Coûts fixes de la R&D élevés et indivisibilité de la recherche

5L'existence de coûts fixes élevés de la R&D est évidemment un handicap pour les entreprises de petite taille, notamment en raison d'un écart entre le taux de rendement de la recherche et le niveau escompté des ventes (W.M. Cohen & S. Klepper, 1996). Ce point est lié à un aspect central du modèle de J.A. Schumpeter concernant le fait que les grandes entreprises ont un pouvoir de marché plus important. Cette puissance commerciale est le moteur de l'activité innovante des entreprises dans la mesure où elles peuvent financer la recherche avec des profits escomptés plus importants et dans la mesure où l'appropriation de l'innovation sera plus grande. La taille apparaît alors comme un facteur limitatif, notamment en supposant que les entreprises exploitent leurs innovations par le biais de leur propre production. Peu d'études empiriques ont été menées pour tenter de déterminer si les coûts de la R&D sont systématiquement élevés. En revanche, il est pertinent de considérer que dans le cas d'un coût de recherche important, les grandes entreprises sont avantagées en raison d'une plus grande capacité financière et d'une propension plus importante à diversifier les activités innovantes (diversification des risques sur un portefeuille de projets). Par ailleurs, il est sans doute plus pertinent de considérer l'existence d'indivisibilités de la R&D dans certaines industries que d'invoquer systématiquement le coût élevé de la recherche (W.M. Cohen & S. Klepper, 1996).

Economies d'échelle dans la production de l'innovation

6Nombre d'auteurs invoquent l'existence d'économies d'échelle dans la production d'innovation pour justifier l'avantage de la grande entreprise (cf. notamment J.K. Galbraith, 1956). La question est de savoir si le rapport entre le nombre d'innovations et les dépenses de R&D (ou les effectifs consacrés à la R&D) augmentent avec la taille de l'entreprise. En d'autres termes, la question est de savoir si la productivité de la R&D est une fonction croissante de la taille.

7Les études empiriques ne permettent pas de prouver stricto sensu l'existence d'économies d'échelle dans la production de l'innovation. Le résultat dominant serait d'ailleurs plutôt l'existence d'une productivité décroissante avec la taille de l'entreprise. A ce propos, on peut citer l'étude menée par Z.J. Acs & D.B. Audrescht (1991) qui montre que les rendements d'échelle diminuent ou restent constants par rapport à l'innovation pour 14 secteurs (les plus représentatifs) de l'économie américaine. L'enquête de K. Pavitt et al. (1987) aboutit à un résultat plus contrasté en montrant que globalement le rapport du nombre d'innovations aux dépenses de R&D diminue avec la taille de l'entreprise bien que pour certains secteurs la relation présente une forme en "U". Dans le même esprit, J. Bound et al. (1984) concluent que la production de brevets sur les dépenses de recherche est plus élevée pour les petites et les grandes entreprises que pour les entreprises moyennes [4].

8Dès lors que la productivité de la R&D est mesurée sur la base de statistiques de recherche formelle, il apparaît un biais au sens où la contribution des petites entreprises est sous-estimée. Dans le même ordre d'idées, J. Mairesse & P. Cunéo (1985) considèrent que les entreprises qui effectuent de la recherche ne sont pas forcément les plus performantes car d'autres facteurs d'efficacité entrent en jeu [5]. Ce résultat rejoint la remarque de W.M. Cohen & S. Klepper (1996) qui suggèrent que l'existence d'une rentabilité forte de la recherche ne confère pas forcément un avantage (ou un désavantage) sur le plan de l'innovation [6]. La productivité de la R&D selon la taille peut également être examinée sous l'angle de la valeur économique de l'innovation. En effet, peu importe le nombre d'innovations produites si celles-ci n'ont, in fine, aucune valeur marchande (pour des innovations de produits). Les observations faites à ce sujet n'apportent pas de réponse définitive tant il est difficile de quantifier la valeur de l'innovation en raison notamment des nombreuses améliorations incrémentales qu'elle subit au cours de son évolution. Par ailleurs, le taux de rendement de la recherche est différent au regard de la nature de la recherche effectuée (fondamentale, appliquée ou de développement).

9En définitive, et malgré les limites inhérentes aux échantillons et à la mesure des économies d'échelle, l'ensemble des travaux empiriques semble indiquer que la productivité de la R&D est décroissante avec la taille. Néanmoins, W.M. Cohen & S. Klepper (1996) suggèrent que l'apparente contradiction entre une relation monotone croissante, voire plus que proportionnelle, entre la taille et la R&D et une productivité de la R&D qui décroît avec la taille s'explique aisément par la prise en compte du phénomène de dispersion des coûts de la recherche dans les différentes unités des grandes entreprises.

