Monsieur Christian Le Bas

La diffusion de l'innovation interne la firme : un survol de littrature et un modle d'apprentissage technologique

In: Revue conomique. Volume 36, n5, 1985. pp. 873-896.

Rsum La dfinition de l'innovation interne la firme a t jusqu' prsent analyse comme un processus impliquant des risques et des rsultats incertains. Qu'il s'agisse du modle dterministe de E. Mansfield o l'incertitude dcrot avec la diffusion, ou du modle probabiliste de P. Stoneman qui formalise un processus probabiliste d'apprentissage portant sur la rentabilit, on conclut l'existence d'un sentier de diffusion de type sgmode. Dans cet article on montre que l'on peut parvenir au mme rsultat en prenant en compte non plus l'apprentissage en incertitude mais l'apprentissage technologique, moyennant la dfinition d'une fonction d'apprentissage autonome et certaines hypothses quant aux liaisons entre productivit, rentabilit, et indicateur de diffusion. Ces deux perspectives complmentaires n'puisent pas, toutefois, les problmes que pose la comprhension de la diffusion des innovations dans les entreprises. Abstract The intra-firm diffusion of innovation A survey and a model of technological learning Christian Le Bas The intra-firm diffusion of technological innovation has been annalized, so far, as a process which implies risks and doubtful result. Whether it's with E. Mansfield's determinist pattern where uncertainties decrease with diffusion or with P. Stoneman's probalist pattern which contains a fruitful learning focused on profitability, we conclude that the diffusion path is sigmod. What is shown in this article is that, we can get the same results if take into account, not the uncertainties in learning but the technological learning, with the definition of an autonomous learning function which would link time and labour productivity on new plants and some hypotheses as for the connections between productivity, profitability and diffusion indicators. However, these two complementary prospects dont eliminate the problems faced with the understanding of intra-firm technological advance.

Citer ce document / Cite this document : Le Bas Christian. La diffusion de l'innovation interne la firme : un survol de littrature et un modle d'apprentissage technologique. In: Revue conomique. Volume 36, n5, 1985. pp. 873-896. http://www.persee.fr/web/revues/home/prescript/article/reco_0035-2764_1985_num_36_5_408874

LA DIFFUSION DE L'INNOVATION INTERNE A LA FIRME Un survol de littrature et un modle d'apprentissage technologique

II est aujourd'hui manifeste que la vitesse laquelle se propagent les nouveauts technologiques est tout aussi cruciale que le rythme avec lequel elles apparaissent : le tissu industriel d'une nation s'en trouve transform, l'volution de la productivit durablement affecte. De ce fait, comme l'avait soulign N. Rosenberg [1971], les dterminants de la diffusion des innovations technologiques constituent un facteur essentiel de la dynamique du systme productif. Tout ceci souligne la porte thorique et l'enjeu pratique de l'tude conomique des mcanismes l'uvre dans la diffusion des technologies nouvelles. Cette tude 1 doit, en ralit, distinguer plusieurs niveaux d'analyse : la diffusion interne la firme, o l'on value la vitesse laquelle une firme substitue une nouvelle technique une ancienne 2, la diffusion l'intrieur d'une industrie, o Ton suit au cours du temps le nombre d'entreprises qui adoptent le nouveau procd ; la diffusion globale dans une conomie ; enfin, la diffusion internationale. On reconnat toutefois qu'il ne peut s'agir d'un dcoupage rigide et qu'existent des effets qui traversent les niveaux. Ainsi E. Mansfield [1968] suppose que l'exprience industrielle d'autres firmes constitue un facteur encou rageant la propagation de nouveaux biens-capitaux l'intrieur de la firme reprsentative. De mme, la diffusion dans une industrie se com1. Qui doit beaucoup aux travaux de Z. Griliches [1957], W. Salter [1960] [1966], E. Mansfield [1961] [1968], L. Nasbeth et G. F. Ray [1.974], A. A. Romo [1975], S. Davies [1979] et P. Stoneman [1981] [1983]. 2. Hypothse qui sera retenue dans la totalit de cet article. 873 Revue conomique N" 5, septembre 1985

Revue conomique prend galement comme diffusion, avec des rythmes diffrencis, dans les entreprises qui la composent. Il reste qu' chaque dcoupage corre spondent des outils d'analyse diffrents. Nous serons ici exclusivement concern par la diffusion interne la firme. Bien qu'il s'agisse l d'un aspect limit de l'expansion technologique, il est important plusieurs gards. En premier lieu, parce que les firmes dans les principales co nomies dveloppes possdent une taille si importante que leur activit innovative constitue une fraction notable du renouvellement du potent iel technique d'une conomie. En second lieu, parce que la diffusion interne la firme, pouvant s'analyser en termes de dcisions rationnelles, constitue un bon terrain permettant de tester la rigueur et le ralisme du calcul micro-conomique appliqu aux changements techniques. L'analyse conomique de la diffusion interne la firme repose sur trois principaux piliers : Une hypothse suffisamment raliste pour qu'il ne soit pas nces saire d'en discuter la consistance : la profitabilit (relle ou escompte) du renouvellement graduel d'une fraction du parc d'quipement par introduction d'un nouveau procd (d'une nouvelle technologie) consti tue une variable explicative majeure de la vitesse de diffusion de l'innovation. Une intuition qui, selon le cas, fonctionne comme hypothse ou devient l'aboutissement d'une dduction, savoir que la propagation de la nouveaut par rapport au temps se laisse assez bien dcrire par une courbe en forme de S dite sigmode voire par une courbe logistique qui en constitue un cas particulier 3. Intuition cependant quelque peu malmene par des travaux thoriques ou conomtriques rcents qui ne rejettent pas, a priori, d'autres formes d'volution comme des courbes en J ou concaves 4. Une problmatique selon laquelle la diffusion est exclusivement analyse comme un processus impliquant des risques et aux rsultats incertains. Avec l'utilisation de l'innovation, l'incertitude des rsultats se 3. L'quation gnrale d'une courbe logistique a pour forme : xt = x [1 + exp ( G (*))]-i o G (t) est une fonction linaire du de xt (xt > x pour t > + o). La courbe logistique est de toutes un point d'inflation en x/2, autrement du phnomne est moiti ralise. 4. L. Nabseth et G. F. Ray [1974] ement R. U. Ayres [1972]. 574 temps et x reprsente la limite suprieure les courbes sigmodes la seule qui prsente dit, lorsque la diffusion ou la propagation et R. Jensen [1982]. On consultera gal

