Les TIC et la croissance de la productivité totale des facteurs – Capital incorporel ou externalités de production?

Les idées et les opinions exprimées dans le document de recherche sont celles de l'auteur et ne représentent aucunement les idées ou opinions du ministère de l'Industrie ou du gouvernement du Canada.

Ram C. Acharya
Industrie Canada

Résumé

Quelles sont les raisons de la croissance exceptionnelle de la productivité totale des facteurs (PTF) aux États-Unis et, dans une certaine mesure, dans d'autres pays de l'OCDE à partir de la deuxième moitié des années 1990? La plupart des analystes expliquent cette croissance par les gains de productivité considérables réalisés dans le secteur des technologies de l'information et des communications (TIC). Cependant, selon la théorie néoclassique, le progrès technique d'une industrie n'est pas censé faire progresser la croissance de la PTF dans d'autres industries. Il n'empêche que la croissance de la PTF est principalement attribuable aux industries qui utilisent le capital des TIC, mais qui n'en produisent pas. Le présent article se penche sur deux explications possibles de cette énigme. La première porte sur l'existence d'un capital incorporel qui ne figure pas dans les comptes du revenu national, et la seconde, sur les externalités de production. Bien qu'on puisse faire un rapprochement entre les deux hypothèses et la croissance de la PTF, ces deux hypothèses ont des implications très différentes sur le plan de la politique économique et du bien-être, et peuvent être différenciées au moyen d'un ensemble de données portant sur plusieurs industries, dans plusieurs pays. Grâce à l'analyse d'un ensemble de données exhaustif constitué récemment et portant sur 24 industries dans 16 pays de l'OCDE sur une période de 32 ans, l'étude révèle l'existence d'une accumulation de capital incorporel, mais aucun indice de retombées positives sur les investissements dans les TIC. Ces résultats sont robustes par rapport à différentes méthodes d'estimation et à différentes hypothèses sur la structure du marché.

Table des matières

1. Introduction
2. Le modèle de base
3. Un problème d'identification fondamental et sa solution
4. Données
5. Résultats
6. Conclusion

• Références
• Tableaux
• Annexe A : Descriptions des données
• Annexe B : Détermination de l'équation d'estimation
• Annexe C : Description des données

---

I. Introduction

La croissance de la productivité du travail et de la productivité totale des facteurs (PTF) s'est accélérée aux États-Unis et, dans une moindre mesure, dans d'autres pays de l'OCDE à partir de la deuxième moitié des années 1990. De nombreux travaux ont examiné les causes et l'ampleur de cette accélération de la croissance aux États-Unis et ont tenté d'expliquer par divers facteurs la tenue exceptionnellement bonne de l'économie américaine. Une bonne partie de ces travaux examinent plus particulièrement le rôle des technologies de l'information et des communications (TIC)^{Note de bas de page 1} Jorgenson, Ho et Stiroh (2006), par exemple, soutiennent que les TIC expliquent la hausse générale du rythme de croissance maximal (« speed limit ») aux États-Unis. L'analyse causale de la croissance par industrie à l'aide de données pour la période de 1987 à 2004 révèle que l'explication simple selon laquelle seules les industries productrices des TIC sont responsables de l'accélération de la croissance de la PTF aux États-Unis est, au mieux, incomplète. En fait, un nombre croissant d'ouvrages montrent que l'accélération de la croissance de la PTF repose sur une assise large – elle n'est pas uniquement associée aux industries productrices des TIC. À l'aide de données au niveau de l'industrie pour les États-Unis, Corrado et coll. (2006) et Bosworth et Triplett (2006) montrent que, dans les années 2000, le rythme de croissance de la PTF s'est accéléré de façon notable dans les industries non productrices des TIC, alors qu'il a ralenti dans les industries productrices des TIC.

Cette observation constitue une énigme. Du point de vue de la théorie économique néoclassique, qui sous-tend la plupart des analyses récentes sur la question, il n'y a aucune raison de s'attendre à une accélération du rythme de croissance de la PTF en dehors des industries productrices des TIC. Selon cette théorie, la baisse des prix des intrants n'induit pas un déplacement des fonctions de production. La baisse des prix entraîne certes une intensification du capital en TIC dans toute l'économie, ce qui stimule la productivité du travail dans les secteurs utilisateurs des TIC, mais elle n'influe aucunement sur la PTF dans les secteurs qui exploitent les TIC mais n'en produisent pas.

Cela dit, deux hypothèses peuvent expliquer comment la baisse du prix des TIC pourrait influer sur la PTF dans les industries utilisatrices des TIC. Selon la première hypothèse, l'intensification du capital en TIC qui résulte de la baisse des prix peut ouvrir la voie à une utilisation plus grande du capital incorporel complémentaire, tandis que selon la seconde hypothèse, l'utilisation des TIC pourrait engendrer des externalités positives^{Note de bas de page 2}. Examinons de plus près ces deux hypothèses.

Des études au niveau de l'entreprise semblent indiquer que, pour tirer profit des investissements dans les TIC, les entreprises doivent co-investir des sommes appréciables – à un coût élevé – dans le capital complémentaire et supporter de longs décalages de durée variable^{Note de bas de page 3}. Par exemple, les entreprises qui font un usage plus intensif des ordinateurs pourront réorganiser la production, créant ainsi du « capital incorporel » sous forme de savoir organisationnel. L'utilisation des TIC peut aussi entraîner une hausse de l'investissement en R-D, dont une partie pourrait bien être de nature incorporelle. Le « capital organisationnel » qui en résulte est assimilable au capital physique que les entreprises accumulent à dessein. Nous pouvons concevoir ce capital complémentaire inobservé comme un intrant de plus dans la fonction de production néoclassique type^{Note de bas de page 4}. Outre les études au niveau de l'entreprise évoquées plus haut, des études macroéconomiques indiquent que le volume de l'investissement dans le capital complémentaire est appréciable (voir, par exemple, Laitner et Stolyarov, 2003).

Par ailleurs, la littérature laisse entendre que les TIC auraient des externalités importantes. Ainsi, les idées nouvelles en matière de gestion qui sont fructueuses – y compris celles qui mettent à profit les TIC, comme l'utilisation d'un nouveau système d'information opérationnelle – ont toutes les chances de se diffuser au sein des autres entreprises. En effet, lorsque vient le temps d'un changement organisationnel, par exemple, il est plus facile et moins coûteux d'adopter une idée d'autrui que de co-inventer une structure organisationnelle inédite, car l'apprentissage se fait par le suivi et l'analyse des expériences, des réussites et, surtout, des erreurs des autres.^{Note de bas de page 5}

Le premier ensemble de considérations est en complète harmonie avec le cadre d'analyse causale de la croissance, mais il donne à penser que la fonction de production est mal évaluée car nous ne connaissons pas tous les intrants (le flux de services du capital complémentaire incorporel) ni tous les extrants (l'investissement dans le capital complémentaire). En conséquence, la PTF est mal évaluée. Le deuxième ensemble d'idées, qui a rapport aux externalités, donne à croire que les TIC expliqueraient aussi le « vrai » progrès technologique (quoique ce progrès serait endogène plutôt qu'exogène). La difficulté, du point de vue empirique, est de conclure à la présence d'effets externes des TIC tout en admettant l'existence d'investissements dans du capital complémentaire non observé.

Cet article propose une méthode pour différencier les deux hypothèses sur l'accélération de la croissance de la PTF dans les industries utilisatrices des TIC. Pour ce faire, nous formulons une équation d'estimation basée sur le modèle élaboré par Basu, Fernald, Oulton et Srinivasan (2003; ci-après BFOS). Selon le modèle BFOS, pour tirer pleinement avantage des TIC, les entreprises doivent accumuler un stock de capital incorporel constitué de connaissances. En outre, l'investissement observé dans les TIC est une variable représentative de l'investissement inobservé dans la réorganisation ou dans une autre forme de capital incorporel constitué de connaissances.

Il convient de souligner que le modèle BFOS se conforme le plus possible aux hypothèses néoclassiques tout en expliquant l'énigme de la croissance de la PTF dans les industries utilisatrices des TIC. Si le cadre d'analyse causale de la croissance définissait le capital incorporel comme un intrant de production, il n'indiquerait aucun progrès technique dans les industries utilisatrices des TIC. (Certes, il est pour le moins très difficile de mesurer directement le capital incorporel; voir Corrado, Hulten et Sichel [2006].) Toutefois, on peut facilement élargir le modèle pour qu'il englobe des éléments non néoclassiques qui expliqueraient le vrai progrès technique dans les industries utilisatrices des TIC par d'autres mécanismes, comme celui des externalités. De fait, dans la mesure où le capital incorporel accumulé par les utilisateurs des TIC est constitué en majeure partie de connaissances, qui sont un bien non rival, il est naturel de s'attendre à des externalités. Par exemple, on peut supposer que les innovations qui ont permis à Amazon.com et à Wal-Mart de devenir des chefs de file du marché pourraient, du moins à long terme, être imitées à une fraction du coût qu'il a fallu supporter pour mettre au point ces nouvelles idées.

Malheureusement, une fois qu'on admet l'existence d'un capital incorporel, accumulé en proportion des investissements dans les TIC, il est très difficile de discerner des externalités par les méthodes classiques. Le présent article expose ce problème d'identification fondamental. Il est néanmoins important de tenir compte de l'existence d'un capital incorporel, car de nombreuses études présentent des arguments solides en ce sens. L'article indique ensuite que l'on peut se servir de données internationales au niveau de l'industrie pour faire la distinction entre les effets du capital incorporel et les vraies externalités. La méthode proposée est particulièrement adaptée aux pays de l'OCDE qui sont plus orientés vers le commerce et qui sont chefs de file dans les applications opérationnelles des TIC. C'est pourquoi nous utilisons pour cette étude les données portant sur 24 industries dans 16 pays de l'OCDE pour la période allant de 1973 à 2004^{Note de bas de page 6}.

L'étude permet de constater que les entreprises accumulent du capital incorporel comme le prévoit la théorie, mais elle ne révèle aucun indice de retombées sur les investissements dans les TIC, que ce soit à l'intérieur ou à l'extérieur des frontières nationales. Il est toutefois rassurant de constater que l'investissement en R-D a des effets externes positifs et statistiquement significatifs au pays, et aussi à l'étranger depuis une dizaine d'années. Ces résultats sont résistants à différentes méthodes d'estimation. La constatation de l'absence de retombées sur les investissements dans les TIC demeure la même, que l'on pose ou que l'on assouplisse les hypothèses de la concurrence parfaite et du rendement d'échelle constant. En revanche, la constatation de l'accumulation de capital incorporel demeure valide uniquement si l'on n'impose pas ces deux hypothèses.

La suite du document est structurée de la manière suivante. Dans la prochaine section, nous examinons le modèle de base du capital incorporel décrit dans BFOS et nous formulons une équation d'estimation. Dans la troisième section, nous montrons qu'il est difficile de constater des externalités à l'aide du modèle de base de BFOS en raison d'un problème d'identification. Nous montrons ensuite qu'il est possible de résoudre ce problème en utilisant des données portant sur plusieurs industries dans plusieurs pays. Dans la quatrième section, nous présentons une synthèse des données utilisées. La cinquième section est consacrée à l'analyse des résultats. Enfin, la sixième section présente les conclusions du rapport.

