Localisation des activités économiques

Vous consultezDécomposition internationale de la chaîne de valeur

Une étude de la localisation des firmes multinationales dans l’Union européenne élargie

AuteursFabrice Defever[*][*] Team, Université Paris I Panthéon Sorbonne et cnrs, Maison...
suite du même auteur

Jean-Louis Mucchielli[**][**] Team, Université Paris I Panthéon Sorbonne et cnrs.
Le...
suite du même auteur

Introduction

La fragmentation du processus de production internationale est une idée déjà ancienne (Lassudrie-Duchêne [1982]) qui est de plus en plus au centre des préoccupations des pouvoirs politiques, que ce soit au niveau local, national ou européen. En effet, l’élargissement de l’Union européenne et, plus généralement, le processus de mondialisation en cours peuvent conduire à une réorganisation géographique de la production. Même si ce phénomène ne peut être réduit seulement à l’activité des firmes multinationales, ces dernières semblent en être l’un des acteurs principaux. Le rapprochement de l’étude de ces organisations avec la théorie de l’économie internationale conduit à considérer non seulement l’appareil productif, mais aussi l’ensemble des fonctions de services en amont (quartiers généraux, centres de recherche & développement) et en aval de la production (logistique et bureaux commerciaux). Krugman [1995] considère, à travers l’expression Slicing the value chain, que la décomposition internationale de la chaîne de valeur est l’un des quatre faits stylisés les plus importants du commerce mondial actuel. Hatem et Defever [2003] estiment que sur les 1,2 million d’emplois créés par des firmes multinationales entre 1998 et 2002 au sein de l’Union européenne élargie, 40 % de ces emplois ont été réalisés dans des activités de services[1][1] Ce pourcentage est de 60 % lorsqu’on ne considère...
suite.

2 Toutefois, malgré les développements récents liés à la théorie de la localisation (Head, Ries et Swenson [1995] ; Head et Mayer [2004]), les travaux actuels ne considèrent que les activités de production. Plus généralement, très peu d’articles théoriques ou empiriques réfèrent explicitement au concept de globalisation des fonctions de services. Ainsi, Feenstra [2003] constate que la prise en compte de l’ensemble de la chaîne de valeur dans le processus international de production est une voie de recherche extrêmement prometteuse mais qu’à ce jour elle n’a été exploitée que dans le cadre de l’économie géographique ou de la sociologie économique[2][2] Cf. Yeung [2001] en économie géographique et Kenney et...
suite.

3 L’unique article théorique mettant en avant l’importance d’une analyse en termes de fonctions est celui de Duranton et Puga [2005]. Dans un cadre d’économie urbaine, les auteurs étudient l’évolution de la structure des villes d’une spécialisation sectorielle vers une spécialisation fonctionnelle. Ce phénomène serait dû à un changement dans l’organisation des entreprises, conduisant à une spécialisation des villes par type d’activités plutôt que par secteur. Les villes de taille importante auraient une spécialisation dans les fonctions de services, alors que les villes plus petites se spécialiseraient dans la production. Ce modèle semble donc indiquer que la spécialisation devrait être analysée en terme fonctionnel lorsqu’on considère des activités de services et sectoriel pour les activités de production. Dès lors, il paraît possible d’étendre ce concept à un cadre international où la spécialisation des pays ne serait plus sectorielle mais fonctionnelle, du fait de la fragmentation internationale des activités de services des firmes multinationales.

4 L’étude de la fragmentation internationale de la chaîne de valeur peut également s’appuyer sur l’actuel renouveau de la théorie de l’organisation des firmes multinationales, selon lequel les modèles existants ne sont pas à même de décrire correctement la diversité des stratégies internationales des firmes. En effet, jusqu’à présent, seuls deux types d’investissements réalisés par les firmes multinationales ont été considérés : d’une part, la séparation verticale des activités afin d’exploiter les différences internationales des prix des facteurs de production (Helpman [1984]) et, d’autre part, la séparation horizontale des activités par la duplication des sites de production dans différents pays afin d’accéder plus facilement aux différents marchés (Markusen [1984]). Malheureusement, la recherche empirique a connu de nombreuses difficultés pour démontrer la validité de cette classification. En effet, comme le notent Grossman et al. [2004], lorsqu’on prend en compte un grand nombre de pays et de stades de production, certaines formes organisationnelles ne correspondent à aucune de ces catégories. C’est à partir de ce constat que des travaux ont très récemment souligné la complexité des formes organisationnelles des firmes multinationales[3][3] Le premier renouvellement a été l’utilisation de la...
suite.

5 Notre travail consiste en une étude économétrique des déterminants de la localisation des activités de services et de production des firmes multinationales au sein de l’Union européenne élargie. Nous proposons l’utilisation d’une base de données récemment développée et fournissant des données individuelles sur des firmes multinationales (11 000 données) ayant réalisé de nouveaux investissements au cours de la période 1997-2002. Chacun des projets est réparti suivant sa fonction dans les pays de l’Union européenne élargie. Les tests économétriques sont basés sur le logit conditionnel et le logit mixte. Au-delà des caractéristiques des pays (telles que le salaire, le niveau d’éducation ou encore la taille du marché), notre travail vise à mettre en lumière l’importance de la notion de fonction pour les activités de services. En effet, nous montrons que l’aspect sectoriel perd de sa pertinence lorsqu’on considère des activités de services. Ces résultats sont en accord avec les travaux théoriques de Duranton et Puga [2005]. Enfin, nous montrons l’importance des relations verticales entre filiales d’un même groupe, conduisant à la co-localisation au sein d’un même pays.

Estimations économétriques

6 Afin de tester les principaux déterminants de la localisation des différents éléments de la chaîne de valeur, nous nous baserons sur des données individuelles d’implantations de firmes au sein de l’Union européenne des Vingt-Cinq. Cela est possible du fait que les données indiquent le type d’activité de l’implantation. Nous réaliserons une régression pour chacune des fonctions étudiées[4][4] Nous avons estimé le modèle en régressant simultanément...
suite.

Le logit conditionnel

7 La théorie de la localisation nous paraît être à même de mettre en lumière les déterminants de la localisation des fonctions des firmes multinationales. Différentes études ont déjà été réalisées sur les implantations au sein de l’Union européenne (Mayer et Mucchielli [1999] ; Head et Mayer [2004]) ainsi que dans les pays d’Europe de l’Est (Disdier et Mayer [2004]). La technique économétrique la plus utilisée dans cette littérature est l’analyse qualitative et plus particulièrement le logit conditionnel proposé en premier par McFadden [1984]. On considère ainsi que chaque décision de localisation correspond à un choix discret réalisé entre les alternatives de localisations possibles.

