Management stratégique des ressources et performance

des firmes : Une étude des entreprises manufacturières

françaises (1993-1996)
Rodolphe Durand

To cite this version:

Rodolphe Durand. Management stratégique des ressources et performance des firmes : Une étude
des entreprises manufacturières françaises (1993-1996). Gestion et management. HEC PARIS, 1997.
Français. �NNT : 1997EHEC0050�. �pastel-00994805�

HAL Id: pastel-00994805

https://pastel.archives-ouvertes.fr/pastel-00994805
Submitted on 22 May 2014

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 ECOLEDESHAUTESETUDESCOMMERCMLES
. JOUY-EN""JOSAS

THESE

POUR L'OBTENTION DU TITRE

DE DOCTEUR ES SCIENCES DE GESTION
Nouveau doctorat (arrêté du 30 mars 1992)

SUJET

MANAGEMENT STRATEGIQUE DES RESSOURCES ET PERFORMANCE DES FIRMES

UNE ETUDE DES ENTREPRISES MANUFACTURIERES FRANÇAISES (1993-1996)

Candidat
RODOLPHE DURAND

JURY

Directeur de thèse
BERTRAND QUELIN
Professeur associé, Habilité à diriger des recherches, Groupe HEC

. Suffragants - H - H -- -

KARELCOOL
Professeur, INSEAD
MICHEL KALIKA
Professeur, Université de Paris IX Dauphine
GERARD KOENIG
Professeur, Université de Paris - Val de Marne, rapporteur
GILLES LAURENT
Professeur, Groupe HEC
JEAN-CLAUDE TARONDEAU
Professeur, Université Paris X Nanterre, rapporteur

1997
Le Groupe HEC n'entend donner aucune approbation ni improbation aux oplIDons
émises dans les thèses : ces opinions doivent être considérées comme propres à leurs
auteurs.
 A Clara,

A Jeannie,

A Marie-Louise,

A Basilio et Simona.
 RESUME

Le point de départ de la présente recherche est une interrogation sur l'origine de la

performance des entreprises. Le cadre théorique dans lequel elle s'inscrit est le Courant
des Ressources, qui pense les conditions de détermination de la performance comme
étant internes à l'entreprise. Les approches théoriques qui nourrissent le Courant des
Ressources sont la théorie des ressources et l'économie évolutionniste. Les questions de
recherche explorées par ce travail gravitent autour de deux thèmes. On s'interroge sur le
fait de savoir, d'une part, si des ressources non imitables, non transférables et non
substituables permettent d'expliquer les niveaux de performance des entreprises, et
d'autre part, si des déterminants temporels (inertie, irréversibilité) contraignent la
performance et menacent la durabilité de l'avantage concurrentiel.

Ce travail présente la première étude empirique du Courant des Ressources appliquée à

l'ensemble de l'industrie manufacturière française. Nous avons travaillé sur la base de
données SESAME de la Banque de France. L'échantillon principal comporte 2875
entreprises de l'industrie manufacturière, et couvre plus de 10% des effectifs de la quasi-
totalité des secteurs manufacturiers français. Les propriétés des ressources et des .
aptitudes n'étant pas observables directement, un modèle statistique à équations
structurelles et variables latentes (Lisrel) a été retenu pour tester les hypothèses. Par
ailleurs un modèle de simulation original, utilisant les langages objet a été mis en œuvre,
grâce à une collaboration avec le Laboratoire d'Intelligence Artificielle de Paris VI
(Jussieu), afin de tester les conséquences dans le temps des contraintes temporelles
-pesant sur les dotations-en ressources des entreprises. - -- --- - ---------

Les résultats de la recherche montrent que la détention de ressources de production non

imitables et non transférables est à l'origine de la performance des entreprises. De plus,
les relations d'échange avec les fournisseurs et les clients des entreprises, lorsqu'elles
sont non substituables, permettent de dégager des rentes idiosyncrasiques. Enfin, la
coordination interne au sein de l'entreprise est un puissant catalyseur pour développer les
propriétés des ressources débouchant sur la performance. Les simulations ont montré
que les avantages concurrentiels résultant d'une meilleure dotation en ressources ne sont
pas durables si 1) des entreprises réagissent plus rapidement que l'entreprise possédant
les meilleures ressources; 2) de nouveaux concurrents entrent sur le marché avec soit de
meilleures dotations en ressources soit des rythmes d'activité plus rapides.
 REMERCIEMENTS

La décision de se lancer dans l'aventure d'une thèse est sans doute individuelle. n en va
autrement de la réalisation d'un tel projet. Ce travail n'aurait pu voir le jour sans le
soutien de nombreuses personnes. Qu'elles en soient ici chaleureusement remerciées.

En premier lieu, je tiens à exprimer toute ma gratitude au Professeur Bertrand Quélin. En

tant que directeur de thèse, il a su allier les conseils éclairés dans la, conduite de la
recherche au réconfort moral que requérait l'esprit d'un élève périodiquement en proie
aù doute.

Je tiens également à remercier les autres professeurs du département S.P.E. d'HEC qui
au cours de ces années passées auprès d'eux m'ont fait part de leurs avis et de leur
expérience, et particulièrement les professeurs Jean Pierre Nioche, Jean Pierre Détrie,
Michel Santi, Alain Dumont et Georges Blanc.

