XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO

Desafios da Engenharia de Produção no Contexto da Indústria 4.0

Bauru, SP, Brasil, 6 a 8 de novembro de 2019

INVESTIMENTO DIRETO EXTERNO E

CAPACIDADE DE ABSORÇÃO AFETAM A
PRODUTIVIDADE DOS MUNICÍPIOS
BRASILEIROS?
DIOGO FERRAZ – diogoferraz@usp.br
UNIVERSIDADE DE SÃO PAULO; UNIVERSIDADE DE HOHENHEIM
NAIJELA SILVEIRA – naijelajanaina@gmail.com
UNIVERSIDADE FEDERAL DE SÃO CARLOS – UFSCar – SÃO CARLOS
DIEGO SCARPA DE MELLO – dscarpa.mello@gmail.com
UNIVERSIDADE FEDERAL DE SÃO CARLOS – UFSCar – SÃO CARLOS
HERICK FERNANDO MORALLES – herickmoralles@dep.ufscar.br
UNIVERSIDADE FEDERAL DE SÃO CARLOS – UFSCar – SÃO CARLOS
DAISY APARECIDA DO NASCIMENTO REBELATTO – daisy@usp.br
UNIVERSIDADE DE SÃO PAULO – USP – SÃO CARLOS

Área: Nº8 - GESTÃO DO CONHECIMENTO ORGANIZACIONAL

Sub-Área: Nº8.1 - GESTÃO DA INOVAÇÃO

Resumo: O CONCEITO DE CAPACIDADE DE ABSORÇÃO (CA) GANHOU

ATENÇÃO NA LITERATURA, ESPECIALMENTE NAS ECONOMIAS EM
DESENVOLVIMENTO, DE MODO QUE AS ORGANIZAÇÕES DESSAS NAÇÕES
PODEM SE BENEFICIAR DE EXTERNALIDADES DE INVESTIMENTOS
ESTRANGEIROS. O OBJETIVO DESTE ARTIGO É MEDIR O IMPACTO DO
INVESTIMENTO DIRETO EXTERNO (IDE) E DA CAPACIDADE DE ABSORÇÃO NA
PRODUTIVIDADE DOS MUNICÍPIOS BRASILEIROS ENTRE 2010 E 2014. OS
RESULTADOS DEMONSTRAM QUE A PRODUTIVIDADE É AFETADA PELA
COMPLEXIDADE ECONÔMICA E PELO IDE, UMA VEZ QUE OS IMPACTOS
NEGATIVOS SOBRE A PRODUTIVIDADE SE DEVEM À ALOCAÇÃO DO IDE EM
REGIÕES QUE NÃO POSSUEM NÍVEIS MÍNIMOS DE CA. OS RESULTADOS DESTE
TRABALHO CORROBORAM COM OUTROS ESTUDOS DA LITERATURA, POIS
QUANTO MAIOR O NÍVEL DE ESCOLARIDADE DOS TRABALHADORES, MAIORES
SÃO OS ÍNDICES DE PRODUTIVIDADE. POR OUTRO LADO, NÃO FOI
ENCONTRADA RELAÇÃO POSITIVA ENTRE A PRODUTIVIDADE E O NÚMERO DE
PROFISSIONAIS DO ENSINO SUPERIOR.
Palavras-chaves: ÍNDICE MALMQUIST; COMPLEXIDADE ECONÔMICA;
EDUCAÇÃO SUPERIOR; DADOS EM PAINEL.