Christian Le Bas trouve rduite et les risques mieux valus. Dans cette perspective adopte par . Mansfield puis P. Stoneman [1981], la diffusion constitue aussi un processus d'apprentissage individuel par exprience. Dans cet article nous rsumerons dans un premier temps les contri butions majeures l'analyse des rgles prsidant au renouvellement technologique des quipements de la firme. Nous dvelopperons ensuite une nouvelle perspective qui, tout en acceptant les deux premiers piliers , revient inflchir la problmatique d'ensemble puisqu'elle met en relief non pas l'apprentissage en situation d'incertitude cono mique mais l'apprentissage technologique. Nous supposerons que la firme dispose de suffisamment d'info rmations pour identifier toutes les perspectives techniques et conomi quesn'y a donc pas incertitude au sens de Knight) mais qu'il existe (il un processus d'exprimentation technologique conduisant une meilleure connaissance des techniques utilises, et autorisant des performances conomiques suprieures. Ceci s'apparente au phnomne tudi par K. Arrow et rsum dans la notion de learning by doing . Une fois explicit le phnomne d'apprentissage technologique et dfinie une fonction rendant compte de l'volution de la productivit permise par la technologie nouvelle, on proposera une analyse du sentier de diffu sion de l'innovation l'intrieur de la firme. On montrera notamment qu'il est possible, moyennant certaines simplifications, de retrouver les conclusions de E. Mansfield, pour lequel l'apprentissage au cours de la diffusion de l'innovation n'est pas technologique, et o il est implici tement suppos que la nouveaut est connue et exploite sans que surgissent de progrs concernant son utilisation.

LA DIFFUSION DE L'INNOVATION ET APPRENTISSAGE EN INCERTITUDE

Nous avons retenu deux contributions majeures, celles de E. Mansfield [1968] et de P. Stoneman [1981], dcrivant chacune une variante de la problmatique de la diffusion de l'innovation interne la firme. L'apprent issage simplement pos par le premier : l'incertitude dcrot avec la est diffusion tandis qu'il est expliqu, pour le second, par un apprentissage de type bayesien portant sur le rendement de la technologie nouvelle. 875

L'analyse de Mansfield : l'incertitude dcrot avec la diffusion E. Mansfield [1968] a, le premier, fournit une analyse de la diffusion de l'innovation l'intrieur d'une firme et test conomtriquement son modle. On rsumera ici l'essentiel de son tude. L'innovation consiste changer les biens-capitaux. La direction de la firme planifie la diffu sionet fixe le niveau optimum du parc de nouvelles machines qu'il s'agit d'atteindre (S) qui n'est pas obligatoirement le parc total ainsi qu' chaque priode, le stock de biens-capitaux (St). Notons qu'il est suppos que la capacit de production de la firme reste constante au cours de la diffusion. Lorsque Si = S, la diffusion est instantane mais pour des raisons aussi bien conomiques que techniques on aura Si < ... <C St < ... <Z S. Le modle doit alors expliquer comment St tend vers S, c'est--dire la forme du sentier de diffusion. Nous rs umerons les formes possibles et conomiquement ralistes de ce sentier avant de revenir sur celle choisie par E. Mansfield. Les formes possibles du sentier de diffusion. Quatre solutions appar aissent formellement pertinentes : 1. Le flux de nouvelles machines par unit de temps est constant, autrement dit si les priodes constituent de trs petites dures : (1) i St d t cl = X = constante.

On obtient, aprs intgration, un sentier de diffusion linaire : St = d + X t o d = So . 2. Le taux de croissance du parc du nouvel quipement s'avre constant et gal b 5 : (2) St = X <=>_-L = X St

5. Dans ce qui suit, le taux de croissance de la variable x sera not : dx dt 876 ' J^ x '

Graphique 1. Les formes du sentier de diffusion s.

On obtient un sentier de diffusion exponentiel St = d. exp (X t) avec d = So. 3. Le taux de croissance du parc de nouvelles machines est positif, il n'est plus constant mais dcrot progressivement. On a alors une relation du type : (3) f (s - s,,-. = x

Le sentier de diffusion a pour quation St = d. exp ( X t) + S o d '= So S. La diffusion se pratique une vitesse de plus en plus faible au fur et mesure que l'on tend vers le seuil de diffusion S. 4. La solution prcdente est transforme sous la forme suivante : (4) d t

dSt dt

' -> 0 pour St -> S ; 877

Revue conomique et -J-- = 0 pour St = -^- . (4.) admet pour primitive une fonction cP S CL tr S logistique du type : St = S {1 + d, exp ( X t)\~l o d = S ~ S On voit que (4) constitue une combinaison de la solution 2 (une croissance exponentielle) et de la solution 3 (un freinage) et que le seuil de diffusion est atteint de faon asymptotique. La solution retenue par JE. Mansfield. C'est cette dernire solution qui est retenue par E. Mansfield. Il convient d'en expliciter le contenu conomique. A un moment donn la firme connat S et St, et, de ce fait, le chemin qu'il reste parcourir (S St). Un paramtre de diffu sion clairant est celui qui mesure la contribution actuelle de la firme cette tche de transformation technique, c'est--dire (St+i St) ramen l'effort effectuer (S St), soit : (5)

s st

Cet indicateur de diffusion peut s'crire pour de trs petites dures : (6) wt = -jy[S SJ-1.

