L’interprétation des variables de contrôle avec et sans retard

Dans cette section, nous présenterons une interprétation de l’effet des variables de contrôle incluses dans le vecteur Xit de notre modèle. Nous présenterons d’abord les

relations significatives et ensuite, nous procéderons à l’interprétation des relations non significatives. Dans ce deuxième cas, nous nous référerons principalement au modèle que nous préférons soit la spécification 10.3.

D’abord, si l’on trace un premier portrait des variables de contrôle, nous pouvons noter que le sens et la significativité de leurs relations dans les modèles changent selon l’inclusion des effets retardés ou non. Ainsi, dans le modèle de base 1.3 et sans retard, nous pouvons noter que les caractéristiques suivantes sont significatives et positives : la

présence d’un service de ressources humaines et le pourcentage d’actifs détenus par des intérêts étrangers. Les caractéristiques individuelles, telles que le sexe, le temps de travail et le taux de roulement, ont quant à elles, un impact significatif et négatif sur la productivité. Nous avons trouvé que la présence d’un syndicat et le fait de ne pas être en concurrence n’ont pas d’effet significatif sur la productivité. Cependant, lorsque l’on s’intéresse à l’impact des effets différés des investissements en formation et en capital physique, l’interprétation des variables de contrôle change en grande partie.

Ainsi, lorsque l’on traite des effets différés et que l’on corrige pour l’autocorrélation (modèle 10.3), nous pouvons observer que seulement deux variables demeurent significatives : le pourcentage d’actifs détenus par des intérêts étrangers et la proportion d’employés à temps partiel. Ainsi, le pourcentage des actifs de l’entreprise détenus par des intérêts étrangers a un impact favorable et significatif sur la productivité des firmes : une hausse de 10 points de pourcentage dans la proportion d’actifs détenus par des intérêts étrangers entraînerait une augmentation de 1,3 % de la productivité pour les firmes canadiennes. Ces résultats vont dans le même sens que la littérature empirique canadienne consultée. Pour la seconde variable, si l’on suppose une hausse de 10 points de pourcentage d’employés en temps partiel, nous pouvons observer une baisse de 2,8 % de la productivité pour les firmes canadiennes.

Nous pouvons retenir également que la présence syndicale au sein des entreprises n’a pas d’effet significatif sur la productivité des firmes de notre échantillon, tout comme présence d’un service des ressources humaines. Ce dernier résultat peut être attribuable à la variable même et à la taille des entreprises incluses dans notre échantillon. Il se peut que ce résultat ait été différent, si nous avions retenu une autre mesure pour évaluer la manière dont se gère les questions relatives aux ressources humaines au sein des entreprises. Le choix de retenir une variable dichotomique plutôt qu’une variable à échelle additive, ce qui aurait pu être possible, restreint la portée explicative à « la présence [ou non] d’un service de ressources humaines distinct formé de plus d’une personne », plutôt qu’une variable mesurant le niveau de formalité de la gestion des ressources humaines, au sein des firmes d’autant plus que la majorité de notre échantillon (97,9 %) est constituée de petits établissements (1 à 99 employés).

Ensuite, le fait de ne pas être en concurrence a un effet non significatif sur la productivité, de même que pour le taux de roulement volontaire et la proportion des femmes au sein de l’entreprise.

Enfin, en ce qui concerne les différentes catégories professionnelles, on ne peut pas affirmer avec certitude qu’il y a une différence de productivité entre les catégories professionnelles dans les entreprises, puisque nos résultats bien qu’ils soient positifs ne demeurent pas significatifs, pour l’ensemble des catégories, lorsqu’on considère les effets retardés de la formation.

Conclusion

Nous estimons l’impact des effets différés de la formation structurée à l’aide des données issues des questionnaires des employeurs de l’Enquête sur le milieu de travail

et les employés de Statistique Canada pour la période 1999-2005.