---

II. Le modèle de base

Nous allons maintenant porter notre attention sur un modèle formel inspiré du modèle de Basu, Fernald, Oulton et Srinivasan (2003; ci-après BFOS). Dans le modèle BFOS, les entreprises doivent faire des investissements incorporels pour tirer pleinement avantage des TIC. L'hypothèse voulant que l'on doive faire des investissements dans le capital complémentaire pour tirer pleinement parti des TIC est corroborée à la fois par la théorie des technologies d'application générale (general-purpose technologies – GPT) et par des données au niveau de l'entreprise^{Note de bas de page 7}. Ces investissements peuvent consister dans la réaffectation de ressources au profit de l'apprentissage ou dans l'innovation intentionnelle issue de la R-D. Comme l'accumulation de capital (incorporel) est un processus lent, il s'écoule une longue période avant que les industries utilisatrices des TIC puissent jouir pleinement des fruits de la révolution technologique.

Formellement, la valeur ajoutée dans l'industrie$i$ à la période $t$pour les industries qui utilisent les TIC mais n'en produisent pas, est donnée par l'expression (nous supprimons l'indice désignant le pays) :

(1) $Q_{it}\equiv Y_{it}+A_{it}=F(Z_{t}G(K_{it}^{IT},C_{it}),K_{it}^{NT},L_{it}),i=1,\dots ,N$

où $Q$ désigne la production totale. La différence du point de vue de la mesure est que $Y$ est la production rapportée dans les comptes du revenu national, tandis que $A$ est le flux d'investissements non mesuré^{Note de bas de page 8}. il s'agit en fait du coût, en temps et en ressources, de la formation et de la création de nouvelles structures d'entreprise^{Note de bas de page 9}. Chaque industrie embauche la main-d'œuvre$L$ et loue le capital en TIC $K^{IT}$ et le capital hors TIC $K^{NT}$dans des marchés concurrentiels à l'échelle de l'économie. $Z$est un terme relatif à la technologie que chaque industrie définit comme exogène. $F$ et $G$ sont homogènes de degré 1 dans leurs arguments. Pour plus de simplicité, nous faisons abstraction des intrants en matières premières, de la concurrence imparfaite, des rendements croissants et des coûts d'ajustement du capital. Tous ces paramètres pourraient être ajoutés à l'équation, mais la notation serait très lourde. Cela dit, il est facile d'inclure tous ces éléments dans l'étude empirique, et c'est ce que nous faisons.

Les industries renoncent à la production commerciale $Y$ afin d'accumuler le capital complémentaire, C, défini comme suit (dans le reste de l'exposé sur le modèle théorique, nous supprimons l'indice$i$ désignant l'industrie) :

(2) $C_t=A_t+\left(1-{\Delta }_c\right)C_{t-1}$,

où ${\Delta }_c$ est le taux d'amortissement de l'investissement A. La différence économique entre $A$ et le capital hors TIC correspond au fait que leur rapport avec le capital en TIC n'est pas le même. La principale conséquence de l'hypothèse implicite de séparabilité du point de vue économique est que les productivités marginales de $K^{IT}$ et de $C$ sont étroitement liées. Nous supposons que l'élasticité de substitution entre les deux intrants dans la production de $G$ est relativement faible. Nous posons aussi l'hypothèse de conditions d'Inada, à savoir que la productivité marginale d'un intrant est très basse lorsque la quantité de l'autre intrant est proche de zéro. Ainsi, lorsqu'arrivent sur le marché les technologies d'application générale et que le capital en TIC devient abordable, la motivation pour constituer aussi du capital complémentaire, $C$, est très forte.

Il convient de noter que, du point de vue théorique, l'« innovation » telle qu'on la conçoit habituellement peut prendre deux formes. On peut soit assimiler toutes les innovations non mesurées au capital complémentaire $\left(C\right)$ (de fait, nous tenons pour acquis que toute l'innovation intentionnelle est étroitement liée aux TIC), ou on peut interpréter $Z$ comme l'ensemble des avancées technologiques « exogènes », y compris la composante du changement organisationnel qui se diffuse comme une externalité issue du secteur d'origine – par exemple, l'idée d'équiper d'un moteur électrique chaque poste de travail dans une usine au lieu de compter sur le seul train d'entraînement d'un moteur à vapeur.

Si nous exprimons (1) sous forme différentielle, que nous posons les hypothèses des rendements d'échelle constants et de la concurrence parfaite et que nous manipulons algébriquement l'expression, nous obtenons la formule du résidu de Solow :

(3) $\Delta y^{NT}-\frac{P_{K^{IT}}{K}^{IT}}{PY}\Delta k^{IT}-\frac{P_{K^{IT}}{K}^{NT}}{PY}\Delta k^{NT}-\frac{WL}{PY}\Delta l\equiv \Delta TPF=\frac{F_{C}C}{Y}\mathrm{\Delta c}-\frac{A}{Y}\Delta a+s_Z\Delta z$,

où $P$, $P,P_{K^{IT}},P_{K^{NT}}$ désignent respectivement les prix de la production, du capital en TIC et du capital hors TIC; $\Delta x=d\log \raisebox{1ex}{$X$}\!\left/ \!\raisebox{-1ex}{$dt$}\right.$, and $s_Z\equiv \left(F_Z\raisebox{1ex}{$Z$}\!\left/ \!\raisebox{-1ex}{$Y$}\right.\right)$. Notons que dans ce modèle, la croissance de la PTF ne correspond pas au progrès technologique (contrairement au modèle néoclassique), c'est-à-dire que $\Delta T\mathrm{FP}\ne s_Z\Delta z$. En conséquence, l'omission d'intrants complémentaires peut entraîner une surestimation ou une sous-estimation de la croissance de la PTF. Lorsque la production non mesurée s'accroît $(\Delta a>0)$, la croissance de la PTF se trouve sous-estimée (le « cas de 1974 ») étant donné que des ressources sont réaffectées à l'investissement. Lorsque l'intrant non mesuré s'accroît $(\Delta c>0)$, la croissance de la PTF se trouve surestimée. Cette observation est simple, mais importante. Évidemment, si l'on corrige uniquement la mesure de la production (Δa), la productivité des TIC semblera extraordinairement élevée, se situant bien au-delà de la mesure normale. Or, les entreprises réaffectent des ressources à l'investissement non observé $(\Delta a)$ afin de constituer un stock de capital incorporel qui contribuera à la production future. Le flux non mesuré de services du capital qui en résulte suppose un biais dans l'autre sens.

Le biais net peut être soit positif, soit négatif à un moment donné, mais dans une économie dynamiquement efficiente, l'écart de mesure est nécessairement positif : la croissance réelle de la PTF en régime d'équilibre est inférieure, et non supérieure, à la valeur mesurée^{Note de bas de page 10}. Il est vrai qu'en régime d'équilibre, l'équation d'accumulation implique que $\Delta c=\Delta a$. En conséquence, l'écart de mesure en régime d'équilibre dépend de $g$, le taux de croissance à l'état d'équilibre, et de $r^{*}$, le taux d'intérêt réel à l'état d'équilibre.

Il s'agit maintenant de rechercher des variables représentatives observables de l'investissement inobservé dans le capital complémentaire et de la croissance du stock de capital complémentaire. Comme on le voit dans l'annexe B, en supposant que la fonction de production de G est une fonction à élasticité de substitution constante (CES) des intrants C et TIC, l'équation (3) devient :

(4) $\Delta TF{P}_t=\left[F_C-1\right]\beta {\stackrel{\sim }{k}}_t^{IT}+\left[\frac{\left(1-{\Delta }_C\right)}{1+g}\right]\beta {\stackrel{\sim }{k}}_{t-1}^{IT}+s_G\Delta z_t$

où $\beta ={\left(\frac{1-\alpha }{\alpha }\right)}^{\sigma }\left(\frac{P}{P_C}\right){\left(\frac{P_{K^{II}}}{P_C}\right)}^{\alpha -1};{\stackrel{\sim }{k}}_t^{IT}=s_{K^{IT}}\left[k_t^{IT}+\sigma \Delta \ln {\left(\frac{P_{K^{IT}}}{P_C}\right)}_t\right]$ , et $s_{K^{IT}}=\raisebox{1ex}{$P_{K^{IT}}{K}^{IT}$}\!\left/ \!\raisebox{-1ex}{$PY$}\right.$

Ainsi, toutes choses étant égales par ailleurs, l'écart de mesure du capital complémentaire est plus grand dans les industries où $s_{K^{IT}}$, la part des revenus correspondant au capital en TIC, est élevée.

Enfin, la croissance de la PTF ne correspond pas uniquement au progrès technologique pur, outre les externalités positives générées par certains facteurs. C'est pourquoi nous décomposons le terme $\Delta z$ en deux éléments : les externalités $(\Delta e)$ , et le progrès technique exogène $(\Delta t)$. Nous avions supprimé plus haut l'indice $i$, désignant l'industrie; nous devons maintenant le réintroduire pour les besoins de l'estimation fondée sur un panel d'industries (l'indice du pays demeure supprimé). Ainsi,

(5) $\Delta TF{P}_{it}=\left[F_C-1\right]\beta {\stackrel{\sim }{k}}_{it}^{IT}+\left[\frac{\left(1-{\Delta }_c\right)}{\left(1+g\right)}\right]\beta {\stackrel{\sim }{k}}_{i,t-1}^{IT}+s_G\Delta e_{it}+s_G\Delta t_{it}$

Ce modèle nous amène à plusieurs conclusions d'ordre général. Premièrement, on pourrait faire un lien entre l'utilisation des TIC et la PTF mesurée, même en l'absence d'« externalités » sur l'utilisation des TIC. Deuxièmement, la bonne « mesure indirecte » de l'utilisation des TIC suppose l'interaction de l'intensité des TIC (c.-à-d. la part des TIC) et du taux de croissance. Troisièmement, on doit tenir compte des valeurs courante et décalée de $\stackrel{\sim }{k}$. Ces valeurs étant corrélées dans les données, l'omission de l'une ou de l'autre créera un problème pour la régression. Quatrièmement, le premier terme du membre de droite de l'équation (5) est proportionnel à$(r^{*}+{\Delta }_c-1)$, on peut donc dire que, dans des circonstances raisonnables, il est négatif. Par contre, le deuxième terme est clairement positif. En conséquence, toutes autres choses étant égales, l'accélération de la croissance de la productivité devrait être corrélée positivement avec le taux de croissance décalé du capital en TIC, mais négativement avec le taux de croissance courant de ce même capital (ces taux de croissance étant « pondérés » par la part du capital en TIC dans la production)^{Note de bas de page 11}.

