Assimetrias nos Drivers da Coopetição Turística em Centros de Artesanato

Asimetrías en los Impulsores de la Coopetición Turística en los Centros de Artesanía

Resumo:

Esta pesquisa objetivou identificar as assimetrias nas variáveis indutoras da coopetição em arranjos produtivos e comerciais de artesanato e definir as prioridades do gestor para melhorar a performance da rede de coopetição. O artigo demonstra o uso de matrizes de decisão para a pesquisa e gestão em turismo. Utiliza-se um conjunto de metodologias que pode ser replicada em outros contextos. É uma pesquisa quantitativa que utiliza a matriz Importance-Performance Analysis, Análise de Contraste Penalidade-Recompensa, Análise de Assimetria de Impactos. Os resultados indicaram que as variáveis de perfil dos participantes têm maior importância para formação de redes horizontais de coopetição do que as variáveis de contexto. Para ativar a vontade de coopetição nos participantes de aglomerados produtivos, os elementos relacionados à gestão do arranjo produtivo são neutros, os relacionados a capacidades individuais dos participantes da rede são atrativos e os relacionados aos produtos ofertados são obrigatórios ou unidimensionais. Os índices de penalidade são superiores aos de recompensa na maioria dos elementos, portanto, alterações nas variáveis impactam muito na desmotivação dos integrantes, enquanto motivá-los em direção à coopetição exigirá mais esforço do gestor. Este estudo contribuiu com uma lista de variáveis para impulsionar a coopetição, assim como os elementos que devem receber prioridade de gestores de aglomerados produtivos locais.

Palavras-chave:
Coopetição Turística; Assimetrias; Importance-Performance Analysis (IPA); Análise de Contraste Penalidade-Recompensa (PRCA); Co-localização; Arranjos produtivos de artesanato

Resumen:

Esta investigación tiene duplo objetivo. En primer lugar, identifica las asimetrías en las variables que inducen la coopetición en los clústeres productivos y comerciales de artesanía. La investigación generó implicaciones teóricas para el paradigma de la coopetición turística e implicaciones prácticas para la gestión de redes turísticas. Además, el estudio demuestra el uso de matrices de decisión para la investigación y gestión en turismo. Utiliza un conjunto de metodologías que pueden ser replicadas en otros contextos. Es una investigación cuantitativa basada en el Análisis de Importancia-Desempeño, el Análisis de Contraste de Penalización-Recompensa y el Análisis de Asimetría de Impacto. Los resultados indicaron que las variables de perfil de los participantes son más importantes para formar redes de coopetición horizontal que las variables de contexto. Para activar el deseo de coopetición en el participante de los clústeres, los elementos relacionados con la gestión del arreglo productivo son neutrales. En cambio, los aspectos relacionados con las capacidades individuales de los participantes de la red son atractivos, y los relacionados con los productos ofrecidos son obligatorios o unidimensionales. Los índices de penalización son más altos que los índices de recompensa en la mayoría de los elementos. Por lo tanto, los cambios en las variables impactan significativamente en la desmotivación de los miembros, mientras que motivarlos hacia la coopetición requerirá un mayor esfuerzo por parte del gestor. Este estudio aportó un listado de variables para impulsar la coopetición, así como los elementos que deben recibir prioridad por parte de los gestores de los clústeres productivos locales.

Palabras-clave:
Coopetición turística; Asímetrias; Análisis de Importancia-Desempeño (IPA); Análisis de contraste de penalización-recompensa (PRCA); Co-ubicación; Agrupamientos productivos de artesanía

Abstract:

This research aimed to identify the asymmetries in the variables inducing coopetition in productive and commercial handicrafts arrangements and, to define the manager's priorities to improve the performance of the coopetition network. The article demonstrates the use of decision matrices for tourism research and management. It uses a set of methodologies that can be replicated in other contexts. It is a quantitative research using Importance-Performance Analysis matrix, Penalty-Recompensation Contrast Analysis, Impact Asymmetry Analysis. The results indicated that participants' profile variables have greater importance for horizontal coopetition network formation than context variables. To activate the willingness to coopetition in the participants of productive clusters, the elements related to management of the productive arrangement are neutral, those related to individual capabilities of the network participants are attractive, and those related to the products offered are mandatory or one-dimensional. The penalty indexes are higher than the reward indexes in most of the elements, therefore, changes in the variables impact a lot on the demotivation of the members, while motivating them towards coopetition will require more effort from the manager. This study contributed a list of variables to boost coopetition, as well as the elements that should receive priority from managers of local productive clusters.

Keywords:
Tourism coopetition; Asymmetries; Importance-Performance Analysis (IPA); Penalty-Reward Contrast Analysis (PRCA); Co-location; Productive arrangements of handicraft

INTRODUÇÃO

No turismo, os estudos de coopetição têm focado no destino turístico como unidade de análise mais frequentemente, analisando situações de compartilhamento de recursos turísticos naturais (Kylanen & Mariani, 2012), co-marketing dos destinos (Wang & Krakover, 2008), desenvolvimento de circuitos ou rotas turísticas integradas (Oliveira-Ribeiro et al., 2021), ou gestão integrada (Chim-Miki, Medina-Brito, & Batista-Canino, 2020). Ademais, alguns pesquisadores analisam a formação de redes verticais, mais frequentemente de estabelecimentos de hospedagem (Bahar et al. 2022; Köseoğlu et al., 2021). Independente da unidade de análise, a coopetição é vista como um comportamento intrínseco e emergente do turismo (Köseoğlu et al., 2021), e como uma estratégia para a geração de vantagens competitivas coletivas para o destino que podem ser apropriadas pelos stakeholders a nível das empresas turísticas (Sigala, 2019).

A coopetição turística pode ser definida como um comportamento híbrido de cooperação e competição simultânea entre um ou mais stakeholders para o desenvolvimento do destino turístico (Chim-Miki & Batista-Canino, 2018). Tal interação de cooperar e competir, é um comportamento natural e emergente em alguns contextos (Mariani & Kylanen, 2014; Monticelli et al., 2022), como aglomerados produtivos ou clusters (Cusin & Loubaresse, 2018; Felzensztein, Gimmon, & Deans, 2018) ou destinos turísticos (Della Corte & Sciarelli, 2012; Köseoğlu et al., 2021). Um fator relacionado a esses contextos é a co-localização e o alinhamento de objetivos (Chim-Miki & Batista-Canino, 2018). Assim, certos ambientes que funcionam como ecossistemas de negócios ou clusters tendem a agilizar a coopetição (Lehtonen, Ainamo, & Harviainen, 2020). Logo, as relações entre os parceiros evoluem dentro destes arranjos produtivos e podem alavancar vantagens coopetitivas (Dana et al., 2013).

No entanto, para que se estabeleça uma estratégia de coopetição consolidada e efetiva, alguns itens devem ser fortalecidos na rede de participantes. Nesse sentido, os acadêmicos têm dedicado atenção a dois grandes grupos de variáveis, um relacionado ao contexto (Chim-Miki & Batista-Canino, 2016) e outro, ao perfil dos parceiros (Czakon et al., 2020). A busca por compreender e identificar os drivers da coopetição tem norteado os estudos em diferentes setores, bem como, os pesquisadores tentam compreender as tipologias desse comportamento para que resulte em eficácia da rede, gerando melhor performance a todos. Assim, os estudos têm considerado a coopetição em diferentes níveis, como o individual, o intraorganizacional, o interorganizacional, o inter-redes, e o nível regional ou da sociedade (Oliveira-Ribeiro et al., 2022). Além disso, tem sido analisado o poder de mediação de elementos externos à rede de coopetição, pois este é um fator que minimiza a tensão intrínseca entre concorrentes, ajudando a consolidar a rede e ampliar seus resultados. Essa forma tem sido denominada como coopetição mediada (Monticelli et al., 2023).

