inno TSD utilise une approche méthodologique factuelle pour l’actualisation des S3

Posté le 21/01/2020 à 09:17

inno TSD utilise une approche méthodologique factuelle pour l’actualisation des S3

inno TSD a adopté une méthodologie robuste qui utilise des outils quantitatifs, tels que l’analyse des réseaux sociaux et l’analyse des brevets, permettant une approche factuelle (evidence-based) souhaitée par la Commission Européenne pour l’actualisation des stratégies de spécialisation Intelligente (S3) pour la période de programmation 2021-2027 de la politique de cohésion de l’Union Européenne.

L’analyse des brevets

inno TSD utilise la base de données REGPAT de l’OCDE qui contient les demandes de brevet des pays de l’OCDE de 1977 à 2017. La base de données REGPAT est régionalisée par NUTS-2, en fonction de l’adresse de l’inventeur et par classe de brevet «International Patent Classification» (IPC). Par soucis méthodologiques, inno TSD a extrait les demandes de brevet des pays de l’Union européenne depuis 2001. La base de données REGPAT permet de faire de nombreuses analyses quantitatives notamment le calcul de la parenté technologique d’une classe de brevet par rapport au socle technologique qui existe dans la région et l'Avantage Comparatif Révélé (ACR) ou en anglais « Revealed Comparative Advantage » (RCA).

L’indicateur de parenté technologique ou «economic relatedness score»

Selon les théories évolutionnistes de l’innovation, l’émergence de nouveaux secteurs résulte d’un socle de connaissances préexistantes qui leur sont liées (Boschma, 2017). La dynamique des territoires et la géographie de l’innovation seraient ainsi fondamentalement structurées par leur degré de parenté technologique et sectorielle. La parenté technologique est un indicateur qui varie entre 0 et 100. Une parenté technologique qui se rapproche de 100 signifie que la région a toutes les capacités technologiques nécessaires pour développer une certaine classe de technologie (IPC). Une parenté technologique supérieur à 25 signifie que la région possède de bonnes capacités technologiques pour développer la technologie (IPC). Ainsi l’indicateur de parenté technologique renseigne sur la pertinence des choix régionaux de spécialisation intelligente et de faire émerger des opportunités de spécialisation qui n’avaient pas été pris en compte dans la S3.

L'avantage comparatif révélé (ACR) est un indicateur entre 0 et n. un ACR supérieur à 1 signifie que la région est compétitive sur cette classe de brevet, un ACR inférieur à 1 signifie que la région n’est pas compétitive sur cette classe de brevet par rapport aux autres régions européennes. L'avantage comparatif révélé (ACR) permet de mesurer le degré de compétitivité de la région dans les secteurs de spécialisation intelligente.

L’analyse des brevets a permis de démontrer que la classe de brevet B64C - AÉROPLANES ; HÉLICOPTÈRES - a une forte parenté technologique par rapport au socle technologique qui existe dans la région et un fort avantage comparatif révélé (ACR) par rapport aux autres régions européennes. Ainsi l’analyse des brevets confirme le choix stratégique de la région SUD Provence-Alpes-Côte d'Azur de se spécialiser dans l’aéronautique.

  • IPC: B64C
  • Description de la classe de brevet: AÉROPLANES ; HÉLICOPTÈRES
  • Parenté technologique: 34,85
  • Nombre de Brevets déposés (2001-mars 2018): 538
  • ACR: 15,03

L’analyse des réseaux sociaux

L’analyse des réseaux sociaux est l’étude et la présentation des données relationnelles. La théorie des réseaux sociaux conçoit les relations sociales en matière de nœuds et liens. Les nœuds sont habituellement les acteurs sociaux dans le réseau mais ils peuvent aussi représenter des institutions ou projets, et les liens sont les interactions ou des relations entre ces nœuds. L’analyse des réseaux sociaux permet de mesurer les liens entre les nœuds afin de déterminer les nœuds—les acteurs, institutions, et les projets—les plus centraux dans le réseau. Différentes mesures peuvent être utilisées afin de mesurer la centralité des nœuds du réseau—degré de centralité (acteurs les plus connectés), centralité d'intermédiarité (acteurs passerelles), centralité de proximité (acteurs ayant accès le plus rapidement aux autres acteurs), et centralité de prestige - eigenvector (acteurs les plus connectés aux acteurs les plus connectés).

inno TSD utilise la base de données CORDIS qui compile toutes les données sur les projets de recherche H2020 (2014-2020). L’analyse de réseau permet de montrer (1) les relations et les dynamiques des relations dans le temps entre les acteurs scientifiques dans une région, (2) les acteurs les plus centraux dans une région et les plus connectés, (3) les relations entre les technologies et les potentiels scientifiques, et (4) de faire un mapping des collaborations interrégionales existantes.

A lire aussi "inno TSD accompagne des régions françaises dans l’actualisation de leurs S3"