Chapitre 2:

R&D, Externalités de
Connaissance et Innovation:
Etude Quantitative

1
Partie Théorique

2
Relation entre ce chapitre et le cours de
Macroéconomie

• Il est toujours judicieux de chercher le lien de causalité entre les différents agrégats économiques
ainsi que les facteurs qui causent les problèmes économiques afin de déterminer des solutions
• En effet, si nous démontrons la relation entre les variables indépendantes (R&D, Investissement,
etc..) et la variable dépendante (brevets) il est évident que l’analyse de ces agrégats dans la
détermination d’une politique d’investissement peut devenir de plus en plus utile
• La dégringolade de l’économie tunisienne au cours des dernières années nous pousse à
déterminer les causes à travers l’utilisation d’un modèle économique

 CECI CONSTITUE UNE ANALYSE MACROECONOMIQUE QUANTITATIVE

3
 I. Les Systèmes Territoriaux d’Innovation (STI)
• Que nous parlons de districts technologiques (Antonelli, 1994), milieux innovateurs (Ratti et al. 1997),
technopoles, parcs scientifiques (Monck et al., 1988), clusters ; un consensus reconnaît à ces "modèles
d’innovations territoriaux" leur importance dans la mise en évidence du rôle clé des régions dans la
dynamique d’innovation

• Les districts industriels : Marshall (1890) articule la notion de district industriel définit comme "un
système productif géographiquement localisé, caractérisé par un grand nombre de firmes qui sont impliquées aux
différents stades de production d’un produit homogène de manière diverses" (Pyke et Sengenberger, 1990)

• Le technopole : ou parc technologique est une forme spécifique de district industriel classique. Il est
caractérisé par
…………………………………………………………………………………………………………………
……………... Le technopole est appelé aussi parc scientifique dans la mesure où il permet de rassembler
des firmes de haute technologie au sein d’une aire géographique donné. En outre, il facilite les relations
d’échange entre les acteurs notamment les firmes, les laboratoires de recherche et les réseaux de
coopération. Le concept de technopole repose principalement sur l’hypothèse selon laquelle la proximité
géographique facilite la communication entre les différents acteurs du district.
4
• Les clusters : font référence aux vertus du regroupement et de l’interconnexion de différentes
firmes au sein d’un même espace géographique: La route 128 et la Silicon-Valley (Saxienian, 1994)
représentent les cas les plus illustratifs au sein desquels se trouvent co-localisées de nombreuses
entreprises high tech et pour lesquelles les auteurs suggèrent que la concentration de la R&D
industrielle et la combinaison de connaissances tacites et codifiées, jouent un rôle majeur.

• Le pôle de compétitivité : Cette politique publique est fondée sur le même principe de
regroupement d’acteurs économiques (entreprises, centres de recherche, sociétés de services,
structures publiques de valorisation, etc.) localisés sur un même territoire, mais sans être
nécessairement des regroupements sectoriels. Nous les définissons comme suit : un pôle
est par définition « une combinaison géographique donnée d’entreprises, de centre de formation
et d’unités publiques ou privées engagés dans une synergie autour de projets communs
innovants ».

5
II. Définition de l’Investissement Immatériel

Les investissements immatériels sont constitués des dépenses de

formation et de recherche-développement (R&D) pour le ……… ; des
dépenses de logiciels pour le ………….. ; des dépenses de publicité,
marketing, communication pour le…………... Ils sont qualifiés
d'immatériels (on ne peut pas les toucher) pour les distinguer de ceux qui
augmentent le stock de capital technique (matériel comme les machines),
ces "choses" (qu'on peut toucher) qui permettent de produire des biens
et des services. Ils font plus appel à la matière grise qu'à la matière
proprement dite.

