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

tva Turismo: Visão e Ação Tur., Visão e Ação 1983-7151 Universidade do Vale do Itajaí 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. 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: Densidade da rede - Proporção do número de laços existentes em relação ao total de laços possíveis. 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. Distância geodésica - Comprimento do caminho mais curto que liga dois nós em uma rede, dado em número de laços. 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. 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. 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 Fonte: Dados da pesquisa 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 Fonte: Dados da pesquisa 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 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. 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 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. 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 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. 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 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. 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. 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. 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. Burt R. S 2004 Structural holes and good ideas American Journal of Sociology 110 2 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. 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. 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. Conti S 2005 Espaço global versus espaço local: perspectiva sistêmica do desenvolvimento local DINIZ C.C. 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. 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. 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). 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. 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) XXXIIIEncontro 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. Czakon W 2016 Trust-building processes in tourist coopetition: The case of a Polish region Tourism Management 52 380 394 Czernek, K. (2013). Determinants of cooperation in a tourist region. Annals of Tourism Research , 40, 83-104. 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. 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. 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. 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. 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. 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 Anais do VIBrazilian 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. Fratucci A. C 2014 Turismo e território: relações e complexidades Caderno Virtual de Turismo 14 87 96 Gajdošík, T. (2015). Network Analysis of cooperation in tourism destinations. Czech Journal of Tourism, 4(1), 26-44. 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 1973 The strength of weak ties American Journal of Sociology 78 6 Granovetter, M. (1985). Economic action and social structure: the problem of embeddedness. American Journal of Sociology , 91(3), 481-510. 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. Granovetter M 1992 Problems of explanation in economic sociology Nohria N. Eccles R. G Networks and organizations: structure, form, and action Boston Harvard Business School Press 25 56 Gunn, C. A. (1977). Industry pragmatism vs tourism planning. Leisure Science, 1(1), 85-94. 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). 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 Hanneman R. A. Riddle M 2005 Introduction to Social Network Methods 07 abril, 2015 Recuperado em 07 abril, 2015, de 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. 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. 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. 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. Kelliher F. 2018 The role of trust in building rural tourism micro firm network engagement: A multi-case study Tourism Management 68 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. Kelman I. 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 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. 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. 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. 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. 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. 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. Miranda N. S. Júnior 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. 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). 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. 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. 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. 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. 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. 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. 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. Smelser N. Swedberg R 1994 The Sociological Perspective on the Economy SMELSER N. SWEDBERG R The Handbook of Economic Sociology Princeton - New York Princeton University Press 03 26 Steiner, P. (2006). A Sociologia Econômica. São Paulo: Atlas. 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 1994 Markets as social structures SMELSER N. SWEDBERG R The Handbook of Economic Sociology Princeton - New York Princeton University Press 255 282 Swedberg, R. (2004). Sociologia econômica: hoje e amanhã. Tempo Social, 16 (2), 7-34. 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. 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, I Algarve, Portugal Tremblay, P. (1998). The economic organization of tourism. Annals of Tourism Research , 25(4), 837-859. 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. 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 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. Vieira D. P. Hoffmann V. E. Reyes E Junior 2017 Nem aglomerados, nem redes - a dinâmica relacional das empresas de hospedagem de destinos turísticos brasileiros XLIEnAnpad - 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. 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. 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. 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. 