PROPOSTA DE MODELO PARA AVALIAR A CONTRIBUIÇÃO DOS INDICADORES OBTIDOS NA ANÁLISE DO CICLO DE VIDA SOBRE A GERAÇÃO DE INOVAÇÃO NA INDÚSTRIA

Transcrição

1 UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MESTRADO EM ENGENHARIA DE PRODUÇÃO LEILA MENDES DA LUZ PROPOSTA DE MODELO PARA AVALIAR A CONTRIBUIÇÃO DOS INDICADORES OBTIDOS NA ANÁLISE DO CICLO DE VIDA SOBRE A GERAÇÃO DE INOVAÇÃO NA INDÚSTRIA DISSERTAÇÃO PONTA GROSSA 2011

2 LEILA MENDES DA LUZ PROPOSTA DE MODELO PARA AVALIAR A CONTRIBUIÇÃO DOS INDICADORES OBTIDOS NA ANÁLISE DO CICLO DE VIDA SOBRE A GERAÇÃO DE INOVAÇÃO NA INDÚSTRIA Dissertação apresentada como requisito parcial para obtenção do título de Mestre em Engenharia de Produção, do Programa de Pós- Graduação em Engenharia de Produção da Universidade Tecnológica Federal do Paraná. Área de Concentração: Gestão Industrial. Orientador: Prof. Dr. Antonio Carlos de Francisco PONTA GROSSA 2011

3 Ficha catalográfica elaborada pelo Departamento de Biblioteca da Universidade Tecnológica Federal do Paraná, Campus Ponta Grossa n.36/11 L979 Luz, Leila Mendes da Proposta de modelo para avaliar a contribuição dos indicadores obtidos na análise do ciclo de vida sobre a geração de inovação na indústria / Leila Mendes da Luz. -- Ponta Grossa: [s.n.], f.: il. ; 30 cm. Orientador: Prof. Dr. Antonio Carlos de Francisco Dissertação (Mestrado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Campus Ponta Grossa. Programa de Pós-Graduação em Engenharia de Produção. Ponta Grossa, Análise de ciclo de vida. 2. ACV. 3. Análise de inventário de ciclo de vida. 4. ICV. 5. Inovação Indústria. I. Francisco, Antonio Carlos de. II. Universidade Tecnológica Federal do Paraná, Campus Ponta Grossa. III. Título. CDD

4

5 Dedico este trabalho aos meus queridos pais Julio e Elza.

6 AGRADECIMENTOS Gostaria de deixar meus sinceros agradecimentos a todos que auxiliaram direta ou indiretamente na execução deste trabalho, em especial: A Deus, por me conceder o dom da vida e força nesta caminhada. Aos meus pais Julio Mendes da Luz e Elza de F. Mendes da Luz, que sempre me apoiaram e incentivavam por terem me ensinado de maneira simples a trilhar o caminho da vida. Aos meus irmãos Juliano Mendes da Luz e Suziane Mendes da Luz pela companhia constante. Ao meu querido orientador prof. Antonio Carlos de Francisco pelo apoio e orientação no decorrer desta pesquisa; pelo carinho, amizade e incentivo em todos os momentos; pela convivência inspiradora nestes últimos anos e por ter me mostrado a grandeza do caminho acadêmico. Aos professores do programa de pós-graduação em engenharia de produção pelo conhecimento compartilhado. A todos os amigos do PPGEP, em especial a Luciana pelo apoio e pelas valiosas sugestões dadas na realização desta pesquisa e, aos amigos Lucyanno, Rosangela, Bruno, Claudia, Milena que estiveram juntos nesta caminhada. Aos secretários da pós-graduação Antonio Sérgio dos Santos e Luiz Cesar dos Santos Lima. A Universidade Tecnológica Federal do Paraná. A Capes pelo apoio financeiro concedido à elaboração da pesquisa. A todos que auxiliaram direta ou indiretamente na execução deste trabalho.

7 RESUMO LUZ, Leila Mendes da. Proposta de modelo para avaliar a contribuição dos indicadores obtidos na análise do ciclo de vida sobre a geração de inovação na indústria f. Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção, Universidade Tecnológica Federal do Paraná. Ponta Grossa, Num ambiente cada vez mais competitivo a inovação se tornou um elemento fundamental para a sobrevivência das organizações e, nesse panorama, a questão ambiental vem se destacando como um diferencial para as organizações. Consequentemente, o desenvolvimento sustentável vem ganhando uma posição de destaque no meio empresarial e, além de estimular a inovação, os gestores precisam garantir o bom desempenho ambiental da organização. Decorrente disto, técnicas de avaliação vêm sendo desenvolvidas com o propósito de avaliar o impacto ambiental que os produtos têm sobre o meio ambiente. Uma das técnicas que vem se destacando é a Análise do Ciclo de Vida (ACV) por abranger todo o ciclo de vida do produto, gera indicadores na fase de análise de inventário (ICV) que podem auxiliar na tomada de decisão dentro das organizações. Desta maneira, este trabalho teve como objetivo propor um modelo teórico para avaliar a contribuição dos indicadores obtidos na ICV sobre a geração de inovação na indústria. Para tanto, no referencial teórico foram abordados conceitos relacionados à ACV, inovação e o potencial da ACV para a geração de inovação. O método utilizado na pesquisa foi o dedutivo, sendo a abordagem metodológica aplicada, qualitativa, quantitativa, exploratória e bibliográfica. Na construção do modelo foram utilizados os indicadores de ICV referente aos recursos naturais, matérias-primas secundárias, emissões atmosféricas, efluentes líquidos, resíduos sólidos e, os indicadores de inovação: impacto da inovação, atividades inovativas e fontes de informação. Estes indicadores foram obtidos por meio de simulação baseada nos dados encontrados na literatura, sendo os de ICV referente à embalagem de alumínio para refrigerante e, os de inovação, oriundos da última edição da Pesquisa de Inovação Tecnológica do Instituto Brasileiro de Geografia e Estatística para o setor de fabricação de embalagem de metal. O modelo proposto utiliza métodos estatísticos para analisar a relação existente entre estas duas variáveis, sendo empregados os testes: normalidade dos dados, correlação de Pearson, correlação de Spearman, formulação da equação de regressão e coeficiente de determinação. Além dos pontos de correlação é possível determinar o percentual de variação ocorrida nas variáveis dependentes que pode ser explicado pelas variáveis independentes. Deste modo, os resultados obtidos nas análises demonstraram correlação significativa entre os indicadores de ICV versus os indicadores de inovação atividades inovativas, indicando que todos os grupos de indicadores da ICV considerados no estudo, estão correlacionados de alguma maneira com a inovação por meio dos indicadores referentes às atividades inovativas. Por fim, pode-se concluir que a aplicação do modelo desenvolvido permitirá identificar os pontos de correlação entre a ICV e inovação, isso possibilitará às organizações direcionar ações de modo mais eficiente e pontual que contribuam para a geração de inovação no sistema do produto. Palavras-chave: Análise de ciclo de vida (ACV). Análise de inventário de ciclo de vida (ICV). Inovação na indústria.

8 ABSTRACT LUZ, Leila Mendes da. A Proposed model for assessing the contribution of the indicators obtained from analysis of life cycle about the generation of industry innovation p. Dissertation (Mastering in Industrial Engineering) Post graduate Program in Production Engineering, Federal Technology University - Paraná. Ponta Grossa, In an increasingly competitive environment, innovation has become a fundamental element for competitiveness and, in this scenario the environmental issue has been stood out as a key differentiator for organizations. Consequently, sustainable development has gained a prominent position in the business and in addition to stimulating innovation; managers need to ensure good environmental performance of the organization. Due to this, evaluation techniques have been developed for the purpose of evaluating the environmental impact products have over the environment. One technique that has stood out is the Life Cycle Analysis (LCA) which covers the entire product lifecycle, and may assist in decision making within organizations. Thus, this paper has as its aim to propose a theoretical model to evaluate the contribution of the indicators obtained from Life cycle inventory on the generation of industry innovation. For this, in the theoretical reference it was discussed concepts related to the LCA, and the innovation potential of LCA for the generation of innovation. The method used in the research was deductive, using the methodological, qualitative, quantitative, exploratory and literature approach applied. In the model constructing, LCI indicators had been used related to natural resources, secondary raw materials, atmospheric emissions, liquid effluents, solid waste and the indicators of innovation: impact of innovation, innovation activities and information sources. These indicators were obtained by simulation based on data found in literature, being the LCI about the aluminum packaging for soda and the innovative, from the latest issue of Research on Technological Innovation of the Brazilian Institute of Geography and Statistics, for the sector of manufacturing metal packaging. The proposed model uses statistical methods to analyze the relationship between these two variables, being employed the tests: normality of the data, Pearson correlation, Spearman correlation, formulation of the regression equation and coefficient of determination. Besides the points of correlation it is possible to determine the percentage of variation among the dependent variables which can be explained by the independent variables. Into this way, the analysis gotten in the results showed a significant correlation between LCI indicators versus innovation indicators "innovative activities", indicating that all groups of indicators considered in the LCI study are somehow related to innovation through indicators related to innovation activities. Finally, it is possible to conclude that the application of the developed model will allow identifying points of correlation between the LCI and innovation that will enable organizations to guide actions in a more efficient and punctual way, which contribute to the generation of innovation in the product system. Key words: Life cycle analysis (LCA). Life cycle inventory (LCI). Industry innovation.

9 LISTA DE ILUSTRAÇÕES Figura 1 - Distribuição de estudos de ACV e inovação nos anos de 2005 a Figura 2 - Estrutura da pesquisa Figura 3 - Fases de uma ACV Figura 4 - Dimensões da ACV Figura 5 - Processo de Avaliação do Ciclo de Vida Figura 6 - Procedimentos para Análise do Inventário Figura 7 - Elementos da etapa de AICV Figura 8 - Exemplo de cenário genérico com entradas e saídas em processos produtivos Figura 9 - Resumo das principais entradas e saídas de materiais do ciclo de vida das latas de alumínio Figura 10 - Consumo de água e energia no ciclo de vida das latas de alumínio Figura 11 - Quantificação dos aspectos ambientais dos ciclos de vida de embalagens de vidro, alumínio e PET Figura 12 - Matriz de inovação e melhoria Figura 13 - Modelo de difusão tecnológica Figura 14 - Esquema simplificado de uma inovação empurrada pela ciência Figura 15 - Esquema simplificado de uma inovação empurrada pela ciência Figura 16 - Modelo de processo de inovação Figura 17 - Estrutura PINTEC Figura 18 - Escala de importância dos indicadores de inovação Figura 19 - Análises de correlação realizadas entre os indicadores de ICV e inovação Figura 20 - Análises de correlação realizadas entre os indicadores de ICV e atividades inovativas Figura 21 - Indicadores impacto da inovação Figura 22 - Indicadores atividades inovativas Figura 23 - Indicadores fontes de informação Figura 24 - Intervalos de confiança para os indicadores de inovação Figura 25 - Estimativas dos valores médios Figura 26 - Gráfico de probabilidade normal impacto da inovação p 0, Figura 27 - Gráfico de probabilidade normal consumo de água p >0, Figura 28 - Verificação da rejeição de H0 utilizando os valores tabelados para Postos de Spearman

10 Figura 29 - Valores de r2 explicando o indicador de inovação aquisição de máquinas e equipamentos Figura 30 - Valores de r2 explicando o indicador de inovação treinamento Figura 31 - Fluxograma da metodologia proposta Figura 32 - Gráfico de probabilidade normal impacto da inovação p 0, Figura 33 - Gráfico de probabilidade normal atividades inovativas p <0, Figura 34 - Gráfico de probabilidade normal fontes de informação p <0, Figura 35 - Gráfico de probabilidade normal consumo de água p >0, Figura 36 - Gráfico de probabilidade normal consumo de energia p >0, Figura 37 - Gráfico de probabilidade normal consumo de latas p >0, Figura 38 - Gráfico de probabilidade normal consumo de alumina p >0, Figura 39 - Gráfico de probabilidade normal emissão de CO2 p >0, Figura 40 - Gráfico de probabilidade normal emissão de material particulado p >0, Figura 41 - Gráfico de probabilidade normal emissão de CO2 p >0, Figura 42 - Gráfico de probabilidade normal emissão de NH3 p >0, Figura 43 - Gráfico de probabilidade normal emissão de resíduo industrial p >0, Figura 44 - Gráfico de probabilidade normal emissão de resíduo inerte p >0,

11 LISTA DE TABELAS Tabela 1 - Melhoria de processo e inovação de processo Tabela 2 - Atribuição de pesos indicadores de inovação Tabela 3 - Estatística descritiva indicadores de ICV Tabela 4 - Estatística descritiva indicadores de inovação Tabela 5 - Estatísticas dos indicadores de inovação quanto à normalidade Tabela 6 - Estatísticas dos indicadores de ACV quantoà normalidade Tabela 7 - Resultado das análises de correlação entre os indicadores de ACV e inovação Tabela 8 - Coeficiente de correlação de Pearson para as variáveis ACV versus atividades inovativas

12 LISTA DE SIGLAS ABNT ACV AICV CA CE CNAE EA EL IBGE ICV MPS P&D RN RS TC Associação Brasileira de Normas Técnicas Análise do Ciclo de Vida Avaliação de Impacto do Ciclo de Vida Consumo de Água Consumo de Energia Classificação Nacional de Atividades Econômicas Emissões Atmosféricas Efluentes Líquidos Instituto Brasileiro de Geografia e Estatística Análise de Inventário de Ciclo de Vida Matérias-primas Secundárias Pesquisa e Desenvolvimento Recursos Naturais Resíduos Sólidos Comitê Técnico

13 LISTA DE ACRÔNIMOS ISO OCED PINTEC UNEP International Standart Organization Organização para Cooperação e Desenvolvimento Econômico Pesquisa de Inovação Tecnológica United Nations Environment Programme

14 LISTA DE SÍMBOLOS O 3 CFC11 CFC12 CO 2 CO x NO X, NH 3 N 2 O H + F p G t RA p H 0 H 1 Α r 2 Ozônio Triclorofluormetano Diclorodifluormetano Dióxido de carbono Óxidos de carbono Óxidos de nitrogênios Amônia Óxido nitroso Íon hidrogênio Fator de correção Quantidade de alumínio associada à unidade funcional adotada Taxa de reciclagem Mínimo nível de significância com que a hipótese nula pode ser rejeitada Coeficiente de correlação de postos para dados amostrais em pares Diferença entre postos para os dois valores de um par Número de pares de dados amostrais Hipótese nula Hipótese alternativa Nível de significância Soma de todos os valores de Soma dos quadrados de Soma dos produtos Coeficiente de correlação linear Coeficiente de determinação µ Média aritmética populacional Σ A1 A2 A3 A4 Somatório Consumo de água Consumo de energia Consumo de Latas Consumo de Alumina A5 Emissão de CO 2

15 A6 A7 Emissão de Material particulado Emissão de Águas residuárias A8 Emissão de NH 3 A9 Emissão de resíduo Industrial A10 Emissão de resíduo Inerte I1 Impactos da inovação I2 Atividades inovativas I3 Fontes de informação A1 Consumo de água AT1 Atividades internas de P&D AT2 Aquisição externa de P&D AT3 Aquisição de outros conhecimentos externos AT4 Aquisição de software AT5 Aquisição de máquinas e equipamentos AT6 Treinamento AT7 Introdução das inovações tecnológicas no mercado AT8 Projeto industrial e outras preparações técnicas Mg Magnésio NaOH Hidróxido de sódio Al(OH) 3 Hidróxido de alumínio H 2 SO 4 C 2 F 6 CF 4 CO HC HF DBO DQO Ácido sulfúrico Hexafluoretano Tetrafluoreto de metano Monóxido de Carbono Hidrocarbonetos Gás fluorídrico Demanda bioquímica de oxigênio Demanda química de oxigênio

16 LISTA DE EQUAÇÕES Equação 1 - Fator de correção extração da matéria-prima/produção de alumina e de eletrólise/fundição Equação 2 - Fator de correção laminação, produção de latas e lavagem Equação 3 - Fator de correção reciclagem Equação 4 - Correlação de Spearman Equação 5 - Correlação de Pearson... 99

17 SUMÁRIO 1 INTRODUÇÃO CONTEXTUALIZAÇÃO DEFINIÇÃO DO PROBLEMA DE PESQUISA OBJETIVOS Objetivo Geral Objetivos Específicos DELIMITAÇÃO DA PESQUISA JUSTIFICATIVA DA PESQUISA ESTRUTURA DA DISSERTAÇÃO REFERENCIAL TEÓRICO ANÁLISE DO CICLO DE VIDA (ACV) Conceitos Gerais ACV Fases da ACV Definição do objetivo e escopo Análise do inventário do ciclo de vida (ICV) Avaliação de impacto do ciclo de vida (AICV) Interpretação Indicadores da ACV Ferramentas para Análise do Ciclo de Vida Indicadores da ACV obtidos pelo Umberto A INOVAÇÃO TECNOLÓGICA Conceitos Gerais Processo de Inovação Modelos para Avaliação da Inovação Indicadores de Inovação Indicadores presentes na PINTEC ACV E INOVAÇÃO PROCEDIMENTOS METODOLÓGICOS MÉTODO DE ABORDAGEM CLASSIFICAÇÃO DA PESQUISA CONSTRUÇÃO DO MODELO PROPOSTO Obtenção dos Dados Pesquisa Bibliográfica... 88

18 3.3.2 Obtenção dos Indicadores de ICV Obtenção dos Indicadores de Inovação Simulação dos dados Análises Estatísticas Normalidade dos dados Análise de correlação entre os indicadores de ICV e os indicadores de inovação Coeficiente de determinação RESULTADOS E DISCUSSÃO INDICADORES DE ICV INDICADORES DE INOVAÇÃO ANÁLISES ESTATÍSTICAS APLICADAS NA CONSTRUÇÃO DO MODELO Análise de Normalidade Análise de Correlação entre os Indicadores da ICV e os Indicadores de Inovação Formulação da Equação de Regressão Coeficiente de determinação MODELO PARA AVALIAÇÃO DA CONTRIBUIÇÃO DOS INDICADORES OBTIDOS NA ACV SOBRE A GERAÇÃO DE INOVAÇÃO CONSIDERAÇÕES FINAIS E RECOMENDAÇÕES CONSIDERAÇÃO FINAL LIMITAÇÕES DA PESQUISA SUGESTÕES PARA TRABALHOS FUTUROS REFERÊNCIAS APÊNDICE A - CÁLCULO DOS FATORES DE CORREÇÃO F P PARA EMBALAGEM DE ALUMÍNIO POR TAXAS DE RECICLAGEM APÊNDICE B - PROPORÇÃO DOS INDICADORES DE INOVAÇÃO PARA AS 30 EMPRESAS APÊNDICE C - BALANÇO DE MASSA PRODUÇÃO EMBALAGEM DE ALUMÍNIO COM TAXA DE RECICLAGEM DE 50% APÊNDICE D - NORMALIDADE DOS DADOS APÊNDICE E - QUESTIONÁRIO PARA OBTENÇÃO DOS INDICADORES DE INOVAÇÃO ANEXO A - CENÁRIO PARA PRODUÇÃO DE EMBALAGEM DE ALUMÍNIO ANEXO B - QUANTIFICAÇÃO DOS ASPECTOS AMBIENTAIS PARA 1000 KG DE LATAS DE ALUMÍNIO

19 17 1 INTRODUÇÃO 1.1 CONTEXTUALIZAÇÃO Atualmente, a inovação vem sendo considerada pelos pesquisadores do tema como algo fundamental para o desenvolvimento industrial, sendo ela um ponto chave para o sucesso da empresa em um ambiente cada vez mais competitivo. Com isso, as empresas estão sendo induzidas a inovar continuamente para buscar ou manter sua posição no mercado. Paralelo a isso, a questão ambiental também tem recebido mais atenção no meio empresarial, onde se nota uma crescente conscientização em relação à importância da proteção ambiental e dos impactos associados aos produtos. Em consequência disso, vêm surgindo nos últimos anos conceitos como o do desenvolvimento sustentável, definido pela Comissão Mundial do Desenvolvimento e Meio Ambiente (1991, p. 9), como o desenvolvimento que satisfaz as necessidades da geração presente sem comprometer a habilidade das gerações futuras de atender a suas próprias necessidades. Rozenfeld e Forcellini (2009) salientam que a inovação deve ser pautada nos desafios impostos pelo desenvolvimento sustentável, associando ganhos econômicos, atitudes e ações que considerem a preservação ambiental e a responsabilidade social. Desta forma, a inovação e a sustentabilidade são consideradas tendências iminentes para as empresas que pretendem manter-se competitivas no mercado globalizado. Neste contexto, os aspectos relacionados à gestão ambiental vêm se destacando como um diferencial para a competitividade. Tal afirmação é reforçada por Dias (2009) que relata que nos últimos anos a gestão ambiental tem adquirido cada vez mais uma posição destacada, em termos de competitividade, devido aos benefícios que traz ao processo produtivo como um todo. Por este motivo, as empresas estão tendo que aliar o desenvolvimento sustentável ao processo de geração de inovações. E, além de estimular a inovação, os gestores precisam garantir o bom desempenho ambiental da organização cumprindo com as normas de qualidade referentes aos produtos desenvolvidos.

20 18 Com isso, os aspectos e impactos ambientais associados aos produtos têm recebido atenção especial e, técnicas de avaliação ambiental vêm sendo desenvolvidas com o propósito de avaliar o impacto ambiental associado aos produtos. Uma destas técnicas que vem ganhando destaque é a Análise do Ciclo de Vida (ACV), que avalia e quantifica os impactos ambientais causados pelo produto, compreendendo as etapas desde a origem das matérias-primas até a disposição do produto final, envolvendo todo o seu ciclo de vida. Por este motivo é considerada por Saraiva (2007) como uma técnica excelente, que além de gerar e interpretar dados ambientais proporciona uma indicação da direção que a empresa deve seguir para melhorar sua produção e gestão de maneira geral. Como a ACV envolve todo o ciclo de vida do produto ela permite obter uma visão global do sistema do produto, podendo ser utilizada entre outras coisas para a identificação de oportunidades para melhorar os aspectos ambientais dos produtos, que podem resultar em inovações para a empresa e, consequentemente, na melhoria da competitividade. 1.2 DEFINIÇÃO DO PROBLEMA DE PESQUISA De acordo com Dias (2009, p. 56), atualmente o nível de competitividade de uma empresa está relacionada a um conjunto diverso de fatores, entre eles a capacidade de inovação e a gestão ambiental. De acordo com o autor, um aspecto importante é que a gestão ambiental incorpora de forma sistemática a inovação como componente fundamental e permanente da estrutura organizacional. Além disso, para o autor a necessidade de adoção da inovação em processos e produtos implica a adoção de técnicas de gestão ambiental. Conforme demonstrado anteriormente, uma das técnicas com grande potencial para auxílio no processo de gestão, podendo desta forma, auxiliar no planejamento estratégico da organização é a ACV. Isso se deve ao fato de que sua aplicação gera indicadores que demonstram o perfil do produto durante todo o seu ciclo de vida. Muitos destes indicadores são obtidos na fase de Análise de Inventário de Ciclo de Vida (ICV). Segundo a ISO (2009), a ICV é onde são

21 19 quantificadas as entradas e saídas relevantes de um sistema do produto. Mostrando assim, a direção que a organização pode seguir para melhorar seu desempenho de maneira geral. A estratégia competitiva das empresas segundo Rozenfeld e Forcellini (2009), pode estar relacionada com a inovação em produtos, sendo que a inovação se relaciona diretamente com a gestão do ciclo de vida dos produtos, que por sua vez se relaciona com outros tipos de inovação. Dentro deste contexto, definiu-se o seguinte problema de pesquisa: Qual a contribuição dos indicadores obtidos na ICV sobre a geração de inovação na indústria? Para responder a este questionamento da pesquisa foram traçados os objetivos descritos a seguir: 1.3 OBJETIVOS Objetivo Geral Propor um modelo teórico para avaliar a contribuição dos indicadores obtidos na ICV sobre a geração de inovação na indústria Objetivos Específicos Determinar os indicadores obtidos na análise do ciclo de vida; Mapear os indicadores de inovação utilizados para avaliar os esforços empreendidos para a geração de inovação; Identificar as correlações existentes entre os indicadores de ICV e inovação; Verificar a influência dos indicadores da ICV sobre os indicadores de inovação.

