Vous consultezLes débuts de l’Internet pour les petites entreprises industrielles

AuteursJean-Philippe Lesne[*][*] INSEE, Direction des Statistiques d’Entreprises, 18 boulevard...
suite du même auteur

Jacques Mairesse[**][**] INSEE-CREST, 15 boulevard Gabriel-Péri, 92240 Malakoff...
suite du même auteur

INTRODUCTION

Nous étudions, dans cet article, l’introduction de l’Internet dans la population des petites entreprises industrielles (les PEI ). Ce nouveau média, par son caractère d’emblée national et international et sa facilité d’accès, a été souvent présenté comme un moyen tout particulièrement efficace pour les petites et moyennes entreprises (les PME ) d’améliorer leur acquisition d’informations techniques et commerciales. En ce sens, on pourrait s’attendre à ce que les PME les moins performantes aient souhaité adopter rapidement Internet pour essayer de diminuer et rattraper leur retard. À l’inverse, il est également fort possible que ce média ait été, au moins dans ses débuts, plutôt utilisé par les PME déjà les plus performantes et particulièrement dynamiques (à forte productivité, à personnel plus qualifié, innovantes…), et en ce cas il pourrait contribuer, au contraire, à accroître et à renforcer les écarts de performances. C’est avec ces questions à l’esprit et pour commencer à les éclairer que nous cherchons ici à tirer parti de l’enquête de l’INSEE relative aux PEI pour qualifier statistiquement les caractéristiques de celles qui ont choisi très tôt de se connecter à Internet, quelle que soit l’utilisation qu’elles en aient faite par la suite.

2 La première partie de l’article précise les données et définit les variables dont nous disposons, issues des deux grandes enquêtes conduites par l’INSEE (en 1994 et en 1998) sur la population des PEI en 1993 et en 1997. La seconde partie présente des statistiques descriptives simples suggérant l’existence de (cor)relations entre l’adoption d’Internet par les PEI, un comportement innovant, l’utilisation d’informatique de production, et une démarche de qualité (certification ISO ), ainsi qu’avec certaines autres de leurs principales caractéristiques disponibles dans les enquêtes (productivité, salaire moyen ou qualification de la main-d’œuvre, appartenance à un groupe, âge du chef d’entreprise). La troisième partie quantifie, en termes de régressions logistiques ou linéaires, l’influence de ces différents facteurs sur la probabilité de se connecter à Internet, tandis que la quatrième et dernière partie cherche à approfondir l’influence spécifique de l’âge du chef d’entreprise et de son éventuel remplacement par un chef d’entreprise plus jeune.

PRÉSENTATION DES DONNÉES

3 Nos données proviennent des enquêtes auprès des petites entreprises industrielles et de l’artisanat ( EPEI ) menées par l’INSEE, désormais tous les quatre ans. L’EPEI complète le dispositif des enquêtes annuelles d’entreprises ( EAE ) en direction des petites et très petites entreprises. L’enquête EPEI comporte un tronc commun de questions générales, identique à celui des EAE, qui portent principalement sur les variables comptables, et une série de questions qui concernent un thème différent à chaque vague d’enquête. En 1997, le thème original portait sur le degré d’information du chef d’entreprise (sur ses concurrents, sur les nouvelles technologies, sur ses marchés...), sur l’utilisation de l’Internet, sur son utilisation de l’informatique (gestion courante, logiciels techniques...), sur le degré d’innovation dans l’entreprise (importance des dépenses de recherche et développement, innovation de produit et/ou de procédé...), ainsi que sur la mise en œuvre d’une démarche de qualité (certification ISO ). Ces questions n’étaient pas posées lors de l’enquête 1993, pour laquelle le thème original était la sous-traitance et les relations entre entreprises.

4 Les enquêtes EPEI interrogent exhaustivement les entreprises industrielles dont les effectifs salariés sont compris entre 10 et 19, et par un sondage stratifié (par secteurs d’activité, région et classes plus fines d’effectifs salariés) celles de 9 salariés et moins, ces dernières ayant en moyenne une chance sur huit d’être interrogées[1][1] Voir Lapasse et Loiseau [1999]. ...
suite. Plusieurs raisons ont milité pour restreindre notre base d’étude aux seules entreprises de 10 à 19 salariés en 1997 et également présentes à l’enquête de 1993. Il paraissait intéressant de pouvoir calculer une évolution, sur moyenne période 1993-1997, des principales variables comptables. Mais, surtout, il était important d’avoir la possibilité d’utiliser les variables relatives à 1993 comme variables exogènes explicatives de la décision de connexion à Internet, dont on est assuré évidemment, en raison du caractère encore extrêmement récent des débuts de sa diffusion dans les entreprises, qu’elle est postérieure[2][2] Si le fait pour une entreprise d’être connectée à Internet...
suite. La population des entreprises de 0 à 9 salariés est par ailleurs particulièrement hétérogène et très notablement différente de celle ayant déjà une taille de 10 salariés[3][3] Le fait que les entreprises de 0 à 9 soient interrogées...
suite.