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). Article SOCIAL NETWORK ANALYSIS OF LODGING ESTABLISHMENTS IN TIRADENTES (MG): PROFILE AND EVIDENCE OF RELATIONSHIPS GENESIS 0000-0002-7562-3638 Vasconcelos Geraldo Magela Rodrigues de 1 0000-0001-6431-1594 Melo-Silva Gustavo 1 0000-0003-1283-6529 Maia Velcimiro Inácio 1 1 FEDERAL UNIVERSITY OF SÃO JOÃO DEL REI, SÃO JOÃO DEL-REI, MINAS GERAIS, BRAZIL. FEDERAL UNIVERSITY OF SÃO JOÃO DEL REI SÃO JOÃO DEL-REI MINAS GERAIS BRAZIL Geraldo Assistant professor IV of the Department of Accounting and Administrative Sciences of the Federal University of São João Del-Rei, São João del-Rei, MG, Brazil. Doctor of Business Administration, Federal University of Minas Gerais (UFMG), Belo Horizonte, MG, Brazil. E-mail: gmrv@ufsj.edu.br . Orcid: 0000-0002-7562-3638. Gustavo Associate professor of the Department of Accounting and Administrative Sciences of the Federal University of São João Del-Rei, São João del-Rei, MG, Brazil. Doctor of Sociology - Federal University of Minas Gerais (UFMG), Belo Horizonte, MG, Brazil. E-mail: gustavomelo@ufsj.edu.br. Orcid: 0000-0001-6431-1594. Velcimiro Assistant professor of the Department of Technology and Humanities, at the Alto Paraopeba Campus of the Federal University of São João del-Rei, in Ouro Branco, MG, Brazil. Doctor of Sociology - Federal University of Minas Gerais (UFMG), Belo Horizonte, MG, Brazil. E-mail:maia@ufsj.edu.br. Orcid: 0000-0003-1283-6529 Geraldo Magela Rodrigues de Vasconcelos: Conception of the research, theoretical framework, conclusions, proofreading of the manuscript. Gustavo Melo-Silva: Analysis and interpretation of data, preparation and proofreading of the manuscript for submission. Velcimiro Inácio Maia: Analysis of Social Networks, creation of sociograms, ERGM modeling, text editing. 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 INTRODUCTION The reality of the economic activities of the industrial society organized in divided and specialized territories reinforces the uniqueness of individuals and organizations but also increases solidarity among those belonging to local productive arrangements. Local productive arrangements (LPA) and cooperation networks are considered a strategy for organizing territorialized production systems and take on a determining role in new approaches to the local economic development. Economic development and modernization took on new blood with the analysis of the social characteristics of territorialized production systems (Conti, 2005). The city of Tiradentes (MG) is a recognized Brazilian tourist destination with several economic activities, locally and regionally focused on the historical and cultural attractions of the Campo das Vertentes region. Considering the tourist agglomeration and its relational specificities, the focus of this research is centered on the hotel industry in the city of Tiradentes, the main tourist destination in the region. In this sense, the guiding question of this work is to know the inter-organizational network configuration of inn owners in the city of Tiradentes (MG). The general objective was to characterize and analyze the cooperation networks formed between inn owners. In order to reach this objective, the following steps were specifically taken: i) organizations were characterized; ii) the provenances - whether local or foreign - and the gender of the owners were identified; iii) sociograms of the cooperation network were generated; iv) the existence of subgroups and homophily by origin and gender was analyzed. The authors of this work could not find works that analyze, specifically, homophily in the formation of hotel chains in the literature researched. In this case, this work seems to be of an important contribution to the understanding of networks in tourist destinations, at least in the case of lodging facilities. In order to achieve these goals, we have used the techniques of Social Network Analysis (SNA) the sociograms that represent the cooperative relationships of the real network observed were generated. We identified the central and peripheral groups and identified homophily by origin and gender of the inn owners. Subsequently, we used the statistical modeling of social networks through the ERGM - Exponential Random Graph Models, in order to verify whether the homophily by origin and gender of the actual network observed was simply due to chance. The details of the techniques will be presented in the Research method section of this article. ECONOMIC ACTIVITIES AND SOCIAL RELATIONSHIP NETWORKS In this work, the assumption is that the actors do not operate in isolation, rather being permanently inserted in their socioeconomic context, interacting with other actors, including non-economic ones (Granovetter, 1985, 1992). This interaction can both facilitate and constrain the actions of the actors (Granovetter, 1973). The market is influenced by a reality that emerges from the social context, for example, according to Granovetter (1985), through customs, habits or norms. The socioeconomic reality of the market can be observed through actions and interactions to which individuals permanently seek to give meaning (Abramovay, 2009). In addition to the individual, groups, social relationships, and other variables such as taste, knowledge, education, ethnicity and family can influence economic action (Granovetter, 1985, Steiner, 2006). For Abramovay (2004), economic action has a meaning that is not given beforehand but is built on the relationship between actors and institutions, which are not seen as premises, rather, above all, as results of social interaction. The understanding of rational action and the market must consider that individuals interact with each other and with people outside institutions, whether these actors are directly linked to economic aspects or, indirectly, through historical, social or cultural aspects. The market is a social fact that economic sociology seeks to understand specifically from the structure of social networks that influence collective action with and with the cultural context and generation of the market. Economic action is influenced by matters such as rational and political-economic aspects, which define restrictions on scarce resources in social structures. Economy is an integral part of society, which is its base of reference and which can be analyzed from descriptions and explanations made with historical-comparative methods. It is assumed that individual economic action is influenced by institutional standards, structural inducements and social development, which result in institutional indexes that, consequently, influence human rationality and adjust the initial institutional standards (Smelser & Swedberg, 