Résumés
Résumé
Cet article présente les estimations de la relation brevets-recherche et développement (R&D) au niveau des régions françaises sur la période 1991-1996, en utilisant un modèle à erreurs composées avec dépendance spatiale. L’approche analytique prend en compte les effets des externalités spatiales des activités de recherche causées par la proximité technologique ou géographique des régions. Le modèle est estimé par le maximum de vraisemblance. Les résultats empiriques montrent une influence significative des dépenses de R&D sur l’activité des dépôts de brevets affectés aux régions. Les externalités technologiques sont positives mais leur signification dépend du caractère fixe ou aléatoire des effets régionaux. Par contre, les externalités géographiques demeurent absentes.
Abstract
This paper presents estimates of the patents-R&D relationship across French regions over the period 1991-1996, using an error component model with spatial dependence. The theoretical framework examines the spatial spillovers effects which can be caused by the technological or geographical proximity of regions. The model is estimated by Maximum Likelihood. The empirical results indicate a significant impact of R&D expenditures upon the patenting activity at the regional level. The technological spillover is positive but its statistical significance depends on whether the regional effects are fixed or random. On the other hand, there is no evidence of geographical spillover.
Parties annexes
Bibliographie
- Acs, Z.J., D.B. Audretsch et M.P. Feldman (1991), « Real Effects of Academic Research: Comment », The American Economic Review, 82(1) : 363-367.
- Acs, Z.J., D.B. Audretsch et M.P. Feldman (1994), « R&D Spillovers and Recipient Firm Size », The Review of Economics and Statistics, 76(2) : 336-340.
- Anselin, L. (1988), Spatial Econometrics Methods and Models, Dordrecht Kluwer Academic Publishers, West Virginia University.
- Anselin, L. et S. Hudak (1992), « Spatial Econometrics in Practice: A Review of Software Options », Regional Science and Urban Economics, 22 : 509-536.
- Anselin, L. et R. Florax (1995), New Directions in Spatial Econometrics, Springer, New York.
- Anselin, L., A.K. Bera, R. Florax et M.J. Yoon (1996), « Simple Diagnostic Tests for Spatial Dependence », Regional Science and Urban Economics, 26 : 77-104.
- Archibugi, D. et M. Pianta (1992), The Technological Specialization of Advanced Countries, Kluwer Academic Publishers.
- Audretsch, D.B. et M.P. Feldman (1996), « R&D Spillovers and the Geography of Innovation and Production », The American Economic Review, 86(3) : 630- 640.
- Baltagi, H.B. (1995), Econometric Analysis of Panel Data, John Wiley & Sons.
- Baltagi, B.H. et D. Li (1999), « Prediction in the Panel Data Model with Spatial Correlation », à paraître in L. Anselin et R. Florax (éds), Advances in Spatial Econometrics, Springer-Verlag.
- Blommestein, H.J. (1983), « Specification and Estimation of Spatial Econometric Models », Regional Science and Urban Economics, 13 : 251-270.
- Cincera, M. (1997), « Patents, R&D, and Technological Spillovers at the Firm Level: Some Evidence from Econometric Count Models for Panel Data », Journal of Applied Econometrics, 12 : 265-280.
- Crépon, B. et E. Duguet (1994), « Innovation: mesures, rendements et concurrence », Economie et Statistique, 275-276 : 121-134.
- Crépon, B. et E. Duguet (1997), « Estimating the Innovation Function from Patent Numbers: GMM on Count Panel Data », Journal of Applied Econometrics, 12 : 243-263.
- Dubin, R.A. (1988), « Estimation of Regression Coefficients in the Presence of Spatially Autocorrelated Error Terms », The Review of Economics and Statistics, 70 : 466-474.
- Florax, R. et H. Folmer (1992), « Specification and Estimation of Spatial Linear Regression Models: Monte Carlo Evaluation of Pre-Test Estimators », Regional Science and Urban Economics, 22 : 405-432.
- Griliches, Z. (1990), « Patent Statistics as Economic Indicators: A Survey », Journal of Economic Literature, 28(4) : 1 661-1 707.
- Griliches, Z. (1992), « The Search for R&D Spillovers », Scandinavian Journal of Economics, 94 : 29-47.
- Hall, B.H., Z. Griliches et J.A. Hausman (1986), « Patents and R and D: Is There a Lag? », International Economic Review, 27(2) : 265-283.
- Hausman, J.A. (1978), « Specification Tests in Econometrics », Econometrica, 46(1) : 1 251-1 271.
- Hausman, J., B. H. Hall et Z. Griliches (1984), « Econometric Models for Count Data with an Application to the Patents-R&D Relationship », Econometrica, 52(4) : 909-938.
- Jaffe, A.B. (1986), « Technological Opportunity and Spillovers of R&D: Evidence from Firms’ Patents, Profits, and Market Value », The American Economic Review, 76(5) : 984-1 001.
- Jaffe, A.B. (1989), « Real Effects of Academic Research », The American Economic Review, 79(5) : 957-970.
- Jaffe, A.B., M. Trajtenberg et R. Henderson (1993), « Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations », The Quarterly Journal of Economics, 63(3) : 577-598.
- Kelejian, H.H. et I.R. Prucha (1998), « A Generalized Spatial Two Stage Least Squares Procedure for Estimating a Spatial Autoregressive Model with Autoregressive Disturbances », Journal of Real Estate Finance and Economics, 17(1) : 99-121.
- Kelejian, H.H. et I.R. Prucha (1999), « A Generalized Moments Estimator for the Autoregressive Parameter in a Spatial Model », International Economic Review, 40 : 509-533.
- Le Bas, C. et K. Pavitt (2000), « What do Patents Tell Us about the Rate and Direction of Technical Change? », in S. Allegrezza et H. Serbat (éds), Appropriability and Patent Value. Econometrical Aspects, MacMillan.
- Licht, G. et K. Zoz (1998), « Patents and R&D: An Econometric Investigation Using Applications for German, European and US Patents by German Companies », Annales d’économie et de Statistique, 49/50 : 329-360.
- Magnus, Jan R. (1982), « Multivariate Error Components Analysis of Linear and Nonlinear Regression Models by Maximum Likelihood », Journal of Econometrics, 19 : 239-285.
- Mohnen, P. (1991), « Survol de la littérature sur les externalités technologiques », in J. De Bandt et D. Foray (éds), L’évaluation économique de la recherche et du changement, p. 97-115, CNRS, Paris.
- Mundlak, Y. (1978), « On the Pooling of Time Series and Cross Section Data », Econometrica, 46(1) : 69-85.
- Nonn, H. et J-A. Héraud (1995), Les économies industrielles en France de l’Est. Tissus et réseaux en évolution, Presses Universitaires de Strasbourg.
- Ord, J. (1975), « Estimation Methods for Models of Spatial Interaction », Journal of the American Statistical Association, 70 : 120-126.
- Van Ophem, H., E. Brouwer, A. Kleinknecht et P. Mohnen (2001), « R&D and Patents: Which Way Does the Causality Run? », Cahier CIRANO Série Scientifique, n° 2001s-31.