Perspectives économiques de l'OCDE, Volume 2019 Numéro 1

2. Transformation numérique et productivité : une histoire de complémentarités

Introduction et tour d’horizon

Les technologies numériques sont en train de transformer nos vies et nos économies. Elles modifient la façon dont les entreprises produisent biens et services, innovent et interagissent avec les autres entreprises, les travailleurs, les consommateurs et les autorités publiques. De prime abord, elles semblent offrir de vastes possibilités d’amélioration de la productivité des entreprises et, in fine, des niveaux de vie. Par exemple, l’informatique en nuage (cloud computing) donne aux entreprises accès à des solutions de stockage et de traitement flexibles des données ; les plateformes électroniques rendent leurs interactions avec leurs clients plus fluides ; et l’intelligence artificielle leur permet d’automatiser des tâches de plus en plus complexes (OCDE, 2019a).

Or, malgré la montée en puissance du numérique, la croissance de la productivité du travail dans les pays de l’OCDE a fortement diminué au cours des dernières décennies (Graphique 2.1). Cette évolution ne se résume pas à un problème de mesure. Des incertitudes croissantes pèsent sur la mesure de la productivité, notamment à cause de la progression du numérique et du rôle grandissant des actifs incorporels (algorithmes et données par exemple) et méritent que de plus amples recherches leur soient consacrées. Cependant, la plupart des chercheurs s’accordent à dire que les défauts de mesure ne sont pas la raison principale du ralentissement observé de la productivité1.

Graphique 2.1. La croissance de la productivité a fortement diminué dans les pays de l’OCDE

Note : La productivité du travail est mesurée en termes de PIB par heure travaillée. La croissance de la productivité multifactorielle est mesurée sous la forme d’un résidu, c’est-à-dire la part de la croissance du PIB qui n’est pas expliquée par l’évolution des facteurs travail et capital, dans le cadre d’une fonction de production de Cobb-Douglas. Les données relatives à la croissance de la productivité multifactorielle ne sont disponibles que pour un sous-échantillon de pays. Pour l’Irlande, les données sur la croissance de la productivité (parties B et C) ne couvrent pas les secteurs dominés par les entreprises multinationales étrangères et portent sur la période 2000-16 (source : Irish Central Statistics Office). Pour la Lettonie et l’Estonie, les données sur la croissance de la productivité du travail entre 1998 et 2007 sont manquantes.

Source : Base de données de l’OCDE sur la productivité ; et OECD Compendium of Productivity Indicators.

Statlink

L’essoufflement de la productivité résulte à la fois du ralentissement de la croissance de la productivité multifactorielle et du faible niveau d’accumulation de capital2. Ses causes sont multiples et partiellement liées entre elles : certaines ont trait à la crise financière mondiale et à ses retombées (par exemple la réduction de l’offre de crédit, qui a rejailli sur les investissements corporels et incorporels), et d’autres à des facteurs plus structurels, comme le déclin du dynamisme entrepreunarial et les médiocres performances des entreprises peu productives3. Le ralentissement de la productivité a commencé avant la crise et, une décennie après celle-ci, la croissance de la productivité demeure atone malgré quelques améliorations récentes. Il semble donc que les facteurs structurels jouent un rôle important dans le fléchissement observé.

Le passage au numérique n’a pas généré de gains de productivité globaux suffisants jusqu’à présent pour compenser les effets de ces facteurs. Cette situation tranche avec la précédente vague de transformation numérique de la fin des années 1990, associée notamment à la diffusion des micro-ordinateurs, qui avait donné un coup de fouet à la productivité, tout au moins aux États-Unis. La dynamique de productivité décevante engendrée par la vague de transformation numérique actuelle s’impose comme l’une des grandes énigmes économiques de notre temps, au point que l’en emploie parfois à son propos l’expression de « nouveau paradoxe de la productivité » en référence au précédent paradoxe de la productivité formulé par Robert Solow en 19874. Pour élucider ce paradoxe, il faut examiner en détail les mécanismes par lesquels la transformation numérique peut soutenir la productivité des entreprises et les niveaux de vie, les raisons qui font que certains de ces mécanismes sont peut-être devenus inopérants, et les mesures qui permettraient de les (ré)activer.

Ce chapitre fait valoir que le passage au numérique a soutenu la productivité, mais que les gains de productivité à l’échelle de l’ensemble de l’économie ont été décevants à cause des carences d’un ensemble de facteurs et politiques complémentaires essentiels. Le fait est que les technologies numériques sont caractérisées par des complémentarités étroites (i) entre les technologies elles-mêmes, (ii) avec les capacités et les actifs des entreprises, tels que les compétences techniques et de gestion, le capital organisationnel, l’innovation et la capacité de financement, et (iii) avec les politiques qui favorisent la concurrence et la réaffectation efficiente des ressources dans l’économie. Les carences de ces facteurs complémentaires ont freiné la diffusion des technologies numériques et réduit les avantages associés sur le plan de la productivité.

Les gains issus de la transformation numérique n’ont pas été uniformément répartis entre les entreprises. Celles d’entre elles qui disposent d’un meilleur accès aux compétences techniques, de gestion et d’organisation clés ont mieux tiré leur épingle du jeu que les autres. Ces entreprises étaient déjà globalement plus productives que l’entreprise moyenne, et la transformation numérique leur a permis de creuser leur avance (Graphique 2.2). En outre, les faibles coûts marginaux et les effets de réseau élevés qui caractérisent certaines activités numériques ont tendance à profiter à un petit nombre d’entreprises « superstars » très productives, avec lesquelles les autres entreprises ont de plus en plus de mal à rivaliser. Même dans les secteurs à contenu technologique relativement faible (services d’hôtellerie et de restauration par exemple), la généralisation de la notation et l’évaluation en ligne par les utilisateurs tend à orienter la demande vers les entreprises les plus productives. À l’avenir, les nouvelles technologies qui requièrent des compétences complexes, telles que l’intelligence artificielle, et des investissements incorporels de grande ampleur (par exemple dans la R-D, les algorithmes et les données) risquent d’accentuer encore davantage l’avance des entreprises les plus productives sur les moins productives.

Graphique 2.2. La dispersion des niveaux de productivité entre entreprises a augmenté, en particulier dans les secteurs à forte intensité numérique

Productivité multifactorielle moyenne, indice de 2009 = 100

Note : La « frontière technologique » est mesurée par la moyenne mobile sur trois ans du logarithme de la productivité multifactorielle, selon la méthodologie de Wooldridge (2009), en moyenne parmi les 5 % d’entreprises les plus performantes – c’est-à-dire les entreprises affichant les niveaux de productivité les plus élevés – dans chaque secteur à deux chiffres (dans l’industrie manufacturière et les services marchands, à l’exclusion du secteur financier) et pour chaque année, dans 25 pays de l’OCDE. Les courbes des « autres entreprises » correspondent à la moyenne de la même variable pour l’ensemble des entreprises à l’exclusion des 5 % d’entreprises les plus productives, dans chaque secteur et pour chaque année. Les secteurs d’activité sont classés en secteurs à « forte » ou « faible » intensité numérique suivant la méthodologie exposée dans Calvino, F. et al. (2018), « A Taxonomy of Digital Intensive Sectors », Documents de travail de l’OCDE sur la science, la technologie et l’industrie, n° 2018/14, Éditions OCDE, Paris.

Source : Calculs effectués par l’OCDE à partir des données de la base Orbis, suivant la méthodologie définie dans D. Andrews, C. Criscuolo et P. Gal (2016), « The Best Versus the Rest: The Global Productivity Slowdown, Divergence Across Firms and the Role of Public Policy », OECD Productivity Working Papers, n° 5, Éditions OCDE, Paris.

Statlink

Ces tendances ont de profondes répercussions sur les niveaux de vie et l’inclusivité. L’atonie de la croissance de la productivité s’est répercutée sur la croissance moyenne des salaires, tout particulièrement dans les pays où les salaires se sont « découplés » de la productivité au cours des dernières décennies (OCDE, 2018a). En outre, la dispersion croissante des niveaux de productivité entre entreprises s’est accompagnée d’une dispersion croissante des salaires moyens entre entreprises, contribuant au creusement des inégalités de revenus entre les travailleurs (Berlingieri et al., 2017). Au sein des entreprises, la transformation numérique a jusqu’à présent essentiellement profité aux travailleurs très qualifiés, les tâches répétitives effectuées par les travailleurs peu à moyennement qualifiés étant progressivement automatisées. Parallèlement, une part minoritaire mais en croissance rapide des travailleurs a bifurqué vers les plateformes de l’économie « à la tâche » (« gig economy »), où ils exercent des formes d’emploi flexibles qui offrent rarement la même protection et les mêmes prestations que celles dont bénéficient les travailleurs réguliers. Il est possible que des technologies numériques telles que la traduction automatique accélèrent à l’avenir l’automatisation de certaines tâches de service et leur externalisation vers les pays à bas salaires5 ; cela pourrait générer des gains d’efficience, mais aussi exercer des pressions supplémentaires sur les conditions de travail dans les économies avancées, soulevant des questions cruciales quant à l’avenir du travail (OCDE, 2019c).

Les politiques publiques peuvent grandement contribuer à rendre la transformation numérique efficiente et inclusive, en veillant à ce que les facteurs complémentaires nécessaires soient bien en place. Elles doivent pour cela s’atteler à plusieurs priorités : mettre à niveau les compétences, assurer un accès correct à l’internet à haut débit, encourager une réaffectation efficiente des ressources dans et entre les entreprises, s’attaquer aux nouveaux enjeux de la concurrence (par exemple, les effets de réseau fondés sur les données et les coûts de transfert sur les marchés des plateformes électroniques), remédier aux biais que peuvent avoir les systèmes financiers et les régimes fiscaux à l’encontre des investissements incorporels, et développer les services d’administration numérique. De plus, il faut analyser de façon plus approfondie le rôle central des données dans les économies numériques et ce qu’il implique pour les politiques.

Pour exploiter les complémentarités potentielles entre les politiques, il faut adopter un programme d’action cohérent fondé sur une approche faisant intervenir toutes les sphères de l’action gouvernementale, et prendre en considération d’autres questions plus générales en lien avec la transformation numérique – fiscalité, relations du travail, protection des consommateurs, respect de la vie privée, confiance et cybersécurité, entre autres (OCDE, 2019a). La transformation numérique étant par nature un phénomène mondial, il importe d’intensifier le dialogue international sur des questions telles que la réglementation et l’interopérabilité des normes et sur les politiques relatives à la concurrence et à la fiscalité. En dernier lieu, considérant qu’un processus de transformation numérique non inclusif risque de mettre à mal l’égalité des chances et d’exacerber les écarts de revenus, les pouvoirs publics devraient s’attacher à combler les « fractures numériques » et à établir des conditions qui permettent aux travailleurs peu qualifiés et aux entreprises peu productives de rattraper leur retard. À cet égard, l’amélioration des compétences est une priorité essentielle.

Ce chapitre, qui s’appuie, en particulier, sur des travaux récents de l’OCDE6 et s’inscrit dans le contexte plus large du projet de l’OCDE sur la transformation numérique (Encadré 2.1), des enjeux de la transition pour l’avenir du travail présentés dans les Perspectives de l’emploi 2019 de l’OCDE, des Perspectives de l’OCDE sur les compétences et de la Stratégie de l’OCDE pour l’emploi, décrit les avancées récentes du processus de transformation numérique et examine leur incidence sur la productivité et l’inclusivité (OCDE, 2018b ; OCDE, 2019c ; OCDE, 2019d). Il examine ensuite les relations de complémentarité inhérentes à une mise en œuvre efficace des technologies numériques, ainsi que les défis et priorités qui vont de pair avec une transformation numérique réussie.

Encadré 2.1. Le projet de l’OCDE sur la transformation numérique

Le projet sur la transformation numérique (« Going Digital ») est une initiative de l’OCDE qui a pour objectif de déterminer l’impact de la transformation numérique sur l’élaboration des politiques dans toute une série de domaines de l’action publique. S’appuyant sur l’expertise de l’ensemble des comités et organes concernés de l’OCDE, le projet tire les leçons des expériences nationales et des politiques expérimentées dans des pays de l’OCDE et d’autres économies.

La première phase du projet a culminé avec la tenue, en mars 2019, du Sommet sur la transformation numérique et la publication de deux rapports de synthèse : « Going Digital: Shaping Policies, Improving Lives » et « Measuring the Digital Transformation: A Roadmap for the Future ». Il a recensé sept dimensions qui peuvent permettre aux pouvoirs publics – ainsi qu’aux citoyens, entreprises et parties prenantes – de peser sur la transformation numérique et d’améliorer les vies : 1) accès ; 2) utilisation ; 3) innovation ; 4) emplois ; 5) prospérité sociale ; 6) confiance ; et 7) ouverture des marchés.

