• Aucun résultat trouvé

variable d´ ependante

4.4 La structure de retard des connaissances biotech nologiques

Cette extension de notre travail empirique r´eside dans notre volont´e d’appr´ehender l’im- pact des connaissances biotechnologiques au regard du cycle de l’innovation pharmaceu- tique. Comme nous l’avons soulign´e dans la premi`ere section de ce chapitre, l’une des principales difficult´e relative `a l’analyse de la connaissance comme facteur de performance r´eside dans ce qu’elle peut se d´efinir `a la fois comme un output et un input. Une fois, la connaissance produite (output), celle-ci devient potentiellement un facteur de production (input) pour de futures innovations et ainsi de suite. Ainsi, l’impact d’une connaissance dans le temps peut diff´erer au regard de sa nature et de sa sp´ecificit´e. Ceci est d’autant plus vrai dans l’industrie pharmaceutique o`u la d´ecouverte de m´edicaments nouveaux est un processus long, complexe et coˆuteux. De la phase de R&D pr´e-clinique jusqu’`a l’examen autorisant l’introduction du m´edicament (the New Drug Application review ), il faut compter un d´elai de 10 `a 15 ans pour obtenir un candidat m´edicament viable (PHRMA 2009). Une fois d´ecouvertes de nouvelles mol´ecules contenant un ingr´edient actif, celles-ci peuvent ne pas donner les r´esultats th´erapeutiques escompt´es.

Comme le souligne Gambardella (1995), “Theoretical compounds and the knowledge about pathological processes still depend upon information flows and feedbacks between ba- sic conjectures and experimental observations”. En raison de la sp´ecificit´e du processus d’innovation pharmaceutique, des ´etudes empiriques ont mis en ´evidence l’existence d’une structure de retard de l’activit´e de R&D sur l’introduction de nouveaux m´edicaments (Gambardella 1995, Grabowsky et al. 1978). Notre objet va ˆetre alors d’´etudier la structure de retard des comp´etences technologiques des firmes sur l’introduction de nou- veaux m´edicaments. Plus particuli`erement, l’int´erˆet de notre approche r´eside dans la distinction ´etablie entre la structure de retard des connaissances biotechnologiques et la structure de retard des connaissances non biotechnologiques sur l’introduction de nou- veaux m´edicaments. Au regard des propri´et´es des connaissances biotechnologiques, nous faisons l’hypoth`ese que les connaissances biotechnologiques ont un effet imm´ediat dans le

Chapitre 4 - Int´egration des connaissances et innovation : une ´etude empirique processus de d´ecouverte de nouveaux m´edicaments.

4.4.1

Les sources et les mesures du mod`ele

Nous utilisons les mˆemes bases de donn´ees mobilis´ees pour nos pr´ec´edents mod`eles ´econo- m´etriques, `a savoir Compustat pour les donn´ees financi`eres, Pharmaproject pour les donn´ees de m´edicaments et la bases de donn´ees de brevets USPTO et NBER pour mesurer les variables relatives `a la base de connaissances des firmes. La base de donn´ees Pharmaproject, qui donne des informations sur les m´edicaments introduits sur le march´e, nous permet de distinguer les m´edicaments biotechnologiques des m´edicaments non bio- technologiques. Ceci nous permet alors de d´eterminer ainsi nos variables d´ependantes : Drugs, N bio Drugs, et Bio Drugs. A partir de la base de donn´ees Compustat, nous avons construit nos variables SIZE et R&D INT. La variable SIZE correspond `a la variable proxy de la taille des firmes. Elle est calcul´ee `a partir de la valeur logarithmique des actifs totaux de la firme. La variable R&D INT correspond `a l’intensit´e de R&D des firmes. Elle est calcul´ee comme la diff´erence entre la valeur logarithmique des d´epenses de R&D et la valeur logarithmique des actifs totaux des firmes.

Les bases de donn´ees brevets USPTO et NBER nous permettent ensuite de mesurer les variables relatives aux bases de connaissances des firmes : la variable DIV qui correspond `a la diversit´e des comp´etences technologiques de la firme et la variable Flow K, qui correspond au flux de connaissances des firmes. Tandis que la variable DIV est exacte- ment mesur´ee de la mˆeme mani`ere que dans nos pr´ec´edents mod`eles, nous n’utilisons pas pour ce mod`ele la variable de stock de connaissances de la firme K. Afin de tenir compte de l’impact des connaissances dans le temps, nous avons privil´egi´e une variable nous permettant de saisir le flux de connaissances Flow K mesur´ee comme la somme des brevets pond´er´es par les citations p pour une firme i `a l’ann´ee t, telle que :

F low Kit=

X

pit (4.13)

Nous mesurons ensuite le flux de connaissances biotechnologiques Flow KBio (log) et

le flux de connaissances non biotechnologiques Flow KNbio(log), en ne tenant compte

respectivement que des brevets biotechnologiques et des brevets non biotechnologiques. Le tableau 4.13 donne la liste des variables mobilis´ees dans le mod`ele portant sur la structure de retard. Les tableaux 4.14 et 4.15 donnent respectivement les statistiques descriptives de nos variables ainsi que la valeur de leurs corr´elations.

4 .4 L a st ru ct u re d e ret a rd d es co n n a is sa n ces bi o te ch n o lo gi qu es Variables d´ependantes(log)

Drugs Nombre total d’introduction de m´edicaments sur le march´e Pharmaproject N bio Drugs Nombre total d’introduction de m´edicaments non biotechnologiques sur le march´e Pharmaproject Bio Drugs Nombre total d’introduction de m´edicaments biotechnologiques sur le march´e Pharmaproject

Variables ind´ependantes(log)

F low KBio Flux de connaissances biotechnologiques USPTO and NBER

Variables de contrˆole(log)

F low KN bio Flux de connaissances non biotechnologiques USPTO and NBER

SIZE Actifs totaux Compustat

R&D IN T Intensit´e de R&D Compustat

(= D´epenses de R&D / Actifs totaux)

DIV Diversit´e technologique USPTO and NBER

Tableau 4.13: Liste des variables mobilis´ees dans les mod`eles ´econom´etriques

19