ANÁLISE DE REDES SOCIAIS DE MEIOS DE HOSPEDAGEM DE TIRADENTES (MG): PERFIL E EVIDÊNCIAS DA GÊNESE DOS RELACIONAMENTOS

ANÁLISIS DE REDES SOCIALES DE MEDIOS DE HOSPEDAJE DE TIRADENTES (MG): PERFIL Y EVIDENCIAS DE LA GÉNESIS DE LAS RELACIONES

RESUMO:

A análise de redes sociais (ARS) constitui um grande avanço na pesquisa em turismo ao revelar as características das relações estabelecidas, apresentando suas estruturas e propriedades. Este trabalho objetivou caracterizar e analisar a rede de cooperação formada entre proprietários de pousadas em Tiradentes-MG. Com o objetivo de explorar o contexto da pesquisa, foram realizadas entrevistas junto a sete proprietários de pousadas. Posteriormente, para a coleta dos dados, foi aplicado um questionário aos proprietários. Por meio da técnica da “bola de neve” foi gerada a rede de cooperação. A partir disso, utilizou-se das técnicas da ARS, com ênfase nas métricas descritivas e pela modelagem de grafos aleatórios da família exponencial (ERGM - Exponential Random Graph Models). Com isso, foi possível caracterizar a rede de cooperação e analisar suas propriedades. A rede possui 54 pousadas, com uma densidade geral baixa, pois há apenas 4,7% de relações possíveis. Foram identificadas 17 pousadas centrais e 37 periféricas. No subgrupo central, a densidade foi de 15,4% e no subgrupo periférico, de apenas 2,6%. A rede de cooperação observada apresentou homofilia por gênero e por procedência dos proprietários. Os resultados da modelagem ERGM permitiram explicações probabilísticas em termos de atributos endógenos dos proprietários, como gênero e procedência.

PALAVRAS-CHAVE:
Turismo; Análise de redes sociais; Cooperação

RESUMEN:

El análisis de redes sociales (ARS) constituye un gran avance en la investigación en turismo al revelar las características de las relaciones establecidas, presentando sus estructuras y propiedades. Este trabajo se centró en la caracterización y el análisis de la red de cooperación entre los propietarios de posadas en Tiradentes-MG. Con el objetivo de explorar el contexto de la investigación, fueron realizadas entrevistas junto a siete propietarios de posadas. Posteriormente, para la recogida de los datos, se aplicó un cuestionario a los propietarios. Por medio de la técnica de la ‘bola de nieve’ se generó la red de cooperación. Con eso, se utilizó de las técnicas de ARS, con énfasis en las métricas descriptivas y por el modelado de gráficos aleatorios de la familia exponencial (ERGM - Exponential Random Graph Models). Con esto, fue posible caracterizar la red de cooperación y analizar sus propiedades. La red cuenta con 54 posadas, con una densidad general baja, ya que hay sólo 4,7% de relaciones posibles. Se identificaron 17 albergues centrales y 37 periféricos. En el subgrupo central la densidad fue de 15,4% y en el subgrupo periférico de sólo 2,6%. La red de cooperación observada presentó homofilia por género y por procedencia de los propietarios. Los resultados del modelado ERGM permitieron explicaciones probabilísticas en términos de atributos endógenos de los propietarios, como género y procedencia.

PALABRAS CLAVE:
Turismo; Análisis de redes sociales; Cooperación

ABSTRACT:

The analysis of social networks (SNA) constitutes a major advance in tourism research by revealing the characteristics of established relationships, displaying their structures and properties. This work aims to characterize and analyze the cooperation network formed between owners of inns in Tiradentes-MG. In order to explore the context of the survey, the interviews were conducted with seven owners of inns. Subsequently, a questionnaire was submitted to the owners for a data collection. A network of cooperation was created through the ‘snow ball’ technique. Going forward SNA techniques were used, with the emphasis on descriptive metrics and by generating Exponential Random Graph Models (ERGM). Thus it was possible to characterize the cooperation network and analyze its properties. The network has 54 inns, with a low overall density, because there are only 4.7% of possible relationships. 17 central and 37 peripheral establishments were identified. In the central subgroup the density was 15.4% and in the peripheral subgroup only 2.6%. The observed cooperation network presented homophily by gender and origin of the owners. The results of ERGM modeling allowed probabilistic explanations in terms of shared attributes of owners, such as gender and origin.

KEYWORDS:
Tourism; Social Network Analysis; Cooperation

INTRODUÇÃO

A realidade das atividades econômicas da sociedade industrial organizada em territórios divididos e especializados reforça a individualidade de indivíduos e organizações, mas também aumenta a solidariedade entre os pertencentes a arranjos produtivos locais. Os arranjos produtivos locais (APL) e as redes de cooperação são considerados como uma estratégia de organização de sistemas produtivos territorializados e assumem papel determinante nas novas abordagens do desenvolvimento econômico local. O desenvolvimento e a modernização econômica tiveram um sangue novo com as análises das características sociais dos sistemas de produção territorializados (Conti, 2005).

A cidade de Tiradentes (MG) é um destino turístico brasileiro reconhecido e com várias atividades econômicas, tanto local como regionalmente voltadas para os atrativos histórico-culturais da região do Campo das Vertentes. Considerando a aglomeração turística e suas especificidades relacionais, o foco desta pesquisa está centrado na hotelaria da cidade de Tiradentes, principal receptivo turístico da região. Nesse sentido, a questão orientadora deste trabalho é saber qual é a configuração da rede interorganizacional de proprietários de pousadas da cidade de Tiradentes (MG).

O objetivo geral foi caracterizar e analisar as redes de cooperação formadas entre proprietários de pousadas. Para o alcance desse objetivo, foram especificamente: i) caracterizadas as organizações; ii) identificadas as procedências, se locais ou estrangeiros, e gênero dos proprietários; iii) gerados sociogramas da rede de cooperação; iv) analisada a existência de subgrupos e de homofilia por procedência e gênero.

Os autores deste trabalho, na literatura pesquisada, não encontraram trabalhos que analisam, especificamente, homofilia na formação de redes em hotelaria. Parece ser, nesse caso, uma contribuição importante deste trabalho para o entendimento das redes em destinos turísticos, pelo menos no caso de meios de hospedagem. A fim de atingir tais objetivos, utilizaram-se as técnicas da Análise de Redes Sociais (ARS). Inicialmente, foram gerados os sociogramas que representam as relações de cooperação da rede real observada. Identificaram-se os grupos central e periférico e identificou-se a homofilia por procedência e gênero dos proprietários das pousadas. Posteriormente, utilizou-se a modelagem estatística de redes sociais por meio do ERGM, Exponential Random Graph Models, a fim de verificar se a homofilia por procedência e gênero da rede real observada não seria apenas devido ao acaso. O detalhamento das técnicas será apresentado na seção Método de pesquisa deste artigo.

ATIVIDADES ECONÔMICAS E REDES DE RELACIONAMENTOS SOCIAIS

Considera-se neste trabalho o pressuposto de que os atores não operam de forma isolada, estando permanentemente inseridos em seu contexto socioeconômico, interagindo com outros atores, inclusive não econômicos (Granovetter, 1985, 1992). Essa interação pode tanto facilitar como constranger as ações dos atores (Granovetter, 1973).

