Brevets et externalités en Europe: un modèle de comptage dynamique en panel Myriam ABDELMOULA ERMES (CNRS), Université Paris II Georges BRESSON ERMES.

Brevets et externalités en Europe: un modèle de comptage dynamique en panel Myriam ABDELMOULA ERMES (CNRS), Université Paris II Georges BRESSON ERMES (CNRS), Université Paris II

1- Introduction: Les externalités de R&D
En général, R&D => Innovation, augmentation de la productivité, … La R&D d'un secteur peut avoir des effets positifs sur la productivité d'un autre secteur; on parle alors d'effets d'externalités positives de la R&D ou d'effets de spillovers (Griliches (1979), Mohnen (1992)) Les effets de spillovers ont lieu lorsque les fruits de la R&D traversent, volontairement ou non, les frontières de la firme ou du pays innovateur initial. Ils peuvent être observés dans les différentes mesures de la performance (productivité, brevets, part de marché, ...).

1- Introduction: Croissance et externalités de R&D
La dynamique économique est essentiellement due à l’amélioration des connaissances et/ou au progrès technologique (Romer (1986, 1990)) La croissance dépend de l’activité locale en innovation et des externalités de connaissances (Grossman et Helpman (1991), Coe et Helpman (1995) et Paci et Usai (2000)) Les externalités de connaissances dépendent: - de la distance géographique - de la proximité technologique - des relations économiques entre les agents.

La notion de distance technologique
La méthode la plus connues pour mesurer la proximité technologique est celle développée par Jaffe (1986). La mesure de Jaffe est comprise entre 0 et 1. Elle est proche de 0 pour des firmes très éloignées du point de vue technologique: HP et Danone Elle est proche de 1 pour des firmes très proches du point de vue technologique: HP et DELL

2- Externalités et proximité géographique
Auteur(s) Données et modèle Conclusions Jaffe (1989) USA, années 80, recherche universitaire et brevets privés existence de spillovers très localisés et très sensibles à la distance géographique entre les agents. Bottazzi et Peri (2003) 86 régions européennes, , R&D et brevets existence de spillovers très faibles uniquement dans un rayon de 300km.

3- Externalités et proximité technologique
Auteur(s) Données et modèle Conclusions Jaffe (1986) 432 firmes USA, années 80, R&D et brevets la productivité de la R&D est améliorée par la R&D des voisins technologiques => les spillovers technologiques sont donc importants dans l’explication de la productivité. Moreno, Paci et Usai (2003) 138 régions européennes, , les spillovers ne sont pas significatifs dans le cas de voisins technologiques Il existe des externalités significatives dans le cas de voisins géographiques (régions distantes de 250 à 500km). Ces externalités sont alors d’autant plus importantes que la distance technologique est grande.

4- Notre recherche Nous allons estimer l’impact de la R&D de la région i sur les brevets des autres régions en tenant compte des distances technologique et géographique entre elles. Nous procéderons à une estimation dynamique de l’impact de la R&D privée et publique sur les brevets à court et long terme. Nous utiliserons un modèle de comptage dynamique sur un panel de 113 régions européennes entre 1995 et 2002. En distinguant entre les secteurs privé et public et selon la distance (géographique ou technologique) entre les régions, nous nous attendons à des effets de spillovers différents.

4- Notre recherche: le modèle
Un vecteur de paramètres technologiques inconnus Une capacité d’innover spécifique à la firme Output technologique R&D présente et passée Les brevets: indicateur ébruité de l’output technologique Les investissements passés en R&D sont combinés dans un système à retard pour produire des stocks de connaissance (Modèle LFM de Blundell et al. ( ) ) Nous introduisons au modèle LFM un stock pondéré de R&D étrangère (le stock passé de la R&D des autres régions).

