This thesis contributes to recent theorizations in economic geography on the effects of proximity on firm competitiveness. One of the great challenge in the contemporary economy is for firms to remain competitive. Their innovative ability is highly dependent on the knowledge they possess and their ability to acquire new knowledge. It is argued that a relational proximity between individuals reduces uncertainty and offers a joint platform for communication and learning. Therefore, does this thesis apply a micro-perspective in which the labor force and the knowledge composition within plants is examined. The aim is pursued by exploring the interrelationship between different types of proximity in the labor force and plant performance. The proximity dimensions under scrutiny are; the cognitive-, the organizational-, and the geographical proximity dimension. The three empirical papers in the thesis are based on longitudinal micro-data from the database ASTRID. The database connects detailed socio-economic data of individuals to features of plants and firms in the entire Swedish economy. The empirical findings suggest that the different types of proximities are interdependent with regard to learning in firms. The interdependence is manifested through the variable impact on plant performance that a given distance in one dimension has, depending on what other type of proximity is accounted for at the plant. It is further found that the proximity dimensions have conditional effects on learning and innovation in firms. The empirical findings also indicate that the circumstances under which learning and knowledge application take place, vary between capital-intensive and labor-intensive sectors. Moreover, it is found that relatedness in the cognitive dimension is not unambiguously positive for interactive learning and innovativeness. Similarity in one dimension and unrelatedness in the cognitive dimension, has a significantly stronger impact on interactive learning than simply having relatedness in the cognitive dimension. It therefore seems as if the combined distance of several proximity dimensions should be taken into account when estimating the innovative power of a firm or industry. When the empirical findings are considered together it is evident that the local environment generates relational proximity between agents through formal- and informal networks. This proximity reproduces and rejuvenates the localized capabilities by allowing for the combination of heterogeneous pieces of knowledge in firms through local unrelated labor inflow. In conclusion, time and place are the paramount dimensions that shape the micro-dynamics of knowledge generation and innovation in firms.

O objetivo desta tese é a proposição de uma classificação para organizar a perspectiva multidimensional da proximidade. Essa classificação organiza formas para medição, representação e análise das múltiplas dimensões da proximidade. Isto dado que ainda não foram utilizados indicadores suficientemente satisfatórios para medir as várias dimensões da proximidade e que a forma como as medidas são definidas podem influenciar os resultados inferênciais obtidos nos modelos estatísticos. Este estudo levantou as definições conceituais para a proximidade e as suas principais formas empíricas de medição e propõe uma organização que possibilita a escolha entre as diferentes possibilidades de indicadores e de outras técnicas para interpretação e análise dessas medidas. Com isso foi realizada uma aplicação com dados da interação Universidade-Empresa no Brasil. A análise avaliou tanto os limites do ganho com a proximidade quanto os mecanismos de complementariedade e de substituição entre as dimensões geográfica e cognitiva. O foco na proximidade cognitiva favoreceu a comparação entre diferentes formas para a sua medição. Comparação realizada na perspectiva geométrica com uso de Escalonamento Multidimensional (EMD) e Análise de Correspondência (AC). Os resultados mostram a importância que precisa ser dada na forma como as medidas são definidas e representadas já que as interpretações dos resultados inferênciais nos modelos estatísticos estão diretamente relacionadas com esse passo inicial. As contribuições com esse estudo são de natureza metodológica, porém de caráter prático para guiar estudos futuros a partir das técnicas organizadas. Dentro desse escopo, a tese visa que outras técnicas, ainda pouco exploradas se apresentem como alternativas de uso para a ampliação da literatura da área. Por fim, a própria classificação pode ser adaptada para incluir outras técnicas analíticas que incorporem dados não espaciais ou que lidam com dados de não proximidade. / The aim of this thesis is the proposition of a classification to organize the multidimensional perspective of proximity. This classification organizes forms for measurement, representation and analysis of the multiple dimensions of proximity. This is because satisfactory indicators have not yet been used to measure the proximity and that the way in which the measures are defined can influence the inferential results obtained in the statistical models. This study raised the conceptual definitions for proximity and its main empirical forms of measurement and proposes an organization that allows the choice between the different possibilities of indicators and other techniques for interpretation and analysis of these measures. Hence, an application with data of the University-Industry interaction in Brazil was performed. The analysis evaluated both the limits of the gain with proximity and the mechanisms of complementarity and substitution between the geographic and cognitive dimensions. The focus on cognitive proximity favoured the comparison between different ways of measuring it. Comparison carried out in the geometric perspective using Multidimensional Scaling and Correspondence Analysis. The results show the importance that must be given in the way the measures are defined and represented since the interpretations of the inferential results in the statistical models are directly related to this initial step. The contributions with this study are of a methodological nature, but of a practical nature to guide future studies from the techniques organized. Within this scope, the thesis aims that other techniques, still little explored are presented as alternatives of use for the broaden of the literature of the area. Finally, the classification itself can be adapted to include other analytical techniques that incorporate non-spatial data or that deal with non-proximity data.