5 L’inconvénient inhérent à l’appariement des deux enquêtes est d’introduire potentiellement un biais de sélection dans les estimations que nous faisons. Celui-ci serait surtout lié au fait que les entreprises dont les effectifs ont nettement crû entre les deux dates, signe vraisemblable d’une bonne performance, sortent du champ d’interrogation de l’EPEI 1997 (pour tomber dans celui de l’EAE ). De même, il serait lié au fait que celles dont les effectifs décroissent en dessous de la barre des 10 salariés tombent dans la zone où il y a sondage, et n’ont donc qu’une chance sur huit environ d’être réinterrogées. Il est possible cependant que ces deux sources d’un biais de sélection éventuel se compensent plus ou moins et qu’au total celui-ci ne puisse être très important. Comme on le verra dans la section suivante, on peut de fait penser que, s’il y a biais de sélection, il reste sans doute mineur.

6 Au-delà du tronc commun de l’enquête relatif aux grandes données comptables et aux effectifs, l’EPEI 1997 ne comportait qu’une seule question relative à Internet. Il était simplement demandé aux entreprises si elles avaient une connexion ou non au Web, sans précisions sur l’usage qu’elles faisaient du réseau (recherche d’information ou de clients, messagerie électronique, établissement d’un site,...). On pourrait craindre a priori qu’une telle question ne soit pas très informative et qu’elle ne permette pas notamment de mettre en évidence des corrélations significatives et intéressantes avec d’autres variables. Nous verrons qu’il n’en est rien : le simple fait d’être ou non connectées à Internet discrimine nettement les entreprises, comme l’avait déjà souligné Rivière [1999].

7 L’EPEI 1997 comportait également des questions simples relatives à l’informatisation de l’entreprise, et à la recherche et l’innovation technologiques, ainsi que sur le fait que l’entreprise ait fait l’objet ou non d’une certification ISO. Trois questions portaient sur l’utilisation de l’informatique, d’une part, pour la gestion courante (comptabilité, gestion du personnel, courrier, fiche client,...) et, d’autre part, pour la production suivant deux modalités : utilisation de machines à commande numérique et/ou utilisation de logiciels techniques ( PAO, CAO ). Dans la mesure où la quasi-totalité des entreprises de notre base utilise l’informatique pour la gestion courante, nous avons retenu seulement une variable dichotomique repérant si elles l’utilisent en production.

8 La recherche et l’innovation technologiques étaient appréhendées par cinq questions dichotomiques : l’entreprise considère-t-elle avoir fait un effort financier important en matière de recherche et développement ? A-t-elle sorti un produit comportant une innovation technologique ? A-t-elle mis au point un procédé de fabrication technologiquement nouveau ? A-t-elle déposé une demande de brevet ? A-t-elle acheté une licence d’exploitation d’un brevet porteur d’innovation technologique ? Les réponses à ces questions étant en fait fortement corrélées, nous avons retenu là encore pour l’étude statistique une variable dichotomique, indiquant si les entreprises ont répondu « oui » à l’une au moins des cinq questions.

9 Enfin, on demandait à l’entreprise si elle bénéficiait d’une certification ISO [1][1] Cette famille de certification ISO (normes ISO 9000 et suiv. ),...
suite. Cette variable dichotomique, qui s’interprète comme un signal de qualité émis par l’entreprise, s’avère en général assez discriminante, et nous l’avons également retenue[2][2] Cinq questions, en plus de celle sur Internet, étaient...
suite.

PRINCIPALES STATISTIQUES DESCRIPTIVES

10 L’appariement entre les enquêtes EPEI 1997 et 1993 nous conduit finalement à un échantillon de 5 252 entreprises comptant entre 10 et 19 salariés en 1997, qui ont été interrogées sur leurs exercices de 1993 et de 1997, et dont les données sont exploitables statistiquement[1][1] Nous excluons le secteur de l’énergie (production de...
suite. Le tableau 1 suggère des relations assez fortes entre connexion à Internet, usage d’informatique de production, innovation et certification ISO, quatre variables dichotomiques que nous appellerons par souci de simplicité les « variables 4I ». Les proportions d’entreprises présentant ces caractéristiques 4I sont données en premier lieu sur la base EPEI 1997 globale, en les ventilant suivant trois tailles d’entreprise : les entreprises sans salariés (en général des entreprises individuelles ou des artisans), les entreprises de moins de 10 salariés, et enfin celles de 10 à 19 salariés. En second lieu, ces mêmes proportions sont données sur notre base d’étude, globalement puis en distinguant les deux sous-échantillons des entreprises connectées ou non à Internet.