Pour E. Mansfield plusieurs variables peuvent expliquer tot. D'abord la rentabilit attendue des changements techniques (71) qui est suppose invariante au cours du temps, les capacits de financement de l'entre prise (C) et la taille de la firme (I). Un dernier facteur : le risque (vt) qui entre dans le modle sous la forme de deux arguments. D'abord la lon gueur de la priode (T) entre l'introduction de la nouveaut technolo gique dans le systme productif et l'usage par la firme de cette nou veaut, tant entendu que le risque dcrot avec l'accroissement de cette dure, puisque la connaissance du phnomne devient plus fiable, et que la firme acquiert une fraction de l'exprience des autres entre prises. Ensuite du rapport St/S ; on peut avancer que plus il est lev (il est gal 1 lorsque le processus de diffusion s'achve), moins l'incer titude est grande pour une valeur de T donne et inversement. Pour rsumer, l'indicateur instantan de diffusion devient : St ct = <o(.) = (ic, C, I, T.^r-, ), 878

Christian Le Bas o (i) ( ) est une fonction positive des diffrentes variables l'exception de I dont le rle n'est pas trs bien dfini et pour le moins contro vers(A. A. Romeo [1975]). Mansfield montre que to ( ) peut tre approch par une fonction S S linaire en ~^* telle que w ( ) = <p. ~r~ o (7) <p = ax + a2 n + o3 C + o4 I + a5 T + e .

Il s'agit l d'un aspect important de son analyse : l'indicateur de diffu sion ((t) est ainsi reli la rduction de l'incertitude, elle-mme proS portionnelle ~^~ ; de l dcoule un sentier logistique de diffusion. En effet, compte tenu de (6) et de (7), on a :

qui est la drive d'une fonction logistique qui s'crit : (8) St = S [1 + exp ( tp t tj)]-1

avecr =log [S0/(S So)]. On obtient ainsi une fonction qui dcrit le niveau d'utilisation de la technologie nouvelle au cours du temps. La vitesse de diffusion (cp) est une fonction linaire en n, C, I et T. Les tests conomtriques auxquels s'est livr E. Mansfield partir des donnes relatives la diffusion des locomotives Diesel et leur substitution aux locomotives vapeur, indiquent que le modle peut expliquer 70 % de la diffrence entre les rythmes de diffusion des diffrentes firmes. De plus, les effets des variables exognes vont bien dans la direction attendue. De faon prcise, les donnes concernent l'activit de trente socits qui se partagent le rseau du chemin de fer aux Etats-Unis durant la priode 1925-1960. On relve que les tests sont beaucoup plus concluants pour ce qui est de l'allure logistique du sentier de diffusion que pour la dfinition de la vitesse de diffusion (la relation (7)). L'analyse de E. Mansfield appelle cependant plusieurs rflexions. Il ne fait pas de doute que toutes les variables indpendantes sont 879

Revue conomique pertinentes encore que la rentabilit et le risque apparaissent redon dants ; le risque implique en effet une incertitude quant la profita bilitde l'opration. Dans le mme sens, P. Stoneman [1983] remarque qu'il y a quelque contradiction maintenir constante l'estimation de la rentabilit du projet alors que le risque dcrot avec le temps. Quant aux relations entre les variables, deux apparaissent nodales. La rela tion (7) indique que la vitesse de diffusion est une fonction linaire des variables indpendantes et semble bien rsister la confirmation cono mtrique. Le fait que l'incertitude dcrot avec la diffusion de la nou velle technologie est plus cruciale puisque de cette hypothse dcoule la courbe logistique. Mansfield suggre, avec prudence il est vrai, d'y voir une loi d'essence psychologique, des stimuli dterminent quelle rapidit la firme entame le processus d'innovation et substitue les nou velles mthodes aux anciennes. Comme l'a remarqu S. Davis [1979], on a l une approche pidmiologique de la diffusion suivant laquelle celle-ci se trouve assimile une pidmie : la partie de la firme non touche par l'innovation sera d'autant plus affecte par le changement technique que la fraction d'quipements nouveaux sera importante.

Le modle de P. Stoneman : un apprentissage de type bayesien P. Stoneman [1981] fonde son analyse sur deux outils dj utiliss dans d'autres domaines de l'analyse conomique : l'approche en termes d 'esprance-variance retenue galement pour rendre compte des choix en matire de projets d'investissements, et la logique bayesienne des probabilits frquemment employe lorsqu'il s'agit de clarifier un pro cessus d'anticipations de type adaptatif. Le cur du modle se trouve construit sur l'ide que la rentabilit des technologies est une variable alatoire qu'il s'agit de maximiser ; aprs quelques priodes la firme dispose d'informations lui permettant d'valuer progressivement le re ndement rel de la nouvelle technologie. Afin de mieux saisir les princi pales nouveauts de la dmarche, nous avons r-crit ce modle dans une perspective dterministe et extrmement simplifie ; on rsumera ensuite la version probabiliste. Un modle de diffusion dterministe et simplifi. La firme a le choix entre deux technologies : n et a (la nouvelle et l'ancienne). A la priode t la proportion de l'output issu de la nouvelle technologie est at. L'volu880

Christian Le Bas tion temporelle de at dlimite le sentier de diffusion 6 sense s'arrter pour at = . A chaque priode le rendement global est une moyenne pondre des rendements des technologies rit (i = a, n) : (9) Bt = at rnt + (1 - at) rat .

