Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic.





télécharger 89.42 Kb.
titreRésumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic.
date de publication08.02.2017
taille89.42 Kb.
typeRésumé
e.20-bal.com > économie > Résumé
Le développement des Nouvelles Technologies de l’Information et des Communications dans un modèle de croissance endogène

Jean-Paul Walch

MODEM Université Paris X-Nanterre
Avril 2004
Résumé
Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des NTIC. Ce dernier est caractérisé par une productivité de la R&D et un taux de dépréciation supérieurs. Le modèle permet de reproduire de manière satisfaisante l’importante contribution des NTIC à la productivité américaine contemporaine, telle qu’elle ressort des études de comptabilité de la croissance (Oliner et Sichel, 2002 ; Jorgenson, 2001). Il prend en compte la baisse de prix des nouvelles technologies et l’augmentation de l’investissement dans un cadre qui s’éloigne du pur modèle néoclassique habituellement utilisé dans les études sur le développement des NTIC.
Mots clés : croissance endogène, qualité, NTIC, productivité.

1. Introduction



La productivité américaine qui avait stagné dans les années 80 a connu une forte progression à la fin des années 90 et, contre toute attente, a poursuivi son accélération après le choc boursier du printemps 2000.
Les études de comptabilité de la croissance (Oliner et Sichel, 2002 ; Jorgenson, 2001 ; Whelan, 2002) ont montré que les NTIC (Nouvelles Technologies de l’Information et de la Communication) contribuent de manière essentielle à cette expansion. Ces nouvelles technologies représentent la moitié de l’investissement des entreprises américaines, ce qui amène leur part dans le revenu national à un niveau substantiel tout en assurant un taux de croissance élevé au stock de capital productif qu’elles constituent.
Si les études économétriques concernant les NTIC sont maintenant nombreuses, y compris pour l’Europe (Cette et al. 2002), les modèles théoriques de développement des nouvelles technologies se font encore rares. L’un des seuls, Karl Whelan (2003), montre que le comportement de long terme de l’économie américaine doit être décrit par un modèle à deux secteurs, le progrès technique (exogène chez Whelan) étant plus rapide dans le secteur de production des biens durables que dans le reste de l’économie.
Nous développons ici un modèle de croissance endogène désagrégeant Nouvelles et Anciennes technologies, et destiné à reproduire les données de la croissance américaine contemporaine. En suivant Aghion et Howitt (1998), nous faisons dépendre l’amélioration de la qualité du capital productif de l’effort de R&D des entreprises du secteur des biens intermédiaires. C’est, en effet l’investissement considérable en R&D d’un Intel ou d’un Microsoft (environ 5 Milliards de $ chacun) qui leur permet d’améliorer constamment leurs produits, et de maintenir des taux de marge élevés.
Alors qu’en 1971, le premier microprocesseur intégrait 2300 transistors, le Pentium 4, fin 2000, franchissait la barre des 40 millions, soit une augmentation de qualité de 34% pendant 29 ans. Dans le même temps, les prix des mêmes semiconducteurs ont chuté, à qualité égale, de 20% par an (source : BEA). Nous devons ainsi modéliser l’accélération de l’investissement en NTIC sous le double effet de l’amélioration de la qualité et de la baisse des prix.
L’investissement dans les NTIC a ainsi pour conséquence une accélération de l’accumulation du capital (capital deepening) et une amélioration de la PGF. On sait que l’attribution de la croissance à l’un ou à l’autre de ces deux effets dépend des principes de la comptabilité nationale. Les indices hédoniques, utilisés aujourd’hui partiellement aux Etats-Unis, comme dans d’autres pays, accroissent le capital au détriment de la PGF. Notre modèle théorique permet de discuter ces principes comptables.
Notre modèle est calibré pour l’économie américaine et permet de retrouver de manière satisfaisante les résultats économétriques d’Oliner et Sichel (2002) ou de Jorgenson (2001).
Notre modèle diverge de celui de K. Whelan (2003) chez qui la consommation et l’investissement tendent, à long terme, vers des taux de croissance stationnaires mais différents. Au contraire, l’explosion des Nouvelles Technologies apparaît ici comme un phénomène purement transitoire.
Notre plan est le suivant. Le chapitre 2 développe le modèle de croissance endogène à deux secteurs de biens intermédiaires qui sert de base à nos simulations. Le chapitre 3 présente la calibration du modèle et compare ses résultats aux données économétriques de comptabilité de la croissance. La conclusion situe notre contribution dans le cadre des débats actuels sur les Nouvelles Technologies, et en explicite les limites.

