Revista de Gestão Revista de Gestão
Revista de Gestão 2017;24:122-33 - Vol. 24 Núm.2 DOI: 10.1016/j.rege.2017.03.003
Produção e Operações
Análise da competitividade de clusters de negócios de varejo: ajuste de métricas através de uma aplicação no cluster varejista de moda do Bom Retiro
Analysis of competitiveness in retail business clusters: adjustment of metrics through an application at the Bom Retiro retail fashion cluster
Helder de Souza Aguiara, Cristina Espinheira Costa Pereirab,, , Denis Donairec, Paulo Tromboni de Souza Nascimentod
a Universidade Anhembi Morumbi (UAM), São Paulo, SP, Brasil
b Universidade Paulista (Unip), São Paulo, SP, Brasil
c Universidade Municipal de São Caetano do Sul (USCS), São Caetano do Sul, SP, Brasil
d Universidade de São Paulo (USP), São Paulo, SP, Brasil
Recebido 07 Outubro 2014, Aceitaram 10 Outubro 2015
Resumo

Encontram‐se na literatura vários modelos que analisam cluster de negócios sob diferentes perspectivas. Este trabalho busca aprimorar um modelo desenvolvido para analisar a competitividade de clusters. Tem como objetivo ajustar operacionalmente métricas desenvolvidas para o modelo Zaccarelli, Telles, Siqueira, Boaventura e Donaire (2008) aplicado a clusters varejistas. Como decorrência, teve como objetivo secundário avaliar por meio da aplicação das métricas desenvolvidas a competitividade do cluster varejista de moda do Bom Retiro. Trata‐se de uma pesquisa qualitativa e descritiva de estudo de caso único. Para fazer a aplicação das métricas foram coletados dados primários (questionários) e secundários (análise documental e banco de dados coletado em Jucesp Online). A pesquisa contribuiu para a transformação do modelo em todos os 11 fundamentos, algumas das métricas foram completamente alteradas e outras parcialmente. Os resultados indicam a plena operacionalização das novas métricas e essa aplicação sugere que o aglomerado de empresas situadas no Bom Retiro tem as características necessárias para ser classificado como um cluster em estágio desenvolvido de competitividade.

Abstract

There are in literature different models that analyze business clusters from different perspectives. This work seeks to improve a model developed to analyze the competitiveness of clusters, aiming to adjust operationally metrics developed for the Zaccarelli model, Telles, Siqueira, Boaventura and Donaire (2008) applied to retailer's clusters. As a result, it is secondary to evaluate through the application of metrics developed the competitiveness of the Bom Retiro fashion cluster. It is a qualitative and descriptive study of a single case study. To perform the application of the metrics were collected primary data (questionnaires) and secondary (document analysis and database collected in JUCESP Online). The research contributed to the transformation of the model in all eleven factors, some of the metrics have been completely changed and other partially. The results indicate full operationalization of new metrics and this application suggests that the Bom Retiro cluster has the characteristics necessary to be classified as a cluster in a developed stage of competitiveness.

Palavras‐chave
Clusters de negócios, Competitividade, Varejo
Keywords
Business clusters, Competitiveness, Retail
Introdução

Em teoria, a localização não deveria ser uma fonte de vantagem competitiva, visto que com a abertura dos mercados globais a logística mundial e o desenvolvimento da comunicação qualquer empresa pode comprar de outra onde quer que ela esteja (Porter, 1998). Por mais que esses novos sistemas de fazer negócios se desenvolvam, é certo que existem aglomerações competitivas de empresas que se caracterizam pela produção de certos bens ou por serem centros de comércio de um determinado mercado.

Essas aglomerações podem ser denominadas clusters de negócios, concentrações geográficas de empresas interconectadas em setores relacionados e instituições associadas em campos específicos, que competem, mas também cooperam entre si (Porter, 1990). Nesses aglomerados, incluem‐se desde fornecedores de infraestrutura especializada a fornecedores de insumos, componentes e máquinas e prestadores de serviços.

As razões econômicas para a concentração geográfica de negócios podem ser atribuídas à presença de recursos naturais, economias de escala de produção, proximidade dos mercados consumidores, mão de obra especializada, presença de fornecedores de insumos ou equipamentos, infraestrutura compartilhada, redução dos custos de transação e outras externalidades localizadas (Enright & Roberts, 2001). Empresas localizadas em clusters experimentam um crescimento mais acentuado e acesso a inovações de maneira mais rápida, isso as diferencia quanto à competitividade em relação às que se encontram de forma isolada (Baptista & Swann, 2005).

Os fatores associados com a seleção de um determinado cluster não são bem compreendidos pelos tomadores de decisão (Canina, Enz & Harrison, 2005). Assim, investigação das concentrações comerciais segundo uma perspectiva conceitual de clusters de negócios pode ajudar na compreensão das razões pelas quais empresas varejistas que concorrem diretamente operam próximas umas das outras. Além disso, também pode ajudar a explicar por que nessas regiões ocorre a ampliação da capacidade competitiva das empresas, redução das desigualdades entre regiões e criação de polos de desenvolvimento (Telles, Altheman, Siqueira & Romboli, 2011).

Com o intuito de analisar a competitividade de clusters de negócios, alguns modelos foram desenvolvidos. Na literatura encontram‐se desde modelos simples, como aqueles que analisam a existência ou não de um cluster, aos complexos, que analisam aspectos como a sua competitividade. Dentre os últimos, o modelo de Zaccarelli, Telles, Siqueira, Boaventura e Donaire (2008), apresenta um conjunto objetivo e diversificado de fundamentos analisados através de métricas próprias. Os fundamentos se constituem em evidências observáveis da vantagem competitiva de um cluster em relação a empresas isoladas e clusters concorrentes.

No entanto, algumas das métricas desses fundamentos são inviáveis ou de difícil operacionalização em alguns ambientes, o que gera a necessidade de adaptá‐las ou substituí‐las. Em virtude dessa necessidade, o presente trabalho teve como objetivo aprimorar e ajustar operacionalmente métricas desenvolvidas para o modelo Zaccarelli et al. (2008). Trata‐se de um estudo sobre a competitividade em clusters de negócios. Para atingir o objetivo proposto, as métricas aprimoradas para o modelo foram testadas no cluster varejista de moda do Bom Retiro. Como decorrência, o objetivo secundário desta pesquisa é avaliar, através da aplicação das novas métricas, a competitividade do cluster varejista de moda do Bom Retiro.

O varejo urbano estruturado e reunido em aglomerações tem chamado a atenção de pesquisadores há algum tempo (Rogers, 1965). Alguns exemplos são as pesquisas de Sarturi, Vargas, Boaventura e Santos (2016), Pereira, Sarturi, Boaventura e Polo (2014), Oliveira e Gil (2014), Telles, Siqueira, Donaire e Gaspar (2013), Telles et al. (2011) e Siqueira, Gerth e Boaventura (2011). Mercados com uma grande oferta de produtos, como, por exemplo, confecções, bares e calçados, necessitam se diferenciar para adquirir competitividade, concentrar‐se geograficamente pode ser uma variável importante para a competitividade (Teller & Elms, 2010).

Fundamentação teórica

Desde Marshall (1982), no século XIX, os agrupamentos de negócios têm sido observados quanto à sua competitividade e as vantagens que possivelmente trariam para as empresas que estivessem localizadas neles. O autor falava em indústrias localizadas que, dados alguns fatores externos, levavam vantagem sobre outras, sobretudo quanto à sua mão de obra especializada. Por consequência, pode‐se dizer que clusters não são fenômenos exclusivos das últimas décadas, têm despertado o interesse recente e crescente de pesquisadores em várias partes do mundo.

Porter foi o primeiro autor a usar o termo cluster para descrever um conjunto de empresas geograficamente concentradas, que atuam em um determinado mercado e são complementares (Porter, 1998). Desde então, as formas de aglomerações de empresas foram analisadas por vários pesquisadores, em contextos históricos e geográficos diferentes e através de pressupostos epistemológicos distintos (Sacomano Neto & Paulillo, 2012).

