Ecop 197 0002

L'IMPACT DE LA RÉGLEMENTATION SUR L'INNOVATION : UNE ANALYSE
DES PERFORMANCES SELON LA PROXIMITÉ À LA FRONTIÈRE

TECHNOLOGIQUE
Bruno Amable, Lilas Demmou, Iván Ledezma
La Documentation française | « Économie & prévision »
2011/1 n° 197-198 | pages 1 à 19

ISSN 0249-4744
DOI 10.3917/ecop.197.0002
Article disponible en ligne à l'adresse :
--------------------------------------------------------------------------------------------------------------------
https://www.cairn.info/revue-economie-et-prevision-1-2011-1-page-1.htm
--------------------------------------------------------------------------------------------------------------------
© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

Distribution électronique Cairn.info pour La Documentation française.
© La Documentation française. Tous droits réservés pour tous pays.
La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les
limites des conditions générales d'utilisation du site ou, le cas échéant, des conditions générales de la
licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie,
sous quelque forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de
l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est précisé que son stockage
dans une base de données est également interdit.
Powered by TCPDF (www.tcpdf.org)

L’impact de la réglementation
sur l’innovation : une analyse
des performances selon la proximité
à la frontière technologique
Bruno Amable(*)
Lilas Demmou(**)
Ivan Ledezma(***)
L’impact de la concurrence sur l’innovation et la productivité est devenu une question centrale
de la littérature sur la croissance à long terme. L’opinion communément admise en matière de
politiques structurelles est qu’une concurrence plus intense sur les marchés des biens et
services favorise l’innovation et, par voie de conséquence, la croissance et l’emploi. Une
certaine littérature considère aussi que le moyen d’arriver à une plus forte concurrence entre
les firmes est de diminuer l’intensité de la réglementation portant sur les marchés de biens et
services. C’est pourquoi le débat sur le lien entre concurrence et innovation se confond la
plupart du temps avec celui portant sur l’impact de la (dé)réglementation sur l’activité
innovante.
Un aspect particulier du lien entre concurrence et innovation se rapporte à la distance à la
frontière technologique. L’argument est le suivant : les effets bénéfiques de la concurrence sur
l’innovation sont supposés augmenter lorsque les firmes, les branches d’activité ou les
économies opèrent avec les meilleures pratiques technologiques. L’innovation dans un tel
contexte serait un moyen d’échapper à la concurrence. La majeure partie de la littérature
traitant le débat de politique économique qui en découle conclut ainsi que les coûts
économiques de la réglementation des marchés de biens et services augmenteraient lorsqu’on
se rapproche de la frontière technologique.

L’article teste la pertinence empirique d’un tel argument. Les tests portent sur des données
sectorielles pour des pays de l’Organisation de coopération et de développement économiques
(OCDE) sur la période allant de 1979 à 2003 et utilisent plusieurs variables mesurant les
performances technologiques en matière d’innovation, aspect paradoxalement absent dans la
majeure partie de la littérature concernée. Nous utilisons des statistiques de brevets disponibles
(*) Université Paris I Panthéon - Sorbonne, Cepremap et Institut Universitaire de France.

E-mail : bruno.amable@univ-paris1.fr
(**) Cepremap.
(***) Université Paris-Dauphine, LEDa,
IRD, UMR225-Dial.
E-mail : Ivan.ledezma@dauphine.fr
La recherche sur laquelle se fonde cet article a bénéficié du soutien des projets ESEMK (programme cadre n°6) et ICATSEM
(programme cadre n°7) financés par la Commission européenne.
Article accepté le 13 avril 2011.
Cet article n’engage que leurs auteurs et non les institutions auxquelles ils appartiennent. Il n’engage a fortiori ni la Direction générale
du Trésor, ni le ministère de l’Économie et des Finances, ni le ministère du Commerce Extérieur.
Économie et Prévision n°197-198 2011/1-2
1
au niveau sectoriel par pays. Elles proviennent de deux sources différentes : l’Office européen
de brevets et l’Office américain de brevets. Afin d’obtenir des résultats comparables à la
littérature, nous avons recours à des indicateurs de réglementation fournis par l’OCDE
fréquemment utilisés dans les travaux liant réglementation des marchés de biens et services et
productivité. Le modèle testé est un modèle dynamique d’innovation qui comprend dans sa
version la plus simple une variable de réglementation, une variable de proximité à la frontière
technologique et un terme d’interaction entre ces deux termes. Il ressort des estimations que
l’impact de la réglementation est de plus en plus positif (ou de moins en moins négatif) lorsque
les secteurs d’activité se rapprochent de la frontière technologique. En outre, dans la plupart
des estimations, l’impact de la réglementation sur l’innovation est significativement positif pour
une fraction importante des secteurs industriels. Ces résultats restent valables après une série
de tests de robustesse dont, notamment, l’utilisation d’une équation réduite tenant compte
directement comme variable dépendante de la productivité.
Alors que, selon le “sens commun”, la réglementation des marchés de biens et services serait
nuisible à l’innovation et, donc, à la croissance d’autant plus que l’on se rapprocherait des
technologies de production les plus performantes, l’analyse empirique menée dans cet article
n’apporte pas de fondements à cet argument. Au contraire, les résultats présentés dans l’article
montrent dans la plupart des cas l’existence d’un effet marginal positif de la réglementation sur
l’innovation pour un grand nombre de secteurs. Ces résultats n’apportent aucun soutien
empirique à la croyance selon laquelle la concurrence et la dérèglementation des marchés
seraient le moteur de l’innovation dans les économies développées. Une partie introductive à la
littérature existante montre que ces résultats sont moins surprenants qu’ils ne le paraissent,
aussi bien d’un point de vue théorique qu’empirique.
2
L’impact de la concurrence sur l’innovation et la Un autre aspect particulier du lien entre concurrence
productivité, un thème classique de l’économie et innovation se déduit de ce modèle et se rapporte à
industrielle (Baldwin et Scott, 1987), est devenu une la distance à la frontière technologique. Pour
question centrale de la littérature sur la croissance à résumer l’argument simplement, on peut dire que les
long terme (Aghion et Griffith, 2005). L’opinion effets bénéfiques de la concurrence sur l’innovation
communément admise en matière de politiques sont supposés augmenter avec la proximité des
structurelles (European Commission, 2005 ; OECD, firmes, des branches d’activité ou des économies
2006) est qu’une concurrence plus intense sur les avec les meilleures pratiques technologiques : les
marchés des biens et services favorise l’innovation coûts économiques de la réglementation des marchés
et, par voie de conséquence, la croissance et de biens et services augmenteraient lorsqu’on se
l’emploi. Cette littérature considère aussi que le rapproche de la frontière (Aghion, 2006).
moyen d’arriver à une plus forte concurrence entre
les firmes est de diminuer l’intensité de la Cette conclusion est contestée dans Amable,
réglementation portant sur les marchés de biens et Demmou et Ledezma (2010), qui montrent qu’en
services. C’est pourquoi le débat sur le lien entre relâchant certaines hypothèses restrictives du
concurrence et innovation se confond la plupart du modèle d’Aghion et alii (2005), il est possible
temps avec celui portant sur l’impact de la d’obtenir une relation négative entre concurrence et
(dé)réglementation sur l’activité innovante. innovation, qui devient d’autant plus forte avec la
proximité à la frontière technologique. Les tests
Cependant, si les recommandations de politiques effectués par Amable, Demmou et Ledezma (2010)
structurelles dominant les débats publics sont sans sur données sectorielles indiquent que la
ambiguïté les résultats de la littérature, tant réglementation aurait un impact de plus en plus net
théorique qu’empirique, ne le sont pas autant. Pour sur le dépôt de brevets à mesure qu’on se rapproche
Schumpeter (1934), les rentes de monopole sont la de la frontière technologique. Ces résultats sont
rémunération de l’innovateur ; la possibilité de se les confirmés dans Amable, Ledezma et Robin (2013)
approprier est une incitation indispensable à dans le cadre d’un modèle d’innovation du type de
l’innovation. Une concurrence plus intense celui développé dans Crépon et alii (1998).
diminuera ces rentes et, par là-même, l’incitation à
innover. Cet effet schumpétérien est présent dans la Le présent article réexamine la pertinence de
plupart des modèles de croissance endogène fondée l’argument selon lequel la réglementation serait un
sur l’innovation, en particulier celui d’Aghion et facteur d’autant plus inhibant de l’activité
Howitt (1992), dans lequel l’activité d’innovation innovatrice que les économies ou les branches
diminue avec l’indice de Lerner(1). d’activité sont proches de la frontière technologique.
Les tests portent sur des données sectorielles pour
Toutefois, la concurrence peut aussi stimuler des pays de l’OCDE sur la période 1979-2003 et sur
l’innovation. Les firmes présentes sur un marché p l u s i e u r s t y p e s d e va r i a b l e s r e p r é s e n t a n t
peuvent être amenées à intensifier leurs efforts l’innovation (brevets européens et brevets
d’innovation afin de préserver leur situation et se américains) ou la productivité, plusieurs variables de
protéger contre l’entrée de nouveaux concurrents. réglementation des marchés de produits étant prises

