IDEAS home Printed from https://ideas.repec.org/p/hal/spmain/hal-03232264.html
   My bibliography  Save this paper

À la recherche de l’immatériel : comprendre l’investissement de l’industrie française

Author

Listed:
  • Sarah Guillou

    (OFCE - Observatoire français des conjonctures économiques (Sciences Po) - Sciences Po - Sciences Po)

  • Caroline Mini

    (La Fabrique de l'Industrie, CERNA i3 - Centre d'économie industrielle i3 - Mines Paris - PSL (École nationale supérieure des mines de Paris) - PSL - Université Paris Sciences et Lettres - I3 - Institut interdisciplinaire de l’innovation - CNRS - Centre National de la Recherche Scientifique)

  • Philippe Varin

Abstract

Le taux d'investissement immatériel des entreprises manufacturières françaises, en particulier dans les logiciels et bases de données, est plus élevé que celui de leurs partenaires européennes, sans que cela ne se semble se traduire par un effet significatif sur leur compétitivité et leur productivité. Selon la comptabilité nationale, ce taux représente 6,3 % de la valeur ajoutée en 2017, pour les logiciels et bases de données, contre 1 % en Allemagne. La part de l'immatériel dans l'investissement total (formation brute de capital fixe hors construction) est également singulière : elle serait de 70 % en France, en 2015, contre 52 % en Allemagne. Une précédente note de la Fabrique, centrée sur l'efficacité de l'investissement, évoquait un « paradoxe » à expliquer. Nous détaillons dans ce document les raisons de cet écart, que nous chiffrons entre 6,7 et 8,5 milliards d'euros annuels de formation brute de capital fixe (FBCF), entre l'industrie française et la moyenne de ses homologues. Nous écartons les explications de nature sectorielle ou structurelle et montrons que cela découle principalement de pratiques de comptabilisation différentes entre les offices statistiques nationaux : l'immobilisation des logiciels et bases de données est bien plus importante dans les données françaises. Cette particularité se retrouve dans tous les secteurs manufacturiers mais elle est particulièrement prononcée pour la fabrication des produits informatiques, électroniques, optiques et électriques et la fabrication des matériels de transport. Ces deux secteurs concentrent 52 % de la FBCF en logiciels et 19,5 % de la valeur ajoutée manufacturière française. Plus de la moitié de la surévaluation estimée ci-dessus provient de ces deux secteurs (entre 55 % et 68 % selon les méthodes utilisées). Cela étant, malgré cet écart de nature comptable, les dépenses en logiciels et services informatiques – c'est-à-dire la somme de l'investissement et des consommations intermédiaires – demeurent comparativement élevées dans l'industrie française, relativement à la valeur ajoutée. Autrement dit, les intrants informatiques représentent un poids important dans la production en France. Il y a une part « réelle » de ce surinvestissement relatif dans les logiciels, que nous estimons à un peu plus de 2 milliards d'euros annuels. Mutatis mutandis, les données issues de la comptabilité des entreprises esquissent un tableau légèrement différent : elles reflètent elles aussi l'importance des actifs immatériels relativement à l'investissement total mais ne détectent pas l'accélération de l'accumulation du capital immatériel exprimée par les séries macroéconomiques. Les données d'entreprises révèlent en outre l'importante disparité de l'investissement immatériel. Ce dernier est très concentré au sein d'une poignée de gros investisseurs, ce qui peut expliquer la faiblesse des effets constatés sur la productivité agrégée. L'investisseur immatériel typique est une grande entreprise appartenant à un groupe, exportatrice et importatrice, et réalisant des investissements matériels élevés. Elle appartient souvent au secteur des transports ou des équipements électroniques et informatiques. Une telle hyperconcentration de l'investissement immatériel suggère que la transformation du tissu industriel vers l'industrie 4.0 n'en est encore qu'à ses débuts.

Suggested Citation

  • Sarah Guillou & Caroline Mini & Philippe Varin, 2019. "À la recherche de l’immatériel : comprendre l’investissement de l’industrie française," SciencePo Working papers Main hal-03232264, HAL.
  • Handle: RePEc:hal:spmain:hal-03232264
    Note: View the original document on HAL open archive server: https://sciencespo.hal.science/hal-03232264v2
    as

    Download full text from publisher

    File URL: https://sciencespo.hal.science/hal-03232264v2/document
    Download Restriction: no
    ---><---

    References listed on IDEAS

    as
    1. Carol Corrado & Charles Hulten & Daniel Sichel, 2005. "Measuring Capital and Technology: An Expanded Framework," NBER Chapters, in: Measuring Capital in the New Economy, pages 11-46, National Bureau of Economic Research, Inc.
    2. Raymond Mataloni & Kim Ruhl & Dylan Rassier & Fatih Guvenen, 2016. "Offshore Profit Shifting and Domestic Productivity Measurement," 2016 Meeting Papers 1382, Society for Economic Dynamics.
    3. Marcel P. Timmer & Erik Dietzenbacher & Bart Los & Robert Stehrer & Gaaitzen J. Vries, 2015. "An Illustrated User Guide to the World Input–Output Database: the Case of Global Automotive Production," Review of International Economics, Wiley Blackwell, vol. 23(3), pages 575-605, August.
    4. Randy A. Becker & John Haltiwanger & Ron S. Jarmin & Shawn D. Klimek & Daniel J. Wilson, 2006. "Micro and Macro Data Integration: The Case of Capital," NBER Chapters, in: A New Architecture for the US National Accounts, pages 541-610, National Bureau of Economic Research, Inc.
    5. Carol Corrado & John Haltiwanger & Daniel Sichel, 2005. "Measuring Capital in the New Economy," NBER Books, National Bureau of Economic Research, Inc, number corr05-1.
    6. Nadim Ahmad, 2003. "Measuring Investment in Software," OECD Science, Technology and Industry Working Papers 2003/6, OECD Publishing.
    7. Crass, Dirk & Peters, Bettina, 2014. "Intangible assets and firm-level productivity," ZEW Discussion Papers 14-120, ZEW - Leibniz Centre for European Economic Research.
    Full references (including those not matched with items on IDEAS)