Le travail réalisé doit son existence à l'accord conclu entre le Groupe HEC et la Banque
de France. Que Gérard Gramboulan et François Mouriaux, de la Direction des
Entreprises à la Banque de France, soient ici vivement remerciés pour leur action en
faveur de la recherche académique. J'aimerais également particulièrement souligner les
apports constants de Régis Coeurderoy qui a su alimenter ma réflexion par ses
commentaires pertinents ~tantsur les concepts que sur les orientations méthodologiques.

Je suis par ailleurs redevable de la coopération, du soutien et de l'implication de Gilles

Blain, du Laboratoire d'Intelligence Artificielle de Paris VI, et de Zahia Guessourn avec
-.-- --- ----,_.~---_ .. _-_ _---_._._--
.•. .-- ---------~---------,--

qui j'ai partagé de nombreuses heures d'un travail assidu et fructueux.

Je sais gré à Danièle Alix d'avoir accompagné par sa gentillesse et son écoute mes
années passées au sein du Doctorat HEC.

Au personnel de la bibliothèque va également toute ma reconnalssance pour son

dévouement et l'aide inestimable qu'il apporte aux chercheurs, débutants ou confirmés.

Je tiens à remercier enfin mes collègues en doctorat, spécialement Jean-Philippe Bonardi

et ceux avec qui j'ai pu échanger des idées, qui ont accepté de lire mes travaux et de me
faire bénéficier de leurs commentaires.
 TABLE DES MATIERES

INTRODUCTION 15

CHAPITRE 1. PORTEE ET LIMITES DE L'ANALYSE DE LA PERFORMANCE A

L'AIDE DU PARADIGME STRUCTURE-COMPORTEMENT-PERFORMANCE

Introduction

1.1. Présentation du paradigme Structure-Comportement-Performance 30

. /.1.1. Les sources d'inspiration 30
/.1.2. Quelques résultats empiriques 33

1.2. Les critiques portées contre l'analyse de la performance reposant sur le paradigme
s-c·p
/.2.1. Une indétermination relative de la relation entre Structure et Comportement 38
/.2.2. Convergence des profits, niveau d'analyse et effets inter-temporels 41

1.3. Des tentatives de clarification à destination du management stratégique

insuffisantes 48
/.3.1. L'étude PIMS (1987) 48
/.3.2. Les travaux de M. Porter comme adaptation du paradigme S-C-P à la stratégie: de
l'application jusqu'à la rupture conceptuelle 52
I.3.2.a. Les s'chémas de M. Porter 52
I.3.2.b. Critiques au modèle de Porter et dernières parades 54
Les limites structurelles 55
• -- La « rivalité entre-Iesfirines existantes » er{questron------ -----------------.
.h --55----
Les apports conceptuels ultérieurs fragilisent le passage à des recommandations
stratégiques valables 57

1.4. Les limites intrinsèques du paradigme S-C-P peuvent-elles être les bases d'une
conception renouvelée de la performance? 60
/.4.1. La théorie de l'évolution économique de J. Schumpeter (1934) 63
IA.1.a. Le flux circulaire comme état d'équilibre 63
I.4.1.b. Nouvelles combinaisons, crédit et entrepreneur: objet, moyen et moteur de
l'évolution du circuit économique 64
[.4.2.« The theory of the growth ofthefirm », d'E. Penrose (1959)rédéfinit lafirme
industrielle 67
IA.2.a. la firme définie comme une collection de ressources 67
IA.2.b. Image, opportunités de production et disponibilité de services à l'origine de la
performance de la firme 69

5
 1.4.3. Les rentes et l'origine de la performance 74
IA.3.a. les rentes ricardiennes 75
IA.3.b. les quasi rentes marshalliennes 77
I.4.3.c. Extension des notions de rente 79
Synthèse et question de recherche 84

CHAPITRE Il. APPROCHES THEORIQUES DU COURANT DES RESSOURCES.

ET EXPLICATION DE LA PERFORMANCE DES FIRMES

Introduction

II.1. Positionnement, différences et proximités des approches théoriques contribuant

au Courant des Ressources 91
11.1.1. Introduction au Courant des Ressources: présentation de la théorie des ressources
et de l'économie évolutionniste
. 11.1.2. Distinctions entre le Courant des Ressources et 1'« école néo-autrichienne » 95
11.1.3. Forme forte et forme faible de la théorie des ressources et de l'économie
évolutionniste 98
n.1.3.a. Forme faible et forme forte de la théorie des ressources 98
1.1.3.b. Forme faible et forme forte en économie évolutionniste 102

II.2. La théorie des ressources et l'analyse de la performance 104

11.2.1. La nature des ressources et aptitudes 104
n.2.1.a. Description des ressources 104
n.2.1.b. Distinctions entre ressources, capacités, aptitudes et compétences 106
n.2.1.c. Les conditions de l'émergence de l'avantage concurrentiel et des rentes 109
Les piliers de l'avantage concurrentiel 109
Actifs stratégiques et rentes organisationnelles . 114
11.2.2. Les propriétés des ressources et aptitudes à la base de la performance 118
n.2.2.a. Définition des propriétés des ressources et aptitudes 120
Disponibilité et transférabilité 120
Substituabilité 123
Imitabilité 124
Rareté et mobilité 125
Tangibilitéet codification 127
Appropriabilité 129
n.2.2.b. Propriétés des R&A et performance: premières hypothèses de recherche 130
1/.2.3. Etudes empiriques sur l'impact des ressources sur la performance 133
n.2.3.a. L'importance de la fIrme comme niveau pertinent d'analyse 134
n.2.3.b. Ressources, diversification, cohérence et performance 140
n.2.3.c. Ressources et actions stratégiques 147
Synthèse de la section 11.2. 154