Symétriquement, de nouveaux entrants peuvent en compte. Le modèle testé est un modèle dynamique
espérer capturer les parts de marchés des firmes en d’innovation qui comprend dans sa version la plus
place en les surpassant grâce à des produits innovants simple une variable de réglementation de marchés de
ou de meilleure qualité. Dans les deux cas, biens et services, une variable de distance à la
l’innovation est le moyen pour une firme de dépasser frontière technologique et un terme d’interaction
ses concurrents actuels ou potentiels et de protéger entre ces deux termes. Il ressort des estimations que
ses parts de marché. l’impact de la réglementation est de plus en plus
positif (ou de moins en moins négatif) lorsque les
La combinaison de ces deux effets produit un impact secteurs d’activité se rapprochent de la frontière
de la concurrence sur l’innovation qui peut se technologique. En outre, dans la plupart des
modifier selon le niveau de la concurrence. Dans estimations, l’impact de la réglementation sur
Aghion et alii (2005), la concurrence entre deux l’innovation ou la productivité est significativement
firmes les incite à innover pour obtenir un avantage positif pour une fraction importante des secteurs
compétitif, ce d’autant plus qu’elles possèdent des industriels. Ces résultats conduisent à remettre en
niveaux de productivité proches. La combinaison doute le caractère général de l’existence d’un impact
des deux effets de la concurrence, l’effet systématiquement négatif de la réglementation des
schumpéterien (qui inhibe l’innovation) et l’effet marchés de biens et services et amènent à considérer
pro-innovation, conduit à une relation non de manière critique les conclusions en matière de
monotone, en forme de U inversé, entre le degré de politiques structurelles et de déréglementation qui
concurrence et l’innovation. À des faibles niveaux de seraient susceptibles d’en découler.
concurrence, un accroissement de celle-ci favorise
l’innovation. L’effet est inverse lorsque le niveau de L’article est organisé de la façon suivante. La
concurrence est élevé. prochaine partie expose les différentes possibilités
3
de liens entre la concurrence, la réglementation et française prenant en compte la décision des firmes
l’activité d’innovation. Elle rappelle aussi les d’engager des dépenses de recherche et
résultats des principales recherches empiriques sur développement (R&D), l’intensité de R&D, les
le sujet. La partie suivante présente la méthodologie effets de celle-ci sur le dépôt de brevets et l’impact
utilisée dans l’article : les données et la méthode des brevets sur la productivité, ont confirmé
d ’ e s t i m a t i o n d e s e ff e t s d i ff é r e n c i é s d e l a l’existence d’un effet taille dans la décision de faire
concurrence selon la distance à la frontière. La de la R&D mais pas dans l’intensité de R&D. En
dernière partie expose les résultats, en commençant revanche, la part de marché et la diversification d’une
par le modèle le plus simple, qui est ensuite firme affectent positivement à la fois la décision de
progressivement étendu : contrôle du biais faire de la R&D et son intensité. La concurrence peut
d’endogénéité et du biais de panel dynamique en aussi avoir des effets négatifs, comme ceux trouvés
considérant un modèle avec variable retardée et par Crépon et Duguet (1997) : la R&D des
l’estimateur de Bruno (2005), tests de robustesse des concurrents peut avoir un effet négatif sur la R&D
variables de performance et de politique utilisées, des firmes, ce qui indique la présence d’une
test de la validité de la variable de réglementation en ex t e r n a l i t é n ég a t ive s ’ a p p a r e n t a n t à u n e
prenant en compte un possible effet dû à la protection désincitation à innover.
de la propriété intellectuelle, test de la variable de
performance innovatrice en considérant une variable En revanche, Nickell (1996) trouve que, pour un
de productivité du travail et contrôle du biais lié à la panel de 670 firmes britanniques, la concurrence,
possible omission de régresseurs significatifs par mesurée par un faible niveau des profits et un nombre
une extension du modèle. Celle-ci consiste à élevé de concurrents, est corrélée avec une
introduire de façon successive des variables croissance rapide de la productivité totale des
d’externalités liées à l’innovation, de concurrence facteurs. Cela peut provenir d’un effet direct de la
extérieure et de propriété intellectuelle. Une brève concurrence sur la productivité, par une réduction
conclusion suit. des dépenses inutiles par exemple, ou d’un effet
indirect transitant par l’innovation. Blundell et alii
(1999) utilisent un panel de 340 firmes britanniques
entre 1972 et 1982 pour montrer que la relation entre
la concurrence et l’innovation est relativement
Concurrence, réglementation et contrastée. Les branches où la concentration est
innovation : une question ouverte élevée et le taux de pénétration des importations
faible ont peu d’innovations. Ce résultat tend à
soutenir l’existence d’une relation positive entre la
On peut distinguer trois types de travaux dans la
concurrence et l’innovation. Toutefois, au sein des
littérature empirique liant l’environnement
branches, les firmes avec une forte part de marché ont
concurrentiel à l’innovation : (i) les travaux étudiant
tendance à commercialiser plus d’innovations que
directement l’effet de la concurrence ou la
les autres relativement à leur taille. L’article montre
réglementation sur l’innovation (ou une autre
aussi que les firmes les plus grandes produisent des
variable de performance comme, par exemple, la
innovations de plus grande valeur que les petites
productivité) ; (ii) ceux consacrés à la validité d’une

firmes.
relation en forme de U inversé et (iii) des travaux qui
considèrent explicitement le rôle de la distance à la
La dualité des effets de la concurrence sur
frontière technologique sur cette relation.
l’innovation est mise en avant dans le travail
empirique d’Aghion et alii (2005). À l’aide de
Le lien entre concurrence et innovation a été étudié
données individuelles de firmes et des données de
empiriquement principalement au niveau de la firme.
brevets déposés aux États-Unis entre 1968 et 1997,
L’existence possible d’un effet de la taille de la firme
une relation en forme de U inversé est mise en
ou de son pouvoir de marché sur l’activité
évidence entre l’indice de Lerner et le nombre de
d’innovation est un thème courant de la littérature
brevets attribués. L’effet schumpétérien de la
d’économie industrielle (Baldwin et Scott, 1987 ;
concurrence domine lorsque que le niveau de
Cohen et Levin, 1989 ; Geroski, 1995). Bien que l’on
c o n c u r r e n c e e s t é l evé a l o r s q u e l ’ e ff e t
puisse trouver dans la littérature empirique aussi
pro-innovation de la concurrence prédomine lorsque
bien des effets pro-innovation de la concurrence que
le niveau de concurrence est relativement faible. De
des effets anti-innovation, les contributions récentes
plus, suivant la prédiction du modèle théorique, la
tendent à établir des résultats contrastés
relation en U inversé possède une pente plus
différenciant les effets de la taille des firmes
prononcée pour les firmes qui sont près de la
d’influences plus générales de la concurrence.
frontière technologique dans leur branche.
Utilisant un échantillon de firmes françaises, Crépon
et alii (1995) ont mis en évidence que le pouvoir de
Les résultats empiriques au niveau de la branche sont
marché stimule l’innovation, bien que cet effet
moins nombreux que ceux pour les données de
semble relativement faible. Crépon et alii (1998),
firmes. L’utilisation de données de branche permet
dans un modèle à quatre équations pour un
d’échapper aux contraintes de l’utilisation des
échantillon de firmes de l’industrie manufacturière
4
variables proxies de la concurrence qui sont le cas de la France. Néanmoins, ils montrent que la
disponibles pour les études portant sur des données partie monotone croissante de la courbe en U inversé
de firmes : taille des firmes, pouvoir de marché ou serait tirée par les secteurs industriels et la partie
niveau de profitabilité. Des données portant sur la décroissante par les secteurs des services. Cela
réglementation de la concurrence sont disponibles pourrait s’expliquer par l’existence de marges en
au niveau sectoriel ou macroéconomique. Griffith et moyenne plus élevées dans les secteurs des services
alii (2006) ont mesuré l’innovation par les dépenses mais aussi par des coûts d’investissement en R&D
de R&D du secteur des entreprises pour douze plus élevés dans l’industrie, qui nécessiteraient
branches dans neuf pays de 1987 à 2000 et ont l’existence de marges plus importantes. Askenazy et
cherché à mettre en évidence un effet du marché alii (2007) vérifient que l’accroissement de la
unique européen. À l’aide d’une variable indicatrice concurrence a un impact d’autant plus modéré sur
pour les années postérieures à la mise en œuvre du l’innovation que le coût de l’innovation pour
marché unique, ils trouvent un impact positif de ce l’entreprise (mesuré par le rapport brevets sur
dernier sur l’activité d’innovation pour les branches dépenses de R&D) est élevé. Dans ces secteurs, qui
et les pays concernés. Ils interprètent leurs résultats constituent 85% de leur échantillon, la fameuse
comme un soutien aux réformes pro-compétitives courbe en U s’aplatit.
préconisées dans le cadre de la stratégie de Lisbonne.
Nicoletti et Scarpetta (2003) analysent, sur la Les travaux consacrés aux effets de la concurrence
période 1984-1998 pour un panel de 18 pays de sur l’innovation selon la distance à la frontière
l’OCDE et 23 secteurs, la relation entre croissance de technologique présentent également des résultats
la productivité globale des facteurs (PGF) et ambigus. Pour Aghion et alii (2009), un
réglementation sur les marchés des produits. Ils accroissement de la concurrence, sous la forme
testent un modèle de croissance de la PGF en utilisant d’une probabilité plus grande d’entrée de
les indicateurs de réglementation des marchés des concurrents pour les firmes en place, augmente les
biens et services, seuls et en interaction avec une incitations à innover dans les branches proches de la
variable d’écart technologique. D’après les résultats frontière technologique alors qu’il les décourage
de leurs estimations, le signe du terme d’interaction dans les secteurs plus éloignés de cette frontière, en
est positif et significatif, ce qu’ils interprètent raison de la prédominance de l’effet schumpétérien.
comme un effet de ralentissement du rattrapage Testant un modèle de croissance de la productivité
technologique associé à la réglementation. Conway totale des facteurs et un modèle d’innovation (en
et alii (2006) réalisent une étude similaire sur un prenant en compte une variable de brevets) avec les
panel de pays de l’OCDE plus étendu. Ils trouvent variables d’entrée de concurrence étrangère et de
des résultats équivalents, à savoir une courbe distance technologique, considérées seules et en
croissante liant concurrence et distance à la frontière. interaction, ainsi qu’avec d’autres variables de
Arnold et alii (2008) testent les effets de la concurrence sur des données de firmes britanniques,
r ég l e m e n t a t i o n s u r l a P G F a u n ive a u Aghion et alii (2009) trouvent que, lorsque
microéconomique sur un panel de pays de l’OCDE l’économie se rapproche de la frontière
sur la période 1998-2004. Selon leurs résultats, la technologique, la compétitivité d’économies à haut
réglementation aurait un impact négatif sur la niveau de productivité dépend de la capacité à

productivité des secteurs utilisateurs de technologies innover. Ceci s’applique à toutes les branches,
de l’information et de la communication (TIC). Dans high-tech ou non, puisque l’intensité de R&D de
les secteurs non TIC, l’impact de la réglementation toutes les branches augmente quand l’économie se
serait non-significatif. De même, Inklaar et alii rapproche de la frontière technologique (Acemoglu
(2008) ne trouvent pas d’impact significatif de la et alii, 2006).
réglementation sur la croissance de la PGF ; seul le
secteur des postes et télécommunications Une partie du résultat d’Aghion et alii (2005)
bénéficierait d’un impact négatif et significatif. provient d’une caractéristique de leur modèle. Par le
jeu de l’effet de remplacement de Arrow (1962)(3), le
En ce qui concerne la relation en U inversé, Tingvall leader d’une branche n’a aucune incitation à innover,
et Poldahl (2006) trouvent à partir de données seule la firme suiveuse effectue donc des recherches
suédoises que le soutien empirique à cette forme de pour tenter de rattraper le leader. Amable, Demmou
relation dépend de l’indicateur utilisé. Alors que et Ledezma (2010) montrent qu’en permettant au
l’utilisation de l’indice de Herfindal (2) tend à leader d’innover, le résultat d’Aghion et alii (2005)
conforter l’existence d’une relation en U inversé, est remis en cause. Par ailleurs, la simple observation
l’indicateur de taux de marge conduit à la rejeter. De de la réalité conduit à douter de la pertinence du
plus, l’utilisation d’estimateurs en séries résultat de non-innovation de la firme leader
temporelles réduit considérablement la technologique, comme le montre la consultation de
significativité des résultats. S’agissant plus l’identité des firmes consacrant le plus de ressources
particulièrement de la France, Bouis et Klein (2009) à la R&D indiquée dans l’édition 2009 de
analysent l’effet de la concurrence (mesurée par les l’Industrial R&D Investment Scoreboard de l’Union
marges de profit) sur la productivité. Les auteurs européenne. L’éventuel effet Arrow ne décourage les
vérifient l’existence d’une courbe en U inversé dans leaders technologiques d’innover que lorsqu’ils ne
5
peuvent pas influencer par leurs recherches la manquantes des travaux existants au niveau
probabilité d’être rattrapés(4). Des développements industriel, qui analysent surtout le lien entre
théoriques récents de la littérature portant sur la concurrence et productivité. L’une des rares
concurrence et l’innovation vont dans le même sens : exceptions est Amable, Demmou et Ledezma
Etro (2007, 2008) montre que, pour une large gamme (2010), qui analysent les performances d’innovation
de modèles, les firmes leaders ont tendance à se au niveau des industries manufacturières des pays de
comporter agressivement face à la menace de la l’OCDE sur la période 1979-2003 en ayant recours à
concurrence. L’investissement en innovation du une mesure d’innovation donnée par l’intensité de
leader tend à être plus élevé que celui du suiveur. dépôt de brevets à l’office européen des brevets
European Patent Office – Epo). Ces auteurs ne
S’agissant des travaux empiriques qui s’intéressent trouvent pas de support empirique à la vision pro-
explicitement à l’effet différencié de la concurrence libéralisation. Bien au contraire, l’effet de la
selon la position du pays à la frontière technologique, réglementation sur l’innovation apparaît d’autant
on peut considérer les résultats des travaux de Havik plus positif que le pays est proche de la frontière
et alii (2008), qui analysent l’impact de la technologique. Nous étendons ici cette analyse en
réglementation sur la PGF sur la période 1980-2004 recourant à un autre indicateur d’intensité des
pour un panel de 10 pays (9 pays européens plus les b r eve t s a i n s i q u ’ à d ’ a u t r e s s p é c i fi c a t i o n s
É t a t s - U n i s ) e t 2 8 s e c t e u r s . L’ e ff e t d e l a économétriques permettant d’offrir des tests de
réglementation, mesurée par l’indicateur Regimp robustesse additionnels. Nous considérons
(cf. méthodologie), n’apparaît pas significatif quand notamment, au-delà des performances d’innovation
l’ensemble des secteurs de l’économie est considéré mesurées par les brevets déposés auprès de l’Office
dans la régression. En revanche, lorsque seul le européen, un indicateur d’intensité des brevets
secteur manufacturier est pris en compte, la déposés à l’Office américain, un indicateur mixte
réglementation sur le marché des produits a un construit sur la base des meilleures performances de
impact positif sur la productivité et cet impact est chaque pays dans les deux offices ainsi que des
d’autant plus important qu’on se rapproche de la relations directes liant la réglementation à la
frontière. Le résultat est inversé dans le cas des productivité du travail.
secteurs des services : la réglementation a un impact
négatif et ce d’autant plus que l’on est proche de la
frontière. Bourlès et alii (2010) analysent également
l’impact de la réglementation dans les secteurs des
services fournisseurs de biens intermédiaires aux Méthodologie
secteurs manufacturiers, sur la croissance de la
productivité de ces derniers. D’après les résultats de Les données
leur étude empirique, qui porte sur 15 pays de
l’OCDE et 20 secteurs sur la période 1985-2007, la Notre échantillon est composé de 15 industries
réglementation anticoncurrentielle dans les secteurs manufacturières appartenant à 17 pays de l’OCDE.
en amont réduit la croissance de la productivité des L’information disponible couvre la période allant de
secteurs manufacturiers. Cet effet est d’autant plus 1979 à 2003 pour un niveau de détail à deux chiffres
de la nomenclature International Standard