2. Croissance endogène et Nouvelles Technologies

Présentation du modèle



Nous étendons le modèle de Aghion et Howitt (1998) en distinguant deux types d’entreprises de biens intermédiaires qui se complètent : celles des technologies traditionnelles et celles des nouvelles technologies.
L’économie est constituée de 3 secteurs :

  • Un secteur produisant les biens de consommation à partir de biens intermédiaires qu’il achète au secteur suivant,

  • Un secteur fournissant des biens intermédiaires produits à partir de brevets achetés au secteur suivant. Ce secteur est composé de deux sous-secteurs :

  • Un secteur des biens intermédiaires traditionnels (1)

  • Un secteur des biens intermédiaires de nouvelles technologies (2)

  • Un secteur effectuant de la R&D verticale, et composé lui aussi des mêmes deux sous-secteurs.



Le secteur des biens finals



Les entreprises de ce secteur produisent un unique bien final homogène en quantité Y au moyen de N1 et N2 biens intermédiaires (x1j et x2j) et du capital humain H. N= N1+ N2 est le nombre total de biens intermédiaires constant dans le temps. Aj est le niveau de qualité de la dernière génération de biens intermédiaires de type j.
La fonction de production s’écrit ainsi, le bien final étant pris comme numéraire :

(1)
Seule la qualité la plus élevée de chaque secteur est utilisée pour la production de biens finals : tous les biens de technologies traditionnelles sont au niveau de qualité A1, ceux de nouvelles technologies étant d’une qualité supérieure, A2.
Dans ce modèle, comme chez Benassy (1998), l’élasticité de substitution entre biens intermédiaires est indépendante de la part du capital dans le produit, ce qui permet d’obtenir des taux de marge réalistes :
 
avec 0<et 0<prend une valeur proche de l’unité, si bien que est supérieur à . Le coefficient qui déterminera le taux de profit différe pour les biens de technologies traditionnelles () et ceux de nouvelles technologies (0<) qui vont ainsi bénéficier de rendements différents.
Le capital humain se développe selon un taux de croissance exogène n+h, où n est le taux de croissance de la population, et h celui de l’éducation.
La somme des biens intermédiaires constitue le stock de capital :
(3)

Les entreprises de ce secteur maximisent leur profit égal à :
(4)
ce qui définit le prix qu’elles achètent les biens intermédiaires :
(5)
w est le salaire d’une unité de capital humain.

Le secteur des biens intermédiaires



Le secteur des biens intermédiaires est constitué d’entreprises en situation de monopole, chacune pour un type de biens intermédiaires ( j ) qu’elle vend aux entreprises produisant les biens de consommation. Cette situation de monopole est obtenue par achat de licences au secteur de la R&D.
La fonction de demande du bien intermédiaire j s’écrit :
(6)
Chez Barro et Sala-I-Martin (1995), le coût de production d’une unité de bien intermédiaire est égal à une unité de bien final. En conséquence, le prix des biens intermédiaires est identique pour chacun d’entre eux et constant dans le temps. Chez Romer (1990), ce coût de production est le coût de location du capital. Le prix des biens intermédiaires est alors identique pour tous ces biens et proportionnel au taux d’intérêt. Chez Aghion et Howitt (1998, chp.12), le coût de production des biens intermédiaires est proportionnel à leur qualité, en raison de l’hypothèse selon laquelle les générations successives de biens intermédiaires sont produites au moyen de techniques de plus en plus intensives en capital. En conséquence, le prix de vente des biens intermédiaires est proportionnel à leur niveau de qualité. Nous retenons ici la spécification de Romer qui correspond mieux au fait que le prix des produits de nouvelles technologies n’augmente pas malgré l’explosion de leur qualité.
Les entreprises de ce secteur transforment des biens intermédiaires en biens intermédiaires, sans consommer de travail. Si jest le coût unitaire du capital (on fabrique des ordinateurs à partir de nouvelles technologies) égal au taux d’intérêt majoré de la dépréciation, les profits de ces entreprises s’écrivent :
 (7)
Elles maximisent ce profit en tenant compte de l’élasticité-prix de la demande :
 
Ce prix est donc identique pour tous les biens intermédiaires d’une même technologie. Les prix restant constants malgré l’augmentation de la qualité, les quantités vendues augmentent avec cette qualité. On obtient :

(9)

Le profit des entreprises de biens finals étant nul, si le salaire est égal à la productivité marginale du capital humain, on obtient :

(10)
(11)

d’où l’on déduit :

(12)

avec K1=N1x1 et K2=N2x2.

