O Efeito Cadeia de Suprimentos Sobre o Desempenho das Empresas: Uma Abordagem Multinível

Autoria: Luiz Artur Ledur Brito, Alexandre Pignanelli

Resumo Este artigo quantificou a influência das cadeias de suprimentos sobre o desempenho das empresas, ao introduzir este fator nos estudos de decomposição da variância do desempenho. As análises empíricas consideraram indicadores de lucratividade e de crescimento, para uma amostra de 234.583 observações de 83.668 empresas e 167 setores, em um período de 10 anos. Uma modelagem multinível permitiu identificar que a magnitude do efeito cadeia alcança entre 15% a 25% da variabilidade explicada. Além de evidenciar a importância da gestão das cadeias de suprimentos, os achados apontam para uma nova compreensão do efeito setor. Introdução A busca por um desempenho superior é uma questão central nos objetivos de cada empresa, e a compreensão sobre quais fatores influenciam o desempenho, e sobre como se dá o mecanismo de ação desses fatores, é foco de várias áreas de pesquisa em Administração de Empresas. Nessa linha, a investigação passa inevitavelmente pelo entendimento da variabilidade do desempenho das empresas e pela busca de respostas à uma questão clássica em Administração: por que algumas empresas têm desempenho superior a outras? Uma abordagem clássica no tratamento a esta questão é a decomposição da variabilidade do desempenho das empresas, que busca identificar e quantificar a contribuição de vários fatores, ou efeitos, para o desempenho, como a empresa individual, o setor econômico, a corporação a qual a empresa pertence e o país onde está localizada, entre outros. Esta linha de pesquisa estabeleceu-se a partir dos trabalhos originais de Schmalensee (1985) e Rumelt (1991) e teve um amplo desenvolvimento motivado por disputas teórico-empíricas entre pesquisadores associados a duas correntes teóricas da estratégia empresarial, sendo uma ligada ao campo de estudo em economia da Organização Industrial (MASON, 1939; PORTER, 1979a; 1980) e a outra baseada na visão estratégica baseada em recursos (RBV Resource Based View) (WERNERFELT, 1984; RUMELT, 1984). Discute-se portanto a influência dos recursos internos às empresas (RBV) e da análise setorial (organização industrial) como o fundamento teórico para a explicação da variabilidade do desempenho. Os resultados empíricos, obtidos em sua maior parte da análise de empresas norteamericanas, indicam uma clara predominância de fatores associados à empresa individual na variabilidade do desempenho. Cerca de 40% da variância total observada no desempenho das empresas, normalmente operacionalizado por meio de algum índice de lucratividade, está relacionada a esta classe de fatores; a influência do setor é muito menor, alcançando cerca de 15% da variância total. O terceiro fator comumente considerado nessas pesquisas é o tempo, medido por um efeito ano, normalmente pequeno e atingindo 1% ou 2% da variância total. Fazendo a ponte entre duas grandes áreas da Administração de Empresas – estratégia e operações – nota-se que aspectos operacionais são normalmente tratados nos estudos empíricos como fatores explicativos para a parcela da variância do desempenho associada aos recursos internos. Mas há um campo de conhecimento em operações que tipicamente lida com a gestão de recursos externos à organização: a gestão das cadeias de suprimentos (LAMBERT; COOPER; PAGH, 1998; MENTZER et al., 2001; DYER; SINGH, 1998). Algumas tendências empresariais, como a diminuição dos níveis de integração vertical e o aumento do grau de especialização das empresas, conferem relevância e atualidade aos estudos sobre gestão de cadeias de suprimentos e sua importância para o desempenho da empresa. Apesar disso, não há notícias de estudos sobre estrutura de variância do desempenho que tenham tentado incluir o efeito das cadeias de suprimentos na composição dessa estrutura. 1

já a amostra B foi formada pela amostra A mais as pequenas empresas que não passaram por um critério de tamanho estabelecido por Schmalensee. Os resultados conseguiram explicar 63. A pesquisa adotou uma técnica do tipo Anova aninhada para decompor o efeito do setor. Seus primeiros trabalhos ficaram marcados pelo uso dos resultados empíricos como evidências da supremacia de perspectivas teóricas distintas no campo da estratégia empresarial. Além da empresa individual. setor. da unidade de negócio e da participação no mercado no desempenho das empresas. A primeira. Apesar de outros fatores já serem considerados desde os primeiros estudos (ano e corporação. Revisão da Literatura A linha de pesquisa que se preocupa com a composição da variabilidade do desempenho das empresas teve seu marco inicial com o trabalho de Schmalensee (1985). e amadureceu nas duas décadas seguintes. Já o efeito unidade de negócio foi responsável por 46. o interesse teórico estimulou a disputa entre o efeito setor e o efeito empresa. Esse modelo adota de forma pioneira no campo da administração a técnica de componentes de variância (SEARLE. chegando portanto a percentuais que indicam o grau de contribuição de cada um desses fatores para a variabilidade do desempenho. Os resultados para a amostra B são parecidos. Michael Porter também se interessou pelos estudos sobre composição de variância de desempenho. foi formada pela mesma amostra de Schmalensee para 1975 mais os dados das mesmas empresas em 1974. também foram considerados os componentes ano.4% da variância total. O artigo de Rumelt (1991) foi um grande avanço em relação ao trabalho de Schmalensee. Seu principal objetivo é associar parcelas da variância total do desempenho das empresas a fatores de interesse.Procurando avançar neste campo de conhecimento. denominada amostra A. CASELLA. MCCULLOCH. 1976 e 1977. no modelo de Rumelt para a amostra A o setor explicou apenas 16. A principal implicação do trabalho de Rumelt é o suporte à ideia de heterogeneidade entre as empresas que formam um setor. contrariando o modelo econômico neoclássico e a organização industrial e reforçando a teoria baseada em recursos. quantificando seu grau de contribuição para o desempenho e identificando seu impacto nos outros efeitos tradicionalmente considerado nesse tipo de estudo – empresa individual e setor. podendo ser considerado o artigo seminal da área por ter dado forma definitiva ao modelo empírico utilizado a partir de então nas pesquisas sobre variabilidade do desempenho. possibilitando a avaliação do efeito da unidade de negócio ao longo do período.2% (amostra B) da variância do desempenho. que a participação no mercado era responsável por uma fração muito pequena da variância e que o efeito do setor respondia por aproximadamente 20% da variância das taxas de retorno. Influenciado pelos resultados obtidos por Rumelt. principalmente). Schmalensee usou como fonte para sua pesquisa uma base de empresas de manufatura conhecida como Line of Business da Federal Trade Comission (FTC). que entre outros continha dados desagregados sobre a lucratividade de unidades de negócio manufatureiras. Porém. corporação e a interação setor-ano. Os resultados demonstravam que não havia efeito da unidade de negócio. Porter publica em 1997 um 2 . com exceção da queda do efeito setor para 9. o modelo de Schmalensee (1985) deixou praticamente 80% da variância do desempenho não explicada. Diferentemente de Schmalensee. este trabalho modela a associação das empresas às cadeias de suprimentos e introduz nos estudos de componentes de variância no desempenho o “efeito cadeia”. Rumelt (1991) utilizou quatro anos (1974-1977) de dados da mesma base de Schmalensee. 1992).1% (amostra A) e 55. com aproximadamente metade deste valor proveniente de efeitos transitórios (interação setor-ano).2% da variância total.4%. Rumelt trabalhou com duas amostras.