Tout changement technique a un cot (Ct) principalement H aux transformations que doit subir l'organisation de la production, voire de la firme ; la suite de S. Nickell [1978], P. Stoneman pose qu'il est tel que : c - C* - 2 o la constante 6 est toujours positive. L'entrepreneur recherche maximiser une fonction d'utilit de l'innovation Ut que l'on dfinit ainsi : Ut = Rt Ct. Nous supposons, la suite de P. Stoneman, que l'agent tablit ses prvisions de faon myope ; il s'agit l d'une hypothse qui tend simplifier les termes de la planification de l'innovation de la firme. Ainsi la valeur dsire de cct, a*t, sera telle que : -sr5- = S Ut 5 a t 0, x A a condition -,... L En posant at = (H) La progression de la nouvelle technologie sera d'autant plus forte que le diffrentiel de rentabilit est lev pour un paramtre de la fonction de cot d'ajustement donn, d'autant plus faible que ce para mtre est lev pour un diffrentiel de rentabilit donn 7. 6. Puisque la capacit de production de la firme reste constante et compte tenu du fait que les machines nouvelles, indpendamment de leur date de mise en service, possdent la mme capacit productive, il revient au mme de raisonner sur le stock d'quipement nouveau (St) comme le fait E. Mansfield, ou sur la proportion de la production (at) manant de ce stock comme procde P. Stoneman. 7. On remarque, d'autre part, que f "* condition de pour o aLa = < 0second 0ordre0, s'avre> 0 . toujours vrifie. \ oct-i > OLt-i donc 881 at_i que -^ ^~ < A S2 Ut ^ 0. S a% J et A r = rnt rat, il vient : Ce n qui. implique -=5 Ut . ,. o a t

Revue conomique Le rsultat d'une telle analyse est assez remarquable : si les rende ments des deux technologies sont invariants, la croissance du stock de nouvelles machines se pratiquerait taux constant (on retrouve la formule (2)). Mais Stoneman ne retient pas une version dterministe aussi fruste. La version probabiliste et l'apprentissage bayesien. Les rendements prvus des technologies (nouvelle et ancienne) constituent maintenant des variables obissant une loi normale. Les proprits gnrales de cette loi permettent de poser que le rendement global de la firme possde galement une distribution normale. A chaque priode l'entrepreneur maximise une fonction d'utilit, soit la diffrence entre le rendement global et le cot du changement (la fonction de cot d'ajustement est identique (10)) : = H (p, a2) C. A partir des travaux de S. J. Chipman [1973] portant sur la compos ition de portefeuille d'actifs dont les rendements sont des variables alatoires, on retient une spcification particulire mais assez raliste ~* 1 "' du rendement global : H (|jl, (?) = a \i b a2, o a = 1 et b > 0. On considre, de plus, que la firme retire un gain d'utilit d'une augmentation du rendement (-^ > 0) mais adopte un comportement 0 {JL plutt prudent tmoignant d'une aversion pour le risque (la variance h FT tant considre comme une mesure de ce risque, on aura-^ r- < 0). b o En cas de prvision myope, la firme choisira une combinaison entre l'a ncienne et la nouvelle technologie qui maximisera la fonction d'utilit. On dmontre ainsi que : (12) d *(XX A O B A.

o A et B constituent des fonctions des moyennes et variances des rendements. Il s'agit l de la drive d'une fonction sigmode ; le choix de la fonction de cot d'ajustement (10) est, de ce point de vue, crucial. Le mcanisme d'apprentissage se trouve fond sur l'ide suivante : le rendement de l'ancienne technologie est connu avec certitude et possde une distribution invariante, mais ce n'est pas le cas pour le rendement de la nouvelle technologie. P. Stoneman [1983] reconnat qu'il ne s'agit pas l d'une hypothse totalement convaincante puisqu'on imagine fort bien que le rendement de l'ancienne technologie puisse tre amlior notamment en raison de la concurrence avec la nouvelle technologie et par suite des change882

Christian Le Bas ments intervenant dans la structure des prix. L'entreprise anticipe pour chaque priode un rendement de la nouvelle technologie puis, la priode suivante, tablit de nouvelles anticipations partir des informat ions recueillies. Stoneman applique alors des thormes drivs de la logique bayesienne des probabilits. L'effet d'apprentissage opre comme rdacteur ^incertitude : la firme est d'autant plus sre de ses estimations au fur et mesure qu'elle accrot le nombre de ses informations. Avec une telle dmarche on saisit qu'elle peut fort bien rviser en baisse la valeur du rendement de la nouvelle technologie et donc figer la distr ibution de son potentiel technologique. Ce modle permet de prdire la valeur limite de l'indicateur de diffusion, , alors qu'il tait donn a priori dans l'analyse d'E. Mansfield, et l'allure du sentier de diffusion qui sera en gnral sigmode. Il apparat ainsi clairement que l'analyse de P. Stoneman possde une validit plus gnrale. Cela tient, d'une part, ce que la rentabilit de l'opration de diffusion est mise au cur de l'explication, d'autre part, l'apprentissage portant sur la rentabilit qui s'avre plus riche que celui postul par E. Mansfield. L'une et l'autre approche toutefois laissent dans l'ombre le fait qu'au cours du processus de diffusion naissent ncessairement des progrs d'efficacit, permis par une connaissance plus approfondie de la nouvelle technologie, modifiant, dans le sens d'une augmentation, son rendement. Notre critique porte donc sur le point suivant : la thorie de la diffusion de l'innovation technologique interne la firme fournit une analyse o, paradoxalement, le seul apprentissage conceva ble sur les variables conomiques, ainsi ne se trouve pas signifi porte l'apprentissage technique du nouveau procd. Celui-ci doit tre main tenant explicit et valu. L'APPRENTISSAGE TECHNOLOGIQUE ET LA DIFFUSION DE L'INNOVATION II s'agit ici, dans un premier temps, de donner un contenu la notion d'apprentissage technologique et de fournir une expression formalise des mcanismes en jeu, c'est--dire de construire une fonction d'apprentissage technologique. Celle-ci sera, ensuite, intgre dans un modle explicitant l'allure du sentier de diffusion. Comme nous l'avons prcis dans l'introduction, nous retenons ici les deux premiers piliers de la thorie de la diffusion interne la firme mais nous remplaons le troisime, le raisonnement en termes d'incertitude, par l'introduc tion du phnomne d'apprentissage technologique. Le lecteur notera 883

Revue conomique que, par ses hypothses, ce schma est proche de la perspective d'E. Mansfield, qui se trouve ainsi, en quelque sorte, rinterprte.