1
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

FOREIGN DIRECT INVESTMENT AND

ABSORPTIVE CAPACITY AFFECT THE
PRODUCTIVITY IN BRAZILIAN
MUNICIPALITIES?
Abstract: THE ABSORPTIVE CAPACITY (AC) CONCEPT WAS ATTENTION IN
LITERATURE, ESPECIALLY IN DEVELOPING ECONOMIES, SO THAT THE
ORGANIZATIONS OF THOSE NATIONS CAN BENEFIT FROM EXTERNALITIES OF
FOREIGN INVESTMENTS. THE OBJECTIVE OF THIS ARTICLE IS TO MEASURE THE
IMPACT OF FOREIGN DIRECT INVESTMENT (FDI) AND ABSORPTIVE CAPACITY
IN THE PRODUCTIVITY OF BRAZILIAN MUNICIPALITIES BETWEEN 2010 AND
2014. THE RESULTS DEMONSTRATE THAT PRODUCTIVITY IS AFFECTED BY
ECONOMIC AND IDEAL COMPLEXITY, ONCE THE IMPACTS NEGATIVES ON
PRODUCTIVITY ARE FOR IDEAL ALLOCATION IN REGIONS WHICH DO NOT HAVE
MINIMUM LEVELS OF AC. THE RESULTS OF THIS PAPER COVER WITH OTHER
STUDIES OF THE LITERATURE, WHY THE HIGHER THE LEVEL OF SCHOOLING
OF WORKERS, THE HIGHER ARE THE PRODUCTIVITY INDICES. ON THE OTHER
SIDE, POSITIVE RELATIONSHIP BETWEEN THE PRODUCTIVITY AND THE
NUMBER OF PROFESSIONALS OF HIGHER EDUCATION WAS NOT FOUND.

Keywords: MALMQUIST INDEX; ECONOMIC COMPLEXITY; HIGHER EDUCATION;

PANEL DATA.

2
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

1. Introdução

Capacidade de Absorção (AC) é um dos conceitos mais influentes na literatura de

gestão. Introduzido pela primeira vez por Cohen e Levinthal (1989) e depois desenvolvido por
Zahra e George (2002) quando se trata de aprendizagem e inovação em uma empresa, e
atualmente é uma palavra-chave para uma variedade de estratégias, rotinas e processos de
aprendizagem que influenciam a capacidade da empresa para explorar o conhecimento
externo (TODOROVA e DURISIN, 2007; ZAHRA e GEORGE, 2002).
A difusão e a aquisição de conhecimento determinam o potencial de inovação das
empresas (GRILICHES, 1998). No entanto, a Capacidade de Absorção (CA) é necessária para
entender e transformar os fluxos externos de conhecimento, e é essencial para alcançar a
inovação e o crescimento das empresas (COHEN e LEVINTHAL, 1990).
Lapan e Bardhan (1973) argumentam que as empresas precisam de um certo nível de
Capacidade de Absorção antes de poderem se beneficiar de tecnologias desenvolvidas por
outras empresas. Cohen e Levinthal (1989) argumentam que o aumento da atividade de P&D
aumenta a eficiência, tornando mais rápida a assimilação de tecnologias desenvolvidas em
outros lugares.
A capacidade de atrair Investimento Direto Externo (IDE), segundo Sari et al. (2016)
pode trazer grandes benefícios para o país anfitrião. As corporações multinacionais que estão
entrando fornecem benefícios diretos e indiretos à economia do país anfitrião.
Os benefícios diretos de subsidiárias estrangeiras podem tomar forma como novos
investimentos, capacidade produtiva, demanda por mão-de-obra, demanda por bens
intermediários e, às vezes, exportações que estimulam a renda nacional ou o crescimento
econômico, proporcionando novas oportunidades e aumentando a receita tributária (TAKII,
2005).
Dentro das organizações, o conhecimento já é dado como garantido como um ativo
estratégico, bem como uma variável explicativa para seu desempenho e crescimento
(GRANT, 1996). Diante desse contexto, o IDE gera efeitos sobre a produtividade dos setores
que recebem IDE diretamente. Assim, acredita-se que o IDE é um fator determinante para o
aumento da produtividade e eficiência.
Portanto, em um mundo cada vez mais globalizado e dinâmico, é necessário analisar o
impacto do IDE sobre as economias receptoras, especialmente os efeitos relacionados ao
crescimento econômico. Muitos trabalhos como Ubeda e Pérez (2017), Li-Ming et al. (2016),

3
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

Kim (2015), e Girma (2005) investigaram se os efeitos do IDE sobre o crescimento da