6
 II.3. L'enrichissement de l'analyse de la performance à l'aide de l'approche
dynamique du Courant des Ressources: l'économie évolutionniste 156
Introduction 156
II.3.1. Des bases compatibles de définition de la firme 158
ll.3.1.a. Une vision comportementale de la fIrme: qualifications et routines 160
ll.3.1.b. Hétérogénéité des R&A et routines 162
II.3.1.c. Premiers modes de transformation des R&A 164
1/.3.2. Les concepts évolutionnistes dans le Courant des Ressources. Contributions à
l'analyse de la performance 167
II.3.2.a. La sélection 168
II.3.2.b. Les régimes, paradigmes et trajectoires technologiques. 171
ll.3.2.c. Designs dominants 173
II.3.2.d. La dépendance de sentier, rendements croissants d'adoption et phénomènes de
lock-in 175
II.3.2.e. Opportunités et appropriabilitétechnologiques 178
II.3.2.f. Innovation, apprentissage, changement économique et R&A 180
II.3.2.g. La simulation comme méthode de recherche 185
II.3.2.h. Synthèse des différentes contributions 188
1/.3.3. Développements récents du croisement entre théorie des ressources et économie
évolutionniste: l'approche par les ressources dynamiques et les notions de coordination
interne et de co-évolution. 190
II.3.3.a. Définition, apports et limites de l'approche par les ressources dynamiques 190
DéfInition et mouvances de recherche 190
Apports de l'approche par les ressources dynamiques à l'analyse de la performance -
Limites à la théorie de la firme fondée sur la connaissance 194
II.3.3.b. Recherches mettant l'accent sur la co-évolution des R&A et de l'environnement
sélectif 198
Synthèse de la section II.3. 202

CHAPITRE III. CONSTRUCTION DU MODELE THEORIQUE: UNE EXPLICATION

DE LA PERFORMANCE TIREE DU COURANT DES RESSOURCES

ID.l. Éléments de base du modèle théorique

11/.1.1. Contributions du Courant des Ressources à l'élaboration du modèle théorique
d'analyse de la performance 208
m.1.1.a. Conception de la fIrme 208
III 1.1.b. Propriétés des ressources 210
m.1.1.c. Prise en compte de la dimension évolutionniste du modèle théorique: 3 cas
d'étude empirique 216
II/.1.2. L'analyse de la performance 216
m.1.2.a. Performance intra-frrme 217

7
 ill.1.2.b. Perfonnance de données financières 218
ill.l.2.c. Performance de données comptables 219

m.2. Formulation deshypothèses de recherche 224

11/.2.1.Modèle théorique testé sur base de données (cas A et cas B) 224
ill.2.1.a. Hypothèses portant sur les variables à expliquer 225
Variables latentes explicatives 1Variables dépendantes 225
Variables dépendantes entre elles 233
ill.2.1.b. Hypothèses portant sut les variables explicatives 234
Coordination interne 1Variables latentes explicatives 235
Hypothèses de contrôle (variables explicatives entre elles) 236
11/.2.2.Hypothèses de recherche testées par la simulation (cas C) 237
II/.2.3. Synthèse: représentations du modèle théorique 238
ill.3. Méthodologie: construction des variables et modèle statistique utilisé 242
.II/. 3. 1. Les bases de données SESAME et FIBEN 242
Introduction 242
Les bases de données SESAME et FIBEN 243
II/.3.2. La construction des variables 247
ID.3.2.a. Opérationnalisation des variables latentes explicatives 248
Opérationnalisation· des variables latentes relatives aux ressources productives 248
Opérationnalisation des variables latentes relatives aux liaisons d'échange 267
ill.3.2.b. OpérationnaIisation des variables de perfonnance . 281
Données comptables 282
La variable de performance de marché 284
II/.3.3. Méthodologie statistique retenue: le modèle Lisrel 285
ill.3.3.a. Présentation des "modèles à équations structurelles 286
ID.3.3.b. Paramètres et estimation du modèle Lisrel 287
ill.3.3.c. Les étapes de la composition d'un modèle Lisrel 291
ill.3.3.d. Précautions d'usage des modèles à équations structurelles, variables latentes et
erreurs de mesure 297
Synthèse 299

CHAPITRE IV - RESULTATS ET ANALYSES STATISTIQUES

IV.I. Description de la base de données
IV.1.1. Les entreprises présentes dans la base 303
IV.1.1.a. Présentation de l'échantillon par domaines d'activité 303
IV.1.1.b. Présentation de l'échantillon par taille d'entreprise 307
IV.1.2. Présentation des variables et des corrélations 308
IV .1.2.a. Description des variables 308

8
 Les données brutes 309
Les données calculées 312
IV.1.2.b. Description des corrélations 315
IV.l.3. Premières analyses statistiques: tests de moyenne etACP 320
IV.1.3.a. Les différences de moyenne (secteurs, taille) 320
IV.1.3.b. Vérification de la pertinence de la définition a priori des variables latentes à
l'aide d'analyses en composantes principales 324