Competitividade em clusters de negócios

Recentemente, o interesse por economias de aglomeração aumentou tanto no aspecto econômico quanto estratégico (Alcácer & Chung, 2014). Nas últimas décadas, as pesquisas sobre clusters acumularam um corpo crescente de literatura que atribui à concentração geográfica de determinada indústria, ou setor, certos mecanismos que contribuem para o desenvolvimento da região (Wang, Madhok & Xiao Li, 2014).

Muitos países têm promovido o desenvolvimento de polos regionais, ou clusters de negócios, nos quais as empresas podem desenvolver as suas competências e vantagens competitivas contra os concorrentes de classe mundial, compartilhar recursos, capacidades inovadoras e conhecimento (Hsieh, Lee & Ho, 2012). Alguns exemplos são: o cluster de entretenimento digital em Lyon, França, a cidade de mídia e aldeia do conhecimento, em Dubai, Emirados Árabes Unidos, e a indústria da moda e design em Milão, Itália. No entanto, o desenvolvimento bem‐sucedido desses clusters orientados para consumo e serviços pode ser um desafio em muitas regiões o que se reflete em sua capacidade competitiva.

Os clusters de negócios demonstraram ser uma opção estratégica para empresas enfrentarem contextos agressivos de mercado (Telles et al., 2013). Empresas localizadas próximas geograficamente podem obter ganhos econômicos através da partilha de recursos comuns, como: mão de obra qualificada, fornecedores especializados e transbordamentos de conhecimento (Krugman, 1991). Essas vantagens regionais determinam certos fatores que permitem às empresas em cluster um melhor desempenho e, assim, sobreviver por mais tempo do que as menos aglomeradas, o que resulta na persistência da concentração geográfica e gera ganhos em relação à competitividade (Wang et al., 2014).

Quando agrupadas, as empresas necessitam adquirir novas competências. Uma vez que indivíduos autônomos são capazes de aprender, obtêm vantagens adaptativas através da cooperação. Dessa forma, um comportamento que gera ganhos em competitividade “tende a ser selecionado e reproduzido, chega ao ponto em que esses indivíduos cooperativos se unem e formam um agregado que também passa a se comportar como um indivíduo” (Agostinho, 2003, p. 8). Esse agregado de empresas é também conhecido como entidade supraempresarial, ou seja, “conjunto de negócios relacionados a um determinado produto, linha, categoria ou mercado, em que o processo de integração e a dinâmica das relações entre as organizações implicam efeitos sistêmicos de amplificação da capacidade competitiva” (Zaccarelli et al., 2008, p. 44).

Entende‐se que o sistema resultante se auto‐organiza através do surgimento de um comportamento global cujo desempenho também é avaliado por pressões de seleção presentes tanto no ambiente externo quanto interno. Em clusters desenvolvidos, práticas comuns se desenvolvem através de interações repetidas (Liao, 2015) e essas interações ajudam a moldar uma instituição com características próprias.

Um cluster de negócios, como uma entidade supraempresarial, não é apenas a soma das partes, mas sim um novo organismo que se forma a partir dessa junção. Essa nova entidade, com características próprias, só passa a ser compreendida quando se entende o efeito cruzado e integrado entre seus participantes, ou seja: como uns afetam os outros; como compõem um todo maior; e como essa entidade gera efeitos diferentes daqueles gerados por cada um dos seus participantes separadamente (Zaccarelli et al., 2008).

A partir dessa configuração, a nova entidade que surge passa a atrair mais clientes e mais empresas, além de oferecer uma maior vantagem competitiva para seus integrantes no mercado em que atuam. Assim, não é apenas o local, o preço ou outro fator isolado que afeta a competitividade do cluster, trata‐se do resultado de todo o conjunto.

Modelo para a análise da competitividade em clusters de negócios

Encontram‐se na literatura alguns modelos que tentam explicar certos aspectos relacionados aos clusters. Dentre os aspectos, alguns modelos investigam de que maneira os clusters aumentam a competitividade de seus integrantes e asseguram vantagem competitiva para essa entidade supraempresarial. Alguns modelos usados para analisar a competitividade de clusters podem ser identificados em trabalhos como: Porter (1990, 1998), Schmitz (1992), Feser e Bergman (2000), UK Department of Trade and Industry (1999), Zaccarelli et al. (2008), Kamath, Agrawal e Chase (2012), dentre outros.

Dentre os modelos encontrados na literatura, este trabalho se aprofunda no modelo de Zaccarelli et al. (2008), composto por 11 fundamentos responsáveis pelo surgimento de características observáveis em clusters que refletem a superioridade de sua competitividade sobre empresas congêneres isoladas. Basicamente, agrupamentos nos quais se identifica a existência de um maior número de fundamentos têm vantagem competitiva elevada e poder de sobrevivência maior do que outros que não os têm.

Esse modelo é formado por dois grupos de fundamentos. O primeiro grupo, de um a nove, é possível apenas por auto‐organização. O segundo grupo de fundamentos, porém, necessita da presença de governança. Nesse caso, a governança supraempresarial, como mecanismo de gestão, coordenação e controle das entidades supraempresariais, surge para minimizar conflitos de interesse, de distribuição de poder e de lealdade entre os atores (Van Aken & Weggeman, 2000).

No tabela 1, encontram‐se os 11 fundamentos para análise da competitividade do cluster de negócios do modelo de Zaccarelli et al. (2008) e os respectivos efeitos relacionados ao impacto na competitividade. Segundo os autores, a análise dos fundamentos oferece as bases para o diagnóstico da competitividade de clusters.

Tabela 1.

Fundamentos de análise de desempenho competitivo em clusters de negócios

Fundamentos  Efeitos na competitividade 
1. Concentração geográfica  Percepção dos clientes de variedade superior, ampliação da escolha de fornecedor e garantia em preços. 
2. Abrangência de negócios viáveis e relevantes  Custo de busca e acesso menores; redução da necessidade de estoques elevados ou prazos de reposição (proximidade de fornecedores). 
3. Especialização das empresas  Especialização de negócios favorece redução de despesas agregadas de operação e diminuição do volume de investimento necessário. 
4. Equilíbrio com ausência de posições privilegiadas  Lucros equilibrados e não relativamente altos, devido à competição entre os negócios. 
5. Complementaridade por uso de subprodutos  Favorecimento da presença e estabelecimento de novos negócios e aporte de receita adicional. 
6. Cooperação entre empresas do cluster  Aumento da competitividade devido à impossibilidade de contenção de troca de informações entre negócios. 
7. Substituição seletiva de negócios do cluster  Extinção de negócios com baixa competitividade por fechamento da empresa ou mudança de controle. 
8. Uniformidade do nível tecnológico  Estímulo ao desenvolvimento tecnológico e, pela proximidade geográfica e lógica, transferência de tecnologia para os demais negócios. 
9. Cultura da comunidade adaptada ao cluster  Aumento da motivação e satisfação com o reconhecimento da comunidade em relação ao status atribuído relacionado ao trabalho. 
10. Caráter evolucionário por introdução de (novas) tecnologias  Diferencial competitivo resultante de inovação (redução de custos, ampliação de mercado etc.). 
11. Estratégia de resultado orientada para cluster  Gestão baseada em ampliação da capacidade de competir versus resultado/lucro agregado do cluster

Fonte: adaptado de Zaccarelli et al. (2008).

Metodologia

Trata‐se de uma pesquisa de natureza qualitativa e descritiva, cujo objetivo é ajustar operacionalmente métricas desenvolvidas pelo modelo Zaccarelli et al. (2008). Além do trabalho original, buscaram‐se outras pesquisas que também usaram o modelo, como: Pereira et al. (2014), Telles et al. (2013), Telles et al. (2011), Siqueira et al. (2011), o que permitiu investigar outras métricas e evoluir o modelo.