As diferenças nos resultados encontrados para os efeitos empresa e setor no estudo de McGahan e Porter. entre outras (PORTER. 1979a. que teriam alta mobilidade entre as empresas. 1980. sendo essas popularizadas principalmente a partir dos trabalhos de Michael Porter na década de 80 (PORTER. Esses estudos pioneiros alimentaram a disputa entre as duas perspectivas dominantes no campo da estratégia empresarial: a visão baseada em recursos (WERNERFELT. o setor de atuação da empresa responde por aproximadamente 10% a 15% da variância de seu desempenho. todos eles encontraram resultados próximos aos dos estudos com dados norte-americanos (BRITO. aproximadamente 25% a 45% da variância observada no desempenho de uma empresa pode ser atribuído a fatores internos. 1984. BARNEY. hotelaria e entretenimento. Em termos gerais. 1985).3%) e do ano (2. com 35. já comentadas acima. MARCON. 2006. seguido do setor (18. VASCONCELOS. barreiras de entrada e barreiras de saída. Really? – ficou marcada como um símbolo entre essa disputa pelo domínio do campo da estratégia empresarial.4% para o efeito empresa e 64. os macro-setores apresentam resultados com grandes variações. no Brasil destacam-se quatro artigos sobre o tema publicados nos últimos seis anos. 2006. Como se acredita que a maioria das empresas em um segmento controlem recursos relevantes similares estrategicamente. em termos agregados. Os modelos econômicos neoclássico e da organização industrial focalizam tradicionalmente os segmentos econômicos como os principais responsáveis pela heterogeneidade de desempenho entre as empresas. Outros macro-setores como serviços. 1986) e as escolas estratégicas baseadas no posicionamento e na estrutura setorial. crescimento do setor. as estratégias também seriam similares à luz desses recursos. com exceção dos Estados Unidos. PORTER. com 19. De forma geral. semelhantes aos de Rumelt (1991): o fator empresa é o de maior influência (31.4% para o efeito empresa e 10.7%) e.estudo próprio sobre variabilidade de desempenho usando a base de dados Compustat (MCGAHAN. 1997). fortaleceram essa visão de que diferenças típicas no contexto estrutural de cada setor contribuem de forma determinante para o desempenho (MCGAHAN. 1984. seus achados permitem constatar uma razoável consistência entre os resultados. 2010).4%). GONÇALVES. o ambiente externo impõe pressões e restrições que determinam as estratégias adequadas para se obter resultados acima da média. PORTER. A troca de provocações por meio dos títulos dos artigos de Rumelt (1991) – How Much Does Industry Matter? – e de McGahan e Porter (1997) – How Much Does Industry Matter. enfatizando características como concentração.3% para o efeito setor. Nos dois extremos encontram-se os macro-setores de manufatura. 3 . comércio e transportes também apresentaram efeito empresa relevante. Por outro lado. 1997).8% para o efeito setor. políticas governamentais para o setor. em menor escala. RUMELT. comércio. e hotelaria e entretenimento. 1981. Quando analisados separadamente. é difícil encontrar estudos de composição de variância realizados com amostras de empresas locais. Apesar de Porter reconhecer que diferenças entre empresas de um mesmo setor também poderiam contribuir para o desempenho (PORTER. VASCONCELOS. como as anteriores. manufatura. Se em outros países. MORAES. QUINTELLA. a ênfase de que as heterogeneidades externas às empresas seriam as mais relevantes acabou prevalecendo em seus trabalhos. 2004.7%). Nessa perspectiva. A pesquisa foi conduzida de forma agregada. e também de forma separada para seis macro-setores (agricultura e mineração. transportes. da corporação (4. 1979b). BANDEIRA-DE-MELLO. Cabe falar ainda do crescente interesse dos pesquisadores brasileiros por essa linha de estudo. Apesar das diferentes configurações de pesquisa utilizadas por esses estudos. e serviços) e obteve resultados. 1979a).

