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

Brevets et externalités en Europe: un modèle de comptage

dynamique en panel

Myriam ABDELMOULAERMES (CNRS), Université Paris II

Georges BRESSONERMES (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 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

La notion de distance technologique

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,

1977-1995,

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, 1978-1997,

R&D et brevets

les spillovers ne sont pas significatifs dans le cas de voisins

technologiquesIl 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

ititit QP

),,...,,( 1 iititit uRRfQ •

• 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. (1995. 2002) )

• Nous introduisons au modèle LFM un stock pondéré de R&D étrangère (le stock passé de la R&D des autres régions).

Output technologique

R&D présente et passée Un vecteur de paramètres technologiques inconnus

Une capacité d’innover spécifique à la firme

• Les brevets: indicateur ébruité de l’output technologique

),,,( 111Etitititit RDRDRDBrevetsfBrevets

4- 1- Les externalités géographiques

Brevets au temps t

Brevets au temps t-1

R&D locale au temps t-1

R&D locale au temps t

R&D étrangère au temps t-1 à

300 km

R&D étrangère au temps t-1 (de300 à 600

km)


km)

R&D étrangère au temps t-1

(de900 à 1200 km)


(de1200 à 2000 km)

? ?

??

?

??

?

4-2- Les externalités technologiques

Brevets au temps t




R&D étrangère au temps t-1 (de 100% à

90%)


(de 90% à 80%)


(de 80% à 70%)


(de 70% à 60%)


(moins de 60%)

? ?

??

?

??

?

• 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 800 000 3 millions

NUTS3 150 000 800 000

5- Les données: Régions NUTS

Exemple: La France

FR1: Ile de FranceFR2: Bassin parisienFR3: Nord-Pas-de-CalaisFR4: EstFR5: OuestFR6: Sud-OuestFR7: Centre-EstFR8: MéditerranéeFR9: Départements d'Outremer

FR41: LorraineFR42: AlsaceFR43: Franche-Comté

FR421: Bas-RhinFR422: Haut-Rhin

-

FR101: ParisFR102: Seine-et-MarneFR103: YvelinesFR104: EssonneFR105: Hauts-de-SeineFR106: Seine-Saint-DenisFR107: Val-de-MarneFR108: Val-d'Oise

http://www.belspo.be/belspo/stat/meth/nuts/nuts2_fr.stm#FR1












5- Les données

113 régions européennes, 9 pays, pour la période 1995-2002.

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 1 359.395 3546 531.616

RD 0.288 927.717 11781.22 1417.128

RD_pr 0.057 619.762 8225.953 1063.022

RD_pub 0.144 307.955 3555.268 423.123

- 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)

Pays

Brevets RD RD_pr RD_pub

moyenne moyenne moyenne moyenne

Belgique (3) 447.58 1089.56 1016.15 73.41

Allemagne (36) 559.56 1050.46 735.85 314.60

Danemark (1) 888.63 2428.93 1594.83 834.10

Espagne (16) 50.97 342.43 182.45 159.98

Finlande (2) 25.78 64.45 27.07 37.38

France (22) 334.19 1058.08 720.30 337.78

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 1708.03 1174.78 533.24

6- Statistiques descriptives

• Les régions qui brevètent le plus sont toujours les mêmes entre 1995 et 2002 => 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

Brevets au temps t





300 km


km)


km)


(de900 à 1200 km)


(de1200 à 2000 km)

? ?

??

?

??

?

7- Résultats d’estimation du modèle LFM pour les brevets sans effets de spillovers (GMM)

coeff s.e coeff s.e

Brevetst-1 0.3974 0.0615 0.6367 0.0541

ln (RD)t 2.0318 0.1375

ln (RD)t-1 -0.1565 0.0872

ln (RD_pr)t 0.7982 0.2065

ln (RD_pr)t-1 -0.6993 0.1394

ln (RD_pub)t 1.1953 0.1328

ln (RD_pub)t-1 0.0631 0.0293Sargan c2 (d.f) (p-value) 47.546 (20) (0.0005) 48.376 (30) (0.0182)

1st order serial corr. (p-value) -1.7188 (0.0856) -2.7814 (0.0054)

2nd order serial corr. (p-value) -0.4226 (0.6726) -0.0418 (0.9967)

8- Les externalités géographiques

Brevets au temps t





300 km


km)


km)


(de900 à 1200 km)


(de1200 à 2000 km)

? ?