Para conseguir o objetivo proposto, foi feito um estudo de caso no cluster de varejo de moda do Bom Retiro. O Bom Retiro, bairro tradicional de São Paulo, foi escolhido por ser um cluster comercial de varejo urbano cuja elevada especialização em artigos têxteis com ênfase em confecção feminina, principalmente artigos da moda, torna o bairro um aglomerado de empresas de varejo e atacado que atrai consumidores de diversas partes do país.

Para aplicar as métricas foram coletados dados primários e secundários no segundo semestre de 2013. Os dados secundários constituíram‐se essencialmente de informações sobre a história do bairro, com ênfase no cluster de moda, sua formação e número de empresas diretamente ligadas ao ramo de confecções da região. Esses dados foram coletados através da análise de artigos científicos, relatórios, endereços eletrônicos oficiais, como o da Junta Comercial do Estado de São Paulo (Jucesp) e outras fontes relevantes para a pesquisa.

A Jucesp é o órgão responsável pelo registro, pela fé pública e publicidade dos documentos arquivados pelos empresários, sociedades empresárias e sociedades cooperativas no Estado de São Paulo (Jucesp, 2013). Através de consultas à Jucesp Online foi possível acessar o banco de dados da Junta Comercial e extrair dados para as análises de alguns fundamentos.

Os dados primários foram coletados por meio de um questionário elaborado para esta pesquisa com base nas métricas a serem testadas. A tabulação dos dados obtidos através dos questionários foi feita basicamente através de estatísticas descritivas feitas com o Excel.

Os respondentes foram selecionados intencionalmente, usou‐se o critério de amostragem teórica feita com base no modelo que se pretendia testar. O grupo de respondentes foi composto por gerentes comerciais e sócios proprietários das 104 empresas que compuseram a amostra. Ressalta‐se que as empresas que compuseram a amostra são representativas da população, uma vez que o cluster é composto por um universo de empresas muito semelhantes.

A tabela 2 apresenta os dados das empresas respondentes quanto ao seu ramo de atuação. Dentre as 86 empresas que atuam no varejo e atacado de vestuário, 23 participantes desta pesquisa têm confecções próprias. Além disso, dentre as 104 empresas pesquisadas apenas 10% atuam em vendas para o mercado externo.

Tabela 2.

Informações sobre as empresas participantes

Ramo de atuação  Quantidade  Acumulado 
Varejo e atacado de acessórios e vestuário  10  10 
Varejo e atacado apenas de vestuário  76  86 
Varejo e atacado apenas de acessórios  104 

Fonte: elaborado pelos autores.

Análise dos resultados

Nesta seção as métricas de cada um dos fundamentos são apreciadas individualmente e são propostos ajustes que vão de adaptações ao desenvolvimento de novas métricas quando necessário. A aplicação das métricas, com o intuito de testá‐las operacionalmente, é feita através da análise dos dados coletados sobre o cluster comercial varejista do Bom Retiro.

Concentração geográfica

A concentração geográfica é considerada o fundamento chave para a existência de um cluster e a concentração ideal é a maior possível (Zaccarelli et al., 2008). Segundo esse fundamento, a concentração de negócios relacionados a um mesmo setor seria um fator de atração de clientes. Os consumidores se beneficiariam da proximidade entre as lojas em clusters comerciais, como o analisado nesta pesquisa, e aproveitariam para comparar os preços e a qualidade dos produtos, além de aumentar a possibilidade de encontrar o que procuram.

A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é analisar a distância do concorrente mais próximo. Nesta pesquisa, adotou‐se uma métrica baseada no Quociente de Localização, usada por alguns autores para caracterizar clusters através da quantidade de empregados na indústria ou pela contagem do número de estabelecimentos (Boasson, Boasson, MacPherson & Shin, 2005).

Segundo dados da Jucesp (2013), o Estado de São Paulo tem 433.468 empresas de vestuário distribuídas em 248.223 km2, o que representa uma média de 1,7 empresa de vestuário por quilômetro quadrado, número bastante significativo se que comparado com outros estados. Por sua vez, o Bom Retiro tem um aglomerado de 3.797 empresas de vestuário distribuídas em apenas 4 km2, o que representa uma média de 949,25 empresas por quilômetro quadrado.

Com o resultado do cálculo, verifica‐se que o Bom Retiro tem um QL igual a 544. Ressalta‐se que para uma aglomeração de empresas ser considerada um cluster o seu QL precisa ser igual ou superior a uma unidade (Boasson et al., 2005). Essa elevada concentração de empresas é possível principalmente devido a dois fatores: a disposição vertical das empresas, localizadas em imóveis com vários andares, e a existência de inúmeros shoppings populares, em que um grande número de empresários tem lojas, conhecidas como box, com poucos metros quadrados. Além disso, em alguns casos um único box é compartilhado por mais de um negociante, em uma estrutura que costumam denominar “bandeja”.

Abrangência de negócios viáveis e relevantes

Para Zaccarelli et al. (2008), esse fundamento refere‐se ao grau de incorporação de atividades e operações das empresas que constituem um grupo de transformações integradas, de linha e de apoio, que se estende até a disponibilidade final de um produto ou de uma categoria de produtos. Na visão dos autores, seria desejável que isso ocorresse desde a matéria prima até a venda do produto final, porém, no caso de um cluster essencialmente comercial, como o estudado, isso acontece apenas de forma parcial.

A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é a análise da porcentagem de negócios de importância externos ao cluster. Nesta pesquisa, adotou‐se como métrica a verificação da existência de relações diretas com fornecedores presentes no aglomerado, baseada no fato de que clusters desenvolvidos e com maturidade se organizam de forma engajada, buscam agregar empresas e fornecedores (Zaccarelli et al., 2008), fato observado no cluster do Bom Retiro.

No Bom Retiro, a análise mostrou que 71,6% das empresas pesquisadas fornecem produtos para outras empresas na região. Essas fornecedoras atuam tanto na fabricação de produtos quanto na venda. O impacto dessa troca afeta a velocidade de reposição de estoques e em picos de demanda sazonais a reposição dentro do próprio bairro acelera a velocidade de reposição, a exemplo do que acontece em períodos que antecedem o Natal e o Dia das Mães, em que muitas vezes linhas inteiras de produtos são vendidas em poucos dias e coleções rapidamente somem dos estoques.

Especialização das empresas

Os clusters em estágio avançado se caracterizam pela especialização das empresas (Bianchi, Miller, Bertini, Crestanello, Durante & Magnatti, 1997). Nesse estágio, os clusters não são constituídos por grandes empresas com elevada verticalização, ao contrário, a presença dominante é de pequenas empresas especializadas, dedicadas a poucas operações, não raro a uma única (Zaccarelli et al., 2008, p. 76).

A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é a análise do número máximo de negócios presentes em uma empresa passíveis de terceirização. Nesta pesquisa, adotou‐se como métrica a análise dos segmentos de varejo nos quais as empresas que compõem o cluster atuam.

Através de dados da Jucesp (2013) observou‐se que as empresas do Bom Retiro são especializadas em varejo de confecções e, através da pesquisa com varejistas da região, constatou‐se que são subespecializadas em moda no segmento fast‐fashion. Essa especialização favorece a redução de despesas agregadas de operação e gera vantagens para os consumidores, em geral lojistas, que compram por atacado na região. Comprar toda a linha de produtos ligados à moda em um mesmo local reduz a necessidade de visitar outros bairros e diminui os custos para os clientes que optam por usar o Bom Retiro como fonte para reposição de seus estoques.

Equilíbrio com ausência de posições privilegiadas

Indicador fundamental da existência de competição no cluster, que assegura disputas acirradas e em nível elevado de competência orientada para o mercado (Zaccarelli et al., 2008, p. 76). A análise da importância dessa condição de competição elevada e permanente pode ser facilitada pelo exame de situação contrária, por exemplo, monopólio de determinada operação (Zaccarelli et al., 2008, p. 77).

