Grupo de Economia da Energia

As indústrias emergentes e a economia da complexidade

In energia on 23/11/2015 at 16:30

Por Miguel Vazquez e Michelle Hallack

miguel112015Não faz muito tempo, conversávamos no GEE sobre o futuro da economia baseada em biomassa (conversa lançada por José Vítor Bomtempo), discutindo se existem ferramentas que nos permitam dizer alguma coisa sobre a evolução das indústrias emergentes. No Infopetro, questões relativas às indústrias emergentes já apareceram várias vezes: a potencial ‘biorrefineria’, os veículos alternativos, a complexidade do sistema elétrico interligado, as redes inteligentes… Entre as indústrias de energia, atualmente, são muitas as que podem ser consideradas emergentes, visto os recentes movimentos de transformação do setor. Nesse sentido, um dos desafios apontados nessa conversa pode ser enunciado como segue: como vamos falar das estratégias que as empresas vão escolher, se a estrutura da indústria ainda não está formada, e é profundamente incerta? Este artigo se apresenta como uma tentativa de responder a essa pergunta.

Vamos tentar primeiro procurar alguns elementos básicos que caracterizam essa situação. O primeiro deles é que, em indústrias em formação, várias estruturas organizacionais competem pela sobrevivência. Existem várias linhas de pensamento que estudam este tipo de situação. Uma delas, que propomos neste artigo com potencial analítico, é a ciência da complexidade. Em realidade, não é uma ciência, senão um “ponto de vista”, um conjunto de preocupações, em que a característica comum é estudar como elementos de um sistema altamente interconectado interagem para criar padrões.

Nesse sentido, estudar complexidade será estudar a formação de padrões, e de como esses padrões afetam aos elementos que causam essa formação. Olhar uma indústria (ou um conjunto de indústrias, ou partes concretas de uma indústria) sob as lentes da complexidade, significa estudar a evolução dessa indústria, dando especial atenção para a criação de resultados como consequência da interação complexa entre o comportamento dos indivíduos que participam dela, e como esses resultados afetam, por sua vez, o comportamento dos indivíduos. Podemos pensar no problema da seguinte forma: a complexidade estuda como os indivíduos poderiam reagir aos padrões que eles conjuntamente criam.

Essa visão, assim colocada, não está longe de como frequentemente se motiva o equilíbrio de Nash. Então, qual a diferença? A teoria dos jogos busca reações muito particulares: aquelas que, supostas as respostas dos demais jogadores, constituem a melhor resposta. Ou seja, um conjunto de reações que fazem com que ninguém tenha incentivos (interesse) para mudar o seu comportamento. Olhar uma indústria sob as lentes da complexidade significa que o equilíbrio, se existe, deve ser resultado da nossa descrição da indústria, e não uma suposição inicial. Portanto, o segundo elemento central do nosso enfoque é que a indústria não está, necessariamente, em equilíbrio[1]. Mas note que não se nega a possibilidade de que, em algumas situações, o sistema esteja em equilíbrio.

Mas então, que tipo de resultados podemos obter? O que podemos fazer se, como dizia Schumpeter, o que temos é “a chaos that is not in analytical control”? Uma possibilidade (entre várias) é a proposta pela ciência da complexidade: enxergar a economia como uma grande computação. Há o perigo, neste contexto, de acreditar que essa visão (a economia como algoritmo de cálculo) implica que podemos definir um método analítico que descreva o resultado que finalmente o algoritmo obterá (de fato, essa é a ideia atrás do equilíbrio de Walras, em que o resultado da economia se supõe calculado mediante o algoritmo da Relaxação Lagrangiana[2]). Contudo, um grande número de trabalhos matemáticos deste século mostra o contrário (o Teorema Fundamental da Computação, por exemplo[3]). Ademais, os algoritmos não precisam ser especialmente complexos para que não possamos determinar analiticamente os seus resultados. Ou seja, em sistemas complexos (e normalmente, as indústrias são sistemas complexos) a existência de um equilíbrio não é garantida e, se existe, a sua existência deve ser justificada.