8 Soit J=(1, …, j, …, n), les localisations possibles, chacune d’elles offrant un profit π_j :

9
lorsque

avec U_j, une fonction des différentes caractéristiques observables (X_j) de chacune des j localisations possibles, β le vecteur des coefficients estimés, et ε_j les avantages non observables de la localité j. On considère donc que la localisation j sera choisie si elle génère un profit pour la firme supérieur à celui qui aurait été obtenu dans les autres localisations. La probabilité de choisir la localisation j est donc :

Si les erreurs sont indépendantes et distribuées de manière identique suivant une distribution de type double exponentielle, la probabilité de choisir la localisation j s’écrit :

Les limites de la spécification de base

10 Certaines caractéristiques inobservables du décideur ou une corrélation inobservable entre certains déterminants du choix de localisation peuvent être à l’origine de la violation de l’hypothèse d’indépendance entre les alternatives possibles sur laquelle repose le logit conditionnel (hypothèse d’iia i.e., independence of irrelevant alternatives). Dans ce cas, le logit conditionnel serait inconsistant.

11 Afin de tester cette hypothèse, nous utilisons un test de spécification proposé par Haussman et McFadden [1984]. Nous estimons des modèles restreints et non restreints en éliminant successivement chacun des choix de localisations possibles, afin d’observer si ces restrictions modifient significativement les coefficients des variables explicatives. Les résultats montrent que l’hypothèse d’iia est largement violée. Cela peut être dû à l’hétérogénéité entre les firmes qui modifierait la distribution des erreurs, rendant ainsi inconsistants les estimateurs[5][5] L’autocorrélation des erreurs peut aussi provenir de...
suite.

Le logit mixte

12 L’une des manières de relaxer l’hypothèse d’iia est d’introduire un effet individuel aléatoire en estimant un modèle logit mixte (Brownstone et Train [1999])[6][6] D’autres méthodologies de choix de localisation sont...
suite. Dans ce cas, le profit π_lj, d’une entreprise l pour le choix de localisation j sera donné par :

13
avec X_lj correspondant aux variables observées relatives au choix du pays j mais aussi à la firme l ⋅ β_l correspond au vecteur de coefficients lié à la variable et variant entre les différentes firmes l considérées. De ce fait, il peut être interprété comme représentant la différence de préférences des entreprises. ε_lj correspond au terme aléatoire possédant les mêmes propriétés que celui du logit conditionnel. Les coefficients des variables explicatives varient entre les entreprises avec une densité f(β). La probabilité de choisir la localité j est donnée par (Train [2003]) :

Cela nous permet d’écrire le profit d’une entreprise l dans le pays j tel que :

avec βm et βs caractérisant la distribution de β (i.e. moyenne et variance), βm reflétant les préférences de l’entreprise l. Nous estimons βm et βs à l’aide de méthodes de simulation, assumant la normalité de la loi f(β)[7][7] Les régressions utilisant le logit mixte sont réalisées...
suite. Cette méthodologie nous permet ainsi d’éliminer les différences de perception entre les choix de localisation offerts aux multinationales et évite qu’elles n’affectent les coefficients des variables explicatives liées aux pays. En revanche, nous considérerons les variables liées aux caractéristiques propres aux entreprises comme des coefficients fixes.

Description des données

Analyse descriptive

14 Malgré les énormes progrès réalisés par la théorie de la localisation au cours de la dernière décennie, les travaux précédemment décrits n’ont jusqu’alors considéré que les activités de production. Pourtant, comme le montre le tableau 1, le nombre d’investissements de production ne représente que la moitié des investissements réalisés par des firmes multinationales au sein de l’Union européenne des Quinze et des nouveaux pays d’Europe centrale (pec8) ayant accédé à l’Union en 2004[8][8] pec8 comprend les cinq pays d’Europe centrale (la Hongrie,...
suite.

Tableau 1 - Nombre d’investissements par fonction dans l’Union européenne élargie

15 Le type de projets que nous nous proposons d’étudier dans cet article correspond à des investissements productifs internationaux. Nous nous appuyons sur la base de données eim (European Investment Monitor), développée par le cabinet de consultants Ernst & Young. Cette base recense plus de 11 000 annonces de projets d’investissements étrangers (créations ou extensions) dans l’ensemble des pays d’Europe de l’Ouest et de l’Est ainsi qu’en Russie et en Turquie sur la période 1997-2002[9][9] Voir l’annexe pour une description plus complète de la...
suite.

16 Les projets sont distingués selon le secteur et la fonction (production, quartiers généraux, centres de recherche et développement, logistique, bureaux commerciaux). Il peut s’agir d’investissements dans le secteur industriel ou dans le secteur tertiaire (voir tableau 2), y compris dans le domaine des services aux entreprises, mais non aux particuliers. Il est important de noter la différence entre les activités de services et les secteurs de services. Pour ces derniers, qui composent très largement le secteur non manufacturier, l’étude de la fonction de production perd de sa pertinence[10][10] En effet, la production ne représente que 3 % des...
suite.

Tableau 2 - Nombre d’investissements par fonction et par type de secteurs dans l’UE des Vingt-Cinq

17 Les données semblent montrer que les pays de l’Est possèdent une forte spécialisation dans la production manufacturière et les pays d’Europe de l’Ouest dans les activités de services. Dans le tableau 1, on remarque que 72 % des investissements réalisés dans les nouveaux pays ayant accédé à l’Union européenne le sont dans la production contre 42 % pour les pays de l’ue des Quinze.

18 Pourtant, si l’on constate effectivement une spécialisation des pays, il semble incorrect de conclure qu’en probabilité un investissement dans la production aura plus de chance d’être réalisé en Europe de l’Est qu’en Europe de l’Ouest. La figure 1 représente la localisation des différentes fonctions de production et de services au cours de la période 1997-2002 au sein de l’Union européenne élargie. Nous y considérons le nombre d’investissements réalisés pour chaque fonction et pour chaque pays par rapport à la population du pays. Or, à population égale, certains pays tels que le Royaume-Uni, l’Irlande et la Belgique attirent un nombre d’investissements supérieur de 30 % à la moyenne européenne, et ce quelle que soit la fonction considérée, y compris dans la production. A contrario, le Portugal, l’Espagne, l’Italie et la Grèce ont attiré un nombre d’investissements inférieur de plus de 30 % à la moyenne européenne pour l’ensemble des fonctions[11][11] Cela peut provenir d’une possible autocorrélation spatiale...
suite.

Figure 1 - Nombre d’implantations par fonction par rapport à la population du pays

Construction de la variable dépendante

19 Nous réalisons un ensemble de restrictions sur les données utilisées afin d’obtenir un sous-ensemble cohérent et le plus homogène possible. Les projets étant distingués selon le type d’opération (création, extension), nous ne retenons pour la variable dépendante que les créations, beaucoup plus appropriées pour l’étude directe des choix de localisation[12][12] Les extensions de sites représentent 35 % des projets...
suite.

