Analyse Bayésienne des externalités de connaissance : étude sur données européennes

par Olivier Parent

Thèse de doctorat en Sciences économiques

Sous la direction de Michel Bellet et de François Laisney.

Soutenue en 2005

à Saint-Etienne .


  • Résumé

    L'objectif de cette thèse est de modéliser les phénomènes d'externalité de connaissance en Europe et d'analyser les effets de la dépendance spatiale dans le processus de localisation de l'activité d'innovation en Europe. Les différents travaux que nous allons présenter proposent une analyse de l'évolution des disparités de développement économique entre les différentes régions européennes et essayent d'évaluer quels sont les facteurs affectant ces disparités. Un accent particulier sera mis sur la mesure des interactions entre régions européennes qu'elles soient technologiques ou géographiques. Un des principaux résultats empiriques confirme qu'en Europe, les coûts de transport affectent les localisations de l'activité. D'un point de vue théorique, la baisse des coûts de transport réduit l'intérêt pour une firme à se localiser en périphérie, puisque l'accès à la demande sera facilité par ces faibles coûts. Ainsi, la dynamique d'agglomération est renforcée par la réduction des coûts de transport. Nous nous attacherons à définir les régions européennes susceptibles de bénéficier au mieux de la dynamique d'agglomération spatiale mais aussi à mesurer les facteurs les plus influents de cette dynamique. Les études que nous allons présenter ont pour principale motivation l'adaptation des récentes méthodes de l'économétrie spatiale à ces théories économiques analysant les phénomènes liés à la localisation et à la croissance de l'activité d'innovation. La répartition géographique de l'activité économique n'étant pas aléatoire, une manière de prendre en compte le rôle de l'espace est de considérer l'autocorrélation spatiale : nous justifierons cette modélisation par le fait que les capacités de production de régions voisines sont souvent similaires.


  • Résumé

    This study investigates the pattern of knowledge spillovers arising from patent activity between European regions. A Bayesian hierarchical model is developed that specifies the connectivity structure between regions by relying on both technological and geographical proximity. This approach exploits the fact that interregional relationships tend to exhibit industry-specific technological linkages, and is in contrast with typical spatial connectivity structures that rely exclusively on the geographic or spatial configuration of the regions. The model also accounts for heteroscedasticity in innovative activity across regions using a mixture of normal distributions approach suggested by Geweke (1993) for the disturbance process. This approach results in a robust approach to modeling of spatially dependent data that incorporates an approach similar to Jaffe's (1986) measure of knowledge proximity between regions as part of the spatial model specification process. The method is illustrated using sample data on patent activity covering 335regions in nine European countries.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol.(XII-171 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 151-159

Où se trouve cette thèse ?

  • Bibliothèque : Université Jean Monnet. Service commun de la documentation. Section Droit, Lettres, Sciences économiques et humaines.
  • Disponible pour le PEB

Cette version existe également sous forme de microfiche :

  • Bibliothèque : Université du droit et de la santé. Service Commun de la Documentation. Bibliothèque de Droit-Gestion.
  • Consultable sur place dans l'établissement demandeur
  • Cote : 123676
  • Bibliothèque : Université Toulouse 1 Capitole. Service commun de la documentation. Bibliothèque de la Manufacture des tabacs.
  • Non disponible pour le PEB
  • Cote : GM1411-2005-4
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.