La littérature économique n’apporte pas de confirmation vraiment convaincante de l’existence ou non de tels gains de productivité consécutifs à la formation continue dispensée par les entreprises. Parmi les études récentes, la plupart se fondent sur une approche par fonction de production. À notre tour, nous utilisons une fonction de production de type Cobb-Douglas à valeur ajoutée modifiée pour tenir compte à la fois des investissements en formation et des investissements en capital physique au sein des entreprises.

Au niveau des retours sur les investissements en formation au sein des organisations, la variable étudiée demeure, dans la majorité des études recensées, la productivité (soit la production par employé en valeur ajoutée). Comme nous l’avons vu, en mesurant directement l’impact de la formation sur la productivité, ce choix contraint le chercheur à supposer des effets proportionnels pour l’emploi. Dans notre cas, nous retenons comme variable à l’étude la production, permettant de gagner de la flexibilité dans l’interprétation des coefficients estimés.

L’estimation des effets de la formation continue sur la productivité nécessite de bien vérifier les problèmes techniques qui peuvent être associés à l’étude de cette relation. Ce caractère se traduit, en pratique, par deux biais liés à l’hétérogénéité individuelle entre firmes et à la simultanéité entre la décision de formation et l’évolution de la productivité des entreprises. Dans le cadre de nos estimations, nous avons cherché à contrôler ces sources de biais par la voie d’un modèle récursif dans lequel la formation a été mesurée après un minimum d’une année et jusqu’à quatre années de retard pour en documenter l’ensemble des retours possibles.

Nos estimations réalisées avec les moindres carrés ordinaires, en tenant compte des effets retardés pour la formation (modèle 2.1) montrent que la formation a un effet significatif et positif sur la productivité. Ainsi une hausse de 10 % dans les dépenses en formation structurée par employé, pour une année, engendre une hausse globale de la productivité de 0,7 % pour les quatre années suivantes. Par ailleurs, nos résultats montrent avec la technique des variables instrumentales (modèle 7.1) que la formation a un impact positif et significatif sur la productivité : une hausse de 10 % dans les dépenses en formation structurée par employé pour une année, engendre une augmentation de la productivité d’environ 1,7 % pour l’année suivante. Enfin, lorsqu’on tient compte des effets retardés pour les investissements en formation et ceux réalisés pour le capital physique en corrigeant pour l’autocorrélation et en tenant compte des effets aléatoires (modèle 10.3), nos résultats montrent qu’une hausse de 10 % dans les dépenses en formation structurée par employé pour une année entraîne une croissance totale de la productivité de la firme d’environ 0,8 % sur quatre ans. Au niveau de la structure des retards, nos résultats montrent que les retours des investissements en formation ont une forme en U inversé.

Plusieurs chercheurs ont noté que la formation n’a pas uniquement un effet individuel sur la productivité mais qu’elle peut être bonifiée pas d’autres pratiques, dites complémentaires (Ichniowski et al., 1997). Aussi, pour tenir compte de l’hypothèse de complémentarité des effets de la formation avec d’autres types d’investissements au sein de l’entreprise, nous avons ajouté une variable d’interaction entre la formation et les investissements en capital physique dans la fonction de production estimée. Cette variable d’interaction a un coefficient positif et significatif indiquant l’importance des complémentarités entre ces deux types d’investissements pour la productivité des firmes. Toutefois, comme certaines études empiriques antérieures (Delaney et Huselid 1996, Zwick, 2006), nous ne pouvons conclure avec satisfaction à la supériorité du terme d’interaction dans l’estimation des effets de la formation sur la productivité. Cependant, nos résultats font mieux que la littérature empirique antérieure, traitant de la complémentarité des pratiques, puisque l’effet d’interaction a été testé dans un modèle récursif avec des données longitudinales. La non significativité des effets d’interaction

entre Fit et Iit peut s’expliquer, possiblement, par la colinéarité entre les retards. Nos

résultats ouvrent la porte également à l’exploration de l’effet d’interaction entre d’autres pratiques de GRH et la formation, dans un contexte longitudinal récursif, sur la productivité des entreprises.