1991. da heterogeneidade e do desempenho superior. SINGH. da mesma forma que os seguidores das escolas estratégicas baseadas no posicionamento e na estrutura setorial teorizam sobre a relevância dos segmentos de atuação como fontes geradoras da heterogeneidade de desempenho.Por outro lado. Apesar do próprio Rumelt (1991) destacar que os resultados dos estudos de composição de variância que apontam para a superioridade do efeito empresa não podem ser tomados como comprovação empírica da teoria dos recursos. 1995). Porém. questões tradicionalmente ligadas aos setores econômicos também podem ser usadas para justificar o efeito de pertencer a uma determinada cadeia para o desempenho. 2001. continuando com a provocação iniciada por estudos anteriores. PAGH. diferenças na dotação de recursos causam diferentes desempenhos. PETERAF. esses resultados vêm desde então sendo aceitos pela comunidade acadêmica como indícios da relevância da teoria dos recursos para a explicação do desempenho das empresas. A argumentação acima nos leva à formulação do objetivo deste trabalho: quantificar o efeito das cadeias de suprimentos sobre o desempenho das empresas e identificar sua influência e relacionamentos com os outros elementos da estrutura de variância do desempenho das empresas brasileiras. sendo que diferentes empresas possuem diferentes pacotes desses recursos. na medida em que controlam recursos necessários para implementar estratégias. as empresas podem ser entendidas como pacotes de recursos produtivos. mas também entre empresas pertencentes às mesmas cadeias de suprimentos. e também como a fonte mais importante da vantagem competitiva. MENTZER et al. o modelo defendido pela teoria baseada em recursos afasta-se da visão da organização industrial e propõe que os verdadeiros determinantes das diferenças de desempenho entre as empresas encontram-se na acumulação e gerenciamento de recursos competitivos internos e únicos. A RBV considera as competências. 1998. Além de aspectos específicos da teoria de cadeias de suprimentos. How Much Supply Chain Matter?. COOPER. como seus clientes e fornecedores diretos e indiretos (LAMBERT. e seu consequente impacto no desempenho – ou seja. Ela também supõe que essas diferenças de recursos entre as empresas são relativamente estáveis – a imobilidade dos recursos viria do fato de que alguns desses recursos são muito custosos para serem copiados ou inelásticos na oferta (CONNER. Sob a ótica da RBV. É uma importante contribuição teóricoempírica. Entre seus fundamentos. WERNERFELT. já que o papel das cadeias de suprimentos para a estrutura de variância de desempenho é desconhecido. a teoria sobre cadeias de suprimentos argumenta que uma série de fatores que impactam o desempenho empresarial podem estar ligados à gestão das estratégias que a empresa tem não apenas em relação a outras empresas do mesmo setor. 1993.. da existência de recursos similares compartilhados também por empresas associadas à cadeia e da mobilidade desses recursos não apenas entre empresas com atividades similares (setor). 1991. Ou. que cada vez mais acabam alcançando outros elos das cadeias de suprimentos. BARNEY. capacidades (capabilities) e habilidades como a base do conhecimento produtivo e organizacional. 2001. 1998). 4 . DYER. devido a sua natureza descritiva. como é o caso das políticas governamentais para os setores. devido a esse efeito não ter sido considerado até hoje em trabalhos desse campo de pesquisa. encontram-se a existência de assimetrias entre as empresas. mas também para com outros atores de suas cadeias.

As bases com os dados detalhados. Por fim. Porém o IBGE permite o acesso aos microdados por parte de pesquisadores vinculados a instituições acadêmicas ou órgãos oficiais de pesquisa em determinadas situações específicas. o IBGE começou a usar a CNAE 2.0 em suas pesquisas. com código 0000 ou então com códigos que não pertenciam aos escopos das pesquisas foram eliminados. as diferentes codificações utilizada pelos pesquisadores do IBGE para indicar os estratos nas diversas pesquisas ao longo dos anos. no Rio de Janeiro. Em seguida. resultando em uma descontinuidade na classificação setorial devido às grandes mudanças introduzidas com essa versão da CNAE (CONCLA.Pesquisa Anual da Indústria da Construção (PAIC).Pesquisa Industrial Anual (PIA). Já nesse arquivo global cuidamos para que os erros de digitação evidentes na indicação do código CNAE fossem removidos.Pesquisa Anual de Comércio (PAC).Dados e Métodos As fontes de dados As bases das pesquisas econômicas estruturais anuais realizadas pelo Instituto Brasileiro de Geografia e Estatística (IBGE) foram utilizadas como fontes de dados para este trabalho. Inicialmente. Os resultados das diversas pesquisas foram inicialmente disponibilizadas pelo IBGE na forma de arquivos individuais. O critério básico para esse acesso é a realização de pesquisa acadêmica ou oficial. A referência utilizada pelas pesquisas estruturais econômicas para classificação das atividades empresariais é a Classificação Nacional de Atividades Econômicas (CNAE). De acordo com critérios específicos de cada pesquisa.Pesquisa Anual de Serviços (PAS). empresas com um determinado número mínimo de pessoas ocupadas formam o chamado estrato certo. das pesquisas econômicas estruturais do IBGE não estão disponíveis para uso público. neste trabalho optamos por usar um intervalo de 10 anos. Já a escolha pelo encerramento da série em 2007 se deu porque. IBGE. cujo projeto não possa ser implementado sem o acesso aos microdados e cujos resultados esperados possam ter interesse público. . sempre na avaliação do próprio IBGE. A escolha do ano inicial se deu por 1998 ter sido o primeiro ano em que resultados de pelo menos três das quatro pesquisas estruturais econômicas do IBGE estavam disponíveis. Já as empresas com um número de pessoas ocupadas inferior a esse mínimo formam o chamado estrato amostral. um para cada pesquisa e ano entre 1998 e 2007. devido à possibilidade de identificação de informações particulares das mais de 100. a partir de 2008. considerado neste trabalho. . considerando-se apenas o estrato certo de cada uma delas. agrupamos os arquivos individuais em um único arquivo global. Todo o acesso aos dados originais e também seu tratamento ocorreu na chamada “Sala de Sigilo”. não considerado no trabalho. . Visando utilizar o maior número possível de observações das bases de dados das pesquisas econômicas anuais do IBGE. Os casos em que a variável CNAE estava sem preenchimento. e ao mesmo tempo garantir a integridade da classificação das atividades econômicas. foram utilizadas para eliminar todas as observações não pertencentes aos estratos certos. A população-alvo dessas pesquisas incluem todas as empresas brasileiras cujas atividades econômicas principais estão classificadas em setores cobertos pela abrangência de cada uma das pesquisas. cobrindo o período entre 1998 e 2007. censitário. As pesquisas econômicas estruturais do IBGE utilizadas neste trabalho foram: . localizada nas dependências do Centro de Documentação e Disseminação de Informações do IBGE – CDDI. 2007).000 empresas que participam anualmente das pesquisas. ou microdados não desidentificados. tratamos a questão do critério a ser usado para considerar uma empresa 5 .