O mercado é influenciado por uma realidade que emerge do contexto social, por exemplo, conforme Granovetter (1985), por meio de costumes, hábitos ou normas. A realidade socioeconômica do mercado pode ser observada por meio de ações e interações que os indivíduos procuram permanentemente dotar de significado (Abramovay, 2009). Além do indivíduo, grupos, relações sociais e outras variáveis, como gosto, conhecimento, educação, etnia e família, podem influenciar a ação econômica (Granovetter, 1985, Steiner, 2006). Para Abramovay (2004), a ação econômica tem um significado que não é dado de antemão, mas que é construído na relação entre atores e instituições, que não são vistas como premissas, mas, antes de tudo, como resultados da interação social. A compreensão da ação racional e do mercado deve considerar que os indivíduos interagem uns com os outros e com as pessoas de fora das instituições, estejam estes atores ligados diretamente aos aspectos econômicos ou, indiretamente, por meio de aspectos históricos, sociais ou culturais. O mercado é um fato social que a sociologia econômica busca compreender especificamente a partir da estrutura das redes sociais que influenciam a ação coletiva com a geração e com o contexto cultural do mercado. A ação econômica é influenciada por aspectos, como racionais e político-econômicos, que definem restrições de recursos escassos em estruturas sociais. A economia é uma parte integrante da sociedade, que é sua base de referência e que pode ser analisada a partir de descrições e explanações feitas com métodos históricos comparativos. Pressupõe-se que a ação econômica individual é influenciada por padrões institucionais, por induções estruturais e pelo desenvolvimento social, os quais têm como resultados índices institucionais que, consequentemente, influenciam a racionalidade humana e ajustam os padrões institucionais iniciais (Smelser & Swedberg, 1994).

A análise de mercados como construções sociais pode ser realizada a partir das relações existentes entre atores e grupos. Granovetter (1985) retoma a abordagem dos fenômenos econômicos com discussões que mostram a influência das relações sociais na ação, nos resultados e nas instituições econômicas, impulsionando os estudos com conceitos fundamentais para a análise da vida econômica como rede e imersão. A análise de redes de relacionamento tem como vantagem, conforme Swedberg (2004), o fato de constituir uma ferramenta flexível por meio da qual se pode lidar com um número considerável de fenômenos sociais e econômicos no mercado. A análise de redes tem sido usada, por exemplo, para explorar diversos tipos de interações econômicas que não podem ser classificadas como costumes nem como algum tipo de organização econômica. Essas formas sociais intermediárias são, por vezes, referidas como formas de organização em rede (Swedberg, 2004).

O mercado pode ser analisado como uma estrutura social e não simplesmente como um processo racional instrumental de definição de preços ou como um lugar físico de relações de troca, em que a competição e as informações são perfeitas e definidas em termos de demanda e suprimento. O mercado, portanto, para a sociologia econômica, consiste em relações sociais entre indivíduos (Swedberg, 1994). O mercado, portanto, não se constitui de firmas isoladas, como nos modelos de concorrência perfeita da ciência econômica, mas de aglomerados de firmas que formam uma estrutura social (Swedberg, 1994). Conforme Granovetter (1994), um ponto importante que distingue os grupos econômicos de simples aglomerados financeiros, como os conglomerados, é a existência de solidariedade social e de uma estrutura social entre as firmas que os compõem. Solidariedade que está imersa em laços ou vínculos sociais, como os familiares, de amizade ou étnicos. As redes sociais facilitam a circulação de informações e asseguram confiança ao limitar os comportamentos oportunistas, já que o mercado tem uma estrutura social (Granovetter, 1985).

TURISMO E REDES DE RELAÇÕES SOCIAIS

Os destinos são aglomerados de produtos e serviços consumidos sob a marca do destino (Buhalis, 2000), sendo uma atividade econômica complexa, caracterizada pela coexistência de uma multiplicidade de pequenas e médias empresas que competem no mesmo ambiente, ofertando produtos complementares que compõem a experiência proporcionada ao turista (Maggioni, Marcoz & Mauri, 2014).

Afirma-se, assim, que o desempenho de destinos turísticos depende das conexões que são formadas pelas organizações envolvidas na oferta do turismo, e não de suas características individuais (March & Wilkinson, 2009). Essas redes são entidades complexas e variáveis que evoluem como resposta às mudanças ambientais (March & Wilkinson, 2009). Dessa forma, a colaboração entre os atores do destino torna-se importante para seu desempenho. Essa perspectiva de análise do turismo iniciou-se com o seminal trabalho de Gunn, publicado em 1977. Esse trabalho tem reconhecimento em função de ter enfatizado a necessidade de colaboração público-privada para o desenvolvimento sustentável do turismo (Van Der Zee & Vanneste, 2015, Baggio, 2011).

Posteriormente, na década de 1990, vários trabalhos publicados iniciaram o avanço dessa perspectiva em redes, argumentando sobre as redes de colaboração, que oferecem o mecanismo para o planejamento e a coordenação das ações para o desenvolvimento do turismo (Jamal & Getz, 1995); a organização econômica do turismo, i.e., a relação entre as firmas e o seu desempenho (Tremblay, 1998) e analisando as relações de governança público-privada (Hall, 1999). Esses dois últimos trabalhos consolidam a perspectiva de rede em turismo e são as duas correntes de estudo da importância da análise em redes interorganizacionais para as atividades econômicas associadas ao turismo (Del Chiappa & Presenza, 2013, Presenza & Cipollina, 2010, Van Der Zee & Vanneste, 2015). A colaboração, formal ou informal, entre os atores tem indicado a importância dos relacionamentos interorganizacionais para as organizações (Scott, Cooper, & Baggio, 2008), sendo uma condição para o desenvolvimento e planejamento sustentável (Beritelli, 2011).

Discute-se que os destinos turísticos devem adotar uma abordagem de rede, incluindo vários atores (Wäsche, Dickson, & Woll, 2013), podendo assim se tornarem mais flexíveis e capazes de se adaptarem às mudanças ambientais, pois a demanda está sujeita a uma variedade de fatores que podem mudar as preferências dos turistas; novos destinos podem se tornar atrativos, ou, ainda, como o destino turístico é muito dependente de um contexto mais amplo, torna-se imprevisível e incontrolável (Van Der Zee & Vanneste, 2015). Alega-se que, ao se relacionar com os demais atores do destino, as organizações podem obter informações relevantes; aprendizagem; mudanças estratégicas, para aumento da competitividade; mudança organizacional e inovação; oportunidades de negócios e construção de confiança (Wang & Fesenmaier, 2007, Novelli, Schmitz & Spencer, 2006, Maggioni et al., 2014). Essa colaboração pode, inclusive, levar a melhorias no desempenho das firmas (Ingram & Roberts, 2000, Vieira & Hoffmann, 2018, Vieira, Hoffmann, & Reyes Junior, 2017). Ao se inserir em relacionamentos, novos negócios que são estabelecidos no destino turístico podem obter vantagens em função dos novos contatos para a empresa e/ou oportunidades inovadoras para produtos e serviços (Novelli et al., 2006).

Entretanto, assevera-se que a abordagem de redes interorganizacionais para o desenvolvimento de destinos turísticos ainda está em sua infância em termos de apresentar evidências, principalmente se se considerar que a literatura é ambígua (Van Der Zee & Vanneste, 2015).

Por exemplo, entre as questões que ainda carecem de respostas emerge a necessidade de comprovações de que a abordagem de redes interorganizacionais propicia, para a gestão do destino, vantagem competitiva tanto do território como também das firmas em colaboração (Van Der Zee & Vanneste, 2015). E que apenas os relacionamentos horizontais, i.e., com outras empresas de hospedagem, apresentam efeito positivo, com a competição exercendo efeito negativo sobre desempenho e sobre a formação de relacionamentos e com organizações de suporte (Vieira et al., 2017). Outros aspectos que merecem maior compreensão, por exemplo, referem-se aos relacionamentos verticais com as demais empresas do setor e com instituições de apoio e sua influência sobre desempenho. Ou até mesmo se as abordagens de rede podem ser utilizadas de forma irrestrita na análise dos relacionamentos em destinações turísticas. Em síntese, aqueles autores apontam evidências de que os relacionamentos com organizações de suporte podem influenciar o desenvolvimento das relações horizontais.