20 Limite du champ géographique. La base de données indique le pays d’origine des projets. Nous nous limiterons à l’étude des investissements de firmes non européennes en Europe. En effet, nous cherchons à étudier les déterminants de la localisation indépendamment des aspects liés aux caractéristiques des pays d’origine. Les pays d’accueil pris en compte par la base correspondent à l’ensemble des pays d’Europe de l’Ouest, les peco ainsi que la Turquie et la Russie, soit près de 36 pays. Par manque de données nationales homogènes utilisables pour les variables explicatives, nous ne considérerons que les pays de l’Union européenne et les nouveaux entrants au sein de l’union (pec8)[13][13] Cf. , p.  1190, n.  1. ...
suite. La base de données indique aussi la région d’implantation dans le pays, mais nous nous limitons dans cette étude au choix du pays[14][14] Une des extensions possibles de notre travail pourrait naturellement...
suite.

21 Comme le montre le tableau 3, au cours de la période 1997-2002, près de 46 % des investissements ont été réalisés par des entreprises européennes, contre 42 % par des firmes originaires de la zone nafta et seulement 7 % par des firmes japonaises.

Tableau 3 - Nombre d’investissements par fonction et par région d’origine dans l’ue des Vingt-Cinq

22 Limite du champ sectoriel. Sur les 49 secteurs définis, nous ne retenons que les 30 secteurs qui composent le secteur manufacturier et excluons l’ensemble des secteurs de services, de la construction et de l’agriculture. La nomenclature correspond à la classification internationale standard étendue à l’ensemble des activités économiques[15][15] Classification Internationale Type par Industrie – Révision...
suite. Certains secteurs accueillant une part importante des projets sont décomposés en sous-secteurs (cas du secteur automobile, de la chimie et de l’électrique-électronique).

23 Limite du champ fonctionnel. Nous limiterons notre étude à cinq fonctions de l’entreprise :

1. Quartiers généraux : il faut considérer avec précaution les projets désignés sous ce terme. En effet, les quartiers généraux étudiés ne correspondent pas à l’entité décisionnelle principale qui se trouve normalement au sein du pays d’origine. Il peut s’agir de quartiers généraux européens, régionaux (ex. : Europe du Nord), ou encore destinés à organiser le réseau de l’entreprise dans un pays donné.
   
2. Les centres de recherche et développement : ils correspondent à des centres de recherche de type scientifique, mais peuvent aussi être des lieux de recherche appliquée directement à la production, tels que les activités de pré-production ou de conception de prototypes. Les données ne nous permettent pas de distinguer si l’activité principale de l’unité est la conception de nouveaux produits ou l’adaptation au marché national ou européen de produits existants.
   
3. Les sites de production : ils correspondent à des entités destinées à la production de biens physiques.
   
4. Logistique : les centres de logistique sont l’ensemble des structures d’organisation du cheminement de la production, des entrepôts de stockage et des centres de distribution régionaux. Ils peuvent être destinés à la logistique interne de l’entreprise mais aussi externe en liaison avec des clients ou des fournisseurs. Étant donné que nous ne prenons pas en compte les secteurs de services, il ne peut toutefois s’agir de sociétés de transport.
   
5. Bureaux commerciaux : ce terme regroupe autant l’activité de commerce de gros que celle de représentation de l’entreprise à l’étranger. Bien qu’il n’y ait pas de limite de taille dans la prise en compte des projets, il semble que la base ne couvre que les investissements les plus importants.
   

Nous excluons donc l’ensemble des projets appartenant aux autres fonctions disponibles[16][16] Centres d’appels, de formation, de gestion de données...
suite, soit parce que les travaux de comparaison ont conduit à considérer ces catégories comme mal définies, soit parce que le nombre limité de projets ne permettait pas de réaliser des tests économétriques fiables.

Description des variables explicatives

24 Nombre de variables issues de la littérature théorique et empirique de la localisation peuvent être considérées pour étudier chacun des différents fragments de la chaîne de valeur. Dans la mesure du possible, nous nous limiterons à un ensemble de variables ayant potentiellement un impact sur l’ensemble des fonctions, afin d’en faciliter la comparaison. Le tableau 5 récapitule l’ensemble des variables.

Tableau 5 - Définition des variables

25 Coût salarial unitaire. Il est calculé en divisant le salaire par la productivité. Pour cela, nous utilisons une variable salaire (coût horaire) définie pour chaque pays et pour chacune des cinq fonctions[17][17] En ce qui concerne la fonction de production, il aurait...
suite. La productivité correspond à la valeur ajoutée par personne active, elle aussi définie pour chacune des fonctions[18][18] Nous assumons le fait que le nombre d’heures travaillées...
suite. Dans les deux cas, il est nécessaire d’établir une correspondance entre les fonctions et la nomenclature statistique des activités économiques dans la Communauté européenne (nace Rev1) afin d’obtenir des données par fonction.

Tableau 4 - Correspondance entre les fonctions et la classification nace

26 Éducation et R&D. L’analyse de l’importance accordée par les firmes au niveau d’éducation et aux dépenses en recherche et développement des pays lors du choix de la localisation des différents segments de la chaîne de valeur nous apparaît être particulièrement intéressante. En effet, on s’attend à ce que ces caractéristiques soient plus importantes pour les activités de services que pour la production et déterminantes pour certaines fonctions telles que la R&D.

27 Malheureusement, il est a priori difficile d’introduire simultanément des variables liées au capital humain et à la R&D, du fait de la colinéarité entre ces variables. Nous construisons donc un indicateur composite à partir d’une analyse en composantes principales (acp). Les variables considérées sont le pourcentage de la population active ayant achevé entre cinq et sept années d’études dans le cycle supérieur (isced 5 à 7) en sciences et en technologie et les dépenses totales en R&D. Les deux variables, fournies par Eurostat sont données pour chacun des pays d’accueil sur les années 1997-2002. Nous désignons par « éducation et R&D » cette variable. Le premier facteur explique 70 % de l’information contenue dans les deux variables de départ. La valeur propre du premier facteur est de 1,4 et celle du deuxième de 0,6. Le premier (second) facteur extrait plus (moins) d’information qu’une variable initiale. Suivant le critère de Kaiser, nous retenons donc le premier facteur.

28 Gouvernance. Utilisant, comme pour la variable précédente, la méthode acp, nous construisons un indice synthétique de gouvernance pour chaque pays sur la période 1997-2002 à partir des six indicateurs institutionnels construits par Kaufmann et al. [2004]. Les auteurs ont construit ces données notamment sur la perception de la stabilité politique, l’application de la loi, l’efficacité de l’État, ou encore le respect des droits fondamentaux à partir d’enquêtes auprès de chefs d’entreprise, de citoyens ou d’experts. La valeur propre du premier facteur de cet indice, qui explique 87 % de la variabilité, est de 5,26, alors que celle du deuxième facteur est de 0,32 et celle du troisième de 0,22. Nous retenons alors la première composante principale.

