulo Antonio
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Cidades inteligentes
Inovação
Capacidade de inovação
Capital humano
Desempenho empresarial
Palavras-chave em Inglês:
Cities
Innovation capability
Company performance
Smart cities
Link de acesso: http://hdl.handle.net/10183/282759
Resumo: O presente trabalho tem por objetivo entender a relação entre as cidades e as empresas, analisando como essa interação reflete na performance das organizações. Para tanto, foi utilizado o Ranking Connected Smart Cities 2022 para identificar o nível de inteligência das cidades. Tal ranking considera, de forma detalhada, as dimensões de análise de inteligências propostas por Camboim (2018). São avaliados 75 indicadores que compõem as seguintes dimensões utilizadas pelo ranking: mobilidade, urbanismo, meio ambiente, energia, tecnologia e inovação, economia, educação, saúde, segurança, empreendedorismo e governança. Já para identificar o nível de capacidades de inovação e desempenho inovador das empresas, foi utilizado o banco de dados do NITEC – Núcleo de Estudos em Inovação da Universidade Federal do Rio Grande do Sul, que analisou o desempenho e as áreas de desenvolvimento, operação, gestão e transação de 1305 empresas que responderam ao questionário quantitativo e exploratório Inovaindústria. Os dados foram analisados por meio de regressão linear no programa SPSS (Pacote Estatístico para as Ciências Sociais), revelando que 89,8% da performance das empresas de cada cidade (variável dependente) são explicados pelas seguintes variáveis independentes: capacidade de operação, capacidade de gestão, capacidade de transação, capacidade de desenvolvimento, número de instituições de ensino, número de mestres, número de doutores e índice de inteligência das cidades (CSC 2022). O teste de ANOVA (Análise de Variância) demonstrou significância estatística do modelo. Sendo assim, o presente trabalho possibilita que as empresas planejem em quais cidades é mais viável sua instalação ou a abertura de outras sedes, tendo por base o nível de capacidade de inovação das empresas da cidade, o nível de inteligência da cidade (e suas dimensões CSC 2022), o número de mestres e o número de instituições de ensino, o que resulta na melhora de seu desempenho inovador.
id URGS_46ab07fa33e648d626b9defbe814ccac
oai_identifier_str oai:www.lume.ufrgs.br:10183/282759
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Pletsch, Maria Eduarda MedeirosZawislak, Paulo Antonio2024-12-24T06:55:15Z2024http://hdl.handle.net/10183/282759001218570O presente trabalho tem por objetivo entender a relação entre as cidades e as empresas, analisando como essa interação reflete na performance das organizações. Para tanto, foi utilizado o Ranking Connected Smart Cities 2022 para identificar o nível de inteligência das cidades. Tal ranking considera, de forma detalhada, as dimensões de análise de inteligências propostas por Camboim (2018). São avaliados 75 indicadores que compõem as seguintes dimensões utilizadas pelo ranking: mobilidade, urbanismo, meio ambiente, energia, tecnologia e inovação, economia, educação, saúde, segurança, empreendedorismo e governança. Já para identificar o nível de capacidades de inovação e desempenho inovador das empresas, foi utilizado o banco de dados do NITEC – Núcleo de Estudos em Inovação da Universidade Federal do Rio Grande do Sul, que analisou o desempenho e as áreas de desenvolvimento, operação, gestão e transação de 1305 empresas que responderam ao questionário quantitativo e exploratório Inovaindústria. Os dados foram analisados por meio de regressão linear no programa SPSS (Pacote Estatístico para as Ciências Sociais), revelando que 89,8% da performance das empresas de cada cidade (variável dependente) são explicados pelas seguintes variáveis independentes: capacidade de operação, capacidade de gestão, capacidade de transação, capacidade de desenvolvimento, número de instituições de ensino, número de mestres, número de doutores e índice de inteligência das cidades (CSC 2022). O teste de ANOVA (Análise de Variância) demonstrou significância estatística do modelo. Sendo assim, o presente trabalho possibilita que as empresas planejem em quais cidades é mais viável sua instalação ou a abertura de outras sedes, tendo por base o nível de capacidade de inovação das empresas da cidade, o nível de inteligência da cidade (e suas dimensões CSC 2022), o número de mestres e o número de instituições de ensino, o que resulta na melhora de seu desempenho inovador.This study aims to understand the relationship between cities and companies, analyzing how this interaction reflects on organizational performance. For this purpose, the Connected Smart Cities 2022 ranking was used to identify the intelligence level of cities. This ranking considers, in detail, the dimensions of intelligence analysis proposed by Camboim (2018). A total of 75 indicators are evaluated, covering the following dimensions used by the ranking: mobility, urban planning, environment, energy, technology and innovation, economy, education, health, security, entrepreneurship, and governance. To identify the level of innovation capabilities and innovative performance of companies, the database from NITEC – Center for Innovation Studies at the Federal University of Rio Grande do Sul was used. This database analyzed the performance and capabilities in the areas of development, operation, management, and transaction of 1,305 companies that responded to the quantitative and exploratory Inovaindústria survey. The data were analyzed through linear regression using the SPSS software (Statistical Package for the Social Sciences), revealing that 