Transcript Brevets et externalités en Europe: un modèle de comptage dynamique en panel

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)
Jaffe
(1989)
Données et modèle
Conclusions
USA,
existence de spillovers
très localisés et très
années 80,
recherche universitaire et sensibles à la distance
géographique entre les
brevets privés
agents.
Bottazzi et Peri 86 régions européennes, existence de spillovers
(2003)
très faibles uniquement
1977-1995,
dans un rayon de
R&D et brevets
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
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
•
Qit  f ( Rit , Rit 1 ,...,  , ui )
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
Pit  Qit  it
• 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).
Brevetsit  f ( Brevetsit 1 , RDit , RDit 1 , RD
E
t 1
)
4- 1- Les externalités géographiques
R&D étrangère
au temps t-1
(de900 à 1200
km)
R&D étrangère
au temps t-1
(de600 à 900
km)
?
?
R&D étrangère
au temps t-1
(de300 à 600
km)
?
R&D étrangère
au temps t-1
(de1200 à 2000
km)
?
?
Brevets au
temps t-1
Brevets au temps t
?
?
R&D étrangère
au temps t-1 à
300 km
?
R&D locale
au temps t-1
R&D locale
au temps t
4-2- Les externalités technologiques
R&D étrangère
au temps t-1
(de 70% à
60%)
R&D étrangère
au temps t-1
(de 80% à
70%)
?
?
R&D étrangère
au temps t-1
(de 90% à
80%)
?
R&D étrangère
au temps t-1
(moins de 60%)
?
?
Brevets au
temps t-1
Brevets au temps t
?
?
R&D étrangère
au temps t-1
(de 100% à
90%)
?
R&D locale
au temps t-1
R&D locale
au temps t
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
800 000
3 millions
NUTS3
150 000
800 000
Exemple: La France
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
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
FR421: Bas-Rhin
FR422: Haut-Rhin
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.
1
359.395
3546
531.616
RD
0.288
927.717
11781.22
1417.128
RD_pr
RD_pub
0.057
0.144
619.762
307.955
8225.953
3555.268
1063.022
423.123
Brevets
- 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
moyenne
RD
moyenne
RD_pr
moyenne
RD_pub
moyenne
1089.56
1050.46
1016.15
73.41
Allemagne (36)
447.58
559.56
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
5.81
112.10
50.49
62.51
526.25
1708.03
1174.78
533.24
Pays
Belgique (3)
Portugal (2)
R.U. (12)
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
R&D étrangère
au temps t-1
(de900 à 1200
km)
R&D étrangère
au temps t-1
(de600 à 900
km)
?
?
R&D étrangère
au temps t-1
(de300 à 600
km)
?
R&D étrangère
au temps t-1
(de1200 à 2000
km)
?
?
Brevets au
temps t-1
Brevets au temps t
?
?
R&D étrangère
au temps t-1 à
300 km
?
R&D locale
au temps t-1
R&D locale
au temps t
7- Résultats d’estimation du modèle LFM pour
les brevets sans effets de spillovers (GMM)
coeff
s.e
coeff
s.e
Brevetst-1
ln (RD)t
ln (RD)t-1
ln (RD_pr)t
ln (RD_pr)t-1
ln (RD_pub)t
ln (RD_pub)t-1
0.3974
2.0318
-0.1565
0.0615
0.1375
0.0872
0.6367
0.0541
0.7982
-0.6993
1.1953
0.0631
0.2065
0.1394
0.1328
0.0293
Sargan c2 (d.f) (p-value)
1st order serial corr. (p-value)
2nd order serial corr. (p-value)
47.546 (20) (0.0005)
-1.7188 (0.0856)
-0.4226 (0.6726)
48.376 (30) (0.0182)
-2.7814 (0.0054)
-0.0418 (0.9967)
8- Les externalités géographiques
R&D étrangère
au temps t-1
(de900 à 1200
km)
R&D étrangère
au temps t-1
(de600 à 900
km)
?
?
R&D étrangère
au temps t-1
(de300 à 600
km)
?
R&D étrangère
au temps t-1
(de1200 à 2000
km)
?
?
Brevets au
temps t-1
Brevets au temps t
?
?
R&D étrangère
au temps t-1 à
300 km
?