Tableau 1. - Nombre d’entreprises et proportions des entreprises connectées à Internet

11 Trois remarques générales s’imposent à l’examen de ce tableau. Le fait de restreindre notre base d’étude aux entreprises de 10 à 19 salariés en 1997 déjà interrogées à l’enquête EPEI 1993 n’entraîne pratiquement pas de différences sur aucune des proportions moyennes des variables 4I. Les taux calculés sur les 5 252 entreprises de notre base d’étude (colonne 4) sont très proches de ceux calculés pour l’ensemble des 12 928 entreprises de 10 à 19 salariés de la base EPEI 1997 globale (colonne 3). Cette observation suggère que le biais de sélection qu’on peut craindre sur les estimations économétriques devrait au pire rester faible. On remarque, en revanche, que l’effet de la taille des entreprises, pour les trois classes distinguées sur la base EPEI 1997 globale, est très important sur les variables 4I (colonnes 1,2 et 3), mais de façon cependant moins marquée pour la connexion à Internet que pour les trois autres variables.

12 Enfin, on voit clairement que les variables 4I sont corrélées entre elles, la variable de connexion à Internet apparaissant clairement comme fortement discriminante pour les trois autres variables. Les entreprises connectées sont près d’une fois et demie plus nombreuses à utiliser l’informatique technique (74 % et 55 %) ou à être certifiées (12 % et 8 %), et deux fois plus nombreuses à innover (42 % et 23 %). Naturellement, cette corrélation forte ne s’interprète pas comme une causalité allant de la variable de connexion à Internet vers les trois autres variables 4I. La causalité a de fortes chances de jouer plutôt en sens inverse, dans la mesure où, chronologiquement, l’activité Internet est très vraisemblablement arrivée après les autres activités « 4I » dans l’entreprise. Les entreprises qui ont choisi très tôt de se connecter à l’Internet sont sans doute majoritairement des entreprises qui avaient déjà décidé auparavant – que ce soit par choix stratégique, nécessité technologique ou sous la pression de la concurrence – d’utiliser l’informatique avancée dans leur production, ou de consacrer une partie de leurs ressources à innover ou à faire certifier leur production. Autrement dit, les premières PEI à adopter Internet seraient bien les plus « dynamiques » d’entre elles.

13 Les corrélations statistiques entre la connexion à l’Internet et les trois autres variables 4I peuvent toutefois résulter pour une part plus ou moins forte de l’influence de facteurs communs, dont les plus vraisemblables sont naturellement à la fois les caractéristiques structurelles de l’entreprise (effectif, chiffre d’affaires, secteur d’activité, qualification du personnel, filiale d’une autre entreprise) mais aussi celles du chef d’entreprise, dont l’influence est généralement prépondérante pour des unités aussi petites. Pour les premières, les variables dont nous disposons sont l’effectif, la productivité telle qu’elle est mesurée ici par le chiffre d’affaires par tête (c’est-à-dire la productivité du travail à proprement parler, mais éventuellement aussi l’avantage concurrentiel), le salaire moyen des salariés qui repère leur qualification moyenne (et, dans une certaine mesure aussi, le fait qu’à qualification donnée ils peuvent être plus ou moins bien rémunérés), le fait pour l’entreprise d’être la filiale d’un groupe et l’appartenance à un secteur principal d’activité[1][1] Le fait de mesurer la productivité par la valeur ajoutée...
suite. Pour ce qui concerne le chef d’entreprise, la seule variable dont nous disposons est toutefois son âge. Elle présente un intérêt particulier pour les PEI, car on a souvent considéré que le fait qu’il soit âgé pouvait être un facteur plus ou moins dissuasif à l’adoption d’une technologie nouvelle comme Internet. Le fait de disposer de cette variable aux deux enquêtes 1993 et 1997 nous permet aussi de repérer si l’entreprise a changé de chef d’entreprise entre ces deux années, pour un chef d’entreprise plus jeune ou plus âgé. Le tableau 2 compare les moyennes de ces différentes caractéristiques pour les deux sous-échantillons d’entreprises connectées et non connectées à Internet.

