ANNEXE XII : La prédiction des comportements innovants à l’aide de la proportion sectorielle de firmes innovantes

La prise en compte (ou plutôt la neutralisation) des spécificités sectorielles dans le comportement des variables économiques se fait souvent à l’aide de modèles à effets variables et à effets fixes (par l’adjonction de variables muettes sectorielles). La plus répandue des deux procédures est la seconde qui consiste à introduire une variable muette par secteur. Cette technique présente cependant deux inconvénients majeurs. Le premier tient à la multiplication du nombre de variables exogènes à introduire dans le modèle (autant que de secteurs moins 1). Le second problème est plutôt d’ordre théorique dans la mesure où les coefficients associés aux variables muettes permettent de mesurer des différences intersectorielles mais pas d’en expliquer l’origine. D’un certain point de vue ces coefficients mesurent l’ampleur de notre ignorance.

Dans notre cas nous avons souligné²³¹ l’existence d’une forte corrélation entre la structure sectorielle des comportements innovants (la variable endogène) et la proportion de firmes innovantes dans ces mêmes secteurs. Autrement dit, il serait possible d’utiliser la variable ’proportion sectorielle de firmes innovantes’ plutôt qu’un ensemble d’indicatrices sectorielles. Le pouvoir explicatif de ce modèle allégé serait moindre mais d’une part son traitement statistique serait plus facile (du fait de la réduction du nombre de variables exogènes) et d’autre part une interprétation économique des résultats serait possible en termes d’intensité des opportunités technologiques sectorielles.

A titre de comparaison entre ces deux méthodes nous reproduisons les résultats obtenus dans un modèle logistique multinomial dont la variable dépendante est le type de comportement innovant adopté par les firmes innovantes. Il prend trois modalités {innovation de produit uniquement, innovation de procédé uniquement, innovation de produit & procédé}. Les variables exogènes sont dans un premier temps un jeu de 23 variables muettes sectorielles et dans un second temps la ’proportion sectorielle de firmes innovantes’ évaluée pour le secteur d’appartenance de chaque firme au niveau de la NAF à deux indices. En résumé nous reproduisons les estimations issues de deux spécifications :

Y=f(constante + 22 indicatrices sectorielles) dont les coefficients estimés et le tableau de prédiction sont respectivement reportés dans le tableau 86 et le tableau 87.
Y=f(constante + ’proportion sectorielle de firmes innovantes’) dont les coefficients estimés et le tableau de prédiction sont respectivement reportés dans le tableau 88 et le tableau 89.

Tableau 86 : Prédiction des comportements innovants à l’aide d’indicatrices sectorielles
: significatif à 10 %, * à 5%, * à 1%, à 0,1% Secteur**		NAF	P(Iprod/ Iprod&proc)	P(Iproc/ Iprod&proc)
Constante			-1,85***	0,29
Autres industries extractives		s14	1,346*	-0,04
Industrie textile		s17	1,372**	-0,636**
Industrie de l’habillement et des fourrures		s18	2,23****	0,239
Industrie du cuir et de la chaussure		s19	1,438**	0,32
Travail du bois et fabrication d’articles en bois		s20	1,26*	-0,641*
Industrie du papier et du carton		s21	1,246*	-1,004***
Edition, imprimerie, reproduction		s22	1,127*	0,528*
Cokéfaction, raffinage, industries nucléaires		s23	1,334*	-1,997****
Industrie chimique		s24	1,573**	-1,63****
Pharmacie		s244	1,412**	-1,025***
Industrie du caoutchouc et des plastiques		s25	0,859	-1,885****
Fabrication d’autres produits minéraux non métalliques		s26	1,528**	-0,912***
Métallurgie		s27	1,109*	-0,243
Travail des métaux		s28	1,43**	-0,433
Fabrication de machines et équipements		s29	1,848***	-1,155****
Fabrication de machines et appareils électriques		s31	1,642***	-2,559****
Fabrication d’équipements de radio, télévision et communication		s32	1,82***	-0,858**
Fabrication d’instruments médicaux, de précision, d’optique et d’horloge		s33	1,707***	-3,169****
Industrie automobile		s34	1,688***	-1,161****
Fabrication d’autres matériels de transport		s35	1,804***	-0,795**
Aéronaut		s353	0,23	-0,912**
Fabrication de meubles ; industries diverses		s36	1,298**	-1,059****
Nombre d’observations = 1648 firmes innovantes L0 (Log vraisemblance initiale)=-9648,9373 L1 (Log vraisemblance finale) = -9 032,21	chi2(44) = 1233,45 Prob > ; chi2 = 0.0000 Pseudo R² (1-L1/L0) =0,0639
NB : le secteur 261 a été retranché afin de permettre l’estimation d’une constante
* : significatif à 10 %, à 5%, * à 1%, **** à 0,1%
Source : CIS1 SESSI