A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é a análise do número de negócios da mesma indústria ou setor. Complementou‐se essa análise com a classificação das empresas do aglomerado por meio do enquadramento do porte da empresa, identificaram‐se as microempresas (ME) e as empresas de pequeno porte (EPP) localizadas na região.

Conforme já foi dito no Fundamento 1, o Bom Retiro tem 3.797 empresas de vestuário, como confecção e acessórios ligados à moda. Apesar de algumas dessas empresas terem diversas lojas na região, nenhuma delas apontou uma loja que seria “âncora”, ou seja, uma loja que predomina em relação às outras. Portanto, pode‐se dizer que as empresas competem de forma equilibrada pela atração de clientes.

Conforme observado na tabela 3, o comércio do bairro é constituído principalmente pelas empresas de pequeno porte e microempresas que juntas correspondem a 61,2% das empresas da região. Outros enquadramentos correspondem a 38,8% (Jucesp, 2013). A tabela 3 revela o grande número de MEs e EPPs que atuam no segmento de vendas de moda (varejo e atacado). Esse número reflete no número de empregos gerados, o que representa ganhos em relação ao equilíbrio competitivo do cluster.

Tabela 3.

Enquadramento das empresas do Bom Retiro

Enquadramento  Quantidade  %  % Acumulada 
Microempresas  1468  38,67  38,67 
Empresa de pequeno porte  855  22,52  61,20 
Outros  1473  38,80  100 

Fonte: adaptado de Jucesp (2013).

Complementaridade por uso de subprodutos

O reaproveitamento de produtos resultantes de processos produtivos, porém não usados e classificados como subprodutos, rejeitos ou material para reciclagem, é uma opção econômica e acessível particularmente aos clusters de negócios (Zaccarelli et al., 2008, p. 77).

A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é a análise do número de empresas que operam com reciclagem. Nesta pesquisa, adotou‐se uma métrica baseada no levantamento de informações sobre leis, projetos e ações tomadas pelas empresas e instituições de apoio, no que se refere ao reaproveitamento de subprodutos oriundos do processo produtivo do setor (Pereira et al., 2014).

Identificou‐se no Bom Retiro um projeto de reciclagem coordenado pela Associação Brasileira da Indústria Têxtil (ABIT) e pelo o Sindtêxtil‐SP. Desde 27 de junho de 2012, o projeto Retalho Fashion formalizou o trabalho dos catadores e envia os resíduos coletados, tanto por eles como pelas empresas responsáveis pela coleta dos resíduos dos grandes geradores, para uma cooperativa específica. Esse projeto é responsável por gerenciar os catadores, separar os resíduos e preparar a matéria‐prima para ser vendida às empresas recicladoras (ABIT, 2012).

Cooperação entre empresas

A cooperação entre as empresas do cluster gera um diferencial competitivo devido às transferências e ao desenvolvimento de competências compartilhadas, o que resulta em aumento da capacidade competitiva do cluster de forma integrada, devido à impossibilidade de contenção de troca de informações entre negócios (Zaccarelli et al., 2008).

A métrica original proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é a análise da média de níveis de colaboração atribuídos por amostra de executivos do cluster. A métrica aplicada baseou‐se na original e foi fundamentada na percepção dos respondentes, gerentes e proprietários, da existência de colaboração entre as empresas e compartilhamento de informações entre negócios. Essas métricas são embasadas no argumento da imersão ou embedeness (Granovetter, 1985): pressupõem a existência de confiança e boa‐fé entre negócios interdependentes, estimulam o fluxo de informações e aprimoram a cooperação, estimulam ações conjuntas em prol da região onde estão localizados. Lawrence, Hardy e Phillips (2002) argumentam ainda que a colaboração pode funcionar como uma fonte de mudança em campos institucionais pela geração de novas práticas, normas e tecnologias que transcendem uma relação de colaboração em particular e podem se tornar novas instituições, caso sejam suficientemente difundidas.

Nos cluster de lojas comerciais a cooperação é bem visível e é normal que vendedores ajudem clientes, forneçam informações que beneficiem seus concorrentes e indiretamente a própria empresa, o que serve à entidade supraempresarial do cluster (Kwasnicka & Zaccarelli, 2009). Quando inqueridas se colaboravam (indicar fornecedores, emprestar material quando necessário e até mesmo trocar informações sobre clientes e fornecedores), 60% dos respondentes afirmaram colaborar com outras empresas do bairro, conforme a tabela 4.

Tabela 4.

Resultados da percepção da colaboração

Percepção de colaboração  %  % Acumulada 
Colaboram pouco  17  17 
Colaboram razoavelmente  16  33 
Colaboram muito  27  60 
Não colaboram  40  100 

Fonte: elaborado pelos autores.

Os entrevistados também foram questionados se havia compartilhamento de conhecimento, por exemplo: técnicas de atendimento, novos meios de pagamento, leis e benefícios governamentais e compartilhamento de tecnologia de informação (TI) como programas e softwares específicos de gestão. Os resultados estão apresentados na tabela 5, na qual se pode constatar a percepção de compartilhamento de conhecimento (exemplo: técnicas, leis etc.) por mais da metade dos respondentes.

Tabela 5.

Percepção do compartilhamento de informações

Compartilhamento  % 
Conhecimento  51 
Tecnologia de informação  21 

Fonte: elaborado pelos autores.

Apesar de haver colaboração, ressalta‐se que durante a coleta de dados alguns entrevistados relataram casos que enfatizam a não colaboração. Um dos entrevistados afirmou que existem conflitos entre as lojas do cluster e que já presenciou alguns casos. Por ser um aglomerado de lojas do mesmo segmento, a concorrência é bastante acirrada entre as lojas e quando um gerente, vendedor ou proprietário que trabalha com o mesmo produto da loja ao lado olha a vitrine ou o interior de outra loja de seu concorrente gera desconforto e desconfiança entre os lojistas. O que se percebe é que apesar de cooperar em certos aspectos, a rivalidade entre as lojas é alta, o que faz com que a competitividade interna do cluster seja elevada.

Substituição seletiva de negócios

O encerramento de algumas empresas e a introdução de novas, em função da elevada competição e limitada condição de sustentação de vantagens competitivas únicas ao longo do tempo, é uma característica presente nos clusters de negócios. Observa‐se com certa frequência a extinção de negócios com baixa competitividade por fechamento da empresa ou mudança de controle (Zaccarelli et al., 2008).

A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento são índices estatísticos de encerramento e de abertura de empresas (%). Porém, devido à inviabilidade de obtenção desses dados por causa do grande número de empresas informais e aspectos burocráticos legais, tributários e contábeis em relação ao encerramento de empresa (Pereira et al., 2014), adotou‐se uma métrica qualitativa baseada na percepção de mudanças no cluster em relação a concorrentes e fornecedores e em relação ao ano em que as empresas foram fundadas. Para avaliar as mudanças dentro do bairro foi usada a percepção sobre a alteração nos negócios nos últimos cinco anos em relação aos concorrentes e fornecedores no agrupamento conforme tabela 6.

Tabela 6.

Percepção de mudança dentro do agrupamento

Percepção de mudança  Muito (%)  Pouco (%)  Não mudaram (%)  Não respondeu (%) 
Houve mudança de concorrente  29,8  36,8  16,7  16,7 
A mudança de concorrente afetou o negócio  14,9  47,4  21,9  15,8 
Houve mudança de fornecedores  23,7  33,3  26,3  16,7 
A mudança de fornecedores afetou o negócio  16,7  31,6  37,7  14,0 

Fonte: elaborado pelos autores.