Tableau 2. - Moyennes des principales variables caractéristiques des entreprises selon

14 Il apparaît clairement que les entreprises connectées à Internet sont près de deux fois plus souvent des filiales de groupe que les entreprises non connectées (13 % et 8 %), qu’en moyenne leur chiffre d’affaires par tête et leur salaire moyen sont nettement supérieurs (de l’ordre de15 % et 10 % respectivement), et ceci en 1993 comme en 1997. Pour les autres variables, les différences sont beaucoup plus faibles mais vont souvent dans le sens attendu. En particulier, il n’est pas surprenant que les tailles (l’effectif total) des entreprises connectées et non connectées à Internet puissent être très proches en moyenne, puisque nous nous limitons aux seules entreprises de 10 à 19 salariés en 1997[1][1] Même si le fait qu’elles soient égales n’en est pas...
suite. La croissance du chiffre d’affaires par tête serait un peu plus rapide pour les entreprises connectées, mais non celle du salaire moyen. L’âge du chef d’entreprise serait en moyenne de l’ordre de un an plus jeune pour les entreprises connectées, et les changements pour un chef d’entreprise plus jeune entre 1993 et 1997 à peine plus fréquents.

ESTIMATIONS ÉCONOMÉTRIQUES

15 Les statistiques précédentes suggèrent que le fait pour une entreprise d’être une filiale de groupe, celui d’être plus productive ou d’avoir une main-d’œuvre plus qualifiée devraient contribuer positivement à la probabilité qu’elle soit connectée à Internet, alors que l’âge du chef d’entreprise pourrait contribuer négativement à cette probabilité. Elles ne préjugent pas néanmoins de la significativité et l’importance de ces contributions, puisque celles-ci dépendent aussi des variabilités relatives de ces différents facteurs et de leurs intercorrélations (dans les deux sous-échantillons d’entreprises connectées et non connectées). Pour quantifier ces contributions et déterminer, « toutes choses égales par ailleurs », quelles sont les caractéristiques qui ont la plus forte influence sur la probabilité de connexion, nous modélisons le fait d’être connecté ou non en 1997 par une régression logistique, ou plus simplement encore par une régression linéaire, avec comme variables explicatives (exogènes) le chiffre d’affaire par tête de l’entreprise, mesure approximative de sa productivité du travail, et son salaire moyen (masse salariale par tête), indicateur approximatif de la qualification moyenne de sa main-d’œuvre, ainsi que son effectif total. Ces trois variables structurelles sont prises en logarithme, à leur valeur de 1993. Prendre les valeurs en 1997 conduit en fait à des résultats peu différents, mais on pouvait redouter un biais d’estimation du fait d’une simultanéité entre variable expliquée (la connexion à Internet) et les variables explicatives. Ceci apparaît improbable avec les valeurs de 1993, naturellement antérieures à l’introduction d’Internet dans les entreprises. Nous retenons également l’âge du chef d’entreprise comme un autre facteur, auquel s’attache un intérêt particulier[1][1] De façon précise, nous retenons l’âge du chef d’entreprise...
suite. Nous contrôlons enfin les effets liés aux différences sectorielles importantes en introduisant quinze indicatrices de secteur d’activité[2][2] Ces indicatrices sectorielles correspondent aux 15 secteurs...
suite.

16 Le tableau 3 présente les résultats de nos estimations non seulement pour la connexion à Internet mais aussi en parallèle pour les trois autres variables 4I, et également pour les deux spécifications en termes de régression logistique et linéaire considérées. Ces deux types de régressions conduisent pratiquement aux mêmes estimations des effets moyens des différentes variables sur la probabilité d’être connectée à Internet (ainsi que sur les probabilités relatives aux trois autres variables 4I), même si la régression logistique est en principe plus satisfaisante pour rendre compte d’une variable dichotomique (voir annexe).

17 Comme on pouvait le penser, l’âge du chef d’entreprise joue négativement, de façon statistiquement significative, mais au total assez faiblement, sur la probabilité de voir l’entreprise se connecter à Internet. Il en est de même pour la probabilité de faire usage d’informatique pour la production. Ces deux probabilités, « toutes choses égales par ailleurs », seraient accrues de 1 % pour une augmentation de l’âge du chef d’entreprise de l’ordre d’un écart-type, soit 10 ans, ou encore de 3 % pour un chef d’entreprise de 30 ans par rapport à un chef d’entreprise de 60 ans. En revanche, il apparaît que l’âge du chef d’entreprise ne joue pas significativement sur la probabilité d’avoir des activités d’innovation ou une démarche de qualité de l’entreprise.

Tableau 3. - Effets des variables structurelles sur la probabilité de chaque variable « 4I »

18 La variable qui a l’influence la plus marquée est en fait celle relative à l’appartenance à un groupe. Elle joue positivement de façon très significative sur les probabilités des variables 4I, à l’exception de l’usage de l’informatique de production. La variable de productivité (chiffre d’affaires par tête) est également très significative sur les probabilités des variables 4I, mais à l’exception dans ce cas de la certification ISO. Une augmentation d’un écart-type logarithmique, soit 55 %, de la productivité correspondrait ainsi à une augmentation d’environ 2 % de la probabilité d’être connecté à Internet, de 3 % pour celle relative à l’usage de l’informatique de production et 4 % pour celle relative aux activités d’innovation. La variable de qualification (salaire moyen), d’écart-type logarithmique 35 %, a une influence également significative, mais d’importance presque deux fois moindre, sur les probabilités de connexion à Internet et d’usage de l’informatique de production, mais non sur les activités d’innovation (le coefficient estimé négatif n’étant pas statistiquement significatif), ni sur la certification ISO. On remarque à l’inverse, comme on pouvait largement s’y attendre, que la taille de l’entreprise n’influence significativement aucune des probabilités des « 4I »; mais ceci tient au fait que nous sommes limités à la seule population des PEI de 10 à 19 salariés, et que pour celle-ci cette variable est nécessairement assez peu informative.