R&D locale
au temps t-1
R&D locale
au temps t
8- Résultats d’estimation du modèle LFM pour les
brevets avec effets de spillovers géographiques (GMM)
Brevetst-1
ln (RD)t
ln (RD)t-1
ln (RD_pr)t
ln (RD_pr)t-1
ln (RD_pub)t
ln (RD_pub)t-1
ln (RD)t-1.[0-300]
ln (RD_pr)t-1.[0-300]
ln (RD_pub)t-1.[0-300]
Sargan c2 (d.f) (p-value)
1st order serial corr. (p-value)
2nd order serial corr. (p-value)
coeff
s.e
coeff
s.e
0.4369
2.1178
-0.0874
0.0621
0.2865
0.0999
0.5609
0.0663
0.7198 0.1988
-0.4909 0.1107
0.7754 0.1370
0.0114 0.0330
-0.1460
NS
0.2259
0.1477
0.0843
49.945 (25) (0.0022)
-2.1095 (0.0349)
-0.2869 (0.7742)
0.1942
0.0389
58.801 (40) (0.0279)
-2.5182 (0.0118)
-0.2519 (0.8011)
8- Les externalités géographiques
R&D étrangère
au temps t-1
(de900 à 1200
km)
R&D étrangère
au temps t-1
(de600 à 900
km)
?
?
R&D étrangère
au temps t-1
(de300 à 600
km)
?
R&D étrangère
au temps t-1
(de1200 à 2000
km)
?
?
Brevets au
temps t-1
Brevets au temps t
?
?
R&D étrangère
au temps t-1 à
300 km
?
R&D locale
au temps t-1
R&D locale
au temps t
GMM
Brevetst-1
ln (RD)t
ln (RD)t-1
ln (RD_pr)t
ln (RD_pr)t-1
ln (RD_pub)t
ln (RD_pub)t-1
ln (RD)t-1.[0-300]
ln (RD)t-1.[300-600]
ln (RD)t-1.[600-900]
ln (RD)t-1.[900-1300]
ln (RD)t-1.[1300-2000]
ln (RD_pr)t-1.[0-300]
ln (RD_pr)t-1.[300-600]
ln (RD_pr)t-1.[600-900]
ln (RD_pr)t-1.[900-1300]
ln (RD_pr)t-1.[1300-2000]
ln (RD_pub)t-1.[0-300]
ln (RD_pub)t-1.[300-600]
ln (RD_pub)t-1.[600-900]
ln (RD_pub)t-1.[900-1300]
ln (RD_pub)t-1.[1300-2000]
Sargan c2 (d.f) (p-value)
1st order serial corr. (p-value)
2nd order serial corr. (p-value)
coeff
0.4545
2.0560
-0.2540
0.1432
0.9254
-1.5318
0.5264
-0.1527
s.e
0.0524
0.2287
0.0901
GMM
coeff
0.1580
s.e
0.0260
0.3973
0.0571
0.1303
0.0300
0.0480
0.0176
0.0102
0.0099
GMM ajut par surface
coeff
s.e
0.0978
0.0322
0.3191
0.0361
0.1076
-0.0321
0.0454
0.0127
0.0155
0.0057
0.1456
0.2040
0.2009
0.1074
0.0360
59.635 (45) (0.0708)
-1.3911 (0.1642)
-1.9588 (0.0501)
-0.4471
0.0335
-0.3001
0.0297
0.2694
0.0347
0.4821
0.0098
0.2579
0.0123
-0.1483
0.0155
0.4506
0.0273
-0.1102
0.0195
0.1206
0.0111
-0.5332
0.0236
87.407 (80) (0.2674)
-2.1179 (0.0342)
-0.1061 (0.9155)
-0.4937
0.0397
-0.2788
0.0282
0.4502
0.0327
0.4483
0.0139
0.2769
0.0129
-0.0261
0.0105
0.3696
0.0207
-0.1571
0.0205
0.1805
0.0169
-0.5888
0.0274
82.463 (80) (0.4031)
-2.1321 (0.0330)
-0.6201 (0.5352)
8- Externalités géographiques
Private R&D
spillover effects
Public R&D
spillover effects
0,6
0,4
Elasticities
0,2
0,0
-0,2
0
300
600
900
1200
1500
1800
-0,4
Distances
-0,6
-0,8
Private R&D spillover effects
Public R&D spillover effects
Private R&D spillover effects (area adjusted)
Public R&D spillover effects (area adjusted)
9-Les externalités technologiques
R&D étrangère
au temps t-1
(de 70% à
60%)
R&D étrangère
au temps t-1
(de 80% à
70%)
?
?
R&D étrangère
au temps t-1
(de 90% à
80%)
?