A percepção de mudança dos entrevistados foi baixa em relação à extinção de negócios com baixa competitividade e sua substituição por novas empresas no cluster. Quando perguntados quanto à mudança, 66,6% dos entrevistados perceberam mudanças em relação aos seus concorrentes (29,8% afirmaram perceber muitas mudanças e 36,8% perceberam poucas mudanças). Além disso, 62,3% perceberam que a mudança dos concorrentes afetou o seu negócio (14,9% afirmaram perceber muitas mudanças e 47,4% perceberam poucas mudanças). Da mesma forma, 57% dos entrevistados (23,7%+33,3%) perceberam mudanças em relação aos seus fornecedores e 48,3% (16,7%+31,6%) afirmaram perceber que a mudança de fornecedores afetou o negócio. O que se conclui a partir da percepção dos respondentes é que no cluster do Bom Retiro mudanças de concorrentes afetam os negócios mais do que mudanças de fornecedores, o que ressalta a forte competitividade interna entre as empresas do cluster.

Na tabela 7, as empresas que fizeram parte da amostra pesquisada foram classificadas segundo o ano de fundação. É possível notar que apenas 10 das 94 empresas têm mais de três décadas de existência. Além disso, o número de empresas cresce a cada década, o que indica o aumento da atratividade de novos negócios para a região e acaba por preencher os espaços deixados por empresas menos competitivas que encerraram suas atividades.

Tabela 7.

Empresas fundadas por período

Período  Quantidade  % 
1915‐1979  10  10,53 
1980‐1989  13  13,68 
1990‐1999  22  23,16 
2000‐2009  35  36,84 
2010‐2013  15  15,79 

Fonte: elaborado pelos autores.

Observaram‐se em ambas as métricas que as empresas menos competitivas são substituídas, o que fortalece a competitividade da entidade supraempresarial. A constante abertura de novos negócios e novas marcas na região gera equilíbrio devido à competição que se renova entre os negócios. Para o cluster como um todo, significa que as empresas que o compõe serão competitivas tanto interna quanto externamente ao cluster.

Uniformidade de nível tecnológico

Esse fundamento diz respeito ao grau de homogeneidade de tecnologias existentes dentro do cluster (Zaccarelli et al., 2008, p. 78). A métrica originalmente proposta para esse fundamento é a constatação da presença de tecnologias inferiores (%). A métrica aplicada usou a classificação do Manual de Oslo (OECD, 2005) para avaliar a percepção dos respondentes quanto ao tipo de inovação presente no cluster.

De acordo com o Manual de Oslo da Organização para a Cooperação e Desenvolvimento Econômico, a inovação é definida como “a implantação de um produto (bem ou serviço) novo ou significativamente melhorado, ou um processo, ou um novo método de marketing, ou um novo método organizacional nas práticas de negócios, na organização do local de trabalho ou nas relações externas” (OECD, 2005).

O Manual de Oslo tem como objetivo orientar e padronizar fatores relacionados às inovações, como conceito, metodologia, indicadores e construção de estatísticas. Segundo o manual, as inovações podem ser classificadas como: (i) do produto; (ii) do processo; (iii) organizacionais e (iv) de marketing. Na tabela 8 observa‐se a percepção dos respondentes em relação à velocidade do compartilhamento de inovações pelas empresas e na tabela 9 a percepção em relação à classificação das inovações compartilhadas pelas empresas no cluster do Bom Retiro segundo o Manual de Oslo.

Tabela 8.

Velocidade do compartilhamento de inovações

Velocidade  Muito rápido  Rápido  Devagar  Muito devagar 
Disseminação de inovações  46,49  22,81  7,89  6,14 

Fonte: elaborado pelos autores

Tabela 9.

Classificação da inovação segundo o Manual de Oslo

Inovações compartilhadas pela empresa  % 
Marketing  9,65 
Produtos  40,35 
Organizacional  7,02 
Processos  7,02 

Fonte: elaborado pelos autores.

Em relação à velocidade, 70% percebem que o compartilhamento de inovação é rápido ou muito rápido. As inovações se espalham em passo acelerado e minimizam as diferenças entre as empresas presentes nesse agrupamento. Para 40% dos respondentes da amostra as inovações em produtos são as mais compartilhadas pelas empresas, ou seja, inovações em relação às tendências da moda, às novas cores da estação e aos novos modelos são rapidamente disseminadas, ou mesmo copiadas, pelas empresas do aglomerado.

Tal disseminação de inovação reflete os transbordamentos de conhecimento possíveis em regiões onde há elevada concentração de empresas que atuam no mesmo setor. “O espaço geográfico é visto como meio pelo qual o conhecimento tecnológico pode transbordar e promover mais inovação pela tendência de fazer empresas se aglomerarem para tirarem proveito de conhecimento tácito e não codificado, provenientes de outras empresas inovadoras” (Montenegro, Goncalves & Almeida, 2011, p. 747). Os resultados encontrados para o cluster do Bom Retiro corroboram os preceitos de Zaccarelli et al. (2008) de que estar no cluster estimula o desenvolvimento tecnológico e a transferência de tecnologia para os demais negócios existentes.

Cultura da comunidade adaptada ao cluster

Numa região onde há um cluster de negócios, a estrutura gerada pela cultura organizacional, como valores, autoridade, status no trabalho, é absorvida pela sociedade local, ocorre integração entre as dimensões profissional e pessoal (Zaccarelli et al., 2008).

A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é o percentual de famílias com um trabalhador do cluster em relação ao número total de famílias da região (%). Usou‐se a métrica proposta por Pereira et al. (2014) que substituiu o cálculo do percentual de famílias pela investigação histórica, pois muitas vezes os empresários geograficamente próximos partilham uma herança e podem ter uma origem comum.

Após um levantamento sobre a história do bairro, constatou‐se que há muito tempo lojas de confecção se instalaram na região. No século XIX, o bairro Bom Retiro era formado por algumas chácaras e sítios que serviam de retiro de fim de semana para a população da cidade. A mudança fundamental ocorreu em 1867, com a inauguração da Estrada de Ferro São Paulo Railway, que transformou a configuração do local e provocou uma intensa afluência de imigrantes que vieram para cidade e se instalaram no bairro.

Os preços acessíveis dos terrenos fizeram com que, no início do século XX, o bairro começasse a abrigar atividades comerciais, em especial concentradas na Rua José Paulino e imediações. Imigrantes, principalmente italianos e alguns portugueses, aproveitaram que a antiga Rua dos Imigrantes era passagem obrigatória para o centro da cidade, o que fortalecia o comércio na região.

Por volta de 1930, judeus, vindos de várias partes, como Rússia, Lituânia e Polônia, também se instalaram na região, predominantemente envolvidos em atividades ligadas a confecções, conforme o censo daquele ano. Os judeus, no fim do século XX, e posteriormente os coreanos, nos anos 2000, foram os povos que mais contribuíram para a consolidação e o desenvolvimento do bairro como um importante polo de confecções na cidade de São Paulo (Truzzi, 2002).

Autores como Truzzi (2000) e Delgado (2008) corroboram o fato de que o grande número de empresas deste setor, moda e confecções, está diretamente ligado à história de bairros da capital paulista como o Bom Retiro (Delgado, 2008), exercem papel importante no seu desenvolvimento histórico e econômico. A figura 1 apresenta um gráfico com a distribuição das empresas de acordo com a década de início das suas atividades a intervalos de dez anos.

Figura 1.
(0.04MB).

Década de fundação das empresas da amostra.

Fonte: elaborado pelos autores.

Como reflexo da história do bairro, dentre as empresas que compuseram a amostra desta pesquisa, a mais antiga foi aberta no início do século XX, em 1915. Observa‐se, no entanto, um crescimento do número de empresas fundadas nas últimas décadas, o que reforça o argumento de que o cluster tem se desenvolvido cada vez mais. Atualmente, a produção e a venda de moda do Bom Retiro são baseadas em produção tardia, ou seja, concentra‐se em tendências já conhecidas e aceitas pelo consumidor (Erner, 2005). Essa é uma conhecida como fast‐fashion.