No turismo, a referida mediação pode ser realizada por associações empresariais ou organizações de gestão de redes destino. Nessa situação de co-localização, objetivos compartilhados e gestão unificada, encontram-se espaços comerciais criados para impulsionar o turismo por meio dos centros de venda de artesanato. Esses elementos representam uma forma de arranjos produtivos e comerciais locais, formando estruturas de redes de cooperação e concorrência (competição) simultânea (Brandenburger & Nalebuff, 1996). Um exemplo desses espaços de co-localização que promovem a coopetição pode ser visto na Vila do Artesão, no município de Campina Grande, Paraíba. A vila foi criada em 2010, com o intuito de fomentar a comercialização de produtos artesanais na cidade e conta com a presença de mais de 300 artesãos, que se dividem em 77 estandes comerciais.

Esses aglomerados, para impulsionar o desenvolvimento local, podem gerar melhores resultados, por meio do uso de estratégias de coopetição, mas precisam ter um ambiente consistente, em que as partes envolvidas buscarão o alcance de objetivos comuns além dos individuais, portanto, exigindo um encadeamento entre os stakeholders (Della Corte & Aria, 2016). As variáveis que impulsionam a formação da rede de coopetição podem ser, ao mesmo tempo, elementos impeditivos da sua consolidação, pois se trata de um ciclo retroalimentado. Por exemplo, a confiança mútua cresce à medida que se fortalecem as ações entre os parceiros (Pesämaa, Pieper, Da Silva, Black, & Hair Jr, 2013); a percepção dos objetivos comuns e vantagens do uso da coopetição crescem à medida que os benefícios tornam-se tangíveis (Ritala & Tidström, 2014). Dessa forma, identificar em uma rede de coopetição a lacuna entre importância da própria coopetição e a percepção da sua real performance é um ponto essencial para a gestão da rede e estabelecimento de ações rumo à melhoria de resultado derivado da coopetição (Crick & Crick, 2021).

Considerando o exposto, esta pesquisa tem duplo objetivo. Primeiro, identificar as assimetrias nas variáveis indutoras da coopetição em arranjos produtivos e comerciais de artesanato. O segundo objetivo é definir as prioridades do gestor do arranjo produtivo para melhorar a performance da rede de coopetição. A pesquisa contribui para a área do turismo, teórica e empiricamente. Teoricamente, indica uma lista de variáveis para impulsionar a coopetição, pois essa lógica tem sido relegada a um segundo plano (Garraffo & Siregar, 2022). Ademais, coopetição tem sido analisada superficialmente a partir de seus antecedentes e resultados (Crick & Crick, 2021), assim como privilegiando fatores internos das firmas que levam à coopetição (Pietronudo, 2021). Nesse sentido, esse estudo amplia essa perspectiva ao considerar a coopetição tanto a partir da dimensão do perfil das firmas quanto do contexto em que elas estão inseridas (Greven, 2022). Além disso, a pesquisa aborda essa perspectiva a partir de redes de artesanato, um importante produto do destino turístico. Empiricamente, identifica os elementos que devem receber intervenção prioritária dos gestores de aglomerados produtivos locais para a consolidação da estratégia de coopetição (Czakon & Czernek-Marszalek, 2021), bem como, mensura seus efeitos para a consolidação da rede de coopetição. Adicionalmente, esta pesquisa mostra duas metodologias que podem ser replicadas em outros contextos. Este estudo é uma pesquisa quantitativa que faz uma adaptação da matriz Importance-Performance Analysis (IPA), da Análise de Contraste Penalidade-Recompensa (PRCA) e Análise de Assimetria de Impactos.

FUNDAMENTAÇÃO TEÓRICA

Os estudos sobre coopetição têm proliferado na literatura (Chim-Miki, Batista-Canino, & Moreira, 2019; Klimas, Sachpazidu, & Stanczyk, 2023), ampliando o número de perspectivas de análise, níveis e contextos de aplicação, bem como de elementos ou variáveis utilizadas pelos autores, caracterizando construtos multidimensionais. Independentemente do nível em que ocorre a coopetição, ou seja, individual, intraorganizacional, interorganizacional ou inter-redes, os principais achados da literatura permitem afirmar que existem variáveis relacionadas ao perfil do participante e outras, ao contexto da rede de coopetição. Nesse sentido, fatores como confiança, cultura organizacional, compartilhamento de confiança e governança têm sido considerados como indutores de cooperação (Meena, Dhir, & Sushil, 2022). Ao mesmo tempo, fatores como complementariedade, reciprocidade (De Araújo & Franco, 2017), nível de concorrência (Chim-Miki & Canino, 2017), sobreposição, interdependência e conflito de recursos e interesses têm norteado estratégias de competição (Dorn et al., 2016). Todavia, as variáveis indutoras de coopetição não têm sido o foco principal das investigações empíricas realizadas até o momento (Klimas, Sachpazidu, & Stanczyk, 2023).

Outros agrupamentos de variáveis com diferentes nomenclaturas podem ser encontrados na literatura. Por exemplo, Czakon, Klimas e Mariani (2020) ampliaram para dimensão contextual, comportamental, estratégica e gerencial. Ainda que seu modelo proporcione um maior nível de detalhamento, as variáveis incluídas pelos autores nas suas quatro dimensões podem ser reagrupadas em contexto e perfil do participante, pois a dimensão gerencial refere-se à heterogeneidade de recursos, capacidade dos gerentes, acesso a novos mercados e outros elementos que refletem contexto ou perfil. Enquanto a comportamental está diretamente relacionada ao perfil dos participantes na rede, a estratégica representa o ajuste entre os parceiros da rede, portanto, mescla contexto e perfil dos participantes.

Felzensztein, Gimmon e Deans (2018) estudaram as mudanças ao longo do tempo nas relações de cooperação dentro de clusters e seus achados indicaram que, com o amadurecimento do cluster, os gerentes das empresas tendiam a um comportamento mais individual do que coopetitivo estratégico, ficando a coopetição mais dedicada às atividades mais básicas, que buscam redução de custos. Em sentido oposto, o estudo de Monticelli (2015) verificou que, em aglomerados produtivos de vinícolas, a coopetição tem sido a estratégia que auxilia no processo de internacionalização das empresas, as quais tendem a apresentar maior cooperação para atingir mercados externos, gerando vantagens coopetitivas e, ao mesmo tempo, apresentam maiores níveis de competição no que tange aos mercados internos. Entretanto, a criação e captura de valor permanece como uma perspectiva que merece atenção (Volschenk, 2018), pois se trata de uma relação não linear, com benefícios intercambiáveis (Minerbo, Samartini, & Brito, 2023), associada a uma tensão cognitiva, comportamental e emocional como resultado da coopetição (Ryan-Charleton & Gnywali, 2022).

As assimetrias intercluster também foram estudadas longitudinalmente. Cusin e Loubaresse (2018) verificaram a assimetria das relações nas relações intercluster ou entre agrupamentos localizados em áreas geográficas próximas mostrando o surgimento de mecanismos de confiança impulsionadores da coopetição. À medida que o cluster evolui, empregando o ponto de vista da ecologia da população, a coopetição impacta na taxa de sobrevivência das firmas, devido ao aproveitamento das vantagens coopetitivas (Chung & Cheng, 2019). Além disso, a coopetição também pode ser utilizada como mecanismo de proteção de mercado e acesso a recursos indisponíveis individualmente em uma rede, de acordo com o dinamismo das interações competitivas e colaborativas entre os seus participantes (Dal-Soto & Monticelli, 2017).