IV.2. Présentation des résultats Lisrel 327

Introduction 327
IV. 2. 1 Premiers modèles (cas A) 330
IV.2.I.a. Modèles complets 331
Spécifications des modèles complets 331
Analyse des résultats des modèles complets 336
IV.2.1.b. Modèles réduits (comparaison 1) 349
Synthèse et points de comparaison 359
/V.2.2. Modèles du Cas B (comparaison 2) 360
IV.2.2.a. La base utilisant les données de 1993-1994 360
IV.2.2.b. Les résultats 361
Synthèse et points de comparaison 372
/Vol.3. Commentaires des résultats 376
IV.2.3.a. Hypothèses acceptées 376
Hypothèses vérifiées (cas A et B) 376
Hypothèses vérifiées (cas A) et non rejetées (cas B) 380
IV.2.3.b. Hypothèses non acceptées 382
IX.3.2.a. Tests d'hypothèses non significatifs 382
IX.3.2.b. Hypothèses rejetées 386
/V.2A. Tests supplémentaires: influence de la taille et des grandes catégories d'activité
(NAFIQL u_m 388
IV.2.4.a. Influence de la taille 389
IV.2.4.b. Influence de la catégorie d'activité (NAFI6) 392

IV.3. Synthèse des résultats 402

CHAPITRE V - EVOLUTION DU'PROCESSUS CONCURRENTIEL ET DE LA

PERFORMANCE DES ENTREPRISES MANUFACTURIERES : UNE SIMULATION

Introduction

V.l. La valeur de la simulation et les outils de représentation utilisés 410

V:l.l. La démonstration économique rend inal compte de la nature évolutionniste du
processus concurrentiel 410

9
 V:1.2. les atouts de la simulation multi-agents à événements discrets 412
V.1.2.a. la simulation multi-agents : conception 413
V.1.2.b. Atouts de la simulation multi-agents par rapport à la représentation de
l'évolution économique 415
V.1.2.c. La plateforme utilisée: DIMA 417

V.2. Présentation du modèle 418

V:2.1. Les variables du modèle 418
V.2.1.à. Défmition de l'entreprise fondée sur le Courant des Ressources 418
V.2.1.b. Les variables du modèle de simulation ·420.
Concepts micro-évolutionnistes (internes à l'entreprise Eï) 420
Stratégie et modification de {X} 425
Autres variables (au niveau du secteur) 430
V:2.2. Hypothèses de recherche 435
V:2.3. Plan d'expérience 438

V.3. Résultats des simulations 438

v: 3. 1. Cas des simulations sans entrées de concurrents 439
Cas d'une seule entreprise 439
Cas de trois entreprises en concurrence 439
Cas de six entreprises 442
V:3.2. Cas de simulations avec entrées de concurrents 444
Une seule entreprise au départ 445
Trois entreprises au départ 447
Six entreprises au départ 451

V.4. Bilan des expérimentations 455

CONCLUSION GENERALE 459

BmLIOGRAPHIE
475

10
 TABLE DES ILLUSTRATIONS

Figure 1.1. Le paradigme Structure - Conduite - Perlormance -------------------------------------------35

Figure 1.2. Le Paradigme de l'étude PThfS (1987) 49
Figure 1.3. La rente ricardienne 76
Figure 1.4. Rente et quasi rente marshalienne de court terme 78
Figure 1.5. Rente de rareté vs. Limitation de production. 80
Tableau 1.6. Les présupposés du Courant des Ressources 87

Figure II.1. Les approches théoriques de base du Courant des RessourcesE--------------------------92

Figure II.2. Représentation des Ressources, Aptitudes, Capacités et Compétences 108
Figure II.3. Le cadre d'analyse d'Amit et Schoemaker (1993) 116
Figure lIA. Caractéristiques des R&A de la fIrme à l'origine de rentes 119
Figure 11.5. Propriétés des R&A, rentes et performance 132
Figure 11.6. Représentation schématique des propriétés des ressources et aptitudes et de leur
impact sur la performance des fIrmes industrielles 133
Tableau II.7. Indicateurs des ressources requises pour l'avantage concurrentiel 139
Tableau II.8. Complémentarités entre routines et R&A 163
Tableau 11.9. Illustrations de transformation des R&A au niveau de la firme ----- 166
- Tableau II.10. Nature des transformations intrinsèques des ressources et des aptitudes au
niveau de la fume 184
--------------------------
T~b.~eauII.11. Synthèse des apports de l'économie évolutionniste à l'analyse de la perlormance
dans le cadre du Courant des Ressources- ---- ------------------189----

Tableau 111.1. Rappel des hypothèses de recherche génériques tirées du chapitre TI-------------208
Tableau 111.2. Critères « éléments constitutifs de la firme x Propriétés des ressources» retenus
dans le modèle théorique .211
Figure 111.3.Etapes de la démarche de recherche 215
Figure mA. Les trois cas d'étude de notre travail de recherche empirique .215
Tableau 111.5.Les diverses mesures de la performance des frrmes 220
Figure III.6. : Représentation du modèle théorique (cas A et B) 239
Figure III. 7. Tableau synthétique des différentes hypothèses 240
Figure III.8. La structure commune des questions entre 1993 et 1996 244
Figure 111.9. Extrait de Coeurderoy et Mouriaux (1996, p134) 245

11
Figure ilLIO. Les types d'études empiriques de la théorie des ressources 248
Figure Ill.II. Schéma d' opérationnalisation de la non imitabilité des ressources productives258
Figure Ill.12. Schéma d' opérationnalisation de la non transférabilité des ressources
productives .266

Figure Ill. 14. Schéma d' opérationnalisation de la non substituabilité des relations clients _273
Figure ill.15. Schéma d'opérationnalisation de la non substituabilité des relations
fournisseurs 277
---------------------------
Figure lil.16. Schéma d' opérationnalisation de la coordination inteme 280
Figure lil.17. Représentation d'un diagramme de relations générique 290
Figure Ill.18. Les différentes étapes de la méthodologie des modèles de type Lisrel : __ 292
Figure 111.19.Opérationnalisation des variables latentes par les variables observées 299