---

III. Un problème d'identification fondamental et sa solution

L'application empirique de ce modèle soulève un certain nombre de problèmes. Tout d'abord, on ne sait pas exactement quelle est la durée du décalage entre l'investissement dans les TIC et l'investissement dans le capital complémentaire. Autrement dit, la longueur de la période est un paramètre libre, et la théorie nous éclaire peu à ce sujet. La valeur décalée de $\stackrel{\sim }{k}$ peut faire référence à l'accumulation du capital en TIC depuis l'année dernière ou depuis une décennie. En outre, l'équation de l'accumulation du capital complémentaire ne comprend pas de coûts d'ajustement, ni de retards – sur le plan de la construction ou de la planification – dans l'accumulation de$C$. Il n'empêche que ces divergences et ces décalages sont généralement importants dans la pratique, ce qui complique encore plus l'établissement du lien entre les TIC et la PTF mesurée.

En deuxième lieu, si le coefficient estimé de $\stackrel{\sim }{k}$ (la principale variable étudiée) s'avère positif et significatif, l'interprétation des résultats pourrait être embrouillée par le fait de ne pas savoir avec certitude si les variables représentatives rendent compte uniquement du capital organisationnel inobservé ou si elles influent directement sur la PTF par le biais de retombées. Comme le coefficient de $\stackrel{\sim }{k}$ représente l'effet que le produit de la part du capital en TIC et de la croissance du capital en TIC a sur la croissance de la PTF dans une même industrie, le fait qu'il soit positif et significatif supposerait que les TIC ont des retombées intrasectorielles (au sein des entreprises). En d'autres termes, l'entreprise ne peut exploiter tous les avantages de l'utilisation des TIC, et une partie de ces avantages reviennent à d'autres entreprises de la même industrie. Selon une autre hypothèse, le caractère statistiquement significatif du coefficient de $\stackrel{\sim }{k}$ pourrait rendre compte d'un effet du capital incorporel non mesuré qui va de pair avec l'utilisation des TIC. Autrement dit, on ne peut plus savoir si les termes $\stackrel{\sim }{k}$représentent des externalités intrasectorielles internalisées au sein de l'industrie ou l'accumulation d'autres stocks de capital privé. De la même manière, si nous considérons que la valeur décalée de $\stackrel{\sim }{k}$ est importante pour expliquer la croissance courante de la productivité, nous ne savons pas si cette observation confirme la théorie que nous avons exposée ou si elle indique que l'externalité est une fonction du capital décalé.

En troisième lieu, et plus fondamentalement, envisageons le problème qui consiste à estimer les externalités représentées par $\Delta e$ dans l'équation (5). Outre la possibilité de retombées intrasectorielles produites par les TIC, il pourrait aussi y avoir des retombées intersectorielles (les entreprises d'une industrie profitant de l'utilisation des TIC par les entreprises d'autres industries). Nous pouvons estimer ces retombées intersectorielles au moyen du capital en TIC présent dans l'ensemble de l'économie (plus précisément, le capital en TIC de toutes les autres industries de l'économie). Toutefois, il existe d'autres facteurs qui sont réputés avoir des retombées positives sur la PTF, et nous devons contrôler ces facteurs pour éviter que leurs effets soient exprimés à tort par les variables liées aux TIC. La R-D est un exemple de variable qui a des retombées positives sur la PTF. Dès lors, nous pouvons mesurer $\Delta e$ au moyen du taux de croissance du capital en TIC dans l'ensemble de l'économie $(\Delta k_t)$, du taux de croissance de la R-D propre à l'industrie $(\Delta r_{it})$, et du taux de croissance de la R-D pour toutes les autres industries (à l'intérieur d'un pays) $(\Delta r_t)$ de sorte que

$\Delta e_{it}=\gamma \Delta k_t^{IT}+{\lambda }_1\Delta r_{it}+{\lambda }_2\Delta r_t$. L'équation (5) peut alors s'écrire :

(6) $\Delta TF{P}_{it}=\alpha +{\beta }_1{\stackrel{\sim }{k}}_{it}^{IT}+{\beta }_2{\stackrel{\sim }{k}}_{i,t-1}^{IT}+\lambda \Delta k_t^{IT}+{\lambda }_1\Delta R_{it}+{\lambda }_2\Delta r_t+s_G\Delta t_{it}+u_{ijt}$

Par conséquent, un coefficient $\gamma$ significatif indiquerait que les TIC ont des retombées intersectorielles sur le marché intérieur. Dans ce cas, si au moins un des coefficients $\beta$ est significatif, nous aurons tout lieu de croire que $\stackrel{\sim }{k}$ représente les retombées intrasectorielles des TIC plutôt que l'effet du capital incorporel, car les entreprises sont susceptibles de tirer plus de leçons des activités des autres entreprises de la même industrie que de celles d'entreprises quelconques dans d'autres secteurs de l'économie. Si $\gamma$ n'est pas significatif, mais que $\beta$ l'est, nous nous heurtons encore à la difficulté de savoir si $\stackrel{\sim }{k}$ représente l'effet du capital incorporel ou les retombées intrasectorielles des TIC. Dans ces circonstances, la dimension internationale des données nous permet de dissiper la confusion de sorte que nous pouvons estimer les externalités en dépit de l'existence de capital incorporel. Si l'on observe des externalités au niveau de l'industrie sur le marché intérieur (l'explication probable du coefficient $\beta$)positif), il est raisonnable de croire que ces externalités ne s'arrêtent pas aux frontières nationales. De fait, Stockman (1988) définit le progrès technologique (y compris les répercussions d'externalités éventuelles) comme un ensemble de chocs qui modifient la production de la même industrie dans un groupe de pays. En conséquence, si un coefficient $\beta$ positif suppose des retombées intrasectorielles des TIC, il faudrait alors s'attendre à voir des répercussions intrasectorielles positives des TIC à l'étranger. Si $\beta$ est significatif mais que le coefficient des retombées intrasectorielles des TIC dans les pays étrangers ne l'est pas, il faudra alors regarder plutôt du côté du capital incorporel.

Dès lors, nous estimons l'équation en faisant la somme des taux de croissance du capital en TIC d'une industrie donnée dans un pays étranger. De plus, nous neutralisons les variables R-D intrasectorielle à l'étranger $\left(\Delta r_{it}^{*}\right)$ c.-à-d. la R-D d'une même industrie dans tous les pays étrangers, capital en TIC de toutes les autres industries à l'étranger$\left(\Delta r_t^{*}\right)$ et R-D de toutes les autres industries à l'étranger $\left(\Delta r_t^{*}\right)$. Notons que les symboles avec un astérisque en exposant désignent les variables étrangères. L'équation d'estimation sous sa forme complète s'écrit donc (avec l'ajout de l'indice $j$ désignant le pays) :

(7) $\Delta TF{P}_{ijt}=\alpha +{\beta }_1{\stackrel{\sim }{k}}_{ijt}^{IT}+{\beta }_2{\stackrel{\sim }{k}}_{ijt-1}^{IT}+{\gamma }_1\Delta k_{jt}^{IT}+{\lambda }_1\Delta r_{ijt}+{\lambda }_2\Delta r_{jt}$
$+{\gamma }_1^{*}\Delta k_{ijt}^{IT*}+{\gamma }_2^{*}\Delta k_{jt}^{IT*}+{\lambda }_1^{*}\Delta r_{ijt}^{*}+{\Lambda }_2^{*}\Delta r_{jt}^{*}+u_{ijt}$

On peut affirmer intuitivement que l'équation (7) est peu sensible à l'accumulation de capital incorporel parce que les actifs incorporels doivent être accumulés en proportion des investissements réalisés en propre par l'industrie plutôt que des investissements réalisés par une industrie dans un autre pays. Il est donc possible de résoudre le problème d'identification exposé plus haut par l'analyse de données de plusieurs pays. On pourrait évidemment soutenir que les externalités du capital étranger ne sont pas aussi importantes que celles observées dans les industries nationales. Dans ce cas, les estimations tirées de l'équation (7) constituent les estimations les plus prudentes (minimales) des effets externes de l'investissement intérieur dans les TIC.

Nous faisons tout d'abord la régression de l'équation (5). Nous estimons ensuite l'équation (6) en nous servant des données agrégées et des données au niveau de l'industrie pour les pays formant l'échantillon (notons que $\Delta k_t$ et $\Delta r_t$ n'affichent pas l'indice de l'industrie). Enfin, nous estimons l'équation (7) sous forme complète, qui comprend les variables étrangères.

---

IV. Données

Les données ayant servi à cette étude sont tirées de la base de données EUKLEMS, établie par le Groningen Growth and Development Centre (GGDC), et de la base ANBERD (base de données analytique des dépenses en recherche et développement dans l'industrie) de l'OCDE. Pour quelques-uns des pays étudiés, nous avons dû compléter plusieurs séries de données au moyen de données fournies par les organismes statistiques de ces pays. Nous utilisons les données portant sur 24 industries dans 16 pays de l'OCDE (Allemagne, Australie, Belgique, Canada, Corée du Sud, Danemark, Espagne, États-Unis, Finlande, France, Irlande, Italie, Japon, Pays-Bas, Royaume-Uni et Suède) pour la période allant de 1973 à 2004. De ces 24 industries, 13 sont des industries de la fabrication et 9, des industries de services, en plus de l'industrie de la production et de la distribution d'électricité, de gaz et d'eau, et de l'industrie de la construction. Les seules industries absentes de l'étude sont celles de l'agriculture, de la pêche et de la foresterie, car on ne dispose pas de données sur la R-D pour ces industries. (La liste des industries visées par l'étude figure au tableau A1 de l'annexe A.)

Les données sur la production brute, la valeur ajoutée, les intrants intermédiaires, les heures de travail, le capital en TIC et le capital hors TIC proviennent de la base de données EUKLEMS. On trouvera une description détaillée des données de cette base dans Inklaar, Timmer et van Ark (2006). Les données sur les stocks de R-D sont tirées de la base de données ANBERD de l'OCDE. Là encore, dans plusieurs cas, il a fallu recourir aux organismes statistiques nationaux pour compléter ces séries de données (voir l'annexe C pour la description des données). Dans la base de données, la valeur de la production est exprimée en prix constants. Le volume de l'intrant travail est mesuré par le nombre d'heures travaillées rajusté en fonction de la composition de la main-d'œuvre; il s'agit du produit du nombre total d'heures travaillées et d'un facteur d'ajustement tenant compte des différences dans le produit marginal des travailleurs hétérogènes mesurées d'après les salaires relatifs.

Nous utilisons les données sur les stocks de capital au lieu des données sur les services du capital. Ces dernières sont disponibles uniquement sous forme d'indices, alors que les données sur les stocks de capital sont exprimées en niveau. Comme l'estimation de la fonction de production se fait aussi en niveau et qu'il n'est pas simple de déterminer des valeurs en niveau à partir de valeurs en indice, nous préférons les stocks de capital aux services du capital. En fait, comme le calcul du stock de capital en TIC se fait par l'addition de trois catégories d'actifs et que le calcul du stock de capital hors TIC s'obtient par l'addition de cinq catégories d'actifs (avec des taux d'amortissement différents pour chacune), utiliser les données sur les services du capital plutôt que celles sur les stocks de capital n'apporte rien de plus du point de vue de la précision des données.