A posição da firma na cadeia produtiva é um fator que impulsiona ou impede a coopetição, pois quanto mais perto do cliente final, maior a tendência à competição; em oposto, as firmas que, na cadeia produtiva, estão mais distantes do cliente final, tendem a cooperar (Arthanari, Carfì, & Musolino, 2015; Bengtsson & Kock, 1999). Essa lógica fica dificultada quando os aglomerados produtivos são de empresas em cadeia horizontalizadas, portanto, todas com similar localização na cadeia produtiva no que tange à distância ao mercado consumidor. Nessas situações, recomenda-se a presença de um elemento externo que faça o gerenciamento da rede de coopetição, diminuindo as tensões intrínsecas de tal modalidade de estratégia (Hidalgo, 2022). Bengtsson e Kock (1999) afirmaram que um sistema de gestão integrado ou governança é uma maneira de induzir relacionamentos de coopetição para alcançar benefícios coletivos, a fim de equilibrar o processo, resultando na melhoria da competitividade.

Especificamente no turismo, a coopetição tem avançado de uma lógica de redes de coopetição, principalmente para fomentar destinos turísticos (Cortese, Giacosa, & Cantino, 2021; Nguyen, Johnson, & Young, 2022) para uma perspectiva que considere as interações entre diferentes participantes da cadeia de valor (Fong, Hong, & Wong, 2021), inclusive o ambiente institucional (Czakon, Klimas, & Mariani, 2020) e as lógicas institucionais inerentes (Fong, Wong, & Hong, 2018). Nesses termos, conhecimento a partir do compartilhamento de ideias, experiências prévias e capacidade de trabalho, em conjunto, têm sido considerado um recurso central, que permite desenvolver inovação no setor de turismo (Carvalho et al., 2020; Cortese, Giacosa, & Cantino, 2021). Para tanto, a visualização prévia de vantagens coopetitivas da relação entre as partes é um indutor relevante da coopetição, principalmente para potencializar essa estratégia (Wang & Krakover, 2008).

Ainda sobre o setor, existe uma diferenciação entre setores de alta tecnologia, como microchips, e de baixa tecnologia, como turismo. Em áreas de alta tecnologia, o setor atua como uma variável moderadora entre coopetição e desempenho organizacional que possuem uma correlação positiva (Xie et al., 2023). Todavia, no setor de turismo, tanto na dimensão contextual em destinos turísticos (Nguyen, Johnson, & Young, 2022), quanto na dimensão de perfil (Czakon & Czernek-Marszalek, 2021), tem sido impulsionada a coopetição, a fim de propiciar ganhos em conjunto que sejam superiores aos benefícios individuais que cada participante de uma rede poderia obter (Fong, Wong & Hong, 2018).

Logo, muitos elementos influenciam na indução e posterior consolidação ao longo do tempo da rede de coopetição. Apesar de as abordagens na literatura serem diversas, algumas variáveis mostram maior nível de consenso entre os autores por sua importância e estão sintetizadas na Figura 1. Nesta pesquisa, as 13 dimensões sintetizadas na Figura 1 representam os contextos de cooperação e competição e as variáveis adotadas para a construção do instrumento de coleta de dados.

Figura 1
Dimensão contexto e perfil indutores da coopetição

A partir dessa revisão de literatura com foco nos elementos que representam variáveis indutoras da coopetição que este trabalho desenvolve, busca-se verificar as assimetrias intracluster ou aglomerados produtivos horizontais.

METODOLOGIA

Esta pesquisa teve metodologia quantitativa, de caráter exploratório-descritivo. Por um lado, teve o intuito de verificar o nível de percepção entre os participantes de uma rede de artesãos, microempresários em situação de co-localização, sobre o grau de importância e o de performance conferidos a variáveis que são impulsionadores da formação e consolidação de redes de coopetição. Por outro lado, buscou-se identificar os efeitos das variáveis sobre a intenção de participar da rede de coopetição, assim, gerando uma lista de prioridades para o gestor melhorar a consolidação dessa estratégia.

As 22 variáveis utilizadas na pesquisa foram extraídas da literatura. As bases teóricas e seus construtos estão apresentadas na Figura 1. O instrumento de coleta de dados foi um questionário em escala Likert, de sete pontos, aplicado pessoalmente entre os artesãos co-localizados na Vila do Artesão, situada na cidade de Campina Grande, agreste do estado da Paraíba. A amostragem foi classificada como intencional e sistemática. Intencional por representar um caso típico de co-localização de atividade de artesanato e por conveniência do pesquisador. Além disso, sistemática, pois propositalmente foram escolhidos os artesões, considerando as lojas de forma alternada, a fim de evitar que os respondentes fossem vizinhos diretos na Vila do Artesão. A abordagem consistiu em uma breve explicação sobre a pesquisa, seguida de um convite a responder ao questionário. Nesse procedimento, garantiu-se que 50% dos empreendimentos da Vila do Artesão fizessem parte da amostra deste estudo. A taxa de resposta foi atendida, visto que houve alta receptividade por parte dos artesões.

A Vila do Artesão, inaugurada em dezembro de 2010, é um espaço gerenciado pela Agência Municipal de Desenvolvimento (AMDE) buscando incentivar o artesanato local e resgatar a cultura de trabalho e desenvolvimento do município, impulsionando o turismo, fortalecendo a economia local e fomentando a geração de emprego e renda. O espaço dispõe de mais de 300 artesãos, que se dividem em cerca de 77 estandes para criação e comercialização de diversos produtos, representando um aglomerado produtivo e comercial local.

Os dados foram analisados por meio de duas técnicas baseadas em matrizes de decisão. Primeiro, utilizou-se uma adaptação do método da Matriz de Análise Importância-Desempenho (Importance-Performance Analysis - IPA) proposto por Martilla e James (1977), a fim de avaliar a importância e performance dos atributos de um produto. A matriz se divide em quatro quadrantes, que auxiliam na tomada de decisão e formulação de estratégias (Figura 2), sendo eles:

• Quadrante 1 (Q1) - Concentre aqui - Itens que são muito importantes, entretanto apresentam baixa satisfação em relação à performance pela avaliação dos participantes (consumidores), ou seja, em que o gestor deve priorizar suas ações.

• Quadrante 2 (Q2) - Continue o bom trabalho - Tanto a importância quanto a performance do item são consideradas altas pelos entrevistados, ou seja, são itens que devem continuar sendo mantidos sobre atenção prioritária.

• Quadrante 3 (Q3) - Baixa prioridade - Mostra os itens percebidos com baixa performance, mas que também não são considerados importantes para os entrevistados (consumidores), devendo, então, ser os últimos na lista de prioridades do gestor.

• Quadrante 4 (Q4) - Possível exagero - Os itens nesse quadrante apresentam alta performance, porém são avaliados como não tão importantes, portanto, são pontos em que o investimento deve ser menor, o que indica pontos de inversão na prioridade do gestor.

A matriz IPA gera um resultado visual de fácil interpretação para o gestor, a partir do pressuposto de linearidade entre desempenho e satisfação. Ao mesmo tempo, a técnica proporciona uma visão dos maiores gaps entre importância do atributo e seu desempenho, facilitando um ranking de decisão para ações gerenciais. No entanto, recomenda-se que seja utilizada em conjunto com outras técnicas de análise, pois alguns atributos não proporcionam aumento na satisfação na mesma proporção que o aumento de performance, o que pode conduzir a decisões equivocadas por parte do gestor (Tontini & Silveira, 2005).

Assim, como segunda técnica, utilizou-se uma matriz de Análise de Contraste Penalidade-Recompensa (PRCA) construída a partir do score de satisfação com 29 atributos. Esta técnica considera as relações lineares e não-lineares entre a satisfação e a performance dos atributos, por meio de uma equação de regressão múltipla com duas variáveis dummy$(Y=\beta 0+\beta 1X1neg+\beta 2X1pos)$, que representam os índices de Penalidade e a Recompensa, ou seja, os efeitos que as variáveis geram na satisfação ou insatisfação.

