1- Introduction: Les externalités de R&D

1. Brevets et externalités en Europe: un modèle de comptage dynamique en panelMyriam ABDELMOULAERMES (CNRS), Université Paris IIGeorges BRESSONERMES (CNRS), Université Paris II

2. 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, ...).

3. 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.

4. 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

5. 2- Externalités et proximité géographique

6. 3- Externalités et proximité technologique

7. 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.

8. 4- Notre recherche: le modèle Une capacité d’innover spécifique à la firme Un vecteur de paramètres technologiques inconnus 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. (1995. 2002) ) • Nous introduisons au modèle LFM un stock pondéré de R&D étrangère (le stock passé de la R&D des autres régions).

9. 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

10. 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

11. 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:

12. Exemple: La France FR101: ParisFR102: Seine-et-MarneFR103: YvelinesFR104: EssonneFR105: Hauts-de-SeineFR106: Seine-Saint-DenisFR107: Val-de-MarneFR108: Val-d'Oise 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

13. 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)

14. 6- Statistiques descriptives - 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

15. 6- Statistiques descriptives par paysmoyenne (1995-2002)

19. 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)

21. 7- Un modèle sans externalités 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

22. 7- Résultats d’estimation du modèle LFM pour les brevets sans effets de spillovers (GMM)

23. 8- 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

24. 8- Résultats d’estimation du modèle LFM pour les brevets avec effets de spillovers géographiques (GMM)

25. 8- 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

27. 8- Externalités géographiques Private R&D spillover effects Public R&D spillover effects

28. 9-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

29. 9- Résultats d’estimation du modèle LFM pour les brevets avec effets de spillovers technologiques (GMM)

30. 9- 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

32. 9- Externalités technologiques Private R&D spillover effects Public R&D spillover effects

33. 10- Externalités géographiques et technologiques

34. 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.

35. 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.