Capacités financières et investissements

10La supériorité de la grande entreprise repose également sur l'existence de capacités financières plus élevées [7]. Pour vérifier empiriquement cette assertion, différentes hypothèses doivent être testées [8]. Les grandes entreprises ont-elles proportionnellement des capacités financières internes plus élevées ? L'accès a des financements externes, sur les marchés boursiers et bancaires, est-il plus aisé pour les grandes structures ? En outre, est-il établi que les contraintes financières ont une incidence sur l'activité innovative ? En d'autres termes faut-il rejeter le théorème de séparation entre les capacités financières et les décisions d'investissement ?

11L'hypothèse repose sur le fait que les contraintes financières influent sur la relation taille – innovation dans la mesure où les grandes entreprises ont un pouvoir de marché plus important qui leur confère des possibilités de financements internes plus importantes et un accès à des financements externes plus aisé, d'où une plus grande incitation à effectuer de la recherche pour les grandes entreprises, toutes choses étant égales par ailleurs. La répartition des risques est également possible, ce qui revient à l'argument d'indivisibilité des opportunités de recherche et donc à l'effet de seuil de taille.

12Empiriquement, les PME se caractérisent par des capacités financières moindres que celles des grandes entreprises. J. Stiglitz & Weiss (1981) montrent que le rationnement du crédit est dépendant de la taille de la firme. S.M. Fazzari et al. (1988) parviennent au résultat suivant : les liquidités sont influencées par la taille de manière positive. D.S. Evans & B. Jovanovic (1989) soulignent que les contraintes de financement sont plus grandes pour les entreprises de petite taille. C'est également le cas pour les entreprises françaises (N. Levratto, 1994). Cette dernière considère que les contraintes financières des PME s'articulent autour de quatre points : un manque de fonds propres, un surendettement à court terme, un poids excessif des crédits inter-entreprises et des disparités importantes en matière de tarification des prêts.

13Les premières études n'ont pas permis d'établir une relation positive significative entre le volume de liquidités et l'innovation (cf. M.I. Kamien & N.L. Schwartz, 1982). En revanche, des études récentes semblent confirmer l'incidence de la contrainte financière sur le comportement innovant, rejetant ainsi le théorème de séparation. L'enquête menée par S.M. Fazzari et al. (1988) met en évidence que la contrainte de financement a une incidence sur les investissements de l'entreprise. De même, Z.J. Acs & S.C. Isberg (1991) montrent que l'innovation (représentée par les actifs spécifiques) est reliée à la structure de capital de l'entreprise. En appliquant le modèle de D.S. Evans & B. Jovanovic (1989), N. Levratto (1994) dégage les incidences majeures d'une insuffisance financière sur l'activité innovante [9]. L'innovation est ainsi influencée de manière positive par la disponibilité des fonds propres. La capacité d'autofinancement joue ainsi un rôle prépondérant au niveau de l'engagement dans la recherche. La rentabilité de l'innovation est elle-même liée positivement à la capacité d'autofinancement au sens où la R&D a un coût plus élevé parce que le crédit est plus coûteux. En outre, une capacité d'autofinancement limitée contraint l'entreprise à diminuer les dividendes, ce qui peut être source de conflit entre actionnaires et managers. Ce conflit éventuel perturbe par la suite les stratégies de la firme et diminue alors les performances attendues.

14La plupart des investigations empiriques permettent de vérifier que l'incidence de la contrainte financière sur l'activité innovative est décroissante avec la taille. D'autres études ont néanmoins montré que la relation entre la liquidité et l'innovation a une forme en "U" inversé en fonction de la taille (cf. notamment C. Antonelli, 1989). Ce résultat peut s'interpréter par le fait que les petites entreprises investissent davantage dans un régime de forte concurrence afin de développer un avantage compétitif (mais encore faut-il qu'elles en aient les possibilités). Par ailleurs, des critiques peuvent être émises concernant l'interprétation de l'influence de la liquidité. W.M. Cohen (1995) précise que cette influence peut être appréhendée selon deux angles différents : ex-ante ou ex-post par rapport à l'investissement innovant. Cette précision est importante au regard des critères de choix de l'investissement mais ne contredit pas le constat de la faiblesse financière des petites entreprises. Il convient également de prendre en compte les multiples aides consenties aux PME pour les aider à surmonter le poids d'un projet de recherche [10]. Globalement, l'ensemble des aides concourent à minimiser la contrainte financière en ce sens qu'elles allègent le financement proprement dit mais également le coût de la formation et des expertises (dont les coûts sont parfois exorbitants pour les PME), etc. A notre connaissance, aucune étude empirique n'a réellement montré l'impact de ces aides sur le poids de la contrainte financière en matière d'innovation.