Par ailleurs, nos résultats montrent un intérêt certain à utiliser des données longitudinales dans l’étude des retours sur les investissements en formation. Ainsi, il existe plusieurs avantages à exploiter une banque de données longitudinales, comme c’est le cas avec l’Enquête sur le milieu de travail et les employés de Statistique Canada. Voici en résumé, quelques avantages liés à l’utilisation de données en panel. D’abord, l’avantage à utiliser de telles données tient à la taille de l’échantillon disponible qui est nettement plus grande, ce qui permet, également, d’obtenir des résultats d’estimations plus fiables. Le panel est alors une structure qui peut être soumise par exemple à l’influence de facteurs communs observables ou non observables (Hurlin et Mignon, 2007). Cette spécificité est particulièrement importante puisqu’elle entraîne des biais dans les résultats d’estimations lorsqu’elle est ignorée. Dès lors, le fait d’utiliser un modèle avec des données longitudinales permet d’être plus apte à réaliser une recherche dynamique. Ainsi, l’étude de la formation au sein des entreprises peut être mieux documentée, notamment en termes d’effet causal, mais permet aussi de déceler des effets qui ne sont normalement pas détectables avec l’utilisation de données transversales.

D’autre part, il est possible, à la lumière de nos estimations préliminaires, que la formation ait un impact sur d’autres indicateurs de la performance organisationnelle tel que l’engagement des employés. S’il est probable que la formation ait une influence sur différents indicateurs de la performance organisationnelle, alors il serait notamment possible de considérer la performance organisationnelle comme une mesure multidimensionnelle.

Malgré le support empirique des retours sur les investissements en formation à long terme pour les firmes canadiennes, nous pouvons nous demander pourquoi elles ne forment pas davantage si les retours sur les investissements en formation sont substantiels ? L’une des raisons qui peut expliquer cette réticence est la crainte de voir les employés quitter vers de meilleures opportunités à l’extérieur de l’entreprise. Dans le cadre du deuxième article nous tenterons d’apporter un éclairage supplémentaire sur la question de l’impact des investissements en formation structurée par employé sur le taux de roulement au sein des firmes canadiennes.

Bibliographie

Abowd, J.M., Haltiwanger, J. et Lane, J. (2004). Integrated Longitudinal Employer- Employee Data for the United States. The American Economic Review, Vol. 94 (2), 224-229.

Acemoglu, D. (1998). Why do new technologies complement skills ? Directed technical change and wage inequality. Quartely Journal of Economics, Vol. 113 (4), 1055-1091.

Acemoglu, D. et Pischke, J-S. (1999). The Structure of Wages and Investment in General Training. The Journal of Political Economy, Vol. 107 (3), 539-572.

Almeida, R. et P. Carneiro (2006). The return to the Firm Investment in Human Capital .

Discussion Paper Series, no 1937, Institute for the Study of Labor (IZA).

Almeida-Santos, F. et Mumford, K. (2004). Employee Training and Wage Compression

in Britain. Department of Economics and Related Studies: University of York.

Ambler, S., Cardia, E. et Phaneuf, L. (1992). Contrats de salaire, croissance endogène et fluctuations. L'Actualité économique, Vol. 68 (1-2), 175-204.

Aragon-Sanchez, A., Barba-Aragon, I. et Sanz-Valle, R. (2003). Effects of training on business results. The International Journal of Human Resource Management, Vol. 14 (6), 956-980.

Archambault, G. (1997). La formation de suivi et le transfert des apprentissages. Article publié dans la revue Gestion, consulté dans le recueil collectif Former pour performer, sous la direction de D. Bouteiller, Collection Racines du Savoir, 312-323.

Arellano, M. et Bond, P. (1991). Some Tests of Specification for Panel Data : Monte Carlo Evidence and an Application to Employment Equations. Review of Economic

Studies, Vol. 58 (2), 277-297.