Adicionalmente, ressalta-se que estudos empíricos recentes sobre organizações envolvidas na economia do turismo ou sobre destinos turísticos (Baggio, Scott, & Cooper, 2010, Costa & Albuquerque, 2013, Costa, Gonçalves, & Hoffmann, 2014), mesmo indicando a presença de relacionamentos entre organizações e de comportamentos característicos de empresas em aglomerações territoriais, não identificam a cooperação como uma estratégia amplamente disseminada. Sob a perspectiva de análise que considera o relacionamento entre firmas, assevera-se que a análise das estruturas das redes que são formadas num destino são características fundamentais e mensuráveis e podem afetar seu funcionamento (Baggio, 2011), e que a ARS provê um meio de entendimento do destino turístico (Baggio, 2011).

A ARS tem representado grande avanço na análise do turismo (Merinero- Rodríguez & Pulido-Fernandez, 2016). A análise dos relacionamentos e a interação entre os diferentes componentes da atividade turística são o elemento central para o entendimento do fenômeno do turismo. Além disso, afirma-se que a ARS desempenha um papel importante na definição da agenda de pesquisa sobre relacionamentos e turismo, tendo maior capacidade de construir novas propostas analíticas (Merinero- Rodríguez & Pulido-Fernandez, 2016).

Essa abordagem representa avanço na análise do turismo, na medida em que facilita uma melhor compreensão do fenômeno, revelando novas características das relações, ao destacar a estrutura das redes - densidade de relações, centralidade, betweenness, etc. (Merinero-Rodríguez & Pulido-Fernandez, 2016). Examinando os elementos e as propriedades estruturais das redes locais, pode-se identificar sua conformação, fornecendo informações para a ação dos atores, ao avaliar as implicações sobre suas capacidades (Delgado, 2014). Com a ARS é possível identificar os atores que interagem nesses territórios e que participam da governança das atividades turísticas, bem como diagnosticar as necessidades de fortalecimento da participação dos diversos atores no fazer turístico que exercem impacto no desenvolvimento local (Delgado, 2014, Baggio, 2011, Beritelli, 2011).

Além disso, a ARS permite a visualização, por meio de sociogramas, o que é particularmente atraente, pois apresenta os atores relevantes e como esses se relacionam com os demais, quais clusters são formados, assim como outras estruturas. Também permite compreender se aspectos como homofilia - tendência a se relacionar com seus iguais - influenciam a estrutura relacional (Scott et al., 2008).

A ARS tem sido utilizada nos estudos sobre turismo pelo menos desde 1991. Selin e Beason (1991) analisaram relacionamentos entre entidades de um destino turístico. Até 2010, poucos trabalhos analisaram destinos turísticos sob a perspectiva das redes sociais (Baggio et al., 2010). Por outro lado, a ARS tem se tornado um importante tópico na literatura sobre turismo (Scott et al. 2008, Baggio et al., 2010) e tem sido capaz de demonstrar claramente as relações cooperativas em um destino (Gajdošík, 2015). O aumento das publicações tem tornado a ARS um importante tema na literatura científica do turismo (Merinero-Rodríguez & Pulido-Fernandez, 2016). Especificamente em relação à análise de relacionamentos de meios de hospedagem, vários trabalhos têm sido publicados (Cerqueira, Sacramento, & Teixeira, 2010, Curtis & Hoffmann, 2009, Ingram & Roberts, 2000, Jesus & Franco, 2016, Miranda Júnior, Costa, & Hoffmann, 2016, Teixeira, 2011, Vieira et al., 2017, Vieira & Hoffmann, 2018, Maggioni, Marcoz, & Mauri, 2014, Costa, Gonçalves, & Hoffmann, 2014). Esses trabalhos se utilizam tanto da ARS como de outras técnicas de pesquisa, sejam quantitativas ou qualitativas, para analisar os relacionamentos de meios de hospedagem, nacionais e internacionais. Dos que se utilizam da ARS, percebem-se baixa cooperação e baixa densidade da rede, seja na análise de relacionamento dos meios de hospedagem, ou na rede do destino, o que inclui outros atores (Baggio et al., 2010, Baggio, 2011, Gajdošík, 2015, Del Chiappa, & Presenza, 2013, Scott et al., 2008).

MÉTODO DE PESQUISA

Para o alcance dos objetivos propostos e resposta à questão orientadora deste trabalho - “qual a configuração da rede interorganizacional de proprietários de pousadas da cidade de Tiradentes (MG)?” - propõem-se métodos qualitativos e quantitativos. O método qualitativo, baseado em entrevistas, foi primeiramente utilizado apenas para explorar o objeto de pesquisa e para se ter um primeiro contato com o universo a ser pesquisado. Dessa forma, entrevistas em profundidade sobre o destino Tiradentes-MG e a colaboração/relacionamento entre firmas foram realizadas, por amostra teórica e por conveniência, com sete proprietários que exerciam a gerência de pousadas. Os entrevistados foram inquiridos sobre os aspectos gerais do setor de hospitalidade em Tiradentes, número de habitações, número de pousadas/ hotéis na cidade e sobre cooperação e relacionamentos existentes com as demais empresas do setor e com que finalidade. Arguiu-se, ainda, sobre as atividades das associações locais - a Associação Empresarial de Tiradentes (ASSET) e o Tiradentes Mais -, procurando identificar atividades cooperativas realizadas pelas associações, número de associados, se eram associados e se participavam de reuniões, ações cooperativas por meio das associações, etc. Os entrevistados informaram que, ou não eram associados, ou deixaram de ser, ou que não havia interesse em participar, ou que eram associados, mas não participavam de reuniões e, ainda, que não “valia a pena”. Além dessas questões, os entrevistados foram arguidos sobre questões e informações gerais ao respeito do setor de turismo de Tiradentes.

Nessa fase qualitativa, obtiveram-se, ainda, informações gerais sobre as características e o perfil dos proprietários e dos meios de hospedagem da cidade. Esse procedimento foi adotado para que o questionário de pesquisa da fase seguinte, quantitativa (ARS), pudesse ser desenvolvido. Tomou-se conhecimento, nessa fase, da existência de um número interessante de proprietários do gênero feminino e de “estrangeiros”, entre outras características. Segundo informações da Secretaria de Turismo da Prefeitura Municipal de Tiradentes, havia, no ano de 2018, registrados na Secretaria 150 (cento e cinquenta) pousadas e hotéis. Em função desse número, pareceu apropriado, para coleta de dados, a utilização da técnica “bola de neve”, descrita a seguir. A técnica “bola de neve” para coleta de dados é a mais frequente em ARS (Hanneman & Riddle, 2005). Por este método, define-se uma pequena amostra inicial para levantamento dos dados relativos à rede. A partir da indicação dos atores relacionados ao grupo inicial, parte-se para o levantamento junto aos mencionados e assim sucessivamente, até que os nomes dos atores passem a se repetir. Este procedimento se justifica, pois a obtenção de dados de toda a rede de relacionamentos pode se tornar uma tarefa extremamente custosa e de difícil execução (Hanneman & Riddle, 2005)^*.