La deuxième phase du projet se déroulera en 2019-20. L’objectif est d’aider les pays à mettre en œuvre une approche stratégique intégrée en matière de transformation numérique, notamment en développant plus avant la Boîte à outils sur la transformation numérique (qui rassemblera des indicateurs, des notes d’orientation et des exemples de politiques innovantes) et les études nationales sur la transformation numérique. Il étudiera également les nouvelles possibilités et les nouveaux enjeux en procédant à une analyse des technologies d'avant-garde, notamment l’intelligence artificielle et la technologie blockchain, et en continuant de mettre l’accent sur les emplois, les compétences et l’inclusion, ainsi que sur la productivité, la concurrence et les structures de marché (y compris l’évolution du rôle des plateformes et des PME).

Pour de plus amples informations, voir https://www.oecd.org/going-digital/.

La transformation numérique s’est accélérée mais demeure incomplète

La transformation numérique est un processus complexe et multidimensionnel, rendu possible par l’augmentation rapide de la puissance de calcul, des capacités de stockage de données et de la vitesse des communications. Ces facteurs ont favorisé l’émergence d’un vaste écosystème de technologies diversifiées, parmi lesquelles certaines sont utilisées depuis au moins une décennie (logiciels de gestion des services de guichet et d’arrière-guichet et informatique en nuage par exemple) tandis que d’autres sont d’adoption plus récente (intelligence artificielle, blockchain et internet des objets par exemple). Cet écosystème en mutation rapide se caractérise par d’étroites complémentarités entre les technologies et par le rôle de plus en plus prépondérant des données en tant que source de valeur (OCDE, 2015b). Ces technologies transforment la façon dont les entreprises produisent biens et services, mais aussi la façon dont elles interagissent entre elles et avec les consommateurs, dans la mesure où une part croissante de ces interactions s’opère par le biais des plateformes électroniques.

L’internet est un instrument clé des technologies numériques. De nos jours, l’internet de base est accessible pratiquement partout dans les pays de l’OCDE. Cependant, l’accès à l’internet à haut débit, incontournable pour l’utilisation des technologies récentes à haute intensité de données, reste parfois coûteux et difficile, en particulier dans les zones rurales et reculées. Il est néanmoins encourageant de constater qu’il a rapidement progressé ces dernières années dans les pays européens (Graphique 2.3, partie A).

Le rythme d’adoption des technologies numériques par les entreprises s’est notablement accéléré ces dernières années (Graphique 2.3, partie B). Cependant, tous les pays ne sont pas logés à la même enseigne (Graphique 2.4). Les disparités d’adoption entre secteurs et entre entreprises pourraient s’expliquer dans une certaine mesure par les différences intrinsèques des besoins technologiques. Par exemple, les activités qui comprennent une plus grande part de tâches répétitives devraient retirer de plus amples avantages de la transformation numérique. Malgré tout, ces différences n’expliquent pas la totalité des disparités d’adoption. Ainsi, l’informatique en nuage profite généralement davantage aux petites entreprises qu’aux grandes, peut-être parce qu’elle offre aux premières la possibilité d’accroître leur échelle en souplesse sans masse critique (« scale without mass »). Or, les grandes entreprises ont été plus nombreuses à adopter cette technologie (Bloom et Pierri, 2018 ; Gal et al., 2019). De la même manière, si les industries manufacturières ont tendance à profiter davantage du passage au numérique, le taux d’adoption des technologies numériques est plus élevé en moyenne dans les activités de services (Hagsten, 2016 ; Dhyne et al., 2018 ; Gal et al., 2019). Par conséquent, il existe encore probablement une marge inexploitée en ce qui concerne l’adoption des technologies numériques existantes, et la concrétisation de ce potentiel pourrait générer des gains de productivité au-delà des possibilités (plus difficiles à évaluer) offertes par les technologies plus récentes mais encore relativement peu éprouvées ou en phase de développement (intelligence artificielle et blockchain par exemple).

Graphique 2.3. L’accès à l’internet et l’adoption des technologies numériques progressent

Note : Les données couvrent les entreprises de l’Union européenne (UE à 28) ayant au moins dix salariés. Les petites entreprises comptent entre 10 et 49 salariés, les entreprises moyennes entre 50 et 249 salariés, et les grandes entreprises 250 salariés ou plus. Dans la partie B, les années sélectionnées correspondent à la première et la dernière années pour lesquelles des données sont disponibles à l’échelon de l’UE pour chaque technologie (par exemple, les données sur l’informatique en nuage ne sont disponibles que pour 2014 et 2016).

Source : Statistiques d’Eurostat sur l’économie et la société numériques.

Statlink

Graphique 2.4. La transformation numérique ne progresse pas au même rythme dans tous les pays

Note : Dans la partie A, les pays sont classés selon le taux moyen d’adoption des trois technologies. Seules les entreprises ayant au moins dix salariés sont prises en compte, sauf pour le Japon (au moins 100 salariés) et la Suisse (au moins cinq salariés). Sauf indication contraire, les données sur les logiciels de gestion intégrés et de gestion de la relation client portent sur 2017. Concernant l’informatique en nuage, les données relatives à l’Australie portent sur l’exercice 2015/16 ; les données pour le Canada se rapportent aux entreprises qui ont effectué des dépenses de « logiciels en tant que service (SaaS) » ; pour l’Islande, les données portent sur 2014, et pour la Corée, sur 2015. Les pays de l’OCDE pour lesquels les données ne sont pas disponibles ne figurent pas sur le graphique.

Source : OCDE (2019e), Measuring the Digital Transformation: A Roadmap for the Future, sections 4.2 et 6.1, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264311992-en.

Statlink

Une autre caractéristique de la transformation numérique est l’essor rapide des plateformes électroniques. Les plateformes créent de manière croissante des liens entre les consommateurs et les prestataires de services – qui peuvent être des entreprises ou des travailleurs indépendants – dans des secteurs tels que le transport de personnes, l’hébergement, la restauration, le commerce de détail, la finance, les loisirs et les services à la personne (OCDE, 2019b). Comme le montre le Graphique 2.5, les plateformes ont connu un essor très rapide en moyenne depuis le milieu des années 2000, mais elles ne se sont pas déployées au même rythme dans tous les pays. Considérés ensemble, quatre secteurs dans lesquels les plateformes sont devenues des intermédiaires prépondérants (hôtels, restaurants, commerce de détail et taxis) comptent pour un quart environ de l’emploi des entreprises non agricoles dans les pays de l’OCDE. Autre statistique qui se superpose partiellement à la précédente, les travailleurs indépendants des plateformes de l’économie « à la tâche », qui mettent directement en relation un client et un prestataire pour une mission déterminée, représentent entre 0.5 et 3 % de l’emploi total selon les estimations – une part relativement faible mais qui progresse rapidement (Schwellnus et al., 2019). Les plateformes d’entreprise à entreprise (B2B), si elles sont beaucoup moins répandues que les plateformes d’entreprise à consommateur (B2C), gagnent aussi du terrain.

Graphique 2.5. Les plateformes électroniques se développent rapidement, mais à des rythmes différents selon les pays

Utilisation des plateformes électroniques dans une sélection de secteurs (hôtels, restaurants, taxis et commerce de détail)

Note : Popularité des plateformes prépondérantes dans chaque secteur, fondée sur le nombre de recherches Google pour chaque plateforme en proportion du nombre total de recherches Google dans chaque pays. Moyenne non pondérée des quatre secteurs sélectionnés (hôtels, restaurants, taxis et commerce de détail). « Pays pionniers » est la moyenne non pondérée des cinq pays de l’échantillon où le développement des plateformes est supérieur à la moyenne (États-Unis, Espagne, France, Italie et Royaume-Uni). « Autres pays » est la moyenne non pondérée des cinq autres pays de l’échantillon (Allemagne, Belgique, Hongrie, Pologne et Suède).

Source : Bailin, A., P. Gal, V. Millot et S. Sorbe (2019), « Like It or Not? The Impact of Online Platforms on the Productivity of Service Providers », Documents de travail du Département des affaires économiques, n° 1548, Éditions OCDE, Paris.

Statlink

Comme on le verra de façon plus approfondie dans la suite du chapitre, l’adoption des technologies numériques dépend à la fois des capacités des entreprises (par exemple, compétences techniques et de gestion et accès au financement) et des incitations auxquelles elles font face (par exemple, existence d’un environnement commercial concurrentiel), ces deux facteurs étant étroitement complémentaires (Andrews et al., 2018). En revanche, les données empiriques ne nous renseignent guère sur les facteurs qui favorisent le développement des plateformes électroniques dans les différents pays et secteurs d’activité. Il est probable que plusieurs facteurs jouent un rôle, notamment l’accessibilité technique (accès à l’internet et taux de pénétration des smartphones par exemple), la qualité perçue du service proposé par la plateforme (par exemple la fiabilité des évaluations et notations des utilisateurs), la présence d’obstacles au commerce numérique transfrontalier, la fiscalité des plateformes et activités s’appuyant sur les plateformes, et les règles qui s’appliquent au travail dans l’économie de plateforme et dans d’autres secteurs. Les réglementations sectorielles peuvent aussi exercer une influence importante sur le développement des plateformes. Par exemple, la réglementation excessivement stricte d’une activité peut donner lieu à une insuffisance de l’offre et encourager ainsi le développement de services concurrents fondés sur des plateformes (par exemple, les services Uber par opposition aux taxis traditionnels). Réciproquement, les pays ont adopté des approches réglementaires diverses vis-à-vis des nouveaux prestataires de services de plateforme (par exemple, services de VTC ou d’hébergement collaboratif), qui influent sur le développement de ces services.

La transformation numérique peut dynamiser la productivité de diverses manières

Les technologies numériques peuvent aider les entreprises à améliorer les processus de conception des produits et de production, à automatiser les tâches répétitives, à effectuer certaines tâches à distance et à établir des relations plus fluides avec leurs fournisseurs et clients, entre autres. Elles peuvent également produire des effets d’entraînement positifs sur les autres entreprises, y compris les entreprises de faible niveau technologique. Par exemple, les plateformes électroniques peuvent réduire l’asymétrie de l’information entre les prestataires de services (souvent de faible niveau technologique) et leurs clients, et permettent aux entreprises d’accéder à des marchés plus vastes, synonymes de possibilités de développement accrues pour les entreprises productives. Plus généralement, les technologies numériques peuvent stimuler la productivité à long terme en soutenant les activités de recherche et d’innovation des entreprises et des administrations publiques et favoriser le renforcement des compétences, par le biais notamment des formations en ligne et des jeux éducatifs (OCDE, 2016a ; OCDE, 2019g).

Cela étant, certains effets corollaires (relativement moins étudiés) des technologies numériques peuvent nuire à la productivité. Par exemple, une trop grande exposition aux écrans et l’excès d’informations et de sources de distraction peuvent contribuer au manque de sommeil et réduire les capacités de concentration des travailleurs. Il existe une relation causale avérée entre l’augmentation de l’accès à l’internet à haut débit et le déclin de la quantité et de la qualité du sommeil et, par ailleurs, il est démontré que la diminution du temps de sommeil peut nuire à la productivité du travail (Billari et al., 2018 ; Gibson et Shrader, 2018). Autre problème potentiel, celui du « cyberloafing », c’est-à-dire l’utilisation personnelle de l’internet pendant les heures de travail, dont on considère généralement qu’il est préjudiciable à la productivité, quoique les rares données empiriques disponibles à ce sujet soient assez mitigées (Koay et Soh, 2019).

À l’avenir, l’intelligence artificielle permettra d’automatiser une gamme de tâches de plus en plus large, y compris des tâches cognitives répétitives caractéristiques des activités de service, tandis que la poursuite du développement des technologies de communication facilitera encore l’externalisation des tâches de service (Sorbe et al., 2018 ; Baldwin, 2019). Bien que ces technologies offrent de multiples possibilités, il est encore trop tôt pour évaluer l’ampleur de leur effet futur sur la productivité, et la querelle entre techno-optimistes et techno-pessimistes n’est toujours pas éteinte. Une chose est plus sûre, néanmoins : indépendamment de ces effets, l’élargissement de la diffusion des technologies existantes (internet à haut débit, informatique en nuage et plateformes électroniques par exemple) amènerait déjà des avantages incontestables sur le plan de la productivité, comme l’explique le reste de cette section.

L’adoption des technologies numériques peut stimuler la productivité des entreprises

Un abondant corpus d’études constate l’existence de liens positifs entre l’adoption des technologies numériques et la productivité à l’échelon des entreprises et des secteurs7. Par exemple, dans les pays de l’UE, une hausse de 10 points de pourcentage de la part des entreprises ayant adopté l’internet à haut débit (respectivement informatique en nuage) à l’échelon sectoriel est associée à une hausse de 1.4 % (resp. 0.9 %) de la productivité multifactorielle de l’entreprise moyenne du secteur après un an, et de 3.9 % (resp. 2.3 %) après trois ans, selon les estimations de l’OCDE (Gal et al., 2019).