19 Au total, au vu de nos estimations, et indépendamment des effets sectoriels, ce sont donc l’insertion de l’entreprise dans un groupe, sa productivité et la qualification moyenne de son personnel, avant l’âge du chef d’entreprise, qui ont le plus sensiblement influencé la décision des PEI d’aller rapidement sur Internet, dès ses débuts.

20 Les régressions présentées dans le tableau 3 sont cependant réalisées parallèlement pour chacune des variables 4I. Elles ne prennent donc pas explicitement en compte un aspect tout à fait important qui est celui de la complémentarité vraisemblable des choix de l’entreprise en la matière. On dira ainsi, par exemple, que les deux choix d’être innovant et de connexion à Internet sont complémentaires, si les entreprises « particulièrement innovantes » sont aussi connectées à Internet de façon « particulièrement fréquente ». L’approche économétrique appropriée pour une analyse rigoureuse de cette question serait assez naturellement celle de la régression logistique multivariée. Dans la mesure même où nous avons vérifié que la régression linéaire conduit à des résultats très voisins de ceux de la régression logistique, nous pouvons nous contenter ici, en première approximation au moins, de considérer les corrélations entre les résidus des quatre régressions linéaires univariées relatives à chacune des variables 4I[1][1] On sait aussi, en effet, que la régression linéaire multivariée...
suite. Ces corrélations sont toujours significativement positives, ce qui s’interprète bien comme l’existence de complémentarité entre les choix de l’entreprise relatifs aux variables 4I, à caractéristiques structurelles données. Les corrélations entre le résidu de la régression relative à Internet et ceux des régressions relatives à l’informatique de production et à l’innovation sont ainsi respectivement de 0.14 et 0.16; elles sont bien inférieures aux corrélations correspondantes entre les variables elles-mêmes qui sont respectivement de 0.63 et 0.43. La corrélation entre les résidus des régressions pour Internet et la certification ISO est plus faible, de 0.05, et plus proche de celle entre les variables elles-mêmes égale à 0.10[2][2] On pouvait évidemment s’attendre à cette plus grande...
suite. Une entreprise a ainsi une probabilité d’autant plus grande d’être connectée à Internet qu’elle a une forte probabilité d’être innovante, ou d’utiliser l’informatique en production, ou encore, dans une moindre mesure, d’être certifiée ISO, et cela à caractéristiques structurelles données.

RETOUR SUR L’INFLUENCE DE L’ÂGE DU CHEF D’ENTREPRISE

21 Si l’adoption d’Internet dans les petites entreprises dépend naturellement du développement de l’offre de services par ce média et des externalités de réseau concomitantes, l’étude des facteurs de la demande que nous avons abordée ici est également déterminante. Il serait intéressant, notamment pour des unités aussi petites, de bien cerner l’influence des caractéristiques liées au profil du chef d’entreprise et de pouvoir les comparer assez systématiquement avec celles de l’entreprise elle-même. Nous ne disposons pas malheureusement dans les enquêtes EPEI de renseignements sur la formation, la qualification et l’expérience professionnelle du chef d’entreprise, mais seulement sur son âge. Nous avons trouvé dans la section précédente que celui-ci influence négativement, mais assez faiblement, la probabilité que l’entreprise soit connectée à Internet. Dans cette section, nous donnons un aperçu de plusieurs des tentatives que nous avons faites pour nous assurer de la robustesse de nos résultats en général, et de celui-ci tout particulièrement, tout en essayant de tirer parti du fait que nous pouvons savoir si l’entreprise a changé de chef d’entreprise entre 1993 et 1997. En comparant en effet l’âge du chef d’entreprise aux deux enquêtes on peut repérer si l’entreprise a changé de chef d’entreprise entre 1993 et 1997, pour un nouveau chef d’entreprise plus jeune ou éventuellement plus vieux. Il apparaît ainsi (dernières lignes du tableau 2) que près de la moitié des PEI dans notre base ont changé de chef d’entreprise, et que dans les deux tiers des cas, ce remplacement s’est effectué au profit d’un chef d’entreprise plus jeune. Ceci n’est pas étonnant puisqu’un quart de ces entreprises étaient dirigées en 1993 par un patron de 60 ans ou plus. Une régression logistique de la probabilité d’observer un changement de chef d’entreprise confirme d’ailleurs le caractère déterminant de l’âge du chef d’entreprise : une année d’âge de plus du chef d’entreprise en 1993 accroît en moyenne de 0,7 % la probabilité qu’il soit remplacé dans les trois à quatre années suivantes (en 1997 ou avant)[1][1] De façon plus précise et conformément à l’intuition,...
suite.