produtividade dependem da Capacidade de Absorção.
Miguelez e Moreno (2015) alertam que a Capacidade de Absorção é um elemento
essencial para que as regiões aproveitem ao máximo os fluxos de conhecimento e informação
que chegam, permitindo-lhes obter ganhos de produtividade e vantagens competitivas.
Diante desse contexto, o objetivo deste artigo é medir o impacto do Investimento
Direto Externo e da Capacidade de Absorção na produtividade de 106 municípios brasileiros
entre 2010 e 2014.
Nesse contexto, o problema a ser investigado leva à formulação da seguinte pergunta
de pesquisa: O Investimento Direto Externo afeta a produtividade dos municípios?
O Investimento Direto Externo (IDE) aumentou significativamente nas últimas duas
décadas. Assim, é importante descobrir não apenas os fatores que impactam o volume de
entrada de IDE em uma dada economia, mas também os efeitos desse capital sobre o
crescimento econômico da nação receptora, uma vez que esses impactos podem estar
condicionados à Capacidade de Absorção deste mercado receptor, e que afetam diretamente a
produtividade das regiões.
O presente trabalho está organizado em quatro seções além desta introdução. A
segunda seção encontra-se o referencial teórico sobre o IDE e sua relação com a
produtividade. Na terceira seção há o método de pesquisa e na quarta seção os resultados e
discussões. Finalmente, as principais considerações são encontradas na quintaseção deste
artigo.
2. Referencial teórico

A relação entre o ambiente institucional e a decisão de investir em multinacionais foi

originalmente proposta por Basi (1963) com base no argumento de que a qualidade das
instituições políticas influencia o IDE (AMAL e SEABRA, 2007).
Ying-chun et al. (2009) também apontam que um dos canais efetivos para a
transferência de tecnologia é o IDE, que traz não apenas capital estrangeiro, mas também
tecnologia avançada que pode fortalecer a capacidade tecnológica, acelerar o crescimento
econômico e melhorar a produtividade da empresa.
Assim, quanto maior a Complexidade Econômica (ICE) dos países, maior a
capacidade de absorver conhecimento e adaptar técnicas produtivas e, portanto, maior a
capacidade de produzir bens tecnológicos, o que impacta diretamente na diversificação da

4
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

matriz produtiva e consequentemente a produtividade (HIDALGO e HAUSMANN, 2009;

HARTMAN, 2014).
Assim, a Produtividade Total dos Fatores (PTF) destina-se a indicar com que
eficiência a economia combina todos os seus recursos para gerar a produção. A partir dessa
conceituação, a dinâmica do indicador é resultado do progresso tecnológico da economia
(MESSA, 2013).
A PTF, segundo Porcile et al. (2005), destaca-se entre os indicadores de
produtividade, por ser um indicador multifatorial. A PTF permite identificar a parcela da
variação do produto que pode ser atribuída aos ganhos de eficiência e a parcela que pode ser
atribuída ao acúmulo de insumos (capital, trabalho e capital humano).
A PTF pode ser calculada usando o Índice Malmquist (IM). Vários artigos usaram o
Índice Malmquist como um proxy para a PTF, como Cao et al. (2017), Mu et al. (2017), Fu e
Ji (2017) e Chen e Tang (2016).
A IM foi inicialmente sugerida para análises de uso de insumos (Malmquist, 1953) e,
posteriormente, aplicada em contexto de produtividade por Caves et al. (1982) e, além das
idéias de Farrell (1957) sobre medidas de eficiência, levaram ao índice de produtividade de
Malmquist desenvolvido por Färe et al. (1994). O primeiro trabalho escrito por Aigner e Chu
(1968) utilizou métodos de programação linear aplicados à análise de dados em painel da área
social e depois medidas de crescimento da PTF como a soma do componente de mudança de
eficiência e mudança técnica (COELLI et al., 1998).
Caves et al. (1982) enfatizam a capacidade do IM de medir mudanças temporais na
produtividade total de fatores de produção em termos de mudanças de eficiência e mudanças
tecnológicas, em relação às unidades consideradas. Conforme descrito por Färe et al. (1994),
a produtividade total é definida pelas mudanças dos fatores de produção como mudanças no
produto total gerado a partir dos diversos insumos utilizados, e definem as mudanças
tecnológicas como movimentos da fronteira de eficiência em um dado período.
Assim, pode-se dizer que a vantagem de utilizar essa variável como proxy para a PTF
é que ela avalia os índices de produtividade ao longo do tempo, decompondo-os em índices
que capturam a variação da eficiência técnica e das mudanças tecnológicas.
Girma (2005) relata que os impactos negativos na Produtividade Total dos Fatores
(PTF) se devem à alocação de IDE em regiões que não possuem níveis mínimos de
Capacidade de Absorção. Lucas (1988) mostra que os fluxos de IDE contribuem para o
crescimento econômico nos países receptores, aumentando o estoque de capital e as
repercussões. As repercussões do IDE podem aumentar o estoque de conhecimento nos países