e não pelo aumento absoluto das receitas ou dos ativos. 2009).072 100% 72. chegamos ao número de 932. O único trabalho conhecido que considerou essas duas dimensões de desempenho financeiro para a mesma base de empresas e o mesmo horizonte de tempo é o de Brito e Vasconcelos (2009).000.800 7. dois indicadores foram utilizados. Usando um valor único que representa a média dessas receitas durante os 10 anos. o critério de descartar valores de lucratividade maiores que 100% ou menores que -100%.787 100% 177. utilizamos receitas líquidas mínimas de R$250. As taxas de crescimento foram calculadas a partir das variáveis receita líquida (crescimento das receitas) e ativos totais (crescimento dos ativos).1% 264. por conveniência. pelo menos.067 100% 192. realizamos análises de decomposição de variância para amostras parciais utilizando outras faixas de corte: 50% e -50%. Em termos de lucratividade.071 20.2% 276.00 (PAS e PAC).00 (PAS e PAC) como critério para considerar uma empresa ativa em determinado ano. Ao final desse processo.000.996 79. Os resultados não mostraram diferenças significativas. Já a outra variável foi o lucro sobre receita.8% Ativos 535. VASCONCELOS.915 48.072 como total de observações originais para a base de dados global (todas as pesquisas juntas) e para todo o intervalo de 10 anos. Para as variáveis de crescimento.580 40. A Tabela 1 a seguir mostra o total de observações originais e o total de observações eliminadas nesse processo.ativa durante determinado ano.207 59. Para cada dimensão. mas sim taxas médias compostas para os períodos utilizados no estudo. pagar salário e encargos ao número mínimo de funcionários necessário para a empresa ser selecionada para o estrato certo de cada pesquisa.00 (PIA e PAIC) ou R$170. que usou dados da Compustat Global e chegou a estruturas de variância muito próximas para os índices de lucratividade e crescimento. Os valores identificados para as variáveis formadoras das taxas compostas de crescimento – receita líquida e ativos totais – também apresentaram alguns valores extremos. Para testar a robustez desse corte.358 51. Valores extremos foram eliminados. para manter a comparabilidade com os achados dos trabalhos anteriores utilizamos o ROA como uma das variáveis de desempenho. Além disso. e 150% e -150%. visando a comparabilidade com o único estudo prévio que usou essa dimensão (BRITO. Operacionalização do desempenho Indicadores de lucratividade e crescimento foram utilizados para representar o desempenho financeiro das empresas. Para eliminar essas observações adotamos um critério semelhante ao usado na consideração das empresas ativas – foram eliminadas portanto observações cujo valor de ativos totais fosse inferior a R$250. obtido a partir da divisão do lucro contábil (resultado do exercício) pelos ativos totais.00 (PIA e PAIC) e R$170. A modelagem dessas duas variáveis de crescimento foi feita por meio de taxas.2% Receita 932. optou-se por não usar taxas anuais de crescimento.000.Observações eliminadas e observações válidas Variáveis Observações originais Observações eliminadas Lucro sobre receita 919.273 100% 258.000. Consideramos ativas as empresas que ao longo de determinado ano tiveram receitas suficientes para.272 92. Tabela 1 . utilizamos os indicadores de crescimento das receitas e crescimento dos ativos.8% 859. obtido pela divisão do lucro contábil (resultado do exercício) pela receita líquida.9% ROA 441. adotando-se.4% Observações válidas 726.6% 6 .

A opção foi por adaptar referências clássicas sobre estrutura de cadeias de suprimentos (LAMBERT. A estrutura definida para representação das cadeias está apresentada na Figura 1 a seguir. IBGE. MENTZER et al. 2010) às características de representação dos membros das cadeias – classes da CNAE – utilizadas pela fontes de dados do presente trabalho – as pesquisas anuais do IBGE. fosse ele um produto tangível. tomou-se a decisão de caracterizar inicialmente a cadeia produtiva por meio de seu produto típico. 2004). PAC e PAIC. 2001. Para a PIA. SUPPLY CHAIN COUNCIL. já que devido à maior especificidade das cadeias de suprimentos é natural que o “efeito cadeia” modelado por cadeias produtivas apresente menor magnitude do que se fosse operacionalizado por proxies mais próximas à definição de cadeia de suprimentos. Aqui. formadas a partir do agrupamento lógico de setores da economia brasileira. As duas outras pesquisas utilizadas neste trabalho. forte concentração de empresas menores e concentrações cada vez mais baixas conforme cresce o tamanho da empresa. a primeira decisão foi sobre a estrutura de documentação a ser utilizada para representação das cadeias. 7 . Para a PAS. Após essa seleção de 73 produtos e serviços representativos de cadeias produtivas (60 da PIA. PAGH. pois a classificação dos diversos segmentos de comércio dentro da seção G da CNAE é feita conforme os tipos de produtos comercializados pelas empresas de cada segmento (CONCLA.. Também adotou-se nesse processo de escolha das cadeias produtivas o princípio de que o produto típico a representar cada cadeia fosse destinado ao consumo do cliente final. o de classes (CONCLA. utilizamos como proxy para a formação das cadeias de suprimentos a sua versão mais expandida. A função escolhida foi a logarítmica de base 10. Aqui. um serviço ou combinações dos dois. É importante reforçar que essa opção para a operacionalização das cadeias de suprimentos é conservadora. em termos de receitas. foram identificados os produtos mais representativos em 60 classes da CNAE. as chamadas cadeias produtivas. representados por segmentos da CNAE em seu nível mais detalhado possível. COOPER. 2004). Configuração das cadeias de suprimentos Devido à impossibilidade de se conhecer os clientes e fornecedores específicos de cada empresa presente nas bases de dados do IBGE. O primeiro passo nesse trabalho se constituiu da escolha das cadeias produtivas a serem consideradas. optamos por aplicar uma transformação logarítmica nos dados de crescimento (receita e ativos totais) para diminuir a assimetria e aproximar as distribuições estudadas a uma distribuição normal. Já a utilização da PAC seria redundante com a PIA. iniciamos a etapa seguinte no trabalho de configuração das cadeias: o mapeamento. A PAIC por tratar de uma cadeia produtiva bem definida e com um produto único para o consumidor final – imóveis (e serviços agregados). Para identificação dos produtos típicos representantes das cadeias utilizamos informações originárias da PIA e da PAS. 1998. que normalmente apresentam grande assimetria positiva. IBGE. mas devido ao menor número de segmentos foi possível cobrir todos eles identificando-se então 12 serviços representativos. não foram usadas neste momento por motivos distintos.Devido à natureza das distribuições de tamanho de empresas. ou seja. o método usado foi o mesmo. 12 da PAS e 1 da PAIC).

