Introdução

A colaboração entre indústria e universidade enfrenta desafios significativos. Enquanto as funções universitárias são, sobretudo, ensino e criação de novos conhecimentos, as empresas privadas estão focadas em capturar o conhecimento valioso que pode ser aproveitado para a vantagem competitiva (Bruneel et al., 2010).

Embora estes aspectos tenham sido reconhecidos na literatura sobre interações universidade-indústria (U-I), relativamente poucos estudos investigaram a natureza das barreiras e os fatores que podem mitigá-las. Devido à importância central deste tema, evidenciado por esforços na direção de uma política de construção e fortalecimento das relações U-I, a falta de investigação sobre os obstáculos à colaboração torna-se uma falha séria para o desenvolvimento de políticas eficazes (Teece, 1986; Etzkowitz e Leydesdorff, 1997;Bruneel et al., 2010;Etzkowitz, 2010, 2012).

O Brasil é um país em transformação e em função de uma série de motivos tem um baixo índice de inovação tecnológica em muitos setores. Um dos fatores apontados na literatura seria o baixo número de engenheiros no país (Prata, 2012). Transformar o país em uma potência cientifica, tecnológica e inovadora é um grande desafio.

Estudos do Banco Mundial que mostram a distribuição dos investimentos em P&D&I entre os países do G20 (grupo das 20 maiores economias do mundo) indicam que investimentos oriundos de setores públicos encontram-se dentro de um mesmo patamar, com valores na faixa de 0,6 a 0,9% do PIB. O que chama a atenção neste contexto é a grande variação nos valores oriundos da iniciativa privada, variando de 0,16 a 3,0% do PIB, principalmente do setor industrial. Esse é o grande desafio, fazer com que o setor industrial tenha condições de investir mais em pesquisa e desenvolvimento, isto irá refletir na maneira em que o Brasil constrói sua riqueza. Do total exportado pelo Brasil, apenas 17% está associado ao contexto tecnológico, e o mais preocupante, é que este valor está estacionado neste patamar (Banco Mundial, 2016).

A Federação das Indústrias do Estado do Paraná (FIEP) realiza, desde 1986, investigação mensal sobre o desempenho conjuntural da indústria, e há vinte edições usa um mecanismo chamado ‘Sondagem Industrial’, uma publicação anual que reúne e exprime a visão da comunidade industrial do estado do Paraná, Brasil, que em 2015/ 2016 contou com a participação de 371 empresas industriais paranaenses de todas as regiões do Estado e de todos os tamanhos (FIEP, 2016). Um resultado em especial, que chama a atenção nesse estudo, é que apenas 10% das indústrias recorre a universidade em busca de conhecimentos, parcerias, novas tecnologias ou inovações (Fiep, 2016). Essa pesquisa evidencia a grande distância que existe entre o setor industrial e a universidade.

Os processos de interação universidade-indústria nos países em desenvolvimento, em grande parte, resumem-se em atividades baseadas na prestação de serviços. Mudar esse quadro tende a ser um esforço de longo prazo, uma maneira de agir nessa direção seria a difusão da cultura da inovação para o setor industrial. Neste contexto são apontadas duas premissas:

A primeira premissa é que não bastam esforços para aumentar a interação universidade-indústria, se faz necessário mudar o foco desta interação, agregando valor através da inovação. Ao invés da prestação de serviços, a interação deve estar focada em parcerias movidas pela inovação, gerando frutos para ambos os parceiros (Boehm e Hogan, 2013).

A segunda premissa é que a comunicação e divulgação interpessoal, através dos egressos, engenheiros formados pela universidade, alunos de engenharia, os quais se movimentam no mercado tanto como funcionários quanto como estagiários, não é eficaz no sentido de aproximar a indústria e a universidade. Esse grupo carrega de forma intrínseca informações sobre a sua instituição, uma vez surgindo oportunidades em inovação, as informações sobre a sua instituição podem ser divulgadas, fomentando as parcerias de grande valor agregado, proporcionando investimentos multiplicadores para a academia e o mercado.

Para tanto considera-se importante medir para conhecer qual é a visão dos alunos dos cursos de engenharia, futuros egressos que estarão no mercado de trabalho, sobre o potencial de inovação da universidade que eles frequentam.