??

?

??

?

coeff s.e coeff s.e

Brevetst-1 0.4369 0.0621 0.5609 0.0663ln (RD)t 2.1178 0.2865 ln (RD)t-1 -0.0874 0.0999 ln (RD_pr)t 0.7198 0.1988ln (RD_pr)t-1 -0.4909 0.1107ln (RD_pub)t 0.7754 0.1370ln (RD_pub)t-1 0.0114 0.0330ln (RD)t-1.[0-300] -0.1460NS 0.2259 ln (RD_pr)t-1.[0-300] 0.1477 0.1942ln (RD_pub)t-1.[0-300] 0.0843 0.0389Sargan c2 (d.f) (p-value) 49.945 (25) (0.0022) 58.801 (40) (0.0279)1st order serial corr. (p-value) -2.1095 (0.0349) -2.5182 (0.0118)2nd order serial corr. (p-value) -0.2869 (0.7742) -0.2519 (0.8011)

8- Résultats d’estimation du modèle LFM pour les brevets avec effets de spillovers géographiques (GMM)

8- Les externalités géographiques

Brevets au temps t





300 km


km)


km)


(de900 à 1200 km)


(de1200 à 2000 km)

? ?

??

?

??

?

GMM GMM GMM ajut par surfacecoeff s.e coeff s.e coeff s.e

Brevetst-1 0.4545 0.0524 0.1580 0.0260 0.0978 0.0322ln (RD)t 2.0560 0.2287 ln (RD)t-1 -0.2540 0.0901 ln (RD_pr)t 0.3973 0.0480 0.3191 0.0454ln (RD_pr)t-1 0.0571 0.0176 0.0361 0.0127ln (RD_pub)t 0.1303 0.0102 0.1076 0.0155ln (RD_pub)t-1 0.0300 0.0099 -0.0321 0.0057ln (RD)t-1.[0-300] 0.1432 0.1456 ln (RD)t-1.[300-600] 0.9254 0.2040 ln (RD)t-1.[600-900] -1.5318 0.2009 ln (RD)t-1.[900-1300] 0.5264 0.1074 ln (RD)t-1.[1300-2000] -0.1527 0.0360 ln (RD_pr)t-1.[0-300] -0.4471 0.0335 -0.4937 0.0397ln (RD_pr)t-1.[300-600] -0.3001 0.0297 -0.2788 0.0282ln (RD_pr)t-1.[600-900] 0.2694 0.0347 0.4502 0.0327ln (RD_pr)t-1.[900-1300] 0.4821 0.0098 0.4483 0.0139ln (RD_pr)t-1.[1300-2000] 0.2579 0.0123 0.2769 0.0129ln (RD_pub)t-1.[0-300] -0.1483 0.0155 -0.0261 0.0105ln (RD_pub)t-1.[300-600] 0.4506 0.0273 0.3696 0.0207ln (RD_pub)t-1.[600-900] -0.1102 0.0195 -0.1571 0.0205ln (RD_pub)t-1.[900-1300] 0.1206 0.0111 0.1805 0.0169ln (RD_pub)t-1.[1300-2000] -0.5332 0.0236 -0.5888 0.0274

Sargan c2 (d.f) (p-value) 59.635 (45) (0.0708) 87.407 (80) (0.2674) 82.463 (80) (0.4031)1st order serial corr. (p-value) -1.3911 (0.1642) -2.1179 (0.0342) -2.1321 (0.0330)2nd order serial corr. (p-value) -1.9588 (0.0501) -0.1061 (0.9155) -0.6201 (0.5352)

8- Externalités géographiques

-0,8

-0,6

-0,4

-0,2

0,0

0,2

0,4

0,6

0 300 600 900 1200 1500 1800

Distances

Ela

stic

itie

s

Private R&D spillover effects Public R&D spillover effects

Private R&D spillover effects (area adjusted) Public R&D spillover effects (area adjusted)

Public R&D spillover effects

Private R&D spillover effects

9-Les externalités technologiques

Brevets au temps t





90%)


(de 90% à 80%)


(de 80% à 70%)


(de 70% à 60%)


(moins de 60%)

? ?