-
Tableau IV. 1. Description de la base par sous-section_-----------------------------------m--------------303
Figure IV.2. Comparaison de proportions 305
Tableau IV.3. Comparaison de taille entre l'échantillon et la population d'origine des
entreprises manufacturières françaises 307
Graphiques IV.4. et IV.5. Comparaison par tranche de taille, normale et en cumul, des
entreprises de la population d'origine et de l'échantillon 308
Figure IV.6. Description des variables observables brutes 310
Figure IV.7. Description des variables observables calculées 314
Tableau IV.8. Taille des entreprises par sous-sections d'activités 320
Tableau IV.9. Résultats Espérés et Obtenus après rotation Oblimin. ACP n02 325
Figure IV.I O. Modèles empiriques et comparaisons entre modèles 329
Tableau IV.II. Spécification des modèles 332
Tableau IV.12. Adéquation locale et globale 333
Tableau IV.13. Variables observables et variables latentes 334
Tableau IV.14. Structure causale
----------- 335
Tableau IV.15. Résultats des modèles complets - Tests des hypothèses 346.
Figure IV.16. RESUME DES RELATIONS SIGNIFICATIVES (CAS A) 348
Tableau IV.17. Spécification des modèles 350
Tableau IV.18. Adéquation locale et globale 351
Tableau IV. 19. Variables observableset variables latentes 352
Tableau IV.20. Structure causale 353
Tableau IV.21. Spécification
--------------------
des modèles 362
Tableau IV.22. Adéquation locale et globale 363
Tableau IV.23. Variables observables et variables latentes 364

12
Tableau IV.24. Structure causale 365
--------------------
Tableau IV.25. Résultats des modèles cas A et cas B - Tests des hypothèses 373
Figure IV.26. RESUME DES RELATIONS SIGNIFICATIVES (CAS B) 375
Figure IV.27. RESUME DES RELATIONS SIGNIFICATIVES 385
(constitution d'une nouvelle variable endogène par regroupement de TXME et RBCE) _385

Tableau V.I. Stratégies et ordre de changement des R&A _----------------------------------------------427

Figure V.2. Représentation d'une période d'activité d'une entreprise de la simulation __ 437
Figure V.3. Plan d'expérience: comparaison entre simulations effectuées (avec/sans entrées),
modifications de paramètres effectuées, et hypothèses testées 438
Tableau VA.Résumé des résultats des simulations 456

13
 INTRODUCTION

Le management stratégique d'une organisation a pour fonction d'en assurer la

compétitivité, la sécurité et la légitimité (Koenig, 1996, p5). Pour remplir ces fonctions,

le management stratégique a développé des outils et des théories, portant sur la conduite

de l'entreprise et devant déboucher sur la performance. Or, les critères d'évaluation et de

jugement du management stratégique évoluent en même temps que se modifient les

comportements concurrentiels des entreprises. Ainsi, les grilles d'analyse proposées dans

les années soixante ne constituent plus aujourd'hui qu'un des éléments, certes essentiel,

de la promotion de la compétitivité de l'entreprise.

Les changements que connaît le management stratégique sont la résultante de deux

causes principales. D'une part, de nouvelles organisations économiques apparaissent,

telles que les alliances entre concurrents ou encore la création d'entreprises en réseau.

D'autre part, le champ théorique du management stratégique trouve dans le

développement des disciplines soeurs de nouveaux moyens d'explication des

.-.- --~-------,"--_._.~---- - " ... ' ------------- ---------_ ... -~-----_._-_.-

phénomènes observés, et de leurs logiques sous-jacentes.

La conjonction de ces deux. évolutions débouche sur une situation paradoxale. D'un

côté, les mouvements stratégiques des dernières années (1'externalisation,

l'internationalisation des échanges, le recentrage, le reengeneering) trouvent des supports

conceptuels qui les légitiment De l'autre, les fondements traditionnels du management

stratégique subissent l'intrusion des nouvelles approches théoriques sans que n'émerge

une réelle cohérence entre les diverses hypothèses de recherche -ce qui fait dire à certains

que le management stratégique est en crise.

15
Sur le plan de l'analyse concurrentielle à proprement parler, les travaux de Porter ont

sans doute ouvert la voie. à une utilisation rigoureuse de concepts provenant de

l'économie industrielle dans le management stratégique. Les apports essentiels de Porter

ont consisté à la fois à formuler une grille robuste d'explication de la peIformance des

entreprises et à fournir une démarche d'analyse de la position concurrentielle des firmes.

A partir de là, le modèle de Porter permet de définir les voies de développement

stratégique que les entreprises doivent suivre compte ténu de leur positionnement dans la

structure concurrentielle de leur secteur.

Toutefois, il est apparu que les éléments de base fournis par Porter (1980, 1985) ne

répondent qu'imparlaitement aux enjeux posés par les deux évolutions majeures,

signalées ci-dessus, que connaît le management stratégique. En effet, les raisons fournies

par l'analyse 'porterienne' de l'apparition de nouvelles visions de la concurrence, ou de

l'émergence de comportements stratégiques atypiques, parraissent insuffisantes. De plus,

la grille de Porter est trop statique: les conséquences dans le temps de ces manoeuvres

semblent mal évaluées. Par ailleurs, l'analyse se complique: est-ce le secteur, le groupe

stratégique ou le domaine d'activité stratégique qui doit être considéré comme le niveau

d'analyse pertinent? Etant donné que les entreprises autrefois clairement concurrentes·

deviennent de plus en plus hétérogènes, il est difficile d'évaluer les rapports de force

entre producteurs et au sein de la filière, tout comme d'estimer le pouvoir des entrants

potentiels notamment dans les secteurs au développement technologique rapide...