22 DELIMITAÇÃO DA PESQUISA De acordo com os objetivos traçados esta pesquisa encontra-se delimitada em dois temas centrais, a análise de ciclo de vida (ACV) e inovação. Sendo que os dados utilizados para construção do modelo proposto, restringem-se a dados secundários obtidos na literatura, sendo: os indicadores de ICV referentes ao sistema da embalagem de alumínio para refrigerante e os indicadores de inovação obtidos da última edição da Pesquisa de inovação Tecnológica (PINTEC), para o setor de fabricação de embalagem de metal. Desta maneira, o modelo seguido na análise dos dados, refere-se a uma proposta de modelo para avaliar a contribuição dos indicadores obtidos no ICV sobre a geração de inovação na indústria e não da avaliação da contribuição do ICV para a geração de inovação neste setor. 1.5 JUSTIFICATIVA DA PESQUISA Devido ao aumento da competitividade e o encurtamento do ciclo de vida dos produtos, onde antigos produtos são rapidamente substituídos por novos, as empresas estão sendo induzidas a inovar continuamente, a fim de se manterem competitivas no mercado. Por outro lado, a avaliação ambiental de novos produtos e processos vêm se tornando importante neste contexto para as organizações, aonde ACV vem se destacando como técnica de avaliação. Com isso, atualmente vários estudos vêm sendo desenvolvidos tanto na área de ACV quanto na área de inovação. Isso pode ser observado na Figura 1 que apresenta a evolução do número de pesquisas referente a estes temas na área acadêmica nos últimos 5 anos. Estes dados foram obtidos mediante levantamento no banco de teses e dissertações da Capes e nas bases dos programas de pósgraduação em engenharia de produção. Os termos de buscas utilizados foram ACV, inovação e ACV + Inovação, sendo que as publicações foram selecionadas mediante identificação do termo no título, resumo ou palavras chaves.

23 21 Figura 1 - Distribuição de estudos de ACV e inovação nos anos de 2005 a Fonte: Autoria própria. Ao todo foram encontrados 65 trabalhos referentes à ACV sendo 16 teses e 49 dissertações, e 301 trabalhos referentes à inovação, sendo 87 teses e 214 dissertações, em diversas áreas do conhecimento. No entanto, das teses e dissertações encontradas apenas o estudo desenvolvido por Morilhas (2007) trata os temas ACV e inovação de forma conjunta, no entanto, não com o mesmo foco abordado nesta pesquisa. Em seu estudo, o autor tem como objetivo verificar em quais etapas do desenvolvimento de produtos é considerado o aspecto ambiental, para isso, propõe um esquema de análise da gestão ambiental no processo de desenvolvimento de novos produtos. Verificou-se com isso que, apesar do número de estudos na área de ACV e inovação estarem crescendo, nota-se uma lacuna de estudos que abordem estes dois temas de maneira conjunta, evidenciando a precariedade de pesquisas no Brasil sobre a contribuição que a ACV pode ter no processo de geração de inovação nas organizações. Isso torna esta pesquisa relevante, não apenas pelo fato de reforçar a importância que estes temas representam para as organizações, mas, por proporcionar uma visão mais abrangente da interdisciplinaridade destes temas.

24 22 Apesar de se tratar de um estudo baseado em dados da literatura, esta pesquisa possibilitará um maior conhecimento de como estes temas considerados tão importantes para o crescimento empresarial podem estar relacionados, e assim, contribuir para o desenvolvimento da organização. A escolha da ACV para este estudo se justifica pelo fato desta ferramenta abranger todo o ciclo de vida do produto e por proporcionar um melhor entendimento da interação existente entre a atividade industrial e o meio ambiente e, auxiliar na tomada de decisão dentro das organizações. Contudo, para que as organizações possam utilizar de forma eficiente essa relação entre a inovação e a ACV como uma técnica de gestão ambiental para a geração de inovação, torna-se necessário ter meios para avaliar onde as possibilidades de inovações são maiores, ou onde existe maior relação entre a ACV e inovação. Desta forma, este estudo propõe um modelo para avaliar a contribuição da ACV para a geração de inovação. Isso poderá auxiliar as empresas no processo de geração e implementação de inovação e com isso ter repercussão positiva, aumentando o nível de competitividade da organização. 1.6 ESTRUTURA DA DISSERTAÇÃO O presente estudo está estruturado em 5 capítulos, conforme descrito a seguir: Capítulo 1: apresenta a contextualização do tema, trazendo o problema da pesquisa, os objetivos, a justificativa e a delimitação do estudo. Capítulo 2: apresenta a fundamentação teórica, onde são abordados conceitos referentes à análise do ciclo de vida e inovação. Capítulo 3: apresenta a metodologia utilizada para o cumprimento dos objetivos propostos, explicitando o método de abordagem, a classificação da pesquisa, e os procedimentos adotados para construção do modelo proposto. Capítulo 4: apresenta os resultados obtidos no estudo e o modelo proposto. Capítulo 5: apresenta as considerações do estudo e sugestões para trabalhos futuros.

25 23 Para obter uma visão geral do desenvolvimento da pesquisa, é apresentado na Figura 2 um fluxograma com os passos presentes no estudo. Contextualização ACV Inovação Problema: Qual a contribuição dos indicadores obtidos na ICV sobre a geração de inovação na indústria? Objetivo geral: Propor um modelo teórico para avaliar a contribuição dos indicadores obtidos na ICV sobre a geração de inovação na indústria Objetivos específicos Determinar os indicadores obtidos na análise do ciclo de vida Mapear os indicadores de inovação utilizados para avaliar os esforços empreendidos para a geração de inovação Identificar as correlações existentes entre os indicadores de ICV e inovação Verificar a influência dos indicadores da ICV sobre os indicadores de inovação Referencial Teórico ACV Inovação ACV+Inovação Metodologia Resultados Considerações Finais Figura 2 - Estrutura da pesquisa Fonte: Autoria própria.

26 24 2 REFERENCIAL TEÓRICO 2.1 ANÁLISE DO CICLO DE VIDA (ACV) Os primeiros estudos de ACV, de acordo com Chehebe (1997) tiveram início durante a primeira crise do petróleo entre a década de 60 e 80, quando foi despertada a necessidade de melhor utilização dos recursos naturais. Segundo o autor, em 1965 a Coca-Cola custeou um estudo que tinha como objetivo comparar diferentes tipos de embalagem para refrigerantes a fim de determinar qual delas apresentaria índices adequados de emissões para o meio ambiente e também melhor desempenho em relação à preservação de recursos naturais. O modelo desenvolvido neste estudo foi sendo aperfeiçoado até chegar à metodologia que hoje é conhecida como Análise do Ciclo de Vida e vem sendo empregada como meio de quantificar os impactos ambientais causados pelos produtos. Devido à importância que esta metodologia adquiriu no contexto da gestão ambiental, sua estrutura foi padronizada pela Organização Internacional para Normalização (ISO) fazendo parte da série ISO (SILVA e KULAY, 2006). Dentro da ISO o comitê técnico 207 (TC 207), criado em 1993, é o responsável por elaborar as normas internacionais da série ISO 14000de gestão ambiental. Estas normas aplicam-se a atividades industriais e extrativas, agroindustriais, comerciais, de serviços e até organismos de governo (VALLE, 2004). O TC 207 é estruturado em seis subcomitês técnicos (VALLE, 2004), onde cada um é responsável por um item relacionado à gestão ambiental. Sendo o SC5 que é dirigido pela Alemanha o responsável pelas normas que dão diretrizes para estudos de Análise do Ciclo de Vida. As normas da série ISO desenvolvidas por este subcomitê referente à ACV foram estruturadas da seguinte maneira: ABNT NBR ISO Análise do Ciclo de Vida Princípios e Práticas Gerais ABNT NBR ISO Análise do Ciclo de Vida Definição do objetivo e escopo e Análise do Inventário

27 25 ABNT NBR ISO Análise do Ciclo de Vida Avaliação dos Impactos ABNT NBR ISO Análise do Ciclo de Vida Interpretação dos Resultados Atualmente as ABNT NBR ISO 14040:2001, 14041:2004, 14042:2004, 14043:2004 foram substituídas pelas Normas ABNT NBR ISO 14040:2009 (Gestão Ambiental Avaliação do Ciclo de Vida Princípios e Estrutura) e 14044:2009 (Gestão ambiental Avaliação do ciclo de vida Requisitos e orientações). No Brasil a primeira atividade formal ligada à ACV segundo Vargas (2008) ocorreu em 1993, com a formação do Grupo de Apoio à Normalização (GANA), que participou ativamente na ISO/TC-207. Tendo como resultado a publicação do primeiro livro brasileiro sobre o tema em 1997, intitulado Análise do Ciclo de Vida de produtos: ferramenta para gestão ambiental ISO 14000, escrito por José Ribamar Chehebe (1997). Neste livro o autor define a ACV como sendo uma técnica para avaliação dos aspectos ambientais e dos impactos potenciais associados a um produto, compreendendo etapas que vão desde a retirada da natureza das matérias-primas elementares que entram no sistema produtivo à disposição do produto final (CHEHEBE, 1997, p. 10) Conceitos Gerais De acordo com a ISO a ACV é uma técnica para avaliar aspectos ambientais e impactos potenciais associados a um produto, mediante a compilação de um inventário de entradas e saídas pertinentes de um sistema de produto, a avaliação dos impactos ambientais potenciais associados a essas entradas e saídas, a interpretação dos resultados das fases de análise de inventário e, de avaliação de impactos em relação aos objetivos dos estudos (ABNT, 2009a). Guinée (2001) complementa este conceito mencionando que a ACV é uma ferramenta para a análise do impacto ambiental dos produtos em todas as fases do seu ciclo de vida, desde a extração de recursos, através da produção de materiais, componentes do produto, o produto em si e agestão do produto depois que ele é descartado, seja por meio da reutilização, reciclagem ou disposição final.

28 26 De acordo com Barbieri (2004, p. 146) a ACV também é conhecida pela expressão do berço ao túmulo (cradle to grave), berço indicando o nascedouro dos insumos primários mediante a extração dos recursos naturais e túmulo, o destino final dos resíduos que não serão reusados ou reciclados. Desta forma os descartes gerados nos diferentes processos do ciclo de vida do produto, tais como as emissões atmosféricas, a geração de efluentes líquidos e resíduos sólidos, o consumo de energia e de matérias-primas, as conseqüências ambientais do uso e disposição do produto são avaliados (SANTOS, 2002). A Fundación Cotec para la Innovación Tecnológica (1999) cita seis passos da produção, uso e disposição final do produto a serem analisados durante a ACV: 1. O impacto ecológico das matérias-primas e a energia usada na criação de produtos e nos processos de fabricação, incluindo a extração, o transporte e os resíduos; 2. O processo de fabricação dos componentes e de montagem dos produtos; 3. Os sistemas de transporte e distribuição em relação ao modo de distribuição, distâncias e o consumo de combustível; 4. Aspectos ambientais relacionados com o uso do produto, incluindo a durabilidade do produto, o potencial de contaminação, as necessidades energéticas; 5. O potencial do produto para ser reutilizado e reciclado e, 6. Os aspectos ambientais relacionados com a disposição final do produto, incluindo a toxicidade, o volume de material e a biodegradabilidade. Com isso a utilização do enfoque da ACV permite à empresa entender melhor os efeitos ambientais totais de seus produtos e processos (FUNDACIÓN..., 1999). Além disso, a ACV também permite identificar ao longo do processo ou produto quais estágios do ciclo de vida têm contribuição mais significativa para o impacto ambiental. Empregando a ACV é possível avaliar a implementação de melhorias ou alternativas para produtos, processos ou serviços (COLTRO, 2007). Portanto, as principais aplicações da ACV de acordo com Guinée (2001) está em: analisar as origens dos problemas relacionados a um determinado produto; possibilitar melhorias por meio da comparação de variantes de um determinado

29 27 produto; promover a concepção de novos produtos; possibilitar a escolha entre uma série de produtos comparáveis ACV São várias as razões pelas quais a ACV pode ser aplicada, dependendo dos objetivos e interesses que a organização pretende alcançar e do uso pretendido dos resultados da ACV. De acordo com Santos (2002) no ambiente industrial, as indústrias podem usar as técnicas da ACV para atingir tanto propósitos internos quanto externos à empresa. Internamente as técnicas de ACV podem ser empregadas para otimização de produtos e processos existentes ou para o desenvolvimento de novos produtos, para reduzir os impactos ambientais dos produtos ao longo de sua vida ou ainda permitir a seleção de indicadores de desempenho ambiental. Já externamente, segundo o mesmo autor, as empresas podem utilizar a ACV para divulgar as melhorias dos aspectos ambientais de seus produtos e processos aos consumidores ou órgãos ambientais, ou ainda comparar qualidades ambientais com seus competidores. Neste contexto, segundo Silva e Kulay (2006) as aplicações da ACV estão relacionadas a duas grandes vertentes: a primeira se refere à comparação do desempenho ambiental de produtos que cumprem a mesma função; e a segunda à identificação de oportunidades de melhoria de desempenho ambiental. A utilização da ACV seguindo a primeira vertente encontra maior apelo junto a organizações empresariais desejosas de demonstrar a supremacia ambiental de seus produtos sobre os de seus concorrentes diretos, com o intuito de conquistar novos mercados (SILVA E KULAY, 2006, p. 321). Isso ocorre pelo fato dos consumidores estarem mais interessados em conhecer a qualidade ambiental dos produtos consumidos. De acordo com Tavares (2000) apud Valt (2004, p.5), durante as duas últimas décadas tem-se verificado um aumento da consciência ecológica por parte dos consumidores. Deste modo, o poder público e a sociedade têm demonstrado um grande interesse pela área ambiental, exigindo informações sobre os impactos ambientais causados pela fabricação dos produtos comercializados e de sua disposição final.

30 28 Por este motivo, a ACV pode ser utilizada na diferenciação dos produtos produzidos como forma de aumentar a competitividade da empresa. De acordo com a Fundación Cotec para la Innovación Tecnológica (1999), a ACV é uma ferramenta através da qual as empresas podem quantificar dados sobre o desempenho ambiental e isso lhes confere uma vantagem competitiva. Neste sentido, o enfoque gerencial da análise do ciclo de vida de produtos representa uma forte tentativa na integração da qualidade tecnológica do produto, da qualidade ambiental e do valor agregado para o consumidor e para a sociedade (CHEHEBE, 1997). Esse fato, segundo Chehebe (1997, p. 14), representa uma mudança estratégica importante nas empresas, face aos resultados que podem ser obtidos quando se lida de forma simultânea com esses três vetores da qualidade no desenvolvimento integrado de um produto. Relacionado a segunda vertente, a ACV auxilia na determinação dos principais impactos ambientais potenciais causados ao longo do ciclo de vida de um produto. Sendo que, ao término de sua aplicação, terá sido estabelecida a contribuição do sistema em estudo para as diversas categorias de impacto ambiental, podendo a partir daí, serem estabelecidos planos de ação voltados à minimização desses impactos. De maneira geral, a UNEP (2007) cita alguns itens onde a ACV pode ajudar, um deles corroborando com o que foi exposto anteriormente: Identificação de oportunidades para melhorar os aspectos ambientais dos produtos em vários pontos de seu ciclo de vida; Tomada de decisões na indústria, organizações governamentais ou nãogovernamentais (por exemplo, planejamento estratégico, definição de prioridades, projeto ou re-projeto de produtos ou processos); Seleção de indicadores pertinentes de desempenho ambiental, incluindo técnicas de medição; e, No marketing (por exemplo, uma declaração ambiental, um programa de rotulagem ecológica ou uma declaração ambiental de produto). Como se pode perceber, a ACV permite várias possibilidades para auxílio no processo de gestão dentro das organizações. Isso é possível, devido aos vários

31 29 indicadores obtidos neste estudo, que fornecem uma visão geral do sistema do produto e indicam onde podem existir possibilidades de melhorias no sistema Fases da ACV A metodologia para avaliação do ciclo de vida sugerida pela norma ISO inclui quatro fases: definição de objetivo e escopo, análise de inventário, avaliação de impactos e interpretação de resultados. A interação entre estas fases pode ser observada na Figura 3 (ABNT, 2009a). Figura 3 - Fases de uma ACV Fonte: ABNT (2009). Na primeira fase, é determinado como o estudo de ACV será conduzido, sendo definido o propósito do estudo e sua dimensão, envolvendo decisões sobre a unidade funcional e os limites do sistema. Na fase de análise do inventário todos os dados necessários são levantados, coletados e analisados. Na fase de avaliação de impacto, os dados gerados na fase anterior são associados a impactos ambientais específicos, examinados e simplificados de forma que estes impactos possam ser analisados. E na última fase da ACV os resultados são interpretados de acordo com os objetivos definidos na primeira fase do estudo.

32 Definição do objetivo e escopo O primeiro passo para a ACV de um produto é a definição do objetivo e escopo do estudo, sendo realizada uma descrição do que será ou não incluído no estudo. Nesta fase, segundo Guiné (2001) são feitas as escolhas iniciais que determinam o plano de trabalho da ACV do produto e são estabelecidas as principais características do estudo. De acordo com a ABNT (2009a) o objetivo e escopo devem declarar de forma muito clara a aplicação pretendida, as razões para conduzir o estudo e o público-alvo (para quem se pretende comunicar os resultados do estudo), e ainda ser consistente com a aplicação pretendida. Neste estágio do estudo de acordo com Chehebe (1997, p. 27) é preciso que se defina se o que se pretende é a comparação de produtos ou somente o estabelecimento de uma relação com um padrão como no selo verde, se existe a intenção de se promover alguma melhoria ambiental em um determinado produto existente ou projetar um produto completamente novo; ou se simplesmente pretende-se obter mais informações sobre seu produto. Para Pereira (2008) os principais elementos a serem definidos nesta fase são: a função do sistema estudado, a unidade funcional, as unidades de processo e fronteiras do sistema. O conceito de cada um destes itens é apresentado a seguir, de acordo com a ABNT (2009a): Sistema de produto: Conjunto de unidades de processo, conectadas material e energeticamente, que realizam uma ou mais funções definidas. Assim a função do sistema é a finalidade de uso do produto. Por exemplo, num estudo em que se pretende estudar a ACV de embalagens utilizadas pela indústria de bebidas para embalar e acondicionar os diversos líquidos comercializados, a principal função destas embalagens seria disponibilizar com garantias de boas condições higiênico-sanitárias as diversas bebidas aos consumidores. Unidade funcional: Desempenho quantificado de um sistema de produto para uso como uma unidade de referência num estudo de avaliação do ciclo de vida. No exemplo anterior a unidade funcional estabelecida para

33 31 estudo poderia ser: a disponibilização de 1000 litros de bebida aos consumidores (SILVA, 2002). Unidades de processo: Menor porção de um sistema de produto para a qual são coletados dados quando é realizada uma avaliação do ciclo de vida. Fronteiras do sistema: Interface entre um sistema de produto e o meio ambiente ou outros sistemas de produto. De acordo com a ISO um estudo de ACV deve apresentar um escopo bem definido, apresentando referência a três dimensões: a extensão da ACV (onde iniciar e parar o estudo), a largura da ACV (quantos e quais subsistemas incluir) e a profundidade (nível de detalhes do estudo). Estes devem ser compatíveis com os objetivos determinados no estudo. Essas dimensões estão representadas na Figura 4. Figura 4 - Dimensões da ACV Fonte: Chehebe (1997). Na prática, o escopo deve ser delimitado através de contornos no sistema, que separam o sistema estudado do meio ambiente e de outros sistemas de produto. Estes contornos (limites) devem ser ressaltados no estudo para permitir a correta interpretação dos resultados da ACV (SANTOS, 2002). Para que assim, os resultados não sejam interpretados como uma análise dos impactos ambientais totais referentes ao longo de toda a cadeia produtiva (MIETTINEN e HAMALAINEN, 1997).

34 32 Desta forma os estudos de ACV são realizados através do desenvolvimento de modelos que descrevem os elementos mais relevantes do sistema físico de acordo com os objetivos do estudo. Estudar todos os relacionamentos entre todas as unidades de processo, assim como todas as relações entre o sistema de produto e o sistema ambiente pode não ser viável. a) Função e unidade funcional Um ponto importante ao definir o escopo do estudo de ACV é a definição clara da função do sistema, ou seja, definir as características de atuação do produto a ser estudado. A quantificação desta função é chamada de unidade funcional (CHEHEBE, 1997). De acordo com a ABNT (2009b, p.8) um dos propósitos principais de uma unidade funcional é fornecer uma referência em relação à qual os dados de entrada e saída são normalizados. Para descrever o sistema relacionado ao produto e seu desempenho, este deve ser subdividido em um conjunto de subsistemas ou unidades de processos separados, mas ligados entre si por fluxos de materiais ou de energia conforme pode ser observado na Figura 5 (FERREIRA, 2004). Dentro do sistema as unidades de processo são ligadas entre si por fluxos intermediários de entrada e/ou fluxos intermediários de saída de produtos (resíduos para tratamento), a outros sistemas por fluxos de produtos, e ao meio ambiente por fluxos elementares de entrada (inputs) ou saída (outputs) (CHEHEBE, 1997).

35 33 Figura 5 - Processo de avaliação do ciclo de vida Fonte: Adaptado de Tibor e Feldman (1996). Para Santos (2002) é importante definir onde cada unidade de processo ou subsistema começa, com o recebimento de matérias-primas ou produtos intermediários, o que acontece durante o processo como parte da unidade de processo, e onde a unidade de processo acaba, em termos de produtos intermediários ou finais. b) Limites do sistema Como visto anteriormente, os limites separam o sistema do que se encontra a sua volta, ou seja, do meio ambiente, tornando o estudo aplicável. Segundo Tibor e Feldman (1996) algumas decisões devem ser tomadas na definição do limite do sistema em relação à quais unidades de processo devem integrar o estudo, em que nível de detalhes estas unidades serão estudadas, bem como as emissões para o meio ambiente e o nível de detalhes da avaliação. Para Chehebe (1997, p.35) existem vários estágios do ciclo de vida, unidades de processo e fluxos que devem ser levados em consideração na hora de modelar o sistema, tais como:

36 34 Fluxo de materiais e de energia na sequência principal do processamento ou manufatura; Distribuição/transporte; Produção/uso de combustíveis, eletricidade e calor; Aquisição primária de energia e o processamento do combustível para uma forma utilizável; Uso dos produtos; Disposição dos resíduos do processo e produto; Recuperação dos produtos usados (incluindo reuso, reciclagem e recuperação de energia); Manufatura dos materiais auxiliares; Manufatura e manutenção de bens de capital; Operação de manutenção tipo iluminação e aquecimento; Outras considerações relacionadas à avaliação de impacto. Estes estágios e os limites do sistema podem ser apresentados de maneira clara e objetiva através de fluxogramas ou árvores de processo como denominado por Santos (2002), que apresentam todos os processos elementares que foram incluídos no estudo. Estes fluxogramas demonstram todas as entradas e saídas dos subsistemas e pode ser analisada a ligação existente entre eles. Assim, de acordo com Chehebe (1997, p. 32) a construção do fluxograma do processo tem como objetivo principal criar uma visão global que auxilie na identificação dos processos e intervenções ambientais mais relevantes. Segundo o autor acima, em princípio, o fluxograma deve começar com a extração do material na natureza terminando com emissões e resíduos, mostrando todos os processos intermediários. Além disso, os produtos secundários gerados no processo também devem ser levados em consideração, mesmo que estes não tenham interesse direto no estudo, pois sua produção apresenta uma contribuição para a carga ambiental total do sistema. c) Requisitos de Qualidade dos dados Para que os objetivos e o escopo do estudo sejam alcançados, devem ser estabelecidos alguns requisitos de qualidade dos dados que serão utilizados no estudo (ABNT, 2009b). Estes requisitos de qualidade especificam de maneira geral

37 35 as características dos dados necessários ao estudo e asseguram a confiabilidade do estudo (TIBOR e FELDMAN, 1996, p. 191). Dois modos distintos de coleta dos dados podem ser empregados: a coleta feita diretamente no sistema produtivo e a coleta de dados encontrados na literatura. De acordo com Santos (2002) o melhor caminho é utilizar dados primários que representam os dados medidos para o processo do estudo em questão. No entanto, nem sempre é possível conseguir dados primários de um processo, neste caso, é necessário recorrer a dados secundários obtidos na literatura para o mesmo tipo de processo. Contudo, de acordo com a ISO 14044na coleta dos dados devem ser observados alguns requisitos, como: o período de tempo coberto, a área geográfica coberta, as tecnologias cobertas, a precisão, completeza e representatividade dos dados, a consistência e reprodutibilidade dos métodos usados ao longo da ACV, as fontes dos dados e sua representatividade e a incerteza da informação. Além disso, três técnicas específicas podem ser utilizadas para a análise da qualidade dos dados, de acordo com a ISO 14044, são elas: análise de contribuição, análise de incerteza e análise de sensibilidade. Estas técnicas podem ser utilizadas para ajudar a distinguir se existem diferenças significativas nos resultados da análise do inventário do ciclo de vida (ICV), para remover resultados que não são significativos ou para orientar o processo iterativo da ICV Análise do inventário do ciclo de vida (ICV) A análise do inventário do ciclo de vida está relacionada com a coleta dos dados e procedimento de cálculo que tem como objetivo quantificar as entradas e saídas dos contornos do sistema do produto. Estes dados vão constituir a base para a avaliação do impacto do ciclo de vida do produto (ABNT, 2009a). Nesta fase deve ser coletado um grande número de dados das unidades de processo considerando os limites estabelecidos na fase anterior para o sistema do produto. Os dados coletados são agrupados considerando as cargas ambientais ou os itens a serem avaliados, e na unidade funcional (PEREIRA, 2008).

