Robustesse des décompositions

Après avoir décrit les diérentes méthodologies des décompositions, il est important d'aborder une discussion sur l'horizon temporel choisi. Chaque terme est sensible au choix de l'intervalle de temps entre t et t-k. Par exemple, plus l'horizon temporel est élevé, exprimé par un plus grand k, plus les eets nets d'entrées sont conséquents sur la croissance de la productivité puisque le nombre d'entrants et de sortants est plus élevé.

Le graphique 1.1 illustre cet enjeu en présentant une décomposition FHK de la croissance de la productivité7 _{pour le secteur de l'édition et de l'impri-}

merie8 _{en France de 1991 à 2006 en augmentant graduellement l'intervalle}

de temps. Le graphique contient la part relative de chaque terme selon l'ho- rizon temporel choisi. Ainsi en abscisse, nous avons l'horizon temporel choisi qui va d'une année à quatorze années. En ordonnée, nous avons la part en pourcentage de chaque terme dans la croissance de la productivité. Chaque terme est déni par une courbe comme l'indique la légende du graphique.

Comme nous pouvons le constater, si les entrants ont plus de 5 ans dans les exercices de décomposition, nous avons un terme entrant qui augmente fortement. Autrement dit, quand k est supérieur à 5 ans le terme des entrées est beaucoup plus élevé. Sans surprise cet eet de sélection de rmes selon 7. Les calculs de la productivité seront présentés dans le détail dans la section suivante de ce chapitre

8. Le secteur de l'édition et de l'imprimerie a été choisi car il s'agit du secteur avec le moins de variations macroéconomiques durant la période étudiée. Les résultats sont similaires pour les autres secteurs de la base de données. Le secteur de l'édition et de l'imprimerie est un secteur à faible intensité technologique c'est à dire où il y a peu d'investissement en R$ D comme nous le verrons plus tard.

Figure 1.1  Évolution de la part de chaque source de croissance Notes. Le graphique représente l'évolution des sources de croissance de la productivité selon l'horizon temporel choisi. Calcul de l'auteur.

leur âge va aecter les termes des rmes déjà présentes sur le marché. Plus on augmente l'intervalle de temps, plus les eets Between et Within chutent. Cela s'explique aisément par la chute du nombre de rmes survivantes dans la population étudiée en faveur des rmes entrantes qui sont plus importantes. Comme nous le présente le graphique 1.1, le terme sortant augmente aussi dans le temps jusqu'à arriver à un point de rupture à k = 10 où son impor- tance chute due à une baisse de la population. En eet, le taux de mortalité baisse avec l'âge. L'augmentation du terme est essentiellement attribuée à l'obsolescence technologique des rmes sortantes jusqu'à ce que le nombre de rmes sortantes soit insusant pour reéter d'éventuels gains de producti- vité.

Le terme croisé apparaît peu aecté par les changements d'horizon tem- porel. Certes comme les autres termes, les statuts des rmes importent mais c'est un indicateur d'ecacité dynamique de marché qui ne tient pas compte du nombre de rmes déjà présentes sur le marché. Dans son cas, on retient la nature des eets de sélection. À contrario, l'eet de sélection statique dépend du nombre de rmes survivantes qui connaissent des variations de parts de marché. À noter que le Tableau A-1 en annexe contient les résultats chirés. Ces derniers sont exposés en pourcentage dans le Tableau A-1 et mis en relief dans le graphique 1.1.

Une autre limite des décompositions est que l'ensemble des bases de don- nées disponibles n'est pas harmonisé. L'unité étudiée peut être l'établissement comme la rme. Cela limite l'interprétation des comparaisons directes entre les diérents résultats internationaux. En eet, une réallocation des inputs ou des outputs dans le cas où on regarde au niveau des établissements n'est peut

être due qu'à un eet de restructuration interne de la rme de ses propres ressources. Dans le cas des décompositions sur données de rmes, il s'agit bien d'un processus de restructuration externe lié au marché. De même, la notion d'entrées et de sorties des rmes perd en pertinence dans le cas des établissements contrairement aux rmes.

De manière générale, les exercices de décomposition sont très sensibles au choix temporel et aux données disponibles. Selon l'intervalle de temps, il y a un arbitrage sur le statut de la rme : entrantes ou rmes survivantes. Dans l'article de Foster et al. (2008), un entrant peut avoir entre 1 et 9 ans ce qui est, d'un point de vue économique, peu justiable. Dans Baily et al. (1992) et Fung et al. (2009), les entrants peuvent avoir entre 1 et 4 ans. Les travaux de Kwon et al. (2009) présentent des rmes entrantes d'un an uniquement avec k = 1. Il est important de mentionner ces limites de construction des décompositions qui inuent sur les résultats. Par ailleurs, le choix de l'hori- zon temporel ou de l'unité d'analyse, est souvent dicté par les contraintes de bases de données disponibles donc il est dicile d'harmoniser la méthode au niveau international.

Après avoir présenté les méthodes d'analyse, la prochaine section contient la présentation des données pour les secteurs industriels français ainsi que les mesures de productivité utilisées au cours de cette thèse. Nous verrons l'implication des diérentes mesures de productivité sur l'interprétation des décompositions de la productivité.

1.2 Les données microéconomiques et les me-