5
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

investidores (LI e LIU, 2005). No entanto, há um período de maturação para permitir que o
influxo de recursos financeiros estrangeiros tenha um impacto positivo na produtividade.
Vindo desse conceito, a literatura argumentou que os ganhos de produtividade estarão
ligados à Capacidade Absortiva e ao aprendizado de classes inovadoras. Desta forma,
produtores inovadores são mais receptivos a novas tecnologias e, portanto, são capazes de
maximizar ganhos e reduzir custos (FELEMA et al., 2013).
3. Método

Este artigo utilizou variáveis macroeconômicas de 106 municípios brasileiros,

selecionados aleatoriamente e com empresas exportadoras entre 2010 e 2014. Esta base de
dados única diferencia este artigo de outros trabalhos previamente desenvolvidos, embora
poucos estudos sobre este tema tenham sido desenvolvidos nos municípios do Brasil e em
outras economias emergentes.
Os municípios selecionados que são representativos de todas as regiões brasileiras
estão descritos no Apêndice A. Vale ressaltar que, de toda a amostra, 48% (51 municípios)
pertencem à região Sudeste, 29% (31 municípios) à região Sul, 13% (14 municípios) para o
Nordeste, 7% (7 municípios) para a região Centro-Oeste e 3% (3 municípios) para o Norte.
A variável dependente do modelo é TFP. Será calculado através do Índice Malmquist
(IM), que, por sua vez, avalia os índices de produtividade ao longo do tempo, decompondo-os
em índices que capturam variação na eficiência técnica e nas mudanças tecnológicas.
Para atingir o objetivo do trabalho, o seguinte model econométrico foi aplicado:
(1)

Em que: O MI é o índice Malmquist; ECI representa o Índice de Complexidade

Econômica do município; FDI é o logaritmo natural do Investimento Direto Externo; FDI*
CA representa o Investimento Direto Externo moderado pela Capacidade de Absorção (como
proxy para a CA foram utilizados o número de profissionais com doutorado e o número de
profissionais de P&D disponíveis no município: diretores, gerentes e técnicos); AGE
representa a idade média dos trabalhadores no município; e, o SCOL representa o nível de
escolaridade (número de trabalhadores com ensino superior). Propõe-se a utilização de
regressões log-lineares, uma vez que é possível interpretar parâmetros como elasticidades,
bem como o uso de técnicas de dados em painel.
Este trabalho utilizou técnicas econométricas mais avançadas para corrigir estes
problemas para dados de painel, considerando a hipótese de que os lags de tempo para o IDE
podem induzir a autocorrelação severa. Utilizamos o método Fablesible Generalized Least

6
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

Squares (FGLS), que incorpora uma estrutura AR (1) na perturbação estocástica (GREENE,
2011).
4. Resultados e discussões

Como resultado, analisou-se que as variáveis independentes possuem correlação com

o índice de Malmquist através da correlação de Pearson, e também através do teste de
Variância do Fator de Inflação (VIF), nenhuma evidência de multicolinearidade foi
encontrada.
Realizamos o White Test para verificar a presença de heterocedasticidade (GREENE,
2011). Encontramos autocorrelação e heterocedasticidade em nossas estimativas. Por esta
razão, estimamos nosso modelo através do procedimento de efeito fixo FGLS que incorpora
uma estrutura AR (1) na perturbação estocástica.
Os resultados do modelo são mostrados na Tabela 1.
Tabela 2 – Estimativas para os modelos FGLS
IM Modelo
LnECI 0.0106**
(0.00468)
LnFDI 0.108***
(0.0346)
lnFDI*AC 0.0697***
(0.0227)
LnAGE -3.330***
(0.516)
LnSCHOL -0.0853***
(0.0240)
Constant 11.65***
(1.767)
Observações 263
Erros padrão robustos em parênteses *** p<0.01, ** p<0.05, * p<0.1