29 Demande. Nous décomposons la variable demande en deux types : d’une part, la demande nationale du pays d’accueil en considérant le pib en dollars us constant (base 1995) fournie par le cepii (base Chelem) pour la période 1997-2002 et, d’autre part, l’accès aux marchés externes du pays considéré. Pour ce dernier aspect, nous construisons un indicateur de demande externe[19][19] Cf. Head et Mayer [2004] pour la construction de cette variable...
suite. Celui-ci, inspiré de Harris [1954], correspond à la somme des pib de l’ensemble des autres pays J, pondérée par leur distance respective, D_ij(fournie par le cepii) avec la localisation i choisie :

30
Intuitivement, on peut s’attendre à ce que les fonctions les plus en aval, telles que les bureaux commerciaux, soient celles qui accordent le plus d’importance aux variables de demande. Dans le cas des sites de production, certains produits, tels que l’automobile, sont susceptibles d’être différenciés par les acheteurs selon le pays de production. Ainsi, en plus de l’accès aux autres marchés européens, une firme aura une grande incitation à se localiser dans un pays avec une demande nationale élevée. Les centres décisionnels, d’une part, et de recherche et développement, d’autre part, n’ont, a priori, aucun intérêt à se localiser au centre de la demande, puisque ces activités ne sont pas en contact direct avec les consommateurs. Pour autant, la littérature sur la localisation des centre de R&D indique que la taille du marché peut s’avérer une variable déterminante lors de l’adaptation au marché local de produits[20][20] La littérature relative à l’internationalisation de...
suite. Concernant les sièges sociaux, une localité centrale peut aussi s’avérer stratégique, notamment dans la gestion de filiales implantées dans différents pays.
Variable fonctionnelle et sectorielle. Il s’agit de considérer l’importance de la dimension sectorielle, d’une part, et fonctionnelle, d’autre part, dans le choix du pays de localisation. Pour comparer l’importance accordée à chacune de ces dimensions, nous construisons deux variables à partir du stock des implantations réalisées. Pour ce faire, nous considérons l’ensemble des « extensions » de sites déjà existants réalisées au cours de la période 1997-2002 et qui n’ont pas été créés pendant cette même période[21][21] Une extension d’un site en 2000 dont la création n’est...
suite. Cela nous permet de les considérer comme des investissements antérieurs, auxquels nous ajoutons l’ensemble des nouvelles créations réalisées au cours des années antérieures à celle de l’investissement étudié afin de créer notre stock d’investissements. Dans le but d’étudier avec précision l’historique des implantations pour un site donné et afin d’éviter de considérer plusieurs fois le même investissement, nous ne considérons qu’un seul investissement d’une même fonction et pour une même maison mère par ville[22][22] Nous considérons un seul investissement possible par ville...
suite. Enfin, nous excluons les projets réalisés par les filiales de la maison mère de l’entreprise réalisant l’investissement.
Afin de considérer l’aspect fonctionnel, nous construisons la variable Implantations dans la fonction, correspondant au log du stock (plus un) des implantations étrangères dans la fonction étudiée dans le pays j par l’ensemble des firmes (hors filiales du groupe) et pour l’ensemble des secteurs (à l’exclusion du secteur de la firme qui investit). Contrairement à notre variable dépendante, nous intégrons à la fois les entreprises manufacturières et non manufacturières.
L’aspect sectoriel est considéré à travers la variable Implantations de production dans le secteur qui correspond au log du stock (plus un) des implantations étrangères dans la fonction de production dans le secteur de la firme qui investit et dans le pays j par l’ensemble des firmes (hors filiales du groupe). En suivant le modèle théorique proposé par Duranton et Puga [2005], on s’attend à ce que l’aspect sectoriel revête une grande importance lors du choix de localisation des sites de production, alors que l’aspect fonctionnel devrait être prédominant pour les autres activités de services[23][23] Il est possible de considérer ce type de variables comme...
suite.
Implantations de filiales. Nous construisons une variable bi-modale prenant la valeur 1 si l’entreprise possède déjà une implantation (toutes fonctions confondues) dans ce pays et 0 sinon. Pour cela, nous établissons l’historique des implantations réalisées dans un pays par l’ensemble des filiales appartenant à la maison mère du projet étudié. Nous utilisons à la fois les nouvelles créations et les extensions de sites en suivant la même méthodologie que pour la construction des variables fonctionnelle et sectorielle.
Dans le cadre de l’étude des déterminants des investissements japonais aux États-Unis, Head et al. [1995] ont montré que, du fait de la forte intégration verticale chez certains grands groupes japonais, connus sous le nom de Keiretsu, l’implantation de filiales de la maison mère augmente la probabilité pour les autres filiales du groupe de choisir cette même région comme lieu d’implantation.
Seule cette variable sera intégrée dans la régression avec un coefficient fixe lors de l’utilisation du logit mixte. En effet, cette variable définie au niveau des groupes peut être considérée comme spécifique à la firme.

Tests économétriques

31 Nous réalisons différentes régressions indépendantes pour chacune des cinq fonctions (quartiers généraux, centres de R&D, sites de production, logistique, bureaux commerciaux). Le tableau 6 présente les régressions réalisées à l’aide d’un logit conditionnel et le tableau 7 présente les mêmes régressions mais avec l’utilisation d’un logit mixte. Les deux méthodologies fournissent des résultats quasi similaires.

Tableau 6 - Déterminants de la localisation des fonctions des firmes multinationales (logit conditionnel).

Tableau 7 - Déterminants de la localisation des fonctions des firmes multinationales (logit mixte).

32 Nous détaillons, dans un premier temps, les cinq premières variables liées aux caractéristiques des pays (coût salarial, éducation et R&D, gouvernance, pib et accès aux marchés externes). Puis nous considérons l’aspect fonctionnel et l’aspect sectoriel. Enfin, nous étudions les relations de co-localisation intrafirmes.

Analyse des caractéristiques des pays

33 La principale variable déterminante dans le choix de localisation des sites de production est le salaire, dont le coefficient et la significativité sont élevés. Les autres fonctions de services ne semblent pas accorder d’importance à cette variable. Ces dernières accordent plus d’importance aux variables « éducation et R&D » et de gouvernance mais de manière très différente selon les fonctions : d’une part, les activités les plus en aval sont très sensibles à l’indice « éducation et R&D » mais aucunement à la gouvernance du pays. D’autre part, les activités les plus en amont (quartiers généraux et centres de R&D) sont très sensibles à la gouvernance (avec des coefficients significatifs à 1 %) mais aucunement à l’indice « éducation et R&D ». Ce résultat peut apparaître contre-intuitif[24][24] Nous avons aussi testé dans d’autres régressions, non...
suite, mais reflète bien la quasi-absence d’implantations de qg et de centres de R&D en Europe centrale, et ce, malgré un capital humain comparable à certains pays d’Europe de l’Ouest. Cela montre l’importance des politiques publiques et de la stabilité politique lors du choix de localisation des centres stratégiques et de R&D. Le choix de localisation des sites de production est lui aussi largement influencé par la qualité de la gouvernance.