Arellano, M. et Honoré, B. (2001). Panel Data Models : Some Recent Developments. In Heckman, J. et Leamer, E. (eds.), Handbook of Econometrics, Vol. 5, Ch. 53.

Arthur, J.B. (1994). Effects of Human Resource Systems on manufacturing Performance and Turnover. Academy of Management Journal, Vol. 37 (3), 670-687.

Aubert, P., Crépon, B. et Zamora, P. (2009). Le rendement apparent de la formation continue dans les entreprises : effets sur la productivité et les salaires. Économie et

Prévision, Vol.1 (187), 25-46.

Bailey, A. (2007). Un investissement rentable - Mettre l’investissement en formation en

rapport avec les résultats d’entreprise et l’économie, Rapport de recherche, Centre du

savoir sur l’apprentissage et le milieu de travail, Conseil canadien sur l’apprentissage : Ottawa.

Baldwin, J. R. (1999). Innovation, formation et réussite. Document de recherche no 137, Direction des études analytiques, Ottawa : Statistique Canada.

Baldwin, John R., Diverty, B. et Sabourin, D. (1995). Utilisation des technologies et transformation industrielle : perspectives empiriques. Direction des études analytiques,

Document de recherche no 11F0019MIF1995075 au catalogue. Statistique Canada :

Ottawa.

Baldwin, J. R. et Gellatly, G. (2007). Capacités d’innovation : utilisation de technologies, croissance de la productivité et rendement des entreprises : résultats des enquêtes canadiennes sur la technologie. Série sur l’économie canadienne en transition,

Baldwin, J. R., Gray, T. et Johnson, J (1995). L’utilisation de la technologie, la

formation et les connaissances spécifiques dans les établissements de fabrication. Cahier

de recherche. Statistique Canada : Ottawa.

Baldwin, J.R., Rama, E. et Sabourin, D. (1999). Croissance de l’utilisation des technologies de pointe dans le secteur canadien de la fabrication durant les années 90. Division de l’analyse micro-économique. Document de recherche no 11F0019MPE105

au catalogue. Statistique Canada : Ottawa.

Ballot, G., Fakhfakh, F. et Taymaz, E. (2001). Firms’ human capital, R&D and performance: a study on French and Swedish firms. Labour Economics, Vol. 8 (4), 443- 462.

Ballot, G., Fakhfakh, F. et Taymaz, E. (2006). How Benefits from Training and R&D, the Firm or the Workers?. British Journal of Industrial Relations, Vol. 44 (3), 473-495.

Ballot G., Fathi, F. et Erol, T. (2002). Who benefits from training and R&D: the firms or the workers ? A study on panels of French and Swedish firms. ERC Working Papers in

Economics.

Baltagi, B.H. (2008). Econometric Analysis of Panel Data. John Wiley & Sons, Fourth edition.

Baltagi, B.H., Bresson, G. et Pirotte, A. (2003). Fixed effects, random effects or Hausman-Taylor ? A pretest estimator. Economics Letters, Vol. 79 (3), 361-369.

Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of

Barney, J. et Wright, P.M. (1998). On becoming a strategic partner: The role of human resources in gaining competitive advantage. Human Resource Management, Vol. 37 (1), 31-46.

Barrett, A. et O’Connell, P.J. (2001). Does training generally work ? The returns to in- company training. Industrial and Labor Relations Review, Vol. 54 (3), 647-662.

Barrette, J. et Carrière, J. (2003). La performance organisationnelle et la complémentarité des pratiques de gestion des ressources humaines. Relations

industrielles/Industrial Relations, Vol. 58 (3), 427-453.

Barron, J.M., Black, D.A. et Loewenstein, M.A. (1989). Job matching and On-the-job training. Journal of Labor Economics, Vol. 7 (1), 1-19.

Barron, J.M., Berger, M.C. et Black, D.A. (1997). On-the-job training, W.E. Upjohn Institute for Employment Research.