Si l’association ne fait pas de doute, la causalité entre l’adoption des technologies numériques et la productivité peut être difficile à établir dans la mesure où les entreprises plus productives sont plus susceptibles d’adopter les nouvelles technologies. Néanmoins, un certain nombre d’études qui utilisent les déterminants exogènes de l’adoption des technologies numériques – par exemple les changements de la disponibilité ou de la qualité des infrastructures de réseau – constatent que l’adoption de ces technologies peut être bénéfique à la productivité8. Au niveau global, cependant, l’évaluation systématique des effets de l’adoption des technologies numériques est malaisée en raison de la grande diversité des technologies en question et de la couverture limitée des données sur leur adoption. Le Graphique 2.6 illustre les ordres de grandeur des gains de productivité, en s’appuyant sur les taux d’adoption parmi les entreprises de l’UE ayant au moins dix salariés (voir Graphique 2.3) et sur les estimations des liens entre adoption des technologies et productivité qui figurent dans Gal et al. (2019). De prime abord, ces résultats laissent penser que l’adoption des technologies numériques a engendré des gains substantiels. Sur la base du taux d’adoption annuel moyen observé parmi les entreprises de l’UE ces dernières années (entre 1 et 3 points de pourcentage par an selon la technologie), l’adoption cumulée des différentes technologies considérées pourrait avoir fait gagner à l’entreprise moyenne environ 1 % de productivité multifactorielle chaque année. Cependant, ces estimations correspondent probablement à la limite haute des gains réels, car elles s’appuient sur l’hypothèse que les effets estimés sont entièrement causaux. Qui plus est, les effets à l’échelon des entreprises, des secteurs et des pays individuels peuvent s’écarter notablement de ces moyennes dans la mesure où ils dépendent de facteurs complémentaires (par exemple les compétences disponibles), comme on le verra ci-après.

Les plateformes électroniques peuvent aussi aiguillonner la productivité des entreprises

Un autre aspect de la transformation numérique, qui a été moins étudié, est que le développement des plateformes électroniques peut lui aussi améliorer la productivité des entreprises (Bailin et al., 2019). Par exemple, les notations et évaluations des utilisateurs peuvent réduire l’asymétrie d’information entre les consommateurs et les prestataires de services et, ce faisant, intensifier les pressions concurrentielles en orientant la demande des consommateurs vers les prestataires les mieux notés et en incitant les prestataires à améliorer le rapport qualité-prix de leurs services. Les plateformes peuvent aussi améliorer l’efficience des prestataires de services en prenant en charge et en rationalisant certaines de leurs activités annexes, telles que la gestion des réservations et le traitement des paiements. Elles peuvent encore optimiser l’utilisation des capacités (taux d’occupation des hôtels par exemple) en améliorant l’efficacité des appariements et en permettant aux utilisateurs de visualiser en ligne la disponibilité en temps réel des services.

Graphique 2.6. L’adoption des technologies numériques a stimulé la productivité des entreprises

Gains annuels de productivité multifactorielle associés à l’adoption des technologies numériques (pour l’entreprise moyenne de l’UE)

Note : Les sous-périodes exactes (d’après les données disponibles) sont les suivantes : 2011‑14 et 2014‑17 pour l’internet à haut débit, 2009‑13 et 2013‑17 pour les logiciels de gestion intégrés, 2009‑14 et 2014‑17 pour les logiciels de gestion de la relation client, et 2014‑16 pour l’informatique en nuage. Les effets correspondent à la variation moyenne annuelle de l’adoption de chaque technologie par les entreprises de l’UE ayant au moins dix salariés, multipliée par l’élasticité entre l’adoption des technologies numériques et la croissance de la productivité multifactorielle estimée par Gal et al. (2019). Les effets ont été calculés en utilisant la contribution de chaque technologie à la première composante principale du taux d’adoption des technologies sélectionnées et la sensibilité de la croissance de la productivité à cette première composante principale, de manière à éviter les risques de double comptabilisation dus à la colinéarité entre l’adoption de plusieurs technologies différentes (tableau 2, colonne 7, dans Gal et al., 2019). Les effets présentés correspondent aux gains de productivité après trois ans, obtenus par itération du modèle de correction d’erreur sur lequel repose l’estimation.

Source : Calculs effectués par l’OCDE à partir de Gal, P., G. Nicoletti, T. Renault, S. Sorbe et C. Timiliotis (2019), « Digitalisation and Productivity: In Search of the Holy Grail – Firm-Level Empirical Evidence from EU Countries », Documents de travail du Département des affaires économiques, n° 1533, Éditions OCDE, Paris.

Statlink

Selon une analyse empirique menée dans quatre secteurs (hôtels, restaurants, commerce de détail et taxis) de différents pays, le développement des plateformes a renforcé la productivité des prestataires de services existants durant la dernière décennie. Les gains sont substanciels : environ 0.4 % chaque année entre 2011 et 2017 (soit environ 2.5 % au total) pour le prestataire de services moyen du secteur dans les pays où les plateformes se sont développées relativement vite (Graphique 2.7). Cet ordre de grandeur est à peu près comparable à celui observé pour l’effet du développement de l’accès à l’internet à haut débit (Graphique 2.6)9. Comme pour l’adoption des technologies numériques, les effets à l’échelon des entreprises, des secteurs et des pays individuels peuvent s’écarter de ces moyennes en fonction des facteurs complémentaires en présence, notamment l’intensité des pressions concurrentielles qui s’exercent sur les plateformes, comme on le verra plus loin.

Graphique 2.7. Les plateformes électroniques peuvent accroître la productivité des prestataires de services

Gains annuels de productivité multifactorielle associés au développement des plateformes électroniques pour l’entreprise moyenne dans diverses activités de services

Note : « Pays pionniers » est la moyenne non pondérée des cinq pays de l’échantillon pour lesquels l’indicateur de développement des plateformes était supérieur à la valeur médiane en moyenne sur la période 2004-17 (Espagne, États-Unis, France, Italie et Royaume-Uni), et « Autres pays » la moyenne des cinq autres pays de l’échantillon (Allemagne, Belgique, Hongrie, Pologne et Suède). Les chiffres indiqués sont des moyennes non pondérées des effets observés dans les quatre secteurs choisis (hôtels, restaurants, taxis et commerce de détail).

Source : Bailin, A., P. Gal, V. Millot et S. Sorbe (2019), « Like It or Not? The Impact of Online Platforms on the Productivity of Service Providers », Documents de travail du Département des affaires économiques, n° 1548, Éditions OCDE, Paris.

Statlink

En outre, une distinction conceptuelle importante doit être faite entre les plateformes dites « agrégatives », qui mettent en relation les utilisateurs avec des prestataires de services existants (comme Booking.com et Tripadvisor par exemple), et les plateformes « de rupture », qui font intervenir de nouveaux types de prestataires de services (comme Airbnb et Uber)10. Les effets positifs présentés ci-avant concernent des plateformes agrégatives, les plateformes de rupture n’exerçant pas d’effets significatifs sur la productivité des prestataires de services en place11. Par conséquent, l’effet des plateformes de rupture sur la productivité globale dépend uniquement de la productivité relative des nouveaux prestataires présents sur ces plateformes (services de VTC ou d’hébergement collaboratif par exemple) vis-à-vis des prestataires existants, paramètre difficile à évaluer systématiquement en raison des limites des données et de problèmes conceptuels12.

Complémentarités et principaux défis pour l’action publique

La capacité des technologies numériques à accroître la productivité et, in fine, les niveaux de vie dépend très largement d’un ensemble de facteurs complémentaires. La raison en est que pour porter ses fruits, la transformation numérique doit s’accompagner d’une série de changements : modification des pratiques commerciales, de l’organisation du travail et de la composition des compétences, et réaffectation des ressources dans et entre les entreprises et les secteurs d’activité. Ces changements peuvent prendre du temps et induire des coûts d’ajustement transitoires, de sorte que les effets sur la productivité sont susceptibles de se matérialiser avec un temps de retard (Brynjolfsson et al., 2018).

Un vaste corpus de recherches met en évidence les relations de complémentarité associées à la transformation numérique : (i) entre les différentes technologies, par exemple entre les logiciels de gestion des services de guichet et d’arrière-guichet, (ii) avec les actifs et les investissements des entreprises, par exemple les compétences techniques et de gestion et les compétences cognitives générales, les capacités de financement, le capital organisationnel, les actifs incorporels et les investissements en R-D, et (iii) avec les politiques, par exemple la propension de l’environnement réglementaire à encourager la concurrence et la réaffectation efficiente des ressources13. Les carences de ces facteurs complémentaires pourraient expliquer pourquoi l’adoption des technologies numériques et les gains issus de la transformation numérique n’ont pas été à la hauteur des attentes jusqu’à présent.

Les travailleurs plus qualifiés et les entreprises plus productives sont généralement mieux à même d’exploiter ces complémentarités que ne le sont les autres travailleurs et entreprises. Par conséquent, les entreprises plus productives ont davantage profité de la transformation numérique dans l’ensemble (Graphique 2.8), et les entreprises retardataires ne parviennent pas à les rattraper (Berlingieri et al., 2019). La moitié environ de l’augmentation de la dispersion de la productivité entre entreprises observée durant la période 2010-15 peut être reliée à la transformation numérique (Gal et al., 2019). Dans un scénario extrême de dispersion de la productivité, il existe un risque que certaines entreprises « superstars » très productives réussissent à échapper à la concurrence grâce aux actifs incorporels qui leur sont propres (données et algorithmes par exemple), en particulier dans les secteurs caractérisés par des coûts marginaux faibles et des effets de réseau élevés.

Graphique 2.8. Les entreprises plus productives ont davantage profité de la transformation numérique

Augmentation de la productivité multifactorielle à l’échelon des entreprises associée à une augmentation de 10 points de pourcentage de l’adoption d’une sélection de technologies numériques à l’échelon sectoriel

Note : Les « entreprises les moins productives » correspondent au premier quartile de la distribution de la productivité dans chaque cellule secteur-pays-année, les « entreprises moyennes » aux deuxième et troisième quartiles, et les « entreprises les plus productives » au quatrième quartile. N’étant pas statistiquement significatifs, les résultats relatifs à l’effet de l’adoption des logiciels de gestion intégrés parmi les entreprises les moins productives sont omis. Les effets sont estimés pour les entreprises de l’UE ayant au moins dix salariés sur la période 2010-15. La seule technologie qui profite davantage aux entreprises moins productives qu’aux entreprises plus productives est l’informatique en nuage. Cela pourrait s’expliquer par le fait qu’elle requiert moins d’investissements complémentaires en termes d’organisation et de compétences.

Source : Gal, P., G. Nicoletti, T. Renault, S. Sorbe et C. Timiliotis (2019), « Digitalisation and Productivity: In Search of the Holy Grail – Firm-Level Empirical Evidence from EU Countries », Documents de travail du Département des affaires économiques, n° 1533, Éditions OCDE, Paris.

Statlink

Les politiques peuvent jouer un rôle crucial en encourageant une plus large diffusion des technologies numériques dans l’économie et en apportant des réponses à ces défis. Des mesures relevant de divers domaines de l’action publique peuvent faciliter la diffusion des technologies numériques en renforçant les capacités des entreprises et les incitations qu’elles ont à adopter ces technologies, et améliorer par ce biais la productivité (Graphique 2.9). Pour que ces gains de productivité débouchent sur une élévation des niveaux de vie et du bien-être de tous, les décideurs doivent se préoccuper de l’articulation entre productivité et inclusivité et s’attacher à créer des conditions qui permettent aux entreprises moins productives et aux travailleurs moins qualifiés de rattraper leur retard (Berlingieri et al., 2019 ; OCDE, 2018c). Le renforcement des compétences doit recevoir une attention prioritaire car il peut être doublement bénéfique, améliorant à la fois la productivité et l’inclusivité.

