Régulation, politiques et innovation industrielle : approche par méthodes et implications
Notice bibliographique
Résumé
De manière générale, différentes approches s’offrent aux décideurs politiques lorsqu’il s’agit de promouvoir l’innovation. Pour reprendre la distinction posée par la plupart des économistes industriels, les politiques peuvent être de nature presciptive ou incitative. A travers une série d’analyses théoriques et empiriques, cette thèse identifie plusieurs facteurs clés qui déterminent l’efficacité des politiques d’innovation, que l’approche adoptée soit de nature prescriptive ou incitative. En guise de préambule, nous soulignons que les politiques mises en oeuvre constituent un déterminant fondamental des capacités d’innovation d’une industrie, notamment parce que les incitations marchandes à engager des activités de recherche fortement exploratoires sont limitées. Par ailleurs, nous signalons que la nature des politiques susceptibles de favoriser l’innovation dépend fondamentalement des caractéristiques des industries, et même des firmes, auxquelles elles sont destinées. La mise en oeuvre de politiques (incitatives ou presciptives) efficaces requiert ainsi une compréhension approfondie du secteur d’activité que l’on souhaite promouvoir et de la nature des processus d’innovation qui impliquent notamment différents types d’investissements (à plus ou moins long terme, plus ou moins risqués et plus ou moins exploratoires). Cette thèse analyse ensuite, à travers trois études de cas, l’incidence de différentes politiques (incitatives ou presciptives) mises en oeuvre dans des contextes industriels distincts. Partant de l’hypothèse selon laquelle les politiques presciptives ont un impact bénéfique sur l’innovation et le développement technologique d’un secteur à court terme mais des effects plus incertains à long terme, nous étudions l’impact des politiques de libéralisation (ouverture à la concurrence et privatisation des opérateurs historiques) qui ont été mises en oeuvre dans le secteur des télécommunications. A travers une étude économétrique portant sur un panel de 20 pays de l’OCDE sur la période 1994-2008, nous soulignons que l’impact de la concurrence sur les décisions d’investissement s’exerce à travers deux effects : l’effet «profitabilité» et l’effet «efficacité opérationnelle». Nous soulignons par ailleurs que la relation entre intensité concurrentielle et investissement varie signicativement entre entreprises publiques et firmes privées. Dans une seconde étude, nous analysons le lien entre la propension des firmes à adopter spontanément des comportements écologiques (mesurée à partir des données du Carbon Discloser Project et du Dow Jones Sustainability Index) et la nature de leurs innovations. Ce travail fait apparaître de forte différences inter-industries et inter-entreprises mais permet de valider l'hypothèse d'une relation positive entre le niveau des investissements de R&D et la propension à adopter des comportements écologiques. Nous nous intéressons enfin à la relation entre responsabilité sociale d’entreprise et innovation. Nous utilisons pour cela le classement Vigeo que des données financières sur l’année 2009. Notre étude met en évidence une relation positive entre responsabilité sociale d’entreprise et capacité des firmes à innover. Nous interprétons ce résultat de la manière suivante : la responsabilité sociale d’entreprise conduit les firmes à réaliser des investissements non seulement de court terme mais également de long terme et à tenir compte de la complémentarité de ces investissements. La responsabilité sociale d’entreprise accroît ainsi les synergies entre les différents types d’investissement réalisés par les firmes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».