D’où, le profit des entreprises de biens intermédiaires égal à la différence entre le prix et le coût de production.
(13)

Le secteur de la recherche



Ce secteur crée des innovations améliorant la productivité des biens intermédiaires. Il consomme du bien final et produit un flux d’innovations égal à :

(14)
avec 0<  < 1. Nous considèrerons ici que nouvelle et ancienne économies diffèrent par la productivité de leur recherche : 2 > 1, et non par l’importance de l’effet de duplication (), ni par celle des retombées (). R j est le montant des ressources allouées à la recherche dans le secteur j.
Les entreprises choisissent leur investissement en R&D de manière à maximiser le profit de cette activité, à savoir :

(15)
où Vj est la valeur d’une innovation. La condition du premier ordre de ce programme s’écrit :
(16)

Les équations de la dynamique



Nous présentons maintenant les équations de la dynamique du système en utilisant l’indice t pour les variables dépendant du temps.
En ce qui concerne l’équation d’investissement, nous utilisons les travaux économétriques de Tevlin et Whelan (2003) qui montrent que si l’investissement relatif est resté approximativement constant jusqu’en 1990, il a explosé dès le début des années 90, en raison de l’accroissement de la demande en nouvelles technologies.

Figure 1 : évolution de l’investissement américain brut relativement au stock de capital selon Tevlin et Whelan (2003).
Nous utilisons donc une équation d’investissement à la Solow pour les seules technologies traditionnelles :
(17)
Nous déduisons ensuite le stock de capital total de l’équation (9) qui représente la demande en nouvelles technologies relativement à celle en technologies traditionnelles.
L’équation d’évolution de la valeur d’une innovation s’écrit :
(18)
Il manque un indice (i) sur .

Nous ne retenons pas la spécification de Aghion et Howitt (1992) pour la destruction créatrice, mais utilisons un taux fixe exogène (). En effet, à la différence de l’obsolescence technologique, Caballero et Jaffe (1993) montrent que le taux de destruction créatrice n’augmente pas avec le flux d’innovations1.
Connaissant la valeur d’une innovation, on peut calculer le taux de croissance du stock de connaissances dans chacun des deux secteurs :
(19)

3. Evolution de l’économie sous la poussée des Nouvelles Technologies

Calibration du modèle



Nous calibrons le modèle de manière à reproduire au mieux les données de comptabilité de la croissance d’Oliner et Sichel (2002) et Jorgenson (2001 ; cf. figure 2) concernant l’économie américaine.
La valeur du PIB en 1970 est fixée à 4000 M$ de 19992. La contribution à la croissance du capital humain est obtenue par une valeur moyenne de 0,013 pour l’augmentation du nombre d’heures travaillées et de 0,007 pour l’amélioration de la qualité du travail. La contribution du capital des anciennes technologies est obtenue pour une part du capital de 0,36, un taux de dépréciation de 0,05 et un taux d’investissement de 0,19 pour ces seules technologies, ainsi qu’une valeur initiale du stock de capital égale à 2 fois le niveau du PIB. Toutes ces valeurs sont compatibles avec les données économétriques de l’économie américaine contemporaine.