15En conclusion, les limites inhérentes aux analyses empiriques conduisent à une multiplicité de résultats, parfois divergents. Globalement, les résultats les plus saillants montrent que l'intensité de la R&D augmente de manière régulière avec la taille de l'entreprise. Cependant, certaines études précisent que la taille a un effet négatif en termes d'input de la recherche, puis, pour de très grandes tailles, que la relation devient positive (courbe en "U"). Par ailleurs, le rapport entre la R&D et les ventes varie plus selon le secteur d'activité que selon l'effectif dans un même secteur. Les analyses empiriques plus précises prenant en considération les effets sectoriels confirment l'existence d'une proportionnalité entre la taille et la R&D.

16On peut retenir l'idée que la grande entreprise dispose de moyens de mise en œuvre de l'activité innovante plus importants (notamment par l'existence de capacités financières plus importantes et grâce à une plus grande diversification). Les grandes entreprises sont globalement plus aptes à déployer une R&D formelle. Elles disposent de facilités relatives dans le processus d'appropriation, par exemple en matière de brevets (en termes financiers et en termes de connaissances). Néanmoins, la probabilité de mettre en œuvre une activité innovante reste élevée pour des entreprises de taille réduite dans beaucoup de secteurs. Cela s'explique par le fait que les petites entreprises font une recherche d'un type différent (R&D informelle). La mesure en termes de dépenses de R&D selon les définitions internationales officielles occulte très largement cet aspect. Le deuxième grand résultat des différents travaux empiriques est que la production d'innovation augmente moins que proportionnellement avec la taille de l'entreprise. En d'autres termes, la contribution des petites firmes est plus grande que celle des grandes entreprises au regard de la place qu'elles occupent dans la distribution des entreprises selon la taille. Le troisième résultat important est que la productivité de la R&D augmente moins que proportionnellement avec la taille de l'entreprise. On est tenté d'en conclure que les mécanismes explicatifs de la relation taille – innovation reposent davantage sur les traits organisationnels de la firme [11].

17Z.J. Acs & D.B. Audrescht (1990) suggèrent que ce n'est plus tant l'étude d'une relation fonctionnelle entre la taille et l'innovation qui importe que l'exploration des déterminants du comportement innovant distinctif des entreprises selon leur taille. L'innovation n'est pas une activité qui se réduit à l'existence d'un laboratoire, elle est au contraire une activité transversale dans l'entreprise et demande souvent une coopération avec d'autres services (mercatique, financier, technique, etc.). Il subsiste néanmoins des difficultés empiriques pour observer l'ensemble des facteurs explicatifs. Une manière de contourner ces limites serait de donner une dimension générique à l'ensemble de ces mécanismes. Nous proposons donc d'analyser la conjecture schumpéterienne sous l'angle du concept de compétence pour innover.

Présentation de la base de données

19La base de données est issue d'une enquête réalisée par le SESSI durant l'année 1997 [12]. Celle-ci a été réalisée auprès d'un échantillon de 5000 entreprises industrielles françaises de plus de 20 salariés représentatives du tissu industriel. Le taux de réponse est de 83% en nombre d'unités et de plus de 95% en termes de chiffre d'affaires. En raison de certains problèmes d'identification de la taille pour certaines entreprises, l'échantillon initial que nous exploitons comprend 3715 entreprises.

20Pour reprendre la terminologie proposée par le SESSI, les entreprises ont répondu à un questionnaire portant sur la détention de 73 compétences (dites "compétences élémentaires") regroupées selon 9 "grandes compétences" ou "compétences complexes" [13]. L'ensemble des 73 compétences constitue la compétence globale de l'entreprise. Le choix de l'enquête consiste donc à étudier la relation entre les compétences et l'innovation, c'est-à-dire comprendre dans quelle mesure les entreprises sont compétentes pour innover. La question concernant le lien allant de l'innovation vers les compétences n'est donc pas abordée.