Vamos tentar, usando um exemplo, caracterizar o tipo de fenômeno que estamos estudando. Pensemos no fluxo de pessoas tentando entrar na barca Rio-Niterói (como sabemos, problema de grande complexidade). Comecemos pelo modelo mais simples: quando um indivíduo está perto do indivíduo da frente, a sua velocidade se reduzirá (este ponto é controverso na descrição da barca Rio-Niterói); quando a separação com o indivíduo da frente é grande, a sua velocidade aumentará. Uma determinada densidade de pessoas no horário pico definirá uma certa distância média entre os indivíduos, os quais acelerarão ou frearão até uma velocidade correspondente com a separação média. Ou seja, uma velocidade de equilíbrio emerge naturalmente. Mas, como todos os que conhecem a barca Rio-Niterói sabem, as soluções fora desse equilíbrio têm relevância prática. Por exemplo, um indivíduo pode furar a fila e se colocar no espaço entre outros dois indivíduos. Isso reduz drasticamente a velocidade do último, o que por sua vez reduz a velocidade do indivíduo de trás. A compressão se propaga para trás e finalmente aparece um gargalo. Em algum momento antes da saída da barca, o gargalo desaparece. Do nosso ponto de vista, é relevante notar três coisas no fenômeno anterior. A primeira é que o fenômeno é espontâneo. Portanto, é em grande medida único, e não simples de capturar mediante estatística ou modelos analíticos. Ademais, é temporário (não pode ocorrer em equilíbrio). E, finalmente, acontece num ‘meso-nível’ (nem individual, nem agregado). O tipo de fenômenos que estamos tentando estudar, também não são fenômenos que envolvem uma firma só, nem fenômenos que se dão homogeneamente em toda a indústria. Ademais, o tipo de fenômeno que estudamos mistura dois elementos de natureza às vezes muito diferenciada: tecnologia e instituições.

A operacionalização da visão anterior foi abordada recentemente pelos autores no contexto da introdução de energia fotovoltaica[4] e do carro elétrico[5]. O elemento básico da nossa descrição é a ‘situação de ação’ (action situation) introduzida por Elinor Ostrom[6]. Junto com as ‘regras do jogo’, formam os ‘ambientes de ação’ (action arenas), que definem um arcabouço geral que envolve tanto os níveis institucionais de Williamson[7], quanto os níveis de prática tecnológica de Dosi[8] e Künneke[9] (ver Figura 1). Em resumo, usando o arcabouço geral definido por Ostrom, podemos introduzir, de forma bastante geral, um grande número de elementos necessários para a descrição do nosso meso-nível.

Tipo de situação Nível institucional Nível tecnológico
Operacional Alocação de recursos Gestão da operação
Escolha coletiva Governança Rotinas
Nível constitucional Ambiente institucional Trajetória tecnológica
Nível meta-constitucional Cultura Paradigma tecnológico

Figura 1. Relação entre ‘situações de ação’ e níveis institucionais e tecnológicos. Fonte: Elaboração própria, usando Elinor Ostrom, Understanding Institutional Diversity (Princeton university press, 2009)., Oliver E. Williamson, “Transaction Cost Economics: How It Works; Where It Is Headed,” De Economist 146, no. 1 (1998): 23–58. e Rolf W. Künneke, “Institutional Reform and Technological Practice: The Case of Electricity,” Industrial and Corporate Change 17, no. 2 (2008): 233–65..

Ademais, existe um elemento de interação adicional, que é central para a nossa descrição da evolução de indústrias emergentes: o que Elinor Ostrom chamou de estratégia de mudança de nível (level-shifting strategy): mesmo que os processos de tomada de decisões nos quatro níveis estejem aninhados (ex. decisões no nível operacional estarão guiadas pelas decisões tomadas no nível de escolha coletiva), os agentes que decidem no nível operacional podem considerar mudar as regras decididas no nível de escolha coletiva. Nesse sentido, as estratégias de mudança de nível são centrais para entender a evolução das indústrias emergentes e, em particular, a coevolução de instituições e tecnologia nas mesmas.