4- 1- Les externalités géographiques
R&D étrangère au temps t-1 (de1200 à 2000 km) R&D étrangère au temps t-1 (de900 à 1200 km) R&D étrangère au temps t-1 (de600 à 900 km) Brevets au temps t-1 ? ? ? ? Brevets au temps t ? R&D étrangère au temps t-1 (de300 à 600 km) R&D locale au temps t ? ? ? R&D étrangère au temps t-1 à 300 km R&D locale au temps t-1

4-2- Les externalités technologiques
R&D étrangère au temps t-1 (de 70% à 60%) R&D étrangère au temps t-1 (moins de 60%) R&D étrangère au temps t-1 (de 80% à 70%) Brevets au temps t-1 ? ? ? ? Brevets au temps t ? R&D étrangère au temps t-1 (de 90% à 80%) R&D locale au temps t ? ? R&D étrangère au temps t-1 (de 100% à 90%) ? R&D locale au temps t-1

5- Les données: Régions NUTS
La nomenclature des unités territoriales statistiques ou NUTS: nomenclature hiérarchique subdivise chaque État en un nombre entier de régions de niveau NUTS 1, chacune de celles-ci étant subdivisée à son tour en un nombre entier de régions de niveau NUTS 2, et ainsi de suite. Le règlement NUTS fixe les seuils minimum et maximum suivants pour la taille moyenne des régions de la NUTS: Niveau Min Max NUTS1 3 millions 7 millions NUTS2 NUTS3

Exemple: La France FR101: Paris FR102: Seine-et-Marne FR103: Yvelines FR104: Essonne FR105: Hauts-de-Seine FR106: Seine-Saint-Denis FR107: Val-de-Marne FR108: Val-d'Oise FR1: Ile de France FR2: Bassin parisien FR3: Nord-Pas-de-Calais FR4: Est FR5: Ouest FR6: Sud-Ouest FR7: Centre-Est FR8: Méditerranée FR9: Départements d'Outremer - FR41: Lorraine FR42: Alsace FR43: Franche-Comté FR421: Bas-Rhin FR422: Haut-Rhin

5- Les données 113 régions européennes, 9 pays, pour la période Belgique: 3 grandes régions (NUTS1) Allemagne: 36 Kreise (NUTS2) Danemark : le pays (NUTS1 et NUTS2) Espagne: 16 communautés autonomes (NUTS2) Finlande: 2 provinces (NUTS2) France: 22 régions (NUTS2) Italie: 19 régions (NUTS2) Portugal: 2 régions (NUTS2) R.U.: 12 grandes régions (NUTS1)

6- Statistiques descriptives
Variables min moy max Std.Dev. Brevets 1 3546 RD 0.288 RD_pr 0.057 RD_pub 0.144 - Le max des brevets est pour l’IDF (3546) suivi par la région de Haute Bavière (3449) En moyenne, la R&D privée et deux fois plus importante que la R&D publique Une grande hétérogénéité entre les régions

6- Statistiques descriptives par pays moyenne (1995-2002)
Brevets RD RD_pr RD_pub moyenne Belgique (3) 447.58 73.41 Allemagne (36) 559.56 735.85 314.60 Danemark (1) 888.63 834.10 Espagne (16) 50.97 342.43 182.45 159.98 Finlande (2) 25.78 64.45 27.07 37.38 France (22) 334.19 720.30 337.78 Italie (19) 194.21 616.32 309.52 306.81 Portugal (2) 5.81 112.10 50.49 62.51 R.U. (12) 526.25 533.24

6- Statistiques descriptives
Les régions qui brevètent le plus sont toujours les mêmes entre 1995 et => dynamique. Quasi stagnation dans les dépenses de R&D privée entre 1995 et 2002 (l’augmentation la plus nette est en Espagne) Augmentation des dépenses en R&D publique entre 1995 et 2002 (les augmentations les plus nettes sont en France et en Espagne méditerranéenne)