21Malgré la richesse de la base de données, des critiques peuvent néanmoins être formulées sur au moins quatre points. Premièrement, l'enquête ne permet pas de savoir si les entreprises interrogées considèrent qu'une compétence donnée est véritablement nécessaire, dans son cas ou d'une manière générale, pour mettre en œuvre une innovation. Deuxièmement, certaines compétences ne sont pas spécifiques à l'innovation. il est alors difficile de cerner les objectifs pour lesquels les entreprises ont développé ces compétences. De manière générale, la question des sources des compétences n'est d'ailleurs pas traitée ; seule la possession d'un répertoire de compétences à un moment donné est examinée. Troisièmement, dans la mesure où les réponses sont binaires (les questions portent uniquement sur la détention déclarée de la compétence, sans référence à la position de l'entreprise par rapport à la concurrence), une comparaison directe entre deux firmes de taille différente, possédant toutes les deux une compétence donnée s'avère difficile. Une solution eut été d'interroger sur la détention de compétence en introduisant des degrés tels que "compétence distinctive", "très bonne compétence", "bonne compétence", etc. Quatrièmement, la nature qualitative des données peut être à l'origine de certains biais. Les résultats obtenus reposent sur une déclaration des personnes interrogées qui peuvent être tentées de répondre de manière favorable pour donner une bonne image de l'entreprise. En outre, le cadre officiel [14] de questionnaires relatifs à la recherche semble davantage favoriser, a priori, les grandes entreprises (A. Kleinknecht, 1987). Ce sont des biais connus qui font que les réponses émises reflètent davantage une opinion ou une perception qu'une réalité mesurable. Nous pouvons néanmoins tempérer ces critiques pour au moins trois caractéristiques propres à l'enquête. D'une part, l'intérêt de la base de données est précisément d'offrir aux PME une voie de réponse aussi importante que celle des grandes entreprises dans la mesure où l'innovation y est définie dans son acception la plus large. D'autre part, les questionnaires ont été remplis par des personnes occupant des fonctions similaires dans les entreprises (direction générale, technique) et dans un strict respect de représentativité de l'industrie française. En outre, l'importance de notre échantillon tend à considérer que les biais de certaines entreprises plutôt optimistes peuvent être réduits par des réponses d'autres entreprises plutôt pessimistes (loi des grands nombres).

22En dépit de ces critiques, la base de données reste donc très précieuse car novatrice par son questionnement sur les compétences. Il est, en effet, remarquable de pouvoir disposer de telles statistiques qui procurent des informations fines sur un aspect qui est au fondement de l'innovation des entreprises.

Méthodologie

23Nous proposons d'examiner plus précisément la détention de compétences en termes de moyens [15] pour innover (cf. tableau 1.) selon trois classes de taille : de 20 à 99 salariés ; de 100 à 499 salariés et 500 salariés et plus [16]. Ce regroupement permet de traiter les différences empiriques respectivement entre les petites, les moyennes et les grandes entreprises et élargit ainsi l'opposition classique entre PME et grande entreprise.

Tableau 1.

Les compétences "en moyens"

Tableau 1. Les compétences "en moyens" Intitulé des compétences Variable R&D comp504 Sous-traitance ou acquisition de R&D comp505 Utilisation des inventions de tiers (brevets, licences) comp508 Recrutement d'employés de haute qualification scientifique pour innover comp509 Achat partiel ou total d'entreprises pour innover comp510 Anticipation de l'ensemble des coûts liés à une innovation comp801 Evaluation a posteriori du coût d'anciennes innovations comp802 Connaissance des modes de financement privés et publics de l'innovation comp803 Communication en direction de financeurs potentiels de l'innovation comp804 Stratégie d'offre promotionnelle spécifique pour le nouveau produit comp901 Détermination de la cible, du média, et du type de message de la publicité du nouveau produit comp902 Image innovante et "avant-gardiste" de l'entreprise comp903

Les compétences "en moyens"

24Pour prendre en compte les effets sectoriels [17] en termes d'intensité technologique, nous nous référons à la nomenclature proposée par l'O.C.D.E. en 1994 (cf. SESSI, 1998a). La classification s'effectue selon l'intensité (directe ou indirecte) de la R&D dans la production après pondération sur les 10 principaux pays membres. Quatre groupes sont ainsi constitués :

• les secteurs de haute intensité technologique (HT) avec une intensité supérieure à 8,5% ;
• les secteurs de moyenne haute technologie (MHT) avec une intensité comprise entre 2,6% et 8,5% ;
• les secteurs de moyenne faible technologie (MFT) dont l'intensité est comprise entre 1% et 2,6% ;
• les secteurs de faible technologie (FT) pour une intensité inférieure à 1%.

25Les entreprises de notre échantillon sont reclassées à partir de leur appartenance sectorielle (nomenclature NAF 114) selon ces différentes intensités technologiques (cf. annexe).

26Dans ces regroupements, nous ne considérons que les entreprises innovantes en termes de produits et/ou de procédés. En conséquence, l'échantillon se réduit à 2189 entreprises.

27Statistiquement, les répartitions sectorielles sont les suivantes :

Tableau 2.

Répartition (en %) des entreprises selon leur taille dans les secteurs, par intensité technologique (hors énergie)

Tableau 2. Répartition (en %) des entreprises selon leur taille dans les secteurs, par intensité technologique (hors énergie) Petites Moyennes Grandes entreprises entreprises entreprises Secteurs industriels selon l'intensité technologique Haute intensité technologique (HT) (199 entreprises) 28% 22% 50% Moyenne haute intensité technologique (MHT) (482 entreprises) 37% 29% 34% Moyenne faible intensité technologique (MFT) (821 entreprises) 43% 27% 30% Faible intensité technologique (FT) (687 entreprises) 54% 28% 18% Source des données : SESSI (1997)

Répartition (en %) des entreprises selon leur taille dans les secteurs, par intensité technologique (hors énergie)

28On observe que dans les secteurs de haute intensité technologique, les grandes entreprises constituent la moitié des entreprises de notre échantillon. A l'opposé, les petites entreprises représentent la majorité des entreprises dans les secteurs peu technologiques. Soulignons également la part plus importante des petites entreprises de haute technologie par rapport aux moyennes entreprises.