34 Le coefficient de la variable relative à la taille du marché national (pib) est significatif et important pour l’ensemble des fonctions. Les résultats confirment l’idée que les activités les plus en aval sont les plus sensibles à la taille du marché. En effet, les bureaux commerciaux et la logistique accordent une grande importance à la taille du marché afin de toucher directement les consommateurs. Toutefois, les fonctions les plus en amont semblent être, elles aussi, sensibles à la taille du marché. Ainsi, les centres de R&D et les quartiers généraux accorderaient une importance significative au pib du pays. Concernant les centres de R&D, Kuemmerle [1997] et [1999] met en avant l’importance de la taille du marché lorsque les multinationales implantent des centres de R&D afin d’adapter leurs produits aux marchés étrangers[25][25] Comme indiqué dans le paragraphe Limite du champ fonctionnel...
suite.

35 Bien évidemment, cela peut provenir du simple fait que la probabilité aléatoire de s’implanter dans un pays augmente avec sa taille, et ce, même si le choix est aléatoire. Par conséquent, il apparaît plus convaincant d’utiliser une variable d’accès au marché extérieur afin de mieux percevoir l’accès à la demande. Comme attendu, les fonctions les plus en aval (logistique et bureaux commerciaux) possèdent les coefficients élevés et significatifs à 1 % pour les variables de pib et « accès aux marchés externes ». Le coefficient de cette dernière variable est extrêmement élevé dans le cas de la logistique, étant donné que cette fonction permet d’approvisionner plusieurs marchés simultanément. La localisation des sites de production apparaît comme un cas intermédiaire avec un coefficient plus faible que les deux fonctions les plus en aval mais lui aussi significatif à 1 %. Les centres de R&D, quant à eux, ne semblent pas accorder d’importance à l’accès au marché extérieur. Bien que significatif à 5 %, il est intriguant de noter que le coefficient de la variable liée à l’accès aux marchés externes soit si élevé dans le cas des quartiers généraux[26][26] Ce résultat contraste avec celui de Davis et Henderson...
suite. Cela peut provenir de la nécessité de contrôler l’ensemble des étapes du processus de production souvent fragmentées sur un grand nombre de pays, ce qui conduit à choisir une localisation centrale.

Analyse sectorielle et fonctionnelle

36 Nous analysons maintenant la seconde moitié des tableaux 6 et 7 présentant pour chaque fonction deux variables relatives à la théorie de la spécialisation fonctionnelle : d’une part, le stock des implantations de production réalisées dans le secteur de la firme étudiée et, d’autre part, le stock des implantations dans la fonction considérée mais dans un secteur différent de celui de la firme qui investit.

37 La variable Implantations de productions dans le secteur met en avant l’importance de l’aspect sectoriel. Celui-ci semble prédominant pour les sites de production et pour l’activité de logistique. Pour ces deux fonctions, la variable Implantation dans la fonction est non significative et possède des coefficients très faibles, montrant la prédominance de l’aspect sectoriel par rapport à l’aspect fonctionnel de l’investissement.

38 Pour les autres fonctions, les firmes semblent être plus sensibles au stock d’implantations définies selon leur fonction plutôt que selon leur secteur. Ceci est le plus visible dans le cas des bureaux commerciaux, dont la variable de spécialisation fonctionnelle est significative à 1 % et de coefficient élevé, contre un coefficient proche de zéro et non significatif pour la variable de spécialisation sectorielle. Dans le cas des centres décisionnels et de R&D, les coefficients de la variable de spécialisation fonctionnelle sont plus élevés que ceux de la spécialisation sectorielle. Pour ce qui est de la significativité des coefficients, l’utilisation d’un logit mixte au lieu d’un logit conditionnel a tendance à accentuer l’importance de la variable fonctionnelle par rapport à la variable sectorielle[27][27] Cette différence s’explique par l’introduction de l’hétérogénéité...
suite. Pourtant, quelle que soit la méthodologie considérée, l’aspect fonctionnel semble dominant pour ces deux fonctions[28][28] D’autres études sur la localisation des centres décisionnels...
suite.

39 Ces résultats semblent donc révéler la pertinence de la spécialisation fonctionnelle développée par Duranton et Puga [2005] et ce, même à un niveau géographique élevé, tel que le pays. En effet, l’aspect fonctionnel est prépondérant pour les activités de services. Dans le cas des sites de production, la notion de secteur apparaît plus importante. De ce point de vue, la logistique semble se comporter plus comme la production que comme une activité de services.

Variable de co-localisation intragroupes

40 Nous considérons maintenant la variable de co-localisation intragroupes, qui met en évidence les liens verticaux entre les filiales d’une même maison mère, la variable binaire indiquant si oui ou non la maison mère est déjà implantée dans ce pays (quelle que soit la fonction).

41 Cette variable a été intégrée avec un coefficient fixe dans les régressions, c’est-à-dire que nous ne considérons pas pour cette variable une possible hétérogénéité entre les firmes. En effet, d’une part, cette variable peut être considérée comme définissant une caractéristique propre à la firme et, d’autre part, elle n’est définie que pour un nombre relativement restreint d’entreprises ayant réalisé au moins deux implantations dans un même pays. L’introduction de l’hétérogénéité autour du coefficient de cette variable conduirait systématiquement à la non-significativité de celle-ci.

42 On constate que la variable est très significative et de coefficient élevé pour les centres de R&D, les sites de production et la logistique alors qu’elle est non significative pour les autres fonctions (les centres décisionnels et les bureaux commerciaux). Les nouveaux bureaux commerciaux sont certainement mis en place principalement dans les pays ne possédant pas encore d’autres implantations afin d’accéder aux nouveaux marchés. En revanche et contre-intuitivement, les centres décisionnels ne se localisent pas non plus dans des pays ayant précédemment accueilli des investissements de filiales du groupe. Ces résultats peuvent avoir de fortes implications pour les décideurs publics, notamment dans le choix des fonctions à attirer prioritairement afin d’encourager les effets de co-localisation entre activités et entre filiales d’un même groupe.

Conclusion

43 La problématique de la décomposition internationale de la chaîne de valeur est un sujet encore peu étudié en économie internationale. Malgré les développements récents liés à la théorie de la fragmentation de la firme multinationale ou encore de la géographie économique (nouvelle économie géographique et théorie de la localisation), très peu de travaux théoriques ou empiriques se réfèrent directement à ce concept.

44 Les théories de la fragmentation, quant à elles, se focalisent uniquement sur la décomposition verticale de la production. La théorie de la firme multinationale peine à appréhender la complexité organisationnelle des firmes, que ce soit pour identifier la diversité des types d’investissements ou pour prendre en compte les activités de services.

45 Nous avons cherché à prolonger la théorie de la localisation par la prise en compte des différentes séquences de la chaîne de valeur. Nos travaux économétriques nous ont permis de mettre en avant différents déterminants nationaux et de comparer leur importance selon la fonction étudiée dans le choix de la localisation. Ce travail teste également l’importance de l’aspect fonctionnel et sectoriel, en accord avec le modèle théorique de Duranton et Puga [2005]. Nous montrons que la spécialisation fonctionnelle pour les activités de services, et la spécialisation sectorielle pour les sites de production, semblent jouer un rôle prépondérant dans le choix du pays de localisation.