O quociente da inovação

Os termos relacionados com a palavra ‘inovação’ estão muito valorizados, e a autoproclamação, instituição inovadora, e empresa inovadora, tem se tornado uma prática comum, tanto no setor privado como no setor público. Os executivos na atualidade querem que suas empresas sejam mais inovadoras. Eles consomem pilhas de livros e artigos, participam de convenções e cursos sobre inovação, na esperança de descobrir o elixir do sucesso (Rao e Weintraub, 2013).

Sendo este um tema transversal e uma grandeza de difícil mensuração, Rao e Weintraub (2013) propuseram o desenvolvimento de uma ferramenta prática que qualquer executivo ou gerente pode usar para medir a força dos blocos construtivos da cultura da inovação sob seu controle, e chamaram essa medida ‘Quociente de Inovação’ (QI). Os autores afirmam que uma cultura de inovação pode ser decomposta em seis módulos e cada módulo em três fatores (Rao e Weintraub, 2013), sendo eles representados na Figura 1.

Estes blocos construtivos são responsáveis pela geração de 54 elementos (Tabela I), que podem ser medidos pela intensidade com que existem na organização. A medição do QI abre a porta para ações concretas visando melhorar o clima de inovação.

Para calcular o quociente de inovação de uma equipe, departamento ou empresa, a pesquisa deverá ser aplicada aos membros da amostra escolhida. Os participantes da pesquisa devem classificar a sua organização em cada um dos 54 elementos, numa escala de 1 a 5, utilizando a seguinte codificação: 1= não existe, 2= existe em pequena medida, 3= existe em média medida, 4= existe em grande medida, 5= existe em medida muito grande

As médias das pontuações globais para os elementos são computadas para a determinação da pontuação média do fator, e as médias dos fatores também resultam na média do bloco de construção. Essa média dos seis blocos de construção é o que se chama de Quociente de Inovação (QI) da amostra pesquisada.

Ainda de acordo com os autores, a excelência em inovação é traduzida em um QI ≥4. Se o quociente ficar compreendido entre 3,4 e 3,75 a amostra tem feito coisas em inovação, mas pode atuar de modo mais deliberado e sistemático. Amostras com QI= 2,5 são as que falam muito de inovação, porém fazem pouco. Um QI ≤2 indica um longo caminho a percorrer.

Interação universidadeindústria visando à inovação

Ligações universidade-indústria (UI) não são um fenômeno novo, embora seu número e importância tem apresentado crescimento, esse incremento pode ser explicado devido ao aumento da transdisciplinaridade do processo de produção do conhecimento que está exigindo interação contínua entre ciência, tecnologia e inovação (Etzkowitz, 1989;Giuliani et al., 2010;Böhme et al., 2014), na mesma direção as políticas desenvolvidas nos EUA e na Europa, e cada vez mais nos países em desenvolvimento visam promover a interação entre organizações de pesquisa e indústria (Geuna, 2001;Birtchnell et al., 2016;Estrada et al., 2016;Rajalo e Vadi, 2017;Villani et al., 2017).

Tudo isso tem promovido crescente interesse nas interações, na interface do usuário, que geralmente são pesquisadas a partir das perspectivas da indústria ou da universidade envolvida. No passado, os estudos estavam focados em patentes, licenciamento e spinoffs, mas estas representam apenas uma pequena fração das possíveis colaborações UI (Cohen et al., 2002). Vários autores (D’Este e Fontana, 2007; D’Este e Patel, 2007; Kato e Odagiri, 2012;Bonaccorsi et al., 2014) destacam os muitos outros tipos de ligações entre as universidades e as indústrias, que vão desde reuniões informais para o envolvimento dos pesquisadores na indústria, consultorias, a programas de pesquisas conjuntos para o desenvolvimento de protótipos da indústria (Geuna 2001;D’Este e Patel, 2007;Kodama, 2008; Boardman e Ponomariov 2009;Freitas et al., 2013; Tania et al., 2013).

Dill (1995), Giuliani et al. (2010) e Gertner et al. (2011) relatam que a literatura identifica uma série de fatores que influenciam a probabilidade de interações entre os pesquisadores e a indústria visando a inovação. Dentre elas, características demográficas, características de educação e reputação do pesquisador.