1994). The analysis of markets as social constructions can be carried out based on the existing relationships between actors and groups. Granovetter (1985) takes up the approach to economic phenomena with discussions that show the influence of social relations on economic action, results and institutions, and promotes studies with fundamental concepts for the analysis of economic life as a network and immersion. The analysis of relationship networks has the advantage, according to Swedberg (2004), of being a flexible tool through which one can deal with a considerable number of social and economic phenomena in the market. Network analysis has been used, for example, to explore various types of economic interactions that cannot be classified as customs or as some type of economic organization. These intermediary social forms are sometimes referred to as forms of a network organization (Swedberg, 2004). The market can be analyzed as a social structure and not simply as a rational instrumental process of setting prices or as a physical place of exchange relations, where competition and information are perfect and defined in terms of demand and supply. The market, therefore, for economic sociology, consists of social relationships between individuals (Swedberg, 1994). Hence, the market does not consist of isolated firms, as in the models of perfect competition in economic science, but of clusters of firms that form a social structure (Swedberg, 1994). According to Granovetter (1994), an important point that distinguishes economic groups from simple financial clusters, such as conglomerates, is the existence of social solidarity and a social structure between the firms that compose them. Such solidarity is immersed in social ties or links, such as family, friendship or ethnic ties. Social networks facilitate the circulation of information and ensure trust by limiting opportunistic behavior since the market has a social structure (Granovetter, 1985). TOURISM AND SOCIAL RELATION NETWORKS Destinations are clusters of products and services consumed under the destination’s brand (Buhalis, 2000), being a complex economic activity, characterized by the coexistence of a multiplicity of small and medium-sized companies that compete in the same environment, offering complementary products that make up the experience provided to tourists (Maggioni, Marcoz & Mauri, 2014). Thus, it is stated that the performance of tourist destinations depends on the connections that are formed by the organizations involved in the offer of tourism, and not on their individual characteristics (March & Wilkinson, 2009). These networks are complex and variable entities that evolve in response to environmental changes (March & Wilkinson, 2009). In this way, a collaboration between the actors of the destination becomes important for their performance. This perspective on tourism analysis began with Gunn’s seminal work, published in 1977. This work is recognized for having emphasized the need for public-private collaboration for the sustainable development of tourism (Van Der Zee & Vanneste, 2015, Baggio, 2011). Later, in the 1990s, several published works started to advance this perspective in networks, arguing about collaboration networks, which offer the mechanism for planning and coordinating actions for the development of tourism (Jamal & Getz, 1995); the economic organization of tourism, i.e., the relationship between firms and their performance (Tremblay, 1998) and analyzing public-private governance relationships (Hall, 1999). These last two works consolidate the perspective of a network in tourism and are the two currents of study of the importance of analysis in inter-organizational networks for economic activities associated with tourism (Del Chiappa & Presenza, 2013, Presenza & Cipollina, 2010, Van Der Zee & Vanneste, 2015). Collaboration, whether it is formal or informal, between the actors, has indicated the importance of inter-organizational relationships for organizations (Scott, Cooper & Baggio, 2008), while being a condition for sustainable development and planning (Beritelli, 2011). It is argued that tourist destinations should adopt a network approach, including several actors (Wäsche, Dickson, & Woll, 2013), thus being able to become more flexible and able to adapt to environmental changes, as demand is subject to a variety of factors that can change tourists’ preferences; new destinations can become attractive, or, as the tourist destination is very dependent on a broader context, it becomes unpredictable and uncontrollable (Van Der Zee, & Vanneste, 2015). It is claimed that, when relating to the other actors in the destination, organizations can obtain relevant information, learning, strategic changes to increase competitiveness, organizational change and innovation, business opportunities, and confidence-building (Wang & Fesenmaier, 2007, Novelli, Schmitz, & Spencer, 2006, Maggioni et. al, 2014). This collaboration can even lead to an improvement in the performance of firms (Ingram & Roberts, 2000, Vieira & Hoffmann, 2018, Vieira, Hoffmann, & Reyes Junior, 2017). When entering into relationships, new businesses that are established in the tourist destination can obtain advantages due to new contacts for the company and/or innovative opportunities for products and services (Novelli et al., 2006). However, it is asserted that the approach of inter-organizational networks for the development of tourist destinations is still in its youth in terms of presenting evidence, especially if we consider that the literature is ambiguous (Van Der Zee & Vanneste, 2015). For example, among the questions that still need to be answered, there is a need for proof that the approach of inter-organizational networks provides, for destination management, a competitive advantage both in the territory and in collaborating firms (Van Der Zee & Vanneste, 2015) and that only horizontal relationships, i.e., with other hosting companies, have a positive effect, with competition having a negative effect on performance and the formation of relationships and with support organizations (Vieira et al., 2017). Other aspects that deserve further understanding, for instance, refer to vertical relationships with other companies in the sector and with support institutions and their influence on performance, or even to whether network approaches can be used in an unrestricted way to analyze relationships in tourist destinations. In summary, those authors point to evidence that relationships with support organizations