En ce qui concerne les variables contrôle, on constate que la dimension sectorielle agit de manière très significative101 quel que soit le type de modèle considéré. Cet effet est perceptible aussi bien lorsque la dimension sectorielle est prise en compte par le biais de variables muettes sectorielles que lorsqu’elle est appréhendée par la variable ’synthétique’ NBINNO. La taille exerce aussi un effet significatif en faveur des comportements d’innovation de produit & procédé et de produit par rapport aux comportements d’innovation de procédé. Cet impact est évident avec la variable lnCAHT92 mais moins affirmé lorsque la taille est mesurée de manière discrète à l’aide d’indicatrices de tailles (Q2 ... Q5)102.
Afin de tester un éventuel impact des variables contrôle sur les coefficients estimés associés aux objectifs de l’innovation nous reportons en annexe les résultats de régressions effectuées pour chaque quantile de CAHT92 et chaque secteur. Ces estimations ne semblent pas remettre en question la généralité des résultats qui vont à présent être commentés.
Pour le modèle I, un test de Wald de nullité simultanée des 22 variables muettes sectorielles pour les vecteurs [1] ET [2] donne un F( 44, 1604) = 3.70. Ceci permet de rejeter l’hypothèse nulle avec un risque critique inférieur à 1/10000.
Quel que soit le modèle considéré la variable lnCAHT92 indique un effet positif de la taille en faveur des innovateurs de produits & procédés par rapport aux innovateurs de produits et aux innovateurs de procédés. Elle indique aussi un effet positif de la taille en faveur de l’innovation de produits par rapport à l’innovation de procédés. L’emploi d’une mesure catégorielle de la taille à l’aide des variables Q2 ... Q5 indique aussi un effet positif de la taille en faveur des innovateurs de produits & procédés par rapport aux innovateurs de produits et aux innovateurs de procédés mais elle ne rapporte pas d’effet plus favorable aux innovateurs de produits qu’aux innovateurs de procédés.