As seguintes indagações constaram do instrumento de coleta de dados em sua primeira parte: se a pousada era ou não arrendada; o gênero do proprietário; idade; ocupação anterior; classificação da empresa de acordo com o Ministério do Turismo (hotel, resort, hotel-fazenda, cama, café, hotel histórico, pousada, flat); a categoria do estabelecimento do ponto de vista do entrevistado (simples, econômico, turístico, superior, luxo, superior/superluxo); o número de unidades habitacionais; número de leitos; ano de fundação da pousada (no caso de a pousada ser arrendada, foram considerados os anos em que a pousada estava sob administração do proprietário arrendador atual); número de funcionários; valor médio de diária e citação dos nomes das pousadas/hotéis com que eles desenvolviam relacionamentos cooperativos (segunda parte). Como “local de origem” e “quanto tempo de residência na região” podem determinar os contatos pessoais (Czernek, 2013, Czernek & Czakon, 2016), foi inserida no questionário a indicação, pelo entrevistado, da sua origem: (a) de Tiradentes ou região, (b) de outras localidades de Minas Gerais ou (c) de outros Estados, conforme apresentado anteriormente. Alega-se que pessoas originárias da cidade e região ou residentes de longa data possuem uma rede mais extensa (Czernek, 2013). Para a autora, essas pessoas possuem maior propensão a cooperar pelo conhecimento pessoal que possuem com outras pessoas da localidade. Esses atributos/características foram utilizados para a ARS, pois os atores estão imersos (embedded) em uma rede e os atributos podem auxiliar a entender os processos sociais que geraram essa estrutura de laços (Hanneman & Ridle, 2005). Para a análise quantitativa, utilizou-se o software UCINET 6.0 (Borgatti, Everett & Freeman, 2002). Esse software, amplamente utilizado por pesquisadores em ARS, permite não só a análise das variáveis de rede, como também o desenho das redes de cooperação (sociograma). A rede foi formada considerando como nós (vértices dos grafos) as pousadas do destino turístico e os laços (arestas dos grafos), as relações de cooperação. Relacionamentos cooperativos com concorrentes, neste trabalho, são entendidos como aqueles em que as empresas compartilham informações sobre negócios e mercado, participam em ações conjuntas (marketing, vendas, etc.), indicam clientes e fornecedores, compra de bens e serviços, entre outros (Oliveira & Gonçalves, 2014). Ao indagar os entrevistados com quais empresas mantêm relacionamentos profissionais cooperativos, concentrou-se na quantidade e na existência (ou não) do relacionamento (Kelman et al., 2016). Como o objetivo do trabalho prende-se apenas à ARS, não foram, assim, pesquisados e analisados os motivos que levam à cooperação, os níveis de confiança presentes nos relacionamentos, entre outros, que são normalmente analisados em trabalhos sobre cooperação em destinos turísticos (ver, p. ex., Curtis & Hoffmann, 2009; Kelliher et al., 2018). Conforme será mencionado na seção “Discussões, Conclusões e Considerações Finais”, sugere-se a utilização, concomitantemente, de análises de redes sociais e de formação de laços, via ARS, e de pesquisas qualitativas, buscando compreender os motivos que levam, ou não, à configuração da rede e à formação de laços.

Com a indicação de atores que podem ser importantes, tem-se um indicador de cooperação formal/informal anterior ou atual e assume-se que nominar outros atores implica um relacionamento particular (Beritelli, 2011).

As métricas consideradas na ARS foram as seguintes:

1. Densidade da rede - Proporção do número de laços existentes em relação ao total de laços possíveis.

2. Coeficiente de clusterização - Watts e Strogatz (1998) introduziram este conceito (clustering coefficient), que indica a coesão nas redes. O coeficiente de clusterização de um vértice é a razão entre o número de laços existentes entre os vizinhos dele e o número máximo de laços possíveis entre estes vizinhos. O coeficiente de clusterização geral é dado pela média do coeficiente de clusterização de todos os nós. Ele mensura o grau com que os nós tendem a agrupar-se.

3. Distância geodésica - Comprimento do caminho mais curto que liga dois nós em uma rede, dado em número de laços.

4. Diâmetro da rede - É medido pelo mais longo entre os menores caminhos que ligam os nós de uma rede; o mais longo dos caminhos mais curtos, ou seja, a maior distância geodésica em um grafo.

5. Centralidade de grau - Número total de relações (laços) de um ator na rede. Numa rede orientada, pode-se ter os graus de entrada (setas que entram) e graus de saída (setas que saem) dos nós.

6. AlgoritmoE-I Index - Compara os números de laços dentro e fora das partições (Hanneman & Riddle, 2005) e possui amplitude que varia de -1 a 1. O E-I Index é calculado pelo número de laços externos (ligações entre atores com atributos diferentes) menos o número de laços internos (ligações entre atores com atributos iguais), dividido pelo número total de laços observados. Valores mais próximos de 1 indicam maior tendência de relacionamento entre atores de partições diferentes (heterogeneidade), enquanto valores mais próximos de -1 revelam a tendência dos atores de se relacionarem internamente à própria partição (homogeneidade).

O algoritmo E-I Index permite identificar, na rede observada, se existe homofilia segundo os atributos selecionados para a análise (procedência e gênero). Entretanto, poder-se-ia questionar se a homofilia detectada não foi devido ao simples acaso. Para isso, fez-se necessário o uso de métodos estatísticos. Usou-se então a modelagem de grafos aleatórios da família exponencial (ERGM - Exponential Random Graph Models).

Para verificar a influência dos atributos gênero e procedência dos proprietários na geração de laços de cooperação, utilizou-se a modelagem ERGM. Por meio desta técnica, os termos inseridos (gênero e procedência) possibilitaram estimar os parâmetros mais adequados para cada termo, visando definir, com maior ou menor grau de confiança, a contribuição individualizada de cada termo para a geração de um conjunto de grafos com características estruturais similares às da rede obtida empiricamente (rede real observada) (Fernandes et al., 2017). Após vários testes, por meio da modelagem ERGM, com os atributos pesquisados (das pousadas e dos seus proprietários), verificou-se que os que apresentaram maior relevância para efeito de formação da rede foram gênero e procedência do proprietário. Por exemplo, testou-se, via ERGM, se o porte das pousadas (número de leitos, p. ex.) poderia explicar a conformação da rede (ver Vieira & Hoffmann, 2018, Van Der Zee & Vanneste, 2015). Esse atributo não apresentou relevância. Assim, utilizaram-se aqueles atributos mencionados no trabalho final. Neste estudo, utilizou-se o pacote Statnet na plataforma R para fazer a modelagem ERGM. Para responder à primeira pergunta formulada, utilizou-se o termo edges, que permite a exploração do aspecto estrutural relacionado à capacidade dos nós de tecerem laços entre si. Para a segunda questão, usou-se o termo nodematch (attrname), que permite estimar a probabilidade de estabelecimento de laços entre dois nós a partir da semelhança de um atributo destes nós. Inseriu-se no modelo os atributos gênero (masculino e feminino) e procedência (tiradentino ou estrangeiro) para os nós.

DESCRIÇÃO E ANÁLISE DE RESULTADOS

Nesta seção, apresentam-se os resultados da pesquisa. Primeiramente, são apresentadas as estatísticas que descrevem as características das empresas pesquisadas. Posteriormente, são analisadas as características da rede de relacionamentos das pousadas.

CARACTERIZAÇÃO DAS EMPRESAS PARTICIPANTES

A Tabela 1 apresenta o número de proprietários de pousadas que são do gênero masculino e feminino.

Tabela 1:
Gênero dos proprietários

GÊNERO	N°	%
Masculino	21	37,50
Feminino	35	62,50

• Fonte: Dados da pesquisa.

Os dados encontrados na Tabela 2 referem-se à naturalidade dos proprietários das pousadas. No total de 56 pousadas pesquisadas, 28 proprietários eram tiradentinos, 18 de outras localidades de Minas Gerais e 10 vieram de outros estados para residir e exercer atividade econômica em Tiradentes.

Tabela 2:
Procedência dos proprietários

PROCEDÊNCIA DO PROPRIETÁRIO	N°	%
Tiradentes e região	28	50,00
Outras localidades de Minas Gerais	18	32,14
Outros estados	10	17,86

• Fonte: Dados da pesquisa.

A Tabela 3 contém dados relacionados ao valor das diárias. Como as pousadas praticam valores diferentes para cada tipo de quarto, foi adotado o valor médio das diárias. Das 56 pousadas pesquisadas, sete cobram um valor médio menor que R$ 170,00. A maioria, com um total de 34 pousadas, cobra entre R$ 170,00 e R$ 350,00. Onze pousadas têm diária média entre R$ 350,00 e R$ 530,00 e três pousadas têm valor médio entre R$ 530,00 e R$ 710,00. Apenas uma pousada pesquisada cobra valor superior a R$ 710,00 por diária.

