Aluno: Ludgero Miguel CarraÇa GlÓrias
Resumo
Vários estudos econométricos procuram explicar os determinantes da criação de conhecimento usando como variável dependente o número de patenteamentos numa região. Alguns destes procuram captar os efeitos de Knowledge Spillovers através de modelos lineares que incorporam dependência espacial. No entanto, nenhum estudo foi encontrado que captasse este efeito, tendo em atenção a natureza discreta da variável dependente. Este trabalho pretende preencher essa lacuna propondo um novo estimador de máxima verosimilhança a dois passos para um modelo Poisson Autorregressivo Espacial. As propriedades do estimador são avaliadas num conjunto de simulações de Monte Carlo. Os resultados sugerem que este estimador tem menor Bias e menor RMSE, na generalidade, que outros estimadores propostos, sendo que apenas mostra piores resultados quando a dependência espacial é próxima da unidade. Um exemplo empírico, empregando o novo estimador e um conjunto de estimadores alternativos, é realizado, sendo que a criação de conhecimento em 234 NUTS II de 24 países europeus é analisada. Os resultados evidenciam que existe uma forte dependência espacial na criação de inovação entre as regiões. Conclui-se também que o ambiente socioeconómico é essencial para o processo de formação de conhecimento e que contrariamente às instituições públicas, as empresas privadas são eficientes na produção de inovação. É de realçar, que regiões com menor capacidade em transformar despesas R&D em patenteamentos apresentam maior capacidade de absorção e segregação de conhecimento, evidenciando que regiões vizinhas menos eficientes na produção de conhecimento tendem a criar relações fortalecidas na partilha de conhecimento.
Trabalho final de Mestrado