IBGE. para cada um dos 73 produtos e serviços representativos selecionados anteriormente. molhos e outros derivados de tomate Gasolina Imóveis Joias Leite e produtos lácteos Livros. pesquisadores e professores. . purês. cinema e outros espetáculos) Atividades de televisão Automóveis Calçados de couro Carne de peixe Carne de reses (bovinos. massas e derivados Papel e produtos derivados Telefonia Transporte aéreo de passageiros Transporte rodoviário de passageiros Classes da CNAE consideradas 25 6 2 11 5 2 6 4 2 2 9 4 7 2 5 28 3 4 8 4 3 7 6 4 4 7 4 Blocos da estrutura considerados 6 3 2 2 5 2 5 3 2 2 5 3 5 2 5 7 3 2 3 4 3 4 3 2 3 3 3 8 . música. polpas. .Conversas e entrevistas com especialistas nas diversas cadeias. 2004). revistas e jornais Medicamentos para uso humano Motocicletas Móveis Pães. suínos. monitores e periféricos) Cosméticos e estética Eletrodomésticos Extrato.Conhecimento dos autores. etc) Cervejas e refrigerantes Chocolates Cigarros e outros produtos do fumo Computadores pessoais e acessórios (softwares. iniciamos o trabalho com o desenho inicial de sua respectiva cadeia produtiva. incluindo profissionais de mercado.Estrutura detalhada e notas explicativas da CNAE (CONCLA.Figura 1 – Estrutura utilizada para configuração das cadeias produtivas Em seguida. principalmente das grandes empresas de cada cadeia e de entidades empresariais representativas das cadeias ou de setores vinculados a elas. .Consultas a sites na Internet. Tabela 2 – Cadeias produtivas mapeadas e utilizadas no estudo # 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Cadeia produtiva Artigos de vestuário Atividades artísticas e culturais (teatro. tendo como base as seguintes fontes e referências: .

Como resultado final conseguimos configurar 27 cadeias produtivas. existe maior similaridade entre dados pertencentes a um mesmo grupo do que entre dados pertencentes a grupos distintos (RAUDENBUSH.837 45.067 61. estes. MISANGYI et al.207 100% 145.938 40. como fizemos no presente trabalho. Como muitas observações das bases de dados são de empresas que não fazem parte dessas cadeias. 2006. RAUDENBUSH. mas o seu uso em Administração ou Economia ainda tem sido pouco comum. Medicina e em algumas aplicações na Sociologia. Tais métodos são mais frequentemente utilizados em outros campos do conhecimento. as diversas observações de desempenho podem estar aninhadas nas respectivas empresas (SINGER. 2011). 2003). que por sua vez podem estar agrupadas nos setores econômicos e. No presente estudo os modelos montados foram de 4 níveis.370 55.929 38. como também são chamados os modelos multinível. 1997. BRITO. por sua vez.5% O método de análise Os modelos hierárquicos lineares. Por exemplo. Biologia.. VASCONCELOS. constituindo-se de: 9 . descritas na Tabela 2. uma técnica de regressão múltipla ou de componentes de variância . 2002).7% 345. 1997).334 59. por exemplo.a premissa de independência entre as diversas observações é violada com frequência na maior parte dos estudos que usam esses métodos tradicionais. BRITO. 2006. podem ser agrupados em países (GOLDSZMIDT.996 100% 446. como Educação. BRYK. A modelagem multinível se destaca por reconhecer a hierarquia natural existente entre os dados e também a existência de correlação intraclasse – ou seja.272 100% 513. Esta hierarquia no relacionamento entre os diversos níveis (4..6% ROA 264.0% Receita 859. Os modelos multinível reconhecem esta estrutura e permitem determinar de maneira independente os efeitos das características individuais do aluno (o nível 1).Observações pertencentes às empresas formadoras das cadeias produtivas Variáveis Observações válidas Observações eliminadas Observações consideradas Lucro sobre receita 726. uma das aplicações originais e mais tradicionais dos modelos hierárquicos lineares é em Educação.4% 280. das características da classe (o nível 2) e das características da escola (o nível 3) no desempenho dos alunos. foram eliminadas as cadeias que não continham classes da CNAE em pelo menos 2 dos 7 blocos formadores da estrutura utilizada para a configuração das cadeias (Figura 1).0% 118. 1993. Tabela 3 . em pesquisas onde os alunos são agrupados em classes que. WILLETT.358 100% 153. 2007. 2011) ou em cadeias produtivas. HOFMANN. são uma alternativa recente e mais adequada que os modelos tradicionais baseados em regressões para análises de conjuntos de dados que possuem diferentes níveis de agregação e relações hierárquicas entre esses níveis (HOFMANN.3% Ativos 276.5% 122. as informações sobre as observações efetivamente consideradas no estudo podem ser vistas na Tabela 3.Ao final do mapeamento. Devido a essas características. SHORT et al. principalmente quando se trabalha com o desempenho da empresa como variável dependente e ou quando há interesse em algum tipo de agrupamento das empresas. no exemplo acima) representa uma dependência entre os mesmos que é ignorada quando se utiliza. são agrupadas em escolas. Em pesquisas em Administração existem estruturas similares. VASCONCELOS. GOLDSZMIDT.890 44. Apenas mais recentemente alguns trabalhos vêm usando modelos multinível para o estudo da variabilidade do desempenho das empresas em configurações de pesquisa próximas às adotadas pelo nosso trabalho (HOUGH.468 55.