Seguindo o indicado por Picolo & Tontini (2008), foram criadas duas variáveis dummy para recodificar o banco de dados. Para criar o conjunto relacionado à penalidade $(Penalty=X1neg)$, converteu-se as respostas dos atributos cujo nível de satisfação foi mais baixo, ou seja, entre um e três, os quais foram todos recodificados para um, e todas as outras respostas, recodificadas para zero. O conjunto relacionado à recompensa $(Reward=X1pos)$considerou os índices de satisfação mais altos, portanto, respostas entre cinco a sete foram recodificadas para um e o restante de respostas, para zero. Com isso, quando a satisfação está acima de quatro, a variável dummy de recompensa (X1pos) é maior que zero, e quando a de penalidade (X1neg) é igual a zero. O contrário ocorre quando a satisfação for abaixo de quatro. Dessa forma, criam-se dois coeficientes de regressão para uma única variável independente $(Y=\beta 0+\beta 1AT1pos+\beta 2AT1neg+\dots +\beta 31AT26pos+\beta 32AT26neg)$.

Assim, conduziram-se duas análises de regressão múltiplas separadamente para cada conjunto de variáveis dummy como variáveis independentes e a intenção de coopetição como variável dependente. O resultado foi plotado em uma matriz de classificação de quatro quadrantes: elementos atrativos, unidimensionais, neutros e obrigatórios (Matzler & Saurwein, 2022). Na sequência, calculou-se a Faixa de Impacto na Satisfação do Cliente (Impact Range Satisfaction Analysis - IRSA) pela soma dos valores absolutos dos índices de penalidade e recompensa associados a cada atributo. Finalmente, para medir o potencial do atributo em gerar satisfação (Potencial Gerador de Satisfação - SGP) e insatisfação (Potencial Gerador de Insatisfação - DGP), utilizaram-se as seguintes equações:

$SGPi=ri/RICSi$

$DGPi=pi/RICSi$

$IAi=SGPi-DGPi$

$RICSi=pi+ri$

Nessa equação, ri é o índice de recompensa para o atributo I; pi é o índice de penalidade para o atributo I; RICSi indica a gama de impactos na satisfação geral do cliente medida pela soma dos índices de penalidade e recompensa.

Em seguida, foi realizada a Análise de Assimetria de Impacto (IA= SGPi - DGPi). Por fim, adotou-se a classificação de Mikulić e Prebežac (2008) para a magnitude do IA, a saber: frustrantes (IA≤−0,7); insatisfeitos (−0,7 < IA≤−0,2); híbridos (−0,2 < IA <0,2); satisfatores (0,2 ≤ IA <0,7); e deleitadores (IA ≥0,7).

ANÁLISE DOS RESULTADOS

Análise de Importância e Performance

Das 22 variáveis analisadas, houve uma concentração de 54,5% no Q1 (Figura 2), evidenciando pontos indutores da coopetição que não estão apresentando uma performance adequada na Vila do Artesão. São, portanto, os itens prioritários na ação gerencial do gestor desse aglomerado produtivo e comercial, a fim de otimizar as redes de coopetição.

Figura 2
Matriz de Importância-Performance das variáveis de coopetição

Quatro dessas variáveis do Q1 apresentaram Gap I-P maiores do que quatro pontos, ou seja, um elevado desajuste entre importância e performance, sendo variáveis relacionadas como a confiança mútua, harmonia para trabalhar em conjunto rumo a metas coletivas. O compartilhamento de ideias, a confiança no gestor e a visualização de objetivos comuns também apresentaram lacunas acentuadas (Tabela 1). Tais pontos são considerados essenciais na literatura de coopetição atuando tanto como indutores quanto como impeditivos da formação e consolidação de redes baseadas em estratégias de coopetição (Czakon & Czernek, 2016).

Tabela 1:
Variáveis do Quadrante 1 (Concentrar esforços) e seus Gaps I-P

Variável	Importância	Performance	Gap I-P
Existência de objetivo comum e compartilhado (V1)	6	3,14	2,86
Compartilhamento de ideias (V2)	5,1	2,06	3,04
Existência de cowork (V3)	6,8	1,89	4,91
Esforço conjunto para metas coletivas (V4)	6,2	1,69	4,51
Nível de confiança mútua (V5)	6,5	2,03	4,47
Nível de harmonia (V6)	6,3	1,8	4,5
Confiança no gestor para decisões individuais (V7)	5,9	3,09	2,81
Confiança no gestor para decisões coletivas (V8)	6,1	2,89	3,21
Posicionamento comercial gerado por esta na Vila do Artesão (V9)	5	3,43	1,57
Nível de individualismo (V12)	4,8	2,71	2,09
Nível de governança (V13)	4	2,43	1,57
Existência de defesa conjunta contra contexto externo (V15)	5,09	3,5	1,59

• Fonte: Elaborada pelos autores (2022).

Por outro lado, a segunda maior concentração de variáveis foi no Q2, com sete variáveis (32%). Esse quadrante indica ‘Continuar o bom trabalho’, pois são variáveis consideradas importantes pelos participantes e avaliadas com boa performance (Figura 1). Observa-se que, nesse grupo de variáveis, estão as que representam a concorrência externa, os níveis de dependência, complementariedade e diversidade, bem como a visão dos artesãos sobre a importância de parcerias entre eles. Logo, coopetição pode desenvolver economias de escala e mitigar riscos por meio de comunalidades de mercado e similaridade de recursos (Chen, 2008). Apesar de estarem no Q2, portanto, variáveis bem-posicionadas, ainda existem Gaps a serem minimizadas pela rede que apontam a necessidade de diferenciação entre os produtos intracluster, como pode ser observado pelos Gap I-P das variáveis V16, V17 e V20 (Tabela 2).

Tabela 2:
Variáveis do Quadrante 2 (Continuar o bom trabalho) e seus Gaps I-P

Variável	Importância	Performance	Gap I-P
Importância da parceria de longo prazo entre os artesãos (V10)	6,6	5,71	0,89
Disposição para fazer sacrifícios em prol da Vila do Artesão (V11)	6,8	6,2	0,6
A comercialização na Vila é altamente dependente de alguns produtos ofertados (V16)	5,6	4,34	1,26
A variedade de produtos é essencial para complementar a oferta da Vila (V17)	6,66	4,5	2,16
Em Campina Grande tem muitos locais de venda de artesanato similar (V18)	4,3	4	0,3
O agreste paraibano dispõe de grande oferta de produtos similares (V19)	4,8	4,17	0,63
Surgem poucos novos produtos na Vila (V20)	5,9	4,6	1,3

• Fonte: Elaborada pelos autores (2022).

A análise IPA não apontou variáveis para o Q3, no qual deveriam estar os itens de baixa prioridade para a ação gerencial do aglomerado produtivo por serem consideradas de baixa importância pelos participantes da rede. Esse resultado é desejado em uma matriz IPA, pois demonstra que existe um ajuste de visão e recursos entre a governança da rede e seus participantes, considerando as estratégias de competição e cooperação.

Por sua vez, três variáveis estão no Q4, evidenciando variáveis que estão obtendo elevada performance, mas que os participantes não concedem alta importância, ou seja, representam esforços inadequados da gestão da rede, apontando para um desajuste de ação. Essas variáveis estão relacionadas com a existência de produtos chamados de “carros-chefes”, mecanismos para impedir novos artesãos de entrarem para a rede, e os níveis de concorrência interna entre os artesãos na vila (Tabela 3). Nesse sentido, a capacidade de competição pode ser aumentada por meio da coopetição, protegendo o mercado geográfico de atuação e elevando as barreiras a novos entrantes (Dal-Soto & Monticelli, 2017). Os Gaps I-P dessas três variáveis foram negativos, ou seja, estão resultando em maior performance do que importância, segundo a perspectiva dos participantes da rede de coopetição. Ainda, foram apontadas elevadas disputas entre eles, mas que isso não tem influência sobre a formação e consolidação das estratégias de coopetição, assim como consideram que se dá muita importância a alguns produtos essenciais para a Vila do Artesão, porém isso não altera a formação da rede de coopetição entre eles.