can influence the development of horizontal relationships. Additionally, it is emphasized that recent empirical studies on organizations involved in the tourism economy or on tourist destinations (Baggio, Scott, & Cooper, 2010, Costa & Albuquerque, 2013, Costa, Gonçalves, & Hoffmann, 2014), even indicating the presence of relationships between organizations and characteristic behaviors of companies in territorial agglomerations, do not identify cooperation as a widely disseminated strategy. From the perspective of the analysis that considers the relationship between firms, it is asserted that the analysis of network structures that are formed at a destination has fundamental and measurable characteristics and can affect their functioning (Baggio, 2011) and that the SNA provides a means of understanding of the tourist destination (Baggio, 2011). The SNA has represented a great advance in the analysis of tourism (Merinero- Rodríguez & Pulido-Fernandez, 2016). The analysis of relationships, the interaction between the different components of tourism activity, is the central element for understanding the phenomenon of tourism. In addition, it is stated that the SNA plays an important role in defining the research agenda on relationships and tourism, having a greater capacity to build new analytical proposals (Merinero-Rodríguez & Pulido-Fernandez, 2016). This approach represents an advance in tourism analysis, as it favors a better understanding of such phenomenon, revealing new characteristics of the relationships by highlighting the structure of the networks - density of relationships, centrality, betweenness, etc. (Merinero-Rodríguez & Pulido-Fernandez, 2016). By examining the elements and structural properties of local networks, their conformation can be identified, providing information for the action of the actors, when assessing the implications for their capabilities (Delgado, 2014). With the SNA, it is possible to identify the actors that interact in these territories and participate in the governance of tourist activities, as well as to diagnose the needs to strengthen the participation of the various actors in tourism activities that have an impact on local development (Delgado, 2014, Baggio, 2011, Beritelli, 2011). In addition, the SNA allows visualization through sociograms, which is particularly attractive, as it presents the relevant actors and how they relate to the others, which clusters are formed, as well as other structures. It also allows us to understand whether aspects such as homophily- a tendency to relate to their peers - influence the relational structure (Scott et al., 2008). The SNA has been used in tourism studies since at least 1991. Selin and Beason (1991) analyzed relationships between entities in a tourist destination. Up to 2010, few studies had analyzed tourist destinations from the perspective of social networks (Baggio et al., 2010). On the other hand, the SNA has been becoming an important topic in the tourism literature (Scott et al. 2008, Baggio et al., 2010), and has been able to clearly demonstrate cooperative relationships at a destination (Gajdošík, 2015). The increase in publications has been turning the SNA into an important topic in the scientific literature on tourism (Merinero-Rodríguez & Pulido-Fernandez, 2016). Specifically, in relation to the analysis of lodging relationships, several works have been published (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). Such works use both the SNA and other research techniques, be they quantitative or qualitative, to analyze the relationships of national and international lodging facilities. Of those using the SNA, low cooperation and low network density are perceived, whether in the relationship analysis of the means of accommodation or in the destination network, which includes other actors (Baggio et al., 2010, Baggio, 2011, Gajdošík, 2015, Del Chiappa and Presenza, 2013, Scott et al., 2008). RESEARCH METHOD In order to achieve the objectives proposed and to answer the guiding question of this work - “what is the configuration of the inter-organizational network of inn owners in the city of Tiradentes (MG)?” -, qualitative and quantitative methods are designated. The qualitative method, based on interviews, was first used only with the purpose of exploring the object of research and having a first contact with the universe to be researched. In this way, in-depth interviews about the destination Tiradentes-MG and the collaboration/relationship between firms were carried out, by theoretical sample and for convenience, with seven owners who managed the inns. The interviewees were asked about the general aspects of the hospitality sector in Tiradentes, about the number of rooms, the number of inns/hotels in the city, and about cooperation and relationships with other companies in the sector and for what purpose. The activities of local associations (Associação Empresarial de Tiradentes - ASSET and Tiradentes Mais) were discussed as well, seeking to identify points such as cooperative activities carried out by the Associations, cooperative actions through them, number of members, whether they were members, and whether they participated in meetings, etc. The interviewees informed that they were either not members, or had stopped being members, or had no interest in participating, or that they were members, but did not participate in meetings or yet that participating in them was not “worth it”. In addition to these questions, the interviewees were asked about issues and general information regarding the tourism sector in Tiradentes. In this qualitative phase, general information was also obtained on the characteristics and profile of the owners and lodging facilities in the city. This procedure was adopted so that the research questionnaire of the next phase, quantitative (SNA), could be developed. At this stage, the existence of an interesting number of female owners and of “outsiders” became known, among other characteristics. According to information from the Tourism Secretariat of the Municipality of Tiradentes, in 2018, 150 (one hundred and fifty) inns and hotels were registered with the Secretariat. Due to this number, it seemed appropriate, for data collection, the use of the “snowball” technique, described below. The “snowball” technique for data collection is the most frequent in the SNA (Hanneman & Riddle, 2005). By this method, a small initial sample is defined to survey the data related to the network. From the indication of the actors related to the