22 On pourrait a priori penser que le remplacement du chef d’entreprise a un effet sur le choix de se connecter à Internet, et craindre que celui-ci n’interagisse avec l’effet propre de l’âge. Dans une perspective plus générale mais analogue, on peut penser que les caractéristiques individuelles non observées de l’entreprise et du chef d’entreprise sont corrélées avec l’âge du chef d’entreprise (et les autres variables de nos régressions) et craindre qu’elles puissent être à l’origine de biais d’estimation. Si cette crainte est bien justifiée, on pourrait aussi s’attendre à ce que le remplacement du chef d’entreprise soit à la source de biais d’estimation du même type. Dans la mesure où ce n’est pas le cas, comme on va le voir, on peut espérer que cette source de biais n’est pas vraiment importante. Cet espoir est également conforté par les estimations par variables instrumentales que nous avons pu faire.

23 Le tableau 4 présente ainsi quatre variantes d’estimation que nous avons été amenés à considérer en introduisant deux indicatrices de changement de chef d’entreprise, respectivement pour un plus jeune et pour un plus vieux, comme variables explicatives supplémentaires, dans la régression linéaire précédente (tableau 3) relative à l’adoption d’Internet. La première (R1) correspond exactement à cette régression, avec les mêmes variables explicatives, et les deux indicatrices de changement de chef d’entreprise. La seconde (R2) correspond aussi à cette même régression, mais dans ce cas les variables de productivité, de qualification et de taille sont relatives à l’année 1997 (et non plus à 1993). La troisième (R3) et la quatrième (R4) reprennent la spécification de (R2), mais les estimations ne sont plus celles des moindres carrés ordinaires, mais celles des variables instrumentales où les variables de 1997 sont instrumentées par les variables correspondantes de 1993 dans le cas de (R3) et par les taux de croissance de ces variables dans celui de (R4)[1][1] Pour R4, de façon précise, nous avons préféré instrumenter...
suite.

Tableau 4. - Effets de l’âge et du changement de chef d’entreprise sur la probabilité

24 Ces quatre variantes concluent à une absence d’effet du remplacement du chef d’entreprise sur la probabilité de voir l’entreprise se connecter à Internet, et suggèrent l’existence d’un effet faiblement négatif de l’âge de l’entrepreneur sur cette probabilité.

25 Au total, et pour conclure, les facteurs d’adoption de Internet dans les petites entreprises industrielles semblent donc, au moins à ses débuts, à rechercher davantage du côté des caractéristiques économiques intrinsèques de l’entreprise que de celui du profil de leur patron : quels que soient leur taille et leur secteur d’activité, les entreprises les plus productives et les plus qualifiées ont été en général celles qui ont eu le plus d’incitations à se connecter tôt à ce nouveau média, qui est venu s’ajouter à leur propension plus forte à innover, à utiliser l’informatique pour la production et à avoir une démarche de qualité.

Annexe

ANNEXE RÉGRESSION LINÉAIRE, RÉGRESSION LOGISTIQUE ET COEFFICIENT DE PENTE

26 On étudie une caractéristique individuelle dichotomique y_i=0 ou 1, modélisée par une variable latente y_i*=x_i β + u_i, où x_i sont les variables explicatives, β le vecteur des paramètres à estimer et u_i le résidu. En supposant que y_i=1 équivaut à y_i* > 0 et que les 1, on a :
u_i suivent une loi logistique de fonction de répartition F ( U )=1 + exp ( − U )

27 À la différence de la régression linéaire, les paramètres β du modèle ne sont pas égaux aux effets marginaux γ d’une petite variation des explicatives sur la variable endogène. En effet,

28 Les effets marginaux, également appelés pentes ou coefficients de pente, dépendent donc de la valeur des explicatives, ce qui n’est pas le cas dans la régression linéaire; les effets des variables explicatives présentés dans les tableaux sont les pentes calculées aux valeurs moyennes des variables explicatives sur la base d’étude.

29 L’approximation linéaire du modèle de régression logistique est simplement y_i=x_i γ + u_i où cette fois les coefficients γ sont bien les effets marginaux (supposés constants) des variables explicatives sur la variable endogène.