De même, sur le plan théorique, la conciliation entre les fondements micro-économiques

de l'analyse concurrentielle et les apports d'autres perspectives théoriques est délicate.

Certaines hypothèses entrent en contradiction les unes avec les autres selon que l'on axe

la réflexion sur un problème stratégique donné en fonction de la théorie considérée:

16
théorie de l'agence, théorie des coûts de transaction, théorie de la contingence, écologie

des populations, etc.

Il semble donc qu'aujourd'hui, le management stratégique ait besoin d'un corpus

théorique le plus unifié possible, sur lequel puissent venir se greffer à la fois des réponses

aux problèmes stratégiques concrets récents et des apports théoriques nouveaux.

Positionnement et intérêt théorioue de la recherche

Notre recherche s'inscrit dans un courant de recherche novateur qui répond à cette

double exigence. Nous l'avons baptisé le Courant des Ressources. Au sein de ce courant

de recherche, nous distinguons deux approches théoriques. La première, la théorie des

ressources, propose une conception renouvelée de l'avantage concurrentiel. La seconde,

l'économie évolutionniste, fournit une analyse des effets du conditionnement temporel

sur la stratégie. Les deux approches sont solidaires et complémentaires.

Solidaires, car elles reposent sur une même conception de l'entreprise, qui s'éloigne des

présupposés de l'économie industrielle et de la vision fonctionnelle de Porter.

Notamment, elles postulent que l'entreprise est une collection de ressources, d'aptitudes

et de routines par l'usage desquelles l'entreprise dégage un avantage concurrentiel

idiosyncrasique. Exprimé différemment, l'entreprise possède des actifs, des compétences,

des procédés et des applications internes qui lui sont propres: en s'appuyant sur ceux-ci,

et grâce à leurs propriétés, l'entreprise dispose d'un avantage concurrentiel, à la source

de rentes qu'elle s'approprie. Dans cette conception, la performance est le résultat de

l'appropriation exclusive des rentes dégagées par l'entreprise grâce à l'avantage

concurrentiel qu'elle s'est constitué sur la base de ressources non imitables, non

transférables et non substituables.

17
 L'apport du Courant des Ressources est de fournir une grille d'analyse renouvelée de

l'avantage concurrentiel et de la perlormance. A une explication qui procède toutefois

d'une comparaison relative des ressources détenues par les firmes et de leur potentiel de

rentes, le Courant des Ressources intègre, de manière complémentaire, les enseignements

de l'économie évolutionniste.

La détermination du potentiel de rentes ne peut suffire à convenir de la durabilité de

l'avantage concurrentiel. TI est indispensable de comprendre comment évoluent les

conditions de la concurrence, principalement sur le plan technologique. L'économie

évolutionniste, à partir des travaux fondateurs de Nelson et Winter (1982) ouvre la voie

à la prise en compte du déterminisme temporel en stratégie. L'irréversibilité de certains

engagements, les trajectoires technologiques, la dépendance de sentier tant externe (la

diffusion d'un standard) qu'interne à l'entreprise (le rôle de l'inertie organisationnelle)

sont des contraintes à la soutenabilité d'un avantage concurrentiel. Pour l'économie

évolutionniste, les hypothèses relatives aux équilibres de marché ne sont pas prioritaires

par rapport aux évolutions et aux développements des capacités productives des

entreprises, sous les effets conjugués de l'innovation et de l'apprentissage. A la notion de

position ou de positionnement concurrentiel, l'économie évolutionniste préfère les

notions essentielles de processus et de pas. «L'évaluation de la capacité stratégique

d'une entreprise à tout instant est représentée ici comme une fonction de ses processus,

de ses positions et de ses pas. Nous postulons qu'en identifiantchacun de ces éléments et

en comprenant leurs interrelations, il est possible de prédire la perlormance de

l'entreprise, sous certaines hypothèses portant sur les changements de l'environnement

externe. TI est également possible d'évaluer la richesse des nouvelles opportunités parmi

lesquelles l'entreprise peut choisir, et sa perlormance potentielle dans un environnement

mouvant» (Teece et Pisano, 1994, p548)

18
Le Courant des Ressources offre au management stratégique une grille qui permet de

comprendre les mouvements stratégiques récents et d'intégrer certaines contributions

théoriques novatrices. Schématiquement, les premiers peuvent s'interpréter comme la

recherche de potentiels de rentes actuels et futurs et non plus seulement comme la

recherche de positons de marchés. En ce qui concerne les secondes, le Courant des

Ressources peut abriter en son sein plusieurs dérivés des nouvelles théories

(Montgomery, 1995 ; Sanchez, Reene et Thomas, 1996). L'angle de recherche privilégié

par les auteurs désireux de promouvoir le Courant des Ressources concerne l'analyse de

la performance. Ainsi, le Courant des Ressources « interprète [les sources des différences

de performance entre les frrmes] comme le reflet des différences dans les flux de rentes et

de quasi-rentes ,qui reviennent aux entreprises, qui en retour sont imputables aux'

différences dans le contrôle et le management des ressources stratégiques» (Winter,

1995.p147)

Dans cette ligne, cette recherche contribue à une définition de la firme reposant sur une

conception idiosyncrasique des ressources et des aptitudes à l'origine des rentes et de la

,

S'~lQjgnant des analyses génériques_(.le_IéLs~ruCJuJ~_d~s_s_e_~teJ,l(s_pour

performanc~.__ se

focaliser sur les particularités des entreprises et le lien avec leurs performances

respectives, le positionnement de cette recherche s'inscrit dans le cadre du Courant des

Ressources, au sein duquel deux courants s'enrichissent mutuellement: la théorie des

ressources et l'économie évolutionniste. La firme est envisagée sous l'angle d'une

collection de ressources et de leurs propriétés (Penrose, 1959; Rumelt, 1984). La

performance de l'entreprise dépend de la qualité de ses ressources et de la gestion des

conditionnements temporels de ses engagements.