Tabela 3:
Variáveis do Quadrante 4 (Esforço supérfluo) e seus Gaps I-P

Variável	Importância	Performance	Gap I-P
Alguns produtos são essenciais para o comércio da Vila do Artesão (V14)	3,1	5,51	-2,41
Existe dificuldade para ingresso de novos artesãos na Vila (V21)	3	4,46	-1,46
Disputa entre os artesãos em relação aos produtos comercializados (V22)	1	6,6	-5,6

• Fonte: Elaborada pelos autores (2022).

Os resultados encontrados por meio da Matriz IPA indicam que a governança da Vila do Artesão e sua rede de coopetição possuem as maiores assimetrias relacionadas às variáveis de perfil dos participantes que demonstram baixa capacidade de trabalhar em conjunto, desenvolver confiança mútua (tanto entre os participantes da rede quanto entre o participante e o gestor da rede), baixo grau de compartilhamento de ideias e alto individualismo. Por outro lado, as variáveis de contexto competitivo externo estão impulsionando a união em redes de coopetição para manter-se atuante no mercado, portanto, os artesãos visualizam vantagens frente a outros clusters.

Logo, esses achados indicam que a competição interna não está afetando a decisão de ser coopetitivo, apesar da baixa confiança entre os membros da Vila do Artesão. Portanto, o fato de ser uma rede de coopetição horizontal, em que a posição de todas as firmas é próxima ao mercado consumidor, não é um impeditivo para as estratégias de coopetição (Arthanari, Carfì, & Musolino, 2015)

Análise de Contraste Penalidade-Recompensa (PRCA), de impacto e Assimetria de Impactos (IA)

Os resultados da Análise de Contraste Penalidade-Recompensa (PRCA) mostraram que são elementos de atratividade para que o artesão participe das redes de coopetição, ou seja, elementos que geram alta recompensa. Portanto, são elementos que auxiliam o gestor a consolidar o uso dessa estratégia na Vila do Artesão de Campina Grande: a existência de objetivo comum e compartilhado, o trabalho em conjunto, o esforço em comum para metas coletivas, a dificuldade de ingresso de novos artesões na vila, a comercialização na Vila de alguns produtos considerados insubstituíveis, e os níveis de concorrência gerados por produtos substitutos industrializados e outros centros de artesanato nos arredores da cidade (Q1 da Figura 3). Esses resultados corroboram a literatura de coopetição em contexto empresarial. Por exemplo, se alinham com o apontado por De Araújo e Franco (2017) sobre complementariedade e objetivos comuns. Quanto aos fatores relacionados à concorrência, semelhantes resultados foram encontrados por Chim-Miki e Canino (2017).

Elementos neutros foram prioritariamente relacionados à própria gestão da Vila realizada pela Agência Municipal de Desenvolvimento (AMDE), e pelo nível de concorrência regional. Por sua vez, elementos unidimensionais, ou seja, que podem gerar alto impacto tanto na recompensa como na penalidade, portanto, afetar positivamente e negativamente a consolidação da rede de coopetição, foram relacionados com a confiança que a gestão da Vila tomará decisões adequadas para o artesão, o posicionamento competitivo que o aglomerado produtivo fornece, as parcerias de longo prazo, o nível de individualismo, a representatividade da AMDE, a dependência por alguns produtos e a competição interna entre os artesões (Figura 3). Observa-se que parte das variáveis são relacionadas à governança da rede, atendendo ao que Bengtsson e Kock (2000) e Mariani e Kylanen (2014) indicam sobre a minimização de tensões na rede de coopetição e sua consequente consolidação, que dependem de um organismo que faça a mediação dessa estratégia. Por outro lado, surgem questões do individualismo e da visão de longo prazo, que são mais características internas, portanto, dependem do perfil individual de coopetição como demostrou Czakon et al. (2020).

Por último, são elementos obrigatórios na agenda do gestor, pois impactam negativamente para a consolidação da estratégia de coopetição, a promoção do compartilhamento de ideias, a geração de confiança mútua para formar alianças estratégicas, o foco na cooperação para a comercialização, a variedade de produtos e sua complementariedade e a concorrência de produtos similares na cidade (Figura 3). Pesämaa et al. (2013), Meena, Dhir e Sushil (2022) salientam a importância da confiança mútua para acelerar a rede de coopetição.

Figura 3
Matriz de atributos conforme a magnitude dos coeficientes de Penalidade e Recompensa

Por um lado, a análise da Faixa de Impacto na Satisfação do Cliente (Impact Range Satisfaction Analysis - IRSA) e de Assimetria do Impacto (Tabela 4) mostram que as variáveis V15 e V16 tem o maior impacto sobre a penalidade. A existência de defesa conjunta contra contexto externo (V15) tem índice de penalidade de 7,546, ou seja, é a medida de impacto negativo sobre a vontade do artesão participar da rede de coopetição.

O segundo elemento que gera mais alta penalização foi a comercialização na Vila ser altamente dependente de alguns produtos ofertados (V16) que obteve Indice de Penalty = 5,039, o que representa o quanto este elemento reduz a vontade do artesão a aderir as estratégias de coopetição. O terceiro elemento que mais penaliza foi o Nível de harmonia (V6) com coeficiente de Penalty = 4,144. Estes elementos devem ser prioridade na agenda do gestor do aglomerado produtivo para evitar que os participantes do aglomerado produtivo de artesanato se desmotivem e não se consolide a rede de coopetição.

Por outro lado, os três elementos que geram melhores taxas de recompensa, ou seja, impactam positivamente sobre a consolidação de redes de coopetição foram: Confiança no gestor para decisões individuais (V7) com índice de recompensa = 1,021; estado da Paraíba tem grande oferta de produtos artesanais iguais aos que produzo (V30 = 0,869), e existe grande oferta de produtos artesanais no agreste da Paraíba (V29 = 0,708). Assim, são elementos para fortalecer a intenção do artesão de participar na rede de coopetição. A confiança no gestor torna-se primordial para atender ao que Bengtsson e Kock (1999) anteriormente comprovaram, ou seja, um sistema de gestão integrado ou governança pode induzir relacionamentos de coopetição em direção à criação de benefícios coletivos, equilíbrio do processo e melhoria da competitividade.

Em geral, os achados resultantes do IRSA e do IAA contribuem para minimizar o gap apontado por Garraffo e Siregar (2022), de que uma lista de variáveis para impulsionar a coopetição tem sido relegada a um segundo plano. A Tabela 4 mostra todos os índices de recompensa e penalidades para cada variável, portanto, representa uma escala de priorização para o gestor da rede turística de artesanato.