6
 III. Définition des dépenses en R&D
• La R&D
……………………………………………………………………………………………………………………….
• L’activité de R&D englobe trois sous-activités :
- la recherche fondamentale: une recherche théorique sans objectif d’application ou d’utilisation postérieure
- la recherche appliquée: contrairement à la recherche fondamentale qui ne cherche que la production de
nouvelles connaissances générales, a pour objectif de regrouper les travaux scientifiques et de les appliquer afin
de résoudre des problèmes spécifiques d’usage pratique
- le développement expérimental: qui est fondé sur des connaissances existantes, consiste en la fabrication
de nouveaux produits et dispositifs et à l’amélioration de certains procédés
Récemment, les études théoriques et empiriques s’accordent à montrer que la R&D d’une entreprise ou d’une région peut
avoir des effets positifs sur la productivité d’une autre entreprise ou région. Certains auteurs montrent même que les
connaissances découlant de la recherche fondamentale, de la recherche appliquée et du développement technologique (Jaffe,
1989), autrement dit, toute activité de R&D peuvent être source d’externalités (Frascati, 2002).

7
8
 IV. Les brevets
• Le brevet joue plusieurs rôles qui justifient sa perpétuelle utilisation au cours du temps:

1.le brevet joue un rôle de publication dans la mesure où toute innovation brevetée est nouvelle
et a une application industrielle.
Ceci accroît la réputation de son détenteur et indique à la communauté scientifique et technologique
que l’entreprise qui brevette est compétente dans un domaine particulier
 Le brevet permet donc à des partenaires potentiels de s’identifier dans un contexte où la
multiplicité des acteurs et des informations rend les contacts difficiles.

2. Instrument pour faciliter le transfert de technologies

peut créer un marché pour l’achat et la vente des technologies. Les entreprises ayant protégé leurs
recherches par un brevet, vendent les résultats sous la forme de contrat de licence d’exploitation qui
spécifie le prix et les modalités de transaction (Cohendet et al., 2006). Ce marché n’existerait pas sans
le système de brevet puisqu’il permet, d’un côté, de révéler la description de l’innovation, c’est-à-dire
faire de la publicité pour le produit et, d’un autre coté, d’en garantir la protection.
9
3. Instrument d’échange de technologies

Von Hippel (1988) trouve que l’entreprise utilise son portefeuille de brevet afin de mettre en place
des accords d’échange mutuel de licences. Dans les domaines où la technologie est complexe, c’est-à-
dire où la mise en place d’une innovation nécessite la combinaison de plusieurs technologies, il y a une
forte probabilité qu’un individu se retrouve bloqué et n’ait pas accès à une technologie qui lui est
nécessaire puisque cette dernière est protégée par un brevet détenu par une autre organisation.

4. Moyen facilitant la collaboration entre différentes organisations

La détention d’un brevet donne un signal sur le niveau des compétences. Il permet aux différentes
parties souhaitant collaborer, de protéger leur savoir antérieur et d’éviter d’être pillées par les
partenaires. Cette protection décroît les risques inhérents de la coopération, ce qui naturellement
accroît les incitations à participer. Il contribue à définir l’importance de chacun des collaborateurs
dans la nouvelle structure, car sans le brevet les participants auraient probablement plus de difficultés
à s’accorder sur les modalités de collaboration. Surtout, il facilite la répartition des gains de la
collaboration, en permettant le partage des dividendes des partenariats inter-organisations.
10
 V. L’INNORPI

Créé en 1982 et régi par la loi n° 2009-38 du 30 juin 2009 qui abroge la loi 82-66, il est placé
sous la tutelle du Ministère chargé de l’Industrie, de l’Energie et des Mines. Il est géré par un
Conseil d’Entreprise représentant les différents ministères concernés.

L'INNORPI a pour mission « d’entreprendre toutes actions concernant la normalisation, la

qualité des produits et services et la protection de la propriété industrielle ».