38 36 Neste caso, os dados podem ser classificados sob títulos gerais incluindo: entradas de energia, matérias-primas, auxiliares e outras entradas físicas; produtos, co-produtos e resíduos; emissões atmosféricas, liberações para a água e solo, e outros aspectos ambientais (ABNT, 2009a). Desta forma o produto do inventário do ciclo de vida é uma lista que contém os volumes consumidos de energia e de materiais e as quantidades de emissões poluentes ao meio ambiente. Onde, para facilitar a compreensão, os dados obtidos podem ser organizados por etapa do ciclo de vida, por processo, por tipo de emissão ou consumo, ou por uma combinação destes agrupamentos (PEREIRA, 2008). De maneira mais específica podem ser separados pelas seguintes categorias: energia, matérias-primas, materiais auxiliares, outras entradas físicas, produtos, emissões para o ar, emissões para a água, emissões para a terra, outras emissões, permitindo assim uma análise seletiva dos dados (CHEHEBE, 1997). Nesta fase da ACV são identificadas todas as entradas e saídas de cada unidade de processo a fim de avaliar quais são as mais significativas para a modelagem dos dados. Para isso são utilizados critérios de relevância nos aspectos de balanço de massa, balanço energético e importância para o meio ambiente (COSTA, 2007). De acordo com Chehebe (1997) destes critérios o mais empregado é o balanço de massa, que orienta a decisão para a inclusão de todas as entradas que contribuam mais do que uma determinada porcentagem da massa total de entrada do sistema em questão. A ISO apresenta uma sequência dos procedimentos para análise do inventário, conforme apresentado na Figura 6. Assim a análise de inventário deve incluir principalmente: preparação para coleta dos dados, coleta, validação e agregação dos dados.

39 37 Figura 6 - Procedimentos para análise do inventário Fonte: ABNT (2009b). Após o delineamento do estudo através da definição do objetivo e escopo, é realizada a preparação para a coleta dos dados. De acordo com Passuelo (2007), esta preparação pode inclui definição de quais dados serão primários e secundários, o preparo das planilhas de coleta e o treinamento do pessoal para a coleta dos dados. Segundo a autora, posteriormente à etapa de preparação, é realizada a coleta de dados propriamente dita, por via direta e/ou indireta, conforme determinado anteriormente. Neste estágio do estudo é importante que seja verificado se o objetivo e escopo estão sendo atingidos e que seja feito registro de todos os procedimentos realizados.

40 38 a) Coleta dos dados A coleta dos dados é considerada por Tibor e Feldman (1996) como sendo a tarefa principal da análise de inventário. É um processo complexo e intensivo em recursos, e os procedimentos vão variar com o escopo, o sistema e a aplicação pretendida da ACV. Nesta etapa devem ser coletados dados qualitativos e quantitativos para cada unidade de processo que esteja dentro das fronteiras estabelecidas para o sistema do produto, a fim de ser incluído no inventário (ABNT, 2009b). De acordo com Costa (2007) quando alguns dados não estão disponíveis, pode-se estimá-los baseando-se nos dados existentes, para preencher lacunas nas séries de dados ou selecionar e ajustar dados provenientes de diferentes fontes. Além disso, nesta etapa devem ser tomados alguns cuidados especiais para que os dados coletados sejam convertidos para a mesma unidade (PASSUELO, 2007). b) Procedimentos de cálculo e validação dos dados Após a coleta dos dados, estes devem ser tratados de forma a permitir sua operacionalização. Isso é necessário pelo fato de que as bases em relação às quais são expressos os valores das entradas e saídas do subsistema são específicos do subsistema, o que impede a agregação de dados de subsistemas diferentes (SILVA e KULAY, 2006). De acordo com Costa (2007) para se efetuar o cálculo completo de todo sistema, nesta fase do estudo as unidades de processo devem ser interligadas com base no fluxograma e na delimitação que foi estabelecida para o sistema, podendose fazer uso do balanço de massa e energia para validar se as informações estão completas. Neste momento, as entradas e saídas podem ser agregadas se não prejudicarem o cumprimento dos objetivos do estudo. Como resultado final do tratamento dos dados, obtém-se uma tabela com os valores agregados dos aspectos ambientais referente à unidade funcional adotada (SILVA e KULAY, 2006). No entanto, é comum encontrar casos onde na mesma unidade de processo se obtenha além do produto principal um co-produto. Nestes casos outra forma de tratamento dos dados é o processo de alocação, descrito a seguir.

41 39 c) Alocação Quando o sistema envolve mais de um produto, os fluxos de materiais e de energia e as liberações associadas ao ambiente, devem ser alocados aos diferentes produtos (ABNT, 2004). Segundo Silva e Kulay (2006) a escolha do critério a ser utilizado neste processo é uma definição subjetiva que deve ser feita já na etapa de definição do objetivo e escopo, e sempre que possível os critérios utilizados devem ser baseados em parâmetros físicos, quando isso não for possível, um critério baseados no valor econômico pode ser utilizado. Depois de feitos estes procedimentos obtêm-se os aspectos ambientais associados ao ciclo de vida do produto de forma quantificada. A tabela obtida após o tratamento dos dados poderá ser então avaliada para obtenção dos impactos ambientais associados ao ciclo de vida do produto em questão Avaliação de impacto do ciclo de vida (AICV) A fase de avaliação do impacto do ciclo de vida (AICV) utiliza os resultados da análise do inventário para avaliar a significância dos impactos ambientais potenciais. De maneira geral, este processo envolve a associação de dados de inventário com impactos ambientais específicos e a tentativa de compreender estes impactos. A escolha dos impactos avaliados e das metodologias utilizadas bem como o nível de detalhes também depende do objetivo e do escopo do estudo (ABNT, 2009a, p.15). A Norma ISO 14044, indica que a AICV pode incluir elementos obrigatórios e elementos opcionais. Os elementos obrigatórios englobam a seleção das categorias de impacto, classificação e caracterização, já os elementos opcionais englobam a normalização, agrupamento, ponderação e análise adicional da qualidade dos dados. Estes elementos estão representados na Figura 7.

42 40 Figura 7 - Elementos da etapa de AICV Fonte: ISO (2004). A seguir são apresentados alguns detalhes de cada um dos elementos indicados na Figura 7: a) Seleção e definição das categorias ambientais Neste momento do estudo, de acordo com Chehebe (1997) são definidas as categorias ambientais que serão consideradas na AICV levando em consideração as preocupações ambientais que foram identificadas na fase de objetivo e escopo do estudo. De acordo com Silva e Kulay (2006) as categorias geralmente selecionadas num estudo de ACV são: Consumo de recursos naturais: inclui recursos materiais e energéticos, tanto renováveis quanto não renováveis; Aquecimento global: é provocado pelo acúmulo na atmosfera, de determinados gases (por exemplo, gás carbônico e metano) que retêm parte da radiação infravermelha emitida pela Terra, provocando o aumento das temperaturas globais;

43 41 Redução da camada de ozônio: consiste na redução da quantidade de ozônio (O 3 ) presente na atmosfera, por reação com alguns gases (como halocarbonos: CFC11, CFC12), provocando a diminuição da capacidade que essa camada tem de filtração da radiação ultravioleta proveniente do sol; Acidificação: consiste no aumento do teor de acidez da atmosfera provocado pela emissão de gases ácidos, tais como óxidos de enxofre e óxidos de nitrogênio, que são dissolvidos pela umidade atmosférica e retornam a crosta terrestre na forma de ácidos; Eutrofização ou nutrificação: consiste no acúmulo dos nutrientes nitrogênio e fósforo nos corpos d água e nos solos, em decorrência da disposição de rejeitos que contêm estes elementos químicos; Formação fotoquímica de ozônio: consiste na formação de ozônio nas camadas baixas da atmosfera por reações químicas entre outros óxidos de nitrogênio e alguns hidrocarbonetos leves (resultantes de emissões), em presença da radiação ultravioleta solar; Toxicidade: resultante da disposição de rejeitos tóxicos no meio ambiente; em geral é considerada em separado a toxicidade humana e assim chamada ecotoxicidade, que pode ser aquática e terrestre. b) Classificação A classificação de todas as entradas e saídas do inventário do ciclo de vida é realizada com o objetivo de atribuir a cada uma das categorias selecionadas e identificadas os dados correspondentes do inventário que é referente aos aspectos ambientais (SANTOS, 2002). Os impactos são incluídos nas áreas gerais de proteção ambiental, onde dentro das mesmas, são selecionadas as categorias de impactos ambientais. Segundo Lobo (2000) a classificação e o agrupamento destas categorias são realizados de maneira que uma mesma informação da tabela de inventário pode ser incluída em mais de uma categoria de impacto. Isso ocorre devido ao fato de um mesmo aspecto ambiental poder contribuir para mais de uma categoria de impacto e que um impacto ambiental pode ter a contribuição de mais do que um aspecto ambiental (SILVA e KULAY, 2006).

44 42 Neste processo de classificação para os elementos do ICV que contribuem apenas para uma categoria de impacto é feita uma atribuição direta. Por exemplo: as emissões de dióxido de carbono (CO 2 ) podem ser classificadas na categoria aquecimento global. Já para os elementos do ICV que contribuem para duas ou mais categorias de impacto diferentes, o procedimento de classificação é feito de acordo com a regra descrita a seguir (FERREIRA, 2004): Mecanismo paralelo: quando os efeitos são dependentes uns dos outros, uma parte significativa dos resultados deve ser direcionada às categorias de impactos a que contribuem. Mecanismo série: quando os efeitos são independentes uns dos outros, todos os resultados de ICV devem ser direcionados às categorias de impacto para as quais eles contribuem. De acordo com a ISO nesta etapa se os dados do ICV não estiverem disponíveis ou se a qualidade dos dados não for suficiente para que a AICV alcance o objetivo e escopo estabelecidos no início do estudo, torna-se necessário um ajustamento no objetivo e no escopo do estudo. c) Caracterização Na caracterização é feita a modelagem dos dados do inventário dentro das categorias de impacto, onde o efeito de cada item em cada categoria é quantificado utilizando fatores de equivalência ou fatores de caracterização (SANTOS, 2002). Estes fatores indicam o quanto uma determinada substância contribui para um determinado problema ambiental comparada a uma substância de referência (CHEHEBE, 1997, p. 76). Deste modo, a modelagem dos dados é expressa na forma de um indicador numérico, obtido pela multiplicação dos dados do inventário pelos fatores de equivalência para cada categoria de impacto. Posteriormente, todos os parâmetros que compreendem cada categoria de impacto são somados (COLTRO, 2007). O número obtido é o valor do indicador da categoria de impacto ambiental utilizada (SANTOS, 2002). Este indicador representa a carga ambiental total ou a significância do uso dos recursos para a categoria após a conversão e a agregação dos dados do inventário atribuídos à mesma (CHEHEBE, 1997). Desta forma, de acordo com Santos (2002) o resultado da classificação e caracterização é uma estimativa

45 43 quantitativa dos efeitos ambientais potenciais para o produto estudado em todo o seu ciclo de vida, chamado de perfil ecológico do produto. d) Normalização A normalização é considerada uma etapa opcional, que tem como objetivo transformar os números de modo a possibilitar uma maior comparação entre os dados das diferentes categorias de impacto (SANTOS, 2002). Essa etapa, possibilita uma compreensão melhor da magnitude referente a cada resultado do indicador do sistema do produto em estudo (FERRREIRA, 2004). A normalização consiste no cálculo da magnitude dos resultados do indicador da categoria em relação a um valor de referência, como por exemplo, o total de entradas e saídas de uma determinada área, que pode ser global, regional, nacional ou local (COLTRO, 2007, p. 10). É obtida dividindo-se os valores dos parâmetros pelo valor de referência escolhido. Sendo que o resultado deste procedimento para cada problema ambiental é o perfil de impacto normalizado (CHEHEBE, 1997). De acordo com Chehebe (1997) e Ferreira (2004) alguns exemplos de referências tomadas para a normalização dos dados podem ser: um determinado produto ou substância; uma determinada condição de referência (por exemplo, as emissões totais ou utilização de recursos para uma dada área, a qual pode ser global, regional, nacional ou local); um determinado valor crítico (por exemplo, um valor de limite de poluição, as emissões totais ou utilização de recursos para uma dada área numa base per capita ou medição similar); ou uma expressão econômica da importância do parâmetro (por exemplo, o custo de prevenção). e) Agrupamento De acordo com a ISO agrupamento significa correlacionar categorias de impacto em um ou mais conjuntos. A classificação para isso é baseada em valores, e tem dois procedimentos possíveis. O primeiro é ordenar as categorias de impacto em uma base nominal, como por exemplo, as características de emissões e recursos ou escalas regionais e locais. O segundo é classificar as categorias de impacto de acordo com uma dada hierarquia como alta, média e baixa prioridade.

46 44 f) Ponderação De acordo com a ISO a ponderação é o processo de conversão dos resultados dos indicadores de diferentes categorias de impacto através do uso de fatores numéricos baseado em escolhas de valores (ABNT, 2004, p.22). Assim, os resultados da caracterização e da normalização são ponderados com o objetivo de reduzir os índices das categorias a poucos indicadores, priorizando os impactos considerados mais relevantes (COSTA, 2007). Vários métodos estão disponíveis para a valoração, mas ainda não há um consenso. Sendo assim, pode-se estabelecer um conjunto próprio de fatores de ponderação empregando, por exemplo, a análise multicritério. Neste caso, realiza-se a análise das preferências de um grupo de referência, que pode ser constituído por especialistas ou por outras partes interessadas. Aos participantes, é solicitada a priorização dos problemas ambientais por ordem de importância, fornecendo alguns pares para as escolhas, como aquecimento global versus acidificação. Outrossim, é possível desenvolver uma abordagem mais quantitativa, utilizando, para tanto, uma escala de pontuações (COSTA, 2007). Desta forma de acordo com Coltro (2007) os diferentes impactos são ponderados entre si gerando um único valor que representa o impacto ambiental total daquele sistema de produto Interpretação De acordo com a ISO nesta fase as constatações da análise do inventário e da avaliação de impacto são combinadas visando alcançar conclusões e recomendações. Neste momento, as constatações do estudo são confrontadas com o objetivo e o escopo do estudo com a finalidade de analisar a qualidade da informação obtida e explicar as limitações do estudo realizado (COSTA, 2007). A interpretação destas constatações podem se transformar em conclusões e recomendações úteis para os gestores, de forma consistente com o objetivo e o escopo do estudo (ABNT, 2009a). Esta fase da ACV compreende três etapas (CHEHEBE, 1997; FERREIRA, 2004): Identificação das questões ambientais mais significativas tendo como base os resultados obtidos nas fases de ICV ou AICV; Avaliação da integridade (plenitude), sensibilidade e consistência; Conclusões, recomendações e relatório referentes às questões ambientais significativas. Estas etapas são descritas a seguir.

47 45 a) Identificação das questões ambientais Nesta etapa da interpretação da ACV é necessário estruturar os dados de acordo com as questões ambientais mais significativas que foram identificadas para o estudo. A determinação destas questões ambientais deve ser realizada por meio de um processo iterativo em conjunto com a etapa de avaliação (CHEHEBE, 1997). b) Avaliação pela verificação da integridade, sensibilidade e consistência Conforme citado por Ferreira (2004) o objetivo da verificação da integridade é certificar-se que todas as informações importantes e os dados necessários para a interpretação estejam disponíveis de maneira completa. Já a verificação da sensibilidade, segundo o autor tem como objetivo avaliar a confiança dos resultados e das conclusões finais, essa avaliação é feita verificando se estes são afetados pelas incertezas dos dados, métodos de afetação ou cálculos dos resultados dos indicadores de categoria. Esta avaliação também deve incluir os resultados obtidos nas análises de sensibilidade e de incerteza (FERREIRA, 2004). De acordo com Chehebe (1997) a análise de sensibilidade pode ser realizada recalculando o inventário com mudanças de parâmetros-chaves do ciclo de vida do produto estudado, comparando o resultado com a situação em referência. Isso pode ser feito variando para mais ou para menos os valores de entrada da variável selecionada para a análise. Por exemplo, variar mais ou menos 10% o consumo de óleo combustível de um processo. No que se refere à análise de consistência, o autor menciona que sua finalidade é estabelecer um determinado grau de confiança para os resultados do estudo de acordo com o objetivo. Esta análise é efetuada determinando se as entradas, saídas e impactos potenciais mais importantes representam ou não os resultados da análise do inventário e da avaliação de impacto de uma forma aceitável e se são suficientemente estáveis com relação a condições de mudanças. c) Conclusões, recomendações e relatório O objetivo deste elemento da fase de interpretação é verificar se as conclusões preliminares estão consistentes com o objetivo e escopo do estudo, incluindo os requisitos de qualidade dos dados, suposições e valores pré-definidos (FERREIRA, 2004). Como o estudo de ACV é iterativo, as informações obtidas nesta última fase

48 46 podem afetar as fases anteriores. Neste caso, as novas informações obtidas devem ser consideradas e as fases iniciais devem ser re-trabalhadas. Por esse motivo, é comum em estudos de ACV as fases serem trabalhadas paralelamente (COLTRO, 2007). Segundo Valt (2004) após a análise dos resultados podem ser identificados pontos críticos do ciclo de vida do produto que podem ser melhorados, seja pela substituição e recuperação de materiais ou pela reformulação ou substituição de processos, permitindo deste modo, a implementação de estratégias de produção visando à preservação ambiental Indicadores da ACV Num estudo de ACV são obtidos vários indicadores relacionados às entradas e saídas do sistema e ao impacto que este causa no meio ambiente, que demonstram seu perfil durante todo seu ciclo de vida. Estes indicadores estão divididos em dois grupos: os de entrada e os de saída. Nestes dois grupos são mensurados seis principais indicadores: consumo de energia, consumo de recursos naturais, uso do solo, emissões para o ar, emissões para águas e resíduos sólidos (SILVA, 2007; PRADO, 2007; PEREIRA, 2008). As emissões envolvem a libertação de uma substância para o meio ambiente, enquanto que o consumo envolve a extração de substâncias do meio ambiente (SILVA, 2007). Para cada um destes indicadores, são quantificados aspectos ambientais considerados relevantes, de acordo com o objetivo e escopo de cada estudo desenvolvido, variando de sistema para sistema. O Quadro 1, mostra como exemplo os aspectos ambientais considerados em cinco indicadores no estudo desenvolvido por Prado (2007) para a ACV de embalagens utilizadas por uma indústria de refrigerantes.

49 47 Indicadores Aspectos ambientais Recursos naturais Matérias-primas e insumos utilizados, consumo de água. Recursos energéticos Consumo de energia elétrica e térmica (associada ao vapor de caldeira), consumo de combustível. Emissões atmosféricas Emissão de gases de combustão, CO x, NO X, NH 3, N 2 O, material particulado. Efluentes líquidos Água de lavagem, água de sistemas de utilidades (resfriamento). Resíduos sólidos Geração e descarte de materiais sólidos, perdas de produto, cinzas, embalagens secundárias. Quadro 1 - Indicadores da ACV Fonte: Prado (2007). Cada um dos aspectos ambientais está relacionado a categorias de impacto específicas que também se relacionam aos indicadores de entrada e saída. No Quadro 2 pode ser observado de modo geral quais categorias de impacto se relacionam a estes indicadores. Indicadores Categoria de impacto Categorias - Consumo de energia - Recursos Abióticos relacionadas - Consumo de recursos naturais - Recursos Bióticos às entradas - Uso do solo - Uso da Terra - Emissões atmosféricas - Aquecimento Global - Efluentes líquidos - Redução da Camada de Ozônio - Resíduos sólidos - Formação de Oxidantes Fotoquímicos Categorias relacionadas às saídas - Acidificação - Eutrofização - Ecotoxicidade - Toxicidade Humana - Odor - Ruído - Radiação Quadro 2 - Classificação dos indicadores e categorias de impacto Fonte: Elaborado pelo autor com base em BOUSTEAD et al. (2000) e Pereira (2008). A escolha destas categorias é feita com base no tipo de produto que está sendo avaliado, sendo consideradas as categorias mais relevantes para o ciclo de vida deste produto. Por exemplo, no caso do estudo desenvolvido por Williams e Wikström (2011) para embalagens de alimentos, o autor considerou as seguintes categorias de impacto: consumo de energia, potencial de aquecimento global, potencial de eutrofização e o potencial de acidificação. De acordo com Silva e Kulay (2006) e Jensen (1997), das categorias de impacto as que geralmente são selecionadas num estudo de ACV são:

50 48 Consumo de recursos naturais: inclui recursos materiais e energéticos renováveis e não renováveis; Aquecimento global: provocado pelo acúmulo de gases na atmosfera (por exemplo, gás carbônico e metano) que retêm parte da radiação infravermelha emitida pela Terra, Redução da camada de ozônio: consiste na redução da quantidade de ozônio (O 3 ) presente na atmosfera, provocando a diminuição da capacidade que essa camada tem de filtração da radiação ultravioleta proveniente do sol; Acidificação: consiste no aumento do teor de acidez da atmosfera provocado pela emissão de gases ácidos, que são dissolvidos pela umidade atmosférica e retornam a crosta terrestre na forma de ácidos; Eutrofização ou nutrificação: consiste no acúmulo de nitrogênio e fósforo nos corpos d água e nos solos, como consequência da disposição de rejeitos que contêm estes elementos químicos; Formação fotoquímica de ozônio: consiste na formação de ozônio nas camadas baixas da atmosfera, resultado de reações químicas entre óxidos de nitrogênio e alguns hidrocarbonetos leves (resultantes de emissões), em presença da radiação ultravioleta solar; Toxicidade: resultante da disposição de rejeitos tóxicos no meio ambiente Santos (2004) apresenta outra classificação para as categorias de impacto, separando-as em três problemas ambientais ou impactos gerais: consumo de recursos, impactos a saúde humana e impactos ecológicos. Dentro destas três categorias, o autor distribui treze categorias específicas nas quais os itens do inventário da ACV podem ser classificados de acordo com a disponibilidade de dados. Esta classificação pode ser observada no Quadro 3. Problemas Ambientais Categorias de impacto específicas Consumo de recursos Energia e matérias; Água; Terra (incluindo terras alagadas) Impactos toxicológicos (excluindo o ambiente de trabalho); Saúde humana Impactos não toxicológicos (excluindo o ambiente de trabalho); Impactos no ambiente de trabalho Aquecimento global; Destruição da camada de ozônio, Acidificação; Eutrofização; Formação de oxidantes Impactos ecológicos fotoquímicos; Impactos ecotoxicológicos; Alterações de habitats e Impactos na diversidade biológica. Quadro 3 - Categorias de impacto descritas por Santos Fonte: Adaptado de Santos (2004).