Tabela 3:
Valor médio da diária

VALOR MÉDIO DA DIÁRIA	N°	%
Menos de R$ 170,00	7	12,50
De R$ 170 a R$ 350	34	60,71
De R$ 350 a R$ 530	11	19,64
De R$ 530 a R$ 710	3	5,36
Mais de R$ 710	1	1,79

• Fonte: Dados da pesquisa.

A Tabela 4 corresponde aos resultados obtidos referentes ao número de unidades habitacionais de cada pousada. Nota-se que, em sua maioria, as pousadas são de pequeno porte, tendo até 20 unidades habitacionais; somente seis pousadas têm um número maior que 30 unidades.

Tabela 4:
Número de unidades habitacionais

NÚMERO DE UNIDADES HABITACIONAIS	N°	%
Até 10 unidades	21	37,50
11 a 20 unidades	24	42,86
21 a 30 unidades	5	8,93
Mais de 30 unidades	6	10,71

• Fonte: Dados da pesquisa.

A Tabela 5 mostra a idade das pousadas. Praticamente um terço é de pousadas novas e outro terço é de pousadas mais antigas.

Tabela 5:
Anos de fundação da pousada

ANOS DE FUNDAÇÃO DA POUSADA	N°	%
até 5 anos	19	33,93
5 a 10 anos	10	17,86
11 a 15 anos	9	16,07
mais de 15 anos	18	32,14

• Fonte: Dados da pesquisa.

ANÁLISE DE REDES SOCIAIS

Nesta subseção, apresentam-se as análises que foram realizadas da rede de relacionamentos identificadas no destino turístico Tiradentes.

A Tabela 6 resume as estatísticas descritivas da estrutura da rede. Cinquenta e quatro (54) pousadas possuíam algum laço de cooperação segundo o levantamento das entrevistas. A média de laços, ou seja, o número de vezes em que a pousada foi citada ou recebeu citação, foi de 2,481. A densidade da rede foi baixa, apenas 4,7% das relações possíveis. O coeficiente de clusterização baixo mostra que a rede não se encontra dividida em subgrupos de forma muito evidente. A maior distância geodésica (maior entre as menores distâncias entre dois nós) foi de 12 passos. Assim, há uma grande separação entre as pousadas, mas, em média, elas se encontram separadas por quatro passos. O diâmetro grande da rede mostra que algumas pousadas usufruem menos da cooperação por se manterem mais distantes das outras. É o caso das pousadas que se encontram nas extremidades da rede.

Tabela 6:
Estatísticas descritivas da rede de cooperação

Descrição	Nº
Quantidade de organizações conectadas (nós)	54
Laços de cooperação (laços)	134
Média de laços por vértice	2,481
Densidade da rede	0,047
Coeficiente de clusterização geral	0,26
Distância geodésica média (graus de separação)	4,388
Diâmetro da rede	12

• Fonte: Dados da pesquisa.

Nesta pesquisa, optou-se por trabalhar com a rede do tipo direcionada. Isso significa que as relações não são necessariamente recíprocas. Essa escolha se justificou pelo fato de que alguns entrevistados disseram cooperar com outros, mas estes não necessariamente disseram cooperar com aqueles. A rede entre as pousadas da cidade de Tiradentes pode ser vista na Figura 1.

As redes sociais podem apresentar um padrão de estratificação do tipo centro-periferia (McPhearson, Smith-Lovin & Cook, 2001). A intuição conceitual, neste caso, consiste na proposição de que os atores da rede se encontram divididos em dois grupos distintos - o centro e a periferia. No centro, os atores estão densamente conectados entre si, enquanto os atores da periferia estão mais conectados com os atores do centro do que com seus pares periféricos (Borgatti & Everett, 1999).

Figura 1
Rede de cooperação de pousadas de Tiradentes

A rede apresentou 17 pousadas centrais (31,48%) e 37 periféricas (68,52%). A densidade interna do subgrupo central foi de 15,4%, enquanto a densidade interna do subgrupo periférico foi de 2,6%.

PROPRIEDADES GERATIVAS: EVIDÊNCIAS DE HOMOFILIA

Em relação à procedência e ao gênero dos proprietários, analisaram-se, por meio do teste E-I Index, as relações entre as pousadas de acordo com estes atributos.

Considerando a procedência, o E-I Index geral foi de -0,315. Isso demonstra que as relações são endógenas, isto é, que há maior densidade nas relações dos proprietários de Tiradentes entre si e dos estrangeiros entre si. Em outras palavras, as pousadas cujos proprietários são da cidade de Tiradentes cooperam mais com os seus semelhantes. O mesmo ocorre com as pousadas cujos proprietários são de fora da cidade. As de Tiradentes cooperam entre si com maior grau que o subgrupo de fora da cidade.

A rede do mercado de pousadas pesquisada indica, fazendo uso de Granovetter (1985), Abramovay (2004) e Smelser e Swedberg (1994), que esta emerge de grupos sociais mais amplos, por exemplo, neste caso em que a ação econômica está imersa nos laços sociais dos proprietários, desenvolvidos, conforme os resultados deste trabalho, pela procedência e pelo gênero dos proprietários.

Das pousadas pesquisadas, 28 têm proprietários tiradentinos e 26 têm proprietários estrangeiros; no entanto, enquanto a densidade geral da rede foi de 4,7%, a densidade interna do subgrupo das pousadas cujos proprietários eram naturais de Tiradentes foi de 11,6% e a interna do subgrupo dos estrangeiros foi de 8,3%. Portanto, há quase um equilíbrio entre a quantidade de naturais e estrangeiros (28 e 26, respectivamente), mas há uma grande discrepância na intensidade de relações intragrupos.

Das 54 pousadas da rede, 16 tinham somente laços internos, ou seja, 29,63% só cooperavam com seus semelhantes, naturais ou estrangeiros; e destas, 10 eram naturais de Tiradentes. Isso mostra que o fechamento social é maior no subgrupo dos tiradentinos.

Quanto ao gênero dos proprietários, o E-I Index geral foi de -0,185, revelando também que as relações são endógenas quanto a este atributo. Vinte (20) proprietários são do gênero masculino e 34 femininos. A densidade interna do subgrupo masculino foi de 7,4%, enquanto a do subgrupo feminino foi de 8,9%.

Na Figura 2, pode-se observar a rede pelos atributos procedência e gênero dos proprietários das pousadas.

Figura 2
Rede de cooperação por procedência e gênero dos proprietários

A rede real observada possuía 54 nós e 134 laços e a correspondência por gênero foi de 81 laços, enquanto por procedência foi de 87 laços. Mas qual seria a chance de ocorrer ligação preferencial por estes atributos em redes de tamanho semelhantes? Por meio do ERGM, chegou-se ao modelo mostrado na Tabela 7, que mostra a qualidade de ajuste (Goodness-of-fit) para este modelo estatístico.

Tabela 7:
Goodness-of-fit for model statistics

Parâmetro	obs	min	mean	max	p-value
Edges	134	107	135,7	164	0,90
nodematch. Genero	81	62	82,7	104	0,78
nodematch. Proced	87	69	88,7	108	0,78

• Fonte: Dados da pesquisa.

O modelo mais adequado para a rede foi obtido pela fórmula a seguir:

Formula: nw() ~ edges + nodematch(“Genero”) + nodematch(“Proced”)

Os parâmetros estimados são apresentados na Tabela 8. Se o valor do erro de cada estimativa for menor que a metade do valor absoluto da estimativa, ela pode ser utilizada em análises. Os parâmetros edges (laços) e proced (procedência) foram satisfatórios, o parâmetro gênero não.