initial group, the survey starts with those mentioned and so on, until the names of the actors start to be repeated. This procedure is justified since obtaining data from the entire network of relationships can become an extremely costly and difficult task (Hanneman & Riddle, 2005). The following questions were included in the first part of the data collection instrument: whether the inn was leased or not; gender of the owner, their age and previous occupation; classification of the company according to the Ministry of Tourism (hotel, resort, farm hotel, bed, café, historic hotel, inn, flat); category of the establishment from the interviewee’s point of view (simple, economical, touristic, superior, luxury, superior/ super lux); the number of housing units; the number of beds; the year of the foundation of the inn (if the inn is leased, the years in which the inn was managed by the current owner were considered); the number of employees; the average daily rate and the names of the inns/hotels with which they developed cooperative relationships (second part). As “place of origin” and “how long one has lived in the region” can determine personal contacts (Czernek, 2013, Czernek & Czakon, 2016), the interviewee’s indication of their origin was inserted in the questionnaire: (a) Tiradentes or region, (b) other locations in Minas Gerais or (c) other states, as previously presented. It is claimed that people from the city and region or long-term residents have a more extensive network (Czernek, 2013). For the author, these people are more likely to cooperate because of their personal knowledge with other people in the locality. These attributes/ characteristics were used for the SNA because the actors are embedded in a network and the attributes can help us to understand the social processes that generated this structure of ties (Hanneman & Ridle, 2005). For quantitative analysis, UCINET 6.0 software was used (Borgatti, Everett & Freeman, 2002). This software, widely utilized by researchers in the SNA, allows not only the analysis of network variables but also the design of cooperation networks (sociogram). The network was formed considering the hostels of the tourist destination as nodes (vertices of the graphs) and the cooperative relations as ties (edges of the graphs). Cooperative relationships with the competitors in this work are understood as those in which companies share information about business and the market, participate in joint actions (marketing, sales, etc.) and indicate customers and suppliers, purchase of goods and services, among others (Oliveira & Gonçalves, 2014). When asking interviewees which companies have cooperative professional relationships, the focus was on the quantity and existence (or not) of the relationship (Kelman et al., 2016). As the objective of the work concerns only the SNA, the reasons that lead to cooperation, the levels of trust present in relationships, among others, which are normally analyzed in works on cooperation in tourist destinations, were not researched or analyzed (see, e.g., Curtis & Hoffmann, 2009, Kelliher et al, 2018). As it will be mentioned in the section “Discussions, Conclusions and Final Considerations”, it is recommendable to use, simultaneously, analyses of social networks and forming ties, via the SNA, and qualitative research, seeking to understand the reasons that lead, or not, to the configuration network and the formation of ties. With the indication of actors that may be important, there is a previous or current indicator of formal/informal cooperation and it is assumed that naming other actors implies a particular relationship (Beritelli, 2011). The metrics considered in the SNA were the following: Network density - the proportion of the number of existing nodes in relation to the total possible nodes. Clustering coefficient - Watts and Strogatz (1998) introduced this concept that indicates cohesion in networks. The clustering coefficient of a vertex is the ratio between the number of links between its neighbors and the maximum number of possible links between these neighbors. The general clustering coefficient is given by the average of the clustering coefficient of all nodes; it measures the degree to which the nodes tend to group together. Geodesic distance - Length of the shortest path connecting two nodes in a network, given in the number of nodes. Network diameter - It is measured by the longest among the shortest paths that connect the nodes of a network; the longest of the shortest paths, that is, the longest geodesic distance in a graph. Degree centrality - Total number of relationships (ties) of an actor in the network. In an oriented network, we can have the degrees of the entry (arrows in) and degrees of exit (arrows out) of the nodes. E-I Index Algorithm - Compares the numbers of nodes inside and outside the partitions (Hanneman; Riddle, 2005) and has a range that goes from -1 to 1. The E-I Index is calculated by the number of external nodes (links between actors with different attributes) minus the number of internal nodes (links between actors with equal attributes), divided by the total number of observed nodes. Values closer to 1 indicate a greater tendency for relationships between actors from different partitions (heterogeneity), while values closer to -1 reveal the tendency of actors to relate internally to the partition itself (homogeneity). The E-I Index algorithm allows us to identify, in the observed network, whether there is homophily according to the attributes selected for the analysis (origin and gender). However, we could question whether the detected homophily was due to simple chance. For this purpose, it was necessary to use statistical methods. Then we used the modeling of random graphs of the exponential family (ERGM - Exponential Random Graph Models). In order to verify the influence of the gender and origin attributes of the owners in the generation of cooperation ties, the ERGM modeling was used. Through this technique, the inserted terms (gender and origin) made it possible to estimate the most appropriate parameters for each term, aiming to define, with a greater or lesser trust rating, the individualized contribution of each term to the generation of a set of graphs with characteristics similar to those of the empirically obtained network (observed real network) (Fernandes et al., 2017). After several tests, through ERGM modeling, with the surveyed attributes (of the inns and their owners), it was found that the ones that had the greatest relevance for the