51 49 Dentro de cada categoria de impacto é realizada a modelagem dos dados obtidos. O resultado desta modelagem é expresso na forma de um indicador numérico da categoria de impacto ambiental (SANTOS, 2004). Este indicador obtido indica o quanto uma determinada substância contribui para um determinado problema ambiental comparada a uma substância de referência. Assim, o indicador da categoria de impacto do ciclo de vida representa a carga ambiental total ou a significância do uso dos recursos para a categoria (CHEHEBE, 1997). A UNEP (2003) apresenta alguns dos indicadores gerados em algumas destas categorias, conforme pode ser visualizado no Quadro 4. Categorias de impacto Possível indicador Categorias relacionadas à Entrada Extração de Recursos Escassez de recursos abióticos Extração de recursos bióticos Escassez de recursos, considerando a taxa de reposição Categorias relacionadas à saída Mudanças climáticas Kg de CO2 como unidade de equivalência para o potencial de Aquecimento Global Destruição do ozônio Kg de CFC-11 como unidade de equivalência para o estratosférico potencial de destruição do ozônio Toxicidade humana Potencial de toxicidade humana Eco-toxicidade Potencial de Eco-toxicidade Formação de foto-oxidantes Kg de eteno como unidade de equivalência para potencial de criação fotoquímica de ozônio Acidificação Liberação de H + como unidade de equivalência para o potencial de acidificação Nutrificação Total de macro-nutrientes como unidade de equivalência para o Potencial de Nutrificação Quadro 4 - Categorias de impactos e possíveis indicadores Fonte: UNEP (2003). Desta forma, de acordo com Santos (2004) os indicadores obtidos na ACV são uma estimativa quantitativa dos efeitos ambientais potenciais para o produto estudado em todo o seu ciclo de vida, chamado de perfil ecológico do produto. Assim, para cada categoria de impacto estudada são gerados indicadores que demonstram a contribuição do produto em relação aos impactos causados por ele no meio ambiente Ferramentas para Análise do Ciclo de Vida Como um estudo de ACV gera e necessita de uma grande quantidade de dados, com o desenvolvimento e aprimoramento da técnica, foram sendo

52 50 desenvolvidas algumas ferramentas específicas e base de dados para apoio a realização de uma ACV. Destes, os normalmente utilizados em trabalhos acadêmicos são: SimaPro(SILVA, 2002), Umberto (DURÃO, 2009; PRADO, 2007), Gabi (PASSUELO, 2007) e a base de dados Ecoinvent (TAKAHASHI, 2008; CAMARGO, 2007). O SimaPro foi desenvolvido por uma empresa de consultoria holandesa Pré Consultants, para de acordo com Silva (2002) analisar, identificar e comparar os impactos ambientais de diferentes produtos. Este software apresenta duas bases de dados principais: uma de inventário e uma de avaliação. Estas bases são organizadas em seis categorias: materiais, energia, transportes, processos, utilizações e estratégias de condicionamento e de processamento de resíduos. Isso permite ao software identificar quais são os materiais ou processos que têm maior influência no impacto ambiental global de um produto. O software Gabi, foi desenvolvido pela Universidade de Stuttgart e pela empresa de consultoria PE Europe. De acordo com Passuelo (2007) este software é bastante flexível, apresentando os dados de análise de impacto, inventário e modelos de ponderação separados, permitindo trabalhar em módulos que podem ser facilmente manuseados e depois interligados para o cálculo. Sua estrutura está dividida em fluxos, processos, planos e balanços, isso permite a alocação de múltiplos processos. O Umberto foi desenvolvido pela instituição Alemã ifu Institut für Umweltinformatik Hamburg GmbH (Instituto de Informática Ambiental Hamburg Lda.), para modelagem, visualização de cálculo e avaliação dos sistemas de fluxo de materiais e energia, tendo como finalidade organizar os dados obtidos possibilitando clareza na obtenção e interpretação dos resultados. Um dos benefícios deste software é a possibilidade de analisar e otimizar os sistemas de processo de produção. Podendo neste caso, ser empregado para estudar uma única linha de produção, uma planta ou toda a empresa. O Umberto permite a análise em várias perspectivas, tais como (UMBERTO, 2010b): Análise do fluxo de materiais, com modelagem gráfica; Otimização dos sistemas de produto; Avaliação do Ciclo de Vida (ACV); Análises e relatórios, dos custos e impactos ambientais;

53 51 Cálculo e visualização de indicadores de desempenho. Por este motivo, este software vem sendo grandemente utilizado por indústrias químicas, de semicondutores, de gestão de resíduos e de impressão. Sendo também, utilizado por empresas de consultoria e investigação na realização de projetos e universidades (UMBERTO, 2010a). De acordo com Umberto (2010c), são dois os principais objetivos que levam à utilização deste software nas empresas. O primeiro, é detectar pontos importantes para otimização dos processos no sistema de produção, e o segundo, reduzir os recursos de materiais e energia e minimizar as quantidades de emissões poluentes. Além disso, de acordo com Durão (2009) o Umberto permite visualizar fluxos, analisar e avaliar os impactos ambientais. Devido a sua grande versatilidade, este software pode ser adaptado para atender às necessidades específicas da indústria. Sendo possível obter uma visualização de todo o processo, desde a extração da matéria-prima até a disposição do produto final (UMBERTO, 2010b). Isso pode resultar em apoio significativo à tomada de decisão dentro das organizações (UMBERTO, 2010c). O Ecoinvent se trata de uma base de dados internacional, apresentando ICV em diversas áreas: agricultura, abastecimento de energia, transportes, bicombustíveis e biomateriais, produtos químicos a granel e de especialidade, materiais de construção, materiais de embalagem, metais básicos e preciosos, processamento de metais, as TIC e eletrônica, bem como o tratamento de resíduos. Os ICV são baseados em dados industriais compilados por institutos de pesquisa de renome internacional e consultores da ACV. Os dados estão disponíveis no formato de dados EcoSpold, e são compatíveis com as principais ferramentas (software) de ACV (ECOINVENT, 2010). Cada software desenvolvido para apoio a ACV apresenta características diferentes e, devido ao grande número de ferramentas que podem ser utilizadas nestes estudos, um ponto importante na sua escolha, de acordo com EPA (2006), é verificar se ela atenderá o nível de análise requerida dos dados para cumprimento do objetivo estabelecido. Para auxiliar nesta escolha segundo Tateyama (2007) algumas características citadas por Boguski (1996) de um bom software de ACV podem ser observadas, são elas:

54 52 a) Quanto ao uso: Ser fácil de ser utilizado, entretanto completo, flexível e aplicável. Flexível na manipulação de informações. Possibilitar a retirada ou inserção de qualquer etapa do ciclo de vida. Oferecer conexões ilimitadas (entradas e saídas). Estabelecer relações que não sejam apenas linearmente proporcionais. Permitir definir matemáticas diferentes para cada recurso ou grupo de recursos. Não deve ser necessário que as unidades do modelo estejam de acordo com a base de dados. O programa deve retificar as possíveis inconsistências de unidades existentes. b) Quanto aos dados: A base de dados deve ser acessível e independente do resto do programa, sendo possível exportar e importar dados dos softwares mais conhecidos no mercado. Minimizar os erros de entrada de dados. Criar/copiar/gravar/transferir dados de uma análise para outra. Permitir a entrada de dados por terceiros, isto é, pessoas que estejam diretamente ligadas à análise. Possibilitar criar hierarquias entre os sistemas e impactos. Os dados básicos utilizados em diversas ACVs (por exemplo, dos materiais) deveriam estar inclusos na base de dados. c) Quanto à qualidade dos dados: Identificar a fonte, aplicabilidade e relevância dos dados. O usuário deve ser capaz de criar indicadores de qualidade. Indicação dos atributos que qualifiquem os dados. Metodologia transparente. Processo de revisão realizado conforme a análise é encaminhada. d) Quanto ao relatório: O programa deve selecionar e rearranjar os resultados de forma a facilitar a visualização, como na apresentação de gráficos. Impressão do diagrama de fluxo com qualidade. Análise da sensibilidade dos resultados deve ser possível.

55 53 Procura automática de certos padrões (por exemplo, reduzir o número de acidentes sem reduzir a frota circulante). Possibilidade de inclusão de custos na análise, checando a performance do sistema. e) Configurações de hardware já difundido no mercado. f) Acessível financeiramente. g) Trabalhar com uma base de dados de qualidade e que possa ser frequentemente atualizada. Analisando estas características, percebe-se que o software Umberto atende a grande parte delas. Segundo pesquisa realizada por Andrade (2005) comparando diferentes softwares de análise do ciclo de vida (Umberto 4.1, SimaPro 6.0, Gabi 4.0, TEAM 4.0 e Gemis 4.2), em relação aos critérios: facilidades e funcionalidade de interface; abrangência e qualidade do banco de dados; segurança; licenças; importação/exportação de dados; suporte; hardware mínimo necessário; flexibilidade da plataforma; apresentação dos resultados e interconectividade; o software Umberto foi o que apresentou melhor avaliação (RODRIGUES, 2009). Por este motivo, a seguir são apresentados alguns dos indicadores obtidos com o software Umberto Indicadores da ACV obtidos pelo Umberto A utilização do Umberto num estudo de ACV permite a obtenção de vários indicadores que demonstram o perfil do ciclo de vida do produto em estudo, em relação às entradas (recursos naturais como: matérias-primas, água e energia) e saídas do sistema (emissões atmosféricas, efluentes líquidos e resíduos sólidos). Além disso, é possível obter o custo referente ao sistema e o impacto que este sistema causa no meio ambiente. O consumo dos recursos naturais e emissões do sistema é calculado a partir da construção de um cenário, onde são descritas todas as fases do processo (unidades do sistema), sendo quantificadas todas as entradas e saídas referentes à cada uma destas etapas. Um exemplo de cenário gerado pelo Umberto é mostrado na Figura 8.

56 54 Figura 8 - Exemplo de cenário genérico com entradas e saídas em processos produtivos Fonte: Prado (2007, p.79). Neste cenário, o símbolo (entrada) indica o local de entrada de matériasprimas para o processo em que a unidade do sistema está conectada; o símbolo (Saída) indica o local de saída de subprodutos gerados, resíduos, emissões, etc.; o símbolo (Conexão) representa o local de conexão dos fluxos principais que está sendo gerado o produto e o símbolo (Transição) é o local onde ocorre uma transformação física ou química. As (Setas) servem para fazer a conexão da rede de fluxos. A construção do cenário gera uma tabela que especifica os inputs e outputs (entradas e saídas) do sistema, conforme exemplo pode ser observado na Figura 9.

57 55 Figura 9 - Resumo das principais entradas e saídas de materiais do ciclo de vida das latas de alumínio Fonte: Prado (2007, p. 166). A partir destes dados podem ser gerados indicadores na forma de gráficos que demonstram o consumo específico de determinada variável em cada etapa do processo de produção do produto que está sendo analisado, como por exemplo, o consumo de água e energia durante o ciclo de vida das latas de alumínio conforme demonstrado na Figura 10. Figura 10 - Consumo de água e energia no ciclo de vida das latas de alumínio Fonte: Prado (2007, p.100).

58 56 Além do consumo de água e energia, podem ser obtidos gráficos referentes aos indicadores de cada variável que está sendo estudada para o sistema do produto, como: recursos naturais, geração de efluentes líquidos, emissões atmosféricas e resíduos sólidos. Estes são relacionados a categorias de impactos específicas. Neste caso, o Umberto permite a construção de gráficos de um único sistema ou de comparação de sistemas distintos. Como exemplo cita-se a quantificação dos aspectos ambientais dos ciclos de vida de embalagens de vidro, alumínio e PET, conforme pode ser observado na Figura 11. Figura 11 - Quantificação dos aspectos ambientais dos ciclos de vida de embalagens de vidro, alumínio e PET Fonte: Prado (2007). Nesta figura, as abreviações significam: RN Recursos naturais; CE Consumo de Energia; CA Consumo de Água; EA Emissões Atmosféricas, EL Efluentes Líquidos; RS Resíduos Sólidos. Como pode ser observado, o Umberto possibilita várias opções de apresentação dos indicadores obtidos no estudo, que facilitam a interpretação dos resultados, cabendo ao pesquisador determinar qual a melhor forma para a apresentação dos resultados. 2.2 A INOVAÇÃO TECNOLÓGICA No mundo atual a inovação tecnológica vem sendo considerada pelos pesquisadores do tema como uma peça fundamental para o desenvolvimento

59 57 industrial, sendo ela um ponto chave para o sucesso da empresa em um ambiente cada vez mais competitivo. Segundo Gurgel (2006) a capacidade de inovação das empresas tornou-se um dos fatores mais relevantes na determinação da sua competitividade e da economia de maneira geral. Silva (2006) salienta ainda que quem inova mais rapidamente, possui uma vantagem considerável sobre os demais participantes desta competição pelos vários mercados consumidores. No entanto, a inovação pode contribuir de diversas formas. De acordo com Tidd, Bessant e Pavitt (2008) pesquisas sugerem que há uma forte correlação entre o desempenho mercadológico e a inserção de novos produtos. Isso se deve ao fato que estes produtos permitem capturar e reter novas fatias de mercado além de aumentar a lucratividade em tais mercados. Além disso, o autor considera que o desenvolvimento de produtos é uma capacidade importante, pois o meio ambiente está constantemente mudando. Alternâncias no campo socioeconômico (naquilo que as pessoas acreditam, esperam, querem e ganham) criam oportunidades e restrições. A legislação pode abrir novos campos e fechar outros, como por exemplo, aumentar as exigências para produtos ecologicamente orientados. Os concorrentes podem introduzir novos produtos que representem grandes ameaças às posições de mercado existentes. Em todos estes casos as empresas precisam estar preparadas para reagir por meio da inserção de novos produtos (Tidd, Bessant e Pavitt, 2008, p. 25). Todavia, a inovação vai além do desenvolvimento de novos produtos. Para a Comissão européia (2004) a inovação assume muitas formas. Além da inovação tecnológica tradicional, há a inovação através de novos modelos de negócios, novas formas de organização do trabalho e inovação em design ou marketing. A gestão e exploração de todos estes diferentes tipos de inovação representam um grande desafio para as empresas de hoje. Apesar de representar um desafio para as empresas de acordo com Barbieri (2003) as inovações são meios para atingir fins desejados, podendo resultar em lucratividade, crescimento, diversificação e outros objetivos empresariais.

60 Conceitos Gerais Para entender o processo de inovação é importante definir primeiramente o processo de mudança tecnológica. De acordo com Kupler e Hasenclever (2002), o processo de mudança tecnológica é resultado do esforço das empresas em investir em atividades de pesquisa e desenvolvimento (P&D) e na incorporação posterior de seus resultados em novos produtos, processos e formas organizacionais. Uma empresa está realizando uma mudança tecnológica quando produz um bem ou serviço, ou usa um método ou insumo que é novo para ela. De acordo com Schumpeter (1982, p.48) produzir significa combinar materiais e forças que estão ao nosso alcance, isso significa produzir outras coisas, ou as mesmas coisas com métodos diferentes. Na medida em que as novas combinações podem, com o tempo originar-se das antigas por ajustes contínuos mediante pequenas etapas, há certamente mudança, possivelmente há crescimento, mas não um fenômeno novo nem um desenvolvimento. Na medida em que as novas combinações aparecem descontinuamente, então surge o fenômeno que caracteriza o desenvolvimento (SCHUMPETER, 1982 p. 48). O desenvolvimento pode ser definido então de acordo com Schumpeter (1982) pela realização de novas combinações. Essas combinações tratam de cinco casos que ficaram conhecidos como atividades que envolvem o processo de inovação, são elas: Introdução de um novo bem que os consumidores ainda não conheçam, ou de uma qualidade nova de um bem. Introdução de um novo método de produção, que ainda não tenha sido utilizado no ramo da indústria. Este método, porém, não precisa estar baseado numa nova descoberta científica, e pode também ser a base de uma nova forma de comercializar um produto. Abertura de um novo mercado em que o ramo da indústria em questão, ainda não tenha entrado. Conquista de uma nova fonte de matéria-prima independente de já existir ou não. Estabelecer uma nova organização em qualquer ramo da indústria, criando ou rompendo uma posição de monopólio.

61 59 Com o passar do tempo vários conceitos para inovação foram sendo desenvolvidos e aprimorados, muitos deles complementando o estabelecido por Schumpeter (1982). Dentre as definições encontradas atualmente na literatura, tem destaque, o conceito apresentado pelo Manual de Oslo, que define inovação como: a implementação 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 (OCED, 2005, p.55). Segundo o referido Manual para que essa implementação ocorra, o produto novo deve ser introduzido no mercado e os novos processos, métodos de marketing e métodos organizacionais devem ser efetivamente utilizados nas operações das empresas. Para compreender melhor a magnitude desta definição, os quatro tipos de inovação citados são apresentados a seguir, de acordo com o próprio Manual de Oslo (OCED, 2005): Uma inovação de produto é a introdução de um bem ou serviço novo ou significativamente melhorado no que concerne a suas características ou usos previstos. Incluem-se melhoramentos significativos em especificações técnicas, componentes e materiais, softwares incorporados, facilidade de uso ou outras características funcionais. Uma inovação de processo é a implementação de um método de produção ou distribuição novo ou significativamente melhorado. Incluemse mudanças significativas em técnicas, equipamentos e/ou softwares. Uma inovação de marketing é a implementação de um novo método de marketing com mudanças significativas na concepção do produto ou em sua embalagem, no posicionamento do produto, em sua promoção ou na fixação de preços. Uma inovação organizacional é a implementação de um novo método organizacional nas práticas de negócios da empresa, na organização do seu local de trabalho ou em suas relações externas. Além dos tipos, as inovações também podem ser classificadas quanto a sua intensidade em inovações incrementais e radicais. As inovações incrementais

62 60 ocorrem quando são realizadas pequenas melhorias no produto ou no processo de fabricação do produto. Essas mudanças estão ligadas ao aperfeiçoamento funcional do produto, à redução de custos e aumento da qualidade e eficiência do processo de produção (MATOS e GUIMARÃES, 2005). Segundo Reis (2008) as inovações incrementais são representadas pelas mudanças técnicas que surgem da acumulação de experiências, não tendo origem necessariamente nas atividades de P&D, e sim nas melhorias sugeridas por funcionários da indústria ou por quem utiliza o produto. Esse tipo de inovação, de acordo com Coral et al. (2009) geralmente são feitas dentro da própria empresa, sendo mais seguras, baratas e retornam mais facilmente em tempo razoável. Já as inovações radicais acontecem quando são feitas grandes melhorias no produto ou no processo, geralmente alterando seu princípio de funcionamento (MATOS e GUIMARÃES, 2005). Essas inovações geralmente estão associadas a atividades de P&D, envolvendo alterações profundas no conjunto de conhecimentos aplicados, originando produtos e processos inteiramente novos ou com atributos essenciais diferentes da versão anterior (REIS, 2008). De acordo com Coral (2009), essas inovações caracterizam-se na forma de projetos de desenvolvimento com significativo risco e investimento, podendo levar anos para atingir resultados tangíveis, quando atinge. Em compensação, quando uma inovação radical é aceita, os lucros da empresa resultante desta inovação chegam a ser várias vezes maiores do que com inovações incrementais. Outro ponto importante é saber diferenciar melhoria de processo da inovação de processo. Segundo Davenport (1993) citado por Reis (2008 p.46) a inovação de processo significa realizar uma atividade através de uma alteração radical, a melhoria do processo significa realizar o mesmo processo melhorando a eficiência e a eficácia. A Tabela 1 apresenta as principais diferenças entre estes dois conceitos.

63 61 Tabela 1 - Melhoria de processo e inovação de processo CARACTERÍSTICAS MELHORIA INOVAÇÃO Grau de mudança Incremental Radical Ponto de partida Processo existente Novo processo Frequência da manutenção Única ou contínua Única Tempo necessário Curto Longo Participação De baixo para cima De cima para baixo Escopo típico Estreito, interno às funções Externo, por meio das funções Risco Moderado Elevado Agente ativador primário Controle estatístico Tecnologia da informação Tipo de mudança Cultural Cultural e estrutural Fonte: Davenport (1993) apud Reis (2008). Scherer e Carlomagno (2009) vão mais além, e enfatizam a importância de se distinguir as diferenças entre melhoria, invenção, inovação incremental e radical (o conceito de invenção é descrito mais adiante). Para isso, desenvolvem uma matriz de inovação e melhoria, que apresenta cada um destes conceitos num gráfico envolvendo o resultado esperado e a novidade da idéia. Conforme demonstrado na Figura 12. Figura 12 - Matriz de inovação e melhoria Fonte: Scherer e Carlomagno (2009, p. 11). De acordo com Mattos e Guimarães (2005) a inovação tem duas etapas básicas: a geração de ideia ou invenção e a conversão dessa ideia em um negócio ou outra aplicação útil, de modo que a inovação é a invenção mais sua comercialização. Segundo Barbieri (2003, p.44) a invenção é uma ideia elaborada ou uma concepção mental de algo que se apresenta na forma de planos, fórmulas, modelos, protótipos, descrições e ou meios de registrar ideias. Ela é o resultado de uma ação deliberada para criar

64 62 algo que atenda a uma finalidade especifica. A rigor, a invenção deve referir-se a algo inexistente ou que apresente novidades comparativamente ao que já é conhecido. A invenção se refere então à criação de um processo, técnica ou produto inédito. Pode ser divulgada através de artigos técnicos e científicos, registrada em forma de patente, visualizada e simulada através de protótipos e plantas piloto sem, contudo ter uma aplicação comercial efetiva. Já a inovação ocorre com a efetiva aplicação prática de uma invenção (TIGRE, 2006). Porém, nem toda invenção se transforma em inovação, pois esta só será efetivada se for implementada e aceita pelo mercado. As ideias ou invenções que ainda são uma representação mental de alguma coisa precisam ser elaboradas, refletidas, aperfeiçoadas e confrontadas com outras ideias para que tenham condições de ser implementadas. No entanto, isso não garante que a inovação seja implementada, ou se implementada venha a ser um sucesso (BARBIERI, 2003). Deitos (2002) apresenta alguns fatores determinantes para o êxito no processo de inovação na empresa, classificando-os em: fatores estruturais, fatores internos e fatores de entorno, conforme descrito a seguir: 1) Fatores estruturais: Compromisso real por parte da direção com o desenvolvimento de inovações; Direção dinâmica e aberta a novas ideias, que aceite o risco inerente a realização de inovações; Manutenção de uma estratégia inovadora em longo prazo; Estrutura organizacional dinâmica e flexível 2) Fatores internos: Existência de uma comunicação interna rápida e efetiva; Manutenção de uma adequada vigilância tecnológica e comercial; Integração e cooperação de todos os departamentos e áreas funcionais da empresa; Utilização de métodos de controle e planejamento que permitam a constante avaliação dos projetos; Sensibilidade para reagir às novas demandas do mercado; Recursos humanos capacitados; Oferta de boa assistência técnica aos clientes.

65 63 3) Fatores de entorno: Existência de redes de serviços científico-tecnológicas; Proximidade de parques tecnológicos; Estabelecimentos de rede de cooperação com centros de investigação e universidades; Cooperação entre empresas; Existência de políticas públicas de apoio à inovação tecnológica; Existência de adequados sistemas de proteção à propriedade industrial; Acesso a fontes de financiamento. Barbieri (2003, p.44), salienta que os problemas que podem ocorrer entre a concepção de uma ideia e sua introdução no mercado pode estar relacionada ao fato de que a ideia não foi bem desenvolvida do ponto de vista técnico ou não atendeu efetivamente algum aspecto mercadológico, como preço, momento adequado para seu lançamento, distribuição deficiente, problemas pós-venda. Por isso se diz que enquanto a invenção é um fato exclusivamente técnico, a inovação é um fato técnico, econômico e organizacional, simultaneamente. Pode-se incluir ainda uma terceira etapa no processo de inovação, a difusão. Esta etapa, de acordo com a OCDE (2005, p.24) é o modo como as inovações se espalham a partir de sua primeira implantação mundial para diversos países e regiões e para distintas indústrias/mercados e empresas. Sem difusão, uma inovação não terá qualquer impacto econômico. Os processos de inovação e difusão de acordo com Tigre (2006) não se constituem em etapas completamente separadas, em muitos casos a difusão contribui para o processo de inovação. Neste caso, a difusão de um produto ou processo no mercado pode identificar problemas, e estes podem ser corrigidos em novas versões. A difusão muitas vezes revela a necessidade de mudanças direcionando então a trajetória da inovação. Isso ocorre também porque segundo o autor, a inovação envolve um ciclo dividido em quatro estágios: introdução, crescimento, maturação e declínio, conforme demonstrado na Figura 13. Embora nem todas as tecnologias apresente esse ciclo de vida, o modelo é considerado apropriado para descrever de forma genérica a trajetória das inovações.

66 % de empresas que adotaram a tecnologia 64 Introdução Crescimento Maturação Declínio Tempo Figura 13 - Modelo de difusão tecnológica Fonte: Tigre (2006). Neste ciclo a introdução representa o surgimento de um produto no mercado, onde um reduzido número de empresas domina e opera determinada tecnologia. Na fase do crescimento nota-se uma melhoria progressiva no desempenho da tecnologia, na medida em que a concorrência aumenta, surgindo a necessidade da adoção de inovações incrementais para melhorias no desempenho do produto. A fase da maturação é representada por uma intensa concorrência e uma diminuição no ritmo de crescimento das vendas. Na fase do declínio os usuários deixam de usar a tecnologia e a indústria deixa de fazer uso da tecnologia (TIGRE, 2006). O desenvolvimento das inovações pode ocorrer de diferentes maneiras, envolvendo diversas etapas que antecedem o a introdução do produto no mercado. Devendo ser um processo contínuo dentro da organização. Estes processos são descritos a seguir Processo de Inovação De acordo com Barbieri (2003) a inovação é sempre uma atividade complexa e constituída de várias etapas. Pode-se considerar que o processo de

67 65 inovação é formado por atividades relacionadas com a geração e seleção de ideias, desenvolvimento e implementação das ideias selecionadas e pela obtenção e sustentação dos resultados. No entanto, segundo o mesmo autor, na prática esse processo nem sempre se apresenta nessa sequência, além disso, nem sempre é possível determinar quando um projeto de inovação está realmente concluído, pois os produtos, processos e serviços ao longo do seu ciclo de vida recebem diversas inovações de caráter incremental. Aliás, nem sempre é possível distinguir quando termina a inovação principal e onde começam as inovações incrementais para o seu aperfeiçoamento. Entretanto, pode-ser dizer que o processo de inovação estará completo quando os novos conhecimentos estiverem definitivamente incorporados em produtos, processos produtivos e serviços, atendendo aos objetivos que se propuseram. Um processo de inovação tecnológica tem dois pontos básicos de partida, podem ser do tipo empurrado pela ciência (science pushed) ou puxadas pela demanda (demand pulled). No primeiro caso a inovação tem origem de novos conhecimentos obtidos por meio da pesquisa, neste caso a inovação surge como uma oferta do lado da ciência, dando origem geralmente a uma inovação radical. No segundo, a inovação surge de uma necessidade social ou produtiva, geralmente dando origem a inovações incrementais (SAENZ e CAPOTE, 2002). A Figura 14 mostra um esquema simplificado de uma inovação empurrada pela ciência. Esse esquema mostra que: a ideia que surge no laboratório de pesquisa é contrastada com conhecimentos existentes, para determinar se os conhecimentos necessários para sua aplicação encontram-se disponíveis na literatura científica e tecnológica. Se esse conhecimento não se encontra todo disponível, o que falta são adquiridos mediante os trabalhos de P&D e as técnicas de engenharização. A integração entre esses conhecimentos originam um novo conhecimento tecnológico que será contrastado com as atividades sociais ou com as demandas do mercado sendo oferecido então ao setor produtivo (SAENZ e CAPOTE, 2002).

