Innovation's Econometrics : PATENT

Plateau du Kirchberg Luxemburg
November 28 & 29 , 1996
Abstracts

Firm's Appropriation Strategy


Localisation industrielle des brevets et performance technologique :
une comparaison France-Italie.

Sophie Bergeron, Stéphane Lallich, Christian Le Bas

Le papier vise à montrer en quoi la localisation industrielle des connaissances technologiques constitue une variable déterminante de la performance technologique nationale. Pour cela, nous utilisons un indicateur technologique approprié, pertinent et fiable (K. Pavitt, 1985) : le brevet délivré aux États-Unis.

Les bases de données sur les brevets américains autorisent une étude des liens entre structure technologique (distribution des brevets et taux de concentration des firmes par champs de connaissance technologique), et performance technologique. Les principales analyses effectuées dans ce domaine (P. Patel, K. Pavitt, 1990; F. Malerba, L. Orsenigo, 1995) tendent à montrer que la structure technologique est globalement identique entre les pays industriellement avancés -et notamment entre la France, l'Italie, l'Allemagne, la Grande Bretagne-. En ce sens, elle n'explique que difficilement les spécialisations technologiques nationales. L'opérationalité même du concept de Système National d'Innovation semble remise en cause.

Nous avançons l'hypothèse que les déterminants de la performance technologique d'une nation sont à rechercher au niveau de la localisation industrielle des connaissances technologiques. En effet, l'environnement économique et industriel détermine largement la localisation de la production de connaissances et la stratégie technologique des grandes firmes (C. De Bresson et al., 1994). De plus, la structure des relations technologiques, le taux de concentration des firmes dans des champs de connaissances ou les barrières "technologiques" à l'entrée conditionnent fortement la structure industrielle (D. Archibugi, 1991). C'est donc à l'interaction entre technologie et industrie qu'il conviendrait de rechercher les déterminants de la spécialisation technologique d'une nation.

Pour valider notre hypothèse, nous disposons de données homogènes provenant de la base de données du SPRU et de l'OTAF concernant deux pays : la France et l'Italie. Ceux-ci ont l'avantage d'être fondamentalement différents, tant en termes de production technologique que de spécialisation industrielle, tout en étant proches géographiquement et culturellement. D. Archibugi (1991) pour l'Italie et nous mêmes pour la France (1996) avons construit deux matrices croisant l'origine sectorielle ainsi que la destination technologique des brevets, et identifié les brevets délivrés aux plus grandes firmes de ces deux pays. De plus, nous avons rendu compatible les nomenclatures sectorielles. Après avoir spécifié le comportement de la France et de l'Italie en matière de production technologique, nous comparons les matrices techno-industrielles françaises et italiennes à l'aide de différentes méthodes typologiques, graphiques et algorithmiques. Il en sera de même pour les profils techno-industriels des plus importantes firmes de chacun des pays. Une analyse économétrique nous permettra alors de rechercher les principaux déterminants de la performance technologique, et d'étudier en quoi la dimension sectorielle de la technologie consitue une variable explicative déterminante.

 

 

Intersectoral flows of technology : An international comparison using the Canadian patents

Silvia Massini

Department of Economics
University of Rome ‘La Sapienza’

Abstract

Technological systems are characterised by strong interdependences. Some innovations are produced and used in the same firm, but the vast majority of significant innovations interact across firms and sectors. Some innovations are applicable to a single-user industry while others have a broader impact. As DeBresson and Townsend (1978) pointed out, a small number of industries can be responsible of the dynamics of the whole economy.

Mapping flows of new technology in the economic space is essential for measuring the effect of technological change on productivity growth. To this end, Schmookler (1966) and Scherer (1982a,b) collected data on sectoral use of groups of patents to produce matrices of technological interdependence, the technological equivalent of the economic input-output tables.

The availability of data on patents, classified according to the sector of production and the sector of use, is fundamental to acquire information on technological interdependence. From 1978 to 1989 the Canadian patent office has provided information on the sector of use of patented inventions and the Canadian patent database (PATDAT) is therefore a valuable source of information for international comparisons of technology flows.

Using the information on the possible sectors of use of the patents, matrices on the technological interdependence have been constructed for some advanced countries. Through this, it is possible to identify industries with stronger interactions, measuring the share of patents used in each sector which are self-produced and those innovations used in other sectors.

Some indexes (in the class of the concentration/pervasiveness indexes) can be used for a first description of the inter-sectoral dependence. The use of the Chi-square statistics permits a comparison of the actual values in the intersectoral matrices with the hypothetical value of uniform flows of technologies among sectors, that is absence of sectoral specialisation in the innovative activity, for both the production and the use. While some sectors emerge as providers of technology to the economy, some others are mainly users, and the flows of innovations inside the sectors are still relevant. The Chi-square index is related to the index of specialisation RAT used in other analysis (Patel and Pavitt, 1987 ; Soete, 1987 ; Archibugi and Pianta, 1992).

The data have been aggregate to two digit sectors in order to utilise the Chi-square test, and a simple static comparative exercise has been carried out by dividing the whole dataset into subperiods. The identification of strong upstream suppliers of innovations has important implications on innovation policy.