Tabela 4:
Resultados do IRSA e IAA

Attribute	Penalty Indices	Reward indices	RICS	Satisfaction Generating potential (SGP)	Dissatisfaction generating potential (DGP)	Impact asymmetry	Factor¹
1_VC	-2,308	,560	2,868	0,20	0,80	-0,61	Insatisfatórios
2_VC	1,599	-,107	1,706	0,06	0,94	-0,87	Frustantes
3_VC	-1,083	,494	1,577	0,31	0,69	-0,37	Insatisfatórios
4_VC	-,947	,170	1,118	0,15	0,85	-0,70	Frustantes
5_CM	3,092	-,173	3,265	0,05	0,95	-0,89	Frustantes
6_CM	-4,144	-,437	4,581	0,10	0,90	-0,81	Frustantes
7_CM	1,352	1,021	2,373	0,43	0,57	-0,14	Híbridos
8_CM	-,994	-,108	1,102	0,10	0,90	-0,80	Frustantes
9_V	1,001	,480	1,481	0,32	0,68	-0,35	Insatisfatórios
10_V	,714	,011	0,725	0,02	0,98	-0,97	Frustantes
12_V	,287	,020	0,306	0,06	0,94	-0,87	Frustantes
13_F	-,712	-,223	0,935	0,24	0,76	-0,52	Insatisfatórios
14_F	-,326	-,266	0,592	0,45	0,55	-0,10	Híbridos
15_F	7,546	,506	8,052	0,06	0,94	-0,87	Frustantes
16_F	-5,039	-,580	5,618	0,10	0,90	-0,79	Frustantes
17_F	-,126	-,625	0,751	0,83	0,17	0,66	Satisfatórios
18_C	,866	-,244	1,110	0,22	0,78	-0,56	Insatisfatórios
19_C	-1,554	,375	1,929	0,19	0,81	-0,61	Insatisfatórios
20_C	,554	-,202	0,756	0,27	0,73	-0,47	Insatisfatórios
21_C	,141	,337	0,478	0,70	0,30	0,41	Satisfatórios
22_C	-,076	-,046	0,122	0,38	0,62	-0,25	Insatisfatórios
23_CS	1,909	-,324	2,233	0,15	0,85	-0,71	Frustantes
24_CS	-,977	-,448	1,425	0,31	0,69	-0,37	Insatisfatórios
25_CI	,726	,258	0,984	0,26	0,74	-0,48	Insatisfatórios
26_CI	-1,192	,015	1,207	0,01	0,99	-0,98	Frustantes
27_CI	,370	,179	0,549	0,33	0,67	-0,35	Insatisfatórios
28_CE	-,081	,138	0,219	0,63	0,37	0,26	Satisfatórios
29_CE	-,098	,708	0,806	0,88	0,12	0,76	Deleitadores
30_CE	-,211	-,869	1,080	0,80	0,20	0,61	Satisfatórios

• Fonte: Elaborada pelos autores (2022).

Cabe destacar que os índices de penalidade foram superiores aos índices de recompensa, o que se reflete na Análise de Impacto dos elementos sobre a intenção de participar da rede de coopetição. Os resultados da IA demonstraram um maior número de elementos insatisfatórios (37,9%) e frustrantes (37,9%) do que elementos satisfatórios (13,8%), deleitadores (3,4%) ou híbridos (6,9%) (Tabela 4). Portanto, o gestor deve ter especial atenção a esses elementos, a fim de gerar a consolidação da rede e da estratégia de coopetição.

CONSIDERAÇÕES FINAIS

Esta pesquisa buscou identificar as assimetrias nas variáveis indutoras da coopetição em arranjos produtivos e comerciais de artesanato e definir prioridades para os gestores. Para tanto, foi aplicado o método de análise uma matriz IPA (Importance-Performance Analysis) com 22 variáveis relacionadas ao contexto e ao perfil de participantes na rede de coopetição, e uma Análise de Contraste Penalidade-Recompensa (PRCA) com 30 elementos. A amostragem foi com artesãos co-localizados na Vila do Artesão de Campina Grande, Paraíba, que é um arranjo produtivo e comercial em sistema de governança mediado por um organismo público municipal.

A pesquisa apresentou três achados principais. O primeiro achado aponta que, em redes horizontais de coopetição situados na cadeia produtiva perto do mercado consumidor, as variáveis com maior importância para impulsionar a coopetição estão relacionadas ao perfil dos participantes, entre elas, a capacidade de trabalhar em conjunto, disposição de fazer sacrifícios pessoais em prol do coletivo, capacidade de visualizar vantagens coopetitivas, manter parcerias de longo prazo e desenvolver níveis de confiança mútua. As variáveis de contexto nesse tipo de rede horizontal co-localizada ficam relegadas a segundo plano quanto à sua importância para formar e consolidar estratégias de coopetição. Esse achado complementa a literatura da área (p.ex., Bengtsson & Kock, 1999) que considera todas as variáveis de forma igual para redes horizontalizadas ou verticalizadas. Também, por meio dos resultados da IPA, foram identificadas de forma hierárquica quais variáveis devem ser priorizadas na ação do gestor, a fim de obter melhor consolidação das estratégias coopetitivas. Logo, a governança da Vila do Artesão necessita focalizar-se nos itens do primeiro quadrante.

O segundo achado trata das assimetrias intracluster em termos das variáveis que podem conduzir a rede a melhores eficiência e eficácia nas suas estratégias coopetitivas. Os valores dos Gaps I-P mostram as maiores assimetrias, sendo capacidade de trabalhar em conjunto, esforço comum para metas coletivas, harmonia, confiança mútua, confiança na governança, compartilhamento de ideias e visualização dos objetivos comuns. O Gap indica assimetria entre o pensar e o agir do participante da rede, visto que o ranking de performance depende do participante mais do que da própria governança. Considerando essa restrição a partir da atitude do participante na rede, sugere-se a participação de um agente que medeie a antecipe as situações de conflito (Mariani & Kylanen, 2014).

O terceiro achado é a identificação dos elementos-chave para o gestor e sua hierarquia, considerando o quanto impactam positivamente (recompensa) ou negativamente (penalidade) na intenção do artesão em participar da rede de coopetição. Os resultados da Análise de Contraste Penalidade-Recompensa (PRCA) acrescidos da análise da Faixa de Impacto na Satisfação do Cliente (Impact Range Satisfaction Analysis - IRSA) e de Assimetria do Impacto mostram-se como uma ferramenta capaz de priorizar ações para o gestor de aglomerados produtivos de artesanato consolidar redes e estratégias de coopetição que contribuíram para o desenvolvimento do destino turístico, pois o artesanato é um importante produto na oferta turística.

Em síntese, os achados desta pesquisa indicam que para impulsionar a vontade de coopetir nos participantes de aglomerados produtivos, os elementos relacionados à gestão do arranjo produtivo são neutros, enquanto os relacionados às capacidades individuais dos participantes da rede são atrativos e os relacionados aos produtos ofertados são obrigatórios ou unidimensionais. Também, indicam que os índices de penalidade são superiores ao de recompensa na maioria dos elementos, portanto, existe maior probabilidade de desmotivação dos integrantes do que motivação em participar da rede de coopetição. Este cenário confirma a dificuldade de manter uma rede de cooperação-competitiva no turismo.

Portanto, a partir desses achados, recomenda-se uma ação conjunta entre as empresas co-localizadas na Vila do Artesão e o organismo de governança para que diminuam essas assimetrias, melhorando, assim, o resultado coletivo e diminuindo a insatisfação entre os participantes da rede. A presente pesquisa gerou implicações teóricas ao apontar as variáveis mais importantes para consolidar redes turísticas de coopetição em contexto de co-localização ou aglomerados produtivos. Também gerou implicações metodológicas ao detalhar as técnicas utilizadas e demonstrar o poder das matrizes de decisão para a análise em turismo, as quais podem se traduzir em ferramentas de gestão turística. Logo, a pesquisa complementa o tripé de achados, trazendo implicações práticas e gerenciais, nesse caso, diretamente para a AMDE, que é o organismo gestor da Vila dos Artesões de Campina Grande.

Apesar dos protocolos metodológicos adotados, esta pesquisa não está isenta de limitações. A amostra foi reduzida, apesar de estar adequada ao universo analisado, no caso, um aglomerado produtivo de artesanato. No entanto, isso condiciona os resultados a um contexto limitado que implica em restrições em termos de generalização dos resultados identificados. Assim, recomendam-se outras pesquisas futuras em redes horizontais maiores, e em redes mistas de todo o destino turístico, bem como de outros setores para confirmar os pressupostos teóricos que esta pesquisa encontrou.

AGRADECIMENTOS:

Agradecemos ao Conselho Nacional de Desenvolvimento Científico e Tecnológico Brasileiro (CNPq) pelo apoio concedido em forma de Bolsa Produtividade em Pesquisa.