??

?

??

?

coeff s.e coeff s.eBrevetst-1 0.5725 0.0601 0.6950 0.0681ln (RD)t 2.7284 0.2451ln (RD)t-1 0.1133 0.0932ln (RD_pr)t 1.2616 0.3372ln (RD_pr)t-1 -0.5183 0.1526ln (RD_pub)t 1.2992 0.2038ln (RD_pub)t-1 0.1643 0.0481ln (RD)t-1.[90%-100%] -1.0504 0.2598ln (RD_pr)t-1.[90%-100%] -0.5775 0.3573ln (RD_pub)t-1.[90%-100%] -0.1784 0.0881

Sargan c2 (d.f) (p-value) 47.4906 (25) (0.0043) 59.0275 (40) (0.0476)1st order serial corr. (p-value) -2.0035 (0.0451) -2.5303 (0.0114)2nd order serial corr. (p-value) 0.0750 (0.9402) 0.1215 (0.9033)

9- Résultats d’estimation du modèle LFM pour les brevets avec effets de spillovers technologiques (GMM)

9- Les externalités technologiques

Brevets au temps t





90%)


(de 90% à 80%)


(de 80% à 70%)


(de 70% à 60%)


(moins de 60%)

? ?

??

?

??

?

GMM GMMcoeff s.e coeff s.e

Brevetst-1 0.5583 0.0407 0.1879 0.0228ln (RD)t 1.0524 0.1436ln (RD)t-1 0.4091 0.0689ln (RD_pr)t 0.5156 0.0330ln (RD_pr)t-1 -0.2246 0.0254ln (RD_pub)t 0.1823 0.0184ln (RD_pub)t-1 0.0649 0.0118ln (RD)t-1[90%-100%] -1.4482 0.2072ln (RD)t-1.[80%-90%] 0.8384 0.2295ln (RD)t-1.[70%-80%] -0.5908 0.1603ln (RD)t-1.[70%-60%] 0.1402 0.0641ln (RD)t-1.[0-60%] 0.5167 0.0640ln (RD_pr)t-1[90%-100%] -0.3812 0.0347ln (RD_pr)t-1.[80%-90%] 0.3577 0.0300ln (RD_pr)t-1.[70%-80%] 0.0433 0.0212ln (RD_pr)t-1.[70%-60%] 0.2588 0.0090ln (RD_pr)t-1.[0-60%] -0.0181 0.0039ln (RD_pub)t-1[90%-100%] -0.0366 0.0145ln (RD_pub)t-1.[80%-90%] 0.2386 0.0419ln (RD_pub)t-1.[70%-80%] -0.1305 0.0292ln (RD_pub)t-1.[70%-60%] -0.4216 0.0302ln (RD_pub)t-1.[0-60%] 0.5927 0.0207

Sargan c2 (d.f) (p-value) 56.8495 (45) (0.1107) 82.4483 (80) (0.4035)1st order serial corr. (p-value) -2.2834 (0.0224) -0.3197 (0.7492)2nd order serial corr. (p-value) 0.8312 (0.4059) -0.5939 (0.5526)

9- Externalités technologiques

-0,6

-0,4

-0,2

0,0

0,2

0,4

0,6

0,8

0 1 2 3 4 5

Classes of distances

Ela

stic

itie

s

Private R&D spillover effects Public R&D spillover effects

Private R&D spillover effects

Public R&D spillover effects

-0,6

-0,4

-0,2

0,0

0,2

0,4

0,6

0 1 2 3 4 5

Classes of distances

Ela

stic

ities

Private R&D spillover effects (geo) Public R&D spillover effects (geo)

Private R&D spillover effects (tech) Public R&D spillover effects (tech)

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 1995-2002.

• 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 …

• 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.

• Les externalités de connaissances dépendent: - de la distance géographique - de la proximité technologique- des relations économiques entre les agents.

Documents

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