Graphique 2.9. Diverses politiques peuvent stimuler la productivité en facilitant la diffusion des technologies numériques

Effet sur la productivité multifactorielle de l’entreprise moyenne de l’UE d’une réduction de moitié de l’écart observé vis-à-vis du pays le plus performant de l’UE dans une série de domaines structurels et relevant de l’action publique, après trois ans

Note : Les effets correspondent aux gains de productivité estimés associés à l’augmentation de la diffusion de l’internet à haut débit, de l’informatique en nuage, des logiciels de gestion intégrés et des logiciels de gestion de la relation client qui résulte d’une réduction de moitié de l’écart observé vis-à-vis du pays le plus performant de l’UE dans une série de domaines structurels et relevant de l’action publique. Le « renforcement des compétences » recouvre la participation à des formations (pour les personnes très qualifiées et peu qualifiées), la qualité des écoles de management et l’adoption de pratiques de travail à rendement élevé (PTRE). La « réduction des obstacles réglementaires à la concurrence et à la réaffectation des ressources » recouvre l’abaissement des obstacles administratifs à la création de start-ups, l’assouplissement de la législation en matière de protection de l’emploi pour les contrats réguliers et l’amélioration des régimes d’insolvabilité. L’« accès facilité au financement pour les jeunes entreprises innovantes » recouvre le développement des marchés de capital-risque et la générosité des avantages fiscaux liés à la R-D. Les indicateurs structurels et liés à l’action publique sont mesurés aux alentours de 2016. La description détaillée des sous-indicateurs utilisés et la liste des pays de l’UE les plus performants pour chaque sous-indicateur figurent dans l’annexe B de Sorbe et al. (2019).

Source : Sorbe, S. P. Gal, G. Nicoletti, T. Renault et C. Timiliotis (2019), « Digital Dividend: Policies to Harness the Productivity Potential of Digital Technologies », OECD Economic Policy Papers, n° 26, Éditions OCDE, Paris.

Statlink

Les compétences sont cruciales à l’ère du tout-numérique

La transformation numérique implique de profondes modifications de la demande de compétences (Grundke et al., 2018 ; OCDE, 2019d). La demande pour les compétences auxquelles les technologies numériques peuvent facilement se substituer diminue, tandis le rendement des compétences qui complètent les technologies augmente. De manière générale, ces tendances exercent des pressions négatives sur les salaires et les perspectives d’emploi des travailleurs peu à moyennement qualifiés qui effectuent des tâches répétitives, et soutiennent les salaires des travailleurs plus qualifiés qui utilisent avec profit les outils numériques. En outre, si les plateformes de l’économie « à la tâche », en plein développement, procurent une flexibilité accrue aux travailleurs et aux entreprises, elles offrent rarement la même protection et les mêmes prestations que celles associées à l’emploi régulier.

Au fur et à mesure des progrès technologiques, de plus en plus de tâches pourront être automatisées, offrant des possibilités d’augmentation de la productivité mais entraînant par ailleurs des coûts transitoires importants. L’automatisation, qui a d’abord porté sur les tâches manuelles répétitives effectuées dans les activités manufacturières, touche de plus en plus les tâches « cognitives répétitives », fréquentes dans les activités de services. Compte tenu des progrès de l’intelligence artificielle qui, par exemple, dépasse depuis peu les capacités humaines moyennes pour la reconnaissance vocale et d’images, de plus en plus de tâches sont vouées à l’automatisation, y compris dans des métiers relativement qualifiés. Il s’ensuit que certains emplois seront amenés à disparaître mais aussi, et surtout, que la nature d’un grand nombre d’emplois changera. Par exemple, Nedelkoska et Quintini (2018) estiment que 14 % des emplois dans les pays de l’OCDE sont hautement automatisables, et que 32 % supplémentaires risquent de subir des changements substantiels dus à l’automatisation. Mais dans le même temps, de nouvelles tâches et de nouveaux emplois seront créés, de sorte que la demande globale de main-d’œuvre ne déclinera pas obligatoirement (Gregory et al., 2019). Malgré tout, faire en sorte que la main-d’œuvre acquière des compétences adaptées à ce nouvel environnement et atténuer les coûts personnels supportés par les travailleurs dont l’emploi est supprimé susciteront des défis considérables.

Les pénuries de compétences peuvent réduire les effets positifs de la transformation numérique, en particulier parmi les entreprises moins productives, qui éprouvent davantage de difficultés pour attirer des travailleurs qualifiés que les entreprises plus productives (Graphique 2.10). Plusieurs types de compétences sont importants pour l’économie à l’ère du tout-numérique : (i) les compétences techniques de pointe pour les spécialistes du numérique, (ii) les compétences numériques générales pour les autres travailleurs, et (iii) les compétences complémentaires requises pour travailler dans un environnement qui utilise les technologies numériques – compétences cognitives générales, compétences interpersonnelles et compétences de gestion et d’organisation notamment (OCDE, 2016b ; Grundke et al., 2018).

Graphique 2.10. Les pénuries de compétences réduisent les gains tirés de la transformation numérique, en particulier parmi les entreprises moins productives

Gains de productivité associés à la transformation numérique

Note : La situation avec (sans) pénuries de compétences correspond au 75^e (25^e) centile de la distribution des pénuries de compétences entre secteurs d’activité et entre pays (source : Base de données de l’OCDE sur les compétences pour l’emploi, www.oecdskillsforjobsdatabase.org). Dans la partie A, les « compétences en informatique et électronique » recouvrent la maîtrise des circuits imprimés, des processeurs, des puces, de l’équipement électronique et du matériel et logiciel informatique, y compris les applications et la programmation. Les « compétences techniques générales » désignent les capacités de conception, d’installation, d’exploitation et de correction de pannes qui impliquent l’utilisation de machines ou de systèmes technologiques. Les « compétences d’affectation des ressources » renvoient à la capacité d’affecter les ressources de manière efficiente. Les « compétences générales de gestion » désignent la capacité à motiver, développer et diriger les personnes dans leur travail et à identifier les meilleurs éléments pour chaque fonction. Dans la partie B, les « entreprises productives » sont les 25 % d’entreprises les plus productives dans chaque secteur et les « entreprises moins productives » les entreprises comprises entre les 25^e et 50^e centiles de la distribution de la productivité dans chaque secteur (entreprises dont la productivité est inférieure à la valeur médiane, mais qui ne sont pas parmi les moins productives), et les pénuries de compétences sont mesurées à l’aune d’un indicateur global qui prend en compte les compétences techniques et de gestion. Tous les résultats reposent sur le lien estimé entre l’adoption d’une sélection de technologies (internet à haut débit, informatique en nuage et logiciels de gestion intégrés et de gestion de la relation client) et la productivité multifactorielle parmi les entreprises de l’UE entre 2010 et 2015.

Source : Gal, P., G. Nicoletti, T. Renault, S. Sorbe et C. Timiliotis (2019), « Digitalisation and Productivity: In Search of the Holy Grail – Firm-Level Empirical Evidence from EU Countries », Documents de travail du Département des affaires économiques, n° 1533, Éditions OCDE, Paris ; Sorbe, S. et al. (2019), « Digital Dividend: Policies to Harness the Productivity Potential of Digital Technologies », OECD Economic Policy Papers, n° 26, Éditions OCDE, Paris.

Statlink

De bonnes compétences de gestion sont associées à une diffusion plus large et plus efficiente des technologies numériques (Andrews et al., 2018 ; Gal et al., 2019). Sans doute cela tient-il au fait que la transformation numérique entraîne généralement une modification des processus opérationnels, pour laquelle la qualité de la gestion est cruciale. Par exemple, les pratiques de travail à rendement élevé (PTRE) peuvent améliorer la souplesse interne des entreprises et, par suite, leur capacité à s’adapter au changement technologique (OCDE, 2016c)14. Les politiques publiques ne peuvent certes pas influer directement sur la qualité de la gestion et de l’organisation des entreprises, mais il est possible de promouvoir indirectement les bonnes pratiques de gestion en encourageant leur adoption dans les administrations publiques et les entreprises publiques par exemple. Le renforcement de la concurrence sur les marchés de produits peut aussi encourager les entreprises à améliorer leurs pratiques de gestion et favoriser la sortie ou la restructuration de certaines entreprises très mal gérées. La qualité et l’accessibilité des formations en gestion (dans les écoles de commerce par exemple) et l’assouplissement des transitions professionnelles dans et entre les entreprises peuvent également consolider la qualité moyenne de la gestion. En dernier lieu, bannir les règles fiscales qui sont excessivement favorables à la transmission familiale des entreprises peut être utile si ces formes de transmission sont associées à une gestion médiocre15.

Dans de nombreux pays de l’OCDE, les adultes maîtrisent mal les compétences techniques liées au numérique (Graphique 2.11). Les systèmes de formation initiale et de formation continue ont un rôle à jouer dans l’amélioration de ces compétences. Il serait utile à cet égard de s’attaquer aux disparités entre hommes et femmes qui prévalent dans les domaines des STIM (sciences, technologie, ingénierie et mathématiques). Par exemple, les femmes représentent moins de 20 % des entrants dans les programmes d’informatique de l’enseignement supérieur des pays de l’OCDE (OCDE, 2017a).

Graphique 2.11. Les compétences numériques font défaut à de nombreux adultes dans les pays de l’OCDE

Part des adultes qui ne maîtrisent pas ou maîtrisent mal les compétences numériques, 2015

Note : « Aucune compétence numérique » s’applique aux adultes qui n’ont pas d’expérience en informatique, qui ont échoué au test de base en informatique (mesurant par exemple la capacité à se servir d’une souris ou à faire défiler une page Web), ou qui ont choisi de ne pas passer ce test (dans ce dernier cas, il n’a pas été possible d’évaluer les compétences en TIC des intéressés directement, mais des données indirectes laissaient supposer qu’elles étaient faibles). « Compétences numériques limitées » s’appliquent aux adultes qui ont un niveau inférieur ou égal à 1 sur l’échelle des capacités de résolution de problèmes dans des environnements à forte composante technologique, qui correspond à l’utilisation d’applications technologiques largement répandues et bien connues, telles que les logiciels de messagerie ou les navigateurs web, pour effectuer des tâches simples requérant peu ou ne requérant pas de navigation ou de commandes. Les données sur les pays qui n’ont pas participé à l’évaluation des compétences des adultes (PIAAC) sont manquantes. Les données relatives au Royaume-Uni portent sur l’Angleterre, et les données relatives à la Belgique sur la Région flamande. Les données sur la proportion d’adultes ayant des compétences numériques limitées ne sont pas disponibles pour l’Espagne, la France et l’Italie, ces pays n’ayant pas pris part à l’évaluation des capacités de résolution de problèmes dans des environnements à forte composante technologique.

Source : Évaluation des compétences des adultes (PIAAC).

Statlink

Plus généralement, la maîtrise des « compétences de base » telles que la lecture, l’écriture et le calcul est indispensable pour l’acquisition des compétences requises par l’économie numérique (OCDE, 2016b). Il sera essentiel à l’avenir que les individus acquièrent des compétences initiales suffisamment solides et polyvalentes pour tirer leur épingle du jeu dans un environnement marqué par l’évolution rapide des technologies et des carrières de plus en plus longues. Il est intéressant de noter que les technologies numériques peuvent contribuer à améliorer les résultats des apprentissages. Cependant, pour concrétiser ce potentiel, il faut investir non seulement dans les technologies elles-mêmes mais dans les compétences complémentaires des enseignants et dans une refonte des pratiques d’enseignement permettant de tirer le meilleur parti des technologies existantes (OCDE, 2016a).

Un niveau accru de participation des travailleurs – en particulier des travailleurs peu qualifiés – aux formations favorise l’adoption des technologies numériques, ce qui souligne l’importance de la formation tout au long de la vie. Ce n’est pas seulement la quantité de formation qui est importante, mais aussi sa qualité. Faire en sorte que les travailleurs peu qualifiés participent davantage aux formations n’est sans doute pas une tâche aisée étant donné qu’ils sont trois fois moins susceptibles de s’inscrire à des formations que les travailleurs plus qualifiés ; cependant, cette démarche serait doublement bénéfique car elle stimulerait la productivité tout en réduisant les inégalités. Associées à un plus large déploiement des programmes actifs du marché du travail, notamment des services de mise en correspondance des offres et des demandes d’emploi, des formations de qualité peuvent aussi réduire les coûts personnels des suppressions d’emplois causées par les ruptures technologiques.

De nombreux pays de l’OCDE vont devoir améliorer leurs systèmes de formation des adultes pour relever les défis qui s’annoncent. Les priorités sont notamment les suivantes : (i) améliorer la couverture et l’inclusivité en aidant les adultes à opérer des choix en connaissance de cause, en s’attaquant aux obstacles à la participation et en encourageant les employeurs à proposer des formations ; (ii) aligner plus étroitement le contenu des formations sur les besoins en compétences des employeurs ; (iii) renforcer les incitations à améliorer la qualité des formations en procédant à des évaluations publiques de la qualité des prestataires ; (iv) assurer des financements suffisants, notamment en mobilisant des fonds publics et en encourageant la participation financière des employeurs et des individus par des dispositifs incitatifs ; et (v) renforcer les mécanismes de gouvernance pour améliorer la coordination entre les différents intervenants du système de formation des adultes (OCDE, 2019j).