Tabela 8:
Monte Carlo MLE Results

Parâmetro	Estimativa	Erro MCMC	p-value
Edges	-3,597	0,185	< 1e-04 ***
nodematch. Genero	0,346	0,181	0,05645
nodematch. Proced	0,684	0,185	0,00022 ***

• Fonte: Dados da pesquisa.

O valor de -3,597 para o termo edges indica ser cerca de 2,7% a chance de que dois proprietários quaisquer desenvolvam cooperação entre si. Já a chance de surgir uma relação de cooperação entre proprietários do mesmo gênero é de 58,6% (mas o resultado da modelagem não é confiável para esse parâmetro). Já a chance de surgir uma relação endógena de cooperação entre proprietários tiradentinos ou estrangeiros é de 66,5%.

Enfim, a modelagem ERGM permitiu chegar-se às seguintes respostas: (1) a propensão a estabelecer relações de cooperação entre dois proprietários quaisquer é pequena; (2) no entanto, a chance de cooperação entre dois proprietários com a mesma procedência e gênero se torna mais elevada. Portanto, os resultados indicam que a análise de mercados pode ser levada a cabo, como neste caso de receptivos turísticos, conforme Granovetter (1985), por meio de relações existentes entre atores e grupos. A análise de redes de relacionamento possibilita, conforme Swedberg (2004), a consideração de fenômenos sociais e econômicos que influenciam a estrutura social de mercados.

DISCUSSÕES, CONCLUSÕES E CONSIDERAÇÕES FINAIS

Esta pesquisa analisou os relacionamentos cooperativos entre 56 pousadas da cidade de Tiradentes. Conforme foi apresentado na seção anterior, pode-se afirmar que o nível de cooperação entre as pousadas pesquisadas é relativamente baixo, com uma média de laços de 2,48. Essa baixa cooperação é encontrada em diversos destinos (Costa et al., 2014, Teixeira, 2011).

Em outras localidades, entretanto, pode-se perceber a formação de redes para a divulgação da destinação turística, com a participação de hotéis, pousadas, restaurantes e entidades governamentais, havendo compartilhamento de informações e aprendizagem dos atores. Esse fato se explica pela percepção de que a ação cooperativa busca objetivos comuns (Cerqueira, Sacramento & Teixeira, 2010, Pereira & Lopes, 2013). Os autores, entretanto, não apresentam indicadores referentes aos resultados das ações, como aumento do número de turistas ou aumento da taxa de ocupação dos meios de hospedagem, por exemplo.

Em outras, há cooperação em ações mais pontuais, podendo ser explicada pela sazonalidade (Curtis & Hoffmann, 2009) ou há uma cooperação limitada, havendo, entretanto, interesse em estabelecer relações cooperativas (Selin & Beason, 1991).

Afirma-se que pode ser que haja alguma medida de racionalidade e busca por eficiência que podem influenciar os relacionamentos das empresas de hospedagem (Vieira & Hoffmann, 2018). Diferentemente, Beritelli (2011) afirma a inexistência de um comportamento racional nas ações conjuntas, já que os atores consideram, primeiramente, as pessoas, e, depois, as instituições que representam, pois comportamentos cooperativos em destinos turísticos são um negócio interpessoal. Assim, como apresentado nos resultados na seção anterior, ficou evidente que a procedência e o gênero possibilitam a formação de redes sociais mais densas e essas características podem influenciar a racionalidade dos empreendimentos por meio dos critérios imersos nas relações sociais dos proprietários.

A não cooperação pode, ainda, ser explicada pela falta de confiança e lealdade dos atores, seja pelo fato de haver individualismo ou grande competitividade no setor. Há, ainda, baixa participação em associações do setor, não reconhecendo benefícios nessa participação (Teixeira, 2011). Considera-se, também, que os fatores determinantes da colaboração devem ser vistos num contexto mais amplo, considerando aspectos sociais, regras de conduta, relações de poder, cultura, história, capital social, ciclo de vida das empresas, normas relacionais e confiança, além de aspectos relativos à educação, à religião e à idade dos atores (Czernek, 2013, Presenza & Cipollina, 2010). Considera-se, ainda, que redes informais, baseadas em proximidade cultural, econômica e social, é que permitem a produção de resultados positivos na rede (Zach & Racherla, 2011). Como se identificou neste trabalho, há evidências de homofilia em redes sociais entre os proprietários a partir de sua procedência e gênero.

Além desses fatores, encontra-se ainda que os recursos obtidos pelos contatos mantidos no destino, informações, p.ex., podem não levar à cooperação (Beritelli, 2011); a falta de habilidades e de capital social, ou mesmo questões de tempo e orçamento, ou, ainda, uma posição preponderante de grandes empresas pode influenciar uma baixa participação de pequenas e médias empresas (Van Der Zee & Vanneste, 2015).

Pode ainda ocorrer que as relações de rede não sejam fortalecidas pela falta de diálogo contínuo entre as organizações, pelo fato de haver uma distância cultural, econômica ou geográfica, não permitindo que os objetivos comuns sejam distinguidos (Van Der Zee & Vanneste, 2015). Há, ainda, como motivos alegados pelos atores de outros destinos, para não estabelecer ações colaborativas, o desconhecimento dos benefícios da cooperação e a falta de interesse das demais organizações em cooperar (Miranda Júnior et al., 2016); as atitudes pessoais, os comportamentos e as características das pessoas, além de sua experiência anterior (Della Corte & Aria, 2014).

Tendo-se essas argumentações em consideração, parece ser procedente afirmar que a indicação de baixa cooperação, pela ARS, não seria uma “exclusividade” do destino Tiradentes. Conforme apresentado, são vários fatores que podem influenciar a possibilidade de cooperação entre atores em destinos turísticos.

Considerando-se a baixa densidade (0,047), o coeficiente de clusterização (0,26) e o número de atores periféricos (37) apresentados neste trabalho, pode-se supor, novamente, que essas características de Tiradentes não são exclusivas. Por exemplo, Baggio et al. (2010) encontraram uma baixa densidade da rede dos atores do turismo em sua pesquisa, sendo que 39% dos atores não estavam conectados. A dispersão dos nós e o baixo grau de clusterização podem significar que os atores do turismo exibem um baixo grau de colaboração ou cooperação.

Vários outros trabalhos encontraram uma baixa densidade das redes analisadas (Baggio, 2011, Gajdošík, 2015, Del Chiappa & Presenza, 2013, Scott et al., 2008). Além disso, considerando-se ainda o conceito de densidade, é proposto que redes mais densas geram um grau maior de confiança entre os atores (Coleman, 1988), o que pode ter influência na realização de negócios e, consequentemente, no desenvolvimento de determinado setor.

Por outro lado, conforme Burt (2004), densidade mais baixa pode ser importante para que novas informações circulem entre os atores, com novas oportunidades de negócios, desde que a rede esteja configurada em subgrupos com relativa coesão social e ligada por brokers. Ainda segundo Coleman (1988), uma estrutura relacional mais enclausurada, consequentemente com maior densidade, favoreceria o surgimento de normas e de controle social. Diante disso, pode-se supor que a estrutura mais fechada dos naturais configura um subgrupo mais forte, com maior poder de decisão perante o segmento econômico da cidade. Dessa forma, o subgrupo dos estrangeiros se encontra em uma posição de menor poder na estrutura relacional.

Ainda em relação ao grupo estrangeiros, talvez a diferença cultural, o nível de confiança entre os atores e outros fatores possam explicar o baixo relacionamento com os proprietários tiradentinos, conforme Czernek (2013) e Sant’anna, Nelson e Oliveira (2011). Este trabalho possui algumas limitações. Talvez se possa argumentar sobre o número de pousadas participantes. A técnica “bola de neve” utilizada nesta pesquisa apresenta algumas limitações. Afirma-se que atores desconectados podem não ser identificados, e esses atores isolados podem conter alguma característica da rede (Hanneman & Riddle, 2005). Além disso, segundo esses autores, pode-se perder subgrupos de atores que não foram nomeados.