7- Un modèle sans externalités

7- Résultats d’estimation du modèle LFM pour les brevets sans effets de spillovers (GMM)
coeff s.e Brevetst-1 0.3974 0.0615 0.6367 0.0541 ln (RD)t 2.0318 0.1375 ln (RD)t-1 0.0872 ln (RD_pr)t 0.7982 0.2065 ln (RD_pr)t-1 0.1394 ln (RD_pub)t 1.1953 0.1328 ln (RD_pub)t-1 0.0631 0.0293 Sargan c2 (d.f) (p-value) (20) (0.0005) (30) (0.0182) 1st order serial corr. (p-value) (0.0856) (0.0054) 2nd order serial corr. (p-value) (0.6726) (0.9967)

8- Les externalités géographiques

8- Résultats d’estimation du modèle LFM pour les brevets avec effets de spillovers géographiques (GMM) coeff s.e Brevetst-1 0.4369 0.0621 0.5609 0.0663 ln (RD)t 2.1178 0.2865 ln (RD)t-1 0.0999 ln (RD_pr)t 0.7198 0.1988 ln (RD_pr)t-1 0.1107 ln (RD_pub)t 0.7754 0.1370 ln (RD_pub)t-1 0.0114 0.0330 ln (RD)t-1.[0-300] NS 0.2259 ln (RD_pr)t-1.[0-300] 0.1477 0.1942 ln (RD_pub)t-1.[0-300] 0.0843 0.0389 Sargan c2 (d.f) (p-value) (25) (0.0022) (40) (0.0279) 1st order serial corr. (p-value) (0.0349) (0.0118) 2nd order serial corr. (p-value) (0.7742) (0.8011)

8- Les externalités géographiques

GMM GMM ajut par surface coeff s.e Brevetst-1 0.4545 0.0524 0.1580 0.0260 0.0978 0.0322 ln (RD)t 2.0560 0.2287 ln (RD)t-1 0.0901 ln (RD_pr)t 0.3973 0.0480 0.3191 0.0454 ln (RD_pr)t-1 0.0571 0.0176 0.0361 0.0127 ln (RD_pub)t 0.1303 0.0102 0.1076 0.0155 ln (RD_pub)t-1 0.0300 0.0099 0.0057 ln (RD)t-1.[0-300] 0.1432 0.1456 ln (RD)t-1.[ ] 0.9254 0.2040 ln (RD)t-1.[ ] 0.2009 ln (RD)t-1.[ ] 0.5264 0.1074 ln (RD)t-1.[ ] 0.0360 ln (RD_pr)t-1.[0-300] 0.0335 0.0397 ln (RD_pr)t-1.[ ] 0.0297 0.0282 ln (RD_pr)t-1.[ ] 0.2694 0.0347 0.4502 0.0327 ln (RD_pr)t-1.[ ] 0.4821 0.0098 0.4483 0.0139 ln (RD_pr)t-1.[ ] 0.2579 0.0123 0.2769 0.0129 ln (RD_pub)t-1.[0-300] 0.0105 ln (RD_pub)t-1.[ ] 0.4506 0.0273 0.3696 0.0207 ln (RD_pub)t-1.[ ] 0.0195 0.0205 ln (RD_pub)t-1.[ ] 0.1206 0.0111 0.1805 0.0169 ln (RD_pub)t-1.[ ] 0.0236 0.0274 Sargan c2 (d.f) (p-value) (45) (0.0708) (80) (0.2674) (80) (0.4031) 1st order serial corr. (p-value) (0.1642) (0.0342) (0.0330) 2nd order serial corr. (p-value) (0.0501) (0.9155) (0.5352)

8- Externalités géographiques
Private R&D spillover effects Public R&D spillover effects

9-Les externalités technologiques

9- Résultats d’estimation du modèle LFM pour les brevets avec effets de spillovers technologiques (GMM) coeff s.e Brevetst-1 0.5725 0.0601 0.6950 0.0681 ln (RD)t 2.7284 0.2451 ln (RD)t-1 0.1133 0.0932 ln (RD_pr)t 1.2616 0.3372 ln (RD_pr)t-1 0.1526 ln (RD_pub)t 1.2992 0.2038 ln (RD_pub)t-1 0.1643 0.0481 ln (RD)t-1.[90%-100%] 0.2598 ln (RD_pr)t-1.[90%-100%] 0.3573 ln (RD_pub)t-1.[90%-100%] 0.0881 Sargan c2 (d.f) (p-value) (25) (0.0043) (40) (0.0476) 1st order serial corr. (p-value) (0.0451) (0.0114) 2nd order serial corr. (p-value) (0.9402) (0.9033)