La mise en place d’un accès abordable à l’internet à haut débit peut être bénéfique à la productivité

Diverses mesures peuvent rendre l’internet à haut débit plus accessible et plus abordable et faciliter ainsi son adoption par les entreprises. Pour améliorer le niveau de couverture, notamment dans les zones rurales ou reculées, où les défaillances du marché peuvent se traduire par un niveau d’investissement privé sous-optimal, les autorités publiques peuvent investir directement dans les réseaux à haut débit ou subventionner les investissements privés dans ces réseaux en sélectionnant par appel d’offres les prestataires les mieux à même de fournir les infrastructures requises (OCDE, 2018d). Ces décisions doivent s’appuyer sur des analyses socio-économiques des coûts et avantages. Les autorités doivent également veiller à ce que les éléments techniques nécessaires (spectre de fréquences, protocole internet et points d’échange par exemple) soient en place. Par ailleurs, les réformes visant à renforcer la concurrence dans le secteur des télécommunications (en encourageant l’émergence de nouveaux entrants ou le partage des infrastructures) sont de nature à faire baisser les prix et, dans de nombreux cas, à stimuler l’investissement (OCDE, 2019a). De manière générale, l’amélioration de l’accès à l’internet à haut débit est associée à des gains de productivité, notamment parce qu’elle permet aux entreprises d’adopter des technologies qui augmentent la productivité (Graphique 2.12).

Graphique 2.12. Un accès amélioré à l’internet à haut débit est associé à une productivité accrue

Effet associé à une réduction de moitié de l’écart de niveau d’accès à l’internet à haut débit vis-à-vis du pays de l’UE le plus performant

Note : Effet estimé d’une amélioration de l’accès à l’internet à haut débit correspondant à une réduction de moitié de l’écart observé vis-à-vis du pays le plus performant de l’échantillon (Danemark) sur la productivité multifactorielle de l’entreprise moyenne après trois ans. L’échantillon d’estimation utilisé pour estimer l’élasticité de la productivité par rapport à l’accès à l’internet à haut débit couvre les entreprises de l’UE ayant au moins dix salariés sur la période 2010-15. Les différences d’accès à l’internet à haut débit entre pays correspondent aux valeurs de 2018 ou de l’année la plus récente pour laquelle des données sont disponibles.

Source : Sorbe, S. et al. (2019), « Digital Dividend: Policies to Harness the Productivity Potential of Digital Technologies », OECD Economic Policy Papers, n° 26, Éditions OCDE, Paris.

Statlink

L’environnement réglementaire devrait promouvoir la réaffectation efficiente des ressources

La transformation numérique peut modifier profondément les structures de production à mesure que de nouvelles entreprises et activités apparaissent et prennent de l’ampleur et que d’autres disparaissent ou exigent moins de main-d’œuvre. Pour profiter pleinement de cette transformation, il y a lieu d’opérer une réaffectation efficiente des facteurs travail et capital entre les entreprises, les secteurs d’activité et les régions. Cela est d’autant plus important que le dynamisme entrepreneurial dans les pays de l’OCDE donne des signes d’essoufflement depuis quelques décennies (Graphique 2.13), quoique les données récentes sur les entrées d’entreprises soient encourageantes16. Bien que les entreprises des secteurs à forte intensité numérique soient généralement plus dynamiques, la perte de dynamisme a été plus marquée dans ces secteurs que dans le reste de l’économie.

Graphique 2.13. Le dynamisme entrepreneurial s’essouffle

Note : Ce graphique décrit les tendances moyennes des taux de redistribution des emplois, d’entrée et de sortie dans chaque secteur de chaque pays au cours de la période 1998-2015 dans un échantillon de 15 pays, membres de l’OCDE pour la plupart. Chaque point représente le changement cumulé en points de pourcentage depuis 1998. Les données sont fondées sur les coefficients par année des régressions effectuées pour chaque secteur dans les pays, avec et sans mise en interaction avec une variable muette relative à l’intensité de numérique dans le secteur. La variable dépendante est le taux de redistribution des emplois des entreprises en place, le taux d’entrée ou le taux de sortie.

Source : Calvino, F. et C. Criscuolo (2019), « Business Dynamics and Digitalisation », Documents de travail de l’OCDE sur la science, la technologie et l’industrie, n° 62, Éditions OCDE, Paris.

Statlink

Pour réactiver le dynamisme entrepreneurial, il faut réduire les obstacles à l’entrée et à la croissance des jeunes entreprises innovantes, faciliter la sortie en douceur des entreprises les moins productives et fluidifier la réorientation de la main-d’œuvre et du capital des secteurs et entreprises en déclin vers les entreprises et secteurs en expansion. Ces objectifs passent par la mise en œuvre de différentes mesures sur les marchés de produits et du travail. Par exemple, il est montré que les interventions visant à abaisser les obstacles administratifs à la création de start-ups, à faciliter les transitions professionnelles en évitant que la législation en matière de protection de l’emploi ne soit excessivement restrictive, et à améliorer les régimes d’insolvabilité peuvent encourager les réaffectations de ressources propices à la productivité de façon générale, et la diffusion des technologies numériques en particulier17. L’encouragement à la mobilité résidentielle et l’amélioration de la reconnaissance des compétences et des qualifications entre juridictions sont également de nature à réduire les décalages entre l’offre et la demande sur le marché du travail (Andrews et al., 2011 ; Sorbe et al., 2018).

Les contraintes financières peuvent brider la croissance des jeunes entreprises innovantes à forte intensité numérique et, plus généralement, les investissements des entreprises dans les technologies numériques. La raison en est que le passage au numérique entraîne souvent des coûts de transition, et que ceux-ci peuvent être difficiles à surmonter dans la mesure où les investissements en capital incorporel sont plus compliqués à garantir que les investissements en capital physique (Demmou et al., 2019). Par conséquent, une démarche tendant à garantir la solidité et le bon fonctionnement du système financier et à éviter que les séquelles éventuelles des crises passées ne réduisent la disponibilité des financements nécessaires aux nouveaux projets et entreprises devrait favoriser la transformation numérique de manière générale.

Les politiques publiques devraient en outre s’attaquer aux défaillances du marché qui entravent le financement des jeunes entreprises innovantes. De nombreux pays ont mis en place des dispositifs qui facilitent l’accès des entreprises à différents instruments de financement, notamment les instruments en fonds propres18. Néanmoins, dans la plupart des pays de l’OCDE, le traitement fiscal du financement par apport de fonds propres demeure moins favorable que celui appliqué au financement par l’emprunt. Un traitement plus équitable serait également bienvenu pour les entreprises qui utilisent des actifs incorporels pouvant difficilement être mis en garantie. Les différences de traitement entre femmes et hommes dans le financement des start-ups méritent également des recherches plus poussées (Lassébie et al., 2019).

De manière intéressante, des données montrent que l’essor des plateformes électroniques, en particulier des plateformes « agrégatives », peut entraîner une réaffectation de la main-d’œuvre porteuse de gains d’efficience entre les entreprises – peut-être parce que les entreprises qui obtiennent de meilleures évaluations et notations ont tendance à attirer une plus forte demande (Bailin et al., 2019). Des données montrent également que les effets de l’essor des plateformes numériques sur la productivité des prestataires de services sont plus favorables quand la protection de l’emploi et les obstacles administratifs à l’entrepreneuriat sont moins stricts. Une explication possible est que des règles moins rigoureuses permettent aux entreprises de s’adapter plus en souplesse à l’évolution rapide de la demande. En effet, le développement des plateformes peut s’accompagner d’une hausse rapide de la demande, par exemple en direction des entreprises bien notées par les utilisateurs, et d’un déclin de la demande adressée aux entreprises mal notées ou soumises à la concurrence de nouveaux types de prestataires opérant par le biais des plateformes « de rupture ».

Une autre question importante concernant ces nouveaux types d’activités (services de VTC ou d’hébergement collaboratif par exemple) est celle de leur réglementation. Il arrive que ces activités voient le jour dans une situation de vide réglementaire et profitent d’un arbitrage fiscal et réglementaire en comparaison des activités existantes. Cela étant, elles offrent aussi, à l’occasion, le moyen de circonvenir des réglementations excessivement favorables aux entreprises en place (par exemple les taxis dans certains pays). De façon générale, le fait de permettre à de nouvelles activités d’opérer à titre temporaire dans un environnement d’essai contrôlé (approche du « bac à sable réglementaire » par exemple) peut encourager l’innovation et favoriser l’apparition de nouveaux modèles d’affaires. Malgré tout, les décideurs devront s’employer à long terme à établir des conditions d’équité fiscale et réglementaire entre activités concurrentes, pour éviter de fausser l’affectation des ressources dans l’économie.

Une solution possible, pour instaurer l’équité, serait d’assouplir certaines règles imposées aux activités existantes (par exemple supprimer certaines exigences en matière de permis qui sont devenues obsolètes et créent des obstacles inutiles à l’entrée) et de soumettre progressivement les nouvelles activités à des règles fiscales et des réglementations des marchés du travail et de produits équivalentes à celles qui s’appliquent aux activités existantes. Peut-être faudra-t-il en particulier renforcer la protection des travailleurs des plateformes numériques, notamment en instaurant des normes minimales en matière d’exclusion de travailleurs sur les plateformes, en autorisant le cas échéant les travailleurs indépendants des plateformes à négocier collectivement lorsque la plateforme est leur employeur de fait19, et en leur donnant accès à la protection sociale et à la formation. La première convention collective de ce type a été signée en 2018 entre une plateforme danoise de services de nettoyage de logements privés (Hilfr.dk) et le plus grand syndicat du pays (3F).

La transformation numérique fait naître de nouveaux défis sur le plan de la concurrence

La transformation numérique apporte du bon et du moins bon sur le plan de la concurrence. Au versant positif, certaines technologies numériques permettent aux entreprises de changer d’échelle sans masse critique et facilitent la diffusion de l’information, offrant aux jeunes entreprises innovantes la possibilité de prendre pied sur les marchés et de concurrencer des entreprises existantes de plus grande taille. Cependant, de nombreuses activités numériques (parmi lesquelles les plateformes électroniques) se caractérisent par des coûts marginaux faibles, des effets de réseau multifaces élevés et le rôle central des données et des algorithmes en tant que sources de valeur, autant de facteurs qui peuvent susciter des dynamiques du « presque tout au gagnant ». Par exemple, la part de marché médiane des plateformes électroniques les plus importantes dans les secteurs et les pays étudiés par Bailin et al. (2019) est de 64 %. Dans la grande majorité des cas, la plateforme dominante était déjà la plus importante au cours des deux années précédentes.

Les conséquences globales de cette situation sont difficiles à estimer. D’un côté, la concentration peut améliorer l’efficience, dans la mesure où l’augmentation du nombre d’utilisateurs et du volume de données disponibles sur les transactions permet à la plateforme d’améliorer ses algorithmes et la fiabilité de ses notations. En outre, un certain niveau de pouvoir de marché peut s’interpréter comme une rente légitime qui récompense les efforts d’innovation passés, voire être le signe d’une concurrence saine (OCDE, 2018f). D’un autre côté, les entreprises dont le pouvoir de marché est trop profondément installé peuvent utiliser les brevets à des fins stratégiques ou acheter de petites entreprises innovantes pour étouffer la concurrence (OCDE, 2018g) , ce qui peut, à terme, nuire à l’innovation, aux niveaux de vie et à l’inclusivité.

Des travaux récents de l’OCDE ont décelé des signes d’augmentation du pouvoir de marché, en particulier dans les secteurs à forte intensité numérique. Les marges sont en progression depuis le début des années 2000, notamment dans les secteurs à forte intensité numérique (Calligaris et al., 2018). Par ailleurs, le nombre de fusions et acquisitions dans le monde a plus que doublé depuis 2003 – les secteurs à forte intensité numérique affichant la progression la plus notable –, ce qui s’est traduit par un renforcement de la concentration à l’échelon sectoriel en Amérique du Nord et en Europe (Bajgar et al., 2019a,b).

Bien que ces questions méritent des analyses plus approfondies, des données empiriques préliminaires indiquent que le renforcement du pouvoir de marché commence dans certains cas à devenir préjudiciable à l’efficience économique. Díez et al. (2018) constatent que l’augmentation des marges est corrélée dans un premier temps avec une hausse, puis ensuite avec une baisse des taux d’investissement et d’innovation, en particulier dans les secteurs très concentrés. Ce résultat va dans le sens de la relation en U inversé entre l’intensité de la concurrence et l’innovation décrite dans Aghion et al. (2005).