Caráter evolucionário por introdução de tecnologias

Empresas de um cluster desenvolvido terão a capacidade de introduzir tecnologias. Esse fundamento não se manifesta apenas por processos de auto‐organização, demanda a presença efetiva de governança (Zaccarelli et al., 2008, p. 80). A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é um indicador qualitativo baseado em opinião de tecnólogos (posição versus situação mais avançada).

Em clusters competitivos, através de interações repetidas, desenvolvem‐se práticas comuns que formam de fato instituições (Liao, 2015). Essas instituições se tornam fontes de disseminação de ideias e inovações na região. A métrica ajustada e aplicada por esta pesquisa descende desse conceito e consiste na identificação de agentes, ou instituições, que promovam a disseminação de inovações tecnológicas no cluster.

Identificou‐se que as associações de lojistas agem como disseminadores de inovações tecnológicas. No cluster estudado, a Câmara dos Dirigentes Lojistas do Bom Retiro (CDL/BR), entidade que tem cerca de 60 anos de existência, desempenha o papel institucional de oferecer aos seus associados serviços de apoio para suas atividades e promover o desenvolvimento do segmento (CDL/BR, 2015). A CDL/BR atua em parceria com entidades como: Senai, Sindicato do Vestuário (Sindivest), dentre outras entidades importantes para o segmento da moda.

Além dessas entidades, o Sebrae também atua como disseminador de conhecimento e tecnologia e, assim como o Senai, tem unidades direcionadas para esse setor na cidade de São Paulo. É interessante notar, no contato direto com os agentes instalados no Bom Retiro, que esse não é um processo estático, ao contrário, é um processo em constante transformação.

Estratégia de resultado orientada para o cluster

A presença efetiva e deliberada de orientação para a ação, decisão e estratégia das empresas participantes do agrupamento caracterizam uma estratégia de resultado orientada para o cluster (Zaccarelli et al., 2008, p. 81). A métrica proposta pelo modelo Zaccarelli et al. (2008) para esse fundamento é a taxa de aumento do lucro agregado (%) e a taxa de ampliação da área abastecida (%). A métrica desenvolvida se baseia na identificação da presença no cluster de: associações e instituições de ensino voltadas para os interesses do cluster; e a percepção da presença de ações que beneficiem todas as empresas do cluster.

Em relação à percepção da presença de instituições orientadas para a estratégia do cluster, a atuação das associações foi percebida por mais da metade dos respondentes, 58% conforme a tabela 10. Uma importante associação é a Câmara dos Dirigentes Lojistas do Bom Retiro que atua como uma representação dos lojistas do bairro. Em seu site é possível identificar algumas ações em que a CDL/BR está engajada: “lutar por causas de interesse da confecção e do setor têxtil: como carga tributária justa, contra a pirataria, combate à informalidade e estímulo às micro e pequenas empresas, parceria com demais entidades” (CDL/BR, 2015).

Tabela 10.

Instituições e ações orientadas para a estratégia do cluster

Percepção da presença  % 
Associações  58 
Instituições de ensino  29 
Eventos coletivos (exemplo: desfiles de moda)  29 
Ações de urbanização  25 

Fonte: elaborado pelos autores.

Ainda de acordo com a pesquisa, as principais ações percebidas em relação a estratégias orientadas aos interesses do cluster desenvolvidas no Bom Retiro foram: eventos coletivos, percebidos por 29% dos respondentes, e ações de urbanização, percebidas por 25%, conforme a tabela 11. Além dessas ações percebidas por cerca de 30% dos respondentes, existem na região instituições de ensino que apoiam o desenvolvimento do Bom Retiro, como é o caso do Senai, que oferece cursos, alguns dos quais são gratuitos, para profissionais que querem atuar no setor.

Tabela 11.

Desenvolvimento de métricas para o modelo Zaccarelli et al. (2008)

  Fundamentos  Zaccarelli et al. (2008)  Métricas ajustadas/aplicadas  Resultado da aplicação das métricas 
Concentração geográfica  Distância do concorrente mais próximo.  Métrica baseada no quociente de localização (QL).  O Bom Retiro tem o QL=543,58. Número muito superior a 1, mínimo para caracterizar um cluster
Abrangência de negócios viáveis e relevantes  Análise da porcentagem de negócios de importância externos ao clusterVerificação da existência de relações diretas com fornecedores presentes no aglomerado.  71,6% das empresas pesquisadas fornecem produtos para empresas que também estão localizadas na região 
Especialização das empresas  Número máximo de negócios presentes em uma empresa, passíveis de terceirização.  Análise dos segmentos de varejo nos quais as empresas que compõem o cluster atuam.  As empresas são especializadas em varejo de confecções; e subespecializadas no segmento de moda fast‐fashion
Equilíbrio com ausência de posições privilegiadas  Número de negócios da mesma indústria ou setor.  Número de negócios da mesma indústria ou setor e enquadramento do porte das empresas.  A região tem 3.797 empresas de vestuário, dentre as quais 61,2% são EPPs e microempresas. 
Complementaridade por uso de subprodutos  Número de empresas que operam com reciclagem.  Levantamento de informações sobre leis, projetos e ações referentes ao reaproveitamento de subprodutos oriundos do processo produtivo do setor.  Presença do projeto de reciclagem Retalho Fashion, coordenado pela ABIT e pelo Sindtêxtil‐SP. 
Cooperação entre empresas do cluster  Média de níveis de colaboração atribuídos por amostra de executivos do clusterPercepção dos respondentes, gerentes e proprietários, da existência de colaboração entre as empresas e compartilhamento de informações entre negócios.  60% dos respondentes afirma colaborar com outras empresas do bairro, além disso, 51% percebem a existência de compartilhamento informações. 
Substituição seletiva de negócios do cluster  Índices estatísticos de encerramento de empresas e de empresas novas (%).  Percepção de mudanças no cluster em relação à concorrentes e fornecedores e em relação ao ano em que as empresas foram fundadas.  A percepção dos entrevistados é que houve poucas mudanças em relação a concorrentes e fornecedores. No entanto, observou‐se um crescente número de novas empresas no cluster a cada década. 
Uniformidade do nível tecnológico  Presença de tecnologias inferiores (%).  Avaliação da percepção do tipo de inovação percebida segundo o Manual de Oslo (OCDE, 2005), a percepção quanto à velocidade de compartilhamento de inovações.  40% dos respondentes percebem as inovações em produtos como as mais compartilhadas pelas empresas e aproximadamente 70% percebem a velocidade de compartilhamento de inovação como rápida ou muito rápida. 
Cultura da comunidade adaptada ao cluster  Percentual de famílias com um trabalhador do cluster em relação ao número total de famílias da região (%).  Investigação histórica sobre as origens e desenvolvimento do clusterDesde o seu surgimento, no início do século XX, o bairro está associado ao varejo de confecções. 
10  Caráter Evolucionário por introdução de (novas) tecnologias  Indicador qualitativo baseado em opinião de tecnólogos (posição versus situação mais avançada).  Identificação de agentes que promovem a disseminação de inovações tecnológicas.  As associações de lojistas agem como disseminadores de inovações tecnológicas, um dos exemplos mais relevantes é a Câmara dos Dirigentes Lojistas do Bom Retiro (CDL/BR). 
11  Estratégia de resultado orientada para cluster  Taxa de aumento do lucro agregado (%). Taxa de ampliação da área abastecida (%).  Presença no cluster de: associações e instituições de ensino, voltados para os interesses do cluster, e de ações que o beneficie.  58% dos respondentes percebem a atuação das associações. Dentre as principais ações percebidas estão: eventos coletivos e ações de urbanização. 

Fonte: elaborado pelos autores.

