Resumo Técnico: Dinâmicas de Risco-Restrição em Cascata em Projetos de Construção Pública

Definição do Problema

Projetos de construção pública são críticos para a entrega de infraestrutura e o crescimento econômico, mas frequentemente sofrem de deficiências sistêmicas de desempenho, incluindo excessos de custos, atrasos de cronograma e falhas de governança. Embora existam estruturas de gestão de riscos estruturadas, elas frequentemente tratam os riscos como variáveis discretas e independentes, falhando em capturar as interações dinâmicas e transdomínios que caracterizam os ambientes reais de projetos. Em contextos como os governos de condados descentralizados do Quênia, onde as estruturas de governança, a gestão financeira e as capacidades técnicas são complexas e interconectadas, os riscos raramente se manifestam isoladamente. Em vez disso, as interrupções em um domínio (ex: governança estratégica) desencadeiam efeitos em cascata que se propagam através dos subsistemas financeiros, operacionais e jurídicos. A literatura existente carece de um framework integrativo capaz de modelar sistematicamente essas interdependências e a natureza hierárquica da propagação de riscos.

Metodologia

O estudo emprega um paradigma de pesquisa pragmatista utilizando um design de métodos mistos para investigar o Modelo de Gestão de Risco-Restrição em Cascata (CRCM).

• Estrutura Teórica: O CRCM sintetiza a Teoria dos Sistemas (vendo os projetos como subsistemas inter-relacionados), a Teoria da Contingência (reconhecendo relações de risco dependentes do contexto) e a Teoria das Restrições (identificando gargalos que limitam o output do sistema).
• Coleta de Dados: Os dados primários foram coletados por meio de um questionário estruturado utilizando uma escala Likert de cinco pontos de 292 projetos de construção pública em Nakuru County, Quênia. A amostra incluiu projetos de infraestrutura rodoviária, instalações de saúde, centros de ECDE e projetos de mercados, excedendo o tamanho mínimo de amostra de 198 calculado via fórmula de Taro Yamane.
• Abordagem Analítica:
  • Quantitativa: A análise de regressão múltipla foi utilizada para testar os efeitos diretos das dimensões de risco no desempenho do projeto. Submodelos de cascata foram estimados para validar as vias sequenciais (Estratégica $\to$ Financeira $\to$ Operacional $\to$ Jurídica).
  • Qualitativa: Insights contextuais foram usados para interpretar os achados estatísticos dentro do ambiente específico de governança e institucional de Nakuru County.
• Validade: A confiabilidade foi confirmada com coeficientes Alfa de Cronbach superiores a 0,70 para todos os construtos. Testes de normalidade e heterocedasticidade confirmaram a adequação dos dados para análise paramétrica.

Principais Contribuições

O artigo introduz e valida empiricamente o Modelo de Gestão de Risco-Restrição em Cascata (CRCM), um framework inovador que reconceitualiza o risco do projeto como um sistema hierárquico e interdependente, em vez de uma coleção de variáveis independentes.

1. Arquitetura Sistêmica: O modelo propõe uma estrutura de cascata de quatro camadas:
   • Risco Estratégico: Incertezas ao nível de governança que moldam o ambiente institucional.
   • Risco Financeiro: Restrições estruturais (ex: atrasos de financiamento) que atuam como gargalos.
   • Risco Operacional: O "motor de cascata" onde as restrições a montante se manifestam como falhas de execução.
   • Risco Jurídico: Um resultado latente que é ativado apenas quando as falhas operacionais se acumulam além de um limiar crítico.
2. Formalização Matemática: O estudo fornece um sistema de equações para representar o CRCM, distinguindo entre efeitos diretos no desempenho e as vias de cascata indiretas que transmitem o risco entre os domínios.
3. Lógica de Propagação de Risco: Demonstra que os riscos não apenas co-variam, mas transmitem-se sequencialmente, com falhas estratégicas gerando restrições financeiras, que prejudicam as operações, culminando em disputas jurídicas.

Resultados Empíricos

A análise dos 292 projetos rendeu os seguintes achados:

• Ajuste do Modelo: O modelo de regressão explicou 58,9% da variância no desempenho do projeto ($R^2 = 0,589, p < ,001$).
• Efeitos Diretos: Todas as quatro dimensões de risco afetam significativamente o desempenho do projeto:
  • O Risco Operacional é o preditor mais forte ($\beta = 0,306, p < ,001$), servindo como o principal canal de transmissão para déficits de desempenho.
  • O Risco Financeiro ($\beta = 0,233, p < ,01$) atua como uma restrição crítica que intensifica desafios a jusante.
  • O Risco Estratégico ($\beta = 0,205, p < ,01$) molda o ambiente de governança.
  • O Risco Jurídico ($\beta = 0,196, p < ,05$) é significativo, mas exibe um coeficiente médio menor devido à sua natureza latente.
• Vias de Cascata: As hipóteses sequenciais foram totalmente suportadas:
  • O risco estratégico influencia significativamente o risco financeiro ($H5$).
  • Os riscos financeiros e estratégicos influenciam conjuntamente o risco operacional ($H6$).
  • O risco operacional influencia significamente o risco jurídico ($H7$).
• Interpretação do Risco Jurídico: O menor coeficiente de regressão para o risco jurídico é interpretado não como falta de importância, mas como evidência de seu caráter de "risco de cauda" (tail risk): ele permanece latente na maioria dos projetos, mas escala catastroficamente uma vez desencadeado por falhas operacionais acumuladas.

Significância e Alegações

O estudo alega avançar tanto na teoria de risco de projetos quanto na prática de gestão do setor público:

• Significância Teórica: O CRCM vai além dos modelos lineares tradicionais para oferecer uma compreensão sistêmica e hierárquica da propagação de riscos. Postula que as interações de risco, em vez das magnitudes de riscos isolados, são os determinantes fundamentais do desempenho do projeto. Isso integra a Teoria dos Sistemas e a Teoria das Restrições para explicar como falhas modestas de governança ou financiamento podem escalar para colapsos de grande escala nos projetos.
• Implicações Práticas: Os achados defendem uma governança de risco integrada em vez de registros de risco estáticos. Os autores sugerem que gestores de projetos e formuladores de políticas devem:
  • Priorizar o monitoramento de indicadores operacionais (ex: atrasos de compras/licitações) como sinais de alerta precoce de restrições sistêmicas.
  • Garantir fluxos financeiros previsíveis para evitar a desestabilização operacional.
  • Fortalecer a supervisão estratégica para alinhar a política com a implementação.
  • Manter a vigilância em relação aos riscos jurídicos latentes, reconhecendo-os como sintomas de má gestão profunda, em vez de drivers autônomos.

O artigo reconhece limitações, observando que o design transversal captura um snapshot estrutural em vez de um desenrolar temporal e que o modelo atualmente assume interações lineares. No entanto, afirma que a lógica direcional do CRCM é robusta e fornece uma base para futuras investigações longitudinais e baseadas em simulação.