68 66 Estoque universal de conhecimento Necessidade social Ideia P&D Novos conhecimentos tecnológicos Oferta tecnológica Técnicas de engenharização Demanda de mercado Figura 14 - Esquema simplificado de uma inovação empurrada pela ciência Fonte: Saenz e Capote (2002). Para a inovação que tem como ponto de partida a demanda do mercado, o esquema é semelhante, como pode ser observado na Figura 15. Porém, a ideia para a solução técnica que atenderá a uma necessidade social ou uma demanda do mercado será contrastada com os conhecimentos existentes para encontrar soluções para o problema. Se os conhecimentos existentes forem insuficientes, este será completado com os trabalhos necessários de P&D e engenharização. A integração destes conhecimentos produz um novo conhecimento tecnológico que será integrado à produção (SAENZ e CAPOTE, 2002). Necessidade social Estoque universal de conhecimento Ideia P + D Novos conhecimentos tecnológicos Entrega a produção Demanda de mercado Técnicas de engenharização Figura 15 - Esquema simplificado de uma inovação empurrada pela ciência Fonte: Saenz e Capote (2002).

69 67 O processo de inovação é um fenômeno dinâmico e não estático, que se apresenta muitas vezes de forma complexa e interativa (GURGEL, 2006). De acordo com Barbieri (2003, p.54), a inovação é uma atividade complexa, por ser formada de várias etapas em que participam agentes diferentes com papéis diferentes. Nesse caso o processo de inovação engloba desde a percepção de um problema ou oportunidade técnica ou mercadológica, até a aceitação comercial do produto, serviço ou processo que incorpore as soluções tecnológicas encontradas. Na literatura são encontrados vários modelos que representam esse processo dentro das organizações. Tidd, Bessant e Pavitt (2008) descrevem um processo para a inovação comum a todas as empresas, conforme pode ser observado na Figura 16. Figura 16 - Modelo de processo de inovação Fonte: Tidd, Bessant e Pavitt (2008, p. 109) A figura indica o sentido e as etapas envolvidas num processo para geração de inovação, representando-a como um conjunto central de atividades distribuídas num dado período de tempo. A seguir, estas etapas são descritas com base nos próprios autores (TIDD; BESSANT; PAVITT, 2008). A primeira fase do modelo é a procura (buscar), que envolve a análise do cenário interno e externo da empresa em busca de sinais de ameaças e oportunidades para mudança. Estes sinais podem se apresentar na forma de novas oportunidades tecnológicas, ou necessidades de mudanças impostas por mercados, podem ser resultantes de pressões de políticas ou de concorrentes. A etapa de seleção envolve o ato de decidir sobre quais destes sinais

70 68 deve responder. É importante que seja feita uma seleção entre as várias oportunidades que aparecerem considerando a estratégia geral adotada pela empresa. Esta fase á alimentada por três tipos de informações. A primeira é sobre possíveis oportunidades tecnológicas e de mercado disponíveis a empresa. A segunda, diz respeito ao que a empresa sabe sobre seu produto ou serviço e como é fabricado e colocado no mercado de forma eficaz. Neste momento é importante que haja uma proximidade entre o que a empresa conhece no momento e as propostas de mudanças. A terceira se refere à estratégia de desenvolvimento. A implementação é traduzir o potencial da ideia inicial em alguma forma de realidade, seja através de um produto ou serviço novo, uma mudança de processo, uma alteração no modelo de um negócio, etc. Esta etapa envolve quatro elementos fundamentais: Aquisição do conhecimento para possibilitar a inovação indicando como criar algo novo através de P&D, pesquisa de mercado, adquirindo conhecimentos de outras fontes através de transferência de tecnologia, aliança estratégica, etc. Representa o primeiro esboço de solução e tende a mudar à medida que é desenvolvida. Execução do projeto sob condições de imprevisibilidade que exigem grande capacidade de solução de problemas. Lançamento da inovação no mercado e gerenciamento de seu processo inicial de adoção. Envolve uma série de atividades voltadas à preparação do mercado em que o produto será lançado, pois somente quando o mercado-alvo toma a decisão de adotar a inovação é que todo o processo de inovação é completado. Sustentabilidade de adoção em longo prazo, revisando a ideia original e modificando-a, é o caso da reinovação. A última etapa deste processo se refere à aprendizagem, onde as empresas têm a oportunidade de aprender com a progressão através desse ciclo, de maneira que possam construir sua base de conhecimento e melhorar a forma de como o processo é gerido. Como resultado da inovação a empresa tem um novo estímulo para reiniciar o ciclo, se a oferta do produto/serviço ou mudança de processo fracassa,

71 69 ela fornece informação valiosa sobre o que modificar da próxima vez. Segundo os autores na vida real a inovação não se restringe a essa representação simples e raramente é um único evento, mas sim um ciclo de atividades repetidas num dado período de tempo. Reis (2008, p.48) complementa este pensamento mencionando que a inovação não é um ato único e bem definido, mas uma série de atos unidos ao processo inventivo. É através de um processo exaustivo de redesenho, de modificações e de várias melhorias, para adequação ao mercado consumidor que a inovação adquire importância econômica. De acordo com o autor o processo de inovação não está limitado a uma única empresa ou organização, hoje este é um processo de colaboração intensiva entre vários tipos de entidades que formam uma complexa teia de atividades inovativas Modelos para Avaliação da Inovação Devido à importância que veio sendo atribuída à inovação alguns modelos foram sendo desenvolvidos com finalidade de avaliar as inovações e as organizações enquanto inovadoras. Estes modelos incluem variáveis internas e externas às empresas que envolvem o processo de inovação. Uma das primeiras iniciativas neste sentido foi desenvolvida pela Organização para Cooperação e Desenvolvimento Econômico (OCDE), com a publicação do Manual de Oslo que apresenta diretrizes para coleta e interpretação de dados sobre inovação. De acordo com a OCDE (2005, p. 9) este manual é bastante abrangente e flexível quanto a suas definições e metodologias de inovação tecnológica e, por isso mesmo, tem sido uma das principais referências para as atividades de inovação na indústria brasileira. Este manual tem como fonte padrões de países desenvolvidos, portanto, a partir deste manual, foram desenvolvidos outros modelos para avaliação da inovação, como o manual de Bogotá elaborado em Este manual apresenta a normalização de indicadores de inovação para a América Latina e Caribe, considerando as características dos países em desenvolvimento.

72 70 No Brasil, a metodologia descrita no Manual de Oslo serviu de base para a elaboração da Pesquisa de Inovação Tecnológica (PINTEC). Esta pesquisa é elaborada pelo Instituto Brasileiro de Geografia e Estatística e teve sua primeira edição publicada no ano de 2000 com base nos dados referentes ao período de 1998 a Atualmente a PINTEC é tida como referência em pesquisa de inovação no país e, tem como foco, fatores que influenciam o comportamento inovador das empresas, as estratégias adotadas, os esforços empreendidos, os incentivos, os obstáculos e os resultados da inovação (SILVA, 2009). Permite desta forma, orientar diagnósticos sobre as atividades inovativas da indústria. Mais recentemente outros modelos foram desenvolvidos, como por exemplo, o radar da inovação de Scherer e Carlomagno (2009) que permite avaliar o perfil das inovações geradas pela organização. Este modelo permite também identificar, comparar e planejar os tipos de inovação que a empresa quer priorizar. O modelo é estruturado em um radar que apresenta 12 dimensões onde as inovações podem ocorrer e três níveis de intensidade (melhoria, incremental e radical). Além destes, existem outros modelos, mas, um ponto em comum é que todos apresentam indicadores envolvidos no processo da inovação. A seguir são descritos alguns destes indicadores que se encontram presentes nos modelos desenvolvidos Indicadores de Inovação Na busca por inovação as organizações podem desempenhar várias atividades, que podem ser mensuradas através de indicadores. Estes indicadores de acordo com Trizotto e Geisler (2009) permitem avaliar se os esforços e os investimentos realizados para a geração de inovação estão trazendo o retorno esperado e, assim, identificar os resultados da inovação. Neste sentido, os indicadores de inovação tecnológica são medidas usualmente utilizadas na mensuração da performance inovativa, seja de uma empresa, um setor, ou mesmo de um país (PACAGNELLA JÚNIOR, 2006). Por meio de indicadores, é possível ter uma análise global do desempenho do processo incentivando a equipe de gestores, a tomar decisões embasadas em

73 71 um conhecimento da situação atual e sua tendência no futuro (TRIZOTTO e GEISLER, 2009). Como os indicadores de inovação proporcionam medidas de resumo das atividades inovadoras da empresa (PINTO, 2004), sua análise pode contribuir para o planejamento estratégico da empresa, possibilitando o estabelecimento e acompanhamento de metas para a geração de inovação na organização. De acordo com Furtado e Queiroz (2007), atualmente existe uma quantidade crescente de indicadores que podem ser utilizados para descrever o processo de inovação captando os aspectos relevantes deste processo. Estes indicadores estão subdivididos entre os que medem os insumos ou esforços, e os que medem os produtos ou resultados da inovação. Segundo o autor os indicadores de insumo, primeiramente enfocaram os esforços realizados pelas empresas em pesquisa e desenvolvimento, medindo tanto o dispêndio quanto o recurso humano mobilizado; posteriormente estes esforços relacionam licenciamento de tecnologia, projeto industrial, aquisição de máquinas e marketing de primeiros produtos. Referente aos indicadores de resultado, o mais comum é a patente de inovação, pois mede efetivamente a invenção tecnológica, sendo que neste caso o critério para aprovar uma patente consiste em saber se a tecnologia é nova. De acordo com Pinto (2004) estes indicadores vêm sendo apresentados na literatura como uma forma de se tentar mensurar o esforço inovador das empresas, apesar de não haver uma consolidação de um modelo único de mensuração da inovação. Trizotto e Geisler (2009) corroboram com este pensamento e salientam que a empresa deve identificar qual o grupo de indicadores mais adequados para medir seu desempenho de inovação, com base nas suas metas. Alguns dos indicadores que podem ser utilizados para este fim são apresentados no Manual de Oslo (OCDE, 2005), no Manual de Bogotá (JARAMILLO; LUGONES; SALAZAR, 2001) e na PINTEC - Pesquisa de Inovação Tecnológica (IBGE, 2010). Devido à grande importância que a PINTEC representa para a avaliação da inovação na indústria brasileira, neste estudo serão utilizados como base os

74 72 indicadores presentes na PINTEC, por isso, estes são descritos com mais detalhes no tópico a seguir Indicadores presentes na PINTEC O modelo desenvolvido pela PINTEC para mensuração dos indicadores de inovação é baseado nos indicadores descritos no Manual de OSLO. Neste modelo, os temas abordados na pesquisa são organizados em blocos conforme a estrutura apresentada na Figura 17. Figura 17 - Estrutura PINTEC Fonte: IBGE (2010). Para cada bloco são obtidos indicadores específicos que permitem mensurar os esforços empreendidos pela organização para a inovação nas organizações. Os temas abordados e as variáveis analisadas em cada um destes grupos de indicadores são descritos a seguir com base nas informações contidas na própria PINTEC (IBGE, 2010).

75 73 a) Características das empresas Neste grupo são gerados indicadores que identificam a origem do capital controlador da empresa e sua localização quando for estrangeiro. Identifica também se a empresa é independente ou parte de um grupo, indicando a localização da matriz e a abrangência geográfica do principal mercado da empresa. Neste bloco também é apontado se a empresa estava vinculada a alguma incubadora ou parque tecnológico no período compreendido na pesquisa. De acordo com o IBGE (2010, p.18) estas informações são importantes porque algumas características das empresas podem influenciar a escolha das estratégias e o seu desempenho inovativo. b) Produtos e processos novos ou substancialmente aprimorados Neste bloco são obtidos indicadores referentes aos produtos e/ou processos novos ou substancialmente aprimorados gerados pela organização, conforme pode ser observado no Quadro 5. Inovação em produto e processo Este produto ou processo é: Em termos técnicos este produto ou processo é: Quem desenvolveu esta inovação e onde se localiza? Novo para a empresa, mas já existente no mercado nacional Novo para o mercado nacional, mas já existente no mercado mundial Novo para o mercado mundial Aprimoramento de um já existente Completamente novo para a empresa Principalmente a empresa Principalmente outra empresa do grupo Principalmente a empresa em cooperação com outras empresas ou institutos Principalmente outras empresas ou institutos Quadro 5 - Indicadores obtidos referente a produtos novos ou substancialmente aprimorados Fonte: Elaborado a partir de IBGE (2010). Na PINTEC a definição adotada para inovação de produtos e processos é a descrita no Manual de Oslo, onde é definida como a implementação de produtos (bens ou serviços) ou processos novos ou substancialmente aprimorados. Para que a implementação da inovação ocorra de fato, é necessário que seja introduzida no mercado ou o processo seja operado pela empresa. c) Atividades inovativas As atividades que as empresas desenvolvem para inovar estão relacionadas à Pesquisa e Desenvolvimento (P&D) que inclui pesquisa básica, aplicada ou desenvolvimento experimental e, as atividades não relacionadas com P&D que envolvem a aquisição de bens, serviços e conhecimentos externos (IBGE, 2010).

76 74 De acordo com a PINTEC a mensuração dos recursos alocados nestas atividades revela o esforço empreendido para a inovação de produto e processo e é um dos principais objetivos das pesquisas de inovação (IBEGE, 2010, p. 20). Atividades inovativas Indicador Atividades internas de P&D Aquisição externa de P&D Aquisição de outros conhecimentos externos Aquisição de software Aquisição de máquinas e equipamentos Descrição Compreende o trabalho criativo, empreendido de forma sistemática, com o objetivo de aumentar o acervo de conhecimentos e o uso destes conhecimentos para desenvolver novas aplicações, tais como produtos ou processos novos ou substancialmente aprimorados. Compreende as atividades descritas acima, realizadas por outra organização (empresas ou instituições tecnológicas) e adquiridas pela empresa. Compreende os acordos de transferência de tecnologia originados da compra de licença de direitos de exploração de patentes e uso de marcas, aquisição de know-how e outros tipos de conhecimentos técnicocientíficos de terceiros, para que a empresa desenvolva ou implemente inovações. Compreende a aquisição de software (de desenho, engenharia, de processamento e transmissão de dados, voz, gráficos, vídeos, para automatização de processos, etc.), especificamente comprados para a implementação de produtos ou processos novos ou substancialmente aprimorados. Compreende a aquisição de máquinas, hardware, equipamentos, especificamente comprados para a implementação de produtos ou processos novos ou substancialmente aprimorados. Treinamento Compreende o treinamento orientado ao desenvolvimento de produtos/processos novos ou substancialmente aprimorados e relacionados às atividades inovativas da empresa, podendo incluir aquisição de serviços técnicos especializados externos. Introdução das inovações tecnológicas no mercado Projeto industrial e outras preparações técnicas para a produção e distribuição Compreende as atividades de comercialização, diretamente ligadas ao lançamento de produto novo ou aperfeiçoado, podendo incluir: pesquisa de mercado, teste de mercado e publicidade para o lançamento. Exclui a construção de redes de distribuição de mercado para as inovações. Refere-se aos procedimentos e preparações técnicas para efetivar a implementação de inovações de produto ou processo. Quadro 6 - Atividades inovativas desenvolvidas Fonte: Elaborado a partir de IBGE (2010). Os indicadores referentes às atividades inovativas são avaliados em oito categorias, onde é contabilizado o grau de importância (alta, média, baixa e não relevante) atribuído a cada uma delas no processo de geração de inovação e os gastos realizados nas atividades. Estes indicadores são apresentados no Quadro 6.

77 75 d) Fontes de financiamento Neste bloco, os indicadores obtidos se referem à estrutura de financiamento dos gastos realizados nas atividades inovativas. Identificando as fontes de financiamento próprias e de terceiros referente à P&D e demais atividades. e) Atividades internas de P&D Além dos dispêndios realizados, a PINTEC identifica alguns outros indicadores sobre as atividades de P&D, conforme descrito no Quadro7: Indicadores Atividades internas de P&D contínuas Atividades internas de P&D ocasionais Localização do departamento de P&D da empresa ou localização das atividades de P&D da empresa Atividades internas de P&D Número de pessoas do quadro da empresa normalmente ocupadas nas atividades de P&D Nível de qualificação das pessoas ocupadas nas atividades de P&D Ocupação Quadro 7 - Indicadores atividades internas de P&D Fonte: Elaborado a partir de IBGE (2010). Na PINTEC, o número total de pessoas ocupadas nas atividades de P&D refere-se em equivalência à dedicação plena. Esta variável é obtida pela soma do número de pessoas em dedicação exclusiva e do número de pessoas dedicadas parcialmente à atividade de P&D, ponderado pelo percentual médio de dedicação (IBGE, 2010, p.22). f) Impactos das inovações Os indicadores de impactos estão associados ao produto, ao mercado, ao processo e a outros impactos, conforme demonstrado no Quadro8. Além destes indicadores é medida a proporção das vendas internas e das exportações atribuídas aos produtos novos ou substancialmente aprimorados introduzidos no mercado.

78 76 Impactos da inovação Indicadores Produto Melhoria da qualidade dos produtos Ampliação da gama de produtos ofertados Mercado Manutenção da participação da empresa no mercado Ampliação da participação da empresa no mercado Abertura de novos mercados Processo Aumento da capacidade produtiva Aumento da flexibilidade da produção Redução dos custos de produção Redução dos custos do trabalho Redução do consumo de matéria Redução do consumo de energia Redução do consumo de água Outros impactos Redução do impacto ambiental e em aspectos ligados à saúde e segurança Enquadramento em regulações relativas ao mercado interno Enquadramento em regulações relativas ao mercado externo Quadro 8 - Indicadores de impactos da inovação Fonte: Elaborado a partir de IBGE (2010). De acordo com o Manual de Oslo (2005, p. 121) as medidas do impacto da inovação sobre o desempenho da empresa estão entre os indicadores de inovação mais importantes, mas elas estão também entre as mais difíceis de obter. g) Fontes de informação Para desenvolver seus projetos de inovação a empresa pode obter inspiração de diversas fontes de informação, produzindo novos conhecimentos ou utilizando o conhecimento incorporado nas patentes, softwares, máquinas e equipamentos, artigos especializados, dentre outros. Deste modo, a identificação das fontes de ideias e de informações utilizadas no processo inovativo pode ser um indicador do processo de criação, disseminação e absorção de conhecimentos. No Quadro9, podem ser observados os indicadores obtidos na PINTEC para as fontes de informação.

79 77 Fontes de informação Indicadores Departamento de P&D Fontes internas Outras fontes (setores) Atividades de Mercado Outras empresas do grupo Fornecedores Clientes ou consumidores Concorrentes Especializadas e Institucionais Empresa de consultoria Fontes externas Universidade Centros de capacitação Institutos de testes Licenças e patentes Caráter Profissional Conferências e publicações especializadas Feiras e exposições Redes de informações informatizadas Quadro 9 - Indicadores fontes de informação Fonte: Elaborado a partir de IBGE (2010). Para estes indicadores a PINTEC identifica a importância das fontes de informação e sua localização (Brasil e exterior). h) Relações de cooperação para inovação Na PINTEC, a cooperação para inovação é definida como a participação ativa da empresa em projetos conjuntos de P&D e outros projetos de inovação com outra organização (empresa ou instituição). Os indicadores referentes a este bloco identificam as relações entre um conjunto de atores. Desta forma, são identificados os parceiros das empresas nos projetos de cooperação, conforme demonstrado no Quadro 10, bem como o objetivo da parceria e sua localização. Indicadores Clientes ou consumidores Fornecedores Relações de cooperação Concorrentes para inovação Outra empresa do grupo Empresas de consultoria Universidades ou institutos de pesquisa Centros de capacitação profissional e assistência técnica Instituições de testes, ensaios e certificações Quadro 10 - Indicadores relações de cooperação para inovação Fonte: Elaborado a partir de IBGE (2010). i) Apoio do governo Os indicadores obtidos na PINTEC referentes ao apoio do governo para as atividades inovativas podem ser visualizados no Quadro 11.

80 78 Apoio do Governo Incentivos fiscais à P&D e inovação tecnológica Subvenção econômica à P&D e à inserção de pesquisadores Financiamento a projetos de P&D e inovação tecnológica: Sem parceria com universidades ou institutos de pesquisa Em parceria com universidades ou institutos de pesquisa Financiamento exclusivo para a compra de máquinas e equipamentos utilizados para inovar Bolsas oferecidas pelas fundações de amparo à pesquisa e RHAE/ CNPq para pesquisadores em empresas Aporte de capital de risco Outros Quadro 11 - Indicadores apoio do governo Fonte: Elaborado a partir de IBGE (2010). Estas informações se complementam e são relevantes para o desenho, implementação e avaliação de políticas. j) Patentes e outros métodos de proteção Com objetivo de conhecer os métodos de proteção utilizados pelas empresas para garantir a apropriação dos resultados da inovação, a PINTEC questiona sobre o método formal e estratégico empregados pelas empresas e também se solicitaram depósitos de patentes no Brasil e/ou exterior. Patentes e outros métodos de proteção Indicadores Métodos de proteção Patente de invenção formais Patente de modelo de utilidade Registro de desenho industrial Marcas Direitos de autor Métodos de proteção Complexidade no desenho do estratégicos produto Segredo industrial Tempo de liderança sobre os competidores Outros (favor descrever) Quadro 12 - Indicadores patentes Fonte: Elaborado a partir de IBGE (2010). Estes indicadores podem ser visualizados no Quadro 12. k) Problemas e obstáculos à inovação Este bloco tem por objetivo identificar os motivos pelos quais a empresa não desenvolveu atividades inovativas ou não obteve os resultados esperados, identificando também a importância atribuída a cada uma delas. Os indicadores gerados para este fim podem ser observados no Quadro 13.

81 79 Problemas e obstáculos à inovação Fatores Econômicos Problemas internos da empresa Deficiências técnicas Problemas de informação Problemas com o Sistema Nacional de Inovação Indicadores Riscos econômicos excessivos Elevados custos da inovação Escassez de fontes apropriadas de financiamento Rigidez organizacional Falta de pessoal qualificado Escassez de serviços técnicos externos adequados Falta de informação sobre tecnologia Falta de informação sobre mercados Escassas possibilidades de cooperação com outras empresas/instituições Problemas de regulação Dificuldade para se adequar a padrões, normas e regulamentações Fraca resposta dos consumidores quanto a novos produtos Centralização da atividade inovativa em outra empresa do grupo Quadro 13 - Indicadores problemas e obstáculos à inovação Fonte: Elaborado a partir de IBGE (2010). Além destes indicadores, são identificados no caso de a empresa não ter inovado, o motivo pelo qual ela não o fez. Estes podem ser devido a: Inovações prévias; Condições do mercado: deficiência de demanda (agregada e/ou setorial) ou estrutura de oferta (concorrencial ou capacidade instalada) que desestimulou a inovação; Outros problemas e obstáculos que impediram o desenvolvimento, implementação de inovação. l) Inovações organizacionais e de marketing Os indicadores referentes a este bloco (Quadro14) refletem o resultado de decisões estratégicas tomadas pela direção e deve constituir novidade organizativa para a empresa.