O modelo mediu o efeito da Complexidade Econômica e do IDE na produtividade. As

estimativas mostram que a Complexidade Econômica impacta positivamente (0,0106) a
produtividade dos municípios brasileiros, apresentando significância estatística de 5%. Este
resultado está de acordo com os resultados anteriores encontrados por Felema et al. (2013).
A Complexidade Econômica está relacionada à maior capacidade de produção de bens
e, em um ambiente diversificado, os trabalhadores estão mais engajados e dispostos a entregar
do que o esperado pelas pessoas, e os conflitos que podem prejudicar a produtividade são
menos recorrentes.
Outro resultado é a análise de IDE, que tem um impacto positivo (0,108) na
produtividade e uma significância estatística de 1%. Observe que o IDE tem um impacto
maior na produtividade do que a complexidade dos municípios. Este é um resultado

7
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

importante, pois demonstra que o Investimento Direto Externo nas regiões brasileiras é um
importante determinante para o aumento da produtividade.
Esses resultados corroboram com os estudos de Girma (2005), Sari et al. (2016), Liu
(2008), Pessoa (2008), Baldwin et al. (2005), Taki (2005) e Javorcik (2004), que indicam que
o Investimento Direto Externo gera melhorias no uso de tecnologias, métodos de gestão,
desenvolvimento de novos produtos e processos, transferência de conhecimento e
produtividade corporativa.
O IDE moderado pela Capacidade de Absorção (proxies do número de profissionais
com doutorado e número de profissionais de P&D) também apresentou significância
estatística a 1% e sinal positivo. Nas empresas, o profissional de doutorado pode ajudar os
empreendedores a obter insights a partir de dados, auxiliando em melhores decisões de
negócios e prevendo tendências, uma vez que se posicionam estrategicamente entre os
concorrentes.
Vale ressaltar que a mensuração da CA é muito complexa, pois trata do conhecimento
armazenado e, portanto, outras variáveis podem ser interessantes para mensurá-lo, dada a falta
de disponibilidade de dados para os anos analisados.
Conforme a Tabela 1, pode-se afirmar que tanto a média de idade quanto o número de
profissionais com ensino superior apresentaram alta significância estatística (1%). A idade
média dos trabalhadores, utilizada como proxy para a experiência dos trabalhadores, mostrou
uma correlação negativa, ou seja, um aumento na experiência de trabalho não afeta
positivamente a produtividade. Assim, outros fatores do trabalhador podem ser analisados,
como a satisfação do funcionário, o comprometimento organizacional e a habilidade
gerencial. Também pode ser devido ao fato de que trabalhadores com maior idade média têm
maiores dificuldades em absorver novas tecnologias, o que afeta negativamente a
produtividade dos municípios.
Em relação ao nível educacional, as estimativas mostraram que o número de
trabalhadores com ensino superior não tem efeito significativo sobre o aumento do índice de
Malmquist. Isso pode ser explicado pelo fato de existirem poucos profissionais da área de
Ciências Exatas no país, o que resulta na demanda do mercado pela formação de profissionais
com formação fundamentalmente nas áreas de Engenharia, Física, Estatística, entre outros
relacionados.
Ressalta-se que a inadequação da força de trabalho em relação às funções está entre as
causas de um problema estrutural do país cuja solução é essencial para a retomada do
crescimento: baixa produtividade do trabalho. O indicador que mede a eficiência da força de

8
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

trabalho de um país é influenciado por fatores como o ambiente de negócios e o investimento

na melhoria dos processos produtivos, aspectos em que o Brasil não apresenta bons
resultados.
5. Considerações finais

