b. Appartenance sectorielle et type de comportement innovant

Les études sur le cycle de vie du produit suggèrent déjà depuis longtemps l’idée selon laquelle en fonction de leurs principaux secteurs d’activités toutes les firmes n’auraient pas les mêmes probabilités d’innovation en produits et en procédés. Le tableau 77 ci-dessous confirme cette idée.

[Note: Source : CIS1 SESSI et Tableau 77]

Bien que notre objectif ici ne soit pas de proposer une analyse sectorielle approfondie de l’innovation, quelques faits marquants méritent d’être soulignés. Le tableau 77 montre en particulier que selon les secteurs la proportion globale de firmes innovantes varie très fortement (elle va d’un minimum de 15% de firmes innovantes dans l’industrie de ’l’Habillement et des fourrures’ à un maximum de 82% dans ’l’Aéronautique’).

En outre comme le suggère la figure 25 et l’indique explicitement le tableau 78 ci-dessus la proportion globale de firmes innovantes dans les secteurs (variable que l’on peut interpréter comme une mesure des opportunités technologiques sectorielles) s’accompagne aussi d’une évolution qualitative des comportements innovants. C’est ainsi qu’on trouve dans les secteurs où la proportion de firmes innovantes est la plus élevée les plus fortes proportions de firmes innovantes en produits et en produits & procédés. On observe par ailleurs une forte complémentarité entre innovations de produits & procédés et innovations de produits qui ne se retrouve pas avec l’innovation de procédés. Finalement, les proportions sectorielles d’innovateurs de produits uniquement et de procédés uniquement tendraient à être négativement corrélées. Ces éléments convergent pour indiquer (conformément aux études sur le cycle de vie du produit) que les comportements d’innovation de procédés s’observent essentiellement dans des secteurs peu dynamiques d’un point de vue technologique (caractérisés par de faibles niveaux d’opportunités technologiques) alors que les comportements d’innovation de produits et de produits & procédés seraient en revanche beaucoup plus présents dans les secteurs technologiquement dynamiques (offrant de fortes opportunités technologiques).

Dans une perspective micro-économique, il importera donc par la suite de contrôler explicitement cette composante sectorielle. Ce contrôle peut être réalisé de trois manières différentes :

• en estimant pour chaque secteur l’ensemble des coefficients du modèle,

• à l’aide de variables muettes sectorielles qui captent des ’effets fixes sectoriels’,

• en incluant une ou des variables représentatives des différences structurelles existant entre les secteurs.

La première méthode est la plus ’fidèle’ mais elle nécessite l’estimation d’un nombre très important de coefficients. Elle est à ce titre rarement employée faute d’observations. La seconde technique est plus économe en termes d’observations mais peut parfois aussi se révéler trop exigeante en observations lorsque l’échantillon à disposition est très restreint. Dans ces cas-là, la troisième méthode peut être d’une grande utilité puisque (au prix souvent d’une réduction du pouvoir prédictif du modèle) elle permet de contrôler le nombre de variables structurelles employées. En outre, alors que les deux premières techniques ont uniquement la capacité de déceler des différences intersectorielles mais pas de les expliquer, cette dernière méthode permet de proposer et de tester des variables explicatives. Dans notre cas, l’utilisation de la variable ’proportion sectorielle de firmes innovantes’ plutôt que d’un jeu de variables muettes sectorielles entraîne certes une réduction de la vraisemblance du modèle mais permet en revanche une interprétation économique des résultats en termes d’opportunité technologique sectorielle (sur ce sujet voir l’annexe XII).