 part du capital dans le produit 0,36

taux de dépréciation du capital 0,05

taux de markup inverse 0,8

 élasticité de la R&D 0,25

n taux de croissance du nombre d’heures travaillées 0,013

h taux de croissance de la qualité du travail 0,007

retombées de la recherche 0,3

productivité de la R&D 0,002

s taux d’investissement 0,19

taux de destruction créatrice 0,05

N nombre de secteurs traditionnels 5000

K stock de capital en 1970 (M$1999) 8000

Y PIB en 1970 (M$1999) 4000

V capitalisation boursière en 1970 (M$1999) 4000

Tableau 1 : valeurs des paramètres de l’économie pour les technologies traditionnelles.
Pour l’élasticité de la R&D, nous utilisons les estimations économétriques de Kortum (1993), et pour le taux de destruction créatrice des anciennes technologies, celles de Caballero et Jaffé (1993). La productivité de la R&D des anciennes technologies (0.002) détermine la part de la TFP dans la croissance des années 80, qui est très faible selon les estimations d’Oliner et Sichel (2002) et de Jorgenson (2001) : 0.0033 et 0.0025 respectivement.
La valeur des retombées de la recherche est discutée par Jones et Williams (2000) dans le cadre d’un modèle à l’état stationnaire.
Mc Grattan et Prescott (2000) ont développé un modèle macroéconomique détaillé et calibré pour les Etats-Unis, qui montre que le volume des biens immatériels détenus par les entreprises (brevets, marques, capital humain spécifique) représentait 42% du volume des biens matériels (usines, bureaux, machines) dans les années 90. Si les deux types de capitaux se partagent 36% du revenu total, il en revient 25% aux capitaux tangibles, et 11% aux capitaux intangibles, ce qui nous donne une valeur de égale à 0.7. Pour les années 80, les revenus des capitaux intangibles étant plus faibles, et seule une valeur plus faible de étant compatible avec une contribution de la TFP à la croissance inférieure à 0,5%, nous spécifions une valeur constante en première approximation sur toute la période de 1970 à 2000).
Le nombre de secteurs de l’économie traditionnelle est pris égal à 5000 (il influence la décélération de la contribution à la croissance de ce capital), et leur niveau de qualité est normalisé à l’unité en 1970.
La dépréciation du capital des nouvelles technologies est conforme aux estimations économétriques de Jorgenson et Stiroh (1999). Les autres paramètres caractérisant les nouvelles technologies sont ajustés de manière à obtenir une contribution du capital hightech et de la PGF durant les années 90 proches de celles issues des études économétriques.
Le taux de marge a un effet direct positif sur le profit : un taux de markup inverse de 0,75 double le profit par rapport à un taux de 0,85, toutes choses étant égales par ailleurs (équation 13). Mais le taux de marge a un effet indirect géométriquement négatif sur le profit en raison de l’accélération du chiffre d’affaires. Si le niveau de qualité des nouvelles technologies est de 5 fois celui des technologies traditionnelles, le produit de ces technologies pour un taux de marge inverse de 0,85 est de 70 fois celui obtenu pour un taux de 0,75. L’effet sur la demande d’un abaissement du taux de marge est donc considérable (équation 9 ; voir Tirole).
Le taux de marge a donc a moyen terme un effet négatif sur la contribution du capital NTIC. Il a aussi un effet négatif sur la PGF (expliquer pourquoi). Il convient maintenant de dissocier le taux de marge des technologies traditionnelles pour lesquelles on doit avoir =0,80, de manière a avoir une contribution suffisamment basse de la PGF dans les années 80, et un taux de marge plus élevé des nouvelles technologies (<0,80) de manière à ce que la contribution du capital NTIC corresponde à des niveaux très élevés de qualité de ces produits (cf. Jorgenson).


Figure 2 : rapport de la valorisation boursière des entreprises américaines au PIB (V/Y) et q de Tobin (q=V/K), selon Laitner et Stolyarov (2003). La valorisation boursière provient de l’US Flow of Funds, tandis que le capital physique (K) correspond au capital privé non résidentiel (12218 M$ en 2000) pour une valorisation boursière de 25183 M$.

taux de dépréciation du capital 0,3

productivité de la R&D 0,12

taux de marge inverse 0,76

taux de destruction créatrice 0,10

N nombre de secteurs nouvelle économie 300

A niveau de qualité des secteurs traditionnels en 1970 1

A niveau de qualité des secteurs des nouvelles technologies 1,7

Tableau 2 : paramètres caractérisant les nouvelles technologies.

Les comptes de la croissance.