Le modèle

29Le modèle que nous testons consiste à estimer la probabilité de détenir une compétence en fonction de la classe de taille (petite, moyenne ou grande entreprise).

30Soit la variable _i comp qui représente une compétence telle que :

31représentent respectivement les coefficients estimés des variables

32(petite, moyenne et grande entreprise). Toutes les variables sont des variables dichotomiques. La valeur 1 pour la variable compétence indique que l'entreprise possède cette compétence.

33Sous une forme plus condensée, le modèle s'écrit :

34avec j représentant les trois classes de taille et

35Dans le cadre du modèle Logit où la fonction de répartition est de la forme suivante :

Résultats et interprétations

36Les compétences "R&D" font référence explicitement aux capacités de l'entreprise à effectuer de la R&D, à utiliser les inventions de tiers, à sous-traiter ou acquérir de la R&D et à embaucher du personnel hautement qualifié (chercheur) (respectivement, il s'agit des compétences comp504, comp508, comp505, comp509). On observe que la compétence des entreprises à effectuer de la R&D est relativement importante dans tous les secteurs industriels. Globalement, ce sont surtout les grandes entreprises qui sont concernées et dans une moindre mesure les entreprises moyennes. Les petites entreprises des secteurs MFT et FT sont peu compétentes. Ce résultat est intéressant dans la mesure où il valide les études antérieures sur la prévalence des grandes entreprises en matière de R&D.

37Les grandes entreprises des secteurs HT et MHT sont plus compétentes dans la gestion de la R&D avec les tiers. Dans les autres secteurs industriels, ces compétences sont peu représentées quelle que soit la taille de l'entreprise. On peut souligner que ce n'est pas tant la taille qui importe mais davantage l'appartenance à un groupe de secteurs d'activités où l'intensité technologique est importante. Le fait d'effectuer de la R&D procure ainsi une compétence d'appropriation des ressources extérieures, compétence que développent nettement moins les entreprises de taille réduite même dans des secteurs technologiques. La capacité d'absorption (W.M. Cohen & D.A. Levinthal, 1990) est ainsi davantage détenue par des grandes entreprises. On retrouve des observations similaires pour l'embauche de chercheurs, variable fortement corrélée à la R&D.

Tableau 3.

Résultats d'estimation des compétences "R&D"

Tableau 3. Résultats d'estimation des compétences "R&D" Estima- Estima- Estima- Effet Effet Effet Proba teur de teur de teur de margi- margi- margi- bilité nal nal nal ? ? ? Compéten-ces PE T ME T GE T PE T ? ME T ? GE T ? Secteurs industriels (hors énergie) de haute intensité technologique comp504 0,98 1,67 2,75 0,10 0,17 0,28 0,88 (3,24)* (4,04)* (6,53)* comp505-0,41 0,46 0,99-0,10 0,11 0,23 0,62 (-1,47) (1,49) (4,42)* comp508-0,80-0,09 1,27-0,19-0,02 0,30 0,60 (-2,76)* (-0,30) (5,24)* comp509-0,33 0,98 1,66-0,07 0,20 0,33 0,72 (-1,21) (2,90)* (6,08)* Secteurs industriels (hors énergie) de moyenne haute intensité technologique comp504 1,16 2,06 2,18 0,14 0,25 0,27 0,86 (6,49)* (7,76)* (8,53)* comp505-0,50-0,20 0,83-0,12-0,05 0,21 0,51 (-3,17)* (-1,17) (4,95)* comp508-0,70-0,52 0,69-0,17-0,13 0,17 0,46 (-4,33)* (-2,99 )* (4,24)* comp509-0,65 0,17 0,77-0,16 0,04 0,19 0,52 (-4,05)* (1,01) (4,67)* Secteurs industriels (hors énergie) de moyenne faible intensité technologique comp504 0,54 1,81 2,75 0,08 0,26 0,40 0,83 (4,86)* (9,36)* (10,33)* comp505-0,87-0,15 0,29-0,21-0,04 0,07 0,42 (-7,46)* (-1,14) (2,27)* comp508-1,20-0,59 0,16-0,27-0,13 0,04 0,35 (-9,47)* (-4,18) * (1,26) comp509-1,44-0,55 0,13-0,32-0,12 0,03 0,33 (-10,60)* (-3,92) * (1,01) Secteurs industriels (hors énergie) de faible intensité technologique comp504-0,41 1,03 1,39-0,10 0,25 0,34 0,58 (-3,83)* (6,31)* (6,20)* comp505-1,43-0,64 0,08-0,29-0,13 0,02 0,28 (-10,83)* (-4,23)* (0,44) comp508-1,85-0,76-0,08-0,33-0,13-0,01 0,23 (-12,16)* (-4,91)* (-0,44) comp509-2,05-0,78 0,08-0,34-0,13 0,01 0,21 (-12,50)* (-5,04)* (0,44) Les nombres entre parenthèses désignent les t-calculés de Student. Les valeurs désignées par * sont significatives au seuil d'erreur de 5%. Source des données : SESSI (1997)