Consolidação das métricas operacionalizadas no estudo

O Quadro 2 apresenta um resumo dos resultados do artigo no qual é possível comparar as métricas originais do modelo Zaccarelli et al. (2008) e as métricas ajustadas. Pode‐se observar também o resultado da aplicação das métricas no cluster do Bom Retiro.

Os resultados obtidos com a operacionalização das métricas pode auxiliar políticas públicas para o desenvolvimento da região. Devido à fácil aplicação das métricas, pode servir de base para avaliação da competitividade de outros clusters comerciais. No campo gerencial, a análise da competitividade em clusters comerciais pode orientar os gestores localizados ou que pretendem se localizar em clusters comerciais, trazer um panorama sobretudo em relação à atuação da governança do aglomerado.

Considerações finais

O presente trabalho teve como objetivo ajustar operacionalmente métricas desenvolvidas para o modelo Zaccarelli et al. (2008) aplicado a clusters varejistas. Como objetivo secundário, decorrente do ajuste das métricas, a pesquisa avaliou a competitividade do cluster varejista de moda do Bom Retiro, usado para analisar a aplicabilidade das métricas desenvolvidas neste trabalho.

Em um primeiro momento, todas as métricas originais do modelo Zaccarelli et al. (2008) tiveram sua aplicabilidade analisada. Após a avaliação de cada uma das métricas originais, verificou‐se que algumas são muito difíceis de operacionalizar, como, por exemplo, “lucros equilibrados e não relativamente altos, devido à competição entre os negócios”, apresentada no quarto fundamento. Tais métricas são de difícil aplicação especialmente em agrupamentos de empresas pequenas e de administração familiar, como é o caso de muitos clusters de varejo. Pode‐se explicar essa dificuldade tanto por falta de controle dos envolvidos em relação a fatores contábeis quanto pelo receio de divulgar seus números.

A análise das métricas permitiu refletir sobre maneiras opcionais de se mensurar cada fundamento e a partir daí as métricas foram ajustadas. A pesquisa contribuiu para a transformação do modelo em todos os 11 fundamentos. Alguns fundamentos foram completamente alterados, como, por exemplo, o fundamento 7, “Substituição seletiva de negócios do cluster”, cuja métrica original era “Índices estatísticos de encerramento de empresas e de empresas novas (%)” e passou a ser “Percepção de mudanças no cluster em relação a concorrentes e fornecedores e em relação ao ano em que as empresas foram fundadas”.

Outros fundamentos foram alterados, mas mantiveram sua essência, como, por exemplo, o fundamento 1 “Concentração geográfica”, cuja métrica original era “Distância do concorrente mais próximo” e a métrica ajustada passou a ser “Métrica baseada no quociente de localização (QL)”. O fundamento 4 “Equilíbrio com ausência de posições privilegiadas” foi o único apenas complementado, “Número de negócios da mesma indústria ou setor e enquadramento do porte das empresas”.

Em relação à operacionalização, verificou‐se que as métricas ajustadas foram plenamente aplicáveis. Nesta pesquisa, os resultados da aplicação das métricas de dois fundamentos chamaram a atenção: “Concentração geográfica”, representada pelo elevado quociente de localização, e “Abrangência de negócios viáveis e relevantes”, em que houve a percepção de grande engajamento entre as empresas do cluster em comprar e vender produtos de outras empresas também localizadas na região, o que evidencia que as cadeias produtivas do aglomerado se encontram fortemente relacionadas. Outro resultado relevante para a pesquisa é o que se refere à entidade supraempresarial de Zaccarelli et al. (2008), em que indícios de governança podem ser encontrados nos fundamentos seis, nove, 10 e 11.

A análise sugere que o aglomerado de empresas situadas no bairro Bom Retiro tem as características necessárias para ser classificado como um cluster em estágio desenvolvido de competitividade. É interessante notar que ao mesmo tempo em que há uma “batalha” pelo consumidor também se observa nos empresários a consciência de que seus concorrentes fazem parte de sua vantagem competitiva em relação aos que estão fora do aglomerado.

As contribuições deste estudo se dão no campo acadêmico, melhoram o entendimento acerca dos fundamentos que fizeram do bairro do Bom Retiro um cluster comercial, conhecido nacional e internacionalmente no mercado da moda. Pela concentração de compradores e movimento observado nas lojas, pode‐se constatar que esse agrupamento atrai multidões e percebe‐se que os fundamentos propostos sobre a competitividade dos clusters encontram respaldo na sua totalidade, o que reforça a teoria e o modelo apresentado.

Como limitação, este trabalho não esgota todas as possibilidades de métricas. Além disso, por se tratar de um estudo de caso único não permite generalizações, mas apenas levanta indícios de que as métricas ajustadas poderiam ser reproduzidas em outros clusters. Por fim, trata‐se de um estudo transversal feito em um determinado período, ou seja, representa percepções e evidências no cluster daquele momento em que foi feita a pesquisa.

Como sugestão para estudos futuros, recomendamos explorar a percepção dos clientes que frequentarem os clusters varejistas, como o Bom Retiro. Sugere‐se também que outros trabalhos continuem a aprimorar as métricas para que o modelo tenha uma aplicação cada vez mais viável operacionalmente para a análise da competitividade de clusters de negócio.

Conflitos de interesse

Os autores declaram não haver conflitos de interesse.