Nous comparons maintenant les résultats de notre modèle avec ceux de la fameuse comptabilité de la croissance de Oliner et Sichel (1994 , 2002). Ceux-ci se situent dans le cadre de la méthodologie de Solow (1957) qui consiste à décomposer le taux de la croissance de la production en différentes contributions, selon l’équation :
(20)
où le symbole (^) dénote un taux de croissance.
Les termes en facteur des taux de croissance des différents input sont les élasticités du produit par rapport à chacun de ces input qui sont approchées, dans une optique purement néoclassique, par les parts de ces facteurs dans le produit. Tous les types de capitaux bénéficient selon la même hypothèse des mêmes taux de rendements nets de dépréciation, ce qui donne, pour les capitaux hightech :
(21)
Dans notre modèle, ceci revient à définir un nouveau prix pour les biens intermédiaires de technologies hightech :
pj’ = pj/Aj
La qualité disparaît ainsi de la fonction de biens intermédiaires (6) qui ne dépend plus que du prix hédonique. Si l’investissement restait constant, il y aurait alors simple substitution en raison d’un effet prix.
La correction de qualité doit alors être appliquée au volume du capital installé, sous la forme :
x2’=A2/ A1 x2
Le niveau de qualité propre aux nouvelles technologies disparaît alors de la fonction de production (1).
La comptabilité de la croissance en est donc fortement affectée. Le taux de croissance du capital hightech doit être remplacé par la somme des taux de croissance de ce stock de capital et du taux de croissance de la qualité relative des nouvelles technologies. Le résidu correspondant à la PGF diminue donc au profit du capital deepening.
Il faut alors aussi corriger l’output de la production, comme le fait remarquer Jorgenson (2001)3 pour rééquilibrer l’accroissement des input. Côté output, on admettra que la consommation consiste en biens de technologies traditionnelles, et que seul l’investissement hightech doit être corrigé de la qualité.
Dans notre modèle, nous introduisons un « indice d’hédonicité », , qui mesure la part de l’augmentation de qualité des produits hightech incorporée dans la comptabilité de la croissance. Il permet de distinguer les travaux de Oliner et Sichel (2002), essentiellement basé sur la comptabilité institutionnelle américaine de ceux de Jorgenson (2001) qui repris l’ensemble des statistiques officielles en les corrigeant de la qualité. Il n’est donc pas étonnant que ce dernier laisse moins de place au rôle de la PGF.
Yt’ = Yt+2/1dK2t/dt+2K2t)
Le calcul des différentes contribution doit être modifié au niveau des ouput en tenant compte de l’équation ci-dessus, et au niveau des input en prenant en compte le taux de croissance de x2’ au lieu de celui de x2 : à ce dernier est donc ajoutée la différence des taux de croissance de la qualité des deux technologies.

année

C PIB

valeur prix valeur prix
1970 27,1 1,73 1105,2 0,29

1990 276,6 1,38 6284,9 0,88

1995 407,2 1,11 7815,3 0,97

1999 632,6 0,75 9817,4 1,04

Tableau 3 : évolution du produit selon Jorgenson (2001). Les valeurs sont en Milliards de $ courants, les prix sont normalisés à l’unité en 1996. Le prix reflète la baisse des prix à qualité constante des produits NTIC et l’inflation, ou hausse des prix à qualité constante, de l’ensemble des produits.
De 1995 à 1999, le secteur des NTIC a augmenté de 11% en valeur et a baissé de 10% en prix, soit une augmentation de 21 en quantités. De 1970 à 1999, le prix relatif des nouvelles et des anciennes technologies a baissé d’un facteur 7. Les 600 M$ de NTIC en 1999 représentent 4000 M$ réévalués au niveau de qualité de 1970 !
La contribution à la croissance est la multiplication de la part des NTIC dans le produit (5% entre 1995 et 1999) par le taux de croissance de la quantité sur la même période : 21%, soit environ 1%.
L’impact de la prise en compte de l’amélioration de la qualité est donc de 0,5%, soit la moitié de l’écart entre les taux de croissance américain et européen.


La figure suivante permet de comparer les résultats du modèle avec les données économétriques de Jorgenson (2001) et de Oliner et Sichel (2002). Notre modèle autorise une constance de la contribution du capital humain, mais une diminution régulière de celle du capital physique traditionnel.


Figure 2 : comparaison du modèle (*) et des résultats économétriques de Oliner et Sichel (2002) et Jorgenson (2001).