Résultats d'estimation des compétences "R&D"

38Les compétences "financement de l'innovation" concer-nent la capacité de l'entreprise à appréhender les coûts de l'innovation, à connaître les modes de financement, à trouver des financeurs potentiels et à acheter des entreprises pour innover (respectivement les compétences comp801, comp802, comp803, comp804 et comp510). Nous n'analysons donc pas directement les moyens financiers mais davantage des facteurs connexes. Concernant le financement de l'innovation, les entreprises ont surtout des compétences dans l'anticipation des coûts de l'innovation et dans la connaissance des modes de financement. Pour ces deux compétences, ce sont les grandes entreprises qui sont les plus compétentes dans l'ensemble des secteurs industriels. La probabilité de détenir ces compétences diminue avec l'intensité technologique ; a fortiori les effets marginaux diminuent également, surtout pour les petites entreprises. En revanche, les compétences liées à l'évaluation a posteriori des coûts de l'innovation et la communication à des financeurs potentiels ne sont pas représentatives. La difficulté à évaluer les coûts de l'innovation est patente pour beaucoup d'entreprises. Globalement, les mesures traditionnelles des coûts de l'innovation ne concernent qu'une partie des moyens mis en œuvre dans le processus innovant de la firme. Une étude menée par le BETA (1995), dans le cadre d'une volonté d'homogénéisation des enquêtes communautaires sur l'innovation technologique (CIS), montre l'importance des coûts d'innovations transversaux. L'idée consiste à considérer que le processus d'innovation revêt une dimension transversale dont l'enchaînement des activités s'articule autour de l'élaboration et de la gestion des connaissances nouvelles. Une comptabilité par activité semble alors plus appropriée que la comptabilité analytique standard pour appréhender l'ensemble des coûts liés à un projet d'innovation dans l'entreprise. Il demeure néanmoins des limites liées à la mise en place d'une telle comptabilité qui semble davantage intéresser les grandes entreprises (ou les entreprises moyennes). L'intérêt de cette étude est surtout de montrer à quel point les inputs de l'innovation sont difficiles à mesurer de manière exhaustive et de souligner la dimension transversale de l'innovation.

39On observe également que les capacités financières liées à l'achat d'autres entreprises dans le but d'innover sont peu représentatives pour les entreprises industrielles françaises. Cette observation permet de nuancer la nature de la capacité d'appropriation des grandes entreprises qui s'exprime ainsi davantage en termes de relation de R&D.

Tableau 4.

Résultats d'estimation des compétences "financement de l'innovation"