Bartel, A. (1994). Productivity Gains from the Implementation of Employee Training Programs. Industrial Relations, Vol. 33 (4), 411–425.

Bartel, A. (1995). Training, Wage Growth and Job Performance; Evidence from a Company Database. Journal of Labor Economics, Vol.13 (3), 401-425.

Bartel, A. (2000). Measuring the Employer’s Return on Investment in Training: Evidence from the literature. Industrial Relations, Vol. 39 (3), 502-524.

Bartel, A., Ichniowski, C. et Shaw, K. (2004). Using Insider econometrics» to study productivity. The American Economic Review, Vol. 94 (2), 217-223.

Bartelsman, E. J. et Dhrymes, P.J. (1998). Productivity Dynamics: U.S. Manufacturing Plants 1972-1986. Journal of Productivity Analysis, Vol.9 (1), 5-34.

Bartelsman, E.J et Doms, M. (2000). Understanding Productivity : Lessons from Longitudinal Microdata. Journal of Economic Literature, Vol. 38 (3), 569-594.

Bassi, L., Harrison, P., Ludwig, J. et McMurrer, D. (2001). Human Capital Investments and Firm Performance. Working Paper, Human Capital Dynamics : Washington.

Bassi, L., Ludwig, J., McMurrer, D. et Buren, M.V. (2002). Profiting from Learning: Firm Level Effects of Training Investments and Market Implications. Singapore

Management Review, Vol. 24 (3), 61-76.

Becker, G. (1964). Human capital: A theoretical and empirical analysis, with special

reference to education, New York : National Bureau of Economic Research.

Becker, B. et Gerhart, B. (1996). The Impact of Human Resource Management on Organizational Performance: Progress and Prospects. Academy of Management Journal, Vol. 39 (4), 779-801.

Bishop, J.H. (1994). The Impact of Previous Training on Productivity and Wages dans

Training and the Private Sector, Lisa M. Lynch ed., 161-199. NBER Comparative Labor

Markets Series: The University of Chicago Press.

Bishop, J.H. (1988). Do employers share the costs and benefits of general training? Working Paper no 88-08, Center for Advanced Human Resource Studies, School of Industrial and Labor Relations: Cornell University.

Black, S.E. et Lynch, L. M. (1996). Human-capital investments and productivity.

American Economics Review (Papers and Proceedings), Vol. 86 (2), 263-267.

Black, S.E. et Lynch, L. M. (2001). How to compete : the impact of workplace practices and information technology on Productivity. The Review of Economics and Statistics, August, Vol. 83 (3), 434-445.

Blundell, R. et Bond, S. (2000). GMM Estimation with Persistent Panel Data: An Application to Production Functions. Econometric Reviews, Vol. 19 (3), 321 - 340.

Blundell, R., Bound, S. et Windmeijer, F. (2000). Estimation in Dynamic Panel Data Models : improving on the performance of the standard GMM estimators. Working

Paper 00/12, The Institute for Fiscal Studies.

Booth, A.L. (1993). Private sector training and graduate earnings. The Review of

Economics and Statistics, Vol. 75 (1), 164-170.

Boxall, P. et Steeneveld, M. (1999). Human resource strategy and competitive advantage: A longitudinal study of engineering consultancies. Journal of Management

Studies, Vol. 36 (4), 443-463.

Brunello, G. et Gambarotto, F. (2004). Agglomeration effects on employer-provided training: evidence from the UK. CESifo Working Paper no 1150, category 4: Labour Markets.

Budria, S. et Peirera, P. T. (2004). On the Returns to Training in Portugal . IZA

Discussion Paper no 1429.

Cappelli, P. (2004). Why Do Employers Retrain At-Risk Workers? The Role of Social Capital. Industrial Relations, Vol. 43 (2), 421–447.

Cappelli, P. et Crocker-Hefter, A. (1996). Distinctive human resources are firms’ core Competencies. Organizational Dynamics, Vol. 24 (3), 7-21.