89.8% of the companies' performance in each city (dependent variable) is explained by the following independent variables: operational capability, management capability, transaction capability, development capability, number of educational institutions, number of master's degree holders, number of PhD holders, and the city's intelligence index (CSC 2022). The ANOVA test demonstrated the statistical significance of the model. Therefore, this study enables companies to plan in which cities it is most viable to establish operations or open new branches, based on the city's companies' innovation capacity level, the city's intelligence index (and its CSC 2022 dimensions), the number of master's degree holders, and the number of educational institutions. These factors contribute to improving their innovative performance.application/pdfporCidades inteligentesInovaçãoCapacidade de inovaçãoCapital humanoDesempenho empresarialCitiesInnovation capabilityCompany performanceSmart citiesCidades e capacidades : a relação entre a localização e o desempenho inovador das firmasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de AdministraçãoPrograma de Pós-Graduação em AdministraçãoPorto Alegre, BR-RS2024mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001218570.pdf.txt001218570.pdf.txtExtracted Texttext/plain197491http://www.lume.ufrgs.br/bitstream/10183/282759/2/001218570.pdf.txt4fe9b7692662448e44a06dce37a4a89fMD52ORIGINAL001218570.pdfTexto completoapplication/pdf4205834http://www.lume.ufrgs.br/bitstream/10183/282759/1/001218570.pdfef58757b94456f6671b7e6e5ddd2050dMD5110183/2827592024-12-25 07:51:32.225798oai:www.lume.ufrgs.br:10183/282759Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-12-25T09:51:32Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
title Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
spellingShingle Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
Pletsch, Maria Eduarda Medeiros
Cidades inteligentes
Inovação
Capacidade de inovação
Capital humano
Desempenho empresarial
Cities
Innovation capability
Company performance
Smart cities
title_short Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
title_full Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
title_fullStr Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
title_full_unstemmed Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
title_sort Cidades e capacidades : a relação entre a localização e o desempenho inovador das firmas
author Pletsch, Maria Eduarda Medeiros
author_facet Pletsch, Maria Eduarda Medeiros
author_role author
dc.contributor.author.fl_str_mv Pletsch, Maria Eduarda Medeiros
dc.contributor.advisor1.fl_str_mv Zawislak, Paulo Antonio
contributor_str_mv Zawislak, Paulo Antonio
dc.subject.por.fl_str_mv Cidades inteligentes
Inovação
Capacidade de inovação
Capital humano
Desempenho empresarial
topic Cidades inteligentes
Inovação
Capacidade de inovação
Capital humano
Desempenho empresarial
Cities
Innovation capability
Company performance
Smart cities
dc.subject.eng.fl_str_mv Cities
Innovation capability
Company performance
Smart cities
description O presente trabalho tem por objetivo entender a relação entre as cidades e as empresas, analisando como essa interação reflete na performance das organizações. Para tanto, foi utilizado o Ranking Connected Smart Cities 2022 para identificar o nível de inteligência das cidades. Tal ranking considera, de forma detalhada, as dimensões de análise de inteligências propostas por Camboim (2018). São avaliados 75 indicadores que compõem as seguintes dimensões utilizadas pelo ranking: mobilidade, urbanismo, meio ambiente, energia, tecnologia e inovação, economia, educação, saúde, segurança, empreendedorismo e governança. Já para identificar o nível de capacidades de inovação e desempenho inovador das empresas, foi utilizado o banco de dados do NITEC – Núcleo de Estudos em Inovação da Universidade Federal do Rio Grande do Sul, que analisou o desempenho e as áreas de desenvolvimento, operação, gestão e transação de 1305 empresas que responderam ao questionário quantitativo e exploratório Inovaindústria. Os dados foram analisados por meio de regressão linear no programa SPSS (Pacote Estatístico para as Ciências Sociais), revelando que 89,8% da performance das empresas de cada cidade (variável dependente) são explicados pelas seguintes variáveis independentes: capacidade de operação, capacidade de gestão, capacidade de transação, capacidade de desenvolvimento, número de instituições de ensino, número de mestres, número de doutores e índice de inteligência das cidades (CSC 2022). O teste de ANOVA (Análise de Variância) demonstrou significância estatística do modelo. Sendo assim, o presente trabalho possibilita que as empresas planejem em quais cidades é mais viável sua instalação ou a abertura de outras sedes, tendo por base o nível de capacidade de inovação das empresas da cidade, o nível de inteligência da cidade (e suas dimensões CSC 2022), o número de mestres e o número de instituições de ensino, o que resulta na melhora de seu desempenho inovador.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-12-24T06:55:15Z
dc.date.issued.fl_str_mv 2024
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/282759
dc.identifier.nrb.pt_BR.fl_str_mv 001218570
url http://hdl.handle.net/10183/282759
identifier_str_mv 001218570
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/282759/2/001218570.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/282759/1/001218570.pdf
bitstream.checksum.fl_str_mv 4fe9b7692662448e44a06dce37a4a89f
ef58757b94456f6671b7e6e5ddd2050d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316192106643456

Registros relacionados