46 La localisation des autres filiales du groupe joue également un rôle dans la détermination du choix de la localisation. La colocalisation intragroupes entre différentes fonctions peut s’expliquer par les relations verticales, qui semblent importantes entre les centres de R&D, la production et la logistique.

Annexe

ANNEXE

Critères de prise en compte des projets

47 Les projets recensés dans la base de données EIM correspondent à des investissements productifs, c’est-à-dire créateurs d’emplois durables, d’origine étrangère et présentant un caractère de mobilité internationale.

48 Il s’agit, plus précisément, d’annonces de projets d’investissements étrangers (greenfields ou brownfields), plus quelques fusions-acquisitions assimilables à la catégorie précédente (ex : rachat d’entreprises avec créations d’emplois). Sont donc exclus les projets des entreprises nationales, les projets « sans investissement » (licence, sous-traitance, alliances…), les désinvestissements et la plupart des fusions-acquisitions. Ainsi, la reprise d’une entreprise par une société étrangère n’est prise en compte que dans la mesure où elle s’accompagne d’une extension d’activité et de la création d’emplois supplémentaires. Les investissements purement financiers (de même que les opérations boursières) sont exclus.

49 Les activités liées à un site particulier, telles les activités minières, ne présentent pas de caractère de mobilité et ne sont donc pas prises en compte. Pour les mêmes raisons, le secteur de la distribution n’est pris en compte que pour ses activités de siège et ses activités logistiques, à l’exclusion des magasins de détail. Il en va de même pour les banques, assurances et services financiers, dont les activités de siège peuvent être prises en compte, mais non les agences locales. Ne sont pas non plus pris en compte les secteurs de l’hôtellerie, de la restauration et du tourisme, sauf si les projets présentent un caractère de mobilité internationale, tels que les parcs de loisirs destinés à une clientèle internationale.

50 La nationalité des investissements : la nationalité d’un investissement est parfois difficile à établir et la notion d’investissement étranger peut connaître des définitions différentes. En ce qui nous concerne, la base de données EIM ne retient a priori que les investissements dans lesquels la part du capital détenue par une entité étrangère est suffisante pour donner un vrai pouvoir décisionnel à cette entité (pour le moins, une minorité de blocage et, en pratique, au moins 33 %). Pour chacun des projets, nous disposons du nom de la société réalisant l’opération ainsi que de celui de la maison mère. La ou les nationalités de cette dernière sont aussi données. Elles permettent de déterminer l’origine de l’investissement.

Bibliographie

RÉFÉRENCES BIBLIOGRAPHIQUES

Anselin L. [1988], Spatial Econometrics : Methods and Models. Dordrecht, The Netherlands, Kluwer.

Antras P. [2003], « Firms, Contracts, and Trade Structure », Quarterly Journal of Economics, 118, p. 1374-1418.

Blonigen B., Davies R., Waddell G. et Naughton H. [2004], « FDI in Space : Spatial Autoregressive Relationships in Foreign Direct Investment », NBER Working Paper n° 10939.

Brownstone D. et Train K. [1999], « Forecasting New Product Penetration with Flexible Substitution Patterns », Journal of Econometrics, 89, p. 109-129.

Crozet M., Mayer T. et Mucchielli J.L. [2004], « How do Firms Agglomerate ? A Study of FDI in France », Regional Science and Urban Economics, Vol. 34 (1), p. 27-54.

Davis J. et Henderson V. [2004], « The Agglomeration of Headquarters », Working Paper.

Duranton G. et Puga D. [2005], « From Sectoral to Functional Urban Specialisation », Journal of Urban Economics, 57 (2), p. 343-370.

Disdier A.C. et Mayer T. [2004], « How Different is Eastern Europe ? Structure and determinants of location choices by French firms in Eastern and western Europe », Journal of Comparative Economics, 32 (2), p. 280-296.

Feenstra R.C. [2004], « Trade in Intermediate Inputs and Wage », chap. 4, dans Advanced International Trade, Princeton University Press.

Fleming M. [2004], « A Review of Techniques for Estimating Spatially Dependent Discrete Choice Models », dans L. Anselin, R. Florax et S. Rey (eds), Advances in Spatial Econometrics, Springer, p.145-167.

Grossman G.M. et Helpman E. [2002], « Integration Versus Outsourcing in Industry Equilibrium », Quarterly Journal of Economics,117, p. 85-120.

Grossman G.m., Helpman E. et Szeidl A.G. [2004], « Optimal Integration Strategies for the Multinational Firm », cepr Discussion Paper, n° 4477.

Guimarães P., Figueiredo O. et Woodward D. [2003], « A Tractable Approach to the Firm Location Decision Problem », Review of Economics and Statistics, 85 (1), p. 201-204.

Harris C. [1954], « The Market as a Factor in the Localization of Industry in the United States », Annals of the Association of American Geographers, 64, p. 315-348.

Hatem F. et Defever F. [2003], « La France Face aux Nouvelles Tendances de l’Investissement International en Europe », Accomex, 54, 36-44.

Hausman J. et Mcfadden D. [1984], « Specification Tests for the Multinomial Logit Model », Econometrica, 52, p. 1219-1240.

Head K. et Mayer T. [2004], « Market Potential and the Location of Japanese Investment in the European Union », Review of Economics and Statistics, 86 (4), p. 959-972.

Head K., Ries J. et Swenson D. [1995], « Agglomeration Benefits and Location Choice : Evidence from Japanese Manufacturing Investment in the UnitedStates », Journal of International Economics, 38, p. 223-247.

Helpman E. [1984], « A Simple Theory of International Trade with Multinational Corporations », Journal of Political Economy, 92, p. 451-471.

Kaufmann D., Kraay A. et Mastruzzi M. [2004], « Governance Matters III : Governance Indicators for 1996-2002 », World Bank Working Paper, n° 3106.

Kenney M. et Florida R. [1994], « Japanese Maquiladoras : Production Organization and Global Commodity Chains », World Development, 22 (1), p. 27-44.

Krugman P. [1995], « Growing World Trade : Causes and Consequences », Brookings Papers on Economic Activity, 1, p. 327-362.

Kuemmerle W. [1997], « Building Effective R&D Capabilities Abroad », Harvard Business Review, 75 (2), p. 61-70.

Kuemmerle W. [1999], « Foreign Direct Investment in Industrial Research in the Pharmaceutical and Electronics Industries – Results from a Survey of Multinational Firms », Research Policy, 28, p. 179-193.

Lassudrie-Duchêne B. [1982], « Décomposition Internationale des Processus Productifs et Autonomie Nationale », chap. 2, dans Bourguinat H. (ed.), Internationalisation et autonomie de décision, Economica, Paris.

Le Bas C. et Sierra C. [2002], « Location Versus Home Country Advantages’ in R&D Activities : Some Further Results on Multinationals’ Locational Strategies », Research Policy, 31, p. 589-609.