82 80 Inovações organizacionais e de marketing Inovação organizacional Inovação de marketing Novas técnicas de gestão para melhorar rotinas e práticas de trabalho Novas técnicas de gestão ambiental; Novos métodos de organização do trabalho para melhor distribuir responsabilidades e poder de decisão Mudanças significativas nas relações com outras empresas ou instituições sem fins lucrativos Mudanças significativas nos conceitos/estratégias de marketing Mudanças significativas na estética, desenho ou outras mudanças subjetivas em pelo menos um dos produtos Quadro 14 - Indicadores inovações organizacionais e de marketing Fonte: Elaborado a partir de IBGE (2010). Tal como sugere a terceira edição do Manual Oslo, a PINTEC adota como conceito de inovação organizacional a implementação de um novo método organizacional nas práticas de negócios da empresa, na organização do seu local de trabalho ou em suas relações externas, visando melhorar o uso do conhecimento, a eficiência dos fluxos de trabalho ou a qualidade dos bens ou serviços. Já a inovação de marketing é considerada como a implementação de um novo método de marketing com mudanças significativas na concepção do produto ou em sua embalagem, no posicionamento do produto, em sua promoção ou na fixação de preços, visando melhor responder às necessidades dos clientes, abrir novos mercados ou a reposicionar o produto no mercado para incrementar as vendas. 2.3 ACV E INOVAÇÃO De acordo com Bonezzi (2010) a ACV demonstrou ser um instrumento apropriado de apoio à tomada de decisões relacionadas às questões ambientais e à sustentabilidade, pois tem potencial para orientar a gestão ambiental das empresas e direcioná-las ao desenvolvimento de novos materiais, processos e produtos que apresentem melhor desempenho ambiental. Para o autor, as mudanças tecnológicas fundamentais na produção e nos produtos podem em longo prazo ser providas pela ACV, em parte devido ao efeito multiplicador ao longo da cadeia de produção, inclusive no uso otimizado de energia

83 81 e de materiais, com a redução de material depositado em aterros através do uso de processos de reciclagem e de re-uso. Como a ACV envolve todas as etapas do processo de elaboração do produto, incluindo as entradas e saídas referente a cada etapa do processo, ela permite obter conhecimento do ciclo de vida do produto como um todo. Isto possibilita identificar, entre outros aspectos, os pontos desfavoráveis do produto, nos aspectos ambientais. Desta maneira, a busca de alternativas para melhorar o desempenho ambiental desse produto pode resultar em inovações para a indústria. De acordo com Bruno et al. (2009, p.3) o profundo conhecimento dos parâmetros que definem a interação de um produto com o meio em que se insere gera novos conhecimentos, habilidades e atitudes profissionais, aumentando e diversificando a capacidade do sistema de produzir inovações. Com isso, pode-se supor que o conhecimento obtido na ACV tem grande possibilidade de exercer influência no processo de inovação. Neste sentido, o potencial da ACV para a geração de inovação está relacionado ao fato de que os resultados obtidos na ACV, fornecem informações referentes aos aspectos/impactos ambientais associados ao ciclo de vida do produto. Desta forma, estas informações podem fornecer indicativos para a empresa inovar, resultando em alterações no sistema do produto, que podem se caracterizar como inovação para a organização (BERKHOUT, 1996). Neste contexto, de acordo com Saraiva (2007) a ACV é uma ferramenta excelente que além de gerar e interpretar dados ambientais proporciona uma indicação da direção que a empresa deve seguir para melhorar sua produção e gestão de maneira geral. Esta indicação resultante da ACV e a busca por melhorias no processo de produção podem resultar em inovações para a indústria, possibilitando a empresa buscar por inovações ao mesmo tempo em que procura melhorar o desempenho ambiental de seus produtos. Já que a tendência é que as organizações sejam mais pressionadas a atender as exigências do desenvolvimento sustentável. Para Rozenfeld e Forcellini (2009), a inovação deve ser vista como um direcionador para a estratégia competitiva das empresas juntamente com a preocupação com os aspectos de sustentabilidade. Desta maneira, segundo os autores as estratégias da empresa podem estar relacionadas com inovações em

84 82 produtos, sendo que a inovação de produto relaciona-se diretamente com a gestão do ciclo de vida de produtos, que por sua vez se relaciona com os outros tipos de inovação. De acordo com os autores, a inovação e a sustentabilidade são consideradas tendências iminentes para as empresas que pretendem se manter competitivas no mercado globalizado. Com isso, além de estimular a inovação os gestores precisam garantir o bom desempenho ambiental da organização cumprindo com as normas de qualidade referentes aos produtos desenvolvidos. Deste modo, a ACV pode ser utilizada para identificar oportunidades que permitam melhorar os aspectos ambientais dos produtos, que podem resultar em inovações na indústria e, consequentemente, na melhoria da competitividade. Além disso, de acordo com Lefebvre et al. (2001) evidências demonstram que um melhor desempenho ambiental estimula o processo de inovação. Segundo a pesquisa realizada pelos autores em quatro setores industriais, dentre os benefícios obtidos pela melhora no desempenho ambiental está a inovação de produto, a inovação de processo e a inovação gerencial. Neste caso, a ACV pode auxiliar na identificação dos pontos no ciclo de vida do produto que pode ter seu desempenho ambiental melhorado, através da inovação. Segundo Berkhout (1996) todos os sistemas de produto ou serviços que a organização oferece poderiam ser otimizados no que diz respeito ao seu impacto ambiental, no entanto, apenas uma parte destas oportunidades é identificada. Um dos motivos que contribuem para que isso ocorra é o fato das oportunidades tecnológicas estarem limitadas ao conhecimento atual. Corroborando com este pensamento a Comissão Européia (2004) salienta que o conhecimento desempenha um papel crucial na promoção da inovação, afetando o processo de inovação e a abordagem para a inovação. Se a organização não tem conhecimento dos impactos que seus produtos causam ao longo do seu ciclo de vida, ela não tem a direção de que necessita para buscar melhorias que resultem num melhor desempenho ambiental e tenha como benefício as inovações de processo, produto e também gerencial citadas por Lefebvre et al. (2001). No estudo desenvolvido por Berkhout (1996), o autor procura demonstrar a influência da ACV para a geração de inovação de produto a partir da compreensão

85 83 das condições em que as inovações são geradas e adotadas nas empresas. A partir de uma análise da caracterização feita por Dosi (1988) o autor identificou três fatores básicos na geração de inovações e tenta estabelecer sua relação com a ACV. Estes fatores são oportunidades tecnológicas, demanda do mercado e apropriabilidade, descritos a seguir: a) Oportunidades tecnológicas: A ACV representa um sistema (framework) dentro do qual o conhecimento sobre produtos e processos é gerado. Segundo o autor, a probabilidade de que esse conhecimento conduza a oportunidades tecnológicas depende de três fatores principais: o impacto ambiental dessas atividades, a profundidade do ciclo de vida do produto em que as atividades da empresa estão situadas e a maturidade da indústria. Em relação ao impacto ambiental, abordagens de ciclo de vida serão mais aplicáveis a sistemas de produtos que tenham um impacto ambiental relativamente elevado. Pois, é mais provável que a ACV identifique potenciais melhorias neste tipo de sistema. No que se refere à profundidade da ACV, a probabilidade de descoberta de oportunidades tecnológicas para melhoria do sistema do produto também será determinada pelo número de etapas incluídas na ACV do produto: quanto mais profundo for o estudo, mais etapas serão incluídas e maiores serão as oportunidades de melhorias identificadas. Para o autor, estudos muito superficiais raramente fornecem novos conhecimentos que estimulam a inovação. Em setores com maior maturidade tecnológica as principais alterações na produção estão relacionadas a melhorias de processos e, portanto, ligadas a inovações de processo. Em indústrias maduras, onde a inovação de produtos é importante, estudos de ciclo de vida podem estimular a atividade inovadora e direta sob certas condições. b) Demanda do mercado: A procura de melhorias no mercado pode estar relacionada, por exemplo, a pressões ambientais que afetam decisões de compra e a busca por custos de energia mais baixos durante a fase de utilização de um produto. A demanda do mercado por melhorias no desempenho ambiental do ciclo de vida vai depender da percepção do impacto ambiental relativo ao sistema de produto. Estes serão os

86 84 impactos que os consumidores estão mais conscientes. Em especial, as abordagens do ciclo da vida associados com use phase e endoflife são os impactos mais prováveis para estimular inovações que gerem valor para o cliente. c) Apropriabilidade: De acordo com o autor, a construção de competências baseadas no ciclo de vida, dependerá da apropriabilidade que a empresa tem do ciclo de vida do produto. Isso é um problema quando o ciclo de vida do produto não está dentro do controle direto de uma única empresa. Desta forma, as condições de apropriabilidade serão altamente variáveis e em geral a apropriabilidade de inovações baseadas em estudos de ACV na empresa será fraco. Assim, a capacidade de capturar os benefícios gerados em estudos de ACV dependerá da medida em que as empresas de um setor exercer controle sobre o sistema de produto. Analisando essa abordagem da aplicação da ACV na indústria, o autor conclui em seu estudo, que ainda é cedo para chegar a uma conclusão. E que, as empresas que apresentam interesse na ACV ainda estão focadas em aprender sobre essa metodologia. Em outro estudo, desenvolvido posteriormente, Frankl e Rubik (1999) estudaram o uso da ACV nos negócios em quatro países europeus. Sendo que um dos pontos pesquisados foi o motivo que impulsionou a geração da inovação de produto e percebeu-se que a questão ambiental é o fator menos relevante para o incentivo da inovação. De acordo com a pesquisa dos autores, o que impulsiona a geração de inovação são o marketing, os custos e a concorrência. Em consequência disto, concluíram que não há uma conexão direta entre a ACV e inovação de produto. No entanto, esta conclusão dos autores foi baseada no fato de que, segundo eles apenas 50 a 60% das empresas pesquisadas declararam aplicar a ACV para melhorias no produto. Sendo a maioria das ACV realizadas para aprendizagem. Isso se deve ao fato de que a aplicação desta metodologia no ambiente industrial não é muito difundida (FRANKL e RUBIK, 1999). Embora, vários estudos de ACV venham sendo desenvolvidos, esta metodologia ainda é pouco conhecida e, consequentemente, aplicada nas organizações. No entanto, conforme o que foi exposto percebe-se que a ACV tem grandes chances de contribuir para o processo de geração de inovação nas organizações, fornecendo informações relativas ao ciclo

87 85 de vida do produto que podem auxiliar neste processo. Mas para isso, a ACV tem que ser algo presente nas organizações.

88 86 3 PROCEDIMENTOS METODOLÓGICOS Este capítulo trata dos procedimentos metodológicos empregados na execução desta pesquisa. Apresenta o método de abordagem, a classificação da pesquisa e os procedimentos utilizados para a construção do modelo proposto. 3.1 MÉTODO DE ABORDAGEM Para a realização da pesquisa foi utilizado o método dedutivo, que segundo MAGALHÃES (2005) apresenta resultados a partir de argumentos aplicados a situações particulares, descobrindo verdades encobertas. Este método se justifica pelo fato de que, partindo do pressuposto que a ACV, através dos indicadores obtidos na ICV, podem auxiliar no processo de geração de inovação procurou-se mostrar a relação existente entre os indicadores de ICV e inovação. Com isso, a partir de um referencial teórico propõe-se a construção de um modelo que permita obter indicativos da influência que a ICV pode ter para a geração de inovação. 3.2 CLASSIFICAÇÃO DA PESQUISA De acordo com as classificações de pesquisa existentes o presente estudo pode ser caracterizado conforme descrito a seguir: Quanto à natureza: aplicada; Quanto à forma de abordagem do problema: qualitativa e quantitativa. Quanto aos objetivos: exploratória; Quanto aos procedimentos técnicos: pesquisa bibliográfica. Segundo Marconi e Lakatos (2005, p.20) a pesquisa aplicada objetiva gerar conhecimentos para aplicação prática e dirigidos à solução de problemas específicos. Envolve verdades e interesses locais. Assim, esta pesquisa pode ser classificada como aplicada, pois pretende gerar conhecimentos através do modelo proposto que permita avaliar onde as

89 87 informações adquiridas num estudo de ACV podem influenciar no processo de geração de inovação. O conhecimento gerado poderá ser aplicado em busca de melhores resultados dentro das organizações. Do ponto de vista da abordagem do problema esta pesquisa se caracteriza como qualitativa e quantitativa. Entende-se que esta pesquisa é qualitativa, na análise da literatura e seleção dos indicadores a serem utilizados na construção do modelo. Por outro lado o estudo se justifica como quantitativo, pois se utilizou de métodos estatísticos no tratamento dos dados pesquisados, para verificação das possíveis correlações entre os dados de ICV e inovação na construção do modelo proposto. Para Moreira e Caleffe (2008) a pesquisa exploratória tem como principal finalidade desenvolver, esclarecer e modificar conceitos e ideias, com vistas à formulação de problemas mais precisos ou hipóteses pesquisáveis para estudos posteriores. Assim, as pesquisas exploratórias são desenvolvidas com o objetivo de proporcionar visão geral, de tipo aproximativo, acerca de determinado fenômeno. Portanto, a pesquisa se justifica como exploratória, pois pretende a partir de dados levantados na literatura, proporcionar maior familiaridade com os temas em estudo indicando a possível influência da ACV para a geração de inovação, abrindo possibilidades de novos estudos. Do ponto de vista dos procedimentos técnicos a pesquisa se classifica como pesquisa bibliográfica que segundo Moreira e Caleffe (2008) é constituída de material já elaborado. No caso desta pesquisa, são utilizados livros, teses, dissertações a artigos científicos. 3.3 CONSTRUÇÃO DO MODELO PROPOSTO Este estudo teve como objetivo propor um modelo teórico para avaliar a contribuição dos indicadores obtidos na ICV sobre a geração de inovação na indústria. Para isso, este estudo divide-se em dois momentos: o primeiro é constituído de uma análise da literatura onde foram levantados os indicadores necessários para a realização da pesquisa e, o segundo, se refere à análise estatística dos dados

90 88 obtidos, onde foi indicado um modelo estatístico que pode ser seguido para verificação da relação existente entre estes indicadores. Os passos seguidos em cada momento são descritos a seguir Obtenção dos Dados Pesquisa Bibliográfica Para construção do modelo proposto, primeiramente foi realizado um levantamento bibliográfico onde foram abordados temas referentes à ACV, inovação e o potencial da ACV para geração de inovação dentro das organizações. Assim, os temas abordados e que nortearam o desenvolvimento deste estudo, podem ser observados no Quadro 15. Temas Aspectos observados Principais autores Conceitos gerais ABNT (2001); Chehebe (1997); Silva e Kulay (2006); Guinée (2001); Coltro (2007); Santos (2002); Fundación Cotec para la Innovación Tecnológica (1999) Finalidade da ACV Santos (2002); Unep (2007); Silva e Kulay (2006); Chehebe (1997);Fundación Cotec para la Innovación Tecnológica (1999) Fases da ACV: ABNT (2001);Guinée(200);Chehebe (1997); Definição do objetivo e escopo Santos (2002);Coltro(2007); ACV Análise do inventário do ciclo de vida Pereira (2008);Passuello (2007); Avaliação de impacto Silva e Kulay (2006); Ferreira(2004) Interpretação Indicadores da ACV Silva (2007); Prado (2007); Pereira (2008); Boustead (2000); Silva e Kulay (2006); INOVAÇÃO ACV X Inovação Ferramentas para análise do ciclo de vida Software Umberto Indicadores obtidos pelo Umberto Conceitos de inovação Processo de inovação Modelos para avaliação da inovação Indicadores de inovação Indicadores de inovação presentes no PINTEC ACV e Inovação Santos (2004); UNEP (2003) Curran (2006);Passuelo (2007); Umberto (2010); Durão (2009); Prado (2007); Tateyama (2007); Silva (2002); Umberrto (2019) Kupler e Hasenclever (2002); Schumpeter (1982); OCED(2005); Matos e Guimarães (2005); Reis (2008); Coral,Ogliari, Abreu (2009); Scherer e Carlomagno (2009); Barbieri (2003); Tigre (2006). Barbieri (2003); Saenz e Capote (2002); Gurgel (2006); Tidd, Bessant e Pavitt (2008); Reis (2008) OCDE (2005); IBGE (2010);Silva (2009); Scherer e Carlomagno (2009); Jaramillo; Lugones; Salazar, (2001) Trizotto e Geisler (2009); Pacagnella Júnior (2006); Pinto (2004); Furtado e Queiroz (2007); Jaramillo; Lugones; Salazar (2001); IBGE, (2010) IBGE (2010). Quadro 15 - Temas base para construção do modelo Fonte: Autoria própria. Bonezzi (2010); Bruno et al. (2009); Berkhout(1996); Saraiva (2007); Rozenfeld e Forcellini (2009); Lefebvre et al. (2001); Frankl e Rubik (1999)

91 89 A partir do levantamento realizado, foram identificados indicadores relacionados à ACV e inovação, que após receberem tratamentos diferenciados foram utilizados para construção do modelo proposto. Estes tratamentos são descritos nos tópicos a seguir. É importante ressaltar que este estudo trata-se da proposta de um modelo para avaliação da influência da ACV para geração de inovação e não de um estudo de análise de ciclo de vida de um produto propriamente dito. Portanto, os dados que possibilitaram a realização deste estudo foram obtidos de fontes secundárias Obtenção dos Indicadores de ICV Os indicadores referente à ACV utilizados no presente estudo dizem respeito aos indicadores obtidos na fase de ICV, e foram obtidos do trabalho desenvolvido por Prado (2007) para embalagem de alumínio utilizada na indústria de refrigerantes. Este trabalho foi escolhido como fonte de dados devido ao fato de apresentar os indicadores necessários para este estudo, classificados como indicado no item do referencial teórico e, também, por estes terem sido compilados com apoio do software Umberto, que conforme demonstrado no item deste trabalho, apresenta as características necessárias de um software de ACV para compilação de dados. Além disso, em sua pesquisa, Prado (2007) segue a metodologia para análise do ciclo de vida descrita pela norma ISO 14040, que apresenta as diretrizes a serem seguidas neste tipo de estudo. Sendo executada em três etapas: definição do objetivo e escopo, análise do inventário, avaliação de impacto e interpretação. Detalhes de como estas etapas devem ser executadas podem ser observados no item do referencial teórico. No entanto, para esta pesquisa serão considerados os dados obtidos na fase de ICV. O estudo desenvolvido pelo autor envolveu os processos desde a extração de matérias-primas para produção das embalagens até as etapas de reciclagem, pós-consumo do refrigerante, sendo considerada como unidade funcional a capacidade de envase de 1000l de refrigerante. Isso demonstra que os indicadores obtidos têm representatividade do sistema estudado. O cenário construído pelo autor para este sistema pode ser observado no Anexo A.

92 90 Algumas informações também foram obtidas de Valt (2004). Destes estudos, foram identificados e considerados para construção do modelo, os indicadores de entrada referentes a recursos naturais (RN) e matérias-primas secundárias (MPS) e, os de saída referentes a emissões atmosféricas (EA), efluentes líquidos (EL) e resíduos sólidos (RS), referentes ao sistema da embalagem de alumínio citada anteriormente. Observando a literatura, os dois trabalhos apresentam a mesma quantidade de RN, MPS, EA, EL e RS consumidos ou gerados, para a produção de 1000kg de embalagem de alumínio.assim, a partir dos dados obtidos em Prado (2007) e Valt (2004) para produção de 1000kg de embalagem foram simulados indicadores para 30 empresas, considerando a unidade funcional capacidade de envase de 1000l de refrigerante e taxas de reciclagem diferenciadas para o processo. Como se trata de uma simulação, para não fugir da realidade deste tipo de empresa, os dados foram simulados considerando o mínimo e o máximo de recursos que podem estar envolvidos no sistema do produto, levando em consideração as mesmas condições de produção. Como mínimo foram considerados valores para uma empresa que não utiliza reciclagem em seu processo e, como máximo, uma empresa que utiliza 100% de reciclagem. Desta forma, estes indicadores foram obtidos em duas etapas: a primeira, consistiu no cálculo do fator de correção a ser utilizado para obtenção dos indicadores RN, MPS, EA, EL e RS referente a cada unidade de processo do sistema estudado e à unidade funcional adotada e as taxas de reciclagem, e a segunda etapa, consistiu no cálculo da normalização destes dados. Os cálculos dos fatores de correção foram feitos mediante aplicação das seguintes equações (PRADO, 2007): Etapas de extração da matéria-prima/produção de alumina e de eletrólise/fundição: Equação 1 - Cálculo fator de correção extração da matéria-prima/produção de alumina e de eletrólise/fundição F p =[(G.H)-(G.H.t RA )]/1000 Fonte: Prado (2007, p.73).

93 91 Onde: F p =fator de correção G = quantidade de alumínio associada à unidade funcional adotada (=40,83 kg, obtido pela multiplicação da massa de uma lata de alumínio (14,29 g) pelo número de latas necessárias para envasar 1000 L de refrigerante (2857 latas)). H = para etapa de extração da matéria-prima H=1,908 e para a etapa de produção de alumina H=1,000. t RA = Taxa de reciclagem de latas de alumínio Etapas de laminação, produção de latas e lavagem: Equação 2 - Cálculo fator de correção laminação, produção de latas e lavagem F p = G/1000 Fonte: Prado (2007, p.74). Onde: F p = fator de correção G = quantidade de alumínio associada à unidade funcional adotada Etapa de reciclagem: Equação 3 - Cálculo fator de correção reciclagem F p = G.t RA /1000 Fonte: Prado (2007, p.74). Onde: F p = fator de correção G = quantidade de alumínio associada à unidade funcional adotada t RA = Taxa de reciclagem de latas de alumínio

94 92 A normalização dos dados para a unidade funcional adotada foi feita multiplicando-se os valores obtidos no balanço de massa para 1000 kg de embalagem pelos fatores de correção (F p ) para cada etapa do ciclo de vida da embalagem. Os balanços de massa para 1000 kg de embalagem de alumínio utilizados nos cálculos são mostrados no Anexo B e os fatores de correção calculados associados ao ciclo de vida da embalagem de acordo com as taxas de reciclagem utilizadas são apresentados no Apêndice A Obtenção dos Indicadores de Inovação Este modelo teve como base os indicadores obtidos na última edição da Pesquisa de Inovação Tecnológica - PINTEC 2008, do Instituto Brasileiro de Geografia e Estatística (IBGE). Estes indicadores foram identificados mediante análise da literatura, onde se verificou que estes vêm sendo utilizados para mensuração dos esforços das empresas brasileiras para a geração de inovação, e por este motivo, foram selecionados para estudo. Dentre os indicadores contidos na PINTEC (descritos no item do referencial teórico), para construção do modelo, foram selecionados aqueles que continham respostas padronizadas, para que fosse possível realizar análises de correlação entre os indicadores de ACV e inovação. Assim, foram considerados os indicadores referentes às categorias de impacto das inovações, atividades inovativas e fontes de informação, pois as questões do instrumento utilizado pela PINTEC que os identificam apresentam-se de forma fechada, tendo três possibilidades de respostas em relação ao grau de importância (alta, média, baixa e não relevante) atribuído a cada um deles. Estes indicadores são apresentados no Quadro 16 a seguir.

95 93 Categorias de indicadores Impactos da inovação Atividades Inovativas Indicadores específicos da categoria Melhoria da qualidade dos produtos Ampliação da gama de produtos ofertados Manutenção da participação da empresa no mercado Ampliação da participação da empresa no mercado Abertura de novos mercados Aumento da capacidade produtiva Aumento da flexibilidade da produção Redução dos custos de produção Redução dos custos do trabalho Redução do consumo de matéria-prima Redução do consumo de energia Redução do consumo de água Redução do impacto ambiental e/ou em aspectos ligados à saúde e segurança Redução do impacto ambiental Ampliação do controle de aspectos ligados à saúde e segurança Enquadramento em regulações e normas padrão Atividades internas de Pesquisa e Desenvolvimento Aquisição externa de Pesquisa e Desenvolvimento Aquisição de outros conhecimentos externos Aquisição de software Aquisição de máquinas e equipamentos Treinamento Introdução das inovações tecnológicas no mercado Projeto industrial e outras preparações técnicas Departamento de Pesquisa e Desenvolvimento Outras áreas da empresa Outra empresa do grupo Fornecedores Clientes ou consumidores Concorrentes Fontes de Empresas de consultoria e consultores independentes Informação Universidades e outros centros de ensino superior Institutos de pesquisa ou centros tecnológicos Centros de capacitação profissional e assistência técnica Instituições de testes, ensaios e certificações Conferências, encontros e publicações especializadas Feiras e exposições Redes de informação informatizadas Quadro 16 - Indicadores de inovação utilizados no modelo proposto Fonte: Extraídos da PINTEC (2010). Para o cruzamento estatístico, os indicadores de inovação foram obtidos por meio de uma simulação (descrita no item ) baseada nos indicadores obtidos na PINTEC 2010 referentes aos anos de , para o setor de fabricação de produtos de metal, que se refere à divisão 25 da CNAE 2.0. O Quadro 17 apresenta a classificação referente à divisão 25 da CNAE, onde está incluída a fabricação de embalagens metálicas.

