Le 15 mai 2026, l'analyse des données publiques de l'Observatory of Economic Complexity (OEC.world, Harvard-MIT) révèle une propriété statistique qui mérite l'attention des analystes macroéconomiques : les variations de l'ECI Research (complexité des publications scientifiques d'un pays) précèdent généralement de 3 à 5 ans les variations de l'ECI Trade (complexité des exportations) et du PIB. Cette relation temporelle, bien que non causale au sens strict, pourrait constituer un signal avancé utile pour anticiper les trajectoires de croissance à moyen terme.
L'ECI, développé par César Hidalgo et Ricardo Hausmann dans un article fondateur de 2009 (PNAS), part du principe que la complexité économique d'un pays — sa capacité à produire et exporter des biens requérant un savoir-faire rare et combinatoire — est un meilleur prédicteur de la croissance future que les indicateurs traditionnels (PIB par habitant, capital humain, gouvernance). La version multidimensionnelle déployée par l'OEC étend ce cadre au-delà du commerce pour inclure les brevets, les publications et l'emploi logiciel, offrant une vision plus granulaire du « savoir-faire collectif » d'une économie.
Le décalage temporel entre l'ECI Research et l'ECI Trade (3 à 5 ans) est cohérent avec le cadre théorique d'Hidalgo et Hausmann : la production de connaissances scientifiques (publications) précède la production de technologies (brevets), qui précède la production de biens complexes (exportations). Ce séquençage n'est pas déterministe — tous les pays ne transforment pas leur capital scientifique en capital industriel — mais il offre une grille de lecture pour identifier les économies dont la complexité « souterraine » est en avance sur la complexité « visible ».
Origine et validité de l'ECI : du commerce à la connaissance
L'Economic Complexity Index a été introduit par Hidalgo et Hausmann dans un article publié dans les Proceedings of the National Academy of Sciences (PNAS) en 2009, puis approfondi dans l'Atlas of Economic Complexity (2011, 2014). Le principe fondateur est que la croissance économique ne dépend pas seulement de la quantité de facteurs de production (capital, travail) mais de la diversité et de la sophistication des savoir-faire qu'une société peut combiner — ce que les auteurs appellent le « knowhow collectif ».
L'ECI traditionnel (Trade) mesure cette complexité à travers les exportations : un pays qui exporte des produits requérant des capacités productives rares (semi-conducteurs, équipements médicaux, aérospatiale) est considéré comme plus complexe qu'un pays exportant des produits ubiquistes (matières premières, textile basique). La version multidimensionnelle étend cette logique à trois nouveaux domaines : les brevets (Technology), les publications scientifiques (Research) et l'emploi dans le secteur du logiciel (Software).
La validité prédictive de l'ECI a été testée sur plusieurs décennies de données. Hidalgo et Hausmann (2009) ont montré que l'ECI explique environ 70 % de la variance des taux de croissance futurs, surpassant les indicateurs traditionnels de capital humain et de gouvernance. L'OEC.world publie des classements annuels mis à jour pour 133 pays, couvrant la période 1995-2026 pour les données Trade, et 2000-2026 pour les données Technology, Research et Software.
3.1 Les quatre indices et leur signification macroéconomique
L'ECI Trade mesure la complexité du panier d'exportations d'un pays. Il reflète la structure productive existante — ce que le pays sait déjà produire de manière compétitive. C'est l'indice le plus « visible » et le plus corrélé au PIB à court terme.
L'ECI Technology mesure la complexité du portefeuille de brevets. Il reflète la capacité d'innovation technique — ce que le pays est en train d'inventer. Les brevets ont un horizon de commercialisation de 5 à 10 ans, ce qui en fait un indicateur intermédiaire entre la recherche et la production.
L'ECI Research mesure la complexité des publications scientifiques. Il reflète la capacité à produire des connaissances fondamentales — le « capital savoir » d'une économie. C'est l'indice le plus avancé temporellement : les publications d'aujourd'hui nourrissent les brevets de demain, qui nourrissent les exportations d'après-demain.
L'ECI Software mesure la complexité de l'emploi dans le secteur du logiciel. Il reflète la capacité à produire des biens numériques — un domaine où les barrières à l'entrée (capital physique, infrastructures) sont plus faibles que dans l'industrie manufacturière, mais où le capital humain est déterminant.