Quando as universidades incorporaram pesquisa entre suas funções no século XIX, elas receberam forte apoio da indústria (Etzkowitz e Leydesdorff, 1997). A heterogeneidade entre as universidades em termos de engajamento em inovação e o sucesso/falha destas atividades indicam que, além dos valores diferenciais de recursos destinados a apoiar os objetivos da inovação, a gestão das interações UI pode influenciar tanto a sua frequência como seu sucesso (Geuna, 1999,2001; Azagra-Caro et al., 2006;O’Donnell, 2016).

A dificuldade na interface UI é um enorme empecilho para a transferência de tecnologia e a inovação. Muitos autores referenciam estes problemas como barreiras do processo de interação (Lee, 1996;Lambert, 2003;Azagra-Caro et al., 2006; Anderson et al., 2007;Sherwood e Covin, 2008;Bruneel et al., 2010;Abramo et al., 2011;D’Este e Perkmann, 2011;Perkmann et al., 2011;Juanola-Feliu et al., 2012;Hewitt-Dundas, 2012; Tania et al., 2013; Sengupta e Ray, 2017). Embora haja um crescente interesse no nível individual de análise na interação UI, esses estudos se concentram quase exclusivamente em um espectro limitado de interações, mais notavelmente no licenciamento de tecnologia (Thursby e Thursby, 2004).

A participação da indústria pode exigir habilidades específicas e capacidades organizacionais que são diferentes daquelas exigidas para se destacar na área acadêmica (Bercovitz e Feldman, 2008). Ao mesmo tempo, uma série de estudos sugerem que a qualidade do corpo docente está positivamente relacionada ao engajamento em inovação, patenteamento e empreendedorismo acadêmico (Cohen et al., 2002;Siegel et al., 2003;Geuna e Nesta, 2006;D’Este e Patel, 2007; Arora et al., 2016). Para os pesquisadores acadêmicos, a decisão de trabalhar com indústrias é suscetível a decisão se esta aproximação irá complementar significativamente sua pesquisa (D’Este e Perkmann, 2011;Perkmann et al., 2011).

Outros fatores importantes no processo de interação são os motivos das indústrias. Estas trabalham com as universidades para solicitar assistência em projetos de P&D&I específicos (Cohen et al., 2002;D’Este e Patel, 2007;Bjerregaard, 2010;Ramos-Vielba et al., 2010;Muscio et al., 2012;Treibich et al., 2013), mas, ao mesmo tempo, eles também buscam benefícios mais genéricos tais como acesso a estudantes, ganho de conhecimentos em tecnologias emergentes e aumento em sua base de conhecimento (Bercovitz e Feldman,2007;Welsh et al., 2008;Muscio e Nardone, 2012).

Estudos das variáveis que facilitam o financiamento privado dos departamentos de pesquisa universitários fornecem uma interessante visão sobre interação UI (Gelijns e Thier, 2002;Ndonzuau et al., 2002; Macho-Stadler et al., 2007; Arza e López, 2011;Plewa et al., 2013). Para Muscio et al. (2012) três coisas parecem ser importantes para a capacidade das universidades para atrair financiamento privado: experiência, massa crítica, e proximidade da universidade de um distrito industrial.

Thursby e Thursby (2004) trazem uma reflexão sobre a pergunta, professores são fundamentais para as relações da universidade com os licenciamentos da indústria? A resposta curta é, claro, sim porque sem corpo docente não haveria licença de invenções universitárias. Parar aqui, no entanto, seria míope, compreender a natureza desse envolvimento é importante para entender como a tecnologia é transferida por meio de licenciamento, bem como questões mais controversas, como a necessidade do licenciamento para a universidade.

Para Gertner et al. (2011) somente será possível revelar os fatores que contribuem para esquemas bem-sucedidos de transferência de tecnologia entre universidades e indústria, se pesquisas sobre interações avancem para o nível micro, três coisas parecem ser importantes para a capacidade das universidades de atrair o financiamento privado: experiência, massa crítica e proximidade da universidade de um distrito industrial (Broekel et al., 2015; Grimpe e Sofka, 2016). Carayannis et al. (2017) apresentam um estudo que confirma empiricamente a existência de centros regionais de inovação (bolsões de excelência).