fort que les pays sont proches de la frontière
technologique. Industrial Classification (Isic) révision 3 (Rev-3).
N o u s avo n s m o b i l i s é d i ff é r e n t e s s o u r c e s
Sur la base de cette brève revue de la littérature, il d’information concernant la réglementation du
apparaît que les résultats des travaux portant sur la marché de produits, l’innovation et les performances
relation entre environnement concurrentiel et de chaque couple industrie-pays dans la période
innovation ne permettent pas d’être conclusifs. Ceci analysée. Dans cette partie nous explicitons la
est particulièrement vrai s’agissant de la thèse selon construction et la source de chacune des variables
laquelle la concurrence aurait un effet positif sur utilisées dans nos régressions. La liste de pays et des
l’innovation lorsque les économies se rapprochent industries ainsi que des statistiques descriptives
de la frontière technologique. Cette thèse est globales de l’échantillon sont présentées en annexe.
pourtant au cœur des arguments avancés par les
avocats d’une libéralisation accrue des marchés de Proximité à la frontière technologique
produits en Europe. A minima, ces résultats incitent La proximité à la frontière technologique est définie
d o n c à m e n e r d e s t r ava u x e m p i r i q u e s A ijt
complémentaires sur la forme de la relation unissant comme le ratio , où A ijt est la productivité
le degré de réglementation sur le marché des produits Max {A ij ' t }
d’un pays et ses performances d’innovation et, plus du travail de l’industrie i dans le pays j à la période t.
particulièrement, sur le rôle de la distance à la Il s’agit donc d’une mesure de productivité relative
frontière technologique sur cette relation. vis-à-vis de la frontière technologique, cette dernière
étant définie, pour chaque industrie i, comme la
Il apparaît également que la prise en compte d’une technologie la plus performante parmi les différents
mesure explicite d’innovation est l’une des pièces pays j’ à chaque période t. Dans l’implémentation,
6
une moyenne mobile de trois années a été considérée Réglementation du marché des produits
afin de réduire les sauts dans les séries.
L’un des avantages de mener une étude empirique au
Les données permettant de calculer la productivité niveau industriel est précisément le fait de pouvoir
du travail proviennent de la base 60-industry data comparer des performances économiques liées à des
base du Groningen Growth and Development Centre cadres réglementaires différents. Cela permet
(GGDC). Cette base est une extension des bases de d’utiliser des indicateurs qui sont proches des
données industrielles STructural ANalysis (Stan) politiques de concurrence tout en bénéficiant d’une
fournies par l’OCDE. En recourant à diverses certaine exogénéité vis-à-vis des indicateurs de
sources, le centre GGDC complète les informations concurrence ou de concentration de marchés.
manquantes sur Stan tout en vérifiant leur cohérence L’ O C D E p r o p o s e d ive r s i n d i c a t e u r s d e
vis-à-vis des sources officielles. La base 60-industry réglementation. Ils sont construits à partir des
fournit en outre des mesures plus détaillées e n q u ê t e s v i s a n t à i d e n t i fi e r d e s p r a t i q u e s
concernant l’utilisation du travail (heures contraignant l’activité et l’entrée des firmes. Les
travaillées) ainsi que des déflateurs. Ces derniers résultats de ces enquêtes sont tabulés et agrégés à
sont importants dans la mesure où ils rendent plus différents niveaux permettant de mesurer le degré de
comparables les séries de productivité au niveau réglementation sur certains domaines, comme par
international. Nous avons procédé en deux étapes. exemple l’entrée de firmes, l’intégration verticale, le
D’abord les séries nominales ont été déflatées dans degré d’intervention de l’État ou le contrôle des prix,
leur monnaie nationale pour l’année 1997. Ensuite, à entre autres.
l’aide des indices de parité de pouvoir d’achat au
niveau industriel tirés de Timmer et alii (2007), les Nous porterons notre attention sur deux indicateurs
s é r i e s e n vo l u m e o n t é t é d é f l a t é e s particulièrement utiles en raison de leur variabilité
transversalement (5) . Puisque ces mesures sont temporelle. Le premier porte sur la réglementation
fournies au niveau industriel, elles sont libres des dans les secteurs de réseaux liés à l’énergie, le
biais usuels liés à l’utilisation des indices des prix à la transport et les communications. Il s’agit de
consommation. l’indicateur Regref (pour Regulatory Reform). Le
second concerne la répercussion au niveau de
L’innovation l’industrie manufacturière des pratiques de
réglementation des services qui servent d’input à son
L’innovation est mesurée en tant qu’intensité de activité, notamment les secteurs de réseaux, de
production de brevets. Les statistiques sur le nombre distribution, finances et services d’entreprises. Il
de brevets sont en général disponibles au niveau de s’agit de l’indicateur Regimp (pour Regulation
pays ou des aires technologiques de la classification Impact). Les détails de la méthodologie de
internationale des brevets (CIB). Il est possible de construction de ces indicateurs peuvent être
faire un lien entre ces domaines technologiques et la consultés dans Conway et Nicoletti (2006). L’OCDE
classification industrielle Isic au moyen de la matrice construit d’autres indicateurs captant de façon plus
de conversion proposée par Schmoch et alii (2003). directe les pratiques de réglementation sur le marché
Cette matrice est construite à partir des analyses de produits. On peut citer par exemple l’indicateur
d’expertise et des associations directes obtenues sur global de réglementation (economy-wide) du marché

la base d’un échantillon de firmes innovantes. Les des produits proposé par Conway et alii (2005), mis à
brevets sont ainsi distribués parmi les différentes jour par Wölfl et alii (2009). Le désavantage de cet
industries concernées. Ces statistiques du nombre de indicateur est qu’il n’est disponible que pour trois
brevets par industrie sont mises à disposition par années (1998, 2003 et 2008) et que son niveau de
Eurostat. Elles peuvent provenir de l’office européen détail est seulement national. Regref, en revanche,
des brevets (Epo) ou de l’office de brevets des est disponible sous la forme de séries temporelles au
États-Unis (United States Patent and Trademark niveau national sur toute la période analysée.
Office - USPTO). Dans le premier cas, l’information Puisque les secteurs de réseaux ont été l’une des
concerne les demandes de brevets en Europe et dans principales cibles des processus de
le second, les brevets accordés aux États-Unis. Nous déréglementation, Regref informe aussi sur
testerons ces deux sources. l’évolution des politiques de réglementation
nationales. Par ailleurs, l’indicateur Regimp est
L’indicateur d’innovation utilisé est calculé en construit à partir des matrices input-output, qui
divisant les statistiques de brevets par le nombre total permettent de lier pour chaque industrie l’usage des
d’heures travaillées, au niveau d’industrie Isic. Cet services. Il est donc disponible en série temporelle
indicateur d’intensité d’innovation permet ainsi de pour chaque couple industrie-pays. L’idée est de
normaliser le niveau d’innovation des industries en mesurer la façon dont les industries manufacturières
fonction de leur taille. Du fait de cette normalisation sont contraintes par la réglementation des secteurs
et de la distribution de chaque brevet parmi les fortement utilisés dans leurs opérations(6). Bien que
différentes industries auxquelles il est associé, notre mesurant la réglementation du marché des produits
indicateur d’innovation devient une variable d’une façon moins directe que l’indicateur global de
continue, qui sera traitée par des estimateurs réglementation Regref et Regimp fournissent un
linéaires. degré supérieur de variabilité. Leur corrélation avec
7
l’indicateur global de réglementation du marché des moyenne pondérée de cinq composantes reflétant les
produits reste en outre très élevée (respectivement scores obtenus sur : l’étendue de la protection
78 % et 64 %, pour notre échantillon). intellectuelle dans le pays (déterminée par le droit de
breveter dans sept domaines) ; la participation du
Autres variables explicatives pays à des traités internationaux de protection
intellectuelle ; les mécanismes de mise en
Externalités technologiques application des lois de protection de la propriété
L’importance des externalités technologiques dans intellectuelle ; la durée de la protection accordée et
la production de connaissances est souvent mise en les dispositions existantes dans le pays concernant
relief dans la littérature de croissance endogène. De les possibilités de pertes de la propriété intellectuelle
même, pour des raisons de complémentarité (PI) (liées par exemple à l’existence d’obligation de
s t r a t ég i q u e , l ’ i n n ova t i o n d e s c o n c u r r e n t s production ou de partage de l’exploitation des
i n t e r n a t i o n a u x p e u t a u g m e n t e r l e s e ff o r t s innovations).
d’innovation dans chaque industrie. Pour contrôler
ces sources de variation de l’innovation, nous Le modèle économétrique
utilisons un indicateur d’externalités d’innovation.
En notant y it l’intensité en innovation de chaque
Pour chaque industrie et pour chaque année, nous
individu i de notre échantillon (i.e. chaque couple
capturons ces externalités à partir de l’intensité en
industrie-pays) à la période t, le modèle à tester peut
innovation provenant du reste des pays dans le
être résumé sous la forme suivante :
secteur. Cela permet d’obtenir une mesure
compatible avec la structure de panel de notre (1) y it = α 1 y it −1 + α 2 rit + α 3 rit f it + α 4 f it + z it β + ε it
échantillon.
Propension relative à l’importation où rit représente le niveau de réglementation, f it la
proximité vis-à-vis de la frontière technologique
Bien que les enquêtes sur lesquelles se fondent nos mondiale et z it un vecteur ligne contenant d’autres
indicateurs incorporent des questions qui tiennent variables explicatives de l’innovation, toutes les
compte de la menace concurrentielle de l’entrée, il variables étant exprimées en logarithme népérien.
est utile de contrôler directement les effets de la β est le vecteur colonne des coefficients associés à z it .
concurrence étrangère. Celle-ci peut agir dans Notre attention se focalise sur les coefficients
certains cas comme un substitut à une politique de (élasticités) α 2 et α 3 qui informent sur l’effet de la
déréglementation au niveau national du moment où, réglementation sur l’innovation, conditionnellement
par une logique de marchés contestables, les à la proximité à la frontière technologique. Plus
stratégies des monopoles locaux sont soumises à la précisément, la variable d’intérêt à estimer est l’effet
menace des concurrents étrangers. Nous utilisons marginal de la réglementation sur l’innovation. Si
donc l’indicateur de propension relative à l’on dénote x it le vecteur contenant tous les
l’importation afin de tenir compte de cette voie régresseurs, cet effet marginal s’écrit :
d’explication de l’innovation. Cet indicateur est
fourni directement par la base Stan de l’OCDE et ∂E ( y it | x it )
prend en compte la part des importations de (2) = α 2 + α 3 f it
∂rit