11
Source: Rapport INNORPI version 2016
12
 Où déposer une demande de brevet ?
La personne qui souhaite obtenir un brevet d’invention doit déposer une demande de brevet
au siège de l’INNORPI à Tunis ou auprès de l’un de ses bureaux régionaux
Une demande de brevet doit contenir:
1- Une requête :La requête est un formulaire tenu à disposition par l’INNORPI
2- Une description de l'invention
3- Une ou des revendications: La ou les revendications définissent l'objet même de
l’invention pour lequel une protection par brevet est demandée.
4- Des dessins auxquels se réfèrent la description et/ou les revendications
5- Un abrégé (résumé de l’innovation)
6- Un pouvoir : Si le déposant est représenté par un mandataire, un pouvoir doit être établi
et joint à la demande de brevet.
7- Les taxes de dépôt
13
Partie Empirique

14
Partie Empirique

Echantillon?
Individu?
Population?
Recensement?

15
 1.Quelques définitions

1.1 La population & Individu

« Individu »
Un individu en latin: « ce qui
est indivisible ».

Les ensembles étudiés sont appelés……………. Les éléments de la population sont

appelés………………. La population est étudiée selon une ou plusieurs ………………..(ou
caractères).

16
1.2 L’échantillon

On parle d’échantillon d’une population quand les individus sont tirées au

sort ou choisies par une méthode qui permet d’assurer la représentativité
de l’échantillon par rapport à la population totale.

Le diagramme ci-après
représente la population
statistique d'une classe de 35
élèves. Supposons que l'on y
choisisse, par tirage au sort, 6
élèves. Ces 6 élèves constituent
alors un échantillon (sous-
ensemble)

Cet échantillon représente 17%

de la population (6/35).

17
 Population x
x x x
Ensemble de référence x x x x
x x x
x x
x x x x
x x x x x
Individu x
xx xx x
x
Elément de la population x
x x x x x
x x
Echantillon x x x
x x x x
Sous-ensemble de la population.
x x
x x x
x

• Remarquons qu'un échantillon peut être considéré comme une population en elle-même, quoique
beaucoup plus petite que la population dont il est extrait.
• Dans la plupart des cas, il est difficile d’obtenir l’information à partir de la population dans son
ensemble. On utilise alors un échantillon pour tirer des conclusions sur la population

18
 1.3 Données primaires & Données secondaires
Les données utilisées dans le cadre dʼune étude peuvent être de deux types :
primaires ou secondaires.
 Données primaires
Elles sont spécifiques à lʼétude et permettent de donner des réponses aux questions
posées. Elles peuvent être de type qualitatif ou quantitatif selon le type dʼétude
menée. Elles peuvent aussi provenir dʼenquêtes ou sondages, dʼobservations, de
panels, dʼentretiens individuels ou de groupes
Les données secondaires
Elles sont utilisées pour identifier et mieux définir un problème, élaborer une
méthodologie de résolution, répondre à certaines questions de recherche, émettre
des hypothèses, interpréter les données primaires.
Leurs sources sont diverses :
• internes : études antérieures, rapports dʼactivité, fichier clientèle, etc.
• externes : pouvoirs publics, associations et syndicats professionnels et de banques
de données. Ex. INS, INNORPI

19
 1.4 Recensement & Sondage
La collecte des données utilise en général un sondage ou un recensement

Le recensement est une collecte d’information sur la totalité des personnes concernées par l’enquête
, il est exhaustif alors que le sondage utilise la technique d’échantillonnage

Un sondage est une méthode statistique visant à évaluer les caractéristiques d’une population à
travers l’étude d’une partie seulement de cette population (échantillon) en utilisant les techniques
d’échantillonnage.

sélectionner les sources d’information de manière à collecter des données représentatives de

l’ensemble de la situation observée

 La conception dʼun sondage se fait en trois étapes :

• détermination de la population
• choix de la méthode dʼéchantillonnage
• détermination de la taille de lʼéchantillon

20
 2. L’échantillonnage
Recensement Echantillonnage

L’enquête est menée sur un

L’enquête est menée sur la sous-ensemble de la
totalité de la population population, jugé
représentatif

21
 Techniques d’échantillonnage
Deux grandes familles de techniques :
• techniques probabilistes (ou aléatoires)
• technique non probabilistes (ou empiriques)
Le choix peut dépendre de lʼexistence de base de sondage.