Não é de estranhar, portanto, que o papel dos professores tem sido o foco de pesquisas recentes sobre a inovação e a transferência de tecnologia da universidade para indústria.

Metodologia

Considerando o objetivo delineado neste estudo, foi definido que o ambiente acadêmico possuísse uma ligação forte com o setor industrial. Baseado nesta premissa e considerando o destaque nacional, uma universidade tecnológica pública foi escolhida, aqui denominada ‘Universidade X’, tornando-se objeto de análise neste estudo.

A Universidade X ocupa uma posição de destaque no quesito patentes concedidas, estando posicionada entre as 11 maiores universidades brasileiras (Cativelli et al., 2016).

Foi realizado um estudo exploratório onde se buscou identificar a percepção dos estudantes de engenharia sobre a cultura da inovação da sua instituição de ensino, utilizando uma abordagem quali-quantitativa.

A ferramenta para a coleta da cultura da inovação, o QI da Inovação, foi desenvolvida originalmente no idioma inglês. A sucursal brasileira da revista HSM Management N° 102 (janeiro/fevereiro) de 2014, apresentou a matéria especial ‘Dossiê QI de Inovação’ (HSM Management, 2014), onde foi publicado o questionário do QI da inovação traduzido e adaptado ao idioma Português do Brasil. É essa versão traduzida e adaptada do questionário que foi aplicada nesse estudo (Tabela I).

O questionário foi aplicado em forma física pelo pesquisador para um grupo de 30 estudantes de engenharia da universidade X, escolhidos aleatoriamente. Foi montado um pequeno stand no hall de entrada do bloco de engenharia, com um banner contendo as informações sobre o QI da Inovação e seus blocos construtivos. Para cada respondente era feito uma explanação sobre a pesquisa, e era confirmada a condição de aluno de engenharia.

O número de 30 alunos foi definido baseado no trabalho de Daniel e Wood (1999) que apresentam os resultados de um estudo de simulação no qual foram selecionadas inúmeras amostras de diferentes tamanhos das distribuições normais. Os autores concluíram que tipicamente existe uma maior variação na aparência da parcela de probabilidade para tamanhos de amostra <30, assim esse tamanho de amostra pode ser definido como representativo de uma grande população (Daniel e Wood, 1999;Devore, 2016; Triola, 2017).

A parte empírica da pesquisa ocorreu em um período de 90 dias compreendido entre maio a agosto de 2016. A etapa seguinte foi a compilação dos resultados, apresentados na próxima seção.

Resultados e Discussão

Após a compilação final dos questionários, foi encontrada a situação representada na Tabela II, com a instituição possuindo um QI= 2,96. De acordo com a classificação de Rao e Weintraub (2013) o QI encontrado indica que a instituição X se encontra em um ambiente em que a inovação é amplamente abordada no aspecto teórico e ref lexivo. Todavia, as ações práticas voltadas à inovação ainda estão muito aquém do nível ideal.

Na visão de Rao e Weintraub (2013), esse instrumento de pesquisa não deve ser usado para procurar equilíbrio, quer entre os blocos construtivos, ou entre os fatores dentro deles. Existem amostras que possuem alguns fatores com resultados muito baixos, e outros fatores muito altos, resultando em uma cultura de inovação bem-sucedida. Por exemplo, uma empresa de alta tecnologia americana bem-sucedida possui um valor baixo para o bloco ‘Clima’, mas um valor muito alto para os outros cinco fatores. Nem se deve esperar encontrar equilíbrio para tal empresa. Pode ser bom e até desejável se, por exemplo, os setores de controle da empresa sejam menos inovadores do que seus profissionais de marketing (Rao e Weintraub, 2013).

Nesse sentido a Universidade X deve priorizar dentre os grupos que apresentaram valores deficitários, agir naqueles onde o potencial de evolução seja reconhecido, pois melhorando o índice de inovação vai haver uma melhora na percepção dos alunos e isso vai ocorrer da forma mais natural possível.

Analisando a metodologia de determinação do QI da inovação nota-se que os 54 itens possuem uma variação linear, com mesma grandeza. Portanto na busca de melhoria do índice, os investimentos nos itens possuem o mesmo potencial. Sendo assim, a prioridade de investimento deve ser definida pela política interna da instituíção em estudo. Neste sentido os autores propõem algumas orientações, descritas a seguir.