Figure 3 : comparaison du modèle (*) et des résultats empiriques de Gordon (2003) pour la productivité, Hobin et Jovanovic (2001) pour la part des NTIC dans l’investissement et Jorgenson (2001) pour l’investissement NTIC (en valeurs nominales) relativement au PIB ainsi que le volume du capital NTIC en Milliards de dollars. Dans ce dernier cas, la courbe du haut est en valeurs nominales, et la courbe du bas est déflatée selon l’indice du capital physique. Contributions à la croissance en intégrant l’effet de qualité au niveau des output () et des input 2=0,075. Les deux courbes théoriques représentent les contributions brutes et les contributions incluant la mesure de la qualité. Les résultats du modèle sont calés sur ceux de Jorgenson (2001) hormis la contribution du capital physique traditionnel pour laquelle nous ne prenons pas en compte la hausse de la fin des années 90.
En intégrant la mesure de la qualité, la contribution du capital NTIC est accrue de 0,2%, celle de la TFP de 0,4%, et la productivité du travail de 0,4%.



Figure 4 : contribution à la croissance du capital traditionnel et des NTIC selon Jorgenson (2001).

Notre modèle s’ajuste correctement aux résultats économétriques à condition de le comparer aux données corrigées de la qualité. Selon Jorgenson (2001), la contribution à la croissance du capital hightech est de l’ordre de 1% entre 1995 et 1999, conséquence de 20% de taux de croissance en volume d’un secteur qui pèse 5% de l’économie américaine. Ces 20% d’accroissement en volume se partagent approximativement en 10% de croissance nominale et 10% de baisse des prix à qualité constante. Notre modèle étant calé sur ce niveau de contribution du capital hightech, les courbes d’évolution théoriques de ce stock de capital doivent être comparées aux données économétriques corrigées de la qualité.

4. Conclusion




Le développement des nouvelles technologies s’écarte du modèle purement néoclassique. Celui-ci voudrait faire rentrer l’explosion des technologies de l’information dans le schéma traditionnel de la substitution d’un moyen de production moins cher à un moyen de coût plus élevé. Premièrement, il n’y a déjà pas substitution car l’investissement en nouvelles technologies est venu s’ajouter à l’investissement traditionnel et non pas simplement le remplacer (Tevlin et Whelan, 2003 ; équation (17) de notre papier).
D’autre part, la caractéristique des nouvelles technologies est l’augmentation de leurs performances à prix constant, beaucoup plus que la baisse de leurs prix. A valeur nominale constante, la qualité des ordinateurs a été multipliée par 200, et celle de l’ensemble des nouvelles technologies par 2 en 30 ans, tandis que les biens traditionnels ont connu une inflation d’un facteur 4 (Jorgenson, 2001). Pour faire entrer les NTIC dans le schéma néoclassique de la substitution, il faut introduire massivement la notion d’indice hédonique.
L’objectif de ce papier est d’approcher les données économétriques concernant les NTIC par un modèle théorique. Cette méthodologie ne peut être qu’approchée, vu l’arbitraire qui entache les données économétriques ainsi que les simplifications qui sont faites au niveau du modèle théorique.
La définition même de NTIC est susceptible d’interprétations. Oliner et Sichel (2002) y intègrent les systèmes de télécommunications qui ne faisaient pas partie du périmètre de leur fameux article de 1994. Si ces derniers comprennent l’explosion de la téléphonie mobile, et sont un élément incontournable de l’Internet, leur part dans le produit n’a augmenté que de 30% au cours des années 90, contre un triplement pour la part des logiciels.
1974-1990 1991-95 1996-99