96 94 Hierarquia Seção: C INDÚSTRIAS DE TRANSFORMAÇÃO Divisão: 25 FABRICAÇÃO DE PRODUTOS DE METAL, EXCETO MÁQUINAS E EQUIPAMENTOS Grupo: 259 FABRICAÇÃO DE PRODUTOS DE METAL NÃO ESPECIFICADOS ANTERIORMENTE Classe: FABRICAÇÃO DE EMBALAGENS METÁLICAS Subclasse /00 FABRICAÇÃO DE EMBALAGENS METÁLICAS Notas Explicativas: Esta subclasse compreende: - a fabricação de latas, tubos e bisnagas para alimentos, bebidas e produtos químicos; embalagens de aerossóis. Quadro 17 - Classificação CNAE Fonte: CNAE (2010). A escolha deste setor para obtenção dos indicadores de inovação foi feita com base na Classificação Nacional de Atividades Econômicas para as atividades industriais utilizadas pela própria PINTEC. Pois, os indicadores oriundos da ICV selecionados para estudo, dizem respeito à fabricação de embalagem de alumínio para refrigerante Simulação dos dados Para ser possível a realização das análises estatísticas na construção do modelo, foi feita uma simulação para os indicadores de inovação com base nos dados obtidos na última edição da PINTEC. Foram simuladas situações de respostas para as 30 empresas, considerando o grau de importância que as empresas pesquisadas pela PINTEC atribuíram a cada um destes indicadores. Para realizar as análises houve a necessidade de fazer atribuição de pesos às respostas que se apresentavam na forma de grau de importância. Os pesos atribuídos a cada grau de importância podem ser observados na Tabela 2. Tabela 2 - Atribuição de pesos indicadores de inovação Grau de importância Peso Alto 5 Médio 3 Baixo e não relevante 1 Fonte: Autoria própria. Com intuito de simular valores para os indicadores que não se apresentassem de forma distante da realidade das empresas, foi calculada a proporção dos dados apresentados na PINTEC para 4007 empresas do setor pesquisadas para as 30 empresas. Considerando o número de vezes que cada

97 95 pontuação alta, média, baixa e não relevante, deveria aparecer para cada indicador distribuído entre o número de empresas. A proporção foi calculada com apoio do programa Microsoft Excel 2007 seguindo o seguinte raciocínio: se das 4007 empresas que somam o total de empresas do setor, 2601 atribuíram importância alta para o indicador melhoria da qualidade dos produtos que representa 64,9%, quantas empresas representariam 64,9% das 30 empresas? O mesmo pensamento foi seguido para todos os indicadores de inovação presentes na PINTEC selecionados para estudo. O Apêndice B apresenta o número de vezes que cada grau de importância (alta, média, baixa e não relevante) deveria aparecer em cada indicador. A partir dos dados obtidos, foi feita uma distribuição aleatória dos graus de importância para cada indicador distribuído entre o número de empresas. Com isso, obteve-se uma tabela com a proporção de respostas para as 30 empresas. Para identificar a pontuação atribuída aos indicadores, foi construída uma escala polarizada em três pontos adaptada de Timossi (2009), onde a média para cada indicador foi situada no intervalo para obtenção da classificação geral do escore obtido para o indicador em relação a sua importância para a geração de inovação nas empresas, conforme demonstrado na Figura 18. Figura 18 - Escala de importância dos indicadores de inovação Fonte: Adaptado de Timossi (2009). Desta forma, foram considerados de alta importância os indicadores que apresentaram média entre 3,67 e 5; de média importância as médias entre 2,32 e 3,67; e, de baixa importância as médias situadas entre 1 e 2,32. As setas unilaterais indicam a tendência da média dentro de cada classificação.

98 Análises Estatísticas O objetivo desta pesquisa foi buscar um modelo no qual pudesse determinar a influência que os indicadores obtidos na fase de ICV podem exercer no processo de geração de inovação. Para isso, este modelo propõe a aplicação de métodos estatísticos entre as variáveis, ICV e Inovação, com base na metodologia proposta por Timossi (2009). A aplicação das análises estatísticas tem a finalidade de identificar os pontos convergentes entre os indicadores da ICV e os indicadores de inovação. Para isso, propõe-se testar a significância da correlação existente entre os grupos de indicadores de ICV e inovação descritos anteriormente e, também, entre os indicadores específicos de cada grupo que apresentarem correlação significativa. Construída a matriz com os dados obtidos, foram realizadas as análises estatísticas entre as variáveis. O procedimento adotado para realização das análises foi baseado em Triola (2008) e Devore (2006), com auxílio do software estatístico MiniTab 15 e do programa Microsoft Office Excel 2007, conforme descrito a seguir Normalidade dos dados Para verificar a normalidade dos dados optou-se pela construção do gráfico de probabilidade normal, que de acordo com Hair et al. (2007) é a abordagem mais confiável, que compara a distribuição cumulativa de valores de dados reais com a distribuição cumulativa de uma distribuição normal. A distribuição normal forma uma reta diagonal e os dados do gráfico são comparados com a diagonal, quando a distribuição é normal, a linha que representa a distribuição real dos dados segue muito próxima da diagonal. Para construção deste gráfico, foi aplicado o teste de normalidade Ryan- Joiner, ao nível de significância de 95% com a utilização do software estatístico MiniTab 15. Este teste busca comprovar se os dados provêm de uma distribuição normal, mostrando uma linha reta quando o modelo mostra-se adequado, no entanto, além da observação da reta neste teste é recomendável aceitar como variável normal, aquelas que apresentem valores superiores ao nível de significância escolhido, neste caso, o valor de ρ deve ser > 0,05.

99 Análise de correlação entre os indicadores de ICV e os indicadores de inovação A análise de correlação entre os indicadores de ICV e inovação ocorreu em dois momentos. O primeiro envolveu como variáveis dependentes os indicadores da ICV e como variáveis independentes os indicadores de inovação. A Figura 19 apresenta o esquema das análises realizadas. Figura 19 - Análises de correlação realizadas entre os indicadores de ICV e inovação Fonte: Autoria própria. Deste modo, nesta primeira análise trabalhou-se com 13 variáveis (10 indicadores da ICV e três de inovação), sendo construída uma matriz de 13x30. Sendo que, para testar a correlação existente entre estes indicadores utilizou-se do método estatístico não paramétrico, teste de correlação de Spearman, conhecido também por teste de correlação de postos, já que estas variáveis não seguiram uma distribuição normal. Este teste de acordo com Triola (2008) é usado com dados em pares para calcular a correlação existente entre duas variáveis utilizando-se da seguinte equação:

100 98 Equação 4 - Cálculo correlação de Spearman Fonte: Triola (2008, p. 568). Onde: = coeficiente de correlação de postos para dados amostrais em pares = diferença entre postos para os dois valores de um par = número de pares de dados amostrais A hipótese nula e alternativa testadas com este teste foi: H 0 : ρ s = 0 Não há correlação entre as duas variáveis (ICV e inovação) H 1 : ρ s 0 Há correlação entre as duas variáveis (ICV e inovação) Neste caso, se a estatística de teste r s for positiva e exceder o valor crítico positivo ou for negativa e menor do que o valor crítico negativo, há uma correlação, portanto, rejeita-se H 0. No segundo momento, o indicador de inovação atividades inovativas foi desmembrado, sendo considerado para análise cada indicador que constitui este grupo. Pois na análise anterior este indicador apresentou correlação significativa com os indicadores de ICV. Assim, neste momento as variáveis dependentes foram os indicadores de ICV e as variáveis independentes os indicadores de inovação específicos do grupo atividades inovativas. A Figura 20 apresenta o esquema destas análises.

101 99 Figura 20 - Análises de correlação realizadas entre os indicadores de ICV e atividades inovativas Fonte: Autoria própria. Neste segundo momento trabalhou-se com 18 variáveis (os 10 indicadores de ICV e 8 indicadores de inovação referente a atividades inovativas), sendo construída uma matriz de 18x30. Para testar a correlação existente entre estes indicadores utilizou-se o teste de correlação de Pearson, pois neste caso os dados seguem uma distribuição normal, utilizando a seguinte equação: Equação 5 - Cálculo correlação de Pearson Fonte: Triola (2008, p.413). Onde: = número de pares de dados soma dos itens indicados = soma de todos os valores de

102 100 soma dos quadrados de. indica que os valores de devem ser somados e o total, então, elevado ao quadrado. soma dos produtos de. = coeficiente de correlação linear A hipótese nula e alternativa para este teste foi: H 0 = 0 Não há correlação entre as duas variáveis H 1 = 0 Há correlação entre as duas variáveis Sendo a H 0 rejeitada se o coeficiente de correlação r calculado exceder o valor crítico do coeficiente de correlação ao nível de significância de α = 0, Coeficiente de determinação O coeficiente de determinação r 2 indica a quantidade de variação de y (variável dependente) que é explicada pela equação de regressão. Neste estudo, o r 2 foi obtido elevando-se o coeficiente de correlação linear r ao quadrado (TRIOLA, 2008).

103 101 4 RESULTADOS E DISCUSSÃO Neste capítulo são apresentados os resultados obtidos, onde primeiramente é feita uma descrição dos indicadores de ICV abordados no estudo e, em seguida, são apresentados os resultados obtidos para os indicadores de inovação. Dessa forma, são apresentadas as análises estatísticas aplicadas para construção do modelo proposto. 4.1 INDICADORES DE ICV Cada indicador RN, MPS, EA, EL e RS, citado no item da metodologia são formados por indicadores específicos, que apresentam características diferentes e valores de consumo ou emissão em massa distintos. Por este motivo, para as análises estatísticas entre os indicadores de ICV e inovação optou-se por considerar os indicadores específicos de cada grupo de forma isolada. No entanto, como são vários os indicadores que compõem estes grupos, foi considerado para cada um deles, os dois indicadores mais expressivos em termos de massa. Exceção feita para o grupo de MPS que, devido ao fato do indicador específico consumo de lâminas apresentar o mesmo valor para as trinta empresas. Neste caso, observou-se que, independe da taxa de reciclagem utilizada no processo, a quantidade de lâminas utilizadas na produção é a mesma. Desta maneira, este indicador foi substituído pelo consumo de alumina (terceiro indicador mais expressivo em termos de massa). Desta forma, dentre os indicadores referentes à RN foram considerados os indicadores específicos consumo de água e energia ; dentre os de MPS foram considerados os indicadores consumo de latas e alumina ; dentre os de EA foram considerados emissão de CO 2 e emissão de material particulado ; dentre os de EL foram considerados emissão de águas residuárias e emissão de NH 3 ; e, por último, dentre os indicadores de RS foram considerados os indicadores específicos emissão de resíduo industrial e emissão de resíduo inerte. Os dados referentes a cada um destes indicadores foram obtidos conforme descrito no item da metodologia. Sendo realizada, a partir dos dados

104 102 apresentados no Anexo B, a normalização para as taxas de reciclagem referente a cada empresa. Porém, os dados normalizados para as trinta empresas não são apresentados de forma individual devido ao número muito grande de informação, é apresentado apenas como exemplo no Apêndice C, os dados obtidos para a empresa 11 referente a uma taxa de reciclagem de 50%. Vale ressaltar que, para cada taxa de reciclagem analisada foi construída uma tabela similar à apresentada no referido anexo. Posteriormente os indicadores foram organizados numa única planilha para a análise dos dados. Como o sistema do produto é formado por várias unidades de processo, os valores referentes a cada indicador citado anteriormente, foram obtidos pela soma do consumo do recurso ou da emissão do efluente ou resíduo em todas as unidades de processo referente ao sistema do produto demonstrado no Anexo A, utilizando o consumo ou a emissão total de cada componente. Na Tabela 3 a seguir, são apresentados os resultados da análise estatística descritiva referentes às médias obtidas para cada indicador analisado, considerando os resultados das trinta empresas (lembrando que os dados são expressos em kg, com exceção do consumo de energia que é expresso em MJ). Tabela 3 - Estatística descritiva indicadores de ICV Indicador Média Desvio Coeficiente de Intervalo Conf. n (expresso em kg) Padrão variação Média Consumo de água 132 6,30 4,77 129,67 <µ< 134,38 30 Consumo de energia* 7849, ,94 55, ,6 <µ< 9488,8 30 Consumo de latas 68,23 13,21 19,36 63,29 <µ< 73,16 30 Consumo de alumina 33,61 22,47 66,86 25,22 <µ< 42,00 30 Emissão de CO 2 215,06 20,18 9,38 13,71 <µ< 20,85 30 Emissão de material particulado 0,57 0,35 61,40 0,44 <µ< 0,70 30 Emissão de águas 136,29 9,15 6,71 132,87 <µ< 139,71 30 residuárias Emissão de NH 3 0,01 0,005 50,00 0,007 <µ< 0, Emissão de resíduo 79,93 45,24 56,60 63,04 <µ< 96,82 30 industrial Emissão de resíduo inerte 5,84 0,64 10,96 5,60 <µ< 6,08 30 Fonte: Autoria própria. Analisando os valores obtidos para o coeficiente de variação apresentados na Tabela 3, nota-se que a maior variação ocorreu no consumo de alumina. Isso está relacionado às taxas de reciclagem empregadas no cálculo do fator de correção e normalização dos dados para as trinta empresas. Como se tratam de processos

105 103 diferentes, a variação no consumo de alumina é significativa, onde a maior quantidade utilizada é 77,9853 kg para a menor taxa de reciclagem,sendo seu consumo na maior taxa de reciclagem nulo. Estes dados não serão discutidos em relação ao intervalo da média como serão os indicadores de inovação, pois se tratam de medidas específicas do sistema de produção da embalagem de alumínio, não se tratando de dados subjetivos. 4.2 INDICADORES DE INOVAÇÃO Neste estudo foram considerados três grupos de indicadores presentes na PINTEC: os referentes ao impacto das inovações, as atividades inovativas e as fontes de informação. Estes indicadores foram obtidos conforme descrito no item da metodologia. Os resultados obtidos na simulação dos referidos indicadores podem ser observados nas Figuras 21, 22 e 23, onde se tem a porcentagem de cada indicador em relação ao grau de importância alta, média, baixa e não relevante atribuído às trinta empresas. Estas porcentagens estão de acordo com os resultados obtidos pela PINTEC para o setor de fabricação de produtos de metal. Representando desta forma, a proporção das trinta empresas em relação ao total de empresas pesquisadas pela PINTEC, pois se chegou às mesmas porcentagens para cada indicador.

106 104 Enquadramento em regulações e normas padrão Ampliação do controle de aspectos ligados à saúde e segurança Redução do impacto ambiental Redução do impacto ambiental e/ou em aspectos ligados à saúde e segurança Redução do consumo de água Redução do consumo de energia Redução do consumo de matéria-prima Redução dos custos do trabalho Redução dos custos de produção Aumento da flexibilidade da produção Aumento da capacidade produtiva Abertura de novos mercados Ampliação da participação da empresa no mercado Manutenção da participação da empresa no mercado Ampliação da gama de produtos ofertados Melhoria da qualidade dos produtos 14,15 14,18 14,00 11,65 14,82 4,74 7,56 27,88 57,97 39,96 45,87 74,34 29,74 55,44 11,01 20,66 68,33 15,00 10,80 74,20 31,35 26,61 42,04 27,40 30,42 42,18 38,31 30,20 31,49 48,47 25,68 25,85 35,94 22,06 42,00 47,29 24,56 28,15 50,96 26,95 22,09 42,78 18,04 39,18 64,91 10,01 25,06 87, Alta Média Baixa e não relevante Figura 21 - Indicadores impacto da inovação Fonte: Autoria própria. Em relação ao grupo de indicadores impacto das inovações, nota-se que os três principais indicadores com maior importância são: a melhoria da qualidade dos produtos, manutenção da participação da empresa no mercado e aumento da capacidade produtiva. Já os considerados menos importantes são: redução do consumo de água, redução do impacto ambiental, redução do consumo de matériaprima e redução do consumo de energia. Fazendo uma análise preliminar destes resultados, nota-se que teoricamente, os indicadores que estariam diretamente ligados ao ciclo de vida do produto são os que menos recebem influência das inovações geradas pelas

107 105 empresas. Pois, de acordo com Consuelo (2008), Silva (2007) e Prado (2007) consumo de água, energia, matéria-prima e impacto ambiental são alguns dos indicadores observados na ACV de um produto. Projeto industrial e outras preparações técnicas Introdução das inovações tecnológicas no mercado Treinamento Aquisição de máquinas e equipamentos Aquisição de software Aquisição de outros conhecimentos externos Aquisição externa de Pesquisa e Desenvolvimento Atividades internas de Pesquisa e Desenvolvimento 21,69 14,70 8,19 13,43 14,10 19,47 18,09 22,33 6,09 7,54 3,09 1,27 1,32 4,74 4,72 48,54 37,36 63,60 78,39 62,44 71,58 89,37 97,40 90,54 Figura 22 - Indicadores atividades inovativas Fonte: Autoria própria. Referente ao grupo de indicadores atividades inovativas desenvolvidas pelas empresas, as consideradas mais importantes são: aquisição de máquinas e equipamentos, treinamento e aquisição de software. Já, as menos importantes, estão relacionadas às atividades externa e interna de pesquisa e desenvolvimento e aquisição de conhecimentos externos. O fato da aquisição de máquinas, equipamentos e treinamento serem considerados mais importantes por um número maior de empresas, pode estar relacionado ao fato de que, os impactos na melhoria da qualidade dos produtos e aumento da capacidade produtiva também foram considerados de maior importância. Pois, pensa-se que, estes últimos podem ser alcançados com a aquisição de novas máquinas e equipamentos Alta Média Baixa e não relevante Estes indicadores se relacionam ao ciclo de vida do produto, no sentido de que de acordo com Rohrich e Cunha (2004) a melhoria dos sistemas de produção e a sustentabilidade ecológica, devem ser obtidas por meio de tecnologias e

108 106 processos que utilizem recursos de forma eficiente e que minimizem os refugos durante o ciclo de vida do produto. Redes de informação informatizadas Feiras e exposições Conferências, encontros e publicações especializadas Instituições de testes, ensaios e certificações Centros de capacitação profissional e assistência técnica Institutos de pesquisa ou centros tecnológicos Universidades e outros centros de ensino superior Empresas de consultoria e consultores independentes Concorrentes Clientes ou consumidores Fornecedores Outra empresa do grupo Outras áreas Departamento de Pesquisa e Desenvolvimento 46,49 27,60 25,90 34,96 20,11 44,92 11,75 17,61 70,63 14,72 9,76 75,52 8,24 11,95 79,81 3,57 8,61 87,82 3,84 5,84 90,32 16,74 7,09 76,17 18,49 31,42 50,09 56,30 12,85 30,85 45,81 21,88 32,31 61,03 12,13 26,84 45,45 28,48 26,08 59,38 5,40 35, Alta Média Baixa e não relevante Figura 23 - Indicadores fontes de informação Fonte: Autoria própria. Em se referindo aos indicadores do grupo, fontes de informação, os considerados mais importantes foram: outra empresa do grupo, departamento de P&D para as empresas que o possuem dentro da organização e as informações vindas de clientes ou consumidores. Já as menos importantes, foram universidades e centros de ensino superior, institutos de pesquisa ou centros tecnológicos e centros de capacitação profissional e assistência técnica. Fazendo uma relação destes indicadores com o ciclo de vida do produto, nota-se que estes podem estar relacionados à busca por alternativas de melhorias no processo que resultem num melhor desempenho ambiental do sistema do

109 107 produto. Podem ser identificadas, por exemplo, novas matérias-primas de fontes de recursos renováveis ou novas tecnologias que contribuam para a otimização do sistema do produto durante todo seu ciclo de vida. Como os resultados para estes indicadores são apresentados em grau de importância e o objetivo deste estudo é propor um modelo para avaliar a contribuição dos indicadores obtidos na ICV sobre a geração de inovação na indústria para as análises estatísticas, estes foram pontuados numa escala de 1, 3 e 5, onde 1 corresponde ao grau de importância baixo e não relevante, 3 ao grau de importância médio e 5 ao grau de importância alto. A partir disso, foram calculadas as médias referentes a cada indicador, e as demais análises. A Tabela 4 apresenta a análise descritiva obtida para as médias dos indicadores simulados para as trinta empresas. Tabela 4 - Estatística descritiva indicadores de inovação Estatística Impacto Inovação Atividades Inovativas Fontes de Informação Média 2,68 2,09 2,53 Desvio Padrão 0,58 0,73 0,61 Coeficiente de 21,64 34,93 24,11 variação Intervalo Conf. 2,46 < µ < 2,90 1,82 < µ < 2,37 2,30 < µ < 2,76 média N Fonte: Autoria própria. Considerando o intervalo estabelecido na Figura 18 do item da metodologia, observa-se que de forma geral as médias obtidas para os indicadoresapresentam indices médios e baixos, não apresentando nenhum na faixa que compreende o índice alto. Isto pode significar que, as inovações implementadas pelas organizações não estão trazendo os resultados que poderiam trazer ou, que as organizações não estão empregando todos os recursos que poderiam utilizar para a geração de inovação. Dos três grupos, o impacto das inovações é o grupo que apresenta melhor índice comparado com os demais, no entanto, ainda assim não apresenta tendência para o índice alto. Analisando os intervalos de confiança para as médias, de acordo com Timossi (2009), pode-se analisar com uma maior segurança estatística as tendências apresentadas por estes indicadores. A Figura 24 apresenta os intervalos de confiança obtidos para as estimativas médias de cada grupo de indicador com 95% de confiança conforme apresentados na Tabela 4.

110 108 Figura 24 - Intervalos de confiança para os indicadores de inovação Fonte: Autoria própria. Os intervalos de confiança para os indicadores de inovação indicam com confiabilidade de 95% que a verdadeira média populacional está situada dentro do intervalo representado. Isso significa que, a verdadeira média para as atividades inovativas pode estar classificada com índice médio e a média para as fontes de informação pode estar classificada como índice baixo, de acordo com o representado na figura acima. Com o intuito de verificar o motivo dos índices baixos para estes indicadores foi calculado o índice médio para cada indicador específico, conforme apresentado na Figura 25. Nota-se que, de maneira geral, apenas um indicador específico de cada grupo apresenta índice alto de importância, que corresponde à aquisição de máquinas e equipamentos, melhoria da qualidade dos produtos e as fontes de informação vindas de outra empresa do grupo, isso justifica o baixo índice geral obtido. Por exemplo, considerando o índice médio obtido para o indicador aquisição de máquinas e equipamentos igual a 3,93 conforme demonstrado na Figura 25 obtém-se o seguinte intervalo para a média: 3,35 < 3,93 < 4,5. Isso significa que o verdadeiro valor médio deste indicador também pode estar classificado com média importância. Os intervalos para os outros dois indicadores são 3,07 < 3,73 < 4,40 e 3,01 < 3,67 < 4,33 respectivamente. Os menores índices correspondem à aquisição externa de pesquisa e desenvolvimento com intervalo de confiança de 0,93 < 1,07 < 1,20 e universidades e outros centros de ensino superior com intervalo de 0,94 < 1, 27 < 1,59.