9- Les externalités technologiques

GMM coeff s.e Brevetst-1 0.5583 0.0407 0.1879 0.0228 ln (RD)t 1.0524 0.1436 ln (RD)t-1 0.4091 0.0689 ln (RD_pr)t 0.5156 0.0330 ln (RD_pr)t-1 0.0254 ln (RD_pub)t 0.1823 0.0184 ln (RD_pub)t-1 0.0649 0.0118 ln (RD)t-1[90%-100%] 0.2072 ln (RD)t-1.[80%-90%] 0.8384 0.2295 ln (RD)t-1.[70%-80%] 0.1603 ln (RD)t-1.[70%-60%] 0.1402 0.0641 ln (RD)t-1.[0-60%] 0.5167 0.0640 ln (RD_pr)t-1[90%-100%] 0.0347 ln (RD_pr)t-1.[80%-90%] 0.3577 0.0300 ln (RD_pr)t-1.[70%-80%] 0.0433 0.0212 ln (RD_pr)t-1.[70%-60%] 0.2588 0.0090 ln (RD_pr)t-1.[0-60%] 0.0039 ln (RD_pub)t-1[90%-100%] 0.0145 ln (RD_pub)t-1.[80%-90%] 0.2386 0.0419 ln (RD_pub)t-1.[70%-80%] 0.0292 ln (RD_pub)t-1.[70%-60%] 0.0302 ln (RD_pub)t-1.[0-60%] 0.5927 0.0207 Sargan c2 (d.f) (p-value) (45) (0.1107) (80) (0.4035) 1st order serial corr. (p-value) (0.0224) (0.7492) 2nd order serial corr. (p-value) (0.4059) (0.5526)

9- Externalités technologiques
Private R&D spillover effects Public R&D spillover effects

10- Externalités géographiques et technologiques

Conclusion Utilisation et développement du modèle LFM et estimation par GMM d’un modèle dynamique expliquant les brevets par les dépenses en R&D pour 113 régions européennes pour la période Quelque soit la pondération, l’effet de la R&D privée locale est 3 fois plus important que celui de la R&D publique locale. Il y a plus de compétition dans le privé que dans le public lorsqu’il s’agit de distances géographiques. Les résultats sont plus ambigus pour les distances technologiques. En distinguant entre les secteurs privé et public et selon la distance (géographique ou technologique) entre les régions, nous obtenons des effets de spillovers différents.

Prochainement … Les externalités de connaissances dépendent:
- de la distance géographique - de la proximité technologique - des relations économiques entre les agents. En considérant le commerce comme canal de diffusion de les connaissances, nous nous proposons d’étudier l’impact des externalités de R&D publique et privée sur la productivité en tenant compte de la distance spatiale entre les régions.

Brevets et externalités en Europe: un modèle de comptage dynamique en panel Myriam ABDELMOULA ERMES (CNRS), Université Paris II Georges BRESSON ERMES.

Présentations similaires

Présentation au sujet: "Brevets et externalités en Europe: un modèle de comptage dynamique en panel Myriam ABDELMOULA ERMES (CNRS), Université Paris II Georges BRESSON ERMES."— Transcription de la présentation:

Présentations similaires

Notre projet

Feed-back

Entrer

S'autoriser via un réseau social:

Brevets et externalités en Europe: un modèle de comptage dynamique en panel Myriam ABDELMOULA ERMES (CNRS), Université Paris II Georges BRESSON ERMES.

Présentations similaires

Présentation au sujet: "Brevets et externalités en Europe: un modèle de comptage dynamique en panel Myriam ABDELMOULA ERMES (CNRS), Université Paris II Georges BRESSON ERMES."— Transcription de la présentation:

Présentations similaires

Notre projet

Feed-back