De même, il apparaît que les gains de productivité associés à l’essor des plateformes électroniques sont plus faibles lorsque le marché des plateformes est dominé par une plateforme unique et que cette domination perdure dans le temps (Graphique 2.14). Par conséquent, au-delà de la concentration, c’est surtout le caractère contestable des marchés de plateformes qui est important pour l’efficience. Par exemple, une plateforme dominante qui n’est pas confrontée aux pressions de la concurrence ne sera peut-être pas incitée à innover et investir dans des processus de notation et d’évaluation dignes de confiance20. Elle pourra de surcroît être tentée d’utiliser sa position de monopole ou monopsone pour tirer des rentes économiques des prestataires de services ou des utilisateurs, par exemple en prélevant des frais élevés ou en offrant des conditions défavorables à certains utilisateurs.

Graphique 2.14. Les marchés de plateformes non contestables génèrent des gains de productivité moins élevés

Effet de l’essor des plateformes sur la productivité moyenne des prestataires de services, selon la structure du marché des plateformes

Note : « Aucune plateforme n'a de position dominante sur le marché » désigne une situation dans laquelle la part de marché de la plateforme la plus importante dans un secteur et dans un pays donnés est inférieure à la valeur médiane de l’échantillon (c’est-à-dire 64 %). « Il existe une plateforme dominante, mais le marché est contestable » désigne une situation dans laquelle la plateforme la plus importante détient une part de marché supérieure à la valeur médiane de l’échantillon, mais n’a pas constamment dominé au cours des deux années précédentes. « Il existe une plateforme dominante, et le marché n’est pas contestable » correspond au dernier cas, à savoir une situation dans laquelle la plateforme la plus importante détient une part de marché supérieure à la valeur médiane de l’échantillon et était déjà la plus importante au cours des deux années précédentes (variable choisie pour illustrer le manque de contestabilité d’un marché). Les deux premières barres ne sont pas statistiquement différentes l’une de l’autre au seuil de 1 %, tandis que la troisième barre est significativement plus basse que la première. Les effets sont estimés sur la période 2004-16 pour un échantillon de dix pays de l’OCDE et quatre secteurs (hôtels, restaurants, taxis et commerce de détail).

Source : Bailin, A., P. Gal, V. Millot et S. Sorbe (2019), « Like It or Not? The Impact of Online Platforms on the Productivity of Service Providers », Documents de travail du Département des affaires économiques, n° 1548, Éditions OCDE, Paris.

Statlink

La transformation numérique engendre d’autres défis pour la politique de la concurrence. Ainsi le phénomène de collusion algorithmique suscite-t-il des préoccupations grandissantes. Dans les situations où les prix sont fixés par des algorithmes, ceux-ci sont capables de maintenir les prix au-dessus du niveau de l’équilibre concurrentiel sans être explicitement programmés pour s’entendre et sans communiquer directement entre eux (OCDE, 2017b ; Calvano et al., 2018). C’est là un véritable défi car les infractions au droit de la concurrence sont généralement établies sur la base de données montrant qu’il existe un accord d’entente. Autre problème potentiel, certaines plateformes électroniques cumulent les activités de vente directe et de place de marché où d’autres prestataires peuvent vendre leurs produits. Ces plateformes peuvent donc à la fois accorder un traitement préférentiel à leurs propres produits (une visibilité plus grande par exemple) et avoir accès à des données précieuses sur leurs concurrents et les tendances du marché.

La politique de la concurrence dispose d’outils qui peuvent d’ores et déjà apporter de nombreuses solutions à ces défis. La transformation numérique impose de les utiliser avec une vigilance accrue et de tenir dûment compte des caractéristiques des marchés convertis au numérique, notamment de la nécessité de prendre des décisions promptement, les marchés étant susceptibles d’évoluer rapidement. Par exemple, il y a lieu de surveiller attentivement l’impact des fusions sur la concurrence dynamique, et plus particulièrement sur l’innovation (OCDE, 2018h). Les autorités pourraient modifier les seuils de notification obligatoire des fusions, comme l’ont fait récemment certains pays comme l’Allemagne et l’Autriche, pour s’assurer de ne pas passer à côté d’éventuelles acquisitions anticoncurrentielles de concurrents émergents (par exemple, des entreprises petites par la taille mais innovantes et possédant de grandes quantités de données). Par ailleurs, les évaluations ex post des décisions de fusion peuvent être utiles pour synthétiser les leçons apprises et évaluer l’évolution des marchés après une opération de fusion. Plus généralement, les politiques de la concurrence pourraient s’appuyer plus largement sur les études de marché pour dresser un bilan global du fonctionnement de la concurrence sur les marchés et déterminer les moyens de l’améliorer. D’autre part, les autorités de la concurrence doivent rester vigilantes pour s’assurer que les entreprises dominantes n’abusent pas de leur position, par exemple qu’elles n’empêchent pas des entreprises concurrentes d’entrer sur le marché par des pratiques d’éviction. La nature de la concurrence sur les marchés « sans contrepartie financière » (y compris des aspects tels que le respect de la vie privée et l’innovation) doit également être examinée plus avant (OCDE, 2018i). Enfin, les autorités de la concurrence pourraient intensifier leurs activités de coopération internationale, par exemple en échangeant davantage d’informations et en se prêtant mutuellement assistance dans les enquêtes.

La politique en matière de réglementation peut également favoriser la concurrence en réduisant les obstacles à l’entrée des start-ups et les coûts de transfert (« switching costs ») entre plateformes numériques. Les coûts de transfert peuvent être influencés par un certain nombre de facteurs, tels que les règles relatives à la portabilité des données (par exemple, la réputation acquise sur une plateforme peut-elle être transférée sur une autre plateforme ?), le multi-hébergement (c’est-à-dire la possibilité pour les prestataires de services d’opérer sur plusieurs plateformes simultanément) et les clauses de garantie de meilleur prix (clauses stipulant que le prix proposé par une plateforme à ses utilisateurs pour un service déterminé est le plus avantageux qu’ils puissent obtenir, et qui dissuadent les consommateurs d’essayer d’autres plateformes). Cependant, ces règles peuvent être difficiles à élaborer et donnent lieu à des arbitrages. Par exemple, une portabilité insuffisante des données peut affaiblir la contestabilité des marchés de plateformes, mais une portabilité excessive peut soulever des problèmes de protection de la vie privée, et les aspects pratiques de la portabilité comportent leur lot de difficultés (par exemple, l’absence de formats normalisés dans un contexte caractérisé par l’évolution rapide des modèles d’affaires des plateformes ; Digital Competition Expert Panel, 2019).

Un autre moyen de promouvoir la concurrence sur les marchés concernés par la transformation numérique et de tirer de plus amples avantages de celle-ci consiste à réduire les obstacles transfrontaliers au commerce numérique (Graphique 2.15). À l’instar du commerce « traditionnel », le commerce numérique devrait générer des gains de productivité en accentuant la spécialisation et la concurrence en permettant aux entreprises de se procurer des intrants moins chers et de meilleure qualité et en facilitant la diffusion des technologies numériques. Étant donné que la plupart des accords commerciaux internationaux sont antérieurs à l’émergence du commerce numérique, le développement de ce dernier passe par un dialogue international continu permettant d’améliorer l’interopérabilité des différents régimes réglementaires, par exemple en ce qui a trait à des questions sensibles telles que les flux transfrontaliers de données, mais aussi par la cohérence des politiques dans les domaines du commerce, de la concurrence et de la fiscalité (López González et Ferencz, 2018).

Graphique 2.15. Les obstacles au commerce numérique sont très variables d'un pays à l’autre

Indice de restrictivité des échanges de services (IRES) numériques de l’OCDE

Note : Des valeurs plus élevées correspondent à des obstacles au commerce numérique plus importants. La méthodologie sous-jacente est décrite dans Ferencz, J. (2019), « The OECD Digital Services Trade Restrictiveness Index », Documents de travail de l'OCDE sur la politique commerciale, n° 221, Éditions OCDE, Paris.

Source : Indice de restrictivité des échanges de services (IRES) numériques de l’OCDE.

Statlink

Le développement de l’administration numérique doit être encouragé

L’administration numérique gagne du terrain dans l’ensemble des pays de l’OCDE (Graphique 2.16). Ce concept recouvre l’utilisation des technologies numériques dans les services fournis par les administrations publiques (par exemple, formalités administratives pour les particuliers et les entreprises et marchés publics dématérialisés) mais aussi, plus généralement, les initiatives qui encouragent l’innovation dans le secteur public et le renforcement de la participation citoyenne, telles que l’ouverture des données publiques. L’expérience indique qu’à l’instar de la conversion des entreprises au numérique, le passage réussi à l’administration numérique nécessite des investissements complémentaires dans la redéfinition et la réorganisation des processus et services des administrations (OCDE, 2018j).

Graphique 2.16. Le niveau d’utilisation des services d’administration numérique varie notablement entre les pays

Utilisation des services d’administration numérique par les particuliers et ouverture des données publiques

Note : Pour le Chili, la Colombie, le Costa Rica, le Mexique et la Suisse, les données relatives à l’utilisation des services d’administration électronique portent sur 2017. Les données relatives à l’utilisation des services d’administration électronique sont manquantes pour l’Australie, le Canada, la Corée, les États-Unis, Israël, le Japon et la Nouvelle-Zélande. Les données relatives à l'ouverture des données publiques sont manquantes pour la Grèce, la Hongrie, l’Islande et le Luxembourg.

Source : OCDE, Accès et utilisation des TIC par les ménages et les individus, OECD.stat ; et OCDE, Rapport sur les données ouvertes publiques, Éditions OCDE, Paris.

Statlink

Le recours accru à l’administration numérique peut améliorer la productivité du secteur public et tend par ailleurs à encourager l’adoption des technologies numériques dans le monde de l’entreprise (Andrews et al., 2018). Cet effet pourrait s’expliquer par le fait que l’administration numérique favorise le développement des compétences numériques dans la population, encourage les entreprises à adopter les technologies numériques pour faciliter leurs interactions avec les autorités publiques et les aide à améliorer leurs services grâce à un accès amélioré aux données.

Il existe des complémentarités importantes entre les différents domaines de l’action publique

Il y aura lieu d’adapter ces recommandations générales aux caractéristiques particulières des pays, afin d’éliminer les principaux écueils à la diffusion efficiente des technologies numériques et au développement des plateformes électroniques. Par exemple, certains pays devront donner la priorité aux infrastructures physiques, tandis que d’autres devront d’abord mettre l’accent sur les compétences.

Cependant, il ne faut pas perdre de vue les complémentarités positives qui existent entre les différents domaines de l’action publique. Ainsi, le renforcement des compétences sera d’autant plus profitable si l’environnement commercial encourage les entreprises à faire le meilleur usage possible de ces compétences. La démarche consistant à agir simultanément sur plusieurs fronts peut amplifier les effets positifs des réformes d’environ 20 % par rapport à l’impact cumulé des mêmes mesures mises en œuvre isolément (Sorbe et al., 2019). De manière générale, ces complémentarités soulignent qu’il est important de mener un programme d’action cohérent concernant la transition et d’adopter une approche faisant intervenir toutes les sphères de l’action gouvernementale sur les questions touchant à la transformation numérique. Dans la pratique, de nombreux pays ont déjà adopté une stratégie pour l’économie numérique ou une politique équivalente, mais le périmètre de ces instruments demeure encore relativement étroit et il est possible d’aller plus loin dans la mise en œuvre d’une approche de gouvernance qui instaure une coordination efficace entre les différents organismes publics concernés.

Références

Aghion, P. et al. (2005), « Competition and Innovation: An Inverted-U Relationship », Quarterly Journal of Economics, vol. 120, pp. 701-728, http://www.jstor.org/stable/25098750.

Ahmad, N., J. Ribarski et M. Reinsdorf (2017), « Can Potential Mismeasurement of the Digital Economy Explain the Post-Crisis Slowdown in GDP and Productivity Growth? », OECD Statistics Working Papers, n° 2017/09, Éditions OCDE, Paris, http://dx.doi.org/10.1787/18152031.

Akcigit, U. et S. Ates (2019), « Ten Facts on Declining Business Dynamism and Lessons from Endogenous Growth Theory », NBER Working Paper, n° 25755, http://www.nber.org/papers/w25755.pdf.

Akerman, A., I. Gaarder et M. Mogstad (2015), « The Skill Complementarity of Broadband Internet », Quarterly Journal of Economics, vol. 130, pp. 1781-1824, http://dx.doi.org/10.1093/qje/qjv028.

Andrews, D., A. Caldera Sánchez et Å. Johansson (2011), « Housing Markets and Structural Policies in OECD Countries », Documents de travail du Département des affaires économiques de l'OCDE, n° 836, Éditions OCDE, Paris, http://dx.doi.org/10.1787/5kgk8t2k9vf3-en.

Andrews, D., C. Criscuolo et P. Gal (2016), « The Best Versus the Rest: The Global Productivity Slowdown, Divergence across Firms and the Role of Public Policy », OECD Productivity Working Papers, n° 5, Éditions OCDE, Paris, http://dx.doi.org/10.1787/24139424.