3.2 Le décalage temporel Research → Trade : mécanisme et ampleur
L'analyse des séries temporelles de l'OEC révèle que les variations de l'ECI Research précèdent généralement de 3 à 5 ans les variations de l'ECI Trade. Ce décalage n'est pas uniforme : il est plus court pour les économies dotées d'institutions efficaces de transfert technologique (Corée du Sud, Allemagne) et plus long — voire inexistant — pour les économies où le lien entre recherche et production est faible (pays exportateurs de matières premières sans base industrielle diversifiée).
Ce mécanisme peut être décrit comme une cascade de complexité : la production de connaissances (Research) → la production de technologies (Technology, brevets) → la production de biens complexes (Trade, exportations). Chaque étape nécessite des institutions, des infrastructures et des marchés de capitaux spécifiques pour transformer le savoir en produit.
4.1 Cas de divergence : quand l'ECI Research est en avance sur l'ECI Trade
La Corée du Sud présente le cas le plus emblématique de convergence des quatre indices. Selon les classements OEC 2024-2026, le pays figure dans le top 5 mondial pour les quatre ECI. Cette convergence est le produit de cinq décennies de politique industrielle ciblée, d'investissement massif dans l'éducation et la R&D, et de l'émergence de champions industriels (Samsung, SK Hynix) capables de transformer la recherche en production.
L'Allemagne illustre un cas de divergence modérée : son ECI Trade et Technology restent parmi les plus élevés au monde (top 5), mais son ECI Research montre des signes de ralentissement relatif, notamment dans les sciences de la vie et l'informatique. Cette divergence pourrait indiquer une érosion future de la compétitivité industrielle allemande si le déficit de recherche n'est pas comblé d'ici 5 à 10 ans.
Le Chili et le Nigeria représentent des cas de décorrélation chronique entre ECI Research et ECI Trade. Les deux pays affichent un ECI Trade faible (dépendance aux matières premières : cuivre pour le Chili, pétrole pour le Nigeria), malgré des investissements dans la recherche qui pourraient, à terme, améliorer leur ECI Research. Le décalage temporel entre les deux indices est ici supérieur à 10 ans, ce qui suggère que les obstacles à la transformation du savoir en production ne sont pas seulement technologiques mais institutionnels et structurels.
Scenario 1 — Convergence Research → Trade dans les économies avancées (probabilité modérée)
Les pays dont l'ECI Research progresse (Corée du Sud, Singapour, Suisse) voient leur ECI Trade s'améliorer avec le décalage attendu de 3 à 5 ans. La croissance du PIB de ces pays surperforme les prévisions du FMI fondées sur les seuls indicateurs traditionnels.
Scenario 2 — Divergence persistante dans les économies extractives (probabilité modérée à élevée)
Les pays dépendants des matières premières (Chili, Nigeria, Arabie Saoudite) ne parviennent pas à convertir leur ECI Research en ECI Trade. Le décalage entre les indices se creuse, signalant un échec des politiques de diversification.
Scenario 3 — Rattrapage par le Software (probabilité modérée)
Des pays émergents (Vietnam, Inde, Kenya) utilisent l'ECI Software comme levier de rattrapage, contournant la phase industrielle traditionnelle. Leur ECI Trade progresse via les exportations de services numériques plutôt que de biens manufacturés.
Premièrement, le décalage temporel de 3 à 5 ans entre ECI Research et ECI Trade est une observation statistique, non une relation causale établie. La corrélation pourrait être fallacieuse ou médiée par des variables tierces (qualité des institutions, ouverture commerciale, stabilité macroéconomique). Deuxièmement, les données de publications et de brevets comportent des biais de couverture (surreprésentation des publications en anglais, sous-représentation des innovations non brevetées). Troisièmement, la qualité des données varie selon les pays : les pays à faible revenu ont des systèmes de collecte statistique moins fiables. Quatrièmement, l'ECI ne capture pas les dimensions informelles de la complexité économique (économie souterraine, savoir-faire traditionnels). Cinquièmement, cette analyse est produite à des fins d'intelligence stratégique exclusivement et ne constitue pas un outil de prévision économique au sens statistique du terme.
L'ECI multidimensionnel de l'OEC offre une grille de lecture qui enrichit l'analyse macroéconomique traditionnelle en capturant des dimensions de la complexité économique — recherche, technologie, logiciel — que les indicateurs conventionnels ignorent. Le décalage temporel de 3 à 5 ans entre l'ECI Research et l'ECI Trade en fait un outil de signalement avancé potentiellement utile pour les décideurs stratégiques, à condition d'en respecter les limites méthodologiques. L'ORV-1 Intelligence Unit suivra les prochaines mises à jour des classements OEC, en particulier les cas de divergence entre les quatre indices qui pourraient signaler des opportunités ou des vulnérabilités structurelles.