purpose of forming the network were gender and origin of the owner. For example, we tested, via ERGM, whether the size of the inns (e.g. number of beds) could explain the conformation of the network (see Vieira & Hoffmann, 2018, Van Der Zee & Vanneste, 2015). This attribute was not relevant. Thus, the attributes mentioned in the final work were used. In this study, we used the Statnet package on the R platform to do the ERGM modeling. To answer the first question asked, we use the term “edges”, which allows the exploration of the structural aspect related to the ability of the nodes to weave ties with each other. For the second question, we use the term nodematch (attrname) which allows us to estimate the probability of establishing links between two nodes based on the similarity of an attribute of these nodes. We inserted in the model the attributes gender (male and female) and origin (tiradentino or foreign) for the nodes. RESULTS This section presents the results of the research. First, the statistics that describe the characteristics of the companies surveyed are presented. Subsequently, the characteristics of the inns’ relationship network are analyzed. CHARACTERIZATION OF PARTICIPATING COMPANIES Table 1 shows the number of inn owners who are male and female. Table 1: Gender of the owners GENDER N. % Male 21 37,50 Female 35 62,50 Source: Research data The data in Table 2 below refer to the naturalness of the inn owners. In the total of 56 hostels surveyed, 28 owners were from Tiradentes, 18 from other locations in Minas Gerais and 10 came from other states to reside and exercise economic activity in Tiradentes. Table 2: Origin of the owners ORIGIN OF THE OWNER N. % Tiradentes and region 28 50,00 Other locations in Minas Gerais 18 32,14 Other states 10 17,86 Source: Research data Table 3 contains data related to the prices per night. As the inns practice different charges for each type of room, the average price per night was adopted. Of the 56 inns surveyed, seven charge an average value lower than R$ 170.00. Most, with a total of 34 inns, charge between R$ 170.00 and R$ 350.00. Eleven inns have an average night between R$ 350.00 and R$ 530.00 and three inns have an average price between R$ 530.00 and R$ 710.00. Only one hostel among the surveyed charges more than R$ 710.00 per night. Table 3: Average price per night AVERAGE PRICE PER NIGHT N. % Less than R$ 170,00 7 12,50 R$ 170 to R$ 350 34 60,71 R$ 350 to R$ 530 11 19,64 R$ 530 to R$ 710 3 5,36 More than R$ 710 1 1,79 Source: Research data Table 4 below corresponds to the results obtained regarding the number of housing units in each inn. It is noted that, in the majority, the inns are small, having up to 20 housing units; only six inns have more than 30 units. Table 4: Number of housing units NUMBER OF HOUSING UNITS N. % Up to 10 units 21 37,50 11 to 20 units 24 42,86 21 to 30 units 5 8,93 More than 30 units 6 10,71 Source: Research data Table 5 shows the age of the inns. Practically one third consists of new inns and another third consists of older inns. Table 5: Years since inn foundation YEARS SINCE INN FOUNDATION N. % Up to 5 years 19 33,93 5 to 10 years 10 17,86 11 to 15 years 9 16,07 More than 15 years 18 32,14 Source: Research data SOCIAL NETWORK ANALYSIS In this subsection, the analyses that were carried out of the network of relationships identified in the tourist destination Tiradentes are presented. Table 6 summarizes the descriptive statistics of the network structure. Fifty-four (54) inns had some cooperation tie according to the survey from the interviews. The average number of ties, that is, the number of times the inn was mentioned or received was 2.481. The network density was low, only 4.7% of the possible ratios. The low clustering coefficient shows that the network is not very clearly divided into subgroups. The longest geodesic distance (longest among the shortest distances between two nodes) was 12 steps. Thus, there is a considerable separation between the inns, but, on average, they are separated by four steps. The large diameter of the network shows that some inns benefit less from cooperation because they stand farther from others. This is the case of the inns located at the ends of the chain. Table 6: Descriptive statistics of the cooperation network Description N. Number of connected organizations (nodes) 54 Cooperation ties (ties) 134 Average loops per vertex 2,481 Network density 0,047 Overall clustering coefficient 0,26 Average geodesic distance (degrees of separation) 4,388 Network diameter 12 Source: Research data In this research, we chose to work with the targeted type of network. This means that the relationships are not necessarily reciprocal. This choice was justified by the fact that some interviewees said that they cooperated with others, but the latter did not necessarily say that they cooperated with the former. The network between the inns in Tiradentes can be seen in Figure 1. Social networks can present a center-periphery type stratification pattern (McPhearson, Smith-Lovin, & Cook, 2001). Conceptual intuition, in this case, consists of the proposition that the actors of the network are divided into two distinct groups - center and periphery. In the center, the actors are densely connected with each other, while the actors in the periphery are more connected with the actors in the center than with their peripheral peers (Borgatti & Everett, 1999). Figure 1 Cooperation network of Tiradentes inns Source: Research data The chain had 17 central inns (31.48%) and 37 peripheral ones (68.52%). The internal density of the central subgroup was 15.4%, while the internal density of the peripheral subgroup was 2.6%. GENERATIVE PROPERTIES: EVIDENCE OF HOMOPHILY Regarding the origin and gender of the owners, the relationships between the inns were analyzed using the E-I Index test according to these attributes. Considering the origin, the general E-I Index was -0.315. This demonstrates that the relations are endogenous, that is, there is a greater density in the relations between the owners from Tiradentes among themselves and those from other cities among themselves. In other words, the inns whose owners are from Tiradentes cooperate more with their peers. The same occurs with the inns whose owners are from outside the city. Those from Tiradentes cooperate with each other more than the sub-group outside the city. The network of the hostel market surveyed indicates, using Granovetter (1985), Abramovay (2004), and Smelser and Swedberg (1994), that it emerges from broader