Influência de fatores contingenciais no desempenho socioeconômico de governos locais

Abstract

Resumo O desafio desta pesquisa é responder quais elementos caracterizam os fatores contingenciais no setor público e como eles influenciam o desempenho socioeconômico municipal. As principais hipóteses testadas neste estudo analisam se os fatores contingenciais ambiente (contexto externo), tecnologia (processos), estrutura (investimentos) e porte (tamanho) têm influência sobre o desempenho socioeconômico dos governos locais. Para tanto, uma pesquisa documental foi realizada junto aos 399 municípios paranaenses, totalizando 1.995 observações relativas ao período de 2013 a 2017, o que corresponde a um ciclo orçamentário completo. Para a análise dos dados, aplicou-se uma regressão linear múltipla com dados em painel. Os resultados revelam que os fatores contingenciais “ambiente” e “porte” afetam positivamente os resultados socioeconômicos, enquanto “tecnologia” apresenta influência negativa e “estrutura” não apresentou resultados significantes. Com base nesses resultados, conclui-se que os fatores externos, aqueles não controláveis pelos gestores, são os que melhor explicam o comportamento do desempenho socioeconômico dos governos locais investigados. Assim, cabe aos gestores implantar políticas públicas capazes de interferir em seu ambiente e incentivar um porte que contribua para o desempenho socioeconômico e atenda aos objetivos da população. De igual modo, os resultados apresentam implicações teóricas, pois contribuem para a literatura no sentido de acrescentar ao fluxo da pesquisa, fundamentada na Teoria da Contingência, elementos que caracterizam contingências no setor público, no âmbito municipal, como observatório social, grau de dependência, planejamento orçamentário, capacidades do órgão público em manter suas despesas correntes, estrutura de pessoal e de investimentos e porte considerando a receita do município.

Influência de fatores contingenciais no desenvolvimento de cidades inteligentes no Brasil

“…Decision for the Tested Hypotheses In summary, the results of the analysis for the 100 best municipalities in the CSCR significantly evidenced that HDI-M (H1, external contingency factorenvironment), POPLG (H3, internal contingency factororganizational size) and IDP (H5, internal contingency factor structure) are the contingency factors with a positive effect on the development of smart cities in Brazil, with a significance of 0.000 (p<0.01), confirming the result expected in these hypotheses and corroborating studies already conducted addressing the public sector (Fiirst & Beuren, 2021;Sell et al, 2020).…”

“…Thus, hypothesis 4 is: influences the performance of municipalities in the state of Santa Catarina, showing that cutting personnel expenses will not increase their performance. On the other hand, Fiirst and Beuren (2021) found that municipal personnel expenses were not significant in the performance of municipalities in the state of Paraná. And Macedo and Corbari (2009) indicated a positive relationship as to the degree of municipal indebtedness, but the explanatory power of the indebtedness referring to this variable, IDP, was lower than expected, showing that personnel expenses are not the main responsible for municipal indebtedness in the analyzed period (1998 to 2006).…”

“…According to Chourabi et al (2012), the implementation of smart cities is emerging as the panacea to mitigate the adversities arising from urban population growth. With the same understanding, George, Van de Walle and Hammerschmid (2019) argue that larger cities are more likely to use management tools and positively influence public performance (Avellaneda & Gomes, 2017;Cavalcante, 2016;Fiirst & Beuren, 2021;Sell et al, 2020). Thus, hypothesis 3 is: Hypothesis 3: A larger municipal population has a positive influence on the development of a smart city.…”

“…As such, this research empirically explores the gap in the contribution of contingency factors to the development of smart cities. The implications of this study cover the literature dedicated to the factors that characterize a smart city (Aggarwal & Solomon, 2019;Brandão & Joia, 2018;Caragliu et al, 2011;Chourabi et al, 2012;Depiné et al, 2017;Neirotti, De Marco, Cagliano, Mangano, & Scorrano, 2014;Nevado Gil, Carvalho, & Paiva, 2020;Periphèria, 2014;Przeybilovicz et al, 2018;Oliveira & Campolargo, 2015) and Contingency Theory, applied to the public sector (Avellaneda & Gomes, 2017;Goeminne & George, 2019;Macedo & Corbari, 2009;Park, 2019;Sell et al, 2020;Fiirst & Beuren, 2021), when discussing how contingency factors affect the characteristics of a municipality and may or may not contribute to the development of smarter cities.…”

“…In order to measure human development in the quality of life of a population, it is necessary to go beyond economic thinking and consider social, cultural and political factors (United Nations Development Programme [UNDP], 2015). Evidence from the literature has found that contingency factors can affect the performance of municipalities (Avellaneda & Gomes, 2017;Fiirst & Beuren, 2021;Goeminne & George, 2019;Jung & Kim, 2014;Sell, Beuren, & Lavarda, 2020). Contingency Theory assumes that contingency factors are the reasons that define the strategy and performance of organizationsand thereby, their efficiency (Donaldson, 2001).…”