Nous utilisons les données sur trois types d'actifs constituant le stock de capital en TIC : matériel informatique, matériel de communication et logiciels. Les trois types d'actifs sont considérés tantôt individuellement, tantôt en bloc, regroupés en une seule série de données. Les données sur le capital hors TIC sont traitées uniquement sous forme regroupée. Pour plus de détails sur la façon dont ces données sur les stocks de capital sont estimées, se référer à Timmer et coll. (2007).

Les données sur les dépenses en R-D sont exprimées en monnaie nationale à prix courants. Elles sont tout d'abord converties en monnaie à prix constants à l'aide du déflateur de la valeur ajoutée de l'industrie, puis exprimées en parité des pouvoirs d'achat (PPA) selon le taux de 1997 (au moyen de la PPA de l'industrie pour chaque pays). Elles servent ensuite à établir le stock de capital, un taux d'amortissement de 15 % étant appliqué.

L'annexe A présente les données (en moyennes) portant sur 24 industries dans 16 pays pour la période allant de 1973 à 2004. En premier lieu, le tableau A1 contient l'information sur la disponibilité des données. Comme il y a 24 industries et 32 années de données, le nombre maximal d'observations pour chaque pays est de 768. De même, avec 16 pays, le nombre maximal d'observations pour chaque industrie est de 512. Parmi les 24 industries, seule l'industrie du matériel électrique et des instruments d'optique est productrice de TIC; les autres sont des industries utilisatrices des TIC. Comme nous nous intéressons surtout aux industries utilisatrices, nous excluons de nos calculs la seule industrie productrice de TIC.

La partie supérieure du tableau A1 nous indique que les observations sur la valeur ajoutée et la main-d'œuvre sont complètes pour chaque pays. Le nombre d'observations sur le capital en TIC et le capital hors TIC est très élevé ou à son maximum dans tous les pays, sauf l'Irlande et la Suède. Les données sur les stocks de capital débutent seulement en 1995 pour l'Irlande et en 1993 pour la Suède. Pour ce qui est de la variable R-D, la Corée du Sud est le pays pour lequel nous disposons du plus petit nombre d'observations, car la série de données pour ce pays ne débute qu'en 1995. Si nous considérons maintenant la disponibilité des données pour chaque industrie, le nombre d'observations sur la valeur ajoutée et la main-d'œuvre est le même pour toutes les industries, tandis que le nombre de points de données sur le capital en TIC et le capital hors TIC est à peu près le même pour toutes les industries (si l'on fait abstraction des données manquantes de certains pays dans les premières années, comme nous l'avons évoqué plus haut). Par ailleurs, le nombre d'observations sur la R-D varie d'une industrie à l'autre, le nombre le moins élevé étant de 204 pour l'industrie des hôtels et restaurants.

Un examen des données des autres tableaux révèle des variations importantes entre les industries et les pays pour ce qui est de la valeur ajoutée (tableau A2), du nombre d'heures travaillées (tableau A3), des stocks de capital en R-D (tableau A4), des stocks de capital en TIC (tableau A5), des stocks de capital hors TIC (tableau A6), de la part du capital en TIC dans le stock de capital total (tableau A7), du ratio du stock de capital en TIC à la valeur ajoutée (tableau A8) et du ratio des dépenses en R-D à la valeur ajoutée (tableau A9). La part du capital en TIC dans le stock de capital total varie de 0,1 % dans les activités immobilières à 28 % dans les postes et télécommunications (tableau A7). La moyenne de cette variable pour l'ensemble des industries est de 3,6 % et la médiane se situe à 4,5 %. Si l'on se sert de la médiane comme ligne de séparation, 11 industries se trouvent au-dessus de la médiane et 12, en dessous de celle-ci. Seulement quatre industries manufacturières se situent au-dessus de la médiane pour l'ensemble des industries. La valeur médiane de cette variable pour les différents pays varie de 2 % en Belgique et au Canada à 8,2 % en Suède.

Si nous examinons les données sur l'intensité des TIC (ratio du capital en TIC au PIB) dans le tableau A8, nous constatons que ce ratio varie de seulement 1,2 % en moyenne pour l'industrie des activités immobilières à pas moins de 147 % pour les postes et télécommunications aux États-Unis. Nous observons des écarts semblables entre les pays pour une même industrie. Par exemple, dans l'industrie de la location de machines et d'équipements et des autres activités de services aux entreprises (qui occupe le deuxième rang derrière les postes et télécommunications pour ce qui est de la moyenne de l'industrie), l'intensité des TIC varie de 6 % en Belgique à 51 % en Corée. Dans la plupart des cas, les industries pour lesquelles la part du capital en TIC dans le stock de capital total est relativement élevée sont aussi celles pour lesquelles le ratio du stock de capital en TIC à la valeur ajoutée est relativement élevé. Il y a toutefois des exceptions. Par exemple, l'industrie de la production et de la distribution d'électricité, de gaz et d'eau présente un fort ratio du stock de capital en TIC à la valeur ajoutée (11 %), mais une très faible part du capital en TIC dans le stock de capital total (1,8 %). On note un écart semblable pour l'industrie des transports et de l'entreposage (19 % contre 5 %). Ces chiffres indiquent que ces deux industries sont caractérisées par un ratio du stock de capital à la valeur ajoutée très élevé. Seules deux industries – construction et commerce de gros – affichent un ratio du capital en TIC au stock de capital total plus élevé que leur ratio du stock de capital en TIC à la valeur ajoutée respectif. C'est pourquoi ce sont les deux industries qui affichent le ratio du stock de capital à la valeur ajoutée le moins élevé.

Enfin, on pourrait soutenir qu'il serait possible d'éviter les complications que suppose l'utilisation d'ensembles plurinationaux de données en utilisant plutôt des données au niveau de l'entreprise. En se reportant à l'équation (7), on peut supposer que les externalités qui profitent à une entreprise résultent des investissements faits par les autres entreprises de la même industrie. Alors, pourquoi ne pas estimer (7), en utilisant $i$ comme indice des entreprises, ainsi que les externalités générées par les investissements dans les TIC au sein d'une industrie?

La principale raison pour laquelle les données au niveau de l'entreprise ne se prêtent pas à l'estimation des externalités dans notre cadre d'analyse est l'absence de déflateur authentique de la production des entreprises. Dans le cas réaliste où les entreprises d'une industrie fabriquent des produits hétérogènes, Klette et Griliches (1996) montrent que l'opération qui consiste à remplacer le déflateur authentique de la production des entreprises par un indice agrégatif des prix de la production de l'industrie soulève un problème d'omission de variable qui est particulièrement inquiétant au regard de l'objectif visé. Ces auteurs montrent en effet que la variable omise est corrélée avec les intrants de l'industrie, même lorsqu'on tient constants les intrants de l'entreprise; autrement dit, ce sont là toutes les caractéristiques d'une externalité! Or, la source de la corrélation avec les intrants de l'industrie a trait à la mesure erronée de la production réelle, et non à une externalité de production authentique. En conséquence, l'utilisation de données au niveau de l'entreprise – ce qui serait préférable en théorie – produira des résultats peu utiles tant et aussi longtemps qu'il faudra déflater les revenus des entreprises au moyen d'un indice agrégatif des prix de l'industrie.

Bien que les données au niveau de l'industrie posent elles aussi des problèmes, dont celui de faire la distinction entre l'investissement non observé propre à l'industrie et l'externalité de production, il existe de vrais déflateurs de la production au niveau de l'industrie, et le problème soulevé par Klette et Griliches (1996) ne se pose donc pas ici. Par ailleurs, les données d'industries font en sorte qu'il est possible d'utiliser les données d'un très grand nombre d'industries et de pays sur différentes périodes.

---

V. Résultats

Au départ, nous omettons les variables de contrôle se rapportant au capital incorporel; elles seront introduites ultérieurement. Dans la majeure partie de l'analyse, nous supposons des rendements d'échelle non constants et une concurrence parfaite. La variable dépendante est donc la production plutôt que la PTF, et les intrants figurent séparément du côté droit de l'équation. Vers la fin de cet article, nous posons les hypothèses des rendements d'échelle constants et de la concurrence parfaite et définissons la PTF comme variable dépendante. Nous commençons par estimer les équations en niveau, puis nous passons aux équations en différence (croissance). Nous utilisons la méthode des moindres carrés ordinaires (MCO) pour la plupart des calculs et nous nous servons de la méthode des moments généralisée (generalized method of moments – GMM) pour tester la robustesse des résultats. Nous décomposons en outre la meilleure estimation de deux manières : 1) décomposition en trois sous-périodes de dix ans chacune; et 2) décomposition du stock de capital en TIC en trois sous-groupes : technologies logicielles, technologies de l'information et technologies des communications.

Les résultats de l'estimation des équations en niveau sont présentés dans le tableau 1, les spécifications 1 à 6 se rapportant à l'ensemble des industries (c.-à-d. industries productrices et industries utilisatrices des TIC) et les spécifications 7 et 8 se rapportant uniquement aux industries utilisatrices des TIC (retrait d'une seule industrie, celle du matériel électrique et des instruments d'optique, productrice des TIC). Nous prenons la production brute comme variable dépendante dans les sept premières spécifications, tandis que la valeur ajoutée est la variable dépendante dans la dernière spécification. Nous introduisons en outre dans l'équation d'estimation de base la variable R-D propre à l'industrie au pays (spécifications 6 à 8).

L'estimation produit des coefficients relativement normaux pour tous les intrants, sauf le travail, dont le coefficient semble trop bas. Le coefficient du capital hors TIC est, lui aussi, incroyablement faible lorsque nous ajoutons l'effet fixe d'industrie. Comme le capital, et plus particulièrement le capital hors TIC, varie d'une industrie à l'autre (mode transversal) plutôt que d'une période à l'autre dans la même industrie (mode chronologique), le fait d'utiliser l'effet fixe d'industrie comme variable de contrôle diminue l'ampleur du coefficient de la variable capital. Il est courant d'obtenir des coefficients peu élevés avec la régression à effets fixes, surtout pour le capital (voir à ce sujet Griliches et Mairesse, 1998). En revanche, le coefficient des intrants intermédiaires est assez élevé lorsqu'on introduit l'effet fixe d'industrie.

D'une manière générale, les coefficients du travail et du capital sont inférieurs à la part moyenne respective de ces facteurs dans l'ensemble des données brutes, alors que le coefficient des intrants intermédiaires est supérieur à la part moyenne de ce facteur. La somme des coefficients est très proche de 1 dans toutes les spécifications, sauf celles où les trois types d'effets fixes (pays, industrie et temps) sont présents (spécifications 5 et suivantes). La somme des coefficients diminue davantage lorsqu'on introduit la variable R-D (spécification 6), qu'on retire de l'analyse l'industrie productrice des TIC (spécification 7), et qu'on pose la valeur ajoutée comme variable dépendante (spécification 8). Les données permettent de rejeter l'hypothèse nulle des rendements d'échelle constants, à savoir que la somme des coefficients des facteurs (travail, capital et intrants intermédiaires) est égale à un dans toutes les spécifications. Tous les coefficients, y compris ceux de la variable capital en R-D, sont statistiquement significatifs au seuil de 1 %.