l’industrie dans la production totale relativement à
celle du reste de l’OCDE à 23 pays. Cet indicateur est Du fait de la spécification en logarithme, cet effet
privilégié à une mesure directe du poids des marginal peut être interprété comme l’élasticité de la
importations en ce qu’il est mieux renseigné pour réglementation, laquelle, compte tenu du terme
notre échantillon, présente moins de valeurs d’interaction, dépend de la proximité à la frontière.
extrêmes et donne une mesure relative au reste des Puisque l’effet marginal est calculé en fonction des
concurrents. Il permet en outre de tenir compte des paramètres à estimer, il faut déterminer sa
ressources allouées à un secteur du fait de la significativité jointe. Celle-ci va dépendre des
spécialisation de sa production. variances et covariances relatives aux estimateurs
Protection de la propriété intellectuelle α$ 2 et α$ 3 et à la variable de proximité à la frontière.
L’importance de cette remarque est que des
Un aspect de la réglementation sur le marché des paramètres statistiques non significatifs peuvent se
produits susceptible d’influer directement sur combiner de façon à produire un effet marginal
l’incitation à innover est le degré de protection de la significatif (Friedrich, 1982 ; Braumoeller, 2004).
propriété intellectuelle. Il est donc utile de faire Dans ce cas, il s’ensuit, à partir de la spécification du
intervenir cet effet afin de le distinguer de l’effet modèle décrit dans l’équation (1), que l’effet (signe
schumpétérien standard que nous souhaitons ici et significativité) de la réglementation sur
mesurer. Nous utilisons l’indice de protection des l’innovation ne peut pas être dissocié de la position
brevets proposé par Ginarte et Park (1997) et spécifique d’une industrie par rapport à la frontière
récemment mis à jour par Park (2008). Cet indice technologique.
capte le degré de protection intellectuelle dans 122 Les contrôles à utiliser permettent d’exploiter la
pays sur la période 1960-2005 regroupée par va r i a b i l i t é t e m p o r e l l e e t t r a n s ve r s a l e d e
sous-périodes de cinq ans. Il se calcule comme une l’échantillon. Puisque chaque individu est en effet un
8
secteur dans un pays particulier, nous considérons de réduire les biais de pannel dynamique dans les
plus la présence d’une hétérogénéité individuelle estimations intra-groupe. Dans la partie qui traite des
non observée dans le terme d’erreur. L’estimateur tests de robustesse nous appliquerons la correction
choisi pour tenir compte de cette hétérogénéité de biais de panel dynamique proposée par Bruno
individuelle est l’estimateur intra-groupe. Nous (2005) pour des modèles à effets individuels et
intégrons en outre un effet fixe temporel. Au total, ε it données de panel non cylindrées.
s’écrit :
ε it = μ i + ηt + v it
où μ i est un effet fixe croisé industrie × pays, ηt un

Résultats empiriques
effet fixe temporel et νit le terme d’erreur de
l’équation (1). Le modèle simple : la réglementation du marché
des produits stimule d’autant plus l’innovation
Le choix de la spécification n’est pas sans qu’une économie est proche de la frontière
conséquences sur les résultats obtenus. En effet,
Le tableau 1 reporte les résultats du modèle simple
Bourlès et alii (2010) obtiennent un effet négatif de la
qui explique les performances d’innovation des pays
réglementation sur la croissance de la productivité en
de l’OCDE essentiellement par la distance du pays à
combinant un effet fixe croisé pays-année avec un
l a f r o n t i è r e t e c h n o l o g i q u e , l e d eg r é d e
effet fixe secteur plutôt qu’un effet fixe croisé
réglementation et un terme d’interaction (en sus d’un
pays-secteur combiné à un effet fixe temporel,
terme autorégressif). Afin de vérifier si l’impact de la
comme c’est le cas dans le présent article. Amable,
réglementation sur l’innovation est différent selon la
Ledezma et Robin (2013) montrent qu’en reprenant
proximité du pays à la frontière technologique, nous
une spécification semblable à celle de Bourlès et alii
calculons l’impact marginal de la réglementation sur
(2010), il est possible de parvenir à la même
le marché des produits à différents niveaux de la
conclusion qu’eux avec un échantillon de secteurs
distance à la frontière. Les résultats sont reportés en
industriels. Toutefois, l’effet négatif de la
fin de tableau pour chacune des régressions réalisées.
réglementation disparaît et devient positif ou nul
lorsqu’on modifie la structure des effets fixes. La
Ce modèle simple est estimé en ayant recours à
prise en compte d’un effet individuel pays-secteur
différents indicateurs de performance d’innovation,
est suffisante pour renverser la conclusion d’un effet
mesurée en tant qu’intensité (nombre de brevets
négatif de la réglementation sur la productivité. Ce
divisé par le total des heures travaillées). Nous
résultat est par ailleurs robuste à l’incorporation
utilisons des statistiques sur les demandes de brevets
d’effets fixes pays-années. Il semble alors important
déposées auprès de l’Office européen des brevets
de tenir compte des spécificités des industries
(indicateur Epo) et des statistiques des brevets
nationales dans les estimations afin de minimiser les
accordés par l’Office américain (indicateur
risques de biais de variable omise.
USPTO). Ces deux indicateurs peuvent donc différer
du fait qu’ils informent sur des objets statistiques
La présence d’un terme autorégressif dans le vecteur
différents (demandes de brevets versus brevets

des variables explicatives implique un risque de biais
accordés) auprès des systèmes de dépôt de brevets
dans l’estimation de α 1 . Compte tenu du type de
différents (l’Office européen versus l’Office
transformation opérée par l’estimateur intra-groupe,
américain). Ils peuvent refléter aussi des stratégies
ce coefficient autorégressif est censé être biaisé vers
de protection de propriété intellectuelle différentes
le bas. Néanmoins, l’ampleur du biais devrait être
dans la mesure où, pour les inventions moins
mitigée par le nombre de périodes de l’échantillon
importantes, les entreprises peuvent avoir tendance à
(Bond, 2002). En effet, l’estimateur intra-groupe
déposer des brevets uniquement sur leur marché
élimine l’effet fixe individuel à travers la
principal, i.e. en Europe (respectivement aux
soustraction de la moyenne de chaque groupe. La
États-Unis) pour les entreprises européennes
variable dépendante retardée devient ainsi
1 (respectivement américaines). En l’absence de
y it −1 = y it −1 − Σ τT= 2 y iτ et le terme d’erreur données sur les brevets triadiques (outre les offices
T −1 de brevets européen et américain, le Japan Patent
1 Office -JPO- constitue le troisième office principal
ε it = ε it − Σ τT= 2 ε iτ . Le terme y it−1 qui est présent
T −1 de propriété intellectuelle dans le monde) avec une
dans y it−1 sera négativement corrélé au terme dimension temporelle et sectorielle, nous avons
1 considéré un troisième indicateur (indicateur Max)
− Σ τT= 2 ε iτ présent dans ε it (de même, il existe
T −1 afin de pallier ce dernier biais. Il prend en compte les
1 meilleures performances de chaque pays parmi les
une corrélation négative entre − Σ τT= 2 y iτ et ε it ). deux systèmes.
T −1
Ces corrélations sont réduites lorsque le nombre de Tous les tests considèrent systématiquement les deux
périodes T augmente. Notre échantillon contient indicateurs construits par l’OCDE : l’évolution de la
potentiellement 25 années, ce qui devrait a priori
9
Tableau 1 : modèle simple
Regref Regimp
Epo USPTO Max Epo USPTO Max
(1) (2) (3) (4) (5) (6)
Intensité en innovation ( t -1) 0,590*** 0,260*** 0,676*** 0,603*** 0,262*** 0,679***
(0,021) (0,028) (0,023) (0,021) (0,028) (0,023)
Proximité à la frontière technologique -0,176*** -0,001 -0,098** 0,311** 0,216 0,100
(0,039) (0,055) (0,042) (0,152) (0,178) (0,131)
Réglementation -0,264* -0,138 -0,253* -0,509* -0,170 -0,296
(0,136) (0,178) (0,131) (0,283) (0,338) (0,248)
Réglementation × Proximité à la frontière technologique 0,122*** 0,064 0,074** 0,155** 0,061 0,049
(0,034) (0,044) (0,032) (0,068) (0,080) (0,060)
Nombre d’observations 5775 5088 5780 5775 5088 5780
R2 0,847 0,533 0,817 0,846 0,532 0,817
Effet marginal de la réglementation sur l’innovation selon la proximité à la frontière technologique
Minimum -0,099 -0,051 -0,153* -0,299 -0,088 -0,230
(0,092) (0,123) (0,090) (0,194) (0,236) (0,171)
Moyenne - 1 écart type 0,152*** 0,083 -0,001 0,019 0,039 -0,131*
(0,038) (0,054) (0,040) (0,076) (0,101) (0,075)
Moyenne 0,216*** 0,116** 0,039 0,101 0,071 -0,105
(0,034) (0,050) (0,036) (0,062) (0,086) (0,067)
Moyenne + 1 écart type 0,281*** 0,150*** 0,078* 0,183*** 0,103 -0,079
(0,039) (0,055) (0,040) (0,068) (0,089) (0,072)
Maximum 0,298*** 0,158*** 0,089** 0,205*** 0,111 -0,072
(0,042) (0,058) (0,042) (0,072) (0,093) (0,076)
Lecture : *, **, *** indiquent, respectivement 10%, 5% et 1% de significativité. Tous les modèles comportent une constante, des effets fixes année et
des effets fixes individuels (pays-secteur). Les variables continues sont considérées en logarithme népérien. Les paramètres sont estimés à partir de
l’estimateur intra-groupe sur 249 groupes. Erreurs types Hubert-White reportées entre parenthèses. En colonnes Max sont reportés les résultats des
régressions où la variable endogène est calculée en intégrant les meilleures performances des pays entre les deux systèmes Epo et USPTO. Partie
basse du tableau 1 : la ligne « Minimum » (respectivement « Maximum ») indique l’effet marginal de la réglementation sur l’innovation estimé sur le
couple pays-industrie le plus éloigné de la frontière technologique mondiale (respectivement sur celui situé à la frontière technologique mondiale),
selon les indicateurs de règlementation retenus. Les trois lignes intermédiaires précisent les valeurs estimées de cet effet sur les sous-groupes
pays-industrie dont la proximité à la frontière technologique se situe à la moyenne ou à la moyenne plus ou moins un écart type.
Sources : Offices des brevets européen (Epo) et américain (USPTO), calculs des auteurs.
réglementation dans les secteurs de réseaux (Regref) réglementation, telle que mesurée par l’indicateur
et la répercussion au niveau de l’industrie Regref. L’ampleur de cet effet apparaît en outre
manufacturière de la réglementation des secteurs de d’autant plus importante que l’on se rapproche de la
réseaux, de distribution, de finances et de services frontière : cela se traduit formellement par un signe
d’entreprises (Regimp). Bien que Regref ne possède positif du terme d’interaction et principalement par
qu’une variabilité temporelle au niveau national, le le fait que les coefficients marginaux reportés en bas