938 100% 111. empresas que encerraram suas operações logo no início do período. visando que as observações consideradas representassem empresas com atividade ao longo de parte significativa do período. O procedimento de análise Para testar a eventual influência dos grandes períodos de tempo na estrutura de variância. Apesar da extensa discussão existente sobre as diferenças. por exemplo.280 100% 25. parece haver pouca diferença entre eles quando se trabalha com grandes amostras (SINGER. 2008). a máxima verossimilhança restrita (maximum restricted likelihood) e a máxima verossimilhança plena (maximum likelihood).591 27. ou então empresas que iniciaram suas operações pouco antes do final do período.890 100% 51.1% ROA 25.302 23.2% 110. além do período original de tempo de 10 anos. o de máxima verossimilhança restrita.2% 55.567 60. não tiveram suas observações consideradas. adotamos uma estratégia que considerou.321 20.874 100% 42.452 63. primeiro período e segundo período – motivaram também a eliminação de empresas que não possuíam um número mínimo de observações em cada período.7% 15.798 22.8% Receita 345.362 39. e por isso optamos por relatar neste texto apenas aqueles estimados por um dos métodos. pode ter sido mantida para as análises da variável lucro sobre receita. Essas contagens de observações foram feitas de forma independente para cada uma das variáveis de desempenho. versão 10.490 76. Tabela 4 .3% 170. suas duas subdivisões de 5 anos.453 37.Observações eliminadas devido ao número mínimo de observações por período Variáveis Observações válidas Observações eliminadas Observações usadas Período completo Lucro sobre receita 280.3% 156. Com isso. Para o período completo de 10 anos definiu-se como critério considerar empresas que tiveram 5 ou mais registros da variável de desempenho ao longo do intervalo de tempo. Nível 3: setor.3% Primeiro período Lucro sobre receita 82.055 100% 18. vantagens e desvantagens dos diversos métodos de estimação.4% 67.462 78.941 53.1 (RABE-HESKETH.1% Ativos 122.2% 10 . Já para as análises de períodos de 5 anos adotou-se como critério considerar apenas empresas que tiveram 3 ou mais observações ao longo dos 5 anos.446 46.Nível 1: ano. Em vários dos modelos estudados fizemos estimações com os dois métodos principais disponíveis no Stata.890 100% 64.762 100% 9.9% 63.551 58.8% 71.1% 16. entre outros exemplos semelhantes.6% Receita 202.583 67.257 77.648 62.339 41. denominadas desse ponto em diante primeiro período e segundo período.101 100% 9.929 100% 110. Esses 3 cenários de tempo utilizados – completo.146 100% 42. Nível 2: empresa.310 36.8% Ativos 25.8% Ativos 122.124 47.355 32. 2003).7% ROA 93.3% Receita 143.2% 234. Nível 4: cadeia produtiva. WILLETT. para cada uma das variáveis.7% 58.689 72.7% ROA 118. SKRONDAL.766 52.792 100% 33. As análises de decomposição da variância do desempenho foram realizadas com o auxílio da família de comandos xtmixed do software Stata.825 79. Em todos os casos os resultados apontaram valores praticamente idênticos.9% Segundo período Lucro sobre receita 198.412 21.9% 159. e portanto uma empresa eliminada para a variável ROA.387 100% 62.

As distribuições das variáveis de desempenho apresentaram resultados descritivos que podem ser observados na Tabela 5.80 Segundo período (2003 – 2007) Lucro sobre receita 156. optamos por decompor e apresentar a estrutura de variabilidade também em termos da raiz quadrada dos componentes de variância.02 0.23 0.88 Os perfis das distribuições para o período completo podem ser vistos nos histogramas da Figura 2.41 3. Como os testes prévios realizados durante a construção e depuração dos modelos hierárquicos lineares trouxeram os primeiros indícios que o efeito cadeia teria ordem de grandeza próxima. Resultados e Discussões As análises apresentadas na presente seção introduzem pela primeira vez nos estudos de componentes de variância do desempenho o efeito cadeia de suprimentos. A Tabela 6 relata os resultados para os indicadores de lucratividade – lucro sobre receita e ROA.452 6.65 0.04 0.70 0.08 0.490 6.689 0. 11 .80 3.01 6.97 6.70 0. já desconsiderando das observações válidas aquelas provenientes de empresas que não pertencem às 27 cadeias consideradas.53 0.78 4. Após realizarem análises de composição de variância de desempenho com essa base. Tabela 5 .28 Log Receita 110.22 -0. à do efeito setor.11 Log Receita 234. como é o caso dos valores esperados para os efeitos setor e cadeia. pois as informações de desempenho foram criadas de forma artificial especialmente para o estudo.25 ROA 67.58 3.567 0.76 0.73 0.A Tabela 4 apresenta a quantidade de observações eliminadas devido a esse critério.03 0.76 Log Ativos 71. Brush e Bromiley (1997) concluíram que os componentes de variância são indicadores de importância fortemente não lineares.124 6.22 -0.551 6.31 ROA(2) 15. Essa transformação seria de especial interesse para a interpretação de variâncias menores.02 Log Receita 159.70 Primeiro período (1998 – 2002) Lucro sobre receita 63.30 ROA(1) 55.825 6.75 Log Ativos(1) 58.06 0.81 Log Ativos(2) 16.462 0.empresas brasileiras Observações Média Desvio padrão Assimetria Período completo (1998 – 2007) Lucro sobre receita 170.76 0.446 0.257 0.77 (1) 2000 – 2007 (2) 2000 – 2002 Curtose 7.81 0.76 0.21 -0. e que portanto a raiz quadrada do componente ofereceria interpretações mais exatas.Análise descritiva das distribuições das variáveis .46 0.55 6. que trabalharam com simulação de Monte Carlo e um modelo em que a importância da cada fator já era conhecida inicialmente. Essa estratégia de análise foi proposta por Brush e Bromiley (1997).08 3.15 6.04 0.648 0.68 3. ou até mesmo comparável.64 7.21 -0.583 6.68 0.22 -0. Os perfis dos períodos de 5 anos mostraram-se muito semelhantes aos apresentados abaixo.54 0.

3% 34.Figura 2– Histogramas – empresas brasileiras – 1998 a 2007 Tabela 6 .2% 0.8% 0.001 1.2% 23.3% 43.018 36.019 39.000 0.0% 6.0% Total 0.0% Total 0.1% 47.3% Total 0.053 100.0% 100.9% 0.1% 11.8% Cadeia 0.5% 0.1% 6.0% 43.8% 5.023 51.4% Setor 0.0% 64.6% 12.9% 0.7% 44.1% Tempo 0.021 45.001 1.7% 11.046 100.002 4.3% 41.7% Tempo 0.026 54.5% 9.6% 11.0% 100.0% 100.029 62.019 37.5% 25.3% 46.045 100.020 37.3% 35.1% 0.7% 0.2% 76.0% 6.9% 8.8% 11.0% 0.1% 13.4% Setor 0.3% 0.9% 64.8% 24.6% 11.000 1. e 2000 – 2002 para o primeiro período 12 .001 1.5% 0.9% 12.0% 100.3% 6.0% (1) 2000 – 2007 para o período completo.5% 17.015 32.0% 100.1% 73.A composição da variância do desempenho das empresas brasileiras – lucratividade Lucro sobre receita ROA(1) % % Explicado % % Explicado Desvio (desvio Desvio (desvio % % padrão) padrão) Variância Variância padrão Variância Variância padrão Período completo (1998 – 2007) Empresa 0.001 1.3% 69.3% 6.0% 0.2% 0.3% 38.3% 0.000 1.050 100.003 6.6% 36.9% 37.3% 6.0% 100.031 62.0% 0.050 100.031 58.2% 14.001 1.0% 50.9% Cadeia 0.001 2.6% 62.5% Setor 0.049 100.2% 12.027 55.1% 0.0% Primeiro período (1998 – 2002) Empresa 0.3% 14.8% Tempo 0.002 5.0% Primeiro período (1998 – 2002) Empresa 0.5% Cadeia 0.

