📄 other

A Method for Estimating Technological Innovation in Macroeconomy: An Extension of Econometric Structural Estimation by Simulation

Cet article propose une extension de l'estimation économétrique structurelle basée sur la simulation pour mesurer l'impact de l'innovation technologique sur la croissance macroéconomique, concluant que si les États-Unis ont significativement surpassé leur trajectoire de croissance optimale depuis les années 2000 grâce à l'innovation tirée par les TI, le Japon a pris du retard en raison d'inefficacités macroéconomiques compensatoires, bien que la précision de la méthode demeure limitée par les estimations actuelles de l'élasticité de substitution intertemporelle.

Auteurs originaux : Shungo Sakaki

Publié 2026-07-24

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Shungo Sakaki

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez l'économie comme un jeu vidéo géant et complexe où les pays sont des joueurs tentant de faire grimper leur score de « PIB ». Dans ce jeu, il existe deux manières principales de devenir plus fort : vous pouvez construire plus de choses (comme des usines et des routes), ou vous pouvez devenir plus intelligent dans l'utilisation de ce que vous possédez déjà. Devenir plus intelligent est appelé « innovation technologique », et dans le monde de l'économie, cela est souvent mesuré par quelque chose appelé la Productivité Globale des Facteurs (PGF). Considérez la PGF comme la « statistique d'efficacité » d'un pays. Si deux pays possèdent le même nombre de robots et de travailleurs, mais que l'un produit deux fois plus de pizzas, ce surplus de pizzas est dû à une statistique d'efficacité plus élevée.

Mais comment savoir si un pays devient réellement plus intelligent, ou s'il se contente de travailler plus dur ? C'est là que réside toute la difficulté. Ce document tente de résoudre ce mystère en construisant une simulation d'un « monde parfait ». Imaginez un GPS qui calcule l'itinéraire le plus rapide et le plus efficace qu'une voiture pourrait théoriquement emprunter pour aller du point A au point B, en supposant que le moteur ne tombe jamais en panne et que le conducteur ne se fatigue jamais. Cet itinéraire GPS est la « trajectoire de croissance optimale ». Si la voiture roule en réalité plus vite que ce que le GPS indique comme étant possible, nous savons que la voiture possède un « turbo boost » secret (l'innovation technologique). Si la voiture roule moins vite que le GPS, c'est que quelque chose ne va pas avec le conducteur ou la route, même si le moteur est en parfait état. Ce document utilise cette idée de GPS pour voir comment les États-Unis et le Japon ont performé depuis que la « révolution informatique » (l'essor de l'informatique et d'Internet) a changé les règles du jeu.

La grande course économique : États-Unis contre Japon

Ce document, écrit par le chercheur indépendant Shungo Sakaki, est une analyse approfondie de la performance des États-Unis et du Japon depuis le milieu des années 1990, lorsque l'« économie de l'informatique » (l'ère dominée par les ordinateurs et Internet) a véritablement décollé. L'auteur voulait savoir : ces pays ont-ils réellement bénéficié d'un « turbo boost » grâce aux nouvelles technologies, ou ont-ils simplement progressé par tâtonnements ?

Pour le découvrir, l'auteur ne s'est pas contenté de regarder combien d'argent les pays ont gagné. Au lieu de cela, il a construit une simulation mathématique de ce à quoi ressemblerait une économie « parfaite » si elle fonctionnait avec la technologie ancienne (pré-années 1990) mais était gérée par un planificateur parfaitement rationnel et super intelligent. Ce planificateur sait exactement comment équilibrer l'épargne pour l'avenir et la consommation immédiate pour obtenir le meilleur résultat possible. Ce plan parfait est la « trajectoire de croissance optimale ».

L'auteur a ensuite pris les données réelles des États-Unis et du Japon de 1996 à 2022 et les a comparées à ce plan parfait. La logique est simple : si l'économie réelle fait mieux que le plan parfait (qui était basé sur l'ancienne technologie), le succès supplémentaire provient nécessairement de nouvelles innovations technologiques rutilantes. Si l'économie réelle fait moins bien, c'est que quelque chose la freine.

Les résultats : un récit pour deux pays

La simulation a brossé un tableau très différent pour les deux nations.

Pour les États-Unis, les résultats étaient passionnants. La simulation a montré que l'économie américaine dépassait en réalité le « plan parfait » basé sur l'ancienne technologie. Le document estime que l'innovation technologique a dopé le PIB américain d'environ 20 % depuis les années 2000, et que ce boost cumulé a atteint 30 à 40 % dans les années 2020. En termes de jeu vidéo, le joueur américain n'a pas seulement bien joué ; il a débloqué un « arbre technologique » secret qui l'a rendu nettement plus fort que ce que les règles de l'ancien jeu permettaient.