Orientações visando à melhoria no QI da inovação

Conforme relatado na revisão de literatura, existe uma responsabilidade muito grande sobre o sucesso da interação UI através da participação efetiva dos pesquisadores para a melhoria do ambiente de cooperação (Dill, 1995;Lee, 1996;Geuna, 2001; Thursby e Thursby, 2004;D’Este e Fontana, 2007;D’Este e Patel, 2007;Bercovitz e Feldman, 2008;Kodama, 2008;Boardman e Ponomariov 2009;Giuliani et al., 2010;Gertner et al., 2011;Perkmann et al., 2011;Kato e Odagiri, 2012;Freitas et al., 2013; Tania et al., 2013; Bonaccorsi et al., 2014). Essa responsabilidade também recai sobre a capacidade organizacional institucional de mobilização para ações no sentido da aproximação dos potenciais parceiros (Cohen et al., 2002;Gelijns e Thier, 2002;Siegel et al., 2003; Geuna e Nesta, 2006; Welsh et al., 2008;Arza e López, 2011;D’Este e Perkmann, 2011).

Uma vez identificado o nível de importância desses temas na literatura, as orientações para a melhoria do resultado do QI da Inovação serão feitas com base nos blocos: Comportamento (estimular, engajar, capacitar), Recursos (pessoas, sistemas, projetos) e Processos (ideação, formatação, conquista), pois estes estão intimamente ligados aos assuntos: professores, pesquisadores e capacidade organizacional. As orientações, são:

a) Comportamento

Incentivar o aprendizado e prática de idiomas aos professores visando o intercâmbio com instituições inovadoras de países desenvolvidos, para adquirir conhecimentos e práticas inovadoras nas questões de avaliações e técnicas didáticas. Assim será possível uma renovação dos modelos de ensino e avaliação adotados, buscando a melhoria na percepção da inovação nos processos de interação professor-aluno, ensino e aprendizagem.

Elaborar programas de parceria com instituições tecnológicas em países desenvolvidos, com centros de inovação reconhecidos e valorizados por seus resultados. Essas parcerias devem incluir programas de Pós-doutorado para professores e programas de dupla diplomação para os cursos de engenharia.

Priorizar para a liberação de professores para a mobilidade acadêmica internacional, com destino às instituições parceiras tradicionais em inovação.

Contemplar na avaliação do docente quesitos que levem em consideração a aproximação e a interação com a indústria; projetos de parceria que envolvem alunos para a solução de problemas reais, com foco na inovação.

b) Recursos

Elaboração de aplicativos para smartphones onde os problemas da vida acadêmica possam ser resolvidos de forma mais ágil, com prazos menores e feedbacks com informações uteis para as demandas dos alunos.

Proporcionar estágios industriais de curta duração para os professores, assim o quadro docente pode estar em contato direto com a tecnologia utilizada nas indústrias da região, facilitando a adequação dos conteúdos estudados, formas de avaliação e foco das disciplinas.

Criar de concursos de ideias inovadoras, para fomentar a criatividade e a inovação, incentivando os alunos a participar de iniciativas inovadoras, onde os ganhadores poderão obter financiamento para execução dos seus projetos.

c) Processos

Avaliar as disciplinas na forma de projetos integradores, onde sejam resolvidos problemas reais, buscando soluções inovadoras para as demandas, com incentivo a criatividade e motivação dos alunos.

Criar espaços e oportunidades para a convivência e troca de ideias entre os responsáveis pelas indústrias e os alunos da universidade, por exemplo, café da manhã para alunos e professores, patrocinado pela indústria, onde haja a troca de informações de maneira informal onde sejam tratados assuntos do dia a dia industrial.

Estabelecer diretrizes de atendimento e solução de problemas acadêmicos onde a inovação seja um ideal a ser atingido, criando uma política de inovação, um ambiente de inovação.

Sabendo que todas essas iniciativas, possuem potencial a longo prazo, esse início é necessário, pois pode criar ilhas de inovação, fomentando a irradiação destas informações, com tendências de ampliação dos resultados, atingindo todos os setores da universidade.