fait de l’incorporer en interaction avec l’indicateur du tableau 1 sont positifs et croissants à mesure que le
de proximité à la frontière technologique, lui-même secteur-pays considéré est proche de la frontière
disponible en série temporelle pour chaque secteur technologique.
dans chaque pays, nous permet d’identifier un effet
différencié de la réglementation sur l’innovation au La spécification (2) du tableau 1 reporte les résultats
niveau de chaque individu (secteur-pays). du modèle simple lorsque les performances
L’indicateur Regimp, compatible avec la structure de d’innovation sont mesurées par les dépôts de brevets
panel des données, est plus indirect par construction. à l’Office américain (USPTO). Les résultats obtenus
Comme nous l’avons discuté dans la partie c o n fi r m e n t l e s r é s u l t a t s p r é c é d e n t s : l a
méthodologique, ces deux indicateurs restent réglementation a un impact positif sur l’innovation,
hautement corrélés aux indicateurs plus directs de qui s’avère d’autant plus fort que le pays se
réglementation qui, eux, ont l’inconvénient de rapproche de la frontière technologique. Les
présenter beaucoup moins de variabilité, à la fois sur résultats obtenus dans la spécification (3) avec
la dimension temporelle et sur la dimension l’indicateur Max sont cohérents avec les précédents :
transversale, ce qui limite fortement les possibilités le signe d’interaction est positif et l’impact positif de
de leur utilisation dans notre étude. la réglementation apparaît d’autant plus fort qu’on se
rapproche de la frontière technologique. À noter
Ces spécifications variées constituent ainsi une qu’avec cet indicateur de performance, il apparaît
première façon de vérifier la robustesse des résultats q u e l a r ég l e m e n t a t i o n p e u t a m o i n d r i r l e s
obtenus. D’après la spécification (1) du tableau 1, les performances d’innovation des industries très loin de
performances d’innovation des pays de l’OCDE, la frontière.
mesurées par leur dépôt de brevets à l’Office
européen (Epo), sont positivement affectées par la
10
Graphiques 1 : effets marginaux (modèle simple)
Regref - USPTO Regref - Epo
Effet marginal Histogramme proximité à la frontière
Effet Marginal Histogramme proximité à la frontière
0,4 0,10 0,4 0,10
0,08 0,08
0,2 0,2
0,06 0,06
0,0 0,0
0,04 0,04
-0,2 -0,2
0,02 0,02
-0,4 0,00 -0,4 0,00
Minimum Moyenne Maximum Minimum Moyenne Maximum

Proximité à la frontière Proximité à la frontière
Regimp - USPTO Regimp - Epo

Effet Marginal Histogramme proximité à la frontière Histogramme proximité à la frontière
Effet Marginal
0,4 0,10 0,4 0,10
0,2 0,08 0,2 0,08
0,0 0,06 0,0 0,06
0,04 -0,2 0,04

-0,2
-0,4 0,02
-0,4 0,02
-0,6
-0,6 0,00 0,00
Minimum Moyenne Maximum Minimum Moyenne Maximum

Proximité à la frontière Proximité à la frontière
Lecture : les courbes centrales (points) indiquent l’effet marginal de l’indicateur de niveau de réglementation sur l’indicateur d’intensité en
innovation, les marges d’erreur à ± 5% sur l’ampleur de cet effet étant représentées par les courbes extrêmes (losanges).
Sources : Offices des brevets européens (Epo) et américain (USPTO), calculs des auteurs.
Les trois dernières colonnes du tableau 1 présentent notre échantillon est composé principalement de
les résultats obtenus lorsqu’un autre indicateur de pays européens, les résultats obtenus sur la base de
réglementation est considéré (Regimp). Le signe l’indicateur d’innovation construit à partir des
positif du coefficient d’interaction apparaît cohérent demandes de brevets déposées auprès de l’Office

avec les résultats précédents. La dernière colonne du européen (Epo) devraient cependant être privilégiés.
tableau 1 présente les résultats obtenus avec
l’indicateur de meilleures performances. Comme Les modèles étant spécifiés avec des termes
p r é c é d e m m e n t , l a r ég l e m e n t a t i o n a ff e c t e d’interaction, l’interprétation des résultats doit se
négativement et de manière peu significative f o c a l i s e r s u r l e s e ff e t s m a rg i n a u x d e l a
l’innovation loin de la frontière ; près de la frontière, réglementation selon la proximité à la frontière
cet effet devient clairement non-significatif. technologique plutôt que sur les coefficients liés à la
réglementation pris isolément (cf. méthodologie).
Au regard de ces premiers résultats, il apparaît C e s e ff e t s m a rg i n a u x s o n t p r é s e n t é s
globalement que la réglementation est plutôt systématiquement dans toutes les régressions. Les
bénéfique à l’innovation et que cet impact positif est graphiques 1 les illustrent pour le modèle simple
d’autant plus prononcé que le secteur considéré est avec les indicateurs de réglementation Regref et
proche de la frontière technologique. Deux Regimp et les deux indicateurs de brevets (Epo et
configurations parmi les six régressions réalisées USPTO). La valeur de l’effet marginal (courbe
conduisent au résultat non conclusif d’après lequel la centrale) est tracée avec les marges d’erreur à 5%. On
réglementation n’a pas d’impact significativement remarque que les pentes des courbes sont toujours
différent de zéro, i.e. lorsque la réglementation est positives, ce qui indique que la proximité à la
mesurée sur la base de l’indicateur Regimp et f r o n t i è r e a m é l i o r e l a c o n t r i bu t i o n d e l a
l’innovation par l’indicateur de brevets américains et réglementation au lieu de la détériorer. De plus, dans
de brevets Max (colonnes (5) et (6) du tableau 1). Le une bonne partie des résultats, la contribution de la
changement d’indicateur de réglementation et r ég l e m e n t a t i o n a u d é p ô t d e b r eve t e s t
d’indicateur de performance constitue ainsi un significativement positive lorsqu’une industrie dans
premier type de test de robustesse. Dans la mesure où un pays donné est proche de la frontière
11
Tableau 2 : modèle avec variables retardées et correction du biais de panel dynamique
Epo USPTO Epo USPTO

Regref Regimp Regref Regimp Regref Regimp Regref Regimp
(1) (2) (3) (4) (5) (6) (7) (8)
Intensité en estimation (t -1) 0,588*** 0,604*** 0,258*** 0,261*** 0,646*** 0,659*** 0,311*** 0,313***
(0,021) (0,021) (0,029) (0,029) (0,013) (0,012) (0,013) (0,013)
Proximité à la frontière technologique (t -1) -0,167*** 0,229 0,034 0,234
– – – –
(0,041) (0,149) (0,061) (0,185)
Réglementation (t -1) -0,164 -0,274 -0,003 -0,119
– – – –
(0,135) (0,280) (0,185) (0,356)
Réglementation (t -1) × Proximité à la 0,108*** 0,119* 0,043 0,067
– – – –
frontière technologique (t -1) (0,034) (0,068) (0,045) (0,084)
Proximité à la frontière technologique -0,176*** 0,301*** -0,012 0,214
– – – –
(0,042) (0,112) (0,068) (0,166)
Réglementation -0,266** -0,489** -0,148 -0,193
– – – –
(0,126) (0,234) (0,192) (0,321)
Réglementation × Proximité à la frontière 0,121*** 0,151*** 0,067 0,064
– – – –
technologique (0,029) (0,052) (0,046) (0,079)
Nombre d’observations 5813 5813 5083 5083 5775 5775 5088 5088
R2 0,849 0,847 0,534 0,533
Minimum -0,018 -0,113 0,055 -0,029 -0,102 -0,284* -0,058 -0,106

(0,092) (0,192) (0,127) (0,248) (0,089) (0,167) (0,131) (0,219)
Moyenne - 1 écart type 0,203*** 0,132* 0,145*** 0,111 0,146*** 0,026 0,079 0,027
(0,037) (0,074) (0,055) (0,103) (0,043) (0,083) (0,052) (0,091)
Moyenne 0,260*** 0,195*** 0,167*** 0,146* 0,210*** 0,105 0,114*** 0,060
(0,034) (0,060) (0,050) (0,087) (0,037) (0,073) (0,043) (0,082)
Moyenne + 1 écart type 0,318*** 0,259*** 0,189*** 0,181** 0,274*** 0,185*** 0,149*** 0,094
(0,040) (0,066) (0,056) (0,090) (0,037) (0,072) (0,047) (0,092)
Maximum 0,333*** 0,276*** 0,195*** 0,190** 0,292*** 0,207*** 0,158*** 0,103
(0,042) (0,071) (0,059) (0,094) (0,038) (0,073) (0,050) (0,097)
Lecture : *, **, *** indiquent, respectivement 10%, 5% et 1% de significativité. Tous les modèles comportent une constante, des effets fixes année et
des effets fixes individuels (pays-secteur). Les variables continues sont considérées en logarithme népérien. Les estimations du modèle avec
régresseurs retardés sont faites à partir de l’estimateur intra-groupe (erreurs types Hubert-White reportées). Les corrections de biais de panel
dynamique (quatre dernières colonnes) considèrent une solution initiale provenant de la méthode d’Anderson et Hsiao (1981) (rééchantillonnage à
100 itérations).
Sources : Offices des brevets européen (Epo) et américain (USPTO), calculs des auteurs.