L'apprentissage technologique : formes et dfinition d'une fonction Pour une technologie donne on distinguera deux formes d'apprent issage technologique qui se diffrencient moins par leurs sources que par leurs consquences. Le phnomne classique d'apprentissage par la pratique (learning by doing). L'exprience acquise par les travailleurs au cours de leur participation au processus de production autorise de meilleures per formances techniques et se traduit par une progression de la productiv it horaire du travail. Ce phnomne a t analys par K. Arrow [1962] et P. Aydalot [1970]. Plus gnralement, l'analyse peut s'tendre d'autres catgories d'activits comme l'entretien et la maintenance. La figure moins connue d'apprentissage par l'utilisation, donnant lieu adaptation du produit ou de l'quipement. N. Rosenberg [1982] dfinit l'apprentissage par l'utilisation (learning by using) comme l'exp rience accumule non pas dans la production du produit mais travers son utilisation par le consommateur final. L'utilisation progressive ou prolonge d'un outil rvle ses caractristiques relles. Lorsque les technologies se trouvent extrmement sophistiques, complexes et sp cialises, ni les principes scientifiques, ni l'exprience retire de l'usage des technologies voisines n'apparaissent suffisants pour connatre val ablement les performances du procd nouveau dans un contexte indust riel sur une moyenne priode. On en dduit deux consquences possibles : Cette connaissance par l'utilisation peut dboucher sur des tran sformations techniques qui seront le fait de l'utilisateur. Transformations mineures mais autorisant un accroissement sensible de la performance productive. Si elle ne provoque pas de transformations internes l'quipe ment, elle gnre de nouvelles mthodes de travail (y compris dans les oprations de maintenance) ou permet l'allongement de la dure de vie de l'quipement, voire la rduction des cots. Sanjaya Lall [1982] en conclut que les quipements se trouvent dans ce cas radapts par et pour l'utilisateur (ce qu'il appelle learning by adaptation ). 884

Christian Le Bas Nous exclurons ici les transformations majeures subies par les qui pements nouveaux qu'elles soient le fait de l'utilisateur valorisant ainsi des savoir-faire innovatifs, ou du producteur des biens-capitaux qui, recevant en retour les informations des utilisateurs, dfinit de nouvelles recherches dbouchant sur le lancement de gnrations nouvelles d'qui pement. De telles transformations constituent de relles innovations et relvent d'une autre approche que celle de la diffusion. De ces remarques on retire qu'au cours de la phase de diffusion de la nouvelle technologie, et alors que la priode de mise au point est acheve depuis longtemps, la productivit du travail ne reste pas inva riante ; on n'obtient pas immdiatement des nouveaux quipements la productivit maximum (qui est, elle, dtermine par le systme technique en vigueur) mais aprs une phase d'apprentissage d'une dure plus ou moins longue. Cet apprentissage concerne principalement le dpartement de la fabrication mais aussi les autres secteurs lis la production (maintenance, entretien, etc.), et a trait l'acquisition de nouveaux savoir-faire. Il s'ensuit que le rendement conomique du nou veau procd varie. Il s'agit l d'une conclusion importante surtout si l'on fait de cette donne la principale variable explicative de la diffu sion. Il reste maintenant formaliser ces quelques propositions. Nous prenons ici le parti de considrer que l'apprentissage par la pratique et l'apprentissage par l'utilisation peuvent tre dcrits par une mme fonction que l'on qualifiera d'autonome en ce sens qu'elle se prsente sous la forme d'une relation entre la productivit et le temps. On retiendra la suite de P. Aydalot [1970] une fonction logistique liant la productivit horaire sur le nouvel quipement (ynt) au temps (t). Un facteur dterminant dj pressenti par P. Aydalot explique la vitesse laquelle on tend vers la productivit horaire maximum (yn) compatible avec le systme technique : l'cart technologique entre l'a ncienne et la nouvelle technique ou son oppos, le degr de proximit technologique. L'importance des connaissances techniques nouvelles requises pour le fonctionnement normal (mais peut-tre pas optimal) du nouvel quipement par rapport aux anciennes, constituerait un assez bon indicateur mesurant ce degr (concrtement il pourrait tre appro ch le volume des heures de formation destines au recyclage des par oprateurs)8. On admet en gnral (C. Le Bas [1982], C. Mercier et 8. Une variable comme l'intensit capitalistique ne nous renseigne pas ncessai rement sur la grandeur de l'cart technologique : deux technologies proches requirent parfois un volume d'quipement par travailleur sensiblement diffrent, deux technologies trs diffrentes une intensit capitalistique presque identique. 885

Revue conomique C. Le Bas [1973]) que plus les quipements sont proches (ou se rappro chent), plus la transition est courte et s'effectue aux moindres cots, et plus l'on parvient rapidement aux niveaux les plus levs de productivit horaire. La fonction d'apprentissage sera note : (13) OU b = Log (yn0/yn yn0) Pour des degrs croissants de proximit technologique (bx > b2), la productivit horaire immdiatement obtenue s'avre galement plus leve (t/1^ > ?/2no)- Le paramtre a intgre la proximit technolo gique mais galement d'autres facteurs lis la gestion de l'innovation qui autorise une marche plus rapide vers le niveau maximum de pro ductivit horaire. Avec ax > a2 on obtiendra plus rapidement des niveaux levs de productivit horaire ; la pente de (Y1) sera plus forte que celle de (Y2). Graphique 2. Fonctions d'apprentissage technologique 'nt + exP iat

'no 4 Le paramtre a pourrait s'crire sous la forme : a = a* (Au A2, A3). Comme dans la prsentation d'E. Mansfield [1968] cette fonction serait approche par une relation du type :