• Techniques probabilistes
Échantillon aléatoire simple : les éléments sont tirés de manière aléatoire
dans la base de sondage.
Échantillon systématique : les éléments sont tirés de manière régulière dans
la base de sondage.(ou par intervalle)
Échantillon stratifié : La population est découpée en sous-populations
(strates) homogènes. Les éléments sont sélectionnés de manière aléatoire
dans chaque strate.
Échantillon en grappes : La population est découpée en sous-populations
(grappes) hétérogènes. On sélectionne ensuite de manière aléatoire les
grappes à retenir.
22
• Techniques non probabilistes
Échantillon de convenance : le choix des individus est basé sur
des critères pratiques.
Échantillon par jugement (ou a priori) :
le choix des individus
est basé sur les compétences ou la représentativité de
lʼindividu.
Échantillon « boule de neige » : Lʼéchantillon est construit
progressivement sur proposition des individus sondés.
Échantillon par quotas : La population est décrite par quelques
caractéristiques descriptives (quotas) puis on construit un
échantillon ayant les mêmes caractéristiques.
23
Exemple dʼéchantillon par quotas simples
Une population est composée de
• 51,61 % de femmes
• 48,39 % dʼhommes
Pour un échantillon de 1000 personnes, on devra donc interroger :
• 516 femmes
• 484 hommes

24
Partie empirique :

Estimation d’une
Fonction d’Innovation

25
VI. Application : Estimation d’une fonction d’innovation

Bvt2016= β0+β1 R&D2013 + β2 div2013+ β3 spe2013+ β4 KH2013+Ɛ

où :
- Bvt2016mesure le nombre de brevets par département
- R&D2013 mesure les dépenses en R&D par département
- div2013 est une mesure de la diversité industrielle
- Spe2013 est une mesure de spécialisation départementale
- KH2013 mesure le nombre de chercheurs par départements

Comment on étudie la relation entre les variables dépendantes et la variable indépendante?

 Estimation à travers le logiciel statistique (pour notre cas, on va utiliser R car c’est un logiciel gratuit)

26
 Régression linéaire simple
• Pour décrire une relation linéaire entre deux variables
quantitatives ou encore pour pouvoir prédire Y pour une
valeur donnée de X, nous utilisons une droite de régression:
• Y = β 0 + β 1X + ε
• Puisque tout modèle statistique n’est qu’une approximation
(nous espérons la meilleure possible!!), il y a toujours une
erreur, notée ε dans le modèle, car le lien linéaire n’est jamais
parfait.
• S ’il y avait une relation linéaire parfaite entre Y et X, le terme
d ’erreur serait toujours égale à 0, et toute la variabilité de Y
serait expliquée par la variable indépendante X.

27
OLS: Méthode des moindres carrés

Y Erreur 2

Erreur 3

Erreur 1

X
Y = B 0+ B 1X + e

28
• Donc, pour une valeur donnée de X, nous aimerions estimer Y.
• Ainsi, à l’aide des données de l’échantillon nous estimerons les
paramètres β0 et β1 du modèle de régression de façon à minimiser la
somme des carrés des erreurs.
• Le coefficient de corrélation au carré est appelé coefficient de
détermination et nous indique le pourcentage de la variabilité de Y
expliquée par X:
R2 = 1 - (n-2)/(n-1){Se /Sy}2,
où Se est l’écart type des erreurs et Sy est l’écart type de Y.

On peut également utiliser le coefficient de détermination ajusté

pour nous indiquer le pourcentage de la variabilité de Y expliquée
par X:
R2ajusté = 1 - {Se/Sy}2 .
29
 1.comment faire une estimation?