Considerações finais

O uso da ferramenta de avaliação da inovação (QI) pode se tornar uma vantagem para a auto avaliação da cultura de inovação de um ambiente. Ao se conhecer as respostas para as 54 perguntas, o líder de qualquer unidade, departamento ou equipe, pode determinar o QI de sua área de responsabilidade e, em seguida, iniciar uma campanha para fazer mudanças positivas.

A partir do momento em que a medição do QI, que representa a cultura da inovação da instituição, atingir um patamar de 4 (QI ≥4), isso representará que a comunidade acadêmica estará envolvida naturalmente com o tema inovação. Desta forma, quando surgirem oportunidades de interação UI, os engenheiros egressos da academia irão funcionar como elos promotores para aproximação, potencializando em muito as chances de parcerias vantajosas para todos os envolvidos. Quando se atinge um clima de inovação, toda a comunidade vivencia esse clima, e a multiplicação dessa informação se dará de forma natural, bastando para isso que se tenha a oportunidade.

O uso sistemático e periódico da ferramenta do QI da inovação pode permitir uma análise da evolução da percepção dos alunos de engenharia sobre a inovação no ambiente e nos processos universitários, esse acompanhamento pode ser de grande valia para balizar as ações de inovação dos processos acadêmicos. Esse uso sistemático deve prever o aumento da amostra, a fim de se alcançar resultados mais representativos das populações pesquisadas.

Assim, o trabalho apresentado torna-se um importante ponto de partida para o foco dos esforços na direção da mudança de patamar nas interações UI desenvolvidas nestes países, buscando agregar valor e desenvolver a sociedade onde estas indústrias se inserem, e não apenas se beneficiar da mão de obra mais acessível.

Não se pode deixar de mencionar algumas limitações deste estudo. A pesquisa é distribuída entre um número relativamente baixo de alunos e, provavelmente, também não estão envolvidos em colaborações reais com a indústria. Por isso, assume-se que os alunos talvez não estejam suficientemente familiarizados com os diferentes aspectos cobertos pela pesquisa e, por essa razão, os resultados da pesquisa são tratados como as percepções dos alunos.

Trabalhos futuros podem ser feitos visando um incremento no tamanho da amostra. Também podem haver aplicações do QI da inovação em populações estratificadas, como em amostras de professores, alunos que estão diretamente ligados com a interação universidade-indústria e alunos de pós-graduação.

REFERÊNCIAS

Abramo G, D’Angelo CA, Di Costa F (2011) University-industry research collaboration: a model to assess university capability. Higher Educ. 62: 163-181.

Anderson TR, Daim TU, Lavoie FF (2007) Measuring the efficiency of university technology transfer. Technovation 27: 306-318.

Arora A, Cohen WM, Walsh JP (2016) The acquisition and commercialization of invention in American manufacturing: Incidence and impact. Res. Policy 45: 1113-1128.

Arza V, López A (2011) Firms’ linkages with public research organisations in Argentina: Drivers, perceptions and behaviours. Technovation 31: 384-400.

Azagra-Caro JM, Archontakis F, Gutiérrez-Gracia A, Fernándezde-Lucio I (2006) Faculty support for the objectives of university–industry relations versus degree of R&D cooperation: The importance of regional absorptive capacity. Res. Policy 35: 37-55.

Banco Mundial (2016) TCdata360: A Big Addition to the World of Open Trade & Competitiveness Data. www.worldbank.org. (Cons. 12/12/2016).

Bercovitz J, Feldman M (2006) Entrepreneurial universities and technology transfer: A conceptual framework for understanding knowledge-based economic development. J. Technol. Transf. 31: 175-188.

Bercovitz JE, Feldman MP (2007) Fishing upstream: Firm innovation strategy and university research alliances. Res. Policy 36: 930-948.

Birtchnell T, Böhme T, Gorkin R (2016) 3D printing and the third mission: The university in the materialization of intellectual capital. Technol. Forecast. Soc. Change 123: 240-249.

Bjerregaard T (2010) Industry and academia in convergence: Micro-institutional dimensions of R&D collaboration. Technovation 30: 100-108.

Boardman PC, Ponomariov BL (2009) University researchers working with private companies. Technovation 29: 142-153.

Boehm DN, Hogan T (2013) Science-to-business collaborations: A science-to-business marketing perspective on scientific knowledge commercialization. Indust. Market. Manag. 42: 564-579.