cerca de 70% pelo crescimento da receita e cerca de 75% pelo crescimento dos ativos.1% 0.005 96.0% 0.9% 72.003 100. comentados na Revisão da Literatura. estimado pela primeira vez no presente trabalho. o setor apresenta um efeito de aproximadamente 15% a 25% da variabilidade explicada.000 3. nota-se por uma análise comparativa entre os resultados das duas tabelas acima e aqueles encontrados em simulações que fizemos como modelos 3 níveis.7% 10.0% (1) 2000 – 2007 para o período completo.0% Segundo período (2003 – 2007) Empresa 0. Em termos do desvio padrão.7% 71. É interessante notar que 13 .003 92.000 1.000 1.000 0.4% Setor 0.5% Total 0.000 4. O segundo componente mais importante foi o efeito setor.5% 9. Ainda sobre o setor.000 4. Tabela 7 .0% Primeiro período (1998 – 2002) Empresa 0.8% Total 0.000 3.3% 15.006 100.005 92.5% 0. menor que o efeito setor.4% 12.0% 0.9% Setor 0.0% 100.003 96.6% 6. os resultados apresentados acima evidenciam a predominância do efeito empresa individual.6% 79.0% 100.003 100.9% 0. mostrou-se. Porém. a cadeia tem um efeito de aproximadamente 10% a 15% da variabilidade explicada. Em termos médios o efeito cadeia representa cerca de 50% do efeito setor quando o desempenho é medido por lucro sobre receita.5% Cadeia 0.1% 13.6% 0.005 95.0% 0.9% 15.0% 12.8% 0.0% 100. confirmando a relevância dos fatores idiossincráticos às empresa para a explicação do desempenho. Em relação ao desvio padrão. Essa constatação se repetiu em todos os cenários analisados sugerindo portanto uma maior influência do setor nos fluxos de receitas do que as estratégias de acumulação de ativos.006 100. que a intensidade do efeito setor parece diminuir quando se introduz o efeito cadeia. de forma consistente em todas as configurações analisadas.000 0.7% 0.7% 10.7% 6.000 3.1% 77. Os resultados também estiveram próximos quando comparados entre os índices de lucratividade e entre os índices de crescimento.0% Setor 0. de forma geral.7% 80.000 2.000 2.005 100. Essa repetibilidade de resultados ocorreu também quando consideramos os diversos períodos de tempo analisados.4% 77.4% Cadeia 0.A composição da variância do desempenho das empresas brasileiras – crescimento Crescimento da receita Crescimento dos ativos(1) % Explicado % Explicado % Explicado % Explicado Variância (variância) (desvio padrão) Variância (variância) (desvio padrão) Período completo (1998 – 2007) Empresa 0.2% Total 0.5% 0.3% Cadeia 0. o primeiro e o segundo períodos.000 1. e 2000 – 2002 para o primeiro período Assim como nos estudos anteriores sobre variabilidade do desempenho.0% 100.0% 0. Já o efeito cadeia. cerca de 80% pelo ROA.7% 13.Já na Tabela 7 com os resultados para os índices de crescimento – da receita e dos ativos – as colunas “% Explicado” fornecem a importância relativa dos efeitos tanto para a variância quanto para a raiz quadrada. nota-se de que o efeito do mesmo é levemente mais relevante quando o desempenho é medido pelo lucro sobre receita e pelo crescimento da receita.9% 0.0% 100.010 100. não descobrindo-se diferenças significativas para a estrutura de variabilidade entre o período completo. se comparado a suas contrapartes ROA e crescimento dos ativos. sem a presença das cadeias. apontando para a validade convergente das análises.010 96.0% 100.0% 14.

The variance composition of firm growth rates. Journal of Management. e representa entre 15% a 25% da variabilidade explicada (medição pela raiz quadrada dos componentes de variância). 99-120. J. v. essa magnitude equivale a cerca de 50% a 90% do efeito setor.B. 2009. VASCONCELOS.. Nesses modelos de 4 níveis o efeito da empresa individual foi predominante. R. 2001. 643-650. a empresa no nível 2. 34-43. p. L. Referências BANDEIRA-DE-MELLO.B.C. F. Journal of Management. Ou seja. R. n. BRITO. v. De forma geral. 6. v. n. Brazilian Administration Review. BRITO. v. 2. já que o novo efeito cadeia parece capturar parcela significativa da explicação anteriormente atribuída ao setor. p. efeito esse que se mostra relevante e com intensidade comparável ao efeito do setor econômico.L. bem como da parcela explicada da variabilidade total. VASCONCELOS. mas também da associação das empresas às cadeias de suprimentos (efeito cadeia). Conclusões O principal achado deste trabalho foi a identificação e quantificação do efeito das cadeias de suprimentos sobre o desempenho. 1991. Um análise conjunta dos resultados dos diversos efeitos. parece mostrar que a contribuição dos agrupamentos empresariais para o desempenho vem não apenas da similaridade das atividades (efeito setor). 1. n. Firm resources and sustained competitive advantage. Heterogeneidade do desempenho de empresas em ambientes turbulentos. Management Science. 1986. Resource-based theories of competitive advantage: A ten-year retrospective on the resource-based view.B. Brazilian Administration Review. a introdução do efeito cadeia contribui para o entendimento dos reais papéis exercidos pelo setor e pelas cadeias de suprimentos sobre o desempenho das empresas. luck. L. p. J. v. 14 . 2. F. 10. 1231-1241.A. 118-136. Performance of brazilian companies: Year effects. BARNEY. Strategic factor markets: Expectations. apesar de não contribuir para o aumento da variabilidade explicada. 6. 32. p. BARNEY. produzida pelos entendimento dos resultados independentes dos efeitos setor e cadeia. line of business and individual firms. 1. 2004. 1-15.C. Esse achado se constitui talvez na contribuição mais importante deste trabalho. devido às cadeias de suprimentos terem sido operacionalizados por meio de cadeias produtivas. Esse objetivo foi alcançado por meio do uso de modelos hierárquicos lineares com 4 níveis – medidas de desempenho no nível 1. and business strategy. Revista de Administração de Empresas.. 27. BARNEY. 46.A. p. p. J. A magnitude do efeito cadeia chega a ser comparável em algumas análises ao efeito setor. 17. Essa nova visão. 1. Vale lembrar que esses resultados são conservadores. parece apontar para uma possível explicação sobre como o efeito cadeia se manifesta sobre a estrutura de variabilidade do desempenho: esse efeito da cadeia produtiva onde a empresa se insere parece "capturar" parte da explicação anteriormente atribuída ao setor de atuação da empresa.para este último índice o efeito cadeia chegou a praticamente igualar o efeito setor na análise do período completo. o efeito setor parece ter seu poder de explicação diminuído quando comparado aos estudos anteriores.L. n. MARCON. Por sua vez. n. o setor econômico no nível 3 e a cadeia produtiva no nível 4. já que essa efeito da cadeia produtiva para a estrutura de variância do desempenho das empresas ainda não era conhecido.. BAR. v. n. 2006. BAR.