Markusen J.R. [1984], « Multinationals, Multiplant Economies, and the Gain from Trade », Journal of International Economics, 16, p. 205-26.

Mayer T. et Mucchielli J.-L. [1999], « La localisation à l’étranger des entreprises multinationales, une approche d’économie géographique hiérarchisée appliquée aux entreprises japonaises en Europe », Economie et Statistique, 326-327, p. 159-176.

Mcfadden D. [1984], « Econometric Analysis of Qualitative Response Models » dans Griliches Z. et Intriligator M.D., Handbook of Econometrics vol. 2, Amsterdam, Elservier/North-Holland.

Melitz M. [2003], « The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity. » Econometrica, 71, p. 1695-1725.

Mucchielli J.L. [1982], « Investissements internationaux et développement régional en Europe », Mondes en Développement, 37-38, p. 165-198.

Porter M. [1990], Competitive Advantage of Nations, Boston (Mass.), Harvard, Business School Press.

Strauss-Kahn V. et Vives X. [2005], « Why and Where do Headquarters Move ? », cepr Working Paper, n° 5070.

Train K. [2003], Discrete Choice Methods with Simulation, Cambridge University Press.

Yeung H.W. [2001], « Organising Regional Production Networks in Southeast Asia : Implications for Production Fragmentation, Trade, and Rules of Origin », Journal of Economic Geography, 1 (3), p. 299-321.

Yeaple S.R. [2003], « The Complex Integration Strategies of Multinationals and Cross Country Dependencies in the Structure of Foreign Direct Investment », Journal of International Economics, 60 (2), p. 293-314.

Notes

[ *] Team, Université Paris I Panthéon Sorbonne et cnrs, Maison des Sciences Économiques, 106-112, boulevard de l’Hôpital, 75647 Paris Cedex 13. Courriel : fabrice. defever@ malix. univ-paris1. fr

[ **] Team, Université Paris I Panthéon Sorbonne et cnrs.
Le travail de vérification, de nettoyage et de traitement des données utilisées a été réalisé par Fabrice Defever au cours de deux stages successifs entre avril 2002 et mai 2003 au sein de l’Agence française pour les investissements internationaux (afii) sous la direction de Fabrice Hatem et de Edouard Mathieu. En plus de cette institution, nous tenons à remercier le cabinet de consultant Ernst & Young et, plus particulièrement, Barry Bright et Mark Hughes. Nous tenons aussi à remercier Carlo Altomonte, Céline Azémar, Matthieu Crozet, Rodolphe Desbordes, Gilles Duranton, Fabian Gouret, Keith Head, Giordano Mion, Beata Smarzynska Javorcik, Thierry Mayer, Deborah Swenson et Farid Toubal ainsi que les participants aux séminaires de l’Université de Nottingham, de la conférence eiie 2004 (Université de Ljubljana, Slovénie), du smye 2004, du rief 2004 (Paris) et de l’AFSE 2004 (Paris). Enfin, nous tenons à remercier les deux rapporteurs de la revue, dont les commentaires ont largement contribué à améliorer l’article. Les erreurs et omissions restent nôtres.

[1] Ce pourcentage est de 60 % lorsqu’on ne considère que les pays de l’Union européenne des Quinze.

[2] Cf. Yeung [2001] en économie géographique et Kenney et Florida [1994] en sociologie économique. Il est aussi possible de lier la notion de chaîne de valeur aux études réalisées en gestion, notamment par Porter [1990]. Cf. aussi Mucchielli [1982] qui met en avant l’implantation successive de différentes fonctions de la chaîne de valeur par les firmes multinationales au sein d’un pays.

[3] Le premier renouvellement a été l’utilisation de la théorie des contrats notamment pour expliquer le choix que font les firmes entre sous-traitance et investissements directs à l’étranger (Antras [2003] ; Grossman et Helpman [2002]). L’introduction de l’hétérogénéité entre les firmes permet, quant à elle, d’expliquer pourquoi seulement certaines firmes exportent à l’étranger (Melitz [2003]). Enfin, Yeaple [2003] cherche à expliquer la multiplication des implantations réalisées par les firmes dans les zones régionales.

[4] Nous avons estimé le modèle en régressant simultanément ou non l’ensemble des fonctions. Dans le cas du logit conditionnel, les résultats obtenus sont similaires. En revanche, l’estimation simultanée avec le logit mixte est apparue difficile en raison de temps de calculs extrêmement longs.

[5] L’autocorrélation des erreurs peut aussi provenir de l’autocorrélation spatiale, ce qui impliquerait l’utilisation de l’économétrie spatiale (cf. Anselin [1988]). Utilisant cette méthodologie, Bloningen et al. [2004] ont mis en avant l’autocorrélation spatiale entre les investissements directs américains à l’étranger, notamment en Europe. Cela pourrait aussi expliquer la structure géographique des investissements que nous étudions (cf. p. 1191, n. 2). Malheureusement, les techniques économétriques permettant d’utiliser des variables dépendantes discrètes sont encore très peu répandues et toujours au stade de la recherche théorique (voir le commentaire de Fleming [2004]).

[6] D’autres méthodologies de choix de localisation sont disponibles. Ainsi, Guimarães et al. [2003] ont montré le lien entre le logit conditionnel et les modèles de comptages, notamment celui de « poisson ». L’avantage de cette dernière méthode sur le logit conditionnel est qu’elle n’est pas basée sur le respect de l’hypothèse d’iia. Toutefois, ces modèles agrègent les données individuelles de firmes et n’estiment que les effets moyens des caractéristiques individuelles des firmes. Par conséquent, ils ne permettent pas d’introduire des caractéristiques propres à la firme dans le choix de localisation, telles que la présence ou non d’une filiale dans le pays j pour une firme particulière.
Une autre méthode utilisée par Mayer et Mucchielli [1999] consiste à tester un logit structuré en deux niveaux géographiques (par exemple les pays et les régions). Nous avons aussi considéré cette méthode en établissant une structure géographique supranationale comme premier niveau géographique (notamment, en considérant les pays de l’Ouest et de l’Est de l’Europe ou encore les pays du Nord par rapport au pays du Sud de l’Europe) et les pays comme second niveau. Mais aucune structure géographique n’a convenu simultanément aux cinq fonctions. Dès lors, comparer les estimations pour les différentes fonctions aurait été difficile.

[7] Les régressions utilisant le logit mixte sont réalisées avec 1 200 simulations.

[8] pec8 comprend les cinq pays d’Europe centrale (la Hongrie, la Pologne, la République tchèque, la Slovaquie et la Slovénie) et les trois Pays baltes (l’Estonie, la Lettonie, la Lituanie) ayant accédé à l’Union européenne en 2004. Nous ne considérons pas le cas de Malte ou de Chypre. D’une manière générale, nous ne prenons pas en compte les implantations réalisées dans des lieux géographiques particuliers (tels que les îles).

[9] Voir l’annexe pour une description plus complète de la prise en compte des projets.