Le tableau 2 est en quelque sorte une répétition des spécifications du tableau 1, à la différence que, cette fois-ci, les spécifications sont estimées au moyen des taux de croissance et que nous considérons uniquement les 23 industries utilisatrices des TIC (l'industrie productrice des TIC – matériel électrique et instruments d'optique – est retirée de l'échantillon). Comme on pouvait s'y attendre, les coefficients des variables des intrants en capital sont moins élevés que dans le tableau précédent et la plupart sont proches de zéro. C'est particulièrement le cas pour le capital en TIC, dont la part dans l'ensemble des données est au départ plus modeste. Le coefficient du capital hors TIC devient statistiquement significatif lorsqu'on introduit l'effet fixe de temps, et non significatif lorsqu'on fait intervenir l'effet fixe d'industrie ou de pays. Le coefficient de la R-D intérieure demeure statistiquement significatif dans la plupart des spécifications^{Note de bas de page 12}. Même si les effets fixes d'industrie et de pays sont supprimés de l'équation en différence première, nous les conservons dans certaines spécifications du tableau 2. Cela dit, nous privilégions la spécification 3 pour notre analyse, car elle comporte uniquement un effet fixe de temps. Nous continuerons d'appliquer cette méthode pour les autres estimations.

Dans le tableau 3, nous introduisons les variables qui représenteront l'accumulation de capital incorporel, comme le prévoit le modèle décrit dans la section II. Nous élargissons les équations en différence qui ont servi à établir les valeurs du tableau 2 en y ajoutant tout d'abord la part du capital en TIC dans la production brute (spécification 1), puis le produit du ratio du capital en TIC à la production brute et de la croissance du capital en TIC (spécification 2). Nous étudions ensuite l'effet de cette dernière variable avec un décalage d'une période (spécification 3). Bien que la théorie que nous avons élaborée nous éclaire peu sur le nombre de périodes de décalage à considérer, elle laisse entendre que deux périodes suffisent pour étudier l'effet de la variable compte tenu de l'accumulation de capital incorporel. C'est pourquoi nous élargissons l'équation d'estimation afin d'y inclure la période courante et un décalage d'une période (spécification 4). Comme l'indique la théorie, en ce qui regarde la prise en compte du capital incorporel, le coefficient de la variable se rapportant à la période la plus récente devrait être négatif et celui de la variable se rapportant à la période plus éloignée devrait être positif. C'est exactement ce que l'on observe dans la spécification 5, bien que seul le second coefficient soit statistiquement significatif. La spécification 6, quant à elle, montre que les données ne justifient pas l'utilisation de décalages plus longs.

Nous privilégions la spécification 5, où le premier terme introduit n'a pas d'effet (coefficient négatif) et où le second terme a un effet positif (selon la théorie) au seuil de 10 %. Dans le reste de l'analyse, nous développons cette spécification sous sa forme complète, exprimée par l'équation (7). En l'absence de toute autre variable de contrôle, cette estimation pose une difficulté, en ce sens qu'il n'est pas possible de savoir si le caractère statistiquement significatif de la variable ci-dessus reflète l'effet du capital incorporel ou les retombées que l'utilisation des TIC par une entreprise a sur d'autres entreprises de la même industrie (les retombées intrasectorielles des TIC). S'il y a des retombées au niveau de l'industrie (c.-à-d. si l'entreprise n'est pas seule à tirer pleinement avantage de l'utilisation des TIC), le coefficient de la variable sera affecté du signe positif, témoignant ainsi de l'utilisation efficiente des TIC à l'échelle de l'industrie.

Il se peut aussi que les TIC aient des retombées dans d'autres industries. Autrement dit, une entreprise d'une industrie donnée pourrait profiter non seulement de l'exploitation des TIC par des entreprises de la même industrie, mais encore de l'utilisation des TIC par des entreprises d'autres industries (les retombées intersectorielles). Nous désirons évaluer ce mécanisme des retombées des TIC également. En outre, nous nous pencherons sur les retombées intersectorielles de la R-D en plus des retombées intrasectorielles.

Nous commençons par rechercher des effets externes en nous servant des résultats du tableau 3, qui tient compte de l'accumulation de capital incorporel, comme valeurs de référence. Nous prenons la spécification 5 de ce tableau et nous estimons l'équation (7) sous sa forme complète, en faisant toutefois abstraction des différents niveaux de prix inclus dans l'équation. Comme le prix relatif des TIC ne devrait pas varier grandement entre les pays de l'échantillon, le fait de ne pas tenir compte des prix ne faussera pas les résultats de l'analyse. Nous nous intéressons tout d'abord aux retombées à l'intérieur d'un pays donné en ajoutant dans la spécification 1 le capital en TIC global, défini comme l'ensemble du capital en TIC de toutes les autres industries au pays (le capital en TIC global intersectoriel), et la R-D globale. Les coefficients de ces deux variables sont statistiquement significatifs au seuil de 10 % et de 1 % respectivement, ce qui témoigne de l'existence de retombées résultant de l'utilisation des TIC par les autres industries et du capital en R-D de ces autres industries.

Par ailleurs, même en présence de ces deux variables, le coefficient du produit du ratio du capital en TIC et de la croissance du capital en TIC est négatif avec un décalage d'un an, mais il est positif et statistiquement significatif (au seuil de 10 %) avec un décalage de deux ans, ce qui témoigne soit des retombées intrasectorielles des TIC ou de l'existence de capital incorporel. Qui plus est, vu les retombées intersectorielles des TIC que nous avons estimées, il est difficile de croire qu'il n'existe pas de retombées intrasectorielles car, en règle générale, les entreprises d'une industrie donnée tirent les enseignements de l'expérience des autres entreprises de la même industrie plutôt que des entreprises d'autres industries. En conséquence, le caractère statistiquement significatif du coefficient du produit du ratio du capital en TIC et de la croissance de ce capital dans la spécification 1 est plus conforme à l'hypothèse des retombées intrasectorielles des TIC à l'échelle nationale qu'à l'hypothèse du capital incorporel.

Afin de pousser plus loin la recherche, nous introduisons dans le calcul la variable étrangère capital en TIC intrasectoriel. Selon le raisonnement exposé plus haut, si l'existence de retombées témoigne d'une efficience intrasectorielle sur le marché intérieur, on peut penser qu'il en sera de même à l'étranger. À moins que l'on puisse démontrer de façon convaincante que les retombées s'arrêtent à la frontière (ce qui n'est pas le cas de la R-D, comme le montrent plusieurs études), l'existence de retombées intrasectorielles des TIC au pays laissera supposer l'existence (en quantité moindre, peut-être) de retombées intrasectorielles dans les pays étrangers.

Lorsque nous introduisons la variable étrangère capital en TIC intrasectoriel (spécification 2) – qui fait référence à la croissance du capital en TIC dans une même industrie dans tous les pays étrangers – le coefficient de la variable nationale capital en TIC global perd son caractère statistiquement significatif. Nous ajoutons ensuite les variables étrangères R-D intrasectorielle, capital en TIC intersectoriel (c.-à-d. le capital en TIC dans toutes les autres industries dans tous les pays étrangers) et R-D intersectorielle (spécification 3). Aucune de ces variables n'a d'effet significatif; leur coefficient est affecté du mauvais signe, sauf pour ce qui est de la variable R-D intersectorielle, et, curieusement, la variable R-D intrasectorielle est statistiquement significative. Dans la spécification 3 complète, la variable produit du ratio du capital en TIC et de la croissance du capital en TIC avec décalage de deux ans est statistiquement significative, mais aucune des trois variables capital en TIC intersectoriel (national), capital en TIC intrasectoriel (étranger) et capital en TIC intersectoriel (étranger) ne le sont. Compte tenu de l'absence d'effet de ces variables, l'effet positif de la variable produit du ratio du capital en TIC et de la croissance du capital en TIC traduit l'effet de l'accumulation de capital incorporel qui va de pair avec l'investissement dans les TIC.

Dans la spécification 4, nous supprimons toutes les variables qui ont trait à la R-D (au pays comme à l'étranger) et nous estimons l'effet du capital en TIC. Fait intéressant, la variable produit du ratio du capital en TIC et de la croissance du capital en TIC n'est plus statistiquement significative. Chose encore plus intéressante, la variable nationale capital en TIC intersectoriel est fortement significative, alors que les variables étrangères ayant trait au capital en TIC ne sont pas significatives. C'est l'exemple parfait d'une situation où l'on observe des retombées intersectorielles des TIC sur le marché intérieur, mais aucun effet du capital incorporel. En fait, il faut plutôt y voir le résultat d'une mauvaise spécification du modèle, puisque la R-D, moteur de la croissance de la PTF, est exclue de l'équation d'estimation.

Ainsi, nous trouvons des éléments appuyant l'existence d'effets externes positifs générés par la croissance du capital en TIC global au pays (spécification 1). Mais cet appui disparaît lorsque nous introduisons les variables relatives au capital en TIC à l'étranger, qui ne sont pas, elles non plus, statistiquement significatives. Rien ne nous permet donc de croire que l'utilisation intersectorielle et intrasectorielle des TIC dans les pays étrangers génère des externalités positives (spécifications 2 et 3). Le fait que la variable capital en TIC soit statistiquement significative au pays et statistiquement non significative à l'échelle internationale indique que l'effet positif sur la productivité serait attribuable au capital incorporel plutôt qu'aux retombées des TIC. Nous avons constaté en outre que les retombées de la croissance du capital en TIC global sont plus grandes lorsque la variable R-D est supprimée de l'équation (spécification 4), ce qui laisse supposer qu'il est essentiel de contrôler la variable R-D au moment de mesurer l'effet des TIC sur la PTF, sinon le résultat sera faussé. De plus, les modèles qui mesurent l'effet des TIC sans neutraliser l'effet de la R-D attribueront faussement aux TIC des retombées issues en réalité de la R-D.

La variable de la R-D intérieure globale est statistiquement significative dans toutes les spécifications, alors que la R-D propre à l'industrie a un coefficient positif statistiquement significatif uniquement lorsque la R-D intérieure globale est supprimée de l'équation. Lorsque les deux variables sont introduites en même temps dans l'équation, la croissance de la R-D intersectorielle neutralise l'effet de la croissance de la R-D propre à l'industrie, car ces deux variables – R-D propre à l'industrie et R-D intersectorielle au pays – sont positivement corrélées. Une accélération de la croissance de la R-D intersectorielle entraînera une accélération de la croissance de la PTF, relation qui ne se retrouve pas dans le cas de la R-D propre à l'industrie.