R&D étrangère
au temps t-1
(moins de 60%)
?
?
Brevets au
temps t-1
Brevets au temps t
?
?
R&D étrangère
au temps t-1
(de 100% à
90%)
?
R&D locale
au temps t-1
R&D locale
au temps t
9- Résultats d’estimation du modèle LFM pour les breve
avec effets de spillovers technologiques (GMM)
Brevetst-1
ln (RD)t
ln (RD)t-1
ln (RD_pr)t
ln (RD_pr)t-1
ln (RD_pub)t
ln (RD_pub)t-1
ln (RD)t-1.[90%-100%]
ln (RD_pr)t-1.[90%-100%]
ln (RD_pub)t-1.[90%-100%]
Sargan c2 (d.f) (p-value)
1st order serial corr. (p-value)
2nd order serial corr. (p-value)
coeff
0.5725
2.7284
0.1133
-1.0504
s.e
0.0601
0.2451
0.0932
coeff
0.6950
s.e
0.0681
1.2616
-0.5183
1.2992
0.1643
0.3372
0.1526
0.2038
0.0481
-0.5775
-0.1784
0.3573
0.0881
0.2598
47.4906 (25) (0.0043) 59.0275 (40) (0.0476)
-2.0035 (0.0451)
-2.5303 (0.0114)
0.0750 (0.9402)
0.1215 (0.9033)
9- Les externalités technologiques
R&D étrangère
au temps t-1
(de 70% à
60%)
R&D étrangère
au temps t-1
(de 80% à
70%)
?
?
R&D étrangère
au temps t-1
(de 90% à
80%)
?
R&D étrangère
au temps t-1
(moins de 60%)
?
?
Brevets au
temps t-1
Brevets au temps t
?
?
R&D étrangère
au temps t-1
(de 100% à
90%)
?
R&D locale
au temps t-1
R&D locale
au temps t
GMM
coeff
0.5583
1.0524
0.4091
s.e
0.0407
0.1436
0.0689
Brevetst-1
ln (RD)t
ln (RD)t-1
ln (RD_pr)t
ln (RD_pr)t-1
ln (RD_pub)t
ln (RD_pub)t-1
ln (RD)t-1[90%-100%]
ln (RD)t-1.[80%-90%]
ln (RD)t-1.[70%-80%]
ln (RD)t-1.[70%-60%]
-1.4482
0.8384
-0.5908
0.1402
0.2072
0.2295
0.1603
0.0641
ln (RD)t-1.[0-60%]
0.5167
0.0640
ln (RD_pr)t-1[90%-100%]
ln (RD_pr)t-1.[80%-90%]
ln (RD_pr)t-1.[70%-80%]
ln (RD_pr)t-1.[70%-60%]
ln (RD_pr)t-1.[0-60%]
ln (RD_pub)t-1[90%-100%]
ln (RD_pub)t-1.[80%-90%]
ln (RD_pub)t-1.[70%-80%]
ln (RD_pub)t-1.[70%-60%]
ln (RD_pub)t-1.[0-60%]
Sargan c2 (d.f) (p-value)
1st order serial corr. (p-value)
2nd order serial corr. (p-value)
56.8495 (45) (0.1107)
-2.2834 (0.0224)
0.8312 (0.4059)
GMM
coeff
0.1879
s.e
0.0228
0.5156
-0.2246
0.1823
0.0649
0.0330
0.0254
0.0184
0.0118
-0.3812
0.0347
0.3577
0.0300
0.0433
0.0212
0.2588
0.0090
-0.0181
0.0039
-0.0366
0.0145
0.2386
0.0419
-0.1305
0.0292
-0.4216
0.0302
0.5927
0.0207
82.4483 (80) (0.4035)
-0.3197 (0.7492)
-0.5939 (0.5526)
9- Externalités technologiques
0,8
Private R&D
spillover effects
0,6
Elasticities
0,4
Public R&D
spillover effects
0,2
0,0
0
1
2
3
4
-0,2
Classes of distances
-0,4
-0,6
Private R&D spillover effects
Public R&D spillover effects
5
10- Externalités géographiques et technologiques
0,6
0,4
Elasticities
0,2
0,0
0
1
2
3
4
-0,2
-0,4
Classes of distances
-0,6
Private R&D spillover effects (geo)
Public R&D spillover effects (geo)
Private R&D spillover effects (tech)
Public R&D spillover effects (tech)
5
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 …
• 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.