Este artigo teve como objetivo analisar o impacto do IDE e da Capacidade de

Absorção na Produtividade de 106 municípios brasileiros entre 2010 e 2014, cuja
produtividade foi medida pelo Índice Malmquist, que se caracteriza pela capacidade de
mensurar mudanças, em termos de TFP, entre diferentes períodos e decompor esse índice em
eficiência técnica e mudança de tecnologia.
Inicialmente, foi discutido o efeito positivo da Complexidade Econômica e do IDE na
produtividade. Entender que o IDE afeta a economia é de grande importância para o
planejamento de políticas públicas e para a alocação eficiente de esforços e recursos do
governo. Assim, destaca-se a importância da adoção de políticas de IDE para garantir a
continuidade do crescimento da produtividade e a difusão de novas práticas e tecnologias.
Pela análise, verificou-se que a experiência dos trabalhadores (Idade Média) não afeta
positivamente a produtividade. Assim, sugere-se para trabalhos futuros a investigação de
outros fatores do trabalhador que podem impactar a produtividade, como a satisfação do
empregado, o comprometimento organizacional e as habilidades gerenciais.
Quanto ao nível de escolaridade, as estimativas mostraram que o número de
trabalhadores com ensino superior não tem efeito significativo sobre o aumento do índice de
Malmquist. Isso pode ser explicado pelo fato de existirem poucos profissionais na área de
Ciências Exatas no país, o que resulta na demanda do mercado pela formação de profissionais
com qualificação fundamentalmente nessa área.
Uma das limitações deste trabalho foi a falta de disponibilidade de dados para a CA,
como os investimentos em P&D, variável mais comumente utilizada na literatura. Sugere-se
como trabalho futuro o uso de outras variáveis para CA, a fim de comparar os resultados.
Pode-se concluir que a produtividade, calculada pelo Índice Malmquist, é afetada pela
Complexidade Econômica e o IDE dada a importância da Capacidade de Absorção, uma vez
que os impactos negativos de produtividade são devidos à alocação de IDE em regiões que
não possuem níveis mínimos de Capacidade de Absorção.
Referências

Aigner, D. J.; Chu, S. F. Estimating the Industry Production Function. American Economic Review, v.58,
p.826-39, 1968.

9
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

Amal, M.; Seabra, F. Determinantes do Investimento Direto Externo (IDE) na América Latina: Uma Perspectiva
Institucional. Revista Economia, v.08, n.02, 231–247, 2007.
Baldwin, R.; Braconier, H.; Forslid, R. Multinationals, Endogenous Growth and Technological Spillovers:
Theory and Evidence. Review of International Economics, v.13,n.05, p.945-963, 2005.
Basi, R. S. Determinants of United States Private Direct Investments in Foreign Countries. Kent State University
Press, Kent, Ohio, 1963.
Cao, L.; Qi, Z.; Ren, J. China's industrial total-factor energy productivity growth at sub-industry level: A two-
step stochastic metafrontier Malmquist index approach. Sustainability (Switzerland), v.09, n.08, p.1384, 2017.
Caves, D. W.; Laurits R. C.; W. E. D. The Economic Theory of Index Numbers and the Measurement of Input,
Output, and Productivity. Econometrica, v.50, p.1393-1414, 1982.
Chen, L. H.; Tang, L.; Ni, W. J. Analysis of total factor productivity between 2003 and 2014 in tertiary hospitals
in Shanghai based on Malmquist index. Journal of Shanghai Jiaotong University (Medical Science), v.36, n.06,
p.912-916, 2016.
Coelli, T. J.; Rao, D. S. P.; Battese, G. E. An introduction to efficiency and productivity analysis. Boston:
Kluwer Academic, 275, 1998.
Cohen, W. M.; Levinthal, D. A. Absorptive Capacity : A New Perspective on and Innovation Learning.
Administrattive Science Quarterly, v.35, n.01, p.128–152, 1990. Retrieved from
http://www.jstor.org/stable/2393553.
Cohen, W. M.; Levinthal, D. A. Innovation and Learning: The Two Faces of R&D. The Economic Journal, v.99,
n.397, p.569–596, 1989. Retrieved from http://www.jstor.org/stable/2233763.
Färe, R., S.; Grosskopf, M. N.; Zhang, Z. Productivity Growth, Technical Progress and Efficiency Changes in
Industrialized Countries. American Economic Review, v.84, p.66-83, 1994.
Farrell, M. J. The measurement of productive efficiency. Journal of the Royal Statistical Society, A, v.03, p.253-
290, 1957.
Felema, J.; Raiher, A. P.; Ferreira, C. R. Agropecuária brasileira: desempenho regional e determinantes de
produtividade. Revista de Economia e Sociologia Rural, v.51, n.03, p.555-574, 2013.
Fu, Q.; Ji, F. Total factor productivity of food manufacturing industry in China: A DEA-Malmquist index
measurement. Revista de la Facultad de Ingenieria, v.32, n.04, p.1-8, 2017.
Girma, S. Absorptive Capacity and Productivity Spillovers from FDI: A Threshold Regression Analysis. Oxford
Bulletin of Economics and Statistics, v.67, n.03, p.281-306, 2005.
Grant, R. M. Prospering in dynamically competitive environments: organizational capability as knowledge
integrations. Organization Science, v.07, n.04, p.375-387, 1996.
Greene, W. H. Econometric Analysis. New York: Prentice Hall, 2011.
Griliches, Z. R&D and Productivity: The Econometric Evidence. American Economic Review, v.84, n.01, p.9-
21, 1998.
Hartmann, D. Economic complexity and human development: how economic diversification and social networks
affect human agency and welfare. : Routledge, 2014.
Hidalgo, C. A.; Hausmann, R. The building blocks of economic complexity. Proceedings of the National
Academy of Sciences of the United States of America, v.106, n.26, p.10570-10575, 2009.