Bibliographie

RÉFÉRENCES BIBLIOGRAPHIQUES

CRÉPON B. et MAIRESSE J. [1993], « Recherche et Développement, qualification et productivité des entreprises », dans Guellec D. (dir.) Innovation et compétitivité, Paris, INSEE-Méthodes et Economica, p. 181-221.

BENSAID A., GREENAN N. et MAIRESSE J. [1997], « Informatisation, recherche et productivité », Revue économique, 48 (3), p. 591-603.

GREENAN N. et MAIRESSE J. [2000], « Computers and Productivity in France : Some Evidence », Economics of Innovation and New Technology, 9 (3), p. 275-315.

GREENAN N., MAIRESSE J. et TOPIOL-BENSAID A. [1999], « Investissements immatériels, productivité et qualifications », Revue économique, 50 (3), p. 417-430.

LAPASSE B. et LOISEAU H. [1999], « Panorama des petites entreprises industrielles », Insee-Première, n° 667.

RIVIÈRE P. [1999], « Le dynamisme des petites entreprises internautes », Insee-Première, n° 668.

Notes

[ * ] INSEE, Direction des Statistiques d’Entreprises, 18 boulevard Adolphe-Pinard, 75675 Paris Cedex 14. E-mail : jean-philippe. lesne@ insee. fr

[ ** ] INSEE-CREST, 15 boulevard Gabriel-Péri, 92240 Malakoff Cedex. E-mail : mmairesse@ ensae. fr Nous sommes particulièrement reconnaissants à Pascal Rivière pour la mise à disposition des fichiers des enquêtes EPEI 1993 et 1997 et l’aide apportée à cette occasion, ainsi qu’à nos étudiants de l’ENSAE qui ont contribué à de premières explorations de ces fichiers : Agnès Jakubowicz, Céline Lamarque, Lise Martin, Sabine Maugars, Emmanuel Rousselot, Ragu Suryanayaranan. Nous remercions aussi Emmanuelle Fauchart et Nicolas Curien pour leurs remarques sur une première version de ce travail.

[1] Voir Lapasse et Loiseau [1999].

[2] Si le fait pour une entreprise d’être connectée à Internet en 1997 implique ainsi qu’elle se soit connectée entre 1993 et 1997, ce n’est bien sûr pas le cas en ce qui concerne la certification ISO, le développement d’une informatique de production ou celui d’activités d’innovation.

[3] Le fait que les entreprises de 0 à 9 soient interrogées par sondage entraînait en outre une limitation et une difficulté supplémentaire pour l’appariement des deux enquêtes 1997 et 1993.

[1] Cette famille de certification ISO (normes ISO 9000 et suiv.), bien distincte des normes ISO en vigueur dans le domaine des télécommunications, revêt de multiples formes selon le type d’activité industrielle : certification des propriétés physiques ou mécaniques du produit, certification de tout ou partie du processus productif. Elle représente un engagement de l’entreprise à maintenir la qualité de son produit, ce qui n’est rentable que pour les hautes qualités.

[2] Cinq questions, en plus de celle sur Internet, étaient également posées au chef d’entreprise relativement à son accès à l’information : on lui demandait notamment s’il considérait disposer d’une bonne information sur ses marchés, ses concurrents, la solvabilité de ses clients et fournisseurs ainsi que sur les nouvelles technologies. Ces questions, a priori fort intéressantes, se sont révélées n’apporter en fait que peu d’information. La plupart des chefs d’entreprise s’estiment bien informés sur ces différents aspects, et leurs réponses à ces questions sont fortement corrélées, et ceci sans lien apparent avec les autres caractéristiques d’entreprise que nous considérons. La moitié environ des entreprises répondent ainsi qu’elles sont bien informées à trois au moins des cinq questions. Les entreprises connectées à Internet s’estiment notamment à peine mieux informées que les non-connectées, ce qui peut sembler surprenant, mais tient sans doute au fait que la notion d’information est prise en un sens très large. Nous avons donc préféré ne pas retenir ici ces variables de perception d’accès à l’information.

[1] Nous excluons le secteur de l’énergie (production de combustibles et de carburant, production d’électricité, eau, gaz), très minoritaire et assez atypique. Nous excluons aussi un faible nombre d’entreprises qui font problème pour la mesure des variables de l’étude : celles notamment dont le chiffre d’affaires déclaré est nul, ou qui n’ont pas répondu à la question sur l’âge du chef d’entreprise; celles aussi qui ont connu des modifications de situation juridique, ou dont la durée d’exercice n’est pas de douze mois, ou encore dont la clôture d’exercice est trop fortement décalée par rapport à la fin de l’année calendaire.

[1] Le fait de mesurer la productivité par la valeur ajoutée par tête plutôt que par le chiffre d’affaires par tête ne change pas nos résultats ; de même le fait de prendre pour les effectifs les seuls salariés ou les salariés et non salariés.