- Utilisation d’un logiciel (Stata, S+, SPSS, R, etc…)

- Comment télécharger R?
https://www.r-project.org/
Préparation des données enregistrées sur le PC pour être lues par R :
- Attention à la mise en forme des données : - pas de virgule pour les chiffres (sinon faire
RECHERCHER/REMPLACER…) ;
- Eviter d’avoir des chiffres trop longs (fonctions ARRONDI sur le chiffre à virgule ou
GAUCHE sur le chiffre à point) ;
- Intitulé des données : distinction des majuscules et minuscules par R
- Convertir le fichier excel en fichier texte : → Enregistrer sous format « Texte
(séparateur : tabulation) .txt » → Fermer fichier excel et ouvrir fichier txt - alignement
des colonnes, décalage ligne si longue - !!!! supprimer la ligne vide en fin de fichier !!!! -
enregistrer et fermer
30
31
2.Travail à faire

• Entrer la base de données « Innovation » dans R.

• Brevet2016 est la variable dépendante, le reste représente les
variables indépendantes
• Faites l’estimation du modèle ainsi que l’interprétation des
résultats

32
2.1 Résultats Estimation R
> summary(reg)

Call:

lm(formula = brevet2016 ~ diversification2013 + specialisation2013 +

depensesenRD2013 + KH2013, data = tabel)

Residuals:

Min 1Q Median 3Q Max

-230.29 -51.53 -8.63 27.68 891.67

Coefficients:

Estimate Std. Error t value Pr(>|t|)

(Intercept) -1.839e+02 6.304e+01 -2.917 0.00448 **

diversification2013 7.174e+01 3.925e+01 1.828 0.07094 .

specialisation2013 3.511e+00 3.341e+00 1.051 0.29612

depensesenRD2013 3.979e-04 2.626e-05 15.153 < 2e-16 ***

KH2013 4.000e+02 1.188e+02 3.367 0.00112 **

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 119.1 on 89 degrees of freedom

Multiple R-squared: 0.7782, Adjusted R-squared: 0.7682

F-statistic: 78.05 on 4 and 89 DF, p-value: < 2.2e-16

> 33
 Tableau des résultats
. reg brevet2016 diversification2013 specialisation2013 depensesenRD2013 KH2013

Source SS df MS Number of obs = 94

F( 4, 89) = 78.05
Model 4429413.64 4 1107353.41 Prob > F = 0.0000
Residual 1262733.7 89 14188.0191 R-squared = 0.7782
Adj R-squared = 0.7682
Total 5692147.34 93 61205.8853 Root MSE = 119.11

brevet2016 Coef. Std. Err. t P>|t| [95% Conf. Interval]

diversi~2013 71.73831 39.25034 1.83 0.071 -6.251286 149.7279

special~2013 3.511048 3.340786 1.05 0.296 -3.127023 10.14912
depense~2013 .0003979 .0000263 15.15 0.000 .0003457 .0004501
KH2013 400.007 118.7968 3.37 0.001 163.9603 636.0537
_cons -183.8569 63.03565 -2.92 0.004 -309.1074 -58.60638

Ce tableau est obtenu avec le logiciel Stata, vous devez trouver le même avec R!!

34
 2.2.Interprétation des résultats
- Dans la première colonne, on retrouve nos variables indépendantes.
- Les coefficients (β) sont dans la seconde colonne (note: les coefficients sont toujours exprimés dans les
unités de la variable dépendante).

- Dans la troisième colonne, on retrouve les écarts types estimés.

- La quatrième colonne donne la statistique t. La statistique t est essentielle afin de déterminer si les
coefficients sont significatifs. La statistique t doit être interprétée à l’aide de la table de Student.
- Finalement, les dernières colonnes donnent l’intervalle de confiance à un niveau de 5%.

La R-squared (R-carré) est la proportion de la variation de la variable indépendante qui est expliquée par
les variables dépendantes. Il est préférable d’utiliser un R-carré ajusté puisque le R-carré est affecté par le
nombre de variables indépendantes. Le R-carré est biaisé à la hausse lorsque le nombre de variables
indépendantes est élevé. La plupart du temps, Stata donne le R-carré et le R-carré ajusté.
Sinon, vous devez le calculer vous-même.
Le test de Fisher est significatif au seuil de 1%, indiquant ainsi la significativité globale des variables
explicatives.

35