19
Intérêt ernuiriaue de la recherche
'o ..

L'une des faiblesses du Courant des Ressources est jusqu'à present le nombre

relativement restreint d'études empiriques de grande ampleur venant soutenir son

approche. Ce travail vise à combler en partie ce manque. Concrètement, notre

problématique de recherche traite de l'identification des mécanismes permettant de

..
rendre compte, dans le cadre du Courant des Ressources, du niveau de performance des

entreprises manufacturières françaises. TIs'agit de la première étude réalisée en France

sur un échantillon représentatif de l'ensemble des secteurs de l'industrie manufacturière.

L'échantillon principal, composé de plus de 2000 entreprises, rassemble plus de 10% des

effectifs employés dans les sous-groupes d'activité étudiés. TI provient de l'enquête

réalisée depuis 1993 par la Banque de France, destinée à recueillir des données

qualitatives sur le développement stratégique des entreprises françaises. Les résultats

statistiques montrent que la grande majorité des relations défendues par le Courant des

Ressources sont valides, et qu'elles s'appliquent sans considération de taille ni

pratiquement sans considération de catégorie d'activité.

En économie industrielle, les études inter-sectorielles ne permettent pas, selon

Schmalensee (1989), de mesurer les influences de la structure industrielle sur la

performance, maiS conduisent à l'émergence de faits stylisés. Nous nous accordons à

penser avec Schmalensee que les études intersectorielles ne mettent pas en évidence les

influences de la structure industrielle sur la performance, mais pour une raison différente .

de la sienne: non pas à causé d'auto-corrélations et d'influences retardées entre variables

dépendantes et variables indépendantes~mais parce que ces influences structurelles, pour

importantes qu'elles soient, sont relativement moins déterminantes que les conséquences

20
des ressources détenues par la firme. Par conséquent, en pratiquant une étude

intersectorielle sur l'influence des ressources génériques sur la performance, nous tentons

d'une part de valider notre modèle théorique d'analyse, et d'autre part, de mettre en

lumière certains faits stylisés de l'influence de la détention de ressources sur la

performance des firmes industrielles.

Ainsi, la détention de ressources de production non imitables et non transférables est à

l'origine des rentes appropriées par l'entreprise. Les entreprises qui possèdent de telles

ressources ont des niveaux de performance supérieurs. De plus, les relations d'échange

avec les fournisseurs et les clients des entreprises lorsqu'elles sont non substituables

permettent de dégager des rentes idiosyncrasiques.Enfm, la coordination interne au sein

de l'entreprise est un puissant catalyseur pour développer les propriétés des ressources

débouchant sur de meilleurs leviers de performance.

Par ailleurs, le développement dans le temps des ressources et des aptitudes doit être

considéré en dynamique. En effet, afin de prolonger notre enquête sur le

conditionnement temporel de l'avantage concurrentiel dans le cadre du Courant des

Ressources, nous avons mis sur pied, en collaboration le laboratoire d'intelligence

artificielle de l'Université de Paris VI, unemodélisation ..reposant. SUL leLrésultats _

statistiques obtenus.

Les simulations qui en ont découlé ont montré que les avantages concurrentiels résultant

d'une meilleure dotation en ressources ne sont pas durables si 1) des entreprises agissent

et réagissent plus rapidement que l'entreprise possédant les meilleures ressources; 2) de

nouveaux concurrents entrent sur le marché avec soit de meilleures dotations en

ressources soit des rythmes d'activité plus rapides. Ces expérimentations montrent en

21
outre la pertinence de .la réflexion stratégique en terme de flux et de stocks de ressources

.stratégiques (Dierickx et Cool, 1989).

A la complémentarité théorique soulignée précédemment entre la théorie des ressources

et l'économie évolutionniste, il convient donc d'ajouter une complémentarité empirique.

Les résultats portant sur les propriétés des ressources et leurs conséquences sur la

performance ont été obtenus par des tests statistiques sur quelques points d'études. lis

sont complétés par ceux résultant de l'approche évolutionniste, qui mettent en lumière

l'importance du rythme d'activité interne à l'entreprise, et les effets de seuil à la

durabilité de l'avantage concurrentiel. TIfaut mentionner une dernière complémentarité,

celle' afférente aux méthodologies respectives utilisées par les deux approches du

Courant des Ressources.

Intérêt méthodolm!Ïoue de la recherche

Les méthodologies employées pour valider les hypothèses de la théorie des ressources

sont principalement de deux types. TI s'agit soit d'études de cas d'entreprises ou de

secteurs, soit d'analyses statistiques, le plus souvent des régressions. En revanche en ce

qui concerne les méthodologies de recherche en économie évolutionniste, on constate

des travaux de natures très diverses, depuis les démonstrations mathématiques

probabilistes jusqu'aux études sectorielles en passant par les modèles de simulation

informatique insipirées par Nelson et Winter (1982). On retrouve employées dans notre

travail deux méthodologies distinctes, qui présentent chacune une originalité.