Andrews, D., G. Nicoletti et C. Timiliotis (2018), « Digital Technology Diffusion: A Matter of Capabilities, Incentives or Both? », Documents de travail du Département des affaires économiques de l'OCDE, n° 1476, Éditions OCDE, Paris, https://dx.doi.org/10.1787/7c542c16-en.

Aral, S., E. Brynjolfsson et D. Wu (2006), « Which Came First, it or Productivity? Virtuous Cycle of Investment and Use in Enterprise Systems », SSRN Electronic Journal, http://dx.doi.org/10.2139/ssrn.942291.

Bailin, A., P. Gal, V. Millot et S. Sorbe (2019), « Like It or Not? The Impact of Online Platforms on the Productivity of Service Providers », Documents de travail du Département des affaires économiques de l'OCDE, n° 1548, Éditions OCDE, Paris. https://doi.org/10.1787/080a17ce-en

Bajgar, M., C. Criscuolo et J. Timmis (2019a), « Mergers and Acquisitions, Concentration and Productivity: What Do We Know So Far? », OECD Productivity Papers, à paraître, Éditions OCDE, Paris.

Bajgar, M. et al. (2019b), « Industry Concentration in Europe and North America », OECD Productivity Working Papers, n° 18, Éditions OCDE, Paris, https://dx.doi.org/10.1787/2ff98246-en.

Baldwin, R. (2019), The Globotics Upheaval: Globalization, Robotics, and the Future of Work, Oxford University Press.

Bartelsman, E. (2013), « ICT, Reallocation and Productivity », Economic Papers, n° 486, Commission européenne, http://dx.doi.org/10.2765/42751.

Bartelsman, E., G. Van Leeuwen et M. Polder (2017), « CDM Using a Cross-Country Micro Moments Database », Economics of Innovation and New Technology, vol. 26, pp. 168-182, http://dx.doi.org/10.1080/10438599.2016.1202517.

Berlingieri, G., P. Blanchenay et C. Criscuolo (2017), « The Great Divergence(s) », OECD Science, Technology and Industry Policy Papers, n° 39, Éditions OCDE, Paris, https://dx.doi.org/10.1787/953f3853-en.

Berlingieri, G. et al. (2019), Last but Not Least: Laggard Firms, Technology Diffusion and its Structural and Policy Determinants, Direction de la science, de la technologie et de l'innovation, Éditions OCDE, Paris.

Bijnens, G. et J. Konings (2018), « Declining Business Dynamism », CEPR Discussion Paper, n° DP12615, http://www.cepr.org.

Billari, F., O. Giuntella et L. Stella (2018), « Broadband Internet, Digital Temptations, and Sleep », Journal of Economic Behavior & Organization, 153, pp. 58-76, http://dx.doi.org/10.1016/j.jebo.2018.07.001.

Bloom, N. et N. Pierri (2018), « Research: Cloud Computing Is Helping Smaller, Newer Firms Compete », Harvard Business Review, août.

Bloom, N. et J. Van Reenen (2010), « Why Do Management Practices Differ across Firms and Countries? », Journal of Economic Perspectives, n° 24, pp. 203-24, http://dx.doi.org/10.1257/jep.24.1.203.

Bloom, N., R. Sadun et J. Van Reenen (2012), « Americans Do It Better: US Multinationals and the Productivity Miracle », American Economic Review, vol. 102, pp. 167-201, http://dx.doi.org/10.1257/aer.102.1.167.

Brynjolfsson, E., D. Rock et C. Syverson (2017), « Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics », NBER Working Paper, n° 24001, National Bureau of Economic Research, Cambridge, MA, http://dx.doi.org/10.3386/w24001.

Brynjolfsson, E., D. Rock et C. Syverson (2018), « The Productivity J-Curve: How Intangibles Complement General Purpose Technologies », NBER Working Paper, n° 25148, http://www.nber.org/papers/w25148.

Calligaris, S., C. Criscuolo et L. Marcolin (2018), « Mark-ups in the Digital Era », OECD Science, Technology and Industry Working Papers, n° 2018/10, Éditions OCDE, Paris, http://dx.doi.org/10.1787/4efe2d25-en.

Calvano, E. et al. (2018), « Artificial Intelligence, Algorithmic Pricing and Collusion », CEPR Discussion Paper, n° DP13405, Center for Economic Policy Research, https://cepr.org/active/publications/discussion_papers/dp.php?dpno=13405#.

Calvino, F. et al. (2018), « A Taxonomy of Digital Intensive Sectors », OECD Science, Technology and Industry Working Papers, n° 2018/14, Éditions OCDE, Paris, http://dx.doi.org/10.1787/f404736a-en.

Calvino, F. et C. Criscuolo (2019), « Business Dynamics and Digitalisation », OECD Science, Technology and Innovation Policy Papers, n° 62, Éditions OCDE, Paris, http://dx.doi.org/10.1787/6e0b011a-en.

Calvino, F., C. Criscuolo et R. Verlhac (2019), Declining Business Dynamism: A Progress Report, Direction de la science, de la technologie et de l'innovation, à paraître, Éditions OCDE, Paris.

Conway, P. et al. (2006), « Regulation, Competition and Productivity Convergence », Documents de travail du Département des affaires économiques de l'OCDE, n° 509, Éditions OCDE, Paris, https://dx.doi.org/10.1787/431383770805.

Corrado, C., J. Haskel et C. Jona-Lasinio (2017), « Knowledge Spillovers, ICT and Productivity Growth », Oxford Bulletin of Economics and Statistics, vol. 79, pp. 592-618, http://dx.doi.org/10.1111/obes.12171.

Cramer, J. et A. Krueger (2016), « Disruptive Change in the Taxi Business: The Case of Uber », NBER Working Paper, n° 22083, http://www.nber.org/papers/w22083.

Decker, R. et al. (2018), « Changing Business Dynamism and Productivity: Shocks vs. Responsiveness », Finance and Economics Discussion Series, n° 2018-007, Board of Governors of the Federal Reserve System, Washington D.C., http://dx.doi.org/10.17016/FEDS.2018.007.

Demmou, L., I. Stefanescu et A. Arquié (2019), « Labour Productivity Growth and Finance: The Role of Intangible Assets », Documents de travail du Département des affaires économiques de l'OCDE, à paraître, Éditions OCDE, Paris.

DeStefano, T., R. Kneller et J. Timmis (2018), « Broadband Infrastructure, ICT Use and Firm Performance: Evidence for UK Firms », Journal of Economic Behavior & Organization, n° 155, pp. 110-139, http://dx.doi.org/10.1016/j.jebo.2018.08.020.

DeStefano, T., R. Kneller et J. Timmis (2019), Cloud Computing and Firm Growth, à paraître.

Dhyne, E. et al. (2018), « IT and Productivity: A Firm Level Analysis », Working Papers Research, n° 346, Banque nationale de Belgique, https://www.nbb.be/doc/oc/repec/reswpp/wp346en.pdf.

Díez, F., D. Leigh et S. Tambunlertchai (2018), « Global Market Power and Its Macroeconomic Implications », IMF Working Papers, n° 18/137, Fonds monétaire international.

Digital Competition Expert Panel (2019), Unlocking digital competition: Report of the Digital Competition Expert Panel, UK Digital Competition Expert Panel, Londres, https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/785547/unlocking_digital_competition_furman_review_web.pdf.

Draca, M., R. Sadun et J. Van Reenen (2009), « Productivity and ICTs: A Review of the Evidence », in C. Avgerou, R. Mansell et D. Quah (dir. pub.), The Oxford Handbook of Information and Communication Technologies, Oxford University Press, http://dx.doi.org/10.1093/oxfordhb/9780199548798.003.0005.

Ferencz, J. (2019), « The OECD Digital Services Trade Restrictiveness Index », OECD Trade Policy Papers, n° 221, Éditions OCDE, Paris, https://dx.doi.org/10.1787/16ed2d78-en.

Gal, P., G. Nicoletti, T. Renault, S. Sorbe et C. Timiliotis (2019), « Digitalisation and Productivity: In Search of the Holy Grail – Firm-Level Empirical Evidence from EU Countries », Documents de travail du Département des affaires économiques de l'OCDE, n° 1533, Éditions OCDE, Paris, https://dx.doi.org/10.1787/5080f4b6-en.

Gibson, M. et J. Shrader (2018), « Time Use and Labor Productivity: The Returns to Sleep », Review of Economics and Statistics, vol. 100, pp. 783-798, http://dx.doi.org/10.1162/rest_a_00746.

Gregory, T., A. Salomons et U. Zierahn (2019), « Racing With or Against the Machine? Evidence from Europe », IZA Discussion Paper, n° 12063, IZA Institute of Labor Economics, http://ftp.iza.org/dp12063.pdf.

Grimes, A., C. Ren et P. Stevens (2011), « The Need for Speed: Impacts of Internet Connectivity on Firm Productivity », Journal of Productivity Analysis, vol. 37, pp. 187-201, http://dx.doi.org/10.1007/s11123-011-0237-z.

Grundke, R. et al. (2018), « Which Skills for the Digital Era?: Returns to Skills Analysis », OECD Science, Technology and Industry Working Papers, n° 2018/09, Éditions OCDE, Paris, http://dx.doi.org/10.1787/9a9479b5-en.

Hagsten, E. (2016), « Broadband Connected Employees and Labour Productivity: A Comparative Analysis of 14 European Countries Based on Distributed Microdata Access », Economics of Innovation and New Technology, vol. 25, pp. 613-629, http://dx.doi.org/10.1080/10438599.2015.1105547.

Haltiwanger, J., S. Scarpetta et H. Schweiger (2014), « Cross Country Differences in Job Reallocation: The Role of Industry, Firm Size and Regulations », Labour Economics, vol. 26, pp. 11-25, http://dx.doi.org/10.1016/j.labeco.2013.10.001.

Koay, K. et P. Soh (2019), « Does Cyberloafing Really Harm Employees’ Work Performance?: An Overview », in Proceedings of the Twelfth International Conference on Management Science and Engineering Management, Lecture Notes on Multidisciplinary Industrial Engineering, Springer International Publishing, Cham, http://dx.doi.org/10.1007/978-3-319-93351-1_71.

Lassébie, J. et al. (2019), « Levelling the Playing Field: Dissecting the Gender Gap in the Funding of Innovative Start-Ups Using Crunchbase », OECD Working Papers, à paraître, Éditions OCDE, Paris, document non publié.

Liu, M., E. Brynjolfsson et J. Dowlatabadi (2018), « Do Digital Platforms Reduce Moral Hazard? The Case of Uber and Taxis », NBER Working Papers, n° 25015, http://www.nber.org/papers/w25015.

López González, J. et J. Ferencz (2018), « Digital Trade and Market Openness », OECD Trade Policy Papers, n° 217, Éditions OCDE, Paris, http://dx.doi.org/10.1787/1bd89c9a-en.

Mohnen, P., M. Polder et G. Van Leeuwen (2018), « R&D and Organizational Innovation: Exploring Complementarities in Investment and Production », NBER Working Papers, n° 25044, http://www.nber.org/papers/w25044.

Nedelkoska, L. et G. Quintini (2018), « Automation, Skills Use and Training », Documents de travail de l'OCDE sur les affaires sociales, l'emploi et les migrations, n° 202, Éditions OCDE, Paris, https://dx.doi.org/10.1787/2e2f4eea-en.

OCDE (2015a), The Future of Productivity, Éditions OCDE, Paris, https://www.oecd.org/eco/OECD-2015-The-future-of-productivity-book.pdf.

OCDE (2015b), Data-Driven Innovation: Big Data for Growth and Well-Being, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264229358-en.

OCDE (2016a), Innovating Education and Educating for Innovation: The Power of Digital Technologies and Skills, La recherche et l'innovation dans l'enseignement, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264265097-en.

OCDE (2016b), « Skills for a Digital World: 2016 Ministerial Meeting on the Digital Economy Background Report », Documents de travail de l'OCDE sur l'économie numérique, n° 250, Éditions OCDE, Paris, http://dx.doi.org/10.1787/5jlwz83z3wnw-en.

OCDE (2016c), Perspectives de l'emploi de l'OCDE 2016, Éditions OCDE, Paris, https://doi.org/10.1787/empl_outlook-2016-fr.

OCDE (2017a), « La sous-représentation des femmes dans les domaines des STIM », in Atteindre l'égalité femmes-hommes : Un combat difficile, Éditions OCDE, Paris, https://doi.org/10.1787/9789264203426-10-fr.

OCDE (2017b), Algorithms and Collusion: Competition Policy in the Digital Age, Éditions OCDE, Paris, http://www.oecd.org/daf/competition/Algorithms-and-colllusion-competition-policy-in-the-digital-age.pdf.