[1] Même si le fait qu’elles soient égales n’en est pas moins une coïncidence !

[1] De façon précise, nous retenons l’âge du chef d’entreprise en 1997; mais les résultats ne sont pratiquement pas changés en retenant l’âge en 1993. Ce n’est pas étonnant puisque pour une moitié des entreprises, celles qui n’ont pas changé de chef d’entreprise, les deux variables ne sont différentes qu’à une constante près (quatre ans !), tandis que les variables de changement de chef d’entreprise, pour l’autre moitié des entreprises, n’ont pas d’effet significatif sur la probabilité d’être connecté à Internet (cf. dernière section).

[2] Ces indicatrices sectorielles correspondent aux 15 secteurs industriels (hors énergie) de la Nomenclature économique de synthèse en 36 postes ( NES 36). Ce contrôle sectoriel est systématiquement appliqué par la suite. Nous n’avons pas jugé utile ici de documenter les coefficients associés aux quinze indicatrices sectorielles retenues, même s’ils sont très souvent significatifs - comme on pouvait l’escompter compte tenu des importantes différences dans les proportions moyennes d’entreprises connectées à Internet suivant les différents secteurs industriels (cf. Rivière, [1999]).

[1] On sait aussi, en effet, que la régression linéaire multivariée faite sur les variables 4I conjointement conduit aux mêmes estimations (et donc au mêmes résidus) que les quatre régressions linéaires univariées faites sur chacune des variables 4I séparément, dans le cas où les variables explicatives sont les mêmes.

[2] On pouvait évidemment s’attendre à cette plus grande proximité entre les deux types de corrélations (corrélation partielle, compte tenu des facteurs explicatifs considérés, versus corrélation simple), dans la mesure où la régression pour la certification ISO est de moindre qualité, la seule variable significative étant celle d’appartenance à un groupe (en plus des indicatrices sectorielles). Les corrélations correspondantes entre informatique de production et innovation sont de 0.05 et 0.40; entre informatique de production et certification ISO de 0.01 et de 0.05; et entre innovation et certification ISO de 0.05 et 0.10.

[1] De façon plus précise et conformément à l’intuition, on trouve que l’âge n’intervient pas linéairement mais que la variable d’âge au carré est également statistiquement significative. L’effet de l’âge est de 0,7 % pour un chef d’entreprise de 48 ans (âge moyen), mais croît sensiblement pour des chefs d’entreprise plus âgés (et plus jeunes). On trouve aussi que l’appartenance à un groupe et la qualification moyenne (repéré par le salaire moyen) jouent sur le remplacement du chef d’entreprise, tandis que la productivité (chiffre d’affaires par tête) et même l’appartenance sectorielle n’ont pas d’influence significative.

[1] Pour R4, de façon précise, nous avons préféré instrumenter les effectifs, chiffre d’affaires par tête et salaire moyen en 1997 par les taux de croissance correspondants 1996/1993, plutôt que par les taux de croissance 1997/1993, ce qui était possible car l’enquête EPEI 1997 demandait les effectifs, le chiffre d’affaires et la masse salariale non seulement pour 1997 mais aussi 1996. La variable d’âge en 1997 est, quant à elle, pour R4 de même que pour R3, instrumentée par l’âge en 1993.

Résumé

Cet article décrit les caractéristiques principales des petites entreprises industrielles françaises qui ont choisi les premières de se connecter à l’Internet. Il montre que ces entreprises sont en général plus innovantes, qu’elles font un usage plus important de l’informatique dans leur processus de production, et qu’elles bénéficient d’une certification ISO. Bien avant de choisir de se connecter à Internet, elles étaient aussi en moyenne déjà plus productives et avaient une main-d’œuvre plus qualifiée. Il apparaît également que le fait pour une entreprise d’être une filiale d’un groupe a un effet positif important sur sa probabilité d’être connectée, tandis que le fait d’avoir un chef d’entreprise jeune a un effet positif assez faible, même s’il est statistiquement significatif.

PLAN DE L'ARTICLE

• INTRODUCTION
• PRÉSENTATION DES DONNÉES
• PRINCIPALES STATISTIQUES DESCRIPTIVES
• ESTIMATIONS ÉCONOMÉTRIQUES
• RETOUR SUR L’INFLUENCE DE L’ÂGE DU CHEF D’ENTREPRISE
• ANNEXE RÉGRESSION LINÉAIRE, RÉGRESSION LOGISTIQUE ET COEFFICIENT DE PENTE
• Annexe

Jean-Philippe Lesne et Jacques Mairesse « Les débuts de l'Internet pour les petites entreprises industrielles », Revue économique 7/2001 (Vol. 52), p. 235-247.
URL : www.cairn.info/revue-economique-2001-7-page-235.htm.
DOI : 10.3917/reco.527.0235.