Caroli, E. et Van Reenen, J. (2001). Skill-biases organizational change ? Evidence from a panel of British and French establishments. The Quarterly Journal of Economics, MIT Press, Vol. 116 (4), 1449-1492.

Charest, J. (1999). Articulation professionnelle et orientations du système de formation professionnelle au Québec ». Relations Industrielles – Industrial Relations, Vol. 54 (3), 439-469.

Chaykowski, R et Slotsve, G. (2003). Employer-sponsored training by firm size. Cahier

de recherche B-02, Collection Documents de travail, Ressources humaines et

Développement des compétences Canada : Industrie Canada.

Chaykowski, R et Slotsve, G. (2005). Unionization, Training and Technology Related Skills Development. Cahier de recherche B-05, Initiative de recherche sur les compétences, Ressources humaines et Développement des compétences Canada : Industrie Canada.

Chaykowski, R et Slotsve, G. (2006). Firm Provision of Training : Establishment Level Analysis. Cahier de recherche B-12, Initiative de recherche sur les compétences, Ressources humaines et Développement des compétences Canada : Industrie Canada.

Chowhan, J. (2005). Qui assure la formation? Les industries de haute technologie ou les établissements de haute technologie? Document de recherche no 11-622-MIF au

catalogue - no 006. Statistique Canada : Ottawa.

Chrétien, L., Arcand, G., Tellier, G. et Arcand, M. (2005). Impacts des pratiques de gestion des ressources humaines sur la performance organisationnelle des entreprises de gestion de projets. Revue internationale sur le travail et la société, Vol. 3 (1), 107-128.

Collis, D.J. et Montgomery, C.A. (1995). Competing on Resources: Strategy in the 1990s. Harvard Business Review, July–August, 118-128.

Conner, K.R. (1991). A historical comparison of resource-based theory and five schools of thought within industrial organization economics: Do we have a new theory of the firm? Journal of management, Vol. 17(1), 121-154.

Colombo, E. et L. Stanca (2008). « The impact of Training on Productivity : Evidence from a Large Panel of Firms .Working Papers 134, University of Milano-Bicocca, Department of Economics.

Cousineau, J.-M. (2005). Emploi et salaire. Les Presses de l’Université de Montréal.

D’Arcimoles, C. H. (1997). Human resource policies and company performance: A quantitative approach using longitudinal data. Organization Studies, Vol. 18 (5), 857- 874.

Dagenais, M. (1992). Pièges et limitations de l’analyse micro-économétrique. Économie

et Prévision, Vol.1-2 (102-103), 1-9.

D’Hostingue, D. (2007). Présentation des concepts et modèles de base de l’évaluation du rendement de la formation. Observatoire de gestion des ressources humaines, ESG - Université du Québec à Montréal, consulté en ligne à l’adresse : http://www.observatoiregsrh.uqam.ca

Dearden, L., Reed, H. et Reenen, J.V. (2006). The Impact of Training on Productivity and Wages: Evidence from British Panel Data. Oxford Bulletin of Economics and

Statistics, Vol. 68 (4), 397-421.

Dearden, L., Reed, H. et Reenen, J.V. (2000). Who Gains When Workers Train? Training and Corporate Productivity in a Panel of British Industries. IFS Working Paper

00/04, London.

Delame, E. et Kramarz, F. (1997). Entreprises et Formation Continue. Économie et

Delaney, J. et Huselid, M. (1996). The Impact of Human Resource Management Practices on Perceptions of Organizational Performance. Academy of Management

Journal, Vol. 39 (4), 949-969.

Delery, J.E. et Doty, D.H. (1996). Modes of Theorizing in Strategic Human Resource Management: Tests of Universalistic, Contingency and Configurational Performance Predictions. Academy of Management Journal, Vol. 39 (4), 802-835.

Depeyre, C. (2005). Retour sur la théorie des ressources. Le Libellio d'AEGIS, (1), 9-14.

Descy, P. et Tessaring, M. (2005). Apprendre : une valeur sûre. Évaluation et impact de