Une question importante est celle de savoir si la nature des retombées des TIC a évolué au fil du temps. Pour tenter de répondre à cette question, nous décomposons l'estimation effectuée au moyen de la spécification 3 en trois sous-périodes de 10 ans chacune (1975-1984, 1985-1994 et 1995-2004; les échantillons des années 1973 et 1974 étant exclus) et nous présentons les résultats dans les spécifications 5 à 7. En procédant ainsi, nous sommes en mesure de déterminer si des changements se sont produits dans la période postérieure à 1995, durant laquelle la croissance de la productivité moyenne du travail et la croissance de la PTF se sont accélérées aux États-Unis. La variable capital en TIC intersectoriel au pays n'est statistiquement significative dans aucune des trois décennies. La variable capital en TIC intrasectoriel à l'étranger affiche un coefficient positif (mais non significatif) pour la première décennie, un coefficient négatif (mais non significatif) pour la deuxième décennie et un coefficient également négatif (mais statistiquement significatif au seuil de 10 %) pour la dernière décennie (1995-2004). Les coefficients de la variable étrangère capital en TIC – intersectoriel sont négatifs, mais statistiquement non significatifs, pour les trois décennies. Pour ce qui est de la R-D, en revanche, le portrait est différent. Le coefficient de la R-D intérieure globale est statistiquement significatif pour les deux dernières décennies; celui de la R-D intrasectorielle à l'étranger est négatif dans les trois cas et (faussement) statistiquement significatif dans la première décennie; enfin, le coefficient de la R-D intersectorielle à l'étranger est positif et statistiquement significatif pour la troisième décennie.

En ce qui a trait à l'hypothèse des retombées des TIC, l'exercice précédent confirme la conclusion à laquelle a mené la spécification précédente, à savoir qu'il n'y a pas de retombées intersectorielles ou intrasectorielles des TIC, ni au pays ni à l'étranger. Si l'analyse devait révéler un indice de retombées positives produites par les TIC, ce serait en raison d'une mauvaise spécification du modèle ou de l'absence de mesures du capital incorporel.

On s'étonnera quelque peu des coefficients négatifs et statistiquement significatifs (au seuil de 10 %) de la variable capital en TIC dans les spécifications 1 à 3 du tableau 4 (la spécification 4 n'est pas le modèle privilégié, car les variables relatives à la R-D en sont exclues). Interprétés de façon directe, ces coefficients pourraient vouloir dire que le capital en TIC est improductif. Ce n'est pas la première fois que l'on observe une corrélation négative entre la croissance du capital en TIC et celle de la PTF dans une même industrie. En effet, se servant de données des États-Unis pour la période allant de 1984 à 1999, Stiroh (2002) observe, par différentes méthodes d'estimation, un rapport négatif entre la croissance du capital en TIC et la croissance de la PTF, même à un faible niveau de signification. Dans l'étude de Stiroh, l'effet négatif marqué est déterminé par le capital en télécommunications, alors que le coefficient du capital informatique est négatif mais statistiquement non significatif. Dans notre étude, l'exercice de décomposition révèle que le coefficient négatif résulte de la conjoncture dans la première décennie de la période étudiée (spécification 5); durant les deux autres décennies, la croissance du capital en TIC n'a aucune incidence sur la croissance de la PTF (spécifications 6 et 7).

Pour déterminer si l'un ou l'autre des trois types d'actifs liés aux TIC ont des retombées et lesquels expliquent cet effet négatif, nous décomposons le capital en TIC en trois sous-groupes : technologies de l'information (TI), technologies des communications (TC) et technologies logicielles^{Note de bas de page 13}. Les résultats présentés au tableau 5 montrent que le coefficient négatif de la variable capital en TIC dans le tableau 4 est déterminé uniquement par les TC, dont le coefficient est négatif et statistiquement significatif au seuil de 5 % pour l'échantillon de toute la période étudiée. En outre, les résultats de la régression en fonction des trois sous-périodes révèlent un coefficient négatif uniquement pour la première sous-période (1975-1984) et, ici aussi, dans le seul cas des TC (nous omettons ces résultats ici afin d'alléger la présentation). Pour ce qui est des périodes 1985-1994 (résultats omis) et 1995-2004 (résultats présentés dans le tableau 5), aucun des trois types d'actifs n'a d'effet statistiquement significatif. En résumé, le capital en TIC n'est pas une entrave à la croissance de la PTF, et cela est particulièrement vrai dans les dernières années; en revanche, les industries où le taux de croissance du capital en TIC est élevé ne sont pas nécessairement celles où l'on observe une forte croissance de la PTF. Les résultats à l'échelle globale nationale (tableau 5) nous indiquent par ailleurs qu'aucun des trois types d'actifs ne génère de retombées.

Dans le tableau 6, nous faisons un test de robustesse au moyen de l'estimation par la méthode des moments généralisée (generalized method of moments – GMM) en système afin d'examiner la question de l'endogénéité dans l'estimation par panel (intra) effectuée ci-dessus. La première spécification est la réplique de la spécification 3 du tableau 4. Les spécifications 2 à 4 utilisent la GMM en système et traitent les différentes variables comme étant endogènes. Dans la spécification 2, nous considérons deux variables – intrants intermédiaires et heures travaillées – comme étant endogènes et nous utilisons leurs valeurs décalées de deux périodes d'abord, puis d'une période à la fois comme variables instrumentales en GMM. Toutes les autres variables sont exogènes, et la mesure de différence de chacune de ces variables (c.-à-d. la différence de la différence, étant donné que ces variables sont déjà exprimées sous forme différentielle) sert de variable instrumentale courante. Elles peuvent toutes servir de variables instrumentales dans les équations en différence. Pour ce qui est des équations en niveau, c'est la deuxième valeur décalée de la mesure de différence de toutes les variables endogènes et exogènes qui sert de variable instrumentale. Nous n'utilisons que la deuxième valeur décalée des variables parce que les conditions des moments sont redondantes avec les décalages d'ordre supérieur (Blundell et Bund, 1998). L'estimation du modèle se fait au moyen de la méthode GMM en deux étapes, et les erreurs-types sont fiables. La valeur de p pour AR(1) indique, comme le prévoit la théorie, qu'il y a corrélation propre du premier ordre (rejet de l'hypothèse nulle); toutefois, l'hypothèse nulle selon laquelle il n'y a pas de corrélation propre du second ordre n'est pas rejetée (au seuil de 10 % ou plus), contrairement à ce que la théorie nous enseigne.

Dans la spécification 3, seuls les intrants intermédiaires sont endogènes. Toutes les variables instrumentales sont définies comme ci-dessus. Le non-rejet de AR(2) au seuil de 7 % ou plus nous conduit à rejeter le modèle sans hésitation. Dans la spécification 4, seules les heures travaillées sont endogènes. Au regard de AR(2), cette spécification est meilleure car, conformément à la théorie, nous ne pouvons rejeter l'hypothèse nulle de l'absence de corrélation propre du second ordre au seuil d'au moins 11 %. Des trois spécifications estimées par la GMM, la spécification 4 est le modèle que nous privilégions et dont nous reconnaissons la solidité théorique.

Les principales différences entre les résultats de l'estimation par les MCO et ceux de l'estimation GMM sont les suivantes : i) le coefficient de la variable capital hors TIC est statistiquement significatif selon les MCO, et il devient non significatif avec la méthode GMM; ii) les effets du décalage s'accentuent avec la GMM; iii) le coefficient de la R-D intérieure globale est positif et relativement élevé selon les MCO, mais diminue de valeur ou devient nul avec la GMM; iv) le coefficient de la variable capital en TIC intrasectoriel à l'étrangerest statistiquement non significatif selon les MCO, mais devient significatif dans la spécification 4; et v) le coefficient de la variable étrangère R-D – intrasectorielle est négatif et statistiquement significatif selon les MCO, mais devient statistiquement non significatif avec la GMM. Pour ce qui a trait à l'effet des TIC, l'intérêt premier de cette étude, aucune des différences mentionnées ci-dessus ne remet en question, du point de vue qualitatif, la conclusion à laquelle nous sommes arrivés précédemment, à savoir que les retombées potentielles des TIC s'accordent avec l'approche du capital incorporel, mais non avec la présence de retombées issues de ce capital. Dans l'ensemble, les estimations obtenues avec la méthode GMM indiquent que les résultats de l'estimation par les MCO ne sont pas influencés par la question de la simultanéité; même si l'on tient compte de la possibilité d'endogénéité, les résultats ne changent pas du point de vue qualitatif.

Enfin, dans le tableau 7, nous effectuons des régressions semblables à celles du tableau 4, sauf que la variable dépendante est la croissance de la PTF plutôt que la croissance de la production (et les variables relatives aux intrants des industries sont exclues du membre de droite de toutes les spécifications). Le fait d'utiliser la PTF au lieu d'estimer les coefficients des variables d'intrants a pour but d'accroître l'efficacité de l'estimation en imposant les conditions de minimisation des coûts (toutefois, puisque nous n'incluons pas de variable d'intrant agrégée dans le membre de droite de l'équation d'estimation, comme le fait Hall (1990), nous posons aussi l'hypothèse des rendements d'échelle constants). Ainsi, du point de vue qualitatif, lorsque nous effectuons l'estimation en utilisant la PTF comme variable dépendante, les coefficients des variables de décalage relatives à l'investissement de l'industrie dans les TIC conservent leur signe positif ou négatif selon le cas, comme le prévoit la théorie, mais aucun d'eux n'est statistiquement significatif. Deuxièmement, en examinant la spécification complète 4, nous constatons que les variables capital en TIC intrasectoriel à l'étranger et R-D intersectorielle à l'étranger, qui étaient non significatives dans le tableau 4, affichent maintenant un coefficient négatif statistiquement significatif (avec la PTF comme variable dépendante), ce qui est peu compréhensible. Quant à la R-D intérieure, ses effets sont statistiquement significatifs, comme c'était le cas auparavant. Par contre, l'effet de la croissance du capital en TIC global dans les pays étrangers est non significatif. Dans la spécification 5, nous avons introduit un terme d'interaction qui combine la R-D globale à l'étranger et la croissance du capital en TIC. Il s'ensuit que le coefficient de la variable R-D globale intersectorielle, curieusement négatif, devient statistiquement non significatif. Des quatre variables étrangères, seule la variable capital en TIC intrasectoriel présente un coefficient (négatif) statistiquement significatif. Dans la dernière spécification, nous avons supprimé toutes les variables relatives à la R-D, ce qui a eu pour effet de rendre statistiquement significatives les variables du capital en TIC global, au pays comme à l'étranger. Ce résultat exprime l'incidence positive de la variable R-D exclue. Dans l'ensemble, notre argument reste valable : il n'y a aucun indice d'externalités positives générées par le capital global en TIC, que ce soit à l'intérieur d'un pays ou entre les pays.

---

VI. Conclusion

À l'aide d'un modèle simple, nous avons montré qu'il est difficile d'estimer les retombées du capital en TIC lorsque l'investissement dans le capital incorporel, qui est complémentaire du capital en TIC, est aussi pris en compte. Or, de nombreuses données de nature microéconomique et macroéconomique laissent supposer que l'investissement dans le capital incorporel a une grande importance et qu'il est étroitement associé à l'investissement dans les TIC. Nous proposons donc une solution à ce problème, si nous admettons que les TIC ont des retombées au-delà des frontières. Comme l'investissement dans le capital incorporel est limité au marché intérieur, nous pourrons résoudre ce problème d'identification fondamental à l'aide de données portant sur plusieurs industries dans plusieurs pays.