technologique. Grâce aux histogrammes présentés t peuvent en effet influer sur ses performances de
en arrière-plan, on observe de plus que ces effets productivité et donc sur sa distance à la frontière
positifs peuvent concerner un grand nombre technologique. Dans ce cas, les régresseurs ne sont
d’industries des pays développés. plus exogènes et l’estimation est biaisée. Afin de
réduire en partie ce biais d’endogénéité, nous
Dans tous les cas, cette première analyse ne permet considérons une spécification dans laquelle
pas de valider les arguments habituels en faveur des l’ensemble des variables expliquées est introduit
politiques de déréglementation des marchés en tant avec un terme retardé d’une année.
que moyen d’obtenir des incitations à l’innovation.
Au contraire, le tableau dressé par ces résultats tend Les résultats précédents sont confirmés lorsque les
plutôt à infirmer cette vision, qualifiée souvent de régresseurs sont introduits avec un terme de retard
sens commun (Aghion et Griffith, 2005). Dans le (colonnes (1) à (4) du tableau 2). La réglementation
reste de l’article nous proposons d’autres tests de affecte positivement l’innovation et ce d’autant plus
robustesse, fondés sur des changements de fortement que le secteur du pays est proche de la
spécification du modèle et d’estimateur. frontière technologique. Cet effet est vérifié que
l’innovation soit mesurée en brevets européens ou en
Les tests de robustesse brevets américains. En outre, on peut noter que les
résultats sont renforcés dans cette spécification.
Spécification avec régresseurs retardés et correction D’une part, la valeur numérique des coefficients
du biais de panel dynamique
marginaux apparaît plus élevée que dans le tableau 1.
Les résultats des estimations du modèle simple D’autre part, l’impact marginal de la réglementation
reportés dans le tableau 1 sont susceptibles d’être apparaît positif et significatif y compris pour la
biaisés : les performances d’innovation d’un pays en spécification où la réglementation est mesurée avec
12
Regimp et l’innovation avec USPTO (contrairement d a n s u n p a y s e s t c o r r é l é à s o n n ive a u d e
au modèle simple, colonne (5) du tableau 1). La prise réglementation sur le marché des produits, il est
en compte, même partielle(7) du biais d’endogénéité, possible que l’omission d’une variable de protection
tend donc à renforcer le résultat selon lequel la de la propriété intellectuelle puisse biaiser le
réglementation affecte positivement l’innovation et coefficient estimé pour la réglementation. Une
ce d’autant plus que l’on se rapproche de la frontière. première façon de contrôler ce biais de variable
omise est d’introduire une variable de tendance au
Une autre source de biais est susceptible de provenir niveau national qui capte l’ensemble des variations
de la prise en compte d’un terme autorégressif dans institutionnelles (et macro-économiques) sur la
un modèle à effets fixes. Une autre série de tests de période. Cela est possible en ajoutant des effets fixes
robustesse est donc réalisée en recourant à et temporels, une variable d’interaction entre les
l’estimateur proposé par Bruno (2005), qui permet effets fixes pays et les effets fixes temporels, qui
de réduire le biais du terme autorégressif (cf. captent respectivement les évolutions inobservées
méthodologie). Les différentes spécifications des spécifiques au pays. Une seconde façon de contrôler
modèles simples du tableau 1 sont réestimées (quatre est d’utiliser l’indicateur de protection de la
dernières colonnes du tableau 2). La valeur du propriété intellectuelle (PPI) proposé par Ginarte et
coefficient autorégressif est supérieure dans ces Park (1997) et Park (2008). Cet indicateur a le mérite
régressions, ce qui est un signe de la correction du de capter directement l’effet qui nous intéresse, mais
biais. Les résultats obtenus s’agissant de l’effet de la il a le désavantage de ne disposer que d’une
réglementation selon la distance à la frontière sont variabilité temporelle réduite (données disponibles à
cohérents avec les précédents : la réglementation a en cinq ans d’intervalles) et d’une dimension nationale
général un impact d’autant plus bénéfique que (il n’est pas renseigné par secteur).
l’individu (secteur-pays) est proche de la frontière.
Une seconde critique qui pourrait être faite à notre
Cette seconde série de tests de robustesse tend de modèle de base renvoie au fait que le nombre de
nouveau à mettre en avant le résultat selon lequel la dépôts de brevets constitue une mesure imparfaite de
r ég l e m e n t a t i o n a u r a i t u n e ff e t p o s i t i f s u r l’innovation. L’idée est ici que la mesure du dépôt de
l’innovation, d’autant plus important que le pays est brevets par les entreprises ne permettrait pas de
proche de la frontière technologique. Sur l’ensemble rendre compte de réelles performances
des spécifications proposées visant à contrôler des d’innovations. Elles capterait également les
biais d’estimation liés au caractère dynamique du stratégies de blocage des entreprises ou de
panel et à l’endogénéité de certaines variables négociation dans des consortiums de recherche.
explicatives, seule une régression conduit à des Dans un tel contexte, une partie des brevets déposés
résultats plus nuancés où, loin de la frontière se caractériserait par une valeur faible. Une façon de
technologique, la réglementation du marché des contrôler cet effet est de considérer une spécification
produits est susceptible d’affecter négativement du modèle dans laquelle la variable expliquée est la
l ’ i n n ova t i o n ( m o d è l e s i m p l e l o r s q u e l e s productivité du travail. La mise en évidence d’une
performances sont mesurées par les brevets déposés relation positive entre l’indicateur de réglementation
à l’office européen et la réglementation par Regimp) ; et les performances de productivité peut constituer

dans ce cas, près de la frontière l’effet devient un élément de preuve supplémentaire au fait que le
significativement positif. niveau de réglementation affecte les performances
d’innovation.
Les dépôts de brevets mesurent-ils les performances
d’innovation ? Le tableau 3 reporte les estimations obtenues et
Nous proposons dans cette partie des spécifications confirme en général les résultats du modèle de base
du modèle simple visant à tester la robustesse du lien ave c u n i m p a c t p o s i t i f e t c r o i s s a n t d e l a
entre nombre de brevets déposés et innovation. Deux réglementation à mesure que le pays considéré est
types de limites pourraient en effet affaiblir les proche de la frontière. Notons cependant que,
résultats précédents(8). lorsque la réglementation est mesurée à l’aide de
l’indicateur Regimp, l’effet sur la productivité du
En premier lieu, la relation positive entre travail reste significativement positif mais
réglementation et innovation pourrait traduire une légèrement décroissant lorsqu’on s’approche de la
simple relation entre dépôt de brevets et niveau de frontière.
protection intellectuelle, c’est-à-dire que le recours
au dépôt de brevets serait plus important dans les Le modèle étendu
pays où le degré de protection est le plus élevé. Dans Une quatrième série de tests de robustesse a été
ce cas, la relation mise à jour dans cet article serait réalisée en considérant une version étendue du
simplement tautologique. Il faut tout d’abord noter modèle avec variables retardées (celui du tableau 2)
que le degré de protection intellectuelle n’entre pas dans lequel nous avons incorporé successivement un
directement dans le calcul de l’indicateur de terme captant les externalités de connaissance, un
l’OCDE, ce qui limite la portée de cette critique. terme captant l’intensité des importations dans
Cependant, si le degré de protection intellectuelle l’économie et un terme captant le degré de protection
13
Tableau 3 : tests sur la mesure de performances d’innovation
Brevets - tendances nationales - Epo Brevets - PPI - Epo Productivité du travail (Y/L)
14
Regref Regimp Regref Regimp Regref Regimp Regref Regimp Regref Regimp Regref Regimp
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
Nombre de brevets (t -1) 0,383*** 0,368*** 0,381*** 0,366*** 0,561*** 0,565*** 0,560*** 0,565***
– – – –
(0,032) (0,032) (0,031) (0,031) (0,022) (0,022) (0,022) (0,022)
Productivité du travail (t -1) 0,961*** 0,961*** 0,961*** 0,961***
– – – – – – – –
(0,012) (0,011) (0,012) (0,012)
Proximité à la frontière technologique -0,098*** 0,272** -0,156*** 0,191 0,043** 0,056
– – – – – –
(0,034) (0,130) (0,037) (0,149) (0,019) (0,047)
Réglementation 0,140 0,861*** -0,209 -0,340 -0,019 0,094
– – – – – –
(0,134) (0,271) (0,132) (0,278) (0,057) (0,095)
Réglementation × Proximité à la frontière technologique 0,047* 0,151** 0,083** 0,114* 0,013 -0,003
– – – – – –
(0,027) (0,060) (0,033) (0,067) (0,014) (0,022)
Proximité à la frontière technologique (t -1) -0,065* 0,233* -0,143*** 0,103 0,008 -0,022
– – – – – –
(0,037) (0,135) (0,040) (0,145) (0,018) (0,045)
Réglementation (t - 1) 0,000 1,009*** -0,117 -0,119 -0,018 0,162*
– – – – – –
(0,000) (0,273) (0,132) (0,275) (0,054) (0,089)
Réglementation (t - 1) × Proximité à la frontière 0,031 0,127** 0,068** 0,075 0,012 -0,023
– – – – – –
technologique (t - 1) (0,027) (0,063) (0,033) (0,066) (0,013) (0,021)
Protection de la propriété intellectuelle (PPI) 0,176*** 0,197*** 0,173*** 0,198***
– – – – – – – –
(0,024) (0,024) (0,024) (0,024)
Nombre d’observations 5775 5775 5813 5813 5775 5775 5813 5813 5801 5801 5839 5839
2
R 0,893 0,894 0,894 0,895 0,850 0,850 0,852 0,851 0,949 0,949 0,948 0,948
Minimum 0,204* 1,066*** 0,043 1,180*** -0,096 -0,186 -0,025 -0,017 -0,001 0,090 -0,001 0,131**
(0,109) (0,211) (0,037) (0,212) (0,090) (0,190) (0,089) (0,188) (0,039) (0,066) (0,038) (0,062)
Moyenne -1 écart type 0,302*** 1,375*** 0,107 1,440*** 0,074** 0,048 0,115*** 0,137* 0,025 0,084*** 0,024 0,085***
(0,086) (0,160) (0,093) (0,168) (0,037) (0,074) (0,036) (0,072) (0,016) (0,028) (0,016) (0,027)
Moyenne 0,327*** 1,455*** 0,124 1,507*** 0,119*** 0,109* 0,151*** 0,177*** 0,032** 0,083*** 0,030** 0,072***
(0,085) (0,160) (0,108) (0,171) (0,033) (0,061) (0,032) (0,059) (0,013) (0,023) (0,013) (0,023)
Moyenne + 1 écart type 0,352*** 1,535*** 0,140 1,575*** 0,163*** 0,169** 0,188*** 0,217*** 0,039*** 0,081*** 0,037** 0,060**
(0,087) (0,167) (0,123) (0,180) (0,038) (0,066) (0,037) (0,064) (0,014) (0,023) (0,014) (0,023)
Maximum 0,359*** 1,557*** 0,145 1,593*** 0,174*** 0,185*** 0,197*** 0,227*** 0,041*** 0,081*** 0,038** 0,057**
(0,087) (0,169) (0,127) (0,184) (0,040) (0,071) (0,040) (0,069) (0,014) (0,024) (0,015) (0,024)
Lecture : *, **, *** indiquent, respectivement 10%, 5% et 1% de significativité. Tous les modèles comportent une constante, des effets fixes année et des effets fixes individuels (pays-secteur). Les variables continues sont
considérées en logarithme népérien. Les estimations sont faites à partir de l’estimateur intragroupe sur 249 groupes. Erreurs types Hubert-White reportées.
Sources : offices des brevets européen (Epo) et américain (USPTO), calculs des auteurs.

Tableau 4 : modèle étendu
Brevets Regref - Epo Brevets Regimp - Epo Y/L - Regref Y/L - Regimp
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
Nombre de brevets (t -1) 0,578*** 0,579*** 0,549*** 0,595*** 0,594*** 0,554***