social groups. For example, in this case in which economic action is immersed in the social ties of the owners, developed, according to the results of this work, by the origin and gender of the owners. Among the inns surveyed, 28 have Tiradentino owners and 26 have owners from other cities; however, while the general density of the network was 4.7%, the internal density of the subgroup of inns whose owners were from Tiradentes was 11.6% and the internal density of the subgroup of outsiders was 8.3%. Therefore, there is nearly a balance between the number of natives and outsiders (28 and 26, respectively), but there is a large discrepancy in the intensity of intra-group relationships. Of the 54 inns in the chain, 16 had only internal ties, that is, 29.63% only cooperated with their peers, natural or outsider; and of these, 10 were from Tiradentes. This shows that social closure is greater in the subgroup of Tiradentinos. As for the gender of the owners, the overall E-I Index was -0.185, which also reveals that the relationships are endogenous in this attribute. Twenty (20) owners are male and 34 female. The internal density of the male subgroup was 7.4%, while that of the female subgroup was 8.9%. In Figure 2, one can observe the network by the attributes of origin and gender of the inn owners. Figure 2 Cooperation network by origin and gender of the owners Source: Research data The real network observed had 54 nodes and 134 ties and the correspondence by gender was 81 loops, while by origin it was 87 ties. But what would be the chance of preferential binding for these attributes in similarly sized networks? Through the ERGM, we arrived at the model shown in Table 7 that shows the goodness of fit (Goodness-of-fit) for this statistical model. Table 7: Goodness-of-fit for model statistics Parameter 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 Source: Research data The most suitable model for the network was obtained through the formula below: Formula: nw() ~ edges + nodematch(“Genero”) + nodematch(“Proced”) The estimated parameters are shown in Table 8. If the value of the error of each estimate is less than half the absolute value of the estimate, it can be used in analyzes. The edges (loops) and Proced (origin) parameters were satisfactory, the Gender parameter was not. Table 8: Monte Carlo MLE Results Parameter Estimate MCMC Error 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 The value of -3.597 for the term edges indicates that the chance that two owners will develop cooperation between them is about 2.7%. The chance of a cooperative relationship between owners of the same gender is 58.6% (but the result of the modeling is not reliable for this parameter). The chance of an endogenous cooperative relationship between owners from Tiradentes or other cities is 66.5%. Finally, ERGM modeling allowed us to get to the following answers: (1) the propensity to establish cooperative relations between any two owners is small; (2) however, the chance of cooperation between two owners with the same origin and gender becomes higher. Therefore, the results indicate that the market analysis can be carried out, as in this case of tourist reception services, according to Granovetter (1985), through existing relationships between actors and groups. The analysis of social networks makes it possible, according to Swedberg (2004), to consider social and economic phenomena that influence the social structure of markets. DISCUSSIONS, CONCLUSIONS AND FINAL CONSIDERATIONS This research analyzed the cooperative relationships between 56 inns in the city of Tiradentes. As presented in the previous section, it can be said that the level of cooperation between the hostels surveyed is relatively low, with an average of 2.48. This low cooperation is found in several destinations (Costa et al., 2014, Teixeira, 2011). In other locations, however, it is possible to observe the formation of networks for the dissemination of tourist destinations, with the participation of hotels, inns, restaurants and government entities, with information sharing and learning by the actors. This fact is explained by the perception that cooperative action seeks common goals (Cerqueira, Sacramento & Teixeira, 2010, Pereira & Lopes, 2013). The authors, however, do not present indicators regarding the results of the actions, such as an increase in the number of tourists or an increase in the occupancy rate of lodging facilities, for example. In others, there is cooperation in more specific actions, which can be explained by seasonality (Curtis & Hoffmann, 2009) or there is limited cooperation, however, there is an interest in establishing cooperative relationships (Selin & Beason, 1991). It is said that there may be some measure of rationality and search for efficiency that can influence the relationships of hosting companies (Vieira & Hoffmann, 2018). In contrast, Beritelli (2011) states that there is no rational behavior in joint actions, since the actors first consider the people, and then the institutions they represent, since cooperative behavior in tourist destinations is an interpersonal business. Thus, as shown in the results in the previous section, it was evident that origin and gender enable the formation of denser social networks and such characteristics can influence the rationality of the enterprises through the criteria immersed in the social relationships of the owners. Non-cooperation can also be explained by the lack of confidence and loyalty of the actors, whether by the fact that there is individualism or great competitiveness in the sector. There is also low participation in associations in the sector, not recognizing the benefits of such participation (Teixeira, 2011). It is also considered that the determining factors of collaboration should be seen in a broader context, considering social aspects, rules of conduct, power relations, culture, history, social capital, the life cycle of companies, relational norms and trust, as well as aspects related to the actors’ education, religion and age (Czernek, 2013, Presenza & Cipollina, 2010). It is also considered that informal networks, based on cultural, economic and social proximity, allow the production of positive results in the network (Zach & Racherla, 2011). As we have identified in this work, there is evidence of homophily in social networks among owners based on their origin and gender. In addition to these factors, it is also found that the resources obtained by contacts maintained at the destination, information, for