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