– – – – – –
(0,021) (0,023) (0,024) (0,021) (0,022) (0,023)
Productivité du travail Y/L (t - 1) 0,954*** 0,944*** 0,944*** 0,955*** 0,945*** 0,944***
– – – – – –
(0,013) (0,012) (0,012) (0,012) (0,012) (0,012)
Proximité à la frontière technologique (t -1) -0,160*** -0,157*** -0,136*** 0,225 0,207 0,092 0,011 0,020 0,020 -0,019 -0,013 -0,021
(0,041) (0,042) (0,040) (0,148) (0,154) (0,150) (0,018) (0,018) (0,018) (0,045) (0,047) (0,047)
Réglementation (t -1) -0,116 -0,099 -0,041 -0,322 -0,311 -0,167 -0,014 -0,010 -0,008 0,147* 0,157* 0,168*
(0,136) (0,142) (0,137) (0,279) (0,286) (0,280) (0,054) (0,055) (0,055) (0,088) (0,092) (0,092)
Réglementation (t -1) × Proximité à la frontière 0,098*** 0,092*** 0,053 0,121* 0,115* 0,077 0,011 0,012 0,010 -0,022 -0,023 -0,026
technologique (t -1) (0,034) (0,036) (0,035) (0,067) (0,070) (0,068) (0,013) (0,013) (0,013) (0,021) (0,022) (0,022)
Externalités de connaissance (t -1) 0,237*** 0,266*** 0,303*** 0,222*** 0,253*** 0,296*** 0,074*** 0,101*** 0,102*** 0,071*** 0,097*** 0,099***
(0,042) (0,043) (0,043) (0,042) (0,043) (0,043) (0,022) (0,022) (0,022) (0,022) (0,022) (0,022)
Intensité des importations (t - 1) 0,039 0,042 0,052 0,050 0,001 0,001 0,003 0,002
– – – –
(0,039) (0,039) (0,040) (0,039) (0,012) (0,012) (0,012) (0,012)
Protection de la propriété intellectuelle (t - 1) 0,180*** 0,204*** 0,005 0,011*
– – – – – – – –
(0,024) (0,024) (0,007) (0,006)
Nombre d’observations 5813 5582 5582 5813 5582 5582 5839 5597 5597 5839 5597 5597
2
R 0,850 0,838 0,841 0,848 0,836 0,840 0,949 0,946 0,946 0,949 0,946 0,946
Minimum 0,017 0,026 0,030 -0,159 -0,156 -0,063 0,001 0,006 0,006 0,117* 0,125* 0,133**
(0,092) (0,095) (0,092) (0,191) (0,195) (0,191) (0,037) (0,038) (0,038) (0,062) (0,064) 0,064)
Moyenne - 1 écart type 0,217*** 0,215*** 0,138*** 0,088 0,080 0,094 0,024 0,030* 0,027 0,071*** 0,077*** 0,079***
(0,037) (0,038) (0,037) (0,074) (0,074) (0,072) (0,016) (0,016) (0,017) (0,027) (0,027) (0,027)
Moyenne 0,269*** 0,265*** 0,166*** 0,152** 0,142** 0,135** 0,030** 0,036** 0,033** 0,059*** 0,065*** 0,065***
(0,034) (0,034) (0,033) (0,061) (0,061) (0,059) (0,013) (0,014) (0,015) (0,022) (0,023) (0,023)
Moyenne + 1 écart type 0,322*** 0,314*** 0,194*** 0,216*** 0,203*** 0,176*** 0,036** 0,042*** 0,038** 0,047** 0,052** 0,051**
(0,039) (0,041) (0,039) (0,067) (0,068) (0,066) (0,014) (0,015) (0,015) (0,023) (0,024) (0,024)
Maximum 0,335*** 0,327*** 0,201*** 0,233*** 0,219*** 0,187*** 0,037** 0,043*** 0,040** 0,044* 0,049** 0,047*
(0,042) (0,044) (0,042) (0,071) (0,073) (0,071) (0,015) (0,016) (0,016) (0,024) (0,025) (0,025)
Lecture : *, **, *** indiquent, respectivement 10%, 5% et 1% de significativité. Tous les modèles comportent une constante, des effets fixes année et des effets fixes individuels (pays-secteur). Les variables continues sont
considérées en logarithme népérien. Les estimations sont faites à partir de l’estimateur intra-groupe. Erreurs types Hubert-White reportées.
Sources : offices des brevets européen (Epo) et américain (USPTO), calculs des auteurs.
15
de la propriété intellectuelle. Les résultats de ces
estimations figurent dans les colonnes du tableau 4 Conclusion
présentant les spécifications (1) à (6).
Dans l’ensemble des régressions, le terme L’objectif de cet article était de tester la relation entre
d’externalité a le signe attendu : les brevets du reste l a r ég l e m e n t a t i o n d e m a r c h é e t l ’ a c t iv i t é
du monde contribuent positivement à l’innovation de d’innovation et, plus particulièrement, d’analyser
chaque pays, confirmant ainsi la validité empirique comment celle-ci est conditionnée par la proximité
du phénomène d’externalité positive associée à la vis-à-vis de la frontière technologique mondiale. Le
production de connaissance. Les résultats relatifs à sens commun en la matière est que la réglementation
l’impact de la réglementation ne sont pas modifiés serait nuisible à l’innovation et, donc, à la croissance,
aussi bien qualitativement, le signe du terme et que cela serait d’autant plus vrai que l’on se
d’interaction restant positif et le plus souvent rapproche des technologies de production les plus
significatif, que quantitativement, la valeur des performantes. Cette idée vient à l’appui des
coefficients marginaux près de la frontière ayant la recommandations de politique structurelle en faveur
même magnitude que ceux en l’absence de de la déréglementation des marchés de produits.
coefficient d’externalité (cf. colonnes (1) et (4) du
tableau 4, à comparer aux colonnes (1) et (2) du L’analyse empirique menée dans cet article
tableau 2). n’apporte pas de fondements à cet argument. Au
contraire, nos résultats montrent dans la plupart des
En sus du terme d’externalité, une variable mesurant c a s l ’ ex i s t e n c e d ’ u n e ff e t m a rg i n a l d e l a
la propension relative à l’importation est ensuite réglementation sur l’innovation croissant à mesure
introduite. L’idée est de prendre en considération la que l’on se rapproche de la frontière technologique
pression exercée par la concurrence étrangère. Les mondiale. De plus, pour une partie significative des
résultats portant sur l’impact de la réglementation secteurs considérés, la réglementation exerce un
restent conformes aux précédents, avec un impact effet positif sur l’innovation. Ces résultats,
positif et croissant de la réglementation quand le accompagnés d’un rappel du caractère contrasté du
pays considéré est plus proche de la frontière. L’effet bilan dressé par la littérature empirique sur le sujet,
de la variable de propension relative à l’importation n’apportent aucun soutien empirique à l’opinion
n’est cependant pas significatif. selon laquelle la concurrence et la déréglementation
des marchés seraient le moteur de l’innovation dans
Les régressions prennent en compte ensuite l’effet du les économies développées.
degré de protection de la propriété intellectuelle (cf.
colonnes (3) et (6), qui présente une influence
positive et statistiquement significative. L’ensemble
des résultats précédents concernant l’impact de la
réglementation sur l’innovation est confirmé.
Le reste du tableau reporte les résultats obtenus pour

des spécifications identiques du modèle mais avec

une variable de performance différente, i.e. en
considérant la productivité du travail. Les résultats
confirment que la réglementation (resp. la
déréglementation) est d’autant plus (resp. moins)
bénéfique à l’innovation que le pays est proche de la
frontière. Néanmoins, lorsque l’indicateur de
réglementation utilisé est Regimp, l’effet marginal
t e n d à d é c r o î t r e l ég è r e m e n t ( a u m o i n s
numériquement, si ce n’est toujours
significativement) lorsqu’on se rapproche de la
frontière technologique. Il n’apparaît pas pour autant
que la déréglementation serait bénéfique près de la
frontière technologique. A minima, l’effet positif et
statistiquement significatif de la réglementation sur
la productivité est moins élevé à la frontière
technologique - cf. colonnes (10) à (12) du tableau
4(9).
16
Notes Bibliographie
(1) L’indice de Lerner se définit comme le rapport de la Acemoglu D., Aghion P. et Zilibotti F. (2006). “Distance to
différence entre le prix d’un bien et son coût marginal sur le Frontier, Selection and Economic Growth”, Journal of the
prix de ce bien. Il varie entre 0 (concurrence pure et parfaite) et European Economic Association, vol. 4, n°1, pp. 37-74.
1 (monopole).
Aghion P. (2006). “A Primer on Innovation and Growth”,
(2) L’indice de Herfindahl se définit comme la somme des BRUEGEL Policy Brief Issue 2006/06.
carrés des parts de marché de toutes les entreprises d’un secteur
Aghion P., Bloom N., Blundell R., Griffith R. et Howitt P.
donné. Il croît avec le degré de concentration du marché dans
(2005). “Competition and Innovation: An Inverted U
ce secteur.
Relationship”, Quarterly Journal of Economics, May, pp.
(3) Selon l’effet de remplacement introduit par Arrow (1962), 701-728.
un monopole est moins incité à innover qu’une firme
concurrentielle. En effet, un monopole qui innove “se Aghion P., Blundell R., Griffith R., Howitt P. et Prantl S.
remplace lui-même”, tandis qu’une firme concurrentielle qui (2009). “The Effects of Entry on Incumbent Innovation and
innove passe d’un profit nul à une valeur de profit de firme Productivity”, Review of Economics and Statistics, vol. 89,
dominante quand elle est la première à innover. n°1, pp. 20-32.
(4) Voir Segerstrom (2007). Aghion P. et Griffith R. (2005). Competition and Growth:
Reconciling Theory and Evidence, MIT Press.
(5) Dans certains cas on observe une importante dispersion de
la valeur ajoutée telle qu’elle est renseignée par le Groningen Aghion P. et Howitt P. (1992). “A Model of Growth Through
Growth and Development Centre (GGDC). Nous tenons Creative Destruction”, Econometrica, vol. 60, n° 2, pp. 323-
compte des valeurs nominales données par Stan pour les 351.
valeurs extrêmes, notamment dans les industries de Amable B., Demmou L. et Ledezma I. (2010). “Product
technologie de l’information et de la communication. Avec Market Regulation, Innovation, and Distance to Frontier”,
cette procédure, il est possible d’obtenir un échantillon Industrial and Corporate Change, vol. 19, n°1, pp. 117-159.
consistant tout en bénéficiant d’un nombre plus grand Amable B., Ledezma I. et Robin S. (2013). “Product Market
d’observations que celui offert par Stan (voir tableau A1 en Regulation, Innovation and Productivity”, mimeo, Université
annexe). Paris 1 Panthéon-Sorbonne.
(6) Conway et Nicoletti (2006) informent qu’à la fin des années Anderson T. et Hsiao C. (1981). “Formulation and
1990, environ 80% de la production de services d’entreprises Estimation of Dynamic Models Using Panel Data”, Journal of
était utilisée comme produit intermédiaire dans le reste des Econometrics, vol. 18, n°1, pp. 47-82.
secteurs de l’économie. De même, les secteurs financiers,
d’électricité, poste et communications représentaient entre Arrow K. (1962). “Economic Welfare and the Allocation of
50 % et 70 % des inputs dans les processus de production. Resources for Invention”, in Nelson R. (éd.): The Rate and
Direction of Inventive Activity, Princeton University Press,
(7) Dans Amable, Demmou et Ledezma (2010) les biais pp. 609-624.
d’endogénéité sont traités à partir de la méthode des moments
généralisés en système. En ce qui concerne l’indicateur Epo (la Arnold J., Nicoletti G. et Scarpetta S. (2008). “Regulation,
seule mesure de performance testée par les auteurs) les Allocative Efficiency and Productivity in OECD Countries”.
résultats sont en ligne avec ceux présentés ici. OECD Economics Department Working Papers n° 616.
(8) Nous remercions l’un des rapporteurs d’avoir soulevé ce Askenazy P., Cahn C. et Irac D. (2007). “Déterminants du
niveau d’innovation dans les PME”. Bulletin de la Banque de
point.