Tableau 4. Résultats d'estimation des compétences "financement de l'innovation" Estima- Estima- Estima- Effet Effet Effet Pro teur de teur de teur de margi- margi- margi- babi nal nal nal lité Compé- PE T ? ME T ? GE T ? PE T ? ME T ? GE T ? tences Secteurs industriels (hors énergie) de haute intensité technologique comp801 0,48 0,66 1,66 0,09 0,12 0,31 0,75 (1,74) (2,07)* (6,08)* comp802-0,04-0,18-0,41-0,01-0,04-0,10 0,44 (-0,13) (-0,60) (-1,99)* comp803 0,56 0,56 1,32 0,11 0,11 0,27 0,72 (2,00)* (1,79) (5,40)* comp804-0,56-0,56-0,16-0,14-0,14-0,04 0,41 (-2,00)* (-1,79) (-0,80) comp510-2,10-0,76-0,53-0,41-0,15-0,10 0,27 (-4,86)* (-2,35)* (-2,57)* Secteurs industriels (hors énergie) de moyenne haute intensité technologique comp801 0,50 0,55 1,01 0,11 0,12 0,22 0,67 (3,17)* (3,15)* (5,77)* comp802-0,35-0,52-0,49-0,08-0,12-0,12 0,39 (-2,28)* (-2,90)* (-3,03)* comp803 0,47 0,77 0,89 0,10 0,17 0,20 0,67 (3,02)* (4,25)* (5,22)* comp804-0,62-1,01-0,49-0,14-0,22-0,11 0,33 (-3,90)* (-5,31)* (-3,06)* comp510-2,21-1,70-0,64-0,33-0,25-0,09 0,18 (-8,65)* (-7,31)* (-3,94)* Secteurs industriels (hors énergie) de moyenne faible intensité technologique comp801 0,31 0,59 0,98 0,07 0,13 0,23 0,64 (2,87)* (4,18)* (6,93)* comp802-0,22-0,38-0,21-0,05-0,09-0,05 0,44 (-2,35)* (-2,74)* (-1,73) comp803 0,25 0,83 1,22 0,06 0,18 0,27 0,67 (2,35)* (5,69)* (8,09)* comp804-0,70-0,73-0,72-0,15-0,16-0,16 0,33 (-5,94)* (-13,05)* (-6,12)* comp510-2,11-1,81-1,22-0,26-0,23-0,15 0,15 (-12,25)* (-9,36)* (-8,09)* Secteurs industriels (hors énergie) de faible intensité technologique comp801 0,15 0,29 0,83 0,04 0,07 0,20 0,58 (1,46) (2,00)* (4,26)* comp802-0,50-0,21-0,27-0,12-0,05-0,07 0,41 (-4,64)* (-1,44) (-1,52) comp803-0,14 0,51 0,75-0,04 0,13 0,19 0,55 (-1,35) (3,41)* (3,93)* comp804-1,03-0,85-0,91-0,21-0,17-0,18 0,28 (-8,68)* (-5,40)* (-4,57)* comp510-2,13-1,91-1,24-0,24-0,22-0,14 0,13 (-12,59)* (-8,92)* (-5,79)* Les nombres entre parenthèses désignent les t-calculés de Student. Les valeurs désignées par * sont significatives au seuil d'erreur de 5%. Source des données : SESSI (1997)

Résultats d'estimation des compétences "financement de l'innovation"

40Les compétences "vente de l'innovation" expriment la capacité de l'entreprise à promouvoir et valoriser son innovation sur le marché (comp901, comp902, comp903). Les compétences relatives aux techniques de vente (comp901 et comp902) sont de fréquence très variables. Les entreprises n'affichent pas beaucoup de compétences dans la mise en œuvre d'une stratégie promotionnelle spécifique au nouveau produit (comp901), mais elles savent cibler leur clientèle potentielle (comp902). Les grandes entreprises sont les plus compétentes dans les secteurs HT, MHT et MFT (dans les secteurs FT, l'observation n'est pas significative).

41La compétence permettant de donner une image innovante de l'entreprise concerne plus les grandes entreprises, tous secteurs industriels confondus. Notons que la probabilité que les entreprises mettent en œuvre cette forme de stratégie est plus forte dans les secteurs à fort degré d'intensité technologique. Cette observation souligne le déficit managérial et commercial des petites entreprises.

42Il apparaît que globalement les entreprises françaises ont peu de compétences dans les domaines connexes à l'innovation. Plus en détail, les PME et particulièrement les petites entreprises de moins de 50 salariés montrent peu de compétences pour innover. Ce n'est pas tant les problèmes technologiques qui apparaissent que les aspects relationnels, de moyens et même au niveau de la dynamique organisationnelle. Les politiques publiques devraient intégrer ces aspects pour aider les PME à développer de nouveaux produits et procédés autrement que par la simple aide technique. En d'autres termes, elles doivent également apporter des aides au niveau stratégique et managérial.

Tableau 5.

Résultats d'estimation des compétences "vente de l'innovation"

Tableau 5. Résultats d'estimation des compétences "vente de l'innovation" Estima- Estima- Estima- Effet Effet Effet Proba teur de teur de teur de margi- margi- margi- bilité ? ? ? nal nal nal Compéten-ces PE T ME T GE T PE T ? ME T ? GE T ? Secteurs industriels (hors énergie) de haute intensité technologique comp901-0,56-0,09 0,36-0,14-0,02 0,09 0,50 (-2,00)* (-0,30) (1,79) comp902-0,26 0,18 0,94-0,06 0,04 0,22 0,61 (-0,94) (0,60) (4,24)* comp903 0,48 0,56 1,66 0,09 0,11 0,31 0,75 (1,74) (1,79) (6,08)* Secteurs industriels (hors énergie) de moyenne haute intensité technologique comp901-0,21 0,11 0,67-0,05 0,03 0,17 0,55 (-1,37) (0,67) (4,09)* comp902 0,05 0,37 0,80 0,01 0,09 0,19 0,60 (0,30) (2,17)* (4,81)* comp903 0,47 0,64 1,26 0,10 0,14 0,27 0,69 (3,02)* (3,63)* (6,79)* Secteurs industriels (hors énergie) de moyenne faible intensité technologique comp901-0,65 0,14 0,49-0,16 0,03 0,12 0,48 (-5,78)* (1,01) (3,76)* comp902-0,13 0,19 0,70-0,03 0,05 0,17 0,55 (-1,18) (1,41) (5,21)* comp903 0,26 0,51 0,68 0,06 0,12 0,16 0,61 (2,45)* (3,66)* (5,09)* Secteurs industriels (hors énergie) de faible intensité technologique comp901-0,90-0,42 0,08-0,21-0,10 0,02 0,36 (-7,86)* (-2,85)* (0,45) comp902-0,74-0,04 0,18-0,18-0,01 0,04 0,41 (-6,62)* (-0,29) (0,98) comp903-0,21 0,14 0,51-0,05 0,04 0,13 0,51 (-1,98)* (1,00) (2,74)* Les nombres entre parenthèses désignent les t-calculés de Student. Les valeurs désignées par * sont significatives au seuil d'erreur de 5%. Source des données : SESSI (1997)