Com a teoria anterior, caracterizamos de forma abstrata o problema que estamos estudando. Uma pergunta adicional é: o novo enfoque tem consequências na hora de definir políticas energéticas? O primeiro ponto que levantamos é que a atuação sobre as instituições não acontece separadamente da prática tecnológica. Ambos os processos co-evoluem. Nesse contexto, um problema, que começamos a estudar no contexto dos carros elétricos[10], é o papel das instituições (e a sua dinâmica) no problema estudado por Richard Langlois[11] para a indústria dos microcomputadores, e por Pyka e Saviotti[12] para a indústria de biotecnologia dos EUA. Nos dois trabalhos, se observam duas estratégias empresariais que competem nas respectivas indústrias. Por um lado, algumas firmas optam por desenvolver capacitações dentro da firma; por outro, há firmas que optam por desenvolver ‘capacitações externas’: capacitações que se encontram em um mercado altamente especializado (ou rede de pesquisa e inovação), no lugar de dentro da firma.

Em uma indústria emergente, o processo de escolha por um modelo definitivo ocorre no que chamamos antes de meso-nível. Portanto, parece um processo que pode ser mais bem compreendido sob a ótica da complexidade. O seguinte passo, então, é a experimentação. Se usamos as lentes da complexidade, a ferramenta será a computação. No lugar de usar cálculo, álgebra ou topologia, usaremos algoritmos para analisar os nossos processos. Esse enfoque se apoia nas ideias usadas por Franco Malerba e colaboradores[13] para estudar a formação da indústria de microprocessadores, em que desenvolveram um ‘history-friendly model’. A grande vantagem dessa estratégia é a capacidade de compreensão de como funcionam fenômenos relevantes, e como aparecem. Para dar uma analogia física do tipo de estudo que se pretende abordar, pensemos no sol. Desde longe, parece uma grande esfera de gás em equilíbrio. Mas, junto com esse ‘equilíbrio’, há fortes processo temporários (ex. tormentas magnéticas ou ejeções de plasma). A grande bola de gás parece, desde longe, uma esfera, mas nunca está em ‘equilíbrio’. Há fenômenos locais, em diferentes escalas, e temporários, que surgem como consequência de fenômenos passados, que evitam a existência de um equilíbrio. É esse tipo de fenômenos, que dominam em uma indústria emergente, que propomos estudar sob as lentes da ciência da complexidade.

[1] Equilíbrio aqui definido como na definição de Nash ou em seus refinamentos.

[2] Michel Minoux and Steven Vajda, Mathematical Programming: Theory and Algorithms (Wiley New York, 1986).

[3] Alan Turing, “On Computable Numbers, with an Application to the Entscheidungsproblem,” Proc. London Math. Society 2, no. 42 (1936).

[4] Miguel Vazquez and Michelle Hallack, “Institutional and Technological Dynamics in the Choice of Power Generation Portfolio” (International Society for New Institutional Economics, Cambridge, Massachusets, 2015).

[5] Miguel Vazquez, Michelle Hallack, and Yannick Perez, “Coevolution of Institutions and Technology: The Case of Electric Vehicles” (International Conference of the Chaire Armand Peugot, Singapore, 2015).

[6] Elinor Ostrom, Understanding Institutional Diversity (Princeton university press, 2009).

[7] Oliver E. Williamson, “Transaction Cost Economics: How It Works; Where It Is Headed,” De Economist 146, no. 1 (1998): 23–58.

[8] Giovanni Dosi, “Technological Paradigms and Technological Trajectories: A Suggested Interpretation of the Determinants and Directions of Technical Change,” Research Policy 11, no. 3 (1982): 147–62.

[9] Rolf W. Künneke, “Institutional Reform and Technological Practice: The Case of Electricity,” Industrial and Corporate Change 17, no. 2 (2008): 233–65.

[10] Vazquez, Hallack, and Perez, “Coevolution of Institutions and Technology: The Case of Electric Vehicles.”

[11] Richard N. Langlois, “External Economies and Economic Progress: The Case of the Microcomputer Industry,” Business History Review 66, no. 01 (1992): 1–50.

[12] Andreas Pyka and P. Paolo Saviotti, “The Concept of Network Organisation-Biotechnology-Based Industries as Exemplar,” Economics, Evolution and the State: The Governance of Complexity, 2005, 99.

[13] Franco Malerba et al., “‘History-Friendly’models of Industry Evolution: The Computer Industry,” Industrial and Corporate Change 8, no. 1 (1999): 3–40.

Leia outros textos de Michelle Hallack no Blog Infopetro

Leia outros textos de Miguel Vazquez no Blog Infopetro

  1. […] uma postagem anterior, comentávamos as potenciais aplicações da economia da complexidade no contexto da economia da […]

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s