Böhme T, Deakins E, Pepper M, Towill D (2014) Systems engineering effective supply chain innovations. Int. J. Prod. Res. 52: 6518-6537.

Bonaccorsi A, Secondi L, Setteducati E, Ancaiani A (2014) Participation and commitment in third-party research funding: evidence from Italian Universities. J. Technol. Transf. 39: 169-198.

Broekel T, Brachert M, Duschl M, Brenner T (2017) Joint R&D subsidies, related variety, and regional innovation. Int. Reg. Sci. Rev. 40: 297-326.

Bruneel J, D’Este P, Salter A (2010) Investigating the factors that diminish the barriers to university-industry collaboration. Res. Policy 39: 858-868.

Carayannis EG, Goletsis Y, Grigoroudis E (2017) Composite innovation metrics: MCDA and the Quadruple Innovation Helix framework. Technol. Forecast. Soc. Change In press

Cativelli AS, Oliveira LER (2016) Patentes universitárias brasileiras: perfil dos inventores e produção por área do conhecimento. Rev. Eletrôn. Bibliotecon. Ciênc. Inf. 21(47).

Cohen WM, Nelson RR, Walsh JP (2002) Links and impacts: the influence of public research on industrial R&D. Manag. Sci. 48: 1-23.

D’Este P, Patel P (2007) University-industry linkages in the UK: What are the factors underlying the variety of interactions with industry? Res. Policy 36: 1295-1313.

D’Este P, Perkmann M (2011) Why do academics engage with industry? The entrepreneurial university and individual motivations. J. Technol. Transf. 36: 316-339.

Daniel C, Wood FS (1999) Fitting Equations to Data: Computer Analysis of Multifactor Data. 2a ed. Wiley. Nova Iorque, EUA. 458 pp.

D’Este P, Fontana R (2007) What drives the emergence of entrepreneurial academics? A study on collaborative research partnerships in the UK. Res. Eval. 16: 257.

Devore JL (2016) Probability and Statistics for Engineering and the Sciences. 9a ed. Cengage. 768 pp.

Dill DD (1995) University-industry entrepreneurship: the organization and management of American university technology transfer units. Higher Educ. 29: 369-384.

Estrada I, Faems D, Cruz NM, Santana PP (2016) The role of interpartner dissimilarities in Industry-University alliances: Insights from a comparative case study. Res. Policy 45: 2008-2022.

Etzkowitz H (2008) The Triple Helix: University-IndustryGovernment Innovation in Action. Routledge. 180 pp.

Etzkowitz H (2012) Triple helix clusters: boundary permeability at university-industry- government interfaces as a regional innovation strategy. Environ. Plann. C: Gov. Policy 30: 766-779.

Etzkowitz H, Leydesdorff L (1997) Introduction to special issue on science policy dimensions of the Triple Helix of university-industry-government relations. Sci. Public Policy 24: 2-5.

Etzkowttz H (1989) Entrepreneurial science in the academy: A case of the transformation of norms. Soc. Probl. 36: 14-29.

FIEP (2016) Sondagem Industrial. Federação das Indústrias do Estado do Paraná. www.fiepr.org.br/paraempresas/estudoseconomicos/uploadAddress/sondagem201516_ok_site[66937].pdf. (Cons. 03/09/2016).

Freitas IMB, Geuna A, Rossi F (2013) Finding the right partners: Institutional and personal modes of governance of university-industry interactions. Res. Policy 42: 50-62.

Gelijns AC, Thier SO (2002) Medical innovation and institutional interdependence: rethinking university-industry connections. JAMA 287: 72-77.

Gertner D, Roberts J, Charles D (2011) University-industry collaboration: a CoPs approach to KTPs. J. Knowl. Manag. 15: 625-647.

Geuna A (1999) The Economics of Knowledge Production: Funding and the Structure of University Research. Elgar. Northampton, MA, EUA. 205 pp.

Geuna A (2001) The changing rationale for European university research funding: are there negative unintended consequences? J. Econ. Iss. 35: 607-632.

Geuna A, Nesta LJ (2006) University patenting and its effects on academic research: The emerging European evidence. Res. Policy 35: 790-807.