111 Impactos da inovação Atividades Inovativas Fontes de Informação 109 Redes de informação informatizadas Feiras e exposições Instituições de testes, ensaios e certificações Institutos de pesquisa ou centros tecnológicos Universidades e outros centros de ensino Empresas de consultoria e consultores Concorrentes Clientes ou consumidores Fornecedores Outra empresa do grupo Outras áreas Departamento de Pesquisa e Desenvolvimento Projeto industrial e outras preparações técnicas Introdução das inovações tecnológicas no Treinamento Aquisição de máquinas e equipamentos Aquisição de software Aquisição de outros conhecimentos externos Aquisição externa de Pesquisa e Atividades internas de Pesquisa e Enquadramento em regulações e normas Ampliação do controle de aspectos ligados à Redução do impacto ambiental Redução do impacto ambiental e/ou em Redução do consumo de água Redução do consumo de energia Redução do consumo de matéria-prima Redução dos custos do trabalho Redução dos custos de produção Aumento da flexibilidade da produção Aumento da capacidade produtiva Abertura de novos mercados Ampliação da participação da empresa no Manutenção da participação da empresa no Ampliação da gama de produtos ofertados Melhoria da qualidade dos produtos 2,73 1,87 1,73 1,53 1,33 1,27 1,80 2,40 1,53 1,33 1,07 1,33 1,80 2,07 1,33 1,80 1,87 2,20 2,47 2,73 2,47 3,40 3,53 3,27 3,67 3,40 3,53 3,27 3,93 2,73 2,67 3,07 3,40 2,87 3,33 3,53 3,07 3,73 1,00 1,50 2,00 2,50 3,00 3,50 4,00 4,50 5,00 Figura 25 - Estimativas dos valores médios Fonte: Autoria própria. Para entender melhor o que significa cada grau de importância, pode-se dizer que alta importância é equivalente a muito relevante, média importância a relevante e baixa importância a pouco relevante. No caso das atividades inovativas o

112 110 indicador que apresentou melhor índice, como pode ser observado anteriormente, foi aquisição de máquinas e equipamentos com média igual a 3,93, que se encontra situada no intervalo (apresentado na Figura 18) que corresponde à alta importância. Isso significa que este indicador foi muito relevante para desenvolver as inovações geradas pela empresa. Já a aquisição externa de pesquisa e desenvolvimento foi considerada pouco relevante para o desenvolvimento destas inovações, não sendo muito utilizadas pelas empresas neste processo. Analisando os impactos causados pela inovação, observa-se que a melhoria da qualidade dos produtos (média 3,73) é o principal resultado alcançado com a inovação, sendo considerado o mais relevante. Desta maneira, pode-se dizer que para alcançar esse resultado as informações utilizadas para tal, vieram principalmente de clientes e consumidores e do departamento de pesquisa e desenvolvimento da própria empresa, pois estas foram consideradas mais relevantes e mais utilizadas no processo de geração da inovação. Depois de verificadas algumas das características apresentadas pelos indicadores e, após a análise descritiva dos dados, a seguir serão apresentados os passos para a análise de correlação entre os indicadores obtidos referente à ICV e os indicadores obtidos referente à inovação. 4.3 ANÁLISES ESTATÍSTICAS APLICADAS NA CONSTRUÇÃO DO MODELO Para a realização das análises estatísticas foram considerados os indicadores de ACV referentes a fase de inventário do ciclo de vida (ICV) descritos no item 4.1 e os indicadores de inovação descritos no item 4.2. O primeiro passo seguido na análise de correlação entre as variáveis é a verificação da normalidade dos dados, já que este é um pré-requisito para a análise de correlação, pois indicará os métodos que poderão ser aplicados posteriormente Análise de Normalidade A normalidade dos dados foi verificada conforme descrito no item da metodologia sendo construído um gráfico de probabilidade normal para cada uma

113 111 das variáveis analisadas de inovação e ICV. Na Figura 26 e 27 podem ser observados dois exemplos de gráfico normal obtido. O primeiro se refere ao indicador impacto da inovação e o segundo ao indicador de ICV consumo de água. Figura 26 - Gráfico de probabilidade normal impacto da inovação p 0,05 Fonte: Autoria própria. Figura 27 - Gráfico de probabilidade normal consumo de água p >0,10 Fonte: Autoria própria. Na análise da Figura 26 pode-se observar que os pontos marcados encontram-se um tanto dispersos da linha reta, mencionada por Hair et al. (2007). Já na análise da Figura 27, observa-se que os pontos marcados aproximam-se da linha reta, indicando possível normalidade dos dados. No entanto, de acordo com Triola (2008), este tipo de conclusão é subjetiva porque se baseia na percepção da existência de um padrão. Assim, para análise dos gráficos e normalidade foi

114 112 considerado o valor de ρ obtido ao nível de significância de α=0,05, conforme descrito na metodologia. Desta maneira, verifica-se que a variável impacto da inovação não apresenta distribuição normal, pois neste caso o valor de p <0,05não é >0,05. Já, a variável consumo de água" apresenta valor de p >0,10 sendo superior ao nível de significância de 0,05, apresentando, portanto, normalidade plausível. Esta análise foi repetida para todas as variáveis. Os demais gráficos podem ser observados no Apêndice D e os valores de p são apresentados na Tabela 5 e 6. Tabela 5 - Estatísticas dos indicadores de inovação quanto à normalidade Indicador Inovação Valor de ρ Normalidade Impactos da inovação 0,05 Não plausível Atividades inovativas <0,01 Não plausível Fontes de informação <0,01 Não plausível Fonte: Autoria própria. Tabela 6 - Estatísticas dos indicadores de ACV quanto à normalidade Indicador Inovação Valor de ρ Normalidade Consumo de água >0,10 Plausível Consumo de energia >0,10 Plausível Latas >0,10 Plausível Alumina >0,10 Plausível CO 2 >0,10 Plausível Material particulado >0,10 Plausível Águas residuárias >0,10 Plausível NH 3 >0,10 Plausível Industrial >0,10 Plausível Inerte >0,10 Plausível Fonte: Autoria própria. De todas as análises realizadas, as três variáveis referentes aos indicadores de inovação foram as únicas que não apresentaram normalidade plausível. Deste modo não se pode afirmar que os dados são oriundos de uma população com distribuição normal. Como o intuito das análises estatísticas é verificar as possíveis relações existentes entre os indicadores de ICV e inovação, a normalidade bivariada torna-se um dos pré-requisitos para determinar o teste mais adequado, já que segundo Triola (2008) a análise de correlação trabalha com dados emparelhados (x e y). De acordo com Devore (2006), a normalidade bivariada supõe que as distribuições de x e de y são normais. Assim, uma maneira de realizar esta verificação é construir um gráfico de probabilidade para os dados x e outro para os dados y, sendo que os dois devem apresentar distribuição normal.

115 113 Desta forma, analisando as variáveis aos pares, ou seja, testando a normalidade para cada uma das 10 variáveis da ICV com cada variável de inovação, verificou-se que as variáveis analisadas não apresentam distribuição normal bivariada. Isso ocorre devido ao fato das variáveis de inovação não apresentarem distribuição normal. Devido a isso, neste caso não foi possível utilizar métodos paramétricos para testar a relação entre as variáveis, visto que estes apresentam a exigência de dados amostrais serem provenientes de uma população normalmente distribuída. Portanto, as análises indicadas para avaliar os pontos de relação entre as variáveis seguem métodos não-paramétricos Análise de Correlação entre os Indicadores da ICV e os Indicadores de Inovação Como a análise de normalidade bivariada é pressuposto para a análise de correlação, e esta não foi identificada nas variáveis, utilizou-se da estatística não paramétrica de correlação, mais especificamente o teste de correlação de Spearman, também conhecido como teste de correlação de postos, para testar a relação entre as variáveis de ICV e inovação. Pois, de acordo com Triola (2008), a correlação de postos não exige uma distribuição normal dos dados. Os passos seguidos nesta análise são os descritos no item da metodologia. Vale destacar que, se a normalidade bivariada tivesse sido satisfatória, o teste indicado seria o teste de correlação de Pearson e métodos paramétricos poderiam ser adotados. Segundo o autor acima, o teste de Spearman usa postos de dados amostrais compostos de pares combinados, sendo usado para testar a associação entre duas variáveis. Deste modo, as hipóteses nula e alternativa para este teste foram as seguintes: H 0 : ρ s = 0 Não há correlação entre as duas variáveis (ICV e inovação) H 1 : ρ s 0 Há correlação entre as duas variáveis (ICV e inovação) Neste teste, se a estatística de teste r s for positiva e exceder o valor crítico positivo ou for negativa e menor do que o valor crítico negativo, há uma correlação e, se a estatística de teste r s estiver entre os valores críticos positivos e negativo, não há indicativo de correlação significativa (TRIOLA, 2008). Com isso, neste modelo

116 114 para indicar correlação significativa entre as variáveis, o valor de r s deve estar situado na faixa escura da curva representada na Figura 28. Figura 28 - Verificação da rejeição de H 0 utilizando os valores tabelados para Postos de Spearman Fonte: Triola (2008). Outra forma de verificar a significância da correlação obtida neste teste é observar o valor de p ao nível de significância de 0,05. Neste caso, se o valor de p for <0,05, rejeita H 0 concluindo, portanto que há correlação significativa entre as variáveis. Para facilitar a análise dos dados os grupos de indicadores de inovação foram codificados com a letra I seguido de um número de 1 a 3, indicando um grupo de indicador específico e, os indicadores de ICV com a letra A seguido de um número de 1 a 10, indicando os indicadores específicos que pertencem a cada grupo RN, MPS, EA, EL, RS, conforme apresentado no Quadro 18. Grupo indicador Indicador específico Código RN Consumo de água A1 Consumo de energia A2 MPS Consumo de Latas A3 Consumo de Alumina A4 EA Emissão de CO 2 A5 Emissão de Material particulado A6 EL Emissão de Águas residuárias A7 Emissão de NH 3 A8 RS Emissão de resíduo Industrial A9 Emissão de resíduo Inerte A10 Indicadores de inovação Impactos da inovação I1 Atividades inovativas I2 Fontes de informação I3 Quadro 18 - Legenda dos indicadores de ACV e Inovação Fonte: Autoria própria. Posteriormente, o teste de Spearman foi aplicado aos pares para as variáveis de ICV e inovação a fim de identificar os possíveis pontos de relação.

117 115 Foram selecionadas como variáveis independentes os três indicadores de inovação e como variáveis dependentes os dez indicadores de ICV. Assim, ao todo foram realizadas 30 análises de correlação. Os pares de variáveis analisadas e os valores obtidos pra p e r s, são apresentadas na Tabela 7. Tabela 7 - Resultado das análises de correlação entre os indicadores de ICV e inovação Indicador ICV Indicador inovação Valor de p Valor de r s A1 I1 0,164 0,261 A1 I2 0,037 0,383 A1 I3 0,297 0,197 A2 I1 0,164 0,261 A2 I2 0,037 0,383 A2 I3 0,297 0,197 A3 I1 0,164-0,261 A3 I2 0,037-0,383 A3 I3 0,297-0,197 A4 I1 0,164 0,261 A4 I2 0,037 0,383 A4 I3 0,297 0,197 A5 I1 0,163 0,261 A5 I2 0,037 0,383 A5 I3 0,286 0,201 A6 I1 0,164 0,261 A6 I2 0,035 0,386 A6 I3 0,308 0,192 A7 I1 0,164 0,261 A7 I2 0,037 0,383 A7 I3 0,297 0,197 A8 I1 0,164 0,261 A8 I2 0,037 0,383 A8 I3 0,297 0,197 A9 I1 0,164 0,261 A9 I2 0,037 0,383 A9 I3 0,297 0,197 A10 I1 0,164 0,261 A10 I2 0,037 0,383 A10 I3 0,297 0,197 Fonte: Autoria própria. Considerando n=30 e α=0,05 o valor crítico do coeficiente de correlação de Spearman é 0,364. Com isso, as análises indicaram que o indicador de inovação referente a atividades inovativas possui correlação significativa com os indicadores de ICV. Portanto, ao todo foram identificados 10 pontos de correlação, onde o coeficiente de correlação obtido para as análises entre A1xI2, A2xI2, A4xI2, A5xI2, A7xI2, A8xI2, A9xI2 e A10xI2 foi igual a 0,383. Como a estatística de teste r s = 0,383 excede o valor crítico de 0,364, rejeita-se a hipótese nula, indicando que há evidência suficiente para apoiar uma afirmativa de correlação entre estes indicadores de ICV e inovação.

118 116 Desta forma, o valor da estatística de teste r s = 0,386 obtida para a análise entre A6xI2 e a estatística de teste r s = -0,383 obtida para A3xI2, também indicam rejeição da H 0, significando que há correlação entre as variáveis. No entanto, diferente das demais, esta última apresentou correlação negativa, ou seja, quanto menor for a relevância atribuída ao indicador de inovação maior será o consumo do indicador de ICV. Analisando também os valores de p obtidos para as variáveis que apresentaram correlação, conforme foi apresentado na Tabela 7 nota-se que estes foram <0,05, indicado que a correlação existente entre estas variáveis ao nível de significância de α =0,05 são significativas. Observando estes pontos de correlação significativa existentes entre as variáveis, percebe-se que todos os indicadores de ICV estão correlacionados com o indicador de inovação atividades inovativas. De modo geral, esses resultados sugerem que, quanto mais as empresas fizerem uso das atividades inovativas, melhores serão os resultados alcançados em relação aos indicadores de ICV. Como os indicadores de inovação são expressos em grau de importância ou relevância e os indicadores da ICV em consumo ou emissão de determinado recurso ou substância, pode-se pensar que quanto maior a relevância atribuída as atividades inovativas a tendência é de que o consumo dos recursos naturais e as emissões atmosféricas de efluentes e resíduos sejam menores. Isso pode ser um indicativo de que a redução no consumo e emissões sejam alcançadas por meio de inovações implementadas durante o ciclo de vida do produto como resultado das atividades inovativas desenvolvidas pela empresa. Sendo que as possibilidades de inovação estão presentes em cada grupo de indicadores de ICV, ou seja, em RN, MPS, EA, EL, RS, já que todos estes grupos apresentaram correlação com este indicador de inovação por meio dos indicadores específicos. Os menores valores de r ocorreram entre as variáveis A6xI3, A1xI3, A2xI3, A3xI3, A4xI3, A7xI3, A8xI3, A9xI3 e A10xI3, representadas pelos indicadores de ICV versus fontes de informação. Estas variáveis também apresentaram valor de p >0,05, não significando correlação significativa. Isso indica que as fontes de informação utilizadas pelas empresas não estão influenciando significativamente nas inovações geradas no ciclo de vida do produto. Vindo de encontro ao demonstrado na Figura 23, onde grande parte das fontes de informação que poderiam ser

119 117 utilizadas pelas empresas para a geração de inovação recebeu baixo grau de importância, não sendo consideradas relevantes para o processo de geração de inovação. Outro fato interessante é que o grupo de indicadores impacto da inovação a que pertence os indicadores redução do consumo de água, redução do impacto ambiental, redução do consumo de matéria-prima e redução do consumo de energia, que aparentemente estariam correlacionados com a ICV, não apresentou correlação significativa, para os dados analisados. No entanto, se aplicado este modelo a dados reais obtidos para um determinado sistema, pode ser que os dados demonstrem correlação significativa. Considerando os intervalos para classificação dos valores de r proposta por Munro (2001, apud TIMOSSI, 2009), observa-se que o valor de r = 0,261 obtido nas análises envolvendo o indicador impacto da inovação se classificaria como baixa ou pouca correlação, localizando-se entre os valores 0,26 a 0,49, juntamente com o indicador atividades inovativas (r=0,383) que apresentou correlação significativa com os indicadores da ICV. Esta classificação proposta pelo autor é descrita com mais detalhes adiante. Contudo, as análises indicaram que os 10 indicadores de ICV analisados possuem correlação significativa com pelo menos um dos indicadores de inovação. Analisando os grupos de indicadores a que estes pertencem (RN, MPS, EA, EL, RS), nota-se que todos estão correlacionados de alguma maneira com a inovação por meio das atividades inovativas. Visto que, as atividades inovativas parecem estar impactando mais no ciclo de vida do produto, os indicadores de inovação específicos deste grupo foram analisados individualmente com os indicadores de ICV, com o intuito de verificar quais das variáveis apresentam maior correlação. Para isso, foi novamente verificada a normalidade dos dados, pois agora não será trabalhado com as médias dos indicadores que fazem parte do grupo atividades inovativas e sim com os indicadores específicos deste grupo. Desta vez, após a aplicação do teste de normalidade, verificou-se que todas as variáveis analisadas apresentaram p>0,10 e como este valor é superior a 0,05 (nível de significância de 95%) pode-se afirmar que os dados sugerem uma distribuição normal. Desta maneira, pode-se aplicar o teste de correlação de Pearson.

120 Atividades internas de P&D Aquisição externa de P&D Aquisição de outros conhecimentos externos Aquisição de software Aquisição de máquinas e equipamentos Treinamento Introdução das inovações tecnológicas no mercado Projeto industrial e outras preparações técnicas 118 A Tabela 8 apresenta o coeficiente de correlação r obtido para os pares das variáveis analisadas. Para facilitar as análises, os indicadores referentes às atividades inovativas também foram codificados, sendo: atividades internas de P&D (AT1), aquisição externa de P&D (AT2), aquisição de outros conhecimentos externos (AT3), aquisição de software (AT4), aquisição de máquinas e equipamentos (AT5), treinamento (AT6), introdução das inovações tecnológicas no mercado (AT7), projeto industrial e outras preparações técnicas (AT8). Tabela 8 - Coeficiente de correlação de Pearson para as variáveis ICV versus atividades inovativas Coeficiente de correlação de Pearson r p r p r p r p r p r p r p r p r A1 0,34-0,18 0,27 0,21 0,32 0,19 0,53-0,12 0,03 0,41 0,001 0,56 0,63 0,09 0,17 0,26 A2 0,34-0,18 0,27 0,21 0,32 0,19 0,53-0,12 0,03 0,41 0,34 0,56 0,27 0,09 0,32 0,26 A3 0,34 0,18 0,27-0,21 0,32-0,19 0,53 0,12 0,03-0,41 0,001-0,56 0,63-0,09 0,17-0,26 A4 0,34-0,18 0,27 0,21 0,32 0,19 0,53-0,12 0,03 0,41 0,001 0,56 0,63 0,09 0,17 0,26 A5 0,34-0,18 0,27 0,21 0,33 0,19 0,52-0,12 0,02 0,41 0,001 0,56 0,65 0,09 0,18 0,25 A6 0,40-0,16 0,27 0,21 0,33 0,19 0,54-0,12 0,02 0,41 0,001 0,56 0,57 0,11 0,16 0,26 A7 0,34-0,18 0,27 0,21 0,32 0,19 0,53-0,12 0,03 0,41 0,001 0,56 0,63 0,09 0,17 0,26 A8 0,34-0,18 0,27 0,21 0,32 0,19 0,53-0,12 0,03 0,41 0,001 0,56 0,63 0,09 0,17 0,26 A9 0,34-0,18 0,27 0,21 0,32 0,19 0,53-0,12 0,03 0,41 0,001 0,56 0,63 0,09 0,17 0,26 A10 0,34-0,18 0,27 0,21 0,32 0,19 0,53-0,12 0,03 0,41 0,001 0,56 0,63 0,09 0,17 0,26 Fonte: Autoria própria. Considerando um n=30 e α = 0,05 o valor tabelado para o valor crítico do coeficiente de correlação de Person é 0,361. Com isso, as análises indicaram correlação significativa para os indicadores de inovação aquisição de máquinas e equipamentos e treinamento versus os indicadores de ICV A1, A2, A3, A4, A5, A6, A7, A8, A9, e A10, visto que os coeficientes de correlação r obtidos excederam o valor crítico de 0,361. Indicando, portanto, que há evidência suficiente para apoiar uma afirmativa de correlação entre estes indicadores de ICV e inovação. Observando os valores de p apresentados na Tabela 8, nota-se que os pontos de correlação existentes entre estas variáveis são significativos, pois se

121 119 apresentam abaixo de α = 0,05. Os valores indicando os pontos de correlação significativa entre as variáveis encontram-se destacados na tabela acima. Desta forma, nota-se que os responsáveis pela correlação significativa entre as variáveis atividades inovativas versus os 10 indicadores de ICV descrita anteriormente, são os indicadores aquisição de máquinas e equipamentos e treinamento. De modo geral, estes resultados indicam que quanto maior for a relevância atribuída a aquisição de máquinas e equipamentos e treinamento para geração de inovação, melhores serão os indicadores de ICV. Isso indica que menores serão o consumo de RN e emissão de EA, EL e RS, e isso pode ser resultado das inovações geradas durante o ciclo de vida do produto. Uma exceção é notada apenas para as variáveis A3xAT5 e A3xAT6, pois a correlação existente entre elas apresenta-se de forma negativa, indicando que quanto menor a importância ou relevância atribuída aos indicadores de inovação aquisição de máquinas e equipamentos e treinamento maior será o consumo do indicador de ICV. O valor de r indica o quanto os pontos se aproximam de uma reta, de modo que, quanto mais próximo de um for o valor de r mais alinhados estarão os pontos em torno da reta, quanto menor, mais dispersos da reta estarão os pontos, indicando desta forma o grau de correlação existente entre as variáveis. No entanto esta classificação é subjetiva. Munro (2001) citado por Timossi (2009) propõe uma classificação para interpretação do valor r, onde valores de 0 a 0,25 indicam pouca correlação; de 0,26 a 0,49 baixa ou pouca correlação; de 0,5 a 0,69 correlação moderada; de 0,70 a 0,89 alta ou forte correlação e de 0,9 a 1,0 correlação muito forte e muito alta. Levando esta classificação em consideração, os valores de r 0,56 e 0,41 obtidos nas análises classificam-se como correlação moderada e baixa ou pouca correlação respectivamente. No entanto, de acordo com Timossi (2009) quando se trabalha com variáveis subjetivas, os valores de r tendem a ser menores. Como se está trabalhando com os indicadores de ICV junto com os indicadores de inovação que são subjetivos, isso pode ter contribuído para os valores de r serem mais baixos. Analisando os valores de r apresentados na Tabela 8 que não apresentaram correlação significativa, mas, que mais se aproximam dessa correlação seriam as variáveis Projeto industrial e outras preparações técnicas e Aquisição externa de

122 120 P&D versus os indicadores de ICV, que se analisados de acordo com a classificação proposta por Munro estariam classificados como sendo de pouca correlação e uma destas variáveis ( emissão de material particulado versus projeto industrial e outras preparações técnicas ) se classificaria como baixa ou pouca correlação. Os coeficientes de correlação mais elevados foram obtidos para as análises da variável treinamento versus as variáveis de ICV, indicando que o grau de correlação nestes pontos é mais forte. Isso pode ser um indicativo de que investindo em treinamento as pessoas estarão mais qualificadas para identificar possibilidades de melhorias que aparecerem durante o ciclo de vida do produto que podem se tornar uma inovação Formulação da Equação de Regressão O coeficiente de correlação foi calculado para verificar a existência de correlação entre as variáveis analisadas. Verificada a correlação existente entre os indicadores de atividades inovativas versus os indicadores de ICV, foram formuladas equações de regressão para os indicadores que apresentaram correlação significativa com intuito de verificar de forma mais precisa a relação entre estas variáveis. Segundo Triola (2008) a equação de regressão descreve a relação entre duas variáveis x e y, sendo x representada pela variável independente e y pela variável dependente. Desta maneira, foram realizadas 20 análises de regressão, onde cada indicador de ICV foi considerado como variável dependente e os indicadores de inovação aquisição de máquinas e equipamentos e treinamento como variáveis independentes. Sendo considerados os pares de variáveis que apresentaram correlação significativa nas análises realizadas anteriormente, já que uma das exigências para a utilização da equação de regressão é a existência de correlação significativa entre as variáveis.

123 Coeficiente de determinação O coeficiente de determinação r 2 é uma medida da proporção da variabilidade em uma variável (y) que é explicada pela variabilidade da outra (x). Assim, a partir do valor de r foi calculado o r 2, conforme descrito no item da metodologia, para tentar explicar o quanto a variação em y pode ser explicada pela reta de regressão. A Figura 29 e 30 a seguir apresentam os resultados de r 2 obtidos com os indicadores de ICV sendo explicados pelos indicadores de inovação. Figura 29 - Valores de r2 explicando o indicador de inovação aquisição de máquinas e equipamentos Fonte: Autoria própria. Pelo exposto na figura acima é possível verificar que 17,0% da variação observada na emissão de CO2 pode ser explicada pela variação da importância/relevância atribuída ao indicador aquisição de máquinas e equipamentos para a geração de inovação, os outros 83% não podem ser descritos por essa variável, sendo, portanto, explicados por outros fatores.a variação do indicador emissão de material particulado também pode ser explicada por até 17,0% da variação ocorrida na relevância atribuída a aquisição de máquinas e equipamentos. Isso indica que 17,0% da variação na emissão de CO2 e emissão de material particulado pode ser explicada pela equação de regressão envolvendo a aquisição de máquinas e equipamentos.

124 122 Os demais indicadores de ICV são explicados por até 16,8% da variação ocorrida na relevância do indicador aquisição de máquinas e equipamentos para a geração de inovação. Se for analisada a soma das porcentagens obtidas, observase que o valor obtido é superior a 100%, pois a proporção de influência dos indicadores são bem próximas umas das outras. Os resultados de r 2 obtidos para o indicador de inovação treinamento com os indicadores de ICV expostos na Figura 30, foram de modo geral mais elevados do que os apresentados na análise anterior, estes ficaram em torno de 31,0%. Figura 30 - Valores de r2 explicando o indicador de inovação treinamento Fonte: Autoria própria. O valor de r 2 mais elevado obtido 31,7% é referente ao indicador treinamento explicando a variação ocorrida na emissão de material particulado. E o segundo maior, não muito diferente deste, indica que a importância atribuída ao treinamento pode explicar até 31,6% da emissão de CO 2. A variação dos demais indicadores pode ser explicada por até 31,2% da variação ocorrida na importância do treinamento para geração de inovação. De modo geral, nota-se nas duas figuras que a variação dos indicadores da ICV mais explicados pela variação dos indicadores de inovação são: emissão de material particulado e emissão de CO 2, com os r 2 mais elevados, representando o indicador EA.