    Most related items

    These are the items that most often cite the same works as this one and are cited by the same works as this one.
    1. repec:hal:spmain:info:hdl:2441/2vgmbfhkm18rlq6ktunm9b1foi is not listed on IDEAS
    2. repec:spo:wpmain:info:hdl:2441/2vgmbfhkm18rlq6ktunm9b1foi is not listed on IDEAS
    3. Sarah Guillou & Caroline Mini & Philippe Varin, 2019. "À la recherche de l’immatériel : comprendre l’investissement de l’industrie française," Post-Print hal-03232264, HAL.
    4. Roth, Felix & Sen, Ali & Rammer, Christian, 2021. "Intangible Capital and Firm-Level Productivity – Evidence from Germany," Hamburg Discussion Papers in International Economics 9, University of Hamburg, Department of Economics.
    5. Thum-Thysen, Anna & Voigt, Peter & Weiss, Christoph, 2021. "Complementarities in capital formation and production: Tangible and intangible assets across Europe," EIB Working Papers 2021/12, European Investment Bank (EIB).
    6. Gravina, Antonio Francesco & Foster-McGregor, Neil, 2020. "Automation, globalisation and relative wages: An empirical analysis of winners and losers," MERIT Working Papers 2020-040, United Nations University - Maastricht Economic and Social Research Institute on Innovation and Technology (MERIT).
    7. Peneder, Michael & Rammer, Christian (ed.), 2018. "Measuring Competitiveness," ZEW Expertises, ZEW - Leibniz Centre for European Economic Research, number 181906.
    8. Nathan Chappell & Adam Jaffe, 2018. "Intangible Investment and Firm Performance," Review of Industrial Organization, Springer;The Industrial Organization Society, vol. 52(4), pages 509-559, June.
    9. Tsakanikas, Aggelos & Roth, Felix & Caliò, Simone & Caloghirou, Yannis & Dimas, Petros, 2020. "The contribution of intangible inputs and participation in global value chains to productivity performance – Evidence from the EU-28, 2000-2014," Hamburg Discussion Papers in International Economics 5, University of Hamburg, Department of Economics.
    10. Oliner, Stephen D. & Sichel, Daniel E. & Stiroh, Kevin J., 2008. "Explaining a productive decade," Journal of Policy Modeling, Elsevier, vol. 30(4), pages 633-673.
    11. Kaus, Wolfhard & Slavtchev, Viktor & Zimmermann, Markus, 2020. "Intangible capital and productivity: Firm-level evidence from German manufacturing," IWH Discussion Papers 1/2020, Halle Institute for Economic Research (IWH).
    12. Michael Peneder & Christian Rammer, 2018. "Measuring Competitiveness," WIFO Studies, WIFO, number 60838.
    13. Marie Le Mouel & Alexander Schiersch, 2020. "Knowledge-Based Capital and Productivity Divergence," Discussion Papers of DIW Berlin 1868, DIW Berlin, German Institute for Economic Research.
    14. King Carl Tornam Duho, 2022. "Intangibles, Intellectual Capital, and the Performance of Listed Non-Financial Services Firms in West Africa: A Cross-Country Analysis," Merits, MDPI, vol. 2(3), pages 1-25, June.
    15. He, Qiuqin & Guijarro-Garcia, Maria & Costa-Climent, Juan, 2022. "Impact of knowledge-based capital on firm productivity: The contingent effect of ownership," Journal of Business Research, Elsevier, vol. 140(C), pages 85-94.
    16. Roth, Felix, 2019. "Intangible Capital and Labour Productivity Growth: A Review of the Literature," Hamburg Discussion Papers in International Economics 4, University of Hamburg, Department of Economics.
    17. Qing Li & Long Hai Vo, 2021. "Intangible Capital and Innovation: An Empirical Analysis of Vietnamese Enterprises," Economics Discussion / Working Papers 21-02, The University of Western Australia, Department of Economics.
    18. Anmol Bhandari & Ellen R. McGrattan, 2017. "Sweat Equity in U.S. Private Business," Staff Report 560, Federal Reserve Bank of Minneapolis.
    19. De, Supriyo, 2014. "Intangible capital and growth in the ‘new economy’: Implications of a multi-sector endogenous growth model," Structural Change and Economic Dynamics, Elsevier, vol. 28(C), pages 25-42.
    20. Lisa Evers & Helen Miller & Christoph Spengel, 2015. "Intellectual property box regimes: effective tax rates and tax policy considerations," International Tax and Public Finance, Springer;International Institute of Public Finance, vol. 22(3), pages 502-530, June.
    21. Edquist, Harald, 2009. "How Much does Sweden Invest in Intangible Assets?," Working Paper Series 785, Research Institute of Industrial Economics.
    22. Nikulainen, Tuomo & Pajarinen, Mika, 2013. "Industry restructuring in the ICT sector – What does labor mobility tell us about skill relatedness and knowledge spillovers?," ETLA Working Papers 17, The Research Institute of the Finnish Economy.

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:hal:spmain:hal-03232264. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If CitEc recognized a bibliographic reference but did not link an item in RePEc to it, you can help with this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Contact - Sciences Po Departement of Economics (email available below). General contact details of provider: https://hal.archives-ouvertes.fr/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.