Giuliani E, Morrison A, Pietrobelli C, Rabellotti R (2010) Who are the researchers that are collaborating with industry? An analysis of the wine sectors in Chile, South Africa and Italy. Res. Policy 39: 748-761.

Grimpe C, Sofka W (2016) Complementarities in the search for innovation - Managing markets and relationships. Res. Policy 45: 2036-2053.

Hewitt-Dundas N (2012) Research intensity and knowledge transfer activity in UK universities. Res. Policy 41: 262-275.

HSM Management (2014) Dossiê QI de Inovação. HSM Manag. 102: 65-87.

Juanola-Feliu E, Colomer-Farrarons J, Miribel-Català P, Samitier J, Valls-Pasola J (2012) Market challenges facing academic research in commercializing nano-enabled implantable devices for in-vivo biomedical analysis. Technovation 32: 193-204.

Kato M, Odagiri H (2012) Development of university life-science programs and university-industry joint research in Japan. Res. Policy 41: 939-952.

Kodama T (2008) The role of intermediation and absorptive capacity in facilitating universityindustry linkages - An empirical study of TAMA in Japan. Res. Policy 37: 1224-1240.

Lambert R (2003) Lambert Review of Business-University Collaboration: Final Report. HM Treasury. London, UK. 142 pp.

Lee YS (1996) ‘Technology transfer’ and the research university: a search for the boundaries of university-industry collaboration. Res. Policy 25: 843-863.

Macho-Stadler I, Pérez-Castrillo D, Veugelers R (2007) Licensing of university inventions: The role of a technology transfer office. Int. J. Indust. Organiz. 25: 483-510.

Muscio A, Nardone G (2012) The determinants of university–industry collaboration in food science in Italy. Food Policy 37: 710-718.

Ndonzuau FN, Pirnay F, Surlemont B (2002) A stage model of academic spin-off creation. Technovation 22: 281-289.

O’Donnell VL (2016) Organisational change and development towards inclusive higher education. J. Appl. Res. Higher Educ. 8: 101-118.

Perkmann M, King Z, Pavelin S (2011) Engaging excellence? Effects of faculty quality on university engagement with industry. Res. Policy 40: 539-552.

Plewa C, Korff N, Johnson C, Macpherson G, Baaken T, Rampersad GC (2013) The evolution of university-industry linkages -A framework. J. Eng. Technol. Manag. 30: 21-44.

Prata AT (2012) Collaboration between government, university and industry: a daring strategy of innovation in brazil. Em Open Innovation Seminar 2012. (12-14/11/2012). São Paulo, Brasil.

Rajalo S, Vadi M (2017) Universityindustry innovation collaboration: Reconceptualization. Technovation 62-63: 42-54.

Ramos-Vielba I, Fernández-Esquinas M, Espinosa-de-losMonteros E (2010) Measuring university-industry collaboration in a regional innovation system. Scientometrics 84: 649-667.

Rao J, Weintraub J (2013) How Innovative Is Your Companys Culture? MIT Sloan Manag. Rev. 54: 29.

Sherwood AL, Covin JG (2008) Knowledge acquisition in university-industry alliances: An empirical investigation from a learning theory perspective. J. Prod. Innov. Manag. 25: 162-179.

Siegel DS, Waldman D, Link A (2003) Assessing the impact of organizational practices on the relative productivity of university technology transfer offices: an exploratory study. Res. Policy 32: 27-48.

Teece DJ (1986) Profiting from technological innovation: Implications for integration, collaboration, licensing and public policy. Res. Policy 15: 285-305.

Thursby JG, Thursby MC (2004) Are faculty critical? Their role in university-industry licensing. Contemp. Econ. Policy 22: 162-178.

Treibich T, Konrad K, Truffer B (2013) A dynamic view on interactions between academic spinoffs and their parent organizations. Technovation 33: 450-462.

Triola MF (2017) Essentials of Statistics. 5a ed. Pearson. 696 pp.

Villani E, Rasmussen E, Grimaldi, R (2017) How intermediary organizations facilitate university-industry technology transfer: A proximity approach. Technol. Forecast. Soc. Change 114: 86-102.

Welsh R, Glenna L, Lacy W, Biscotti D (2008) Close enough but not too far: assessing the effects of university–industry research relationships and the rise of academic capitalism. Res. Policy 37: 1854-1864.