France, n° 165, pp. 87-93.
(9) Les résultats sont qualitativement similaires lorsque ces Baldwin W. et Scott J. (1987). Market Structure and
extensions sont réalisées à partir du modèle simple du tableau Technical Change, Harwood.
1, avec un impact positif et croissant de la réglementation à
mesure que le secteur du pays considéré est proche de la Blundell R., Griffith R. et van Reenen J. (1999). “Market
frontière. Cependant, ils sont moins robustes (deviennent Share, Market Value and Innovation in a Panel of British
non significatifs) lorsque la réglementation est mesurée avec Manufacturing Firms”, Review of Economic Studies, vol. 66,
l’indicateur Regimp et qu’une variable d’intensité des n° 3, pp. 529-554.
importations est introduite. Les résultats sont disponibles sur Bond S. (2002). “Dynamic Panel Data Models: A Guide to
demande auprès des auteurs. Micro Data Methods and Practice”, Portuguese Economic
Journal, vol. 1, n°1, pp. 141-162.
Bouis R. et Klein C. (2009). “La concurrence favorise-t-elle
les gains de productivité ? Analyse sectorielle dans les pays de
l’OCDE”, Économie et Statistique n°419-420, pp. 73-99.
Bourlès R., Cette G., Lopez J., Mairesse J. et Nicoletti G.
(2010). “Do Product Market Regulations in Upstrean Sectors
Curb Productivity Growth? Panel Data Evidence for OECD
Countries”, OECD Economics Department Working Paper
n°791.
Braumoeller B. (2004). “Hypothesis Testing and
Multiplicative Interaction Terms”, International
Organization, vol. 58, n°4, pp. 807-820.
17
Bruno G. (2005). “Approximating the Bias of the LSDV OECD (2006). Economic Policy Reforms: Going for Growth.
Estimator for Dynamic Unbalanced Panel Data Models”, OECD.
Economics Letters, vol. 87, n°3, pp. 361-366. Park W. (2008). “International Patent Protection 1960-2005”,
Cohen W. et Levin R. (1989). “Innovation and Market Research Policy, vol. 37, n°4, pp. 761-766.
Structure” in : Schmalensee R. and R. Willig (éds), Handbook Schumpeter J. (1934). The Theory of Economic
of Industrial Organisation, North-Holland, vol. 2, pp. Development. Harvard University Press.
1060-1107.
Segerstrom P. (2007). “Intel Economics”, International
Conway P., Janod V. et Nicoletti G. (2005). “Product Market Economic Review, vol. 48, n°1, pp. 247-280.
Regulation in OECD Countries, 1998 to 2003”, OECD
Economics Department Working Paper, n°419. Schmoch U., Laville F., Patel P. et Frietsch R. (2003).
“Linking Technology Areas to Industrial Sectors”, Final
Conway P. et Nicoletti G. (2006). “Product Market Report to the European Commission, DG Research, in
regulation in the Non-Manufacturing Sector of OECD Coorporation with Observatoire des Sciences et des
Countries: Measurements and Highlights”, OECD Economics Techniques, Paris and University of Sussex, Science and
Department Working Paper n°530. Policy Research Unit (SPRU), Brighton, United Kingdom.
Conway P., de Rosa D., Nicoletti G. et Steiner F. (2006). Karlsruhe: Fraunhofer ISI.
“Regulation, Competition, and Productivity Convergence”, Timmer M.,Ypma G. et Van Ark B. (2007). “PPPs for
Economics Department Working Papers n°509, Paris: OECD. Industry Output: A New Dataset for International
Crépon B. et Duguet E. (1997). “Research and Development, Comparison”, Research Memorandum GD-82, Groningen
Competition and Innovation: Pseudo Maximum Likelihood Growth and Development Centre.
and Simulated Maximum Likelihood Methods Applied to Tingvall P. et Poldahl A. (2006). “Is There Really an Inverted
Count Data Models with Heterogeneity”, Journal of U-Shaped Relation Between Competition and R&D?”,
Econometrics, vol. 79, n°2, pp. 355-378. Economics of Innovation and New Technology, vol. 15, n°2,
Crépon B., Duguet E. et Kabla I. (1995). “Some Moderate pp. 101-118.
Support for Schumpeterian Hypothesis Using Various Wölfl A., Vanner I., Kozluk T. et Nicoletti G. (2009). “Ten
Measures of Innovation”, in Kleinknetch (éd.) : Determinants Years of Product Market Reform in OECD countries: Insight
of Innovations and Diffusion: the Message from New from a Revised Pmr Indicator”, OECD Economic Department
Indicators, Mac Millan. Working Paper n°695.
Crépon B., Duguet E. et Mairesse J. (1998). “Research,
Innovation and Productivity: An Econometric Analysis at the
Firm Level”, Economics of Innovation and New Technology,
vol. 7, n° 2 , pp. 115-158.
Etro F. (2007). Competition, Innovation, and Antitrust: A
Theory of Market Leaders and Its Policy Implications,
Springer Verlag.
Etro F. (2008). “Stackelberg Competition with Endogenous
Entry”, Economic Journal, vol. 118, n° 4, pp. 1670-1697.
European Commission (2005). Communication to the Spring
European Council, Working Together for Growth and Jobs,
Integrated Guidelines for Growth and Jobs (2005-08), Office
for Official Publications of the European Communities.
Friedrich R. (1982). “In Defence of Multiplicative Terms in

Multiple Regression Equations”, American Journal of
Political Science, vol. 26, n°4, pp. 797-833.
Geroski P. (1995). Market Structure, Corporate Performance
and Innovative Activity, Oxford University Press.
Ginarte J. et Park W. (1997). “Determinants of Patent
Rights: A cross National Study”, Research Policy, vol. 26,
n°3, pp. 283-301.
Griffith R., Harrison R. et Simpson H. (2006). “Product
Market Reform and Innovation in the EU”, The Institute for
Fiscal Studies Working Paper n°06/17.
Havik K., Mc Morrow K., Röger W. et Turrini A. (2008).
“The EU-US Total Factor Productivity Gap: An Industry
Perspective”, European Commission Economic Papers n°339.
Inklaar R., Timmer M. et Van Ark B. (2008). “Market
Services Productivity Across Europe and the US”, Economic
Policy, n°1, pp. 139-219.
Nickell S.J. (1996). “Competition and Corporate
Performance”, Journal of Political Economy, vol. 104, n° 4,
pp. 724-746.
Nicoletti G. et Scarpetta S. (2003). “Regulation, Productivity
and Growth: OECD Evidence”, Economic Policy, vol. 18,
n°36, pp. 9-72, April.
18
Annexe : description des données
Liste des pays 22 Édition, imprimerie et reproduction de supports

enregistrés
Allemagne, Autriche, Belgique, Danemark, Espagne,
Finlande, France, Grèce, Irlande, Italie, Japon, Norvège, 24 Fabrication de produits chimiques
Pays-Bas, Portugal, Royaume-Uni, Suède, États-Unis. 25 Fabrication d’articles en caoutchouc et en matières
plastiques
Liste des secteurs
26 Fabrication d’autres produits minéraux non métalliques
Parmi la liste suivante, les industries 15-16, 17-19, 21-22 27 Fabrication de produits métallurgiques de base
ont été regroupées :
28 Fabrication d’ouvrages en métaux (sauf machines et
15 Fabrication de produits alimentaires et de boissons matériel)
16 Fabrication de produits à base de tabac 29 Fabrication de machines et de matériel
17 Fabrication des textiles 30 Fabrication de machines de bureau, de machines
comptables et de matériel de traitement de l’information
18 Fabrication d’articles d’habillement ; préparation et
teinture des fourrures 31 Fabrication de machines et d’appareils électriques
19 Apprêt et tannage des cuirs ; fabrication d’articles de 32 Fabrication d’équipements et appareils de radio,
voyage et de maroquinerie, d’articles de sellerie et de télévision et communication
bourrellerie ; fabrication de chaussures
33 Fabrication d’instruments médicaux, de précision et
20 Production de bois et d’articles en bois et en liège (sauf d’optique et d’horlogerie
meubles) ; fabrication d’articles de vannerie et de sparterie
34 Construction de véhicules automobiles, de remorques et
21 Fabrication de papier, de carton et d’articles en papier et de semi-remorques
en carton
Tableau A1 : productivité du travail pour différents échantillons
Nombre
Échantillon Moyenne Écart type Minimum Maximum
d’observations
OCDE-Stan 4129 28,73 19,68 2,82 309,13
GGDC 6345 37,58 216,74 -12,21 12233,91
GGDC Industry 30 423 198,40 818,60 -12,21 12233,91
Échantillon filtré 6099 25,73 23,85 0,02 581,73
Lecture : le tableau A1 précise les différentes sources des données de productivité du travail. La première ligne présente des statistiques descriptives
sur la productivité du travail calculées à partir des données de la base Stan (STructural ANalysis Database) de l’OCDE. Les statistiques présentées sur
la deuxième ligne sont calculées à partir des données collectées et traitées par le Groningen Growth and Development Centre (GGDC), qui utilise et
complète les statistiques de Stan. La troisième ligne présente ces données uniquement pour l’industrie de fabrication de machines de bureau, de

machines comptables et de matériel de traitement de l’information. Ce tableau montre ainsi que l’utilisation d’un échantillon filtré, qui conserve
l’estimation Stan pour les industries/pays ayant des valeurs extrêmes, permet d’augmenter l’information disponible en minimisant le risque de
problèmes d’information. En outre, les effets fixes introduits dans les estimations (effets fixes individuels industrie-pays, effets fixes années et
tendances temporelles nationales) ainsi que les estimations robustes en termes d’hétéroscédasticité visent à tenir compte des différentes sources
d’hétérogénéité contenues dans ces données.
Sources : OCDE et GGDC, calculs des auteurs.
Tableau A2 : statistiques descriptives
Nombre
Variable Moyenne Écart type Minimum Maximum
d’observations
Productivité du travail 6099 25,73 23,85 0,02 581,73
Proximité à la frontière (%) 6099 56,89 24,07 1,93 100,00
Intensité de l’innovation (Epo) 6345 1,65.10-3 9,39.10-3 0,00 0,40
Intensité de l’innovation (USPTO) 5599 1,02.10-3 3,12.10-3 0,00 0,06
Regref 6375 4,19 1,31 1,05 6,00
Regimp 6375 0,13 0,04 0,05 0,22
Lecture : le tableau A2 présente quelques statistiques descriptives sur les variables utilisées dans les régressions économétriques. Ces statistiques
descriptives sont calculées sur l’échantillon filtré (cf. note de lecture du tableau A1).
Sources : OCDE et GGDC, calculs des auteurs.
19

Ecop 197 0002

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ecop 197 0002

Transféré par

Droits d'auteur :

Formats disponibles

L'IMPACT DE LA RÉGLEMENTATION SUR L'INNOVATION : UNE ANALYSE

DES PERFORMANCES SELON LA PROXIMITÉ À LA FRONTIÈRE

Bruno Amable, Lilas Demmou, Iván Ledezma

La Documentation française | « Économie & prévision »

2011/1 n° 197-198 | pages 1 à 19

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

Powered by TCPDF (www.tcpdf.org)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

(*) Université Paris I Panthéon - Sorbonne, Cepremap et Institut Universitaire de France.

Article accepté le 13 avril 2011.

Économie et Prévision n°197-198 2011/1-2

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

où μ i est un effet fixe croisé industrie × pays, ηt un

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

-0,4 0,00 -0,4 0,00

Minimum Moyenne Maximum Minimum Moyenne Maximum

Regimp - USPTO Regimp - Epo

0,2 0,08 0,2 0,08

0,0 0,06 0,0 0,06

0,04 -0,2 0,04

Minimum Moyenne Maximum Minimum Moyenne Maximum

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

Epo USPTO Epo USPTO

Minimum -0,018 -0,113 0,055 -0,029 -0,102 -0,284* -0,058 -0,106

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

Tableau 3 : tests sur la mesure de performances d’innovation

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

Tableau 4 : modèle étendu

Nombre de brevets (t -1) 0,578*** 0,579*** 0,549*** 0,595*** 0,594*** 0,554***

Le reste du tableau reporte les résultats obtenus pour

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

Liste des pays 22 Édition, imprimerie et reproduction de supports

Tableau A1 : productivité du travail pour différents échantillons

© La Documentation française | Téléchargé le 27/11/2022 sur www.cairn.info (IP: 196.237.72.51)

Tableau A2 : statistiques descriptives

Vous aimerez peut-être aussi

Nombre de brevets (t -1) 0,578* 0,579* 0,549* 0,595* 0,594* 0,554*