and business unit effects. L. An overview of the logic and rationale of hierarchical linear models. 179-191.R. 3. 1939. 23. 2. VASCONCELOS. 214-227. P. M. MASON. A. p. COOPER. LAMBERT. Country effect on firm performance: A multilevel approach. New York: Free Press. v. BRITO. Business segment performance redux: A multilevel approach. 27. E. v. n. n. Journal of Business Research.. HOUGH. HOFMANN. 18. 1. 660-679. 1981. 9. M. The Review of Economics and Statistics. DYER. 14. M. 1991. PORTER. 2004. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA .F. V.L.. E. 64. p. 2006. 1997. v. 2.H. 2. 6. COMISSÃO NACIONAL DE CLASSIFICAÇÃO . p. J. p. 2001. 27. M. 1997. Strategic Management Journal. The American Economic Review.. Price and production policies of large-scale enterprise. D.M.R. v.0. 1-20. 23. 2006.E. n.C. 2006.D. PORTER. 10. n. GOLDSZMIDT. The role of internal and external factors in the performance of brazilian companies and its evolution between 1990 and 2003. 273-279. 4. 1. ed. Academy of Management Review.T. A new perspective on a fundamental debate: A multilevel approach to industry.. A historical comparison of resource-based theory and five schools of thought within industrial organization economics: Do we have a new theory of the firm? Journal of Management.0. 22. 15 . n. PETERAF. 2.E. CONNER. H. 2. 29. 1. PORTER.E. New York: Free Press. 825-835. Classificação Nacional de Atividades Econômicas . p. v. p. et al. PAGH. VASCONCELOS. Rio de Janeiro: IBGE. 571-590.Versão 2.CONCLA. v. v. really? Strategic Management Journal. n. 61. Journal of Business logistics. p. F. v. v. T. p. v.E. Rio de Janeiro: IBGE. GONÇALVES. n. Revista Eletrônica de Administração. n. J. 1998.IBGE.A. J. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA . 6. Journal of Management. 1980. n. 1993. Academy of Management Review.C. 61-74.CONCLA. 1979a. 4. M.R. n. p. D.BRUSH. p. Determinantes da heterogeneidade do desempenho das empresas brasileiras.IBGE. The contributions of industrial organization to strategic management. The cornerstones of competitive advantage: A resource-based view. Classificação Nacional de Atividades Econômicas . R. p. v. corporate. Brazilian Administration Review.. MCGAHAN. v. p. 3. n. n.M. 2007. 16. SINGH. 609-620. M. 723-744. 17. M. The structure within industries and companies' performance. v. MISANGYI. Strategic Management Journal.. p. QUINTELLA. BROMILEY.C.E. Competitive Strategy: Techniques for Analyzing Industries and Competitors. R.A. Defining supply chain management. MORAES.A.S.H. 6. How much does industry matter. 45-61. K. Summer Special Issue. 1-14. p. v. J. 76101. Supply chain management: Implementation issues and research opportunities. Strategic Management Journal. MENTZER. n. et al.H.. p. A. n. 3. Strategic Management Journal.G. v. 1998. Competitive Advantage: Creating and Sustaining Superior Performance. What does a small corporate effect mean? A variance components simulation of corporate and business effects. 1985.B. n. v.Versão 1. BAR. 15-30.A. p. PORTER. 18. 2. F. The International Journal of Logistics Management. 2011. PORTER. 1997... 121-154. The relational view: Cooperative strategy and sources of interorganizational competitive advantage. 2010. 1-26. COMISSÃO NACIONAL DE CLASSIFICAÇÃO .

R. Strategic Management Journal. 12. n. SKRONDAL. v. p. n.E. v. How competitive forces shape strategy. TX: Stata Press. TX: Supply Chain Council. v. A crossed random effects model for unbalanced data with applications in cross-sectional and longitudinal research. Do markets differ much? American Economic Review. v.D. 16. Applied Longitudinal Data Analysis: Modeling Change and Event Occurrence. 4. 341-351. 171-180.. Firm. R. Strategic Management Journal. RUMELT. MCCULLOCH. The resource‐based view of the firm: Ten years after.PORTER. RUMELT. 321-349. BRYK. v. 2003. SCHMALENSEE.W. S. SEARLE. 2008. n. p. 171-174. How much does industry matter? Strategic Management Journal. 3. CASELLA.P.. WERNERFELT. 2002. 1992. 167-185. 2007. Thousand Oaks: Sage Publications. 137-145. R.E.C. 3. p. 2. R. 1984. Supply Chain Operations Reference-Model (SCOR) Version 10. n. 1993.P. 1979b. A resource-based view of the firm. 28. C. strategic group. 1995.. NJ: Prentice-Hall. College Station. v. p. S. New York: John Wiley & Sons. Oxford University Press. J. Strategic Management Journal. (ed. n. WERNERFELT. Towards a Strategic Theory of the Firm. RABE-HESKETH. SINGER. p.. p. Variance Components. Multilevel and Longitudinal Modeling Using Stata. 16 . Journal of Educational and Behavioral Statistics. J. G. et al. 75.S. n. n. v. and industry influences on performance. RAUDENBUSH. 2. 2010. B. 18. 1985.. J. Hierarchical Linear Models: Applications and Data Analysis Methods. 1991.B. 2. Englewood Cliffs. S. Cypress.). 57. A. S. p. A.W. 1984. 147-167. WILLETT. M.R. B. 5. RAUDENBUSH. 3. SUPPLY CHAIN COUNCIL. Competitive Strategic Management. In: Lamb. Harvard Business Review. SHORT.