[10] En effet, la production ne représente que 3 % des investissements réalisés dans les secteurs non manufacturiers.

[11] Cela peut provenir d’une possible autocorrélation spatiale (cf., p. 1189, n. 1). Récemment, un renouveau de la littérature sur les investissements a mis en avant l’importance des complémentarités d’investissements entre les différents pays d’une même zone géographique du fait de la fragmentation du processus de production. Notamment, Yeaple [2003] montre que la fragmentation internationale du processus de production conduit à une complémentarité entre les investissements réalisés dans des pays d’une même zone géographique. Pourtant, Bloningen et al. [2004] ne trouvent pas d’autocorrélation spatiale entre les investissements américains en Europe lorsque l’on considère simultanément une variable de potentiel de marché, telle que celle développée par Head et Mayer [2004].

[12] Les extensions de sites représentent 35 % des projets répertoriés dans la base de données.

[13] Cf., p. 1190, n. 1.

[14] Une des extensions possibles de notre travail pourrait naturellement consister à descendre à un niveau géographique plus détaillé. Malheureusement, la qualité actuelle des données régionales, surtout dans les pays d’Europe centrale ne nous permet pas ce degré de désagrégation.

[15] Classification Internationale Type par Industrie – Révision 3 (citi Rev. 3).

[16] Centres d’appels, de formation, de gestion de données Internet, de tests et de services annexes.

[17] En ce qui concerne la fonction de production, il aurait été intéressant de considérer des données par secteur, mais de telles données ne sont pas disponibles pour l’ensemble des pays d’Europe centrale (pec8).

[18] Nous assumons le fait que le nombre d’heures travaillées par an et par fonction est identique pour l’ensemble des pays.

[19] Cf. Head et Mayer [2004] pour la construction de cette variable dans une version structurelle.

[20] La littérature relative à l’internationalisation de la fonction de R&D par les firmes multinationales considère que ces implantations peuvent être soit dédiées à la création de nouveaux produits, soit à l’adaptation au marché local de produits existants. Dans le premier cas, c’est l’accès à des techniques ou connaissances nouvelles qui détermine le choix de localisation. Dans ce second cas, la taille du marché joue un rôle prépondérant dans le choix de localisation. Voir notamment Kuemmerle [1997] et [1999].

[21] Une extension d’un site en 2000 dont la création n’est pas répertoriée sur la période 1997-2000 sera considérée comme antérieure à 1997. Par ailleurs, nous devons prendre garde à ne pas considérer plusieurs fois le même investissement. Par exemple, si un site de production est créé en 1999 et que des extensions de ce site sont réalisées en 2000 et en 2001, ce site doit être considéré comme existant uniquement depuis 1999.

[22] Nous considérons un seul investissement possible par ville (niveau géographique le plus désagrégé) et par fonction pour chacune des maisons mères. Par exemple, si une maison mère décide de localiser deux sites de production au sein d’une même ville, nous ne considérerons qu’une seule fois l’investissement. Le principal avantage est d’éviter de comptabiliser plusieurs fois le même investissement. Cette méthode possède aussi l’avantage d’éliminer de nos variables sectorielle et fonctionnelle les aspects liés aux relations de co-agglomération inter-filiales au sein d’une même ville (pris en compte par la variable « filiale »).

[23] Il est possible de considérer ce type de variables comme prenant en compte les effets d’agglomération (cf. Head et al., [1995]). Ces variables peuvent aussi être considérées comme endogènes et ne reflétant que des biais de variables omises. Nos variables nous permettent alors de mettre en avant la dimension fonctionnelle et sectorielle, non présente dans les autres variables explicatives.

[24] Nous avons aussi testé dans d’autres régressions, non présentées ici, d’autres variables liées au niveau d’éducation. Mais aucune spécification ne nous est apparue à la fois cohérente et robuste. Cela est peut-être dû au fait que le niveau géographique « pays » n’est pas pertinent pour l’analyse du choix de la localisation des activités de services.

[25] Comme indiqué dans le paragraphe Limite du champ fonctionnel (p. 1194), les données ne nous permettent pas de distinguer les centres de R&D selon qu’ils soient dédiés soit à la recherche fondamentale, soit à l’adaptation des produits au marché local. Plus généralement, les motivations à la localisation internationale de centres de R&D sont nombreuses et complexes, ce qui peut conduire à une grande variété de stratégies, et, donc, de déterminants dans le choix de localisation (voir notamment Le Bas et Sierra [2002]).

[26] Ce résultat contraste avec celui de Davis et Henderson [2004] dont la variable de marché potentiel ne joue pas sur le choix de localisation des sièges sociaux.

[27] Cette différence s’explique par l’introduction de l’hétérogénéité entre les firmes qui conduit à donner moins d’importance aux firmes ayant pour cette variable un comportement différent des autres firmes.

[28] D’autres études sur la localisation des centres décisionnels aux États-Unis à des niveaux géographiques plus fins ont donné des résultats contrastés. Bien qu’utilisant des spécifications très différentes, Davis et Henderson [2004] montrent que la présence de sièges sociaux a un effet positif sur le choix de localisation des autres unités décisionnelles. Par contre, Strauss-Kahn et Vives [2005] montrent que la localisation des quartiers généraux est très dépendante des emplois et des centres décisionnels déjà implantés dans le même secteur que celui de la firme investisseuse.

Résumé

Dans cet article, nous nous proposons d’analyser le processus de fragmentation de la chaîne de valeur des firmes multinationales en Europe de l’Ouest et dans les nouveaux pays ayant accédé en 2004 à l’Union européenne. À partir d’un logit conditionnel et d’un logit mixte, nous considérons les déterminants de la localisation des différentes fonctions de production et de services des firmes multinationales. Pour cela, nous utilisons des données individuelles de firmes, comprenant près de 11 000 projets sur la période 1997-2002, indiquant à la fois le secteur et le type d’activités de l’investissement réalisé. Au-delà des caractéristiques propres aux pays, nous mettons en avant la notion de spécialisation fonctionnelle. Nous mettons également en lumière l’importance de la co-localisation intra-groupes relative aux relations verticales entre les différentes séquences de la chaîne de valeur.

PLAN DE L'ARTICLE

• Introduction
• Estimations économétriques
  • Le logit conditionnel
  • Les limites de la spécification de base
  • Le logit mixte
• Description des données
  • Analyse descriptive
  • Construction de la variable dépendante
  • Description des variables explicatives
• Tests économétriques
  • Analyse des caractéristiques des pays
  • Analyse sectorielle et fonctionnelle
  • Variable de co-localisation intragroupes
• Conclusion
• Critères de prise en compte des projets
• Annexe

POUR CITER CET ARTICLE

Fabrice Defever et Jean-Louis Mucchielli « Décomposition internationale de la chaîne de valeur », Revue économique 6/2005 (Vol. 56), p. 1185-1205.
URL : www.cairn.info/revue-economique-2005-6-page-1185.htm.
DOI : 10.3917/reco.566.1185.