Nous avons donc constitué un vaste ensemble de données portant sur 24 industries dans 16 pays de l'OCDE sur une période de 32 ans. Nous pouvons ainsi déterminer l'existence (ou non) d'effets externes même s'il y a accumulation de capital incorporel. De fait, nous constatons que les entreprises accumulent du capital incorporel comme le prévoit notre théorie. Cela étant admis — autrement, cette accumulation de capital pourrait être confondue avec des externalités positives sur l'investissement dans le capital en TIC décalé — nous ne décelons aucun indice de retombées positives sur les investissements dans les TIC, que ce soit à l'intérieur ou à l'extérieur des frontières nationales. Ces résultats ont été obtenus avec deux méthodes d'estimation différentes. En outre, ces résultats demeurent les mêmes, que nous utilisions la croissance de la production brute ou la croissance de la PTF (en imposant les conditions de minimisation des coûts) comme variable dépendante. Il est par ailleurs rassurant de constater que l'investissement en R-D a des effets positifs et statistiquement significatifs sur le plan intérieur, et aussi à l'étranger durant la période la plus récente. Cette constatation, qui va dans le même sens que la vaste documentation sur les retombées de la R-D, indique que notre incapacité de déceler des effets externes générés par les TIC n'est pas due à une quelconque anomalie dans les données ou la spécification.

---

Références

• Bakhshi, H., N. Oulton et J. Thompson. (2003). Modelling investment when relative prices are trending: theory and evidence for the United Kingdom, Bank of England Working Papers, n^o 189.
• Basu, S., J.G. Fernald, N. Oulton et S. Srinivasan. (2003). « The case of the missing productivity growth », dans M. Gertler et K. Rogoff (dir.), NBER Macroeconomics Annual 2003, Cambridge (Mass.), MIT Press.
• Bloom, N., R. Sadun et J. van Reenen. (2005). It ain't what you do it's the way that you do It - Testing explanations of productivity growth using U.S. transplants (anglais seulement), non publié, London School of Economics.
• Blundell, R., et S. Bond. (1998). « Initial Conditions and Moment Restrictions in Dynamic Panel Data Models », Journal of Econometrics, vol. 87, p. 115-143.
• Bosworth, B.P., et J.E. Triplett. (2006). Is the 21^st Century Productivity Expansion Still in Services? And What Should Be Done about It? (document manuscrit), juillet.
• Bresnahan, T.F., et M. Trajtenberg. (1995). « General purpose technologies: 'Engines of growth?' », Journal of Econometrics, vol. 65, n^o 1 (numéro spécial, janvier), p. 83-108.
• Bresnahan, T., E. Brynjolfsson et L.M. Hitt. (2002). « Information Technology, Workplace Organization and the Demand for Skilled Labor: Firm-level Evidence », Quarterly Journal of Economics, vol. 117, n^o 1, p. 339-376.
• Brynjolfsson, E., et L.M. Hitt. (2000). « Beyond computation: Information technology, organizational transformation and business performance », Journal of Economic Perspectives,vol. 14, n^o 4, p. 23-48.
• _______. (2002). Computing productivity: Firm-level evidence, MIT Working Paper 4210-01.
• Chandler, A.D. (1977). The Visible Hand : The Managerial Revolution in American Business, Belknap Press (traduit en 1988 sous le titre La main visible des managers : une analyse historique, Paris, Economica).
• Corrado, C., P. Lengermann, E.J. Bartelsman et J. J. Beaulieu. (2006). Modeling aggregate productivity at a disaggregate level: New results for U.S. sectors and industries, document manuscrit.
• Corrado, C., C. Hulten et D. Sichel. (2006). Intangible capital and economic growth, NBER working papers, n^o 11948.
• Greenwood, J., et M. Yorokoglu. (1997). Carnegie-Rochester Conference Series on Public Policy, vol. 46, p. 49-95.
• Griliches, Z., et J. Mairesse. (1998). « Production Functions: The Search for Identification », dans Z. Griliches, Practicing Econometrics, Elgar, p. 383-411.
• Hall, R.E. (2001). « The stock market and capital accumulation », American Economic Review, vol. 91, n^o 5 (décembre), p. 1185-1202.
• _______. (1990). « Invariance Properties of Solow's Productivity Residual », dans Peter Diamond (dir.), Growth, Productivity, Unemployment, Cambridge (Mass.), The MIT Press.
• Hornstein, A., et P. Krusell. (1996). « Can technology improvements cause productivity slowdowns? », dans Bernanke et Rotemberg (dir.), NBER Macroeconomics Annual, Cambridge (Mass.), National Bureau of Economic Research.
• Inklaar, R., M.P. Timmer et B. van Ark. (2006). Mind the gap! International comparisons of productivity in services and goods production, University of Groningen GGDC Research Memorandum GD-89, août.
• Jorgenson, D.W. (2001). « Information technology and the U.S. economy », American Economic Review, vol. 91, n^o 1 (mars), p. 1-32.
• Jorgenson, D.W., M. Ho et K. Stiroh. (2006). The Sources of the Second Surge of U.S. Productivity and Implications for the Future (document manuscrit).
• Klette, T.J., et Z. Griliches. (1996). « The Inconsistency of Common Scale Estimators When Output Prices Are Unobserved and Endogenous », Journal of Applied Econometrics, vol. 11, n^o 4 (juillet-août), p. 343-361.
• Laitner, J., et D. Stolyarov. (2003). « Technological change and the stock market », American Economic Review, vol. 93, n^o 4 (septembre), p. 1240-1267.
• Oliner, S.D., et D.E. Sichel. (2000). « The resurgence of growth in the late 1990s: Is information technology the story? », Journal of Economic Perspectives, vol. 14 (automne), p. 3-22.
• Oliner, S.D., D.E. Sichel et K.J. Stiroh. (2007). « Explaining a Productive Decade », dans William C. Brainard et George L. Perry (dir.), Brookings Papers on Economic Activity, n^o 1, p. 81-152.
• Stiroh, K.J. (2002). « Are ICT Spillovers Driving the New Economy? », Review of Income and Wealth, Série 48, n^o 1 ( mars).
• Stiroh, K.J., et M. Botsch. (2006). Information Technology and Productivity Growth in the 2000s (document polycopié), Federal Reserve Bank of New York, août.
• Stockman, A.C. (1988). « Sectoral and National Aggregate Disturbances to Industrial Output in Seven European Countries », Journal of Monetary Economics, vol. 21, nos 2-3 (mars-mai), p. 387–409.
• Tevlin, S., et K. Whelan. (2003). « Explaining the Investment Boom of the 1990s », Journal of Money, Credit and Banking, vol. 35, n^o 1, p. 1-22.
• Timmer, M., T. van Moergastel, E. Stuivenwold, G. Ypma, M. O'Mahony et M. Kangasniemi. (2007). EU KLEMS Growth and Productivity Accounts: Version 1, Part I – Methodology, mars.

---

Tableaux

---

Annexe A : Sommaire des données

---

Annexe B : Détermination de l'équation d'estimation

Nous pouvons écrire la fonction de production (équation 1) en termes de taux de croissance :
(B1) $\Delta q=\frac{F_{K^{IT}}{K}^{IT}}{Q}\Delta k^{IT}+\frac{F_{C}C}{Q}\Delta c+\frac{F_{K^{NT}}{K}^{NT}}{Q}\Delta k^{NT}+\frac{F_{L}L}{Q}\Delta l+\frac{F_{Z}Z}{Q}\Delta z$

où $\Delta x=d\log \raisebox{1ex}{$X$}\!\left/ \!\raisebox{-1ex}{$dt$}\right.$. En supposant des rendements d'échelle constants et une concurrence parfaite, nous aurons

(B2) $\frac{F_{C}C}{Q}+\frac{F_{K^{IT}}{K}^{IT}}{Q}+\frac{F_{K^{NT}}{K}^{NT}}{Q}+\frac{F_{L}L}{Q}=\frac{F_{L}C}{Q}+\frac{P_K^{IT}{K}^{IT}}{PQ}+\frac{P_K^{NT}{K}^{NT}}{PQ}+\frac{WL}{PQ}=1$

Si nous déterminions la production totale, $Q$, et que nous connaissions les taux de rendement de l'investissement requis, nous pourrions déduire l'élasticité de la production par rapport au capital complémentaire, $C$, de la façon suivante :

(B3) $\frac{F_{C}C}{Q}=1-\frac{WL}{PQ}-\frac{P_K^{IT}{K}^{IT}}{PQ}-\frac{P_K^{NT}{K}^{NT}}{PQ}$

Sans information indépendante sur le flux de $A$ ou le stock de $C$ (d'après les valeurs boursières par exemple), on ne peut appliquer cette formule au moyen de la production mesurée, $Y$. Réécrivons l'équation (B3) ainsi :

$\frac{F_{C}C}{Y}=\frac{Q}{Y}-\frac{WL}{PY}-\frac{P_K^{IT}{K}^{IT}}{PY}-\frac{P_K^{NT}{K}^{NT}}{PY}$

Comme $\raisebox{1ex}{$Q$}\!\left/ \!\raisebox{-1ex}{$Y$}\right.$ n'est pas connu, nous ne pouvons arriver à un résultat avec cette formule, et il nous faut donc poser une hypothèse sur l'utilisation du capital incorporel. Pour ce faire, nous supposons que la croissance observée du capital en TIC est un indicateur raisonnable de l'investissement non observé dans le capital complémentaire et de la croissance de ce stock de capital. Supposons que $G$ s'exprime par une fonction à élasticité de substitution constante (CES)^{Note de bas de page 14} :

$G={\left[\alpha K^{I{T}^{\frac{\sigma -1}{\sigma }}}+\left(1-\alpha \right)C^{\frac{\alpha -1}{\alpha }}\right]}^{\frac{\sigma }{\sigma -1}}$

Considérons le sous problème d'optimisation qui consiste à produire $G$ au coût le plus bas à chaque période. Soit $\raisebox{1ex}{$P_{K^{IT}}$}\!\left/ \!\raisebox{-1ex}{$P_C$}\right.$ le rapport des taux de location du capital en TIC et du capital complémentaire. La condition de premier ordre de minimisation des coûts suppose que :
(B4) ${\left(\raisebox{1ex}{$C$}\!\left/ \!\raisebox{-1ex}{$K^{IT}$}\right.\right)}_t={\left(\frac{1-\alpha }{\alpha }\right)}^{\sigma }{\left(\raisebox{1ex}{$P_{K^{IT}}$}\!\left/ \!\raisebox{-1ex}{$P_C$}\right.\right)}_t^{\sigma }$,

(B4') $\Delta c_t=\Delta k_t^{IT}+\sigma \Delta \ln {\left(\raisebox{1ex}{$P_{K^{IT}}$}\!\left/ \!\raisebox{-1ex}{$P_C$}\right.\right)}_t$

Cette équation relie la croissance du capital complémentaire à celle du capital en TIC observé.