REFERÊNCIAS

• Arthanari, T., Carfì, D., & Musolino, F. (2015). Game Theoretic Modeling of Horizontal Supply Chain Coopetition among Growers. International Game Theory Review, 17(2), 1540013. https://doi.org/10.1142/S0219198915400137
• Bahar, V. S., Nenonen, S., & Starr Jr, R. G. (2022). Coopetition with platforms: Balancing the interplay of cooperation and competition in hospitality.Tourism Management, 88, 104417. https://doi.org/10.1016/j.tourman.2021.104417
• Baruch, Y., & Lin, C. P. (2012). All for one, one for all: Coopetition and virtual team performance. Technological Forecasting and Social Change, 79(6), 1155-1168. https://doi.org/10.1016/j.techfore.2012.01.008
• Bengtsson, M., & Kock, S. (1999). Cooperation and competition in relationships between competitors in business networks. Journal of Business & Industrial Marketing, 14(3), 178-194. https://doi.org/10.1108/08858629910272184
  » https://doi.org/10.1108/08858629910272184
• Bengtsson, M., & Kock, S. (2000). Coopetition in Business Networks - to Cooperate and Compete Simultaneously. Industrial Marketing Management, 29, 411-426. https://doi.org/10.1016/S0019-8501(99)00067-X
• Bengtsson, M., & Raza-Ullah, T. (2016). A systematic review of research on coopetition: Toward a multilevel understanding. Industrial Marketing Management , 57, 23-39. https://doi.org/10.1016/j.indmarman.2016.05.003
• Bouncken, R. B., & Fredrich, V. (2012). Coopetition: performance implications and management antecedents. International Journal of Innovation Management, 16, 1-28. https://doi.org/10.1142/S1363919612500284
• Brandenburger, A. M., & Nalebuff, B. J. (1996). Co-opetition: A revolutionary mindset that combines competition and cooperation in the marketplace Boston: Harvard Business School Press.
• Carvalho, G. D. G. de, Cruz, J. A. W., Carvalho, H. G. de, Duclós, L. C., & Oliveira, R. C. (2020). Innovativeness and coopetition in tourism SMEs: comparing two coopetitive networks in Brazil.Journal of Hospitality and Tourism Insights, 3(4), 469-488. https://doi.org/10.1108/JHTI-12-2019-0134
• Chen, M. J. (2008). Reconceptualizing the competition-cooperation relationship; a transparadox perspective. Journal of Management Inquiry, 17, 288-304. 10.1177/1056492607312577
• Chim-Miki, A. F., & Batista-Canino, R. M. (2016). A pesquisa sobre coopetição: em direção a uma melhor compreensão do construto e sua aplicação no turismo.Turismo: Visão e Ação, 18(3), 424-447. https://doi.org/10.14210/rtva.v18n3.p424-447
• Chim-Miki, A. F., & Batista-Canino, R. M. (2017). The coopetition perspective applied to tourism destinations: a literature review. Anatolia, 28(3), 381-393. https://doi.org/10.1080/13032917.2017.1322524
• Chim-Miki, A. F., & Batista-Canino, R. M. (2018). Development of a tourism coopetition model: A preliminary Delphi study. Journal of Hospitality and Tourism Management , 37, 78-88. https://doi.org/10.1016/j.jhtm.2018.10.004
• Chim-Miki, A. F., Batista-Canino, R.M. & Moreira, V.F. (2019). Drivers Teóricos da Coopetição: Uma Análise Cienciométrica de Redes de Pesquisas (1996-2019). In: Anais do ENANPAD 2019.
• Chim-Miki, A. F., Medina-Brito, P., & Batista-Canino, R. M. (2020). Integrated management in tourism: The role of coopetition.Tourism Planning & Development, 17(2), 127-146. https://doi.org/10.1080/21568316.2019.1574888
• Chung, H. M., & Cheng, L. H. (2019). Coopetition and Firm Survival in a Cluster: Insights from the Population Ecology on the Yacht Industry in an Emerging Economy, 1957-2010. Management and Organization Review, 15(4), 837-856. https://doi.org/10.1017/mor.2018.60
• Cortese, D., Giacosa, E., & Cantino, V. (2021). Knowledge sharing for coopetition in tourist destinations: The difficult path to the network.Review of Managerial Science, 15, 275-286. https://doi.org/10.1007/s11846-018-0322-z
• Crick, J. M., & Crick, D. (2021). Rising up to the challenge of our rivals: Unpacking the drivers and outcomes of coopetition activities.Industrial Marketing Management , 96, 71-85. https://doi.org/10.1016/j.indmarman.2021.04.011
• Cusin, J., & Loubaresse, E. (2018). Inter-cluster relations in a coopetition context: the case of Inno’vin. Journal of Small Business and Entrepreneurship, 30(1), 27-52. https://doi.org/10.1080/08276331.2017.1356158
• Czakon, W., & Czernek-Marszałek, K. (2021). Competitor perceptions in tourism coopetition. Journal of Travel Research, 60(2), 312-335. https://doi.org/10.1177/0047287519896011
• Czakon, W., & Czernek, K. (2016). The role of trust-building mechanisms in entering into network coopetition: The case of tourism networks in Poland. Industrial Marketing Management , 57, 64-74. https://doi.org/10.1016/j.indmarman.2016.05.010
• Czakon, W., Klimas, P., & Mariani, M. (2020). Behavioral antecedents of coopetition: a synthesis and measurement scale. Long Range Planning, 53(1). 101875. https://doi.org/10.1016/j.lrp.2019.03.001
• Czakon, W., Mucha-Kuś, K., & Rogalski, M. (2014). Coopetition research landscape - a systematic literature review 1997-2010. Journal of Economics and Management, 17(1), 122-150.
• Czakon, W., Srivastava, M. K., Le Roy, F., & Gnyawali, D. (2019). Coopetition Strategies: Critical Issues and Research Directions. Long Range Planning , 101948. https://doi.org/10.1016/j.lrp.2019.101948
• Dal-Soto, F., & Monticelli, J.M. (2017). Coopetition strategies in the Brazilian higher education. RAE-Revista de Administração de Empresas, 57 (1), 65-78. http://dx.doi.org/10.1590/s0034-759020170106
• Dana, L. P., Granata, J., Lasch, F., & Carnaby, A. (2013). The evolution of co-opetition in the Waipara wine cluster of New Zealand. Wine Economics and Policy, 2(1), 42-49. https://doi.org/10.1016/j.wep.2013.05.001
• De Araújo, D.v.B., & Franco, M. (2017). Trust-building mechanisms in a coopetition relationship: a case study design. International Journal of Organizational Analysis, 25(3), 378-394. https://doi.org/10.1108/IJOA-04-2016-1012
• Della Corte, V, & Aria, M. (2016). Coopetition and sustainable competitive advantage. The case of tourist destinations. Tourism Management , 54, 524-540. https://doi.org/10.1016/j.tourman.2015.12.009
• Della Corte, V., & Sciarelli, M. (2012). Can coopetition be source of competitive advantage for strategic networks. Corporate Ownership and Control, 10(1), 363-379.
• Dorn, S., Schweiger, B., & Albers, S. (2016). Levels, phases and themes of coopetition: A systematic literature review and research agenda. European Management Journal, 34(5), 484-500. https://doi.org/10.1016/j.emj.2016.02.009
• Felzensztein, C., Gimmon, E., & Deans, K. R. (2018). Coopetition in regional clusters: Keep calm and expect unexpected changes. Industrial Marketing Management , 69, 116-124. https://doi.org/10.1016/j.indmarman.2018.01.013
• Fong, V. H. I., Wong, I. A., & Hong, J. F. L. (2018). Developing institutional logics in the tourism industry through coopetition.Tourism Management , 66, 244-262. https://doi.org/10.1016/j.tourman.2017.12.005
• Fong, V. H. I., Hong, J. F. L., & Wong, I. A. (2021). The evolution of triadic relationships in a tourism supply chain through coopetition.Tourism Management , 84, 104274. https://doi.org/10.1016/j.tourman.2020.104274