Pour le Japon, cependant, l'histoire est beaucoup moins réjouissante. La simulation a montré que le PIB réel du Japon est resté nettement en dessous de la « trajectoire de croissance optimale » depuis 1996. Cela ne signifie pas nécessairement que le Japon a échoué à inventer ou à utiliser les nouvelles technologies informatiques. Au contraire, le document suggère que des « inefficacités macroéconomiques » (comme des erreurs de politique, une adaptation lente des entreprises ou d'autres dysfonctionnements économiques) ont été si fortes qu'elles ont complètement annulé les bénéfices que le Japon aurait pu tirer des nouvelles technologies. C'est comme avoir un moteur de Ferrari (nouvelle technologie) mais conduire à travers un embouteillage de travaux et de mauvaises règles ; on n'atteint jamais la vitesse à laquelle on est capable d'aller. En fait, le document note que la performance réelle du Japon était si éloignée de la trajectoire optimale que le « taux d'amélioration » était négatif, ce qui signifie que l'économie sous-performait même par rapport à ce qui était théoriquement possible avec l'ancienne technologie.

Le bémol : le problème de l'« élasticité »

Il y a un grand « mais » dans cette histoire, et c'est un point technique dont l'auteur fait preuve d'une grande honnêteté. Pour faire tourner cette simulation GPS parfaite, l'auteur avait besoin d'un chiffre spécifique appelé « Élasticité Intertemporelle de Substitution » (EIS). Vous pouvez considérer l'EIS comme une mesure de la volonté des gens à échanger de l'argent dépensé aujourd'hui contre de l'argent dépensé demain.

Le document a révélé que, selon le chiffre utilisé pour l'EIS (basé sur des recherches antérieures), la simulation échoue parfois. Pour les États-Unis, lorsqu'on utilise une estimation spécifique de l'EIS, l'ordinateur n'arrive pas du tout à calculer une « trajectoire parfaite » fiable. Cela signifie que la méthode inventée par l'auteur a des limites. Si nous ne connaissons pas le chiffre exact de la « volonté d'attendre », nous ne pouvons pas être sûrs à 100 % de la précision de nos calculs de « turbo boost ». L'auteur conclut que, bien que la méthode soit une nouvelle façon intéressante d'observer l'innovation, elle dépend fortement de l'obtention exacte de ce chiffre précis, et pour l'instant, nous n'en sommes pas assez certains pour rendre la méthode parfaite dans toutes les situations.

L'essentiel à retenir

En résumé, ce document suggère que les États-Unis ont réussi à exploiter la révolution informatique pour surcharger leur économie, la propulsant bien au-delà de ce qui était possible par le passé. Le Japon, quant à lui, semble avoir été freiné par d'autres problèmes économiques qui ont masqué les gains potentiels de la nouvelle technologie. L'étude propose une nouvelle façon de mesurer ces « boosts d'efficacité » invisibles via la simulation, mais elle nous avertit également que nos outils pour les mesurer sont encore un peu fragiles tant que nous ne comprenons pas mieux le facteur de la « volonté d'attendre ».

Résumé technique : Une méthode pour estimer l'innovation technologique dans la macroéconomie

Énoncé du problème
L'article traite du défi consistant à estimer l'ampleur de l'innovation technologique dans un cadre macroéconomique, plus précisément lors de la transition vers une structure économique basée sur les technologies de l'information (l'« économie de l'IT »). Bien qu'il existe des méthodes existantes — telles que le calcul de la productivité globale des facteurs (PGF) en tant que résidu de Solow, l'utilisation de modèles de croissance endogène pour internaliser la R&D, ou l'emploi de modèles d'équilibre général dynamique stochastique (DSGE) pour estimer les externalités de politiques publiques — cet article identifie une lacune dans le fait de comparer directement les performances économiques réelles à une trajectoire optimale théorique dérivée des contraintes technologiques pré-IT. Le problème central est de distinguer la croissance du PIB pilotée par une allocation optimale des ressources sous la technologie existante de la croissance pilotée par un véritable progrès technologique.

Méthodologie
La méthode proposée étend l'estimation structurelle des fonctions de production en intégrant des simulations d'un modèle de croissance optimale. L'approche procède en trois étapes principales :

Estimation structurelle pré-IT :
En utilisant les données de séries temporelles de l'OCDE (1970–1990 pour les États-Unis, 1980–1995 pour le Japon), les auteurs estiment les fonctions de production et la PGF pour l'ère pré-IT en utilisant la méthode des moindres carrés généralisés (GLS). La fonction de production est spécifiée sous forme Cobb-Douglas ( $y_t = a k_t^b$ ), où $a$ représente la PGF et $b$ est l'élasticité du capital.
Simulation de la trajectoire de croissance optimale :
Les auteurs construisent une trajectoire de croissance « optimale » de référence en supposant que le niveau technologique reste fixe au niveau des estimations de l'ère pré-IT. Cela utilise le modèle de croissance optimale de Ramsey-Cass-Koopmans, défini par :

Équation d'état : $\dot{k}_t = f(k_t) - c_t - n k_t$ (accumulation de capital).
Objectif : Maximiser la somme actualisée de l'utilité des ménages $u(c_t)$ sur un horizon infini.
Règle de Keynes-Ramsey : $\dot{c}_t/c_t = \frac{1}{\sigma}[f'(k_t) - n - \rho]$ , où $\sigma$ est l'élasticité intertemporelle de substitution (EIS) et $n$ est la croissance démographique, et $\rho$ est le taux d'actualisation subjectif.