Nous pouvons nous servir de l'équation d'accumulation pour exprimer l'investissement non observé, $\Delta a$, en fonction de la croissance, courante et décalée, du capital non observé, $\Delta c$ : $\Delta a_t=\left(\raisebox{1ex}{$C$}\!\left/ \!\raisebox{-1ex}{$A$}\right.\right)\left[\Delta c_t-\left(\raisebox{1ex}{$\left(1-{\delta }_C\right)$}\!\left/ \!\raisebox{-1ex}{$\left(1+g\right)$}\right.\right)\Delta c_{t-1}\right]$. En substituant cette expression dans l'équation (3) dans le texte, nous obtenons $\Delta TFP=\frac{F_{C}C}{Y}\Delta c_t-\frac{C}{Y}\left[\Delta c_t-\frac{\left(1-{\delta }_C\right)}{\left(1+g\right)}\Delta c_{t-1}\right]+s_z\Delta z$. En substituant maintenant l'équation (B4') à $\Delta c$ dans cette dernière expression, nous obtenons en principe une équation de la croissance de la PTF qui reflète l'importance de l'accumulation du capital complémentaire :

(B5) $\Delta TF{P}_t=\left[\frac{F_{c}C}{Y}-\frac{C}{Y}\right]\left[\Delta k_t^{IT}+\sigma \Delta \ln {\left(\frac{P_{K^{IT}}}{P_C}\right)}_t\right]+\left[\frac{C}{Y}\frac{\left(1-{\delta }_C\right)}{\left(1+g\right)}\Delta c_{t-1}\right]+s_z\Delta z$

L'équation (B5) pose un problème comme équation d'estimation en ce sens que les industries risquent d'afficher des ratios $\raisebox{1ex}{$C$}\!\left/ \!\raisebox{-1ex}{$Y$}\right.$ différents à long terme. Si nous prenons l'équation (B4) et que nous divisons chaque membre de l'équation par $Y$ puis multiplions et divisons le membre de droite par $\raisebox{1ex}{$P_{K^{IT}}$}\!\left/ \!\raisebox{-1ex}{$P_C$}\right.$ et $P$,nous obtenons

$\frac{C}{Y}={\left(\frac{1-\alpha }{\alpha }\right)}^{\sigma }\left(\frac{P}{P_C}\right){\left(\frac{P_{K^{IT}}}{P_C}\right)}^{\sigma -1}\frac{P_{K^{TT}}{K}^{IT}}{PY}=\beta s_{K^{IT}}$, où $\beta ={\left(\frac{1-\alpha }{\alpha }\right)}^{\sigma }\left(\frac{P}{P_C}\right){\left(\frac{P_{K^{IT}}}{P_C}\right)}^{\sigma -1}$; $s_{K^{IT}}$ étant la part de revenus correspondant au capital en TIC. En substituant cette expression dans l'équation (B5), nous obtenons

(B6) $\Delta TF{P}_t=\beta s_{K^{IT}}\left[F_c-1\right]\left[\Delta k_t^{IT}+\sigma \Delta \ln {\left(\frac{P_{K^{IT}}}{P_C}\right)}_t\right]+\beta s_{K^{IT}}\left[\frac{\left(1-{\delta }_c\right)}{\left(1+g\right)}\right]\left[\Delta k_{t-1}^{IT}+\sigma {\left(\frac{P_{K^{IT}}}{P_C}\right)}_{t-1}\right]+s_z\Delta z_t$ ce qui correspond à l'équation (4) dans le texte.

---

Annexe C : Description des données

1. Conversion des données à prix courants en données à prix constants

La base de données EUKLEMS nous fournit les données sur la production brute des industries, la valeur ajoutée des industries, les intrants intermédiaires, la rémunération du travail, la rémunération du capital total, ainsi que la rémunération du capital en TIC et du capital hors TIC, toutes ces valeurs étant à prix courants. Cette base de données renferme aussi des indices de volume (1995 = 100) de la production brute, de la valeur ajoutée, des intrants intermédiaires, des services du travail, ainsi que des services du capital total, du capital en TIC et du capital hors TIC. Nous nous servons des indices de volume de la production brute, de la valeur ajoutée et des intrants intermédiaires pour convertir ces valeurs à prix courants en valeurs à prix constants. Dans le cas des variables de rémunération (travail, capital total, capital en TIC et capital hors TIC), nous utilisons les indices des services respectifs pour la conversion en prix constants. Par exemple, les indices de volume des services du capital servent à convertir la rémunération du capital à prix courants en rémunération du capital à prix constants.

La conversion des données à prix courants en données à prix constants se fait de la façon suivante : supposons que nous n'ayons que trois années de données – 1990, 1995 et 2005 – et une variable appelée $py$ (le produit du prix par le volume). La série temporelle de la variable exprimée à prix courants se lira comme suit :$p_{90}{y}_{90}$, $p_{95}{y}_{95}$ and $p_{2000}{y}_{2000}$. Dans ce cas, les indices de volume (1995 = 100) auront été calculés au moyen des formules suivantes :

$i_{1990}=\frac{p_{95}{y}_{90}}{p_{95}{y}_{95}}\times 100$; $i_{1995}=\frac{p_{95}{y}_{95}}{p_{95}{y}_{95}}\times 100$; $i_{2000}=\frac{p_{95}{y}_{2000}}{p_{95}{y}_{95}}\times 100$

Par conséquent,

Nous pouvons utiliser cette relation pour calculer les valeurs à prix constants comme suit :

(C2) $p_{95}{y}_t=\raisebox{1ex}{$(i_t\times p_{95}{y}_{95})$}\!\left/ \!\raisebox{-1ex}{$100$}\right.$. Notons que dans le cas de $p_{95}{y}_{95}$, nous pouvons utiliser la série de valeurs à prix courants pour l'année 1995. Ainsi, en multiplant l'indice d'une année donnée par la valeur à prix courants de l'année de référence (qui serait la même si elle était exprimée à prix constants), puis en divisant par 100, on obtient la valeur à prix constants.

Si l'on dispose de deux séries de données, l'une à prix courants et l'autre à prix constants, on peut calculer le déflateur de la valeur ajoutée au moyen de cette formule :

${\mathrm{deflator}}_t=\raisebox{1ex}{$p_t{y}_t$}\!\left/ \!\raisebox{-1ex}{$p_{95}{y}_t$}\right.$

L'indice sera égal à 1 pour l'année de référence 1995. Nous nous sommes servis de ce déflateur pour exprimer les données sur la R-D à prix constants.

2. Données sur les intrants en capital

La base de données EUKLEMS contient des données sur les intrants en capital ventilées selon huit types d'actifs; trois ont trait aux technologies de l'information et des communications (TIC) et les cinq autres sont des actifs hors TIC. Les trois types d'actifs liés aux TIC sont 1) le matériel informatique (TI), 2) le matériel de communication (TC) et 3) les logiciels (TL). Pour plus de détails sur la façon dont les données sur les stocks de capital ont été établies, se reporter à Timmer et coll. (2007). La base EUKLEMS ne renferme des données sur le stock de capital que pour 13 pays : Allemagne, Australie, Autriche, Corée, Danemark, États-Unis, Finlande, Italie, Japon, Pays-Bas, Portugal, Royaume-Uni et Suède. Pour ce qui est des cinq autres pays de l'échantillon, les données ont été obtenues auprès des bureaux nationaux du consortium EUKLEMS dans le cas de la Belgique, de la France, de l'Irlande et de l'Espagne et auprès de Statistique Canada pour ce qui est du Canada. Notons que pour la Belgique et le Canada, les données sont présentées selon deux grands types d'actifs seulement : capital en TIC et capital hors TIC.

En ce qui a trait à la disponibilité des données, celles sur l'Allemagne n'étant disponibles qu'à partir de l'année 1991, on s'est servi des données sur l'Allemagne de l'Ouest pour les années antérieures. Les données pour la Corée débutent en 1977, tandis que celles pour le Canada ne débutent qu'en 1980. Dans le cas de la Suède, la série de données sur les stocks de capital débute en 1993. Le pays pour lequel on dispose du plus petit nombre de points de données est l'Irlande, dont les données sur les stocks de capital ne remontent qu'à 1995.

Pour les 10 pays de l'échantillon membres de la zone euro (Allemagne, Autriche, Belgique, Espagne, Finlande, France, Irlande, Italie, Pays-Bas et Portugal), les données sont exprimées en euros, tandis que pour les huit autres pays de l'échantillon, elles sont exprimées dans les monnaies nationales respectives, à prix constants de 1995. Toutes ces données ont été converties en $US PPA au moyen des données sur les PPA par industrie disponibles sur le site Web d'EUKLEMS. Les données de la base EUKLEMS sont exprimées en PPA de 1997 (monnaie nationale-euro allemand). Ces données sont converties en monnaie nationale/ $US au moyen du rapport monnaie nationale-euro allemand / $US-euro allemand. Enfin, on convertit les données sur la production brute, la valeur ajoutée, la rémunération du travail, les services du capital total, du capital en TIC et du capital hors TIC et les stocks de R-D, exprimées en monnaie nationale, en $US PPA de 1997, en divisant la variable en monnaie nationale par la PPA.

La base EUKLEMS renferme aussi des données sur la rémunération du capital, ainsi que les parts respectives du capital en TIC et du capital hors TIC dans la production. On multiplie la valeur totale de la rémunération du capital par ces parts respectives pour connaître la valeur de la rémunération du capital en TIC et du capital hors TIC. Une fois ces valeurs déterminées, on utilise les indices des services du capital en TIC et du capital hors TIC pour exprimer les données à prix constants.

3. Données sur la R-D

Les bases de données ANBERD 2 et ANBERD 3 de la famille de bases STAN renferment des données sur la recherche-développement. Ces données couvrent généralement la période de 1973 à 2004, à quelques exceptions près. Ainsi, les données pour la Belgique débutent en 1987 seulement et celles pour la Corée, en 1995. Les données de 2004 sont manquantes pour l'Australie, les États-Unis, la France, le Japon et la Suède. Pour ces pays, nous avons estimé les investissements en R-D de 2004 à l'aide du taux de croissance des investissements en R-D de 2003 par rapport à 2002.

Au départ, les données sont exprimées en monnaie nationale à prix courants. Ces données sont tout d'abord converties en données à prix constants à l'aide du déflateur du PIB selon les paramètres de la base EUKLEMS mentionnés précédemment. Les données à prix constants sont ensuite converties en $US PPA au moyen du taux de change selon la PPA de 1997 (monnaie nationale/$US, en PPA). Les données ainsi obtenues (portant sur les dépenses en R-D) servent ensuite à calculer le stock de capital en R-D par la méthode de l'inventaire permanent, un taux d'actualisation annuel de 15 % étant appliqué. Pour déterminer le stock de capital pour la première année (1973), nous nous sommes servis du taux de croissance annuel moyen (pour la période de 1973 à 2004), qui varie selon le pays et l'industrie. Dans un très petit nombre de cas, ce taux était légèrement inférieur à zéro; dans ces circonstances, nous avons utilisé un taux de croissance de 3 % au lieu du taux de croissance moyen pour l'ensemble des pays et des industries formant l'échantillon.

---