Outra limitação diz respeito à variedade de atores incluídos neste trabalho. Como a pesquisa foi realizada somente com pousadas, instituições de apoio, relacionamentos verticais (fornecedores, p.ex.) e outros atores não foram incluídos, argumenta-se que instituições de apoio podem influenciar os laços horizontais (Vieira et al., 2017).

Como pesquisas futuras, seria válido investigar o papel da confiança nas relações em turismo, que é um fator crítico nas relações entre os atores e nas trocas, pois o papel da confiança raramente é abordado (Kelliher et al., 2018). Além disso, há várias alegações para a baixa densidade e a baixa cooperação em redes de localidades turísticas. Parece ser importante investigar os diversos fatores apresentados anteriormente que levam a essas características.

Sugere-se, também, a inclusão de órgãos de apoio e públicos, não se limitando às empresas privadas (Brás, Costa & Buhalis, 2010), pois diversos estudos ressaltam a importância dessas organizações em habilitar um destino para competir com os demais (Denicolai et al., 2010, Zee; Vanneste, 2015); e a inclusão de uma ampla variedade de atores e suas interdependências, pois a configuração geral da rede é que leva à vantagem competitiva (Wäsche et al., 2013).

Sugere-se, ainda, a realização de estudos longitudinais, para observar particularidades como confiança, compreensão e comunicação, podendo levar à descrição dos comportamentos que levam ou não ao comportamento cooperativo (Beritelli, 2011). Pesquisas futuras poderiam, ainda, utilizar, simultaneamente, as perspectivas estrutural e relacional de redes para analisar os relacionamentos no turismo (Del Chiappa & Presenza, 2013). Além disso, argumenta-se que estudos escolhem frequentemente uma abordagem qualitativa ou uma abordagem quantitativa, em vez de combinar métodos qualitativos e quantitativos (Kelman et al. 2016, Beritelli, 2011). Dessa forma, talvez seja importante, após a ARS, realizar entrevistas qualitativas, levando à validação dos dados quantitativos, ao mesmo tempo buscando explicações para seus resultados (Luthe & Wyss, 2014, 2016; Merinero-Rodríguez & Pulido-Fernandez, 2016).

A utilização de métodos qualitativos e quantitativos é sugerida, ainda, como integração, complementando-se com as entrevistas qualitativas, sendo utilizadas para examinar restrições específicas para uma governança eficaz e para entender as características da rede de negócios (Beritelli, 2011, Kelman et al., 2016). As pesquisas qualitativas podem oferecer, ainda, validação dos dados quantitativos (Luthe & Wyss, 2014, 2016, Merinero-Rodríguez & Pulido-Fernandez, 2016). E, ainda, Luthe e Wyss (2014) afirmam que o conhecimento qualitativo sobre sistemas de turismo não tem sido utilizado para complementar pesquisas quantitativas.