Christian Le Bas o Ai dsigne l'cart technologique (valu par le volume du plan de formation retenue), A2 l'exprience des autres firmes que l'entreprise innovatrice parvient capter (ce qui est quivalent l'indicateur T de Mansfield), A3 le niveau de culture technique des oprateurs directs (plus il est lev, plus les oprateurs seront mme d'acqurir les nouveaux savoir-faire requis). Cette analyse s'carte quelque peu de celle propose par K. Arrow [1962] o l'apprentissage par la pratique dans le cadre d'une mme technique (ici une nouvelle), donc associ la rptition d'un mme problme, reste soumis des rendements dcroissants. Ici les rendements sont d'abord croissants puis dcroissants. De plus, on aura remarqu que le processus d'apprentissage techno logique est ici autonome par rapport la diffusion de l'innovation en ce sens qu'il n'est command (ou expliqu) ni par le stock d'quipements nouveaux (St) ni par son flux (-7') De ce fait, si cette analyse ne pr tend pas tre totalement raliste, elle fournit nanmoins un clairage assez plausible de la diffusion de l'innovation interne la firme.

Un modle de diffusion avec une fonction d'apprentissage technologique Les dveloppements que nous prsentons ici visent, en premier lieu, spcifier une fonction de diffusion en rapport avec une norme de rentabilit, puis, en second lieu, rsumer les conclusions auxquelles on parvient ainsi que les prolongements possibles de l'tude. Une fonction de diffusion. La rentabilit constitue un lment reconnu comme central pour rendre compte de la diffusion de l'innovation. Nous choisissons ici comme indicateur de rentabilit le rapport du profit dgag la valeur du stock de capital fixe. On a pour une technologie i la priode t :

avec Pit = le flux de profit dgag sur une priode, Kit le stock de capital fixe en dbut de priode, Yit = la valeur ajoute produite, 887

Revue conomique w = le taux de salaire suppos constant, Lit = le nombre d'heures de travail. (14) peut encore s'crire en ce qui concerne la nouvelle technologie (h) : rnt = 0t knt W knt ou knt -jf et Um = y Si l'on suppose que l'intensit capitalistique est invariante au cours du temps (knt = kn), on obtient : (i) rnt = ynt K > K

Pour un rendement constant de l'ancienne technologie (ra), le diff rentiel de rentabilit entre les deux technologies concurrentes s'crit : (17) A rt = rnt ra = ynt . kn (w kn + ra) .

Ce diffrentiel est une fonction linaire de la productivit horaire de travail permise par la technologie nouvelle. Si l'on accepte la ralit de l'apprentissage technologique, il s'ensuit que la rentabilit n'est pas invariante, elle crot avec les progrs de l'apprentissage. On conservera l'hypothse de constance de la capacit de production et l'on supposera qu' chaque priode le remplacement des anciens quipements par les nouveaux est fonction de la profitabilit de l'opra tionplus exactement, la variation instantane du parc d'quipements ; nouveaux sera une fonction croissante de la variation instantane du diffrentiel de rentabilit : <18) d S, d A TV -ttx*

o A rt = rnt ra > 0 et -^-^ > 0. at De (18) on retire que : (19) St = A rt 4- y avec y = constante .

On conserve ainsi de l'tude de Mansfield l'ide d'une relation a priori entre un indicateur de diffusion et une variable de rentabilit, et l'on retient de la version dterministe du modle de Stoneman le diff888

Christian Le Bas rentiel de rentabilit entre les deux technologies comme un critre pertinent. Notre fonction de diffusion s'avre concordante avec l'hypo thsehabituelle que plus est leve la rentabilit de la nouvelle techno logie relativement celle de l'ancienne plus sa diffusion sera rapide (C. Kennedy et A. Thirlwall [1972]) 9. Enseignements et prolongements du modle. Au total le modle fonc tionne avec trois relations : une fonction d'apprentissage technologique autonome : (13) ynt = yn [1 + exp (at b)]-* ;

une relation de dfinition du diffrentiel de rentabilit entre nouv elle et ancienne technologies : (17) A rt = ynt kn - (w kn + ra) ;

une fonction de diffusion reliant le flux de nouvel quipement la variation instantane du diffrentiel de rentabilit des deux techni ques concurrentes : s, = a r, Finalement, on voit que le sentier de diffusion de la nouvelle techno logie (18) s'crit maintenant, compte tenu de (13) et (17) : (20) St = kn {yn [1 exp ( a t fc)]-i} [0 (kn w + ra) y]

D'o l'on retire que : S = (rn O + Y ou rn = yn . kn - w kn .

(20) indique que le sentier de diffusion sera de type sigmode, et dduit de la fonction d'apprentissage technologique 10. 9. Ici c'est la variation du diffrentiel de rendement qui explique la diffusion. 10. On souligne nouveau que dans (20) kn, w et ra sont constants.

889

Graphique 3. De la fonction d'apprentissage au sentier de diffusion y =ynfkn " (w -kn nt

Fonction d'apprentissage

sentier de diffusion

Une fois supposes constani.es certaines variables (kn, w, rfl) et donns les paramtres (a, , y), on note que les progrs de l'apprentissage tendent accrotre la productivit horaire du travail sur les nouveaux quipements, l'cart de rentabilit entre les deux technologies (A rt) crot et encourage la diffusion. L'intrt du modle prsent tient au fait que l'on explique la diffusion de l'innovation par la rapidit de l'apprentissage technique. Une appropriation russie de la technique nouvelle accrot son rende ment et favorise sa diffusion, une incorporation dficiente amenuise le potentiel suprieur de rendement, et stoppe ou freine la propagation. Remarquons que cette modlisation n'impose pas que l'on parvienne d'abord pour une fraction de l'quipement nouveau au rendement max imum afin d'accrotre la part de la technologie nouvelle, les gains de productivit d aux effets d'apprentissage poussent accrotre le stock d'quipements reposant sur la nouvelle technologie. On comprend de mme que la diffusion est acclre lorsque les effets d'apprentissage deviennent trs intenses, au moment o la matrise, dans la product ion, la nouvelle technologie est dfinitivement assure. Par rapport de l'approche de E. Mansfield, le sentier de diffusion n'est pas construit partir du facteur incertitude sense dcrotre avec l'utilisation de la technologie nouvelle ; l'tude prsente ici explique la diffusion par 890