Matériels informatiques 1,0 1,4 1,8

Logiciels 0,8 2,0 2,5

Equipements de communications 1,5 1,9 2,0
Total 3,3 5,3 6,3

Tableau 3 : part dans le produit (en %) des principaux secteurs de la Nouvelle Economie selon Oliner et Sichel (2002)
Quant aux logiciels, s’ils ont connu la plus forte expansion, la baisse de leurs prix a été très faible, et ils ne faisaient pas partie des équipements durables au sens du BLS jusqu’à récemment. Seuls les ordinateurs ont connu simultanément une baisse de leurs prix et une explosion de leurs ventes, raison pour laquelle K . Whelan (2002) restreint les Nouvelles Technologies à ce seul secteur. En outre, ce secteur recouvre lui-même un usage en temps que bien de production, estimé à 160 M$ (1992) en 1996 par Jorgenson et Stiroh (1999) et un usage en temps que bien de consommation non négligeable (53M$).
Les séries du BLS concernant les NTIC connaissent des discontinuités, puisque celui-ci, lorsqu’il utilise des indices hédoniques pour de nouveaux produits ne fait pas de mises à jour rétroactives4. L’utilisation des indices hédonique est elle-même loin d’être parfaite : selon Bils et Klenow (2001), le BLS a sous-estimé l’amélioration globale de la qualité de 2,2% par an entre 1980 et 1996. Déjà, la fameuse Commission Boskin (1996, Boskin et al, 1998), avait calculé que le CPI surestimait le taux d’inflation de 1,1% en raison des retards d’incorporation de nouveaux biens, de la prise en compte insuffisante de l’amélioration de la qualité, ainsi que du report des consommateurs vers les biens dont les prix baissent. Bien que des justifications aient été avancées pour l’utilisation de ces indices hédoniques, l’accroissement de la demande en produits NTIC est basé sur une baisse de leurs prix nominaux : dans un modèle intégré de croissance économique, il y a donc incohérence entre l’utilisation d’une même valeur au sein des prix du secteur intermédiaire (dont la baisse des prix profite au secteur des biens finals), et de la production du secteur des biens finals (où les prix sont exagérés par des indices hédoniques) .
En ce qui concerne les taux de dépréciation, la durée de vie des ordinateurs utilisée par le BLS est trop longue, et Oliner et Sichel (2002) ont recalculé le stock productif de PC sur une durée de vie de 5 ans (). Selon Jorgenson et Stiroh (1999), la dépréciation géométrique qui approche le mieux les données empiriques est égale à 31,5%.
Malgré ces handicaps, notre modèle reproduit correctement les contributions à la croissance américaine des différents facteurs au cours des années 80 et 90. L’investissement en NTIC est lui aussi représentatif des données économétriques, à condition de les corriger de l’effet qualité.
Notre modèle ouvre un nouvel axe de recherche : discuter des conséquences économétriques des méthodes de correction de la qualité (indices hédoniques) dans un cadre moins strictement néoclassique que ce qui est fait habituellement. Ces travaux sont en cours.


Parmi les autres variables, expliquer le choix de A2, de manière à ce que le taux de croissance du stock de capital NTIC ne comporte pas de discontinuité à l’origine (peut-être faut-il une équation récurrente).
Dans l’équation d’évolution de la valeur (18), le profit apparaît en négatif (sans doute parce que l’on est en backward). Expliquer le rôle de , qui permet la croissance de V.

5. Références



Aghion P., Howitt P. (1992), “A Model of Growth Throught Creative Destruction”, Econometrica, 60, 323-351

Aghion P., Howitt P. (1998), Endogenous Growth Theory, MIT Press

Barro R., Sala-I-Martin X.(1995), Economic Growth, McGraw-Hill

Bénassy J.P., (1998), «Is there always too little research in endogenous growth with expanding product variety ?», European Economic Review, 42, 61-69

Bils M., Klenow P. (2001), “Quantifying Quality Growth”, American Economic Review, 91, 1006-1030.

Boskin M., Dulberger E., Gordon R., Grilliches Z., Jorgenson D. (1998), « Consumer Prices, the Consumer Price Index, and the Cost of Living », Journal of Economic Perspectives, 12, 3-26.

Caballero, R. Jaffe, A. (1993), “How High Are the Giants’ Shoulders: An Empirical Assessment of Knowledge Spillovers and Creative Destruction in a Model of Economic Growth”, NBER Macroeconomics Annual.

Cette G., Mairesse J., Kocoglu Y. (2002), « Croissance économique et diffusion des TIC : le cas de la France sur longue période (1980-2000) », Revue française d’économie, 16, 155-192.

Gordon R. (2003), « Five Puzzles in the Behavior of Productivity, Investment, and Innovation », World Economic Forum, Global Competitiveness Report.

Hobin B., Jovanovic B. (2001), « The Information Technology Revolution and the Stock Market », American Economic Review, 91, 1203-1220.

Jones C. (2002), “Sources of U.S. Economic Growth in a World of Ideas”, American Economic Review, 92, 220-239

Jones C., Williams J. (2000), "Too Much of a Good Thing? The Economics of Investment in R&D", Journal of Economic Growth, 5, 65-85.