La simulation part des soldes réels des actifs fixes de 1996 (marquant le début de l'économie de l'IT au Japon et le point médian pour les États-Unis dans cette étude) et résout numériquement le système d'équations différentielles pour approcher l'état stationnaire de la « règle d'or modifiée ». Les auteurs utilisent Mathematica 13.2 pour les solutions numériques, en fixant un intervalle de temps $\Delta t = 0,1$ .

Estimation de l'innovation :
L'« effet de l'innovation technologique » est défini comme le pourcentage par lequel le PIB réel excède le PIB calculé sur la trajectoire de croissance optimale simulée (qui suppose une absence de progrès technologique). Cette différence est attribuée à la croissance de la PGF pilotée par la révolution de l'IT. Les auteurs reconnaissent que cette métrique capture également les conditions économiques spécifiques à chaque année et les inefficacités potentielles.

Principales contributions

Nouvelle approche de référence (Benchmarking) : L'article introduit une méthode qui ne repose pas uniquement sur le calcul de résidus, mais utilise l'écart par rapport à une allocation intertemporelle optimale des ressources (sous une technologie constante pré-IT) comme indicateur du progrès technologique.
Analyse comparative des États-Unis et du Japon : L'étude applique ce cadre à deux économies majeures, en utilisant des estimations d'EIS spécifiques dérivées de recherches antérieures (Yagihashi et Katano, 2020) pour calibrer les trajectoires optimales.
Identification des inefficacités macroéconomiques : La méthodologie permet de différencier un manque d'innovation technologique d'un manque d'efficacité dans l'allocation des ressources. Dans le cas du Japon, le modèle révèle que le PIB réel est tombé en dessous de la trajectoire de croissance optimale, suggérant que les inefficacités macroéconomiques pourraient avoir compensé les gains potentiels de l'IT.

Résultats

États-Unis : La simulation indique des écarts positifs significatifs. Depuis les années 2000, le PIB réel a dépassé la trajectoire de croissance optimale d'environ 20 %. Cet écart s'est creusé dans les années 2020, les niveaux réels dépassant la référence de 30 à 40 %. Ces chiffres sont interprétés comme l'impulsion du PIB attribuable à l'innovation technologique.
Japon : En revanche, les niveaux de PIB japonais réels depuis 1996 sont systématiquement inférieurs à la trajectoire de croissance optimale calculée. L'étude rapporte des taux d'amélioration négatifs (allant d'environ -1,7 % à -48 % selon l'année et le paramètre d'EIS). Les auteurs concluent que bien qu'une innovation pilotée par l'IT ait pu avoir lieu, elle a été plus que compensée par des inefficacités macroéconomiques, notamment des échecs de politiques (ex: résolution des créances douteuses, assouplissement monétaire, hausses de la taxe sur la consommation) et un retard d'adaptation des entreprises.
Limites techniques : L'étude souligne une dépendance critique vis-à-vis de l'exactitude des estimations d'EIS. Pour les États-Unis avec une EIS de 0,59, les auteurs n'ont pas pu calculer une trajectoire optimale approximative avec une précision suffisante, empêissant une estimation fiable de la PGF ajustée pour ce jeu de paramètres spécifique. Cela suggère que l'applicabilité de la méthode est contrainte par la précision des données d'EIS disponibles.

Signification et affirmations
L'article affirme offrir une nouvelle perspective sur l'estimation de la PGF en déplaçant l'attention du calcul direct des résidus statistiques vers une comparaison avec une trajectoire de croissance optimale contrefactuelle. Les auteurs présentent les résultats avec modestie, notant que le « taux d'amélioration » est une mesure composite qui inclut à la fois l'innovation technologique et des conditions économiques spécifiques.

La principale signification réside dans le fait que, pour le Japon, l'incapacité à atteindre la trajectoire de croissance optimale implique que les inefficacités structurelles et politiques ont été un facteur plus dominant que la stagnation technologique pour expliquer la performance économique par rapport à l'optimum théorique. Cependant, les auteurs avertissent explicitement que la fiabilité de la méthode est actuellement limitée par la disponibilité d'estimations d'EIS précises ; sans celles-ci, la précision computationnelle requise pour définir la trajectoire du point de selle n'est pas garantie. Ainsi, l'article présente la méthode comme une extension prometteuse de l'estimation structurelle qui nécessite un perfectionnement supplémentaire de l'estimation des paramètres pour être largement applicable.

Résumé technique : Une méthode pour estimer l'innovation technologique dans la macroéconomie

Articles similaires