Christian Le Bas rvolution de la rentabilit elle-mme produite par l'apprentissage technique n. Mais les deux perspectives ne sont pas contradictoires. Le modle fournit une explication du seuil de diffusion puisqu'il corre spond au terme de l'apprentissage, alors que ce seuil est donn a priori dans l'analyse d'E. Mansfield. Le fait que la fonction d'apprentissage par la pratique dtermine le sentier de diffusion a plusieurs consquences. L'cart technologique, ou son oppos la proximit technologique, constitue un paramtre import ant du modle. La diffusion sera facilite lorsque les deux procds concurrents s'avrent proches, l'apprentissage tant dans ce cas plus ais, elle sera beaucoup plus problmatique lorsqu'ils sont fortement loigns technologiquement parlant, l'apprentissage tant plus long et difficile. La prsence du paramtre kn (l'inverse de l'intensit capitalistique de la technologie nouvelle) signifie que la rentabilit sera beau coup plus sensible aux variations de la productivit horaire du travail (ici en totalit gnres par l'effet d'apprentissage technologique) dans une industrie faiblement capitalistique que dans une industrie fortement capitalistique (toutes choses gales par ailleurs). Notre modle montre ainsi qu'avec une fonction d'apprentissage technologique on rejoint les conclusions d'E. Mansfield et de P. Stoneman quant l'allure du sentier de diffusion. Au-del de cette convergence ponctuelle et de ses apports formels, notre tude constitue donc une tentative pour (r)concilier deux domaines de l'conomie du progrs technique : la thorie de l'apprentissage technologique et l'analyse de la diffusion de l'innovation 12. Elle vient conforter les analyses qui soulignent l'importance de la formation des oprateurs et de l'organi sation du travail pour la russite technique et conomique des mutat ions technologiques. La fonction d'apprentissage retenue n'a jamais t teste au plan micro-conomique, mais le freinage logistique qu'elle renferme s'avre assez cohrent avec les tudes ralises partir des courbes d'efficacit indiquant que l'on tend asymptotiquement vers une limite de productiv it horaire. La fonction de diffusion introduite ne correspond pr cisment ni celle de E. Mansfield ni celle de P. Stoneman, elle appal l. modle souligne que la modification de l'cart de rentabilit entre les Le deux technologies expliquera la diffusion de l'innovation ; si l'cart initial de rentabilit ne s'accrot pas, l'innovation ne se diffusera pas. 12. Cette voie a dj t suivie par S. Davies [1979] qui a intgr dans un modle de diffusion intra-industriel les effets d'apprentissage interne au secteur producteur de biens d'quipement. Il semble cependant plus pertinent de retenir dans la perspective de la diffusion interne la firme, les effets d'apprentissage gnrs par l'activit propre de la firme comme nous le faisons ici. 891

Revue conomique rat toutefois cohrente par rapport aux quelques travaux empiriques raliss sur le sujet. Plus gnralement, il convient de noter que si l'on parvient dfinir trs rigoureusement les critres de choix d'une techni que (l'innovation) on ne dispose pas des mmes certitudes lorsqu'il s'agit de dcomposer dans le temps le processus innovatif (la diffusion). De ce point de vue, il n'est peut-tre pas certain que la profitabilit constitue le critre essentiel. Le modle de Mansfield qui inclut aussi les capacits de financement comme variable explicative possde de ce point de vue une validit moins restreinte. On sait galement que d'autres lments interviennent dans le processus de diffusion d'une technologie nouvelle. Cette dernire se propageant dans une branche ou l'ensemble du systme productif, les nouveaux objets techniques se trouvent amliors (accroissement de leur cohrence interne, optimisation de leur fonctionnement, production de nouvelles gnrations d'quipement, etc. 13). De plus, le secteur des biens capitaux les produisant maintenant une chelle plus importante, et compte tenu des effets d'apprentissage interne, tend les vendre des prix infrieurs. Il s'ensuit que le cot des quipements baissera si la diffusion s'tale sur une priode de temps suffisamment longue. Plusieurs algorithmes ont t proposs 14 afin de dfinir les mouvements du prix du nouveau bien-capital et la faon dont ils affectent la renta bilit de la nouvelle technologie. On conoit intuitivement qu'ils dpen dentdes structures de l'offre (situation de monopole pour la firme inno vatrice ou pour celle qui fabrique l'quipement) et du critre de choix retenu (les rsultats s'avreront diffrents si l'on retient la maximisation du profit courant ou si l'on prend pour rgle la maximisation de la valeur actualise du flux de profit sur une priode longue). En gnral, on conclut que le sentier de diffusion ne suit pas une courbe logistique. On voit que le modle de diffusion propos permet galement de tenir compte de tous ces facteurs ; en effet le critre de rentabilit ayant t dfini avec prcision, il suffit de connatre le diffrentiel d'volution entre le prix du produit et le prix du bien-capital pour suivre les rpercussions de ces phnomnes sur le sentier de diffusion de la firme innovatrice. 13. On retrouve l'analyse mene par Salter ([1966], p. 91 et suiv.) en termes de gnrations d'quipement. 14. On en trouvera le rsum dans P. Stoneman [1983].