Referências

• Abramovay, R. (2009). Anticapitalismo e inserção social dos mercados. Tempo Social - Revista de sociologia da USP, 21 (1), 65-87.
• Abramovay, R. (2004). Entre Deus e o diabo: mercados e interação humana nas ciências sociais. Tempo Social - Revista de sociologia da USP , 16 (2), 35-64.
• Baggio, R. (2011). Collaboration and cooperation in a tourism destination: a network science approach. Current Issues in Tourism, 14(2), 183-189.
• Baggio, R., Scott, N., & Cooper, C. (2010). Network science - A review focused on tourism. Annals of Tourism Research, 37(3), 802-827.
• Beritelli, P. (2011). Cooperation among prominent actors in a tourist destination. Annals of Tourism Research , 38(2), 607-629.
• Beritelli, P. & Laesser, C. (2011). Power dimensions and influence reputation in tourist destinations: Empirical evidence from a network of actors and stakeholders. Tourism Management, 32(6), 1299-1309.
• Borgatti, S. P. & Everett, M. G. (1999). Models of core/periphery structures. Social Networks, 21(4), 375-395.
• Borgatti, S. P., Everett, M. G. & Freeman, L. C. (2002). Ucinet 6 for Windows: Software for Social Network Analysis Harvard, MA: Analytic Technologies.
• Brás, J. M., Costa, C. & Buhalis, D. (2010). Network analysis and wine routes: The case of the Bairrada Wine Route. The Service Industries Journal, 30(10), 1621-1641.
• Buhalis, D. (2000). Marketing the competitive destination of the future. Tourism Management , 21(1), 97-116.
• Burt, R. S. (2004). Structural holes and good ideas. American Journal of Sociology 110(2), 349-99.
• Cerqueira, A. C. de, Sacramento, P. M. & Teixeira, R. M. (2010). Redes de cooperação entre pequenas empresas do setor hoteleiro e a rede turística: um estudo de casos múltiplos em Aracaju, Sergipe. Revista Acadêmica Observatório de Inovação do Turismo, 5(1), 3-5.
• Coleman, J. S. (1988). Social capital in the creation of human capital. American Journal of Sociology , 94, 95-120.
• Conti, S. (2005). Espaço global versus espaço local: perspectiva sistêmica do desenvolvimento local. In: DINIZ, C.C. e LEMOS, M.B. Economia e Território Belo Horizonte: Editora UFMG.
• Costa, H. & Souto-Maior, A. (2006). Sistemas produtivos locais em turismo: relacionamentos estratégicos e aglomeração territorial como vantagens competitivas. Revista Acadêmica Observatório de Inovação do Turismo , 1(1), 13-14.
• Costa, H. A. & Albuquerque, P. H. M. (2014). Cooperar ou Não, Eis a Questão: variáveis associadas à propensão a cooperar por parte de micro e pequenas empresas (MPE) do turismo. Turismo em Análise, 24(1).
• Costa, H. A., Gonçalves, J. S. & Hoffmann, V. E. (2014). Cooperação entre micro e pequenas empresas de hospedagem como fonte de vantagem competitiva: estudo dos albergues de Belo Horizonte (MG). Revista Turismo - Visão e Ação, 16(1).
• Curtis, L. & Hoffmann, V. E. (2009). Relacionamentos Interorganizacionais, em Contexto de Aglomeração Territorial: um Estudo no Setor Hoteleiro das Destinações Turísticas de Gramado e Canela (RS). XXXIII Encontro da Anpad
• Czernek, K. & Czakon, W. (2016). Trust-building processes in tourist coopetition: The case of a Polish region. Tourism Management , 52(C), 380-394.
• Czernek, K. (2013). Determinants of cooperation in a tourist region. Annals of Tourism Research , 40, 83-104.
• Del Chiappa, G. & Presenza, A. (2013). The use of network analysis to assess relationships among stakeholders within a tourism destination: an empirical investigation on Costa Smeralda-Gallura, Italy. Tourism Analysis, 18(1), 1-13.
• Delgado, A. B. (2014). El Papel de las Redes Sociales en el Desarrollo de Prácticas Turísticas Sostenibles: algunas reflexiones teóricas. Turismo em Análise , 25(1), 149-164.
• Della Corte, V. & Aria, M. (2014). Why strategic networks often fail: Some empirical evidence from the area of Naples. Tourism Management , 45, 3-15.
• Denicolai, S., Cioccarelli, G. & Zucchella, A. (2010). Resource-based local development and networked core-competencies for tourism. Tourism Management , 31(2), 260-266.
• Fernandes, J., Maranhão, J., Andrade, C., & Sampaio, R. (2017). Uma análise da colaboração científica numa área da pós-graduação brasileira por meio da modelagem estatística de redes sociais usando ERGM: Estudo de caso. (In) Anais do VI Brazilian Workshop on Social Network Analysis and Mining, Porto Alegre: SBC.
• Fratucci, A. C. (2014). Turismo e território: relações e complexidades. Caderno Virtual de Turismo, 14 supl.1, 87-96.
• Gajdošík, T. (2015). Network Analysis of cooperation in tourism destinations. Czech Journal of Tourism, 4(1), 26-44.
• Granovetter, M. (1973). The strength of weak ties. American Journal of Sociology , 78(6),1360-80.
• Granovetter, M. (1985). Economic action and social structure: the problem of embeddedness. American Journal of Sociology , 91(3), 481-510.
• Granovetter, M. (1992). Problems of explanation in economic sociology. In Nohria, N. & Eccles, R. G. (Ed.). Networks and organizations: structure, form, and action. Boston: Harvard Business School Press, Chap. 1, pp.25-56.
• Gunn, C. A. (1977). Industry pragmatism vs tourism planning. Leisure Science, 1(1), 85-94.
• Hall, C. M. (1999). Rethinking collaboration and partnership: a public policy perspective, Journal of Sustainable Tourism, 7 (3/4).
• Hanneman, R. A. & Riddle, M. (2005). Introduction to Social Network Methods. Recuperado em 07 abril, 2015, de Recuperado em 07 abril, 2015, de http://faculty.ucr.edu/~hanneman/nettext/Introduction_to_Social_Network_Methods.pdf
  » http://faculty.ucr.edu/~hanneman/nettext/Introduction_to_Social_Network_Methods.pdf
• Ingram, P. & Roberts, P. W. (2000). Friendships among competitors in the Sydney hotel industry. American Journal of Sociology , 106 (2), 387-423.
• Jamal, T. B. & Getz, D. (1995). Collaboration theory and community tourism planning. Annals of Tourism Research , 22(1), 186-204.
• Jesus, C. & Franco, M. (2016). Cooperation networks in tourism: A study of hotels and rural tourism establishments in an inland region of Portugal. Journal of Hospitality and Tourism Management , 29, 165-175.
• Kelliher, F. et al (2018). The role of trust in building rural tourism micro firm network engagement: A multi-case study. Tourism Management , 68, 1-12.
• Kelman, I. et al (2016). Social network analysis and qualitative interviews for assessing geographic characteristics of tourism business networks. PLoS ONE, 11(6), 1-14.
• Luthe, T.; Wyss, R. (2014). Assessing and planning resilience in tourism. Tourism Management , 44, 161-163.
• Luthe, T.; Wyss, R. (2016). Resilience to climate change in a cross-scale tourism governance context: a combined quantitative-qualitative network analysis. Ecology and Society, 21(1), Article 27.
• Maggioni, I., Marcoz, E. M. & Mauri, C. (2014). Segmenting networking orientation in the hospitality industry: An empirical research on service bundling. International Journal of Hospitality Management, (42), 192-201.
• March, R. & Wilkinson, I. (2009). Conceptual tools for evaluating tourism partnerships. Tourism Management , 30(3), 455-462.
• Mcphearson, M., Smith-Lovin, L. & Cook, J. M. (2001). Birds of a feather: homophily in social networks. Annual Review of Sociology, 27, 415-444.
• Merinero-Rodríguez, R.; Pulido-Fernandez, J. I. (2016). Analysing relationships in tourism: A review. Tourism Management , (54), 122-135.
• Miranda Júnior, N. S., Costa, H. A. & Hoffmann, V. E. (2016). Dificuldades para a cooperação entre hotéis aglomerados territorialmente: um estudo da hotelaria em Brasília - DF. Revista Turismo em Análise , 27(1), 153-177.
• Novelli, M., Schmitz, B. & Spencer, T. (2006). Networks, clusters and innovation in tourism: A UK experience. Tourism Management , 27(6),1141-1152.
• Oliveira, M. F. de & Gonçalves, C. A. (2014). Estratégia de cooperação em redes: intenção e prática de um aglomerado territorial turístico. Revista Alcance - Eletrônica, 21(2).
• Pereira, A. S.; Lopes, F. D.(2013). A influência da cooperação estratégica no processo de desenvolvimento do turismo de Natal (RN): análise de relações entre os stakeholders. REBRAE - Revista Brasileira de Estratégia, 6(2),137-150.
• Presenza, A. & Cipollina, M. (2010). Analysing tourism stakeholders networks. Tourism Review, 65(4), 17-30.
• Sant’anna, A. de S., Nelson, R. E. & Oliveira, F. B. de. (2011). Empreendedorismo e o desenvolvimento do turismo na cidade de Tiradentes. Observatório de Inovação do Turismo, 6(1), 1-27.
• Saxena, G. (2005). Relationships, networks and the learning regions: case evidence from the Peak District National Park. Tourism Management , 26 (2), 277-289.
• Scott, n., Cooper, C. & Baggio, R. (2008). Destination networks: four australian cases. Annals of Tourism Research , 35(1), 169-188.
• Selin, S. & Beason, K. (1991). Interorganizational relations in tourism. Annals of Tourism Research , 18(4), 639-652.
• Smelser, N.; Swedberg, R. (1994). The Sociological Perspective on the Economy. In: SMELSER, N.; SWEDBERG, R. (Eds.). The Handbook of Economic Sociology Princeton - New York: Princeton University Press, p. 03-26.
• Steiner, P. (2006). A Sociologia Econômica São Paulo: Atlas.
• Swedberg, R. (1994). Markets as social structures. In: SMELSER, N.; SWEDBERG, R. (Eds.). The Handbook of Economic Sociology . Princeton - New York: Princeton University Press , p. 255-282.
• Swedberg, R. (2004). Sociologia econômica: hoje e amanhã. Tempo Social, 16 (2), 7-34.
• Teixeira, R. M. (2011). Redes de cooperação em turismo: um estudo nas pequenas empresas hoteleiras em Curitiba, Paraná. Book of Proceedings of the International Conference on Tourism & Management Studies (Vol. I), Algarve, Portugal.
• Tremblay, P. (1998). The economic organization of tourism. Annals of Tourism Research , 25(4), 837-859.
• Van Der Zee, E. & Vanneste, D. (2015). Tourism networks unraveled; a review of the literature on networks in tourism management studies. Tourism Management Perspectives, (15), 46-56.
• Vieira, D. P., & Hoffmann, V. E. (2018). A influência dos relacionamentos para o desempenho das empresas de hospedagem. Caderno Virtual de Turismo , 18(1), 187-204.
• Vieira, D. P., Hoffmann, V. E., & Reyes Junior, E. (2017). Nem aglomerados, nem redes - a dinâmica relacional das empresas de hospedagem de destinos turísticos brasileiros. Anais do XLI EnAnpad - Encontro da Anpad, São Paulo, SP, Brasil.
• Wang, Y., & Fesenmaier, D. R. (2007). Collaborative destination marketing: A case study of Elkhart county, Indiana. Tourism Management , 28(3), 863-875.
• Wäsche, H., Dickson, G., & Woll, A. (2013). Quality in regional sports tourism: a network approach to strategic quality management. Journal of Sport & Tourism, 18(2), 81-97.
• Zach, F. J., & Hill, T.L. (2017). Network, knowledge and relationship impacts on innovation in tourism destinations. Tourism Management , 62, 196-207.
• Zach, F., & Racherla, P. (2011). Assessing the value of collaborations: A case study of Elkhart County, Indiana. Journal of Travel & Tourism Marketing, 28(1), 97-110.

• *
  Em relação a este ponto, optou-se apenas pelas pousadas, de acordo com classificação do Ministério do Turismo (http://www.classificacao.turismo.gov.br/MTUR-classificacao/mtur-site/Entenda?tipo=6).

Datas de Publicação

• Publicação nesta coleção
  11 Dez 2020
• Data do Fascículo
  Sep-Dec 2020

Histórico

• Recebido
  12 Set 2019
• Aceito
  18 Fev 2020