Résultats d'estimation des compétences "vente de l'innovation"

43A partir d'une enquête sur les entreprises industrielles françaises, nous avons pu vérifier empiriquement, sur la base de déclarations, la conjecture schumpéterienne selon laquelle les grandes entreprises seraient plus enclines à mettre en œuvre un projet de recherche pour innover. L'intérêt de notre recherche repose sur l'utilisation de variables qualitatives, exprimant l'amont du processus d'innovation et permettant de dépasser les analyses traditionnelles focalisées sur les indicateurs académiques tels que les dépenses de recherche ou le nombre de chercheurs.

44Des études antérieures (F. Munier, 1999b, 2001) ont également montré que les grandes entreprises détiennent plus de compétences relationnelles, techniques et organisationnelles. Cette dernière dimension suggère notamment que l'hypothèse de "Schumpeter Mark I" serait invalidée avec l'enquête "compétence pour innover", soulignant d'autant plus l'avantage de la grande entreprise.

Annexe Répartition des secteurs d'activité de l'industrie (hors énergie) selon l'intensité technologique Code NAF Secteurs d'activités 114 Haute C31 Industrie pharmaceutique techno- C45 Fabrication d'appareils de réception, enregistrement, reproduction son, image logie E13 Construction aéronautique et spatiale E31 Fabrication de machines de bureau et de matériel informatique E33 Fabrication d'équipements d'émission et de transmission F62 Fabrication de composants électroniques Moyen- C32 Fabrication de savons, de parfums et de produits d'entretien ne C46 Fabrication de matériel d'optique et de photographe, horlogerie haute D01 Industrie automobile techno- E23 Fabrication d'équipements mécaniques logie E32 Fabrication de moteurs, génératrices et transformateurs électriques E34 Fabrication de matériel médico-chirurgical et d'orthopédie E35 Fabrication d'appareils de mesure et de contrôle F41 Industrie chimique minérale F42 Industrie chimique organique F43 Parachimie F44 Fabrication de fibres artificielles ou synthétiques F61 Fabrication de matériel électrique Moyen- C42 Fabrication de bijoux et d'instruments de musique ne C43 Fabrication d'articles de sport, de jeux et industries diverses faible C44 Fabrication d'appareils domestiques techno- D02 Fabrication d'équipements automobiles logie E11 Construction navale E12 Construction de matériel ferroviaire roulant E14 Fabrication de cycles, motocycles et d'autres matériels de transport E21 Fabrication d'éléments en métal pour la construction E22 Chaudronnerie, fabrication de réservoirs métalliques et de chaudières E24 Fabrication de machines d'usage général E25 Fabrication de machines agricoles E26 Fabrication de machines-outils E27 Fabrication d'autres machines d'usage spécifique E28 Fabrication d'armes et munitions F13 Fabrication de verre et d'articles en verre F14 Fabrication de produits céramiques et de matériaux de construction F45 Industrie du caoutchouc F46 Transformation des matières plastiques F52 Production de métaux non ferreux F55 Fabrication de produits métalliques Faible C11 Industrie de l'habillement et des fourrures techno- C12 Industrie du cuir et de la chaussure logie C20 Edition, imprimerie, reproduction C41 Fabrication de meubles F11 Extraction de minerais métalliques F12 Extraction de produits de carrière et minéraux divers F21 Filature et tissage F22 Fabrication d'articles textiles F23 Fabrication d'étoffes et d'articles en maille F31 Travail du bois et fabrication d'articles en bois F32 Industrie du papier et du carton F33 Fabrication d'articles en papier ou en carton F51 Sidérurgie et première transformation de l'acier F53 Fonderie F54 Services industriels du travail des métaux Source : SESSI (1998a)