Tableau 87 : Table de prédiction des types de comportements innovants en fonction d’indicatrices sectorielles
		Prédiction
		Procédé	Produit & procédé	Total
Observé	Produit	39	443	482
		8	92	100
		17	31	29
	Procédé	100	256	356
		28	72	100
		43	18	22
	Produit & procédé	91	719	810
		11	89	100
		40	51	49
	Total	230	1 418	1 648
		14	86	100
		100	100	100
Taux de bonne prédiction : 50%
Source : modèle du tableau 86

Tableau 88 : Prédiction des comportements innovants à l’aide de la proportion sectorielle de firmes innovantes
	P(Iprod/ Iprod&proc)		P(Iproc/ Iprod&proc)
Constante	-0,701****		1,156****
Proportion de firmes innovantes dans le secteur	0,775*		-4,144****

Nombre d’observations: 1648 firmes innovantes L0 (Log vraisemblance initiale)=-9648,9373 L1 (Log vraisemblance finale)= -9 312,91		chi2(2) =672,06 Prob > ; chi2 = 0.0000 Pseudo R² (1-L1/L0) =0,0348
NB : le secteur 261 a été retranché afin de permettre l’estimation d’une constante
* : significatif à 10 %, à 5%, * à 1%, **** à 0,1% Source : CIS1 SESSI

Tableau 89 : Table de prédiction des types de comportements innovants en fonction d’indicatrices sectorielles
		Prédiction
		Procédé	Produit & procédé	Total
Observé	Produit	28,00	454	482
		5,81	94,19	100
		21,71	29,89	29,25
	Procédé	49,00	307	356
		13,76	86,24	100
		37,98	20,21	21,6
	Produit & procédé	52,00	758	810
		6,42	93,58	100
		40,31	49,90	49,15
	Total	129,00	1519	1648
		7,83	92,17	100
		100	100,00	100
Taux de bonne prédiction : 49%
Source : modèle du tableau 88

Au regard des résultats il est clair que l’emploi d’une seule variable plutôt que d’un jeu d’indicatrices sectorielles entraîne une chute importante du gain de vraisemblance (de l’ordre de 46%) mais beaucoup moins forte du pouvoir prédictif du modèle (de l’ordre de 1%). Pour prédire le type de comportement innovant adopté par une firme lorsque le nombre de variables explicatives incorporables dans un modèle est restreint (du fait du trop faible nombre d’observations) et/ou que l’on désire expliciter l’origine de certains phénomènes, il peut donc être avantageux de préférer l’emploi de la variable ’ Proportion de firmes innovantes dans le secteur’ plutôt que d’indicatrices sectorielles.

Tableau 90 : Distribution des comportements innovants en fonction de la taille des firmes dans l’enquête CIS1
Taille	Nb.	Distribution des firmes innovantes
Quantile (2)	Obs.(1)	INNO(3)	PROD(4)	PROC(4)	PROD & PROC(4)
1 Petite	64	20,5%	29,2%	38,9%	31,9%
2	28	27,2%	32,9%	30,5%	36,6%
3	7	31,0%	27,0%	34,2%	38,8%
4	11	30,7%	37,7%	25,1%	37,2%
5 Médiane	19	36,5%	42,1%	26,9%	31,0%
6	12	41,7%	38,5%	31,0%	30,5%
7	11	41,4%	30,8%	24,1%	45,1%
8	24	44,4%	35,9%	19,7%	44,4%
9	37	49,5%	23,1%	23,4%	53,5%
10 Grande	259	65,9%	21,7%	13,2%	65,2%
Total	1 648
Proportion dans l’échantillon		43%	31%	25%	44%
Proportions moyennes (moyennes des 10 quantiles)		38,9%	31,9%	26,7%	41,4%
(1) Nb. Obs. : effectif brut de firmes innovantes observées dans chaque classe de taille. (2) Les quantiles sont définis au niveau sectoriel de la NAF à deux indices. On en a calculé 10 (10*10%) sur la base des Chiffres d’affaires hors taxes en 1992 de l’ensemble des firmes répertoriées dans l’EAE et composant chacun des secteurs pris en compte dans l’étude. (3) Le pourcentage de firmes innovantes est défini par rapport à l’ensemble des firmes sondées (innovantes + non innovantes). (4) Les pourcentages de firmes innovantes en produits, procédés et produits & procédés sont uniquement définis par rapport à l’ensemble des firmes innovantes. Source : CIS1 SESSI EAE 1992

Figure 28 : Evolution des comportements innovants en fonction de la taille(1) des firmes dans l’enquête CIS1

[Note: (1) La taille est mesurée de manière discrète par le quantile d’appartenance des firmes. Nous distinguons 10 quantiles définis pour chaque secteur de la NAF à deux indices. Le quantile 1 correspond aux 10% de firmes les plus petites ; le quantile 10 aux 10% plus grandes firmes.
Source : CIS1 SESSI, données extraites du tableau 90]

Notes

231.

Voir tableau 78.