OCDE (2018a), « Découplage salaires‑productivité : Quelles conséquences sur les politiques publiques ?», in Perspectives économiques de l'OCDE, vol. 2018, n° 2, Éditions OCDE, Paris, https://doi.org/10.1787/eco_outlook-v2018-2-3-fr.

OCDE (2018b), Good Jobs for All in a Changing World of Work: The OECD Jobs Strategy, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264308817-en.

OCDE (2018c), L'articulation entre productivité et inclusivité, Éditions OCDE, Paris, https://doi.org/10.1787/9789264293021-fr.

OCDE (2018d), « Bridging the Rural Digital Divide », Documents de travail de l'OCDE sur l'économie numérique, n° 265, Éditions OCDE, Paris, https://dx.doi.org/10.1787/852bd3b9-en.

OCDE (2018e), Le financement des PME et des entrepreneurs 2018 : Tableau de bord de l’OCDE, Éditions OCDE, Paris, https://doi.org/10.1787/fin_sme_ent-2018-fr.

OCDE (2018f), Market Concentration: Issues paper by the Secretariat, Direction des affaires financières et des entreprises, document non publié.

OCDE (2018g), Mergers and Acquisitions: Implications for Innovation and Competition in the Digital Economy, Direction de la science, de la technologie et de l'innovation, document non publié.

OCDE (2018h), L'examen des effets hors-prix dans le contrôle des concentrations : Note de référence du Secrétariat, Direction des affaires financières et des entreprises, document non publié.

OCDE (2018i), Problématique de la qualité dans les secteurs numériques de l'économie sans contrepartie financière : Note de référence du Secrétariat, Direction des affaires financières et des entreprises, document non publié.

OCDE (2018j), Vers le numérique dans un monde multilatéral – Rapport d’étape à l’intention des Ministres, http://www.oecd.org/fr/sites/goingdigital/C-MIN-2018-6-FR.pdf.

OCDE (2019a), Going Digital: Shaping Policies, Improving Lives, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264312012-en.

OCDE (2019b), OECD Compendium of Productivity Indicators 2019, Éditions OCDE, Paris, https://dx.doi.org/10.1787/b2774f97-en.

OCDE (2019c), Perspectives de l'emploi de l'OCDE 2019 : L'avenir du travail, Éditions OCDE, Paris, https://doi.org/10.1787/b7e9e205-fr.

OCDE (2019d), OECD Skills Outlook 2019 : Thriving in a Digital World, Éditions OCDE, Paris, https://dx.doi.org/10.1787/df80bc12-en.

OCDE (2019e), Measuring the Digital Transformation: A Roadmap for the Future, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264311992-en.

OCDE (2019f), An Introduction to Online Platforms and Their Role in the Digital Transformation, Éditions OCDE, Paris, https://doi.org/10.1787/53e5f593-en.

OCDE (2019g), The Digitalisation of Science, Technology and Innovation - An Overview of Key Developments and Policies, à paraître, Éditions OCDE, Paris.

OCDE (2019h), « SME Structure and Business Dynamism: Trends and Performance in Productivity and Wages », in SME and Entrepreneurship Outlook, Éditions OCDE, Paris.

OCDE (2019i), « Access to Finance », in SME and Entrepreneurship Outlook, Éditions OCDE, Paris.

OCDE (2019j), Getting Skills Right: Future-Ready Adult Learning Systems, Getting Skills Right, Éditions OCDE, Paris, https://dx.doi.org/10.1787/9789264311756-en.

Ollivaud, P., Y. Guillemette et D. Turner (2016), « Links between weak investment and the slowdown in productivity and potential output growth across the OECD », Documents de travail du Département des affaires économiques de l'OCDE, n° 1304, Éditions OCDE, Paris, https://dx.doi.org/10.1787/5jlwvz0smq45-en.

Rayle, L. et al. (2015), « Just a Better Taxi? A Survey-based Comparison of Taxis, Transit, and Ride Sourcing Services in San Francisco », Transport Policy, vol. 45, pp. 168-178, http://dx.doi.org/10.1016/j.tranpol.2015.10.004.

Schwellnus, C., A. Geva, M. Pak et R. Veiel (2019), « Gig Economy Platforms: Boon or Bane? », Documents de travail du Département des affaires économiques de l'OCDE, n° 1550, Éditions OCDE, Paris. https://doi.org/10.1787/fdb0570b-en

Sichel, D. (2019), « Productivity Measurement: Racing to Keep Up », NBER Working Papers, n° 25558, https://www.nber.org/papers/w25558.

Sorbe, S., P. Gal, G. Nicoletti, et C. Timiliotis (2019), « Digital Dividend: Policies to Harness the Productivity Potential of Digital Technologies », Documents d'orientation du Département des affaires économiques de l'OCDE, n° 26, Éditions OCDE, Paris, http://dx.doi.org/10.1787/2226583X.

Sorbe, S. et al. (2018), « Can Productivity Still Grow in Service-Based Economies?: Literature Overview and Preliminary Evidence from OECD countries », Documents de travail du Département des affaires économiques de l'OCDE, n° 1531, Éditions OCDE, Paris, https://dx.doi.org/10.1787/4458ec7b-en.

Syverson, C. (2011), « What Determines Productivity? », Journal of Economic Literature, vol. 49, pp. 326-365, http://dx.doi.org/10.1257/jel.49.2.326.

Syverson, C. (2017), « Challenges to Mismeasurement Explanations for the US Productivity Slowdown », Journal of Economic Perspectives, vol. 31, pp. 165-186, http://dx.doi.org/10.1257/jep.31.2.165.

Wooldridge, J. (2009), « On Estimating Firm-Level Production Functions Using Proxy Variables to Control for Unobservables », Economics Letters, vol. 104, n° 3, pp. 112-114, http://dx.doi.org/10.1016/j.econlet.2009.04.026.

Notes

← 1.  Voir, par exemple, Ahmad et al. (2017), Syverson (2017) et Sichel (2019).

← 2.  Voir, par exemple, Ollivaud et al. (2016) et OCDE (2019b). La productivité multifactorielle (PMF) peut être définie comme l’efficience globale avec laquelle les facteurs travail et capital sont conjointement utilisés dans le processus de production.

← 3.  Voir, par exemple, OCDE (2015a), Berlingieri et al. (2019) et Calvino et al. (2019).

← 4.  Robert Solow écrivait en 1987 dans le New York Times : « Vous pouvez voir l’ère informatique partout, sauf dans les statistiques de la productivité ». Au sujet du nouveau paradoxe de la productivité, voir Brynjolfsson et al. (2017).

← 5.  À l'inverse, les progrès de la robotique de pointe pourraient favoriser une relocalisation de certaines tâches de fabrication dans les pays avancés.

← 6.  Ce chapitre s’appuie sur des travaux consacrés aux déterminants de l’adoption des technologies numériques par les entreprises (Andrews et al., 2018), aux gains de productivité issus de l’adoption des technologies numériques (Gal et al., 2019), aux politiques visant à exploiter les avantages de l’adoption des technologies numériques (Sorbe et al., 2019), aux conséquences de l’essor des plateformes électroniques en termes de productivité (Bailin et al., 2019) et à l’émergence des plateformes de l’économie « à la tâche » (Schwellnus et al., 2019).

← 7.  Voir, par exemple, les revues de Draca et al. (2009), Syverson (2011) et Gal et al. (2019).

← 8.  Grimes et al. (2011) observent que l’adoption de l’internet à haut débit a fait grimper la productivité des entreprises de 7 à 10 % en Nouvelle-Zélande. S’appuyant sur des données norvégiennes, Akerman et al. (2015) parviennent à la conclusion que l’internet à haut débit soutient la productivité marginale des travailleurs très qualifiés, mais réduit celle des travailleurs moins qualifiés. Pour DeStefano et al. (2019), qui utilisent des données sur le Royaume-Uni, l’informatique en nuage accroît la productivité des petites entreprises. En revanche, DeStefano et al. (2018) ne relèvent pas d’effet de l’internet à haut débit sur la productivité mais mettent en évidence un effet positif sur la taille des entreprises.

← 9.  Le développement des plateformes et l’accès à l’internet à haut débit étant vraisemblablement corrélés, une double comptabilisation pourrait se produire si l’on additionnait l’effet du développement de l’accès à l’internet à haut débit et l’effet du développement des plateformes.

← 10.  Cette distinction a été établie initialement par Sorbe et al. (2018) et Bailin et al. (2019).

← 11.  Cette absence d’effet moyen significatif pourrait résulter de l’action de forces antagonistes. D’un côté, le renforcement des pressions concurrentielles engendré par les plateformes de rupture peut inciter les prestataires en place à accroître leur productivité, par exemple en adoptant certaines fonctionnalités génératrices de gains d’efficience mises au point par les plateformes (des sociétés de taxi ont ainsi développé leurs propres applications de réservation en ligne). D’un autre côté, la concurrence exercée par les nouveaux venus peut réduire la demande adressée aux prestataires en place, lesquels verront leur productivité diminuer jusqu’à ce qu’ils ajustent leurs capacités à la baisse.

← 12.  D’un côté, les fonctionnalités innovantes des algorithmes d’appariement optimal peuvent donner aux nouveaux prestataires un avantage sur les prestataires existants en termes de productivité. Il apparaît par exemple que les chauffeurs Uber passent moins de temps « à vide » que les chauffeurs de taxi – le temps de conduite moyen par heure des premiers pouvant être supérieur de 50 % à celui des seconds (Cramer et Krueger, 2016). Ils font également attendre leurs clients moins longtemps en moyenne (Rayle et al., 2015) et font moins de détours que les taxis (Liu et al., 2018), deux indicateurs qui traduisent une qualité de service plus élevée (et dont ne rendent pas forcément compte les données sur la productivité). D’un autre côté, les plateformes de rupture favorisent l’implantation sur le marché d’un nombre accru de non-professionnels, qui sont sans doute moins productifs en moyenne que les professionnels spécialisés (Schwellnus et al., 2019). Une autre question importante est de savoir si le capital utilisé par ces nouveaux prestataires de services est une ressource qui était jusque-là inutilisée (par exemple, un logement inoccupé pendant les vacances de son propriétaire) ou une ressource qui est intégralement consacrée au service fourni et génère donc des coûts d’opportunité (par exemple, un logement loué sur une plateforme d’hébergement collaboratif toute l’année).

← 13.  Voir, par exemple, Aral et al. (2006) et Bartelsman et al. (2017) au sujet des complémentarités entre les différentes technologies ; Bloom et al. (2012), Corrado et al. (2017) et Mohnen et al. (2018) au sujet des complémentarités avec les compétences, les actifs incorporels et la R-D ; et Conway et al. (2006), Bartelsman (2013) et Bailin et al. (2019) au sujet des complémentarités avec les réglementations qui encouragent la concurrence et la réaffectation des ressources.

← 14.  Les PTRE valorisent le travail d’équipe, l’autonomie, la flexibilité dans l’organisation du travail, le mentorat, la rotation des postes et la mise en pratique de nouveaux apprentissages. Elles recouvrent également des pratiques de gestion – primes incitatives, offres de formation et horaires de travail flexibles – qui encouragent les travailleurs à déployer plus pleinement leurs compétences (OCDE, 2016c).

← 15.  L’ouverture aux échanges commerciaux et aux investissements étrangers peut aussi avoir des effets bénéfiques sur les pratiques de gestion dans la mesure où les multinationales sont en moyenne mieux gérées que les autres entreprises (Bloom et Van Reenen, 2010).

← 16.  Au sujet du déclin du dynamisme entrepreneurial, voir par exemple Decker et al. (2018), Bijnens et Konings (2018), Akcigit et Ates (2019) et Calvino et Criscuolo (2019). Pour des données récentes sur les entrées, voir OCDE (2019h).

← 17.  Voir, par exemple, Haltiwanger et al. (2014), Andrews et al. (2018) et Calvino et Criscuolo (2019).

← 18.  Voir par exemple OCDE (2018e) et OCDE (2019i).

← 19.  Actuellement, cette pratique est généralement prohibée par la réglementation antitrust pour éviter les comportements collusoires entre travailleurs indépendants. Si l’on modifie ces règles pour tenir compte de la situation économique des travailleurs des plateformes, il faudra veiller à ne pas affaiblir la législation antitrust dans son ensemble.

← 20.  Les systèmes d’évaluation et de notation par les utilisateurs sont sans doute une fonctionnalité importante et génératrice de gains de productivité des plateformes électroniques. Néanmoins, comme l’explique l’Encadré 2.1 de Bailin et al. (2019), établir et tenir à jour des systèmes d’évaluation et de notation par les utilisateurs qui soient dignes de confiance peut être difficile et coûteux, notamment à cause des biais cognitifs et des actions stratégiques qui interviennent dans les pratiques de notation.