D'une part, le modèle statistique auquel nous avons eu recours est d'une utilisation

récenté en management stratégique. TIs'agit d'un modèle de la deuxième génération, à

équations structurelles avec variables latentes et erreurs de mesure, de type Lisrel. Ce

22
genre de modèle statistique permet d'approcher à l'aide de plusieurs variables

observables les concepts qui ne sont pas directement observés dans les données. Par

exemple, il est impossible d'évaluer la non transférabilité des ressources à partir d'une

seule question. Les modèles à équations structurelles permettent à la fois de vérifier que

les construits sont robustes et que les relations causales entre les différents construits

sont conformes aux hypothèses de recherche.

Deux catégories de modèles théoriques de ce type sont testés. En effet, à partir de

l'analyse de la structure en ressources des entreprises industrielles françaises de 1995-

1996, un premier modèle évalue les relations en jeu et les influences sur la performance

moyenne des entreprises. Ensuite, un second modèle mesure l'influence de la structure en

ressources considérées les années précédentes (1993-1994) sur les mêmes variables de

performances que celles utilisées dans le premier modèle. Ainsi, les deux modèles, et les

écarts de significativité entre les résultats permettent-ils d'apporter un éclairage nouveau

sur l'analyse de la performance et de tester la permanence des conditions d'appropriation

des rentes au cours du temps.

D'autre part, à titre expérimental, afin de tester des hypothèses évolutionnistes nous

avons construit une modélisation particulière, appartenant au champ_de J'intelligence~ ~__

artificielle. Chaque entreprise est définie par ses caractéristiques et un rythme de décision

propres. Elle détermine sa stratégie en fonction de l'évolution que connaissent ses

ressources et ses performances respectivement à ses concurrentes. Cette simulation

intègre les résultats empiriques obtenus dans la partie statistique. Elle est en cohérence

avec eux, et présente des résultats complémentaires qui sont interprétés avec toutes les

précautions nécessaires à des résultats simulés.

23
Les différents tests empiriques donnent crédit à l'analyse de la performance fondée sur le

Courant des Ressources. La qualité des ressources productives, la nature des relations

verticales que noue l'entreprise avec ses fournisseurs et ses clients, et le niveau de

coordination interne, sont les composantes de la création de rentes internes à l'entreprise

l
et de leur appropriation. Par ailleurs, ·le maintien des caractéristiques des ressources de

l'entreprise lui assure la soutenabilité à moyen terme de l'avantage concurrentiel. A long

terme. en effet, l'entreprise doit continuer à alimenter les flux de connaissances et

d'informations nécessaires à l'amélioration des propriétés des ressources de l'entreprise,

afin de développer des avantages concurrentiels déterminants. Les menaces principales

proviennent de l'inertie organisationnelle qui limite les possibilités de réac~on aux

changements du marché, et de l'entrée de nouveaux concurrents aux meilleures dotations

en ressources et au rythme d'activité plus court. Dans une perspective dynamique, seul

un rythme d'activité rapide permet à l'entreprise d'éviter les pièges de l'irréversibilité de

ses choix stratégiques.

Plan de la recherche

La thèse est composée de cinq chapitres.

Le premier chapitre présente le cadre global de l'analyse de la performance en économie

industrielle. Partant des travaux issus du paradigme Structure-Comportement-

Performance, il axe la critique sur plusieurs points qui restent dans l'obscurité dans les

applications aux management stratégique de ce paradigme: la dynamique de la

concurrence, la conception de la firme, et la nature des rentes appropriées par les

entreprises. Une réflexion est menée sur chacun de ces points, notamment à partir des

24
 travaux de Schumpeter et de Penrose. Une synthèse est proposée qui débouche sur la

formulation de la question de recherche de ce travaiL

Le deuxième chapitre expose les raisons pour lesquelles le Courant des Ressources est à

même de proposer une explication de l'origine de la performance des entreprises qui ne

souffre pas des limites rencontrées par les théories du management stratégique reposant

sur le paradigme d'économie industrielle. il détaille les deux approches qui constituent ce

courant: la théorie des ressources et l'économie évolutionniste. il montre les bases

communes sur lesquelles reposent ces approches, et la complémentarité de leurs

perspectives de recherche. Au cours de la revue de littérature, tant théorique

qu'empirique, sont formulées les hypothèses génériques relatives à l'explication de la

performance des entreprises manufacturières par le Courant des Ressources.

Le troisième chapitre détaille les éléments de base du modèle théorique pour lequel

seront testées les hypothèses de recherche. Celles-ci sont exposées en détail; elles

reposent sur l'énonciation dans le chapitre précédent des hypothèses génériques propres

au Courant des Ressources. Le chapitre élabore également les différentes étapes de la

recherche, au travers des trois cas d'étude. Le cas A porte sur le test des hypothèses de

-rechercheàpartir.desdonnéesdeJa-période 1995,.1996. Le.cas.Rcorrespond.au.test-des.------------

mêmes relations sur les mêmes variables de performance à expliquer, mais à partir de

variables explicatives antérieures (1993-1994). Le cas C s'intègre à l'ensemble en

utilisant, au cœur de la simulation, les résultats significatifs del'analyse statistique. EnfiIi,

dans une dernière partie, ce chapitre situe les éléments méthodologiques des analyses

statistiques. D'une part, il offre l' opérationnalisation des différentes variables en jeu dans

les cas A et B. D'autre part, il recense les différentes spécifications du modèle à

équations structurelles auquel on a recours, c'est-à-dire Lisrel.

25
 