10
 XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019

Javorcik, B. S. Does foreign direct investment increase the productivity of domestic firms? In search of
spillovers through backward linkages. American Economic Review, v.94, p.605–627, 2004.
Kim, M. Productivity spillovers from FDI and the role of domestic firm`s absorptive capacity in South Korean
manufacturing industries. Empirical Economics, v.50, n.04, p.807-827, 2015.
Lapan, H.; Bardhan, P. Localized Technical Progress and Transfer of Technology and Economic Development.
Journal of Economic Theory, v.06, p.585–595, 1973. https://doi.org/10.1016/0022-0531(73)90079-3
Li, X.; Liu, X. Foreign direct investment and economic growth: an increasingly endogenous relationship. World
Development, v.33, n.03, p.393–408, 2005.
Li-Ming, X.; Rui, J.; Rui, J. Productivity Spillovers from FDI, Absorptive Capacity and Self-innovation
Capabilities of Resource Area: Evidence from 1992–2013 in Shanxi, China. Science, Technology and Society,
v.21, n.02, p.149-180, 2016.
Liu, Z. Foreign direct investment and technology spillovers: Theory and evidence. Journal of Development
Economics, v.85, p.176-193, 2008.
Lucas, R. E. On the mechanics of economic development. Journal of Monetary Economics, v.22, n.01, p.03– 42,
1988.
Malmquist, S. Index numbers and indifference surfaces. Trabajos de Estatistica, 4, p.209–242, 1953.
Messa, A. Indicadores de produtividade: Uma breve revisão dos principais métodos de cálculo. IPEA - Instituto
de Pesquisa Econômica Aplicada. Radar: Tecnologia, Produção e Comércio Exterior, 28, 2013.
Miguelez, E.; Moreno, E. Knowledge flows and the absorptive capacity of regions. Research Policy, v.44, n.04,
p.833-848, 2015.
Mu, M.; Tian, Y.; Duan, J. Impact of overseas listing on total factor productivity: A DEA-malmquist index
measurement. Boletin Tecnico/Technical Bulletin, v.55, n.04, p.525-530, 2017.
Pessoa, A. Multinational Corporations, Foreign Investment, and Royalties and License Fees: Effects on Host-
Country Total Factor Productivity. Notas Económicas, Faculdade de Economia, Universidade de Coimbra, v.28,
p.6-31, 2008.
Porcile, G.; Vaz Sampaio, A.; Curado, M. Produtividade Total dos Fatores: Aspectos Teóricos e Evidências
Brasileiras. Economia e Tecnologia, 03, 2005.
Sari, D. W.; Khalifah, N. A.; Suyanto, S. The spillover effects of foreign direct investment on the firms’
productivity performances. Journal of Productivity Analysis, v.46 (n.02-03), p.199-233, 2016.
Taki, S. Productivity spillovers and characteristic of foreign multinational plants in Indonesian manufactuiring.
Journal of Development Economics, v.76, n.02, p.521-542, 2005.
Todorova, G.; Durisin, B. Note Absorptive Capacity. Valuing A, v.32, n.03, p.774–786, 2007.
Ubeda, F.; Pérez, H. F. Absorptive Capacity and Geographical Distance Two Mediating Factors of FDI
Spillovers: a Threshold Regression Analysis for Spanish Firms. Journal of Industry, Competition and Trade,
v.17, n.01, p.1-28, 2017.
Ying-Chun, W.; Shuxian, H.; Qian, W. Technology spillovers of FDI and technology absorptive capacity: The
case of China. In: 2nd International Conference on Future Information Technology and Management
Engineering, FITME, 107-110, 2009.
Zahra, S. A.; George, G. Absorptive Capacity : A Review, Reconceptualization, and Extension. The Academy
of Management Review, v.27, n.02, p.185–203, 2002.

11