• Garraffo, F. M., & Siregar, S. L. (2022). Coopetition among competitors in global industries: drivers that lead to coopetitive agreements.Competitiveness Review: An International Business Journal, 32(3), 428-454. https://doi.org/10.1108/CR-04-2021-0055
• Greven, A., Fischer-Kreer, D., Müller, J., & Brettel, M. (2022). Inter-firm coopetition: The role of a firm's long-term orientation.Industrial Marketing Management , 106, 47-57 . https://doi.org/10.1016/j.indmarman.2022.08.002
• Hidalgo, G., Monticelli, J. M., Pedroso, J., Verschoore, J. R., & de Matos, C. A. (2022). The influence of formal institution agents on coopetition in the organic food industry. Journal of Agricultural & Food Industrial Organization, 20(2), 61-74. https://doi.org/10.1515/jafio-2019-0009
• Klimas, P., Sachpazidu, K., & Stańczyk, S. (2023). The attributes of coopetitive relationships: What do we know and not know about them?European Management Journal . In press. https://doi.org/10.1016/j.emj.2023.02.005
• Köseoglu, M. A., Yick, M. Y., & Okumus, F. (2021). Coopetition strategies for competitive intelligence practices-evidence from full-service hotels.International Journal of Hospitality Management,99, 103049. https://doi.org/10.1016/j.ijhm.2021.103049
• Kylanen, M., & Mariani, M. M. (2012). Unpacking the temporal dimension of coopetition in tourism destinations: Evidence from Finnish and Italian theme parks. Anatolia , 23(1), 61-74. https://doi.org/10.1080/13032917.2011.653632
• Luo, Y. (2005). Toward coopetition within a multinational enterprise: a perspective from foreign subsidiaries. Journal of World Business, 40(1), 71-90. https://doi.org/10.1016/j.jwb.2004.10.006
• Mariani, M. M., & Kylänen, M. (2014). The relevance of public-private partnerships in coopetition: empirical evidence from the tourism sector. International Journal of Business Environment, 6(1), 106-125. https://doi.org/10.1504/IJBE.2014.058026
• Martilla, J. A., & James, J. C. (1977). Importance-performance analysis. Journal of Marketing, 41(1), 77-79. https://doi.org/10.1177/002224297704100112
• Matzler, K., & Sauerwein, E. (2002). The factor structure of customer satisfaction: An empirical test of the importance grid and the penalty‐reward‐contrast analysis.International journal of service industry management, 13(4), 314-332. https://doi.org/10.1108/09564230210445078
• Meena, A., Dhir, S., & Sushil, S. (2023). A review of coopetition and future research agenda.Journal of Business & Industrial Marketing , 38(1), 118-136. https://doi.org/10.1108/JBIM-09-2021-0414
• Mikulić, J., & Prebežac, D. (2008). Prioritizing improvement of service attributes using impact range‐performance analysis and impact‐asymmetry analysis.Managing Service Quality: An International Journal, 18 (6), 559-576. https://doi.org/10.1108/09604520810920068
• Minerbo, C., Samartini, A. L. S., & Brito, L. A. L. (2023). Sharing the benefits: How different dimensions contribute to value creation and capture.Industrial Marketing Management , 108, 251-262. https://doi.org/10.1016/j.indmarman.2022.11.015
• Monticelli, J. M. (2015). Competição, cooperação e coopetição: simetrias e discrepâncias na indústria vitivinícola do RS. Revista de Administração Unimep, 13(2), 1-25. https://doi.org/10.15600/1679-5350/rau.v13n2p1-25
• Monticelli, J. M., Garrido, I. L., Vieira, L. M., Chim-Miki, A. F., & Carneiro, J. (2022). Can competitors cooperate? The impact of formal institution agents in promoting coopetition among emerging market exporters. Journal of Business & Industrial Marketing , 37(9), 1915-1932. https://doi.org/10.1108/JBIM-10-2020-0482
• Monticelli, J. M., Verschoore, J. R., & Garrido, I. L. (2023). The emergence of coopetition in highly regulated industries: A study on the Brazilian private healthcare market.Industrial Marketing Management , 108, 35-46. https://doi.org/10.1016/j.indmarman.2022.11.007
• Nguyen, T. Q. T., Johnson, P., & Young, T. (2022). Networking, coopetition and sustainability of tourism destinations.Journal of Hospitality and Tourism Management , 50, 400-411. https://doi.org/10.1016/j.jhtm.2022.01.003
• Oliveira-Ribeiro, R., Chim-Miki, A. F., & de Araújo Machado, P. (2022). Coopetition at Society Level: A Scale Validation.International Journal of Business Administration, 13(4), 19-37. https://doi.org/10.5430/ijba.v13n4p19
• Peng, T. J. A., Yen, M. H., & Bourne, M. (2018). How rival partners compete based on cooperation? Long Range Planning , 51(2), 351-383. https://doi.org/10.1016/j.lrp.2017.10.003
• Peng, T. J. A., & Bourne, M. (2009). The Coexistence of Competition and Cooperation between Networks: Implications from Two Taiwanese Healthcare Networks. British Journal of Management, 20, 377-400. https://doi.org/10.1111/j.1467-8551.2008.00565.x
• Pesämaa, O., Pieper, T., Da Silva, R. V., Black, W. C., & Hair Jr, J. F. (2013). Trust and reciprocity in building inter-personal and inter-organizational commitment in small business co-operatives. Journal of Co-Operative Organization and Management, 1(2), 81-92. https://doi.org/1 0. 1 01 6/j.jcom.201 3. 1 0.003
• Picolo, J. D., & Tontini, G. (2008). Penalty and reward contrast analysis (PRC): identifying improvement opportunities in a service.RAM. Revista de Administração Mackenzie, 9, 35-58. https://doi.org/1 0. 1 590/S1 678-6971 2008000500003
• Pietronudo, M. C., Del Gaudio, B. L., & Leone, D. (2021 ). Coopetition strategy and industry convergence. Evidence in the Chinese banking market. Technology Analysis & Strategic Management, 1-14. https://doi.org/10.1 080/09537325.2021.2003323
• Ritala, P., & Tidström, A. (2014). Untangling the value-creation and value-appropriation elements of coopetition strategy: a longitudinal analysis on the firm and relational levels. Scandinavian Journal of Management, 30(4), 498-515. https://doi.org/10. 1016/j.scaman.2014.05.002
• Ryan-Charleton, T., Gnyawali, D. R., & Oliveira, N. (2022). Strategic alliance outcomes: Consolidation and new directions.Academy of Management Annals, 16(2), 719-758. https://doi.org/10.5465/annals.2020.0346
• Sigala, M. (2019). Building a wine tourism destination through coopetition: The business model of ultimate winery experiences Australia.Wine Tourism Destination Management and Marketing: Theory and Cases, 99-112. https://doi.org/10.1007/978-3-030-00437-8_8
• Volschenk, J. (2018). The value implications of coopetition In The Routledge Companion to Coopetition Strategies (pp. 326-335). Routledge.
• Wang, Y., & Krakover, S. (2008). Destination marketing: competition, cooperation or coopetition?International Journal of Contemporary Hospitality Management, 20(2), 126-141. https://doi.org/10.108/09596110810852122
• Xie, Q., Gao, Y., Xia, N., Zhang, S., & Tao, G. (2023). Coopetition and organizational performance outcomes: A meta-analysis of the main and moderator effects.Journal of Business Research, 154, 113363. https://doi.org/10.1016/j.jbusres.2022. 113363

Datas de Publicação

• Publicação nesta coleção
  15 Set 2023
• Data do Fascículo
  Sep-Dec 2023

Histórico

• Recebido
  04 Abr 2023
• Aceito
  01 Jun 2023