CONCLUSION L'objet de cet article tait de dresser un bilan de la thorie de la diffusion de l'innovation interne la firme et d'explorer une perspective quelque peu diffrente. Le raisonnement en termes d'incertitude, rsum dans la premire partie, ne s'oppose pas la problmatique esquisse dans la seconde, et construite partir de la notion d'apprentissage technologique. Il resterait laborer une analyse o ces deux perspect ives seraient intgres. En conclusion, nous voudrions signaler les aspects de la ralit pour lesquels l'analyse conomique de la diffusion fournit des rponses trop insatisfaisantes ou trs insuffisantes. Jusqu' prsent, la thorie de la diffusion interne la firme n'a clair qu'un aspect du phnomne de propagation de l'innovation, le type de changement technique consistant modifier (graduellement) le parc d'quipement existant et l'cart technologique entre les deux procds restant par ailleurs plutt troit. La thorie semble jusqu'ici peu pertinente pour analyser d'autres formes d'innovations, notamment celles touchant l'organisation de l'atelier ou de l'unit de production. Elle est donc peu arme pour comparer des procds correspondants deux logiques d'organisation radicalement diffrentes. De ce fait, les mutations technologiques ne peuvent, notre sens, tre valablement comprise avec les hypothses retenues. D'autre part, les modles restent muets sur nombre d'aspects cruciaux des structures industrielles ou technologiques. La diffusion se prsente-t-elle de la mme faon pour une firme ayant un seul ou plusieurs tablissements ? pour les indust riesde process (o le procs de production est peu divisible) ou pour les industries de sries 15 ? pour des firmes ayant une activit de recher che dveloppement ou n'en possdant point 16 ? Une rponse ces et questions ncessiterait des tudes empiriques approfondies relevant des mthodes de l'conomie industrielle. Une dernire limitation, enfin, est sans doute beaucoup plus cruciale encore. E. Mansfield raisonne dans un univers clos o la capacit de production de la firme reste approximativement constante durant toute la phase de diffusion 17. Ce ne peut tre une hypothse raliste lorsque 15. K. Sipek [1984] a rcemment construit un indicateur composite de rigidit la diffusion incluant ces paramtres. 16. A.A. Romo [1975] a montr que la R-D a un effet significativement positif sur la vitesse de diffusion y compris lorsque l'innovation n'est pas relie au champ de recherche explor par la firme. 17. E. Mansfield [1968]. Dans son tude, la diselisation du rseau de chemin de fer se pratique sans modification notable du trafic (p. 179). 693

Christian Le Bas la propagation de la novation technologique s'tale sur une priode longue. L'approche moyenne-variance applique par P. Stoneman au portefeuille technologique de la firme s'inscrit galement dans cette perspective, de mme que notre modle d'apprentissage techno logique. Il en rsulte deux consquences : une reprsentation logistique ou sigmode du phnomne, mais galement une vrification empi rique dlicate, voire mme pratiquement impossible. Plus gnrale ment, une telle problmatique se situe aux antipodes de la dmarche de R. D. Nelson et S. G. Winter [1978] o la croissance de la firme impulse l'activit innovatrice. On peut en infrer que doivent coexister deux visions de la diffusion de l'innovation interne la firme, selon que ses activits se poursuivent dans un environnement fixe ou qu'elle se trouve en situation de croissance. Dans ce dernier cas, la thorie de la diffusion ne peut tre spare de celle de l'investissement. Christian LE BAS UA-CNRS 945 Economie des changements technologiques Universit Lyon-II

BIBLIOGRAPHIE

[1962] [1970] [1972] [1973] [1979] [1957] [1982] [1972] 894

Arrow K., The economic implications of learning by doing , Review of Economic Studies, p. 155-173. Aydalot P., Thorie de la production et fonction d'apprentissage , Economie applique, p. 315-336. Ayres R. U., Prvision technologique et planification long terme, tr aduction franaise, Paris, Editions Hommes et Techniques. Chipman S. J., The ordering of Portofios in terms of mean and variance , Revietv of Economics Studies, p. 167-190. Davis S., The diffusion of process innovations, Cambridge, Cambridge University Press. Griliches Z., Hybrid corn : an exploration in the economics of technol ogical change , Econometrica, p. 501-521. Jensen R., Adoption and diffusion of an innovation of uncertain probab ility , Journal of Economic Theory, 29 (1). Kennedy C, Thirlwajll A. P., Surveys in applied economics : technical progress , Economic Journal, p. 11-72.

Bibliographie [1982] [1983] [1961] [1968] [1974] [1978] [1978] | 1975] [1971] [1982] [1960] [1982] [1984] [198.1] [1983] Le Bas C, Proximit technologique et transfert de connaissances techni ques.Quelques enseignements pour la politique technologique . Rapport sectoriel ERA-CNRS 872, Lyon, 28 p. Le Bas C, Mercier C. (sous la direction de), Les savoir-faire et les changements techniques . Rapport final, ERA-CNRS 872, Lyon, 206 p. Mansfield E.. Technical change and the rate of imitation , Econometrica, 29, p. 741. Mansfield E., Industrial research and technological innovation, New York, W. W. Norton. Nabseth L., Ray G. F., The diffusion of new itvlustrial processes. An international study, Cambridge, Cambridge University Press. Nelson R. D.. Winter S. C, Forces generating and limiting concentrat ion Schiimpeterian competition , Bell Journal of Economics, under p. 524-548. Nickell S., The investment decisions of firms , Welwyn Garden City, Cambridge University Press and Nisbet. Romo A. A.. Interindustry and interfirm differences in the rate of diffusion of an innovation . Review of Economics and Statistics, p. 311319. Rosenberg N. (ed.), The Economics of technological change, Penguin Modern Economics Readings. Rosenberg N., Inside the black box : technology and economics, Cambridge, Cambridge University Press. Salter W.E.G., Productivity and technical change, Cambridge, Cambridge University Press, lre et 2e edit. Sanj.vya Lall, Developping countries as exporters of technology, Londres, Mac Millan. Sipek K., Elments de mesure de la rigidit structurelle des secteurs industriels la diffusion des innovations , Economie industrielle, 26, p. 34-51. Stonkman P.. Intra fi n 1 1 diffusion. Bayesian learning and profitability , Economic Journal, p. 375-388. Stoneman P., The economic analysis of technological change, Oxford, Oxford University Press.

35