Jorgenson D. (2001), “Information Technology and the U.S. Economy”, American Economic Review, 91, 1-32.

Jorgenson D., Stiroh K.(1999), « Information Technology and Growth”, American Economic Review, 89, 109-115.

Kortum S., (1993), « Equilibrium R&D and the patent-R&D ratio : U.S. evidence. », American Economic Review, 83, 450-457.

Laitner J. Stolyarov D. (2003), “Technological Change and the Stock Market”, American Economic Review, 93, 1240-1267.

Mc Grattan E., Prescott E. (2000), « Is the Stock Market Overvalued ? », Federal Reserve bank of Minneapolis Quarterly Review, 24, 20-40.

Nordhaus W. (2002), «Productivity Growth and the New Economy », Brookings Papers on Economic Activity, 2, 211-265 

Oliner S., Sichel D. (1994), « Computers and Output Growth Revisited: How Big is the Puzzle? » Brooking Papers on Economic Activity, 2, 273-317.

Oliner S., Sichel D. (2002), « The Resurgence of Growth in the Late 1990s : Is Information Technology the Story ? » Journal of Economic Perspectives, 14, 3-22.

Romer P. (1990), « Endogenous Technical Change », Journal of Political Economy, 98, 71-102

Stiroh K. (2002), “Information Technology and the U.S. Productivity Revival: What Do the Industry Data Say?”, American Economic Review, 92, 1559-1576

Tevlin S., Whelan K. (2003), “Explaining the Investment Boom of the 1990s”, Journal of Money Credit and Banking, 35, 1-22.

Whelan K. (2002), “Computer, Obsolescence, and Productivity”, Review of Economics and Statistics, 84, 445-461

Whelan K. (2003), “A Two-Sector Approach to Modeling U.S. NIPA Data”, Journal of Money Credit and Banking.


 Je remercie Gilbert Abraham-Frois et Fabien Tripier et demeure seul responsable des éventuelles erreurs et imprécisions.

 Adresses : Jean-Paul Walch, MODEM Université Paris X- Nanterre, 200 Boulevard de la République, 92001 Nanterre Cedex. Jean-paul.walch@wanadoo.fr

1 l’obsolescence technologique est un phénomène technologique de dépréciation du stock de connaissance, alors que la destruction créatrice est un phénomène boursier.

2 Nous utilisons les valeurs du PIB nominal et le déflateur de Jorgenson (2001).

3 Selon Jorgenson (2001), la production possibility frontier qui généralise l’usage des prix à qualité constante en particulier pour le stock de capital, est une alternative à la notion de progrès technique incorporé telle qu’introduite par Solow (1960). Dans les deux cas, il s’agit de dévaloriser le capital d’anciennes technologies encore productives.

4 Quatre secteurs seulement sont l’objet d’un indice de prix hédonique : les ordinateurs (dans le NIPA depuis 1985) et équipements périphériques, les semi-conducteurs (1997), les progiciels ainsi que les équipements de commutation (1996) et téléphones cellulaires. En 1998, ces secteurs représentaient 2,2% du PIB. Un autre changement a consisté à classer les logiciels parmi les investissements depuis 1999.




similaire:

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconRésumé Dans cet article, nous examinons les conséquences de l’insécurité...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconFiche concept : Croissance endogène
...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconL’alphabétisation et l’enseignement du fle
...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconLe colloque francophone de référence sur les technologies de l'éclairage
«…presque déjà 10 ans et dans 10 ans» aura pour ambition d’explorer, de manière prospective, le futur des technologies de l’éclairage...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconRésumé Dans ce papier nous analysons la performance des villes sous...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconAtelier sur la participation du secteur privé dans le secteur électrique...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconRésumé L'application des Nouvelles Technologies de l'Information...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconLe groupe s’affirme aujourd’hui comme l’employeur de référence du...
«L’hôtellerie est un secteur dont le facteur humain représente le cœur. Nous faisons grandir les talents en interne», peut-on lire...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconSujet : Comment les nouvelles technologies de l’information et de...

Résumé Nous développons un modèle de croissance endogène basée sur la qualité désagrégeant un secteur des technologies traditionnelles et un secteur des ntic. iconRésumé Au milieu des années 1990, la modernisation du paysage urbain...






Tous droits réservés. Copyright © 2016
contacts
e.20-bal.com