O objetivo desta tese é a proposição de uma classificação para organizar a perspectiva multidimensional da proximidade. Essa classificação organiza formas para medição, representação e análise das múltiplas dimensões da proximidade. Isto dado que ainda não foram utilizados indicadores suficientemente satisfatórios para medir as várias dimensões da proximidade e que a forma como as medidas são definidas podem influenciar os resultados inferênciais obtidos nos modelos estatísticos. Este estudo levantou as definições conceituais para a proximidade e as suas principais formas empíricas de medição e propõe uma organização que possibilita a escolha entre as diferentes possibilidades de indicadores e de outras técnicas para interpretação e análise dessas medidas. Com isso foi realizada uma aplicação com dados da interação Universidade-Empresa no Brasil. A análise avaliou tanto os limites do ganho com a proximidade quanto os mecanismos de complementariedade e de substituição entre as dimensões geográfica e cognitiva. O foco na proximidade cognitiva favoreceu a comparação entre diferentes formas para a sua medição. Comparação realizada na perspectiva geométrica com uso de Escalonamento Multidimensional (EMD) e Análise de Correspondência (AC). Os resultados mostram a importância que precisa ser dada na forma como as medidas são definidas e representadas já que as interpretações dos resultados inferênciais nos modelos estatísticos estão diretamente relacionadas com esse passo inicial. As contribuições com esse estudo são de natureza metodológica, porém de caráter prático para guiar estudos futuros a partir das técnicas organizadas. Dentro desse escopo, a tese visa que outras técnicas, ainda pouco exploradas se apresentem como alternativas de uso para a ampliação da literatura da área. Por fim, a própria classificação pode ser adaptada para incluir outras técnicas analíticas que incorporem dados não espaciais ou que lidam com dados de não proximidade. / The aim of this thesis is the proposition of a classification to organize the multidimensional perspective of proximity. This classification organizes forms for measurement, representation and analysis of the multiple dimensions of proximity. This is because satisfactory indicators have not yet been used to measure the proximity and that the way in which the measures are defined can influence the inferential results obtained in the statistical models. This study raised the conceptual definitions for proximity and its main empirical forms of measurement and proposes an organization that allows the choice between the different possibilities of indicators and other techniques for interpretation and analysis of these measures. Hence, an application with data of the University-Industry interaction in Brazil was performed. The analysis evaluated both the limits of the gain with proximity and the mechanisms of complementarity and substitution between the geographic and cognitive dimensions. The focus on cognitive proximity favoured the comparison between different ways of measuring it. Comparison carried out in the geometric perspective using Multidimensional Scaling and Correspondence Analysis. The results show the importance that must be given in the way the measures are defined and represented since the interpretations of the inferential results in the statistical models are directly related to this initial step. The contributions with this study are of a methodological nature, but of a practical nature to guide future studies from the techniques organized. Within this scope, the thesis aims that other techniques, still little explored are presented as alternatives of use for the broaden of the literature of the area. Finally, the classification itself can be adapted to include other analytical techniques that incorporate non-spatial data or that deal with non-proximity data.