Referências
ABIT, 2012
Associação Brasileira da Indústria Têxtil e de Confecção – ABIT (2012). Relatório de Atividades 2012. Recuperado de http://www.abit.org.br/conteudo/informativos/relatorio_atividades/relatorio_abitbx2012.pdf
Agostinho, 2003
M.C.E. Agostinho
Administração complexa: revendo as bases científicas da administração
RAE eletrônica, 2 (2003), pp. 1-18
Recuperado de http://rae.fgv.br/sites/rae.fgv.br/files/artigos/10.1590_S1676‐56482003000100016.pdf
Alcácer e Chung, 2014
J. Alcácer,W. Chung
Location strategies for agglomeration economies
Strategic Management Journal, 35 (2014), pp. 1749-1761
Recuperado de http://onlinelibrary.wiley.com/doi/10.1002/smj.2186/full
Baptista e Swann, 2005
R. Baptista,P. Swann
Do firms in clusters innovate more?
Research Policy, 27 (2005), pp. 525-540
1998. Recuperado de http://www.sciencedirect.com/science/article/pii/S0048733398000651
Bianchi et al., 1997
Bianchi, P., Miller, l. M., Bertini, S., Crestanello, P., Durante, A. & Magnatti, P. (1997). The Italian SME experience and possible lessons for emerging countries. In In Executive Summary, UNIDO. Recuperado de http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.194.6357
Boasson et al., 2005
V. Boasson,E. Boasson,A. MacPherson,H.H. Shin
Firm value and geographic competitive advantage: evidence from the US pharmaceutical industry
Journal of Business, 78 (2005), pp. 1-44
Recuperado de http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1044501
Canina et al., 2005
L. Canina,C.A. Enz,J.S. Harrison
Agglomeration effects and strategic orientations: evidence from the US lodging industry
Academy of Management Journal, 48 (2005), pp. 565-581
Recuperado de http://amj.aom.org/content/48/4/565.short
CDL/BR, 2015
CDL/BR ‐ Câmara dos Dirigentes Lojistas do Bom Retiro (2015). Quem somos. Recuperado de http://www.bomretironamoda.com.br/quem‐somos/
Delgado, 2008
D. Delgado
Fast fashion: estratégia para conquista do mercado globalizado
Revista Moda Palavra, 1 (2008), pp. 3-10
Recuperado de www.revistas.udesc.br/index.php/modapalavra/article/view/7598
Feser e Bergman, 2000
E.J. Feser,E.M. Bergman
National industry cluster templates: a framework for applied regional cluster analysis
Regional Studies, 34 (2000), pp. 1-19
Recuperado de http://www.tandfonline.com/doi/abs/10.1080/00343400050005844
Enright e Roberts, 2001
M.J. Enright,B.H. Roberts
Regional clustering in Australia
Australian Journal of Management, 26 (2001), pp. 65
Recuperado de http://search.proquest.com/openview/6a48c401a57b0d2d0677f613c07a784b/1?pq‐origsite=gscholar
Erner, 2005
G. Erner
Vítimas da moda? Como a criamos, por que a seguimos
Senac, (2005)
Granovetter, 1985
M. Granovetter
Economic action and social structure: the problem of embeddedness
The American Journal of Sociology, 91 (1985), pp. 481-510
Recuperado de http://www.jstor.org/stable/2780199
Hsieh et al., 2012
P.F. Hsieh,C.S. Lee,J.C. Ho
Strategy and process of value creation and appropriation in service clusters
Technovation, 32 (2012), pp. 430-439
Recuperado de http://www.sciencedirect.com/science/article/pii/S0166497211000538
Kamath et al., 2012
S. Kamath,J. Agrawal,K. Chase
Explaining geographic cluster success – The GEMS model
American Journal of Economics and Sociology, 71 (2012), pp. 184-214
Recuperado de http://onlinelibrary.wiley.com/doi/10.1111/j.1536‐7150.2011.00819.x/full
Krugman, 1991
P. Krugman
Geography and Trade
MIT Press, (1991)
Kwasnicka and Zaccarelli, 2009
E.L. Kwasnicka,S.B. Zaccarelli
A competitividade e a racionalidade de um cluster industrial
Revista de Administração da Unimep ‐ Unimep Business Journal, 4 (2009), pp. 17
Recuperado de http://www.regen.com.br/ojs/index.php/regen/article/viewArticle/206
Lawrence et al., 2002
T.B. Lawrence,C. Hardy,N. Phillips
Institutional effects of interorganizational collaboration: The emergence of proto‐institutions
Academy of Management Journal, 45 (2002), pp. 281-290
Recuperado de http://amj.aom.org/content/45/1/281.short
Marshall, 1982
A. Marshall
Princípios de economia
Abril Cultural, (1982)
Montenegro et al., 2011
R.L. Montenegro,E. Gonçalves,E. Almeida
Dinâmica espacial e temporal da inovação no Estado de São Paulo: uma análise das externalidades de diversificação e especialização
Estudos Econômicos (São Paulo), 41 (2011), pp. 743-776
Recuperado de http://www.scielo.br/scielo.php?script=sci_arttextπd=S0101‐41612011000400004
Oliveira e Gil, 2014
L.F.de Oliveira,A.C. Gil
O conglomerado comercial da rua 25 de Março, em São Paulo: uma região socialmente construída
Revista de Estudos Sociais, 13 (2014), pp. 118-137
Recuperado de http://periodicoscientificos.ufmt.br/ojs/index.php/res/article/view/455
Pereira et al., 2014
Pereira, C. E. C., Sarturi, G., Boaventura, J. M. G. & Polo, E. F. (2014). Desenvolvimento de métricas para avaliação da competitividade de clusters: uma aplicação empírica no setor têxtil. Gestão & Regionalidade (Online), 30(90). Recuperado de http://seer.uscs.edu.br/index.php/revista_gestao/article/view/2894
Porter, 1990
M.E. Porter
The competitive advantage of nations
The Free Press, (1990)
Porter, 1998
M. Porter
Clusters and the new economics of competition
Harvard Business School Press, (1998)
Rogers, 1965
A. Rogers
A stochastic analysis of the spatial clustering of retail establishments
Journal of the American Statistical Association, 60 (1965), pp. 1094-1103
doi: 1. Recuperado de http://www.jstor.org/stable/2283408doi:1
Sacomano Neto e Paulillo, 2012
M.S. Sacomano Neto,L.F.O. Paulillo
Estruturas de governança em arranjos produtivos locais: um estudo comparativo nos arranjos calçadistas e sucroalcooleiro no Estado de São Paulo
Revista de Administração Pública, 46 (2012), pp. 1131-1155
Recuperado de https://dx.doi.org/10.1590/S0034‐76122012000400011
Sarturi et al., 2016
G. Sarturi,C.A.F. Vargas,J.M.G. Boaventura,S.A.D. Santos
Competitiveness of clusters: a comparative analysis between wine industries in Chile and Brazil
International Journal of Emerging Markets, 11 (2016), pp. 190-213
Recuperado de http://dx.doi.org/10.1108/IJoEM‐11‐2013‐0195
Schmitz, 1992
H. Schmitz
On the clustering of small firms
IDS Bulletin, 23 (1992), pp. 64-69
Recuperado de http://dx.doi.org/10.1111/j. 1759‐5436.1992.mp23003012.x
Siqueira et al., 2011
J.P.L. Siqueira,F.M. Gerth,J.M.G. Boaventura
Análise da competitividade dos clusters industriais de calçados de Franca e Birigui
Revista Gestão Organizacional, 4 (2011), pp. 102-112
Recuperado de http://rausp.usp.br/wp‐content/uploads/files/v4302162.pdf
Telles et al., 2011
R. Telles,E. Altheman,J.P.L. de Siqueira,S.M. Romboli
Clusters comerciais: um estudo sobre concentrações de bares na cidade de São Paulo
Gestão & Regionalidade (Online), 27 (2011), pp. 32-45 http://dx.doi.org/10.1016/j.socscimed.2017.04.001
Recuperado de http://seer.uscs.edu.br/index.php/revista_gestao/article/view/1194
Telles et al., 2013
R. Telles,J.P.L. Siqueira,D. Donaire,M.A. Gaspar
Atratividade em clusters comerciais: um estudo comparativo de dois clusters da Cidade de São Paulo
Gestão & Regionalidade (Online), 29 (2013), http://dx.doi.org/10.1016/j.socscimed.2017.04.001
Recuperado de http://seer.uscs.edu.br/index.php/revista_gestao/article/view/1937
Teller e Elms, 2010
C. Teller,J. Elms
Marketing Intelligence & Planning, 28 (2010), pp. 25-45 http://dx.doi.org/10.3402/qhw.v11.32932
Recuperado de http://www.emeraldinsight.com/doi/abs/10.1108/02634501011014598
Truzzi, 2001
O. Truzzi
Etnias em convívio: o bairro do Bom Retiro em São Paulo
Estudos Históricos, 2 (2001), pp. 143-166
Recuperado de http://bibliotecadigital.fgv.br/ojs/index.php/reh/article/view/2144
UK, 1999
UK Department of Trade and Industry. (1999). Biotechnology Clusters. Report of a Team Led by Lord Sainsbury, Minister for Science. Recuperado de http://www.dti.gov.uk/biotechclusters
Van Aken e Weggeman, 2000
J.E. Van Aken,M.P. Weggeman
Managing learning in informal innovation networks: overcoming the Daphne‐dilemma
R&D Management, 30 (2000), pp. 139-150
Recuperado de http://dx.doi.org/10.1111/j.1759‐5436.1992.mp23003012.x
Wang et al., 2014
L. Wang,A. Madhok,S. Xiao Li
Agglomeration and clustering over the industry life cycle: toward a dynamic model of geographic concentration
Strategic Management Journal, 35 (2014), pp. 995-1012
Recuperado de http://dx.doi.org/10.1002/smj.2141
Zaccarelli et al., 2008
S. Zaccarelli,R. Telles,J. Siqueira,J. Boaventura,D. Donaire
Clusters e tedes de negócios. Uma nova visão para a gestão dos negócios
Atlas, (2008)

A revisão por pares é da responsabilidade do Departamento de Administração, Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo – FEA/USP.

Autor para correspondência. (Cristina Espinheira Costa Pereira cristinaespinheira@gmail.com)
Copyright © 2017. Departamento de Administração, Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo ¿ FEA/USP
Revista de Gestão 2017;24:122-33 - Vol. 24 Núm.2 DOI: 10.1016/j.rege.2017.03.003