example, may not lead to cooperation (Beritelli, 2011); the lack of skills and social capital, matters of time and budget, or even a preponderant position of large companies can influence the low participation of small and medium-sized companies (Van Der Zee & Vanneste, 2015). It may also happen that network relationships are not strengthened by the lack of continuous dialogue between organizations, due to the fact that there is a cultural, economic or geographical distance, not allowing common goals to be distinguished (Van Der Zee & Vanneste, 2015). There are also, as reasons alleged by actors from other destinations, for not establishing collaborative actions, the ignorance of the benefits of cooperation and lack of interest of other organizations in cooperating (Miranda Júnior et al, 2016); people’s personal attitudes, behavior and characteristics, in addition to their previous experience (Della Corte & Aria, 2014). Taking the arguments presented into account, it seems to be appropriate to state that the indication of low cooperation, by the ARS, would not be “exclusive” to the destination Tiradentes. As it was presented, there are several factors that can influence the possibility of cooperation between actors in tourist destinations. Considering the low density (0.047), the clustering coefficient (0.26) and the number of peripheral actors (37) presented in this work, it can be assumed, again, that these characteristics of Tiradentes are not exclusive. For example, Baggio et al. (2010) found a low density of the tourism actors’ network in their research, with 39% of the actors not being connected. The dispersion of nodes and the low degree of clustering may mean that tourism actors exhibit a low degree of collaboration or cooperation. Several other studies have found a low density of the analyzed networks (Baggio, 2011, Gajdošík, 2015, Del Chiappa & Presenza, 2013, Scott et al., 2008). In addition, considering the concept of density, it is proposed that denser networks generate a greater degree of trust between the actors (Coleman, 1988), which may have an influence on the conduct of business and, consequently, on the development of a given sector. On the other hand, according to Burt (2004), lower density may be important for new information to circulate among the actors, with new business opportunities, as long as the network is configured in subgroups with relative social cohesion and linked by brokers. According to Coleman (1988), a more cloistered relational structure, consequently with greater density, would favor the emergence of norms and social control. Considering this, we can assume that the most closed structure of the natives constitutes a stronger subgroup, with greater power of decision in the economic segment of the city. Thus, the subgroup of foreigners is in a less powerful position in the relational structure. Still in regard to the foreign group, perhaps the cultural difference, the level of trust between the actors and other factors may explain the low relationship with Tiradentino owners, according to Czernek (2013) and Sant’anna, Nelson and Oliveira (2011). This work, however, has some limitations. Perhaps one can argue about the number of participating inns. The “snowball” technique used in this research has its limitations as well. It is said that disconnected actors may not be identified, and these isolated actors may contain some characteristics of the network (Hanneman & Riddle, 2005). Furthermore, according to these authors, the subgroups of actors who have not been nominated can be lost. Another limitation concerns the variety of actors included in this work. As the research was carried out only with inns, it did not include support institutions, vertical relationships (suppliers, e.g.) and other actors. It is argued that support institutions can influence horizontal ties (Vieira et al., 2017). As future research, it would be worth investigating the role of trust in tourism relations, which is a critical factor in relations between actors and in exchanges, as the role of trust is rarely addressed (Kelliher et al., 2018). In addition, there are several claims regarding low density and low cooperation in tourist location networks. It seems to be important to investigate the various factors presented above that lead to these characteristics. The inclusion of support and public bodies is also suggested, not limited to private companies (Brás, Costa & Buhalis, 2010), as several studies emphasize the importance of these organizations in enabling a destination to compete with others (Denicolai et al., 2010, Zee; Vanneste, 2015); as well as the inclusion of a wide variety of actors and their interdependencies since the general configuration of the network is what leads to competitive advantage (Wäsche et al., 2013). It is also suggested to carry out longitudinal studies, to observe particularities such as trust, understanding and communication, which may lead to the description of the behaviors that do or do not lead to cooperative behavior. (Beritelli, 2011). Future research could also use both the structural and relational perspectives of networks to analyze relationships in tourism (Del Chiappa & Presenza, 2013). In addition, it is argued that studies often choose a qualitative approach or a quantitative approach, rather than combining qualitative and quantitative methods (Kelman et al. 2016, Beritelli, 2011). Thus, it may be important, after the SNA, to conduct qualitative interviews, leading to the validation of quantitative data, at the same time seeking explanations for its results (Luthe & Wyss, 2014, 2016, Merinero-Rodríguez & Pulido-Fernandez, 2016). The use of both qualitative and quantitative methods is also suggested as an integration, complementing with qualitative interviews in order to examine specific restrictions for effective governance and to understand the characteristics of the business network (Beritelli, 2011, Kelman et al., 2016). Qualitative research can also offer validation of quantitative data (Luthe & Wyss, 2014, 2016, Merinero-Rodríguez & Pulido-Fernandez, 2016). Besides, Luthe and Wyss (2014) claim that qualitative knowledge about tourism systems has not been used to complement quantitative research.
location_on
Universidade do Vale do Itajaí Quinta Avenida, 1100, bloco 7, CEP: 88337-300, Balneário Camboriú, SC - Brasil, Tel.: (47)3261-1315 - Balneário Camboriú - SC - Brazil
E-mail: revistaturismo@univali.br
rss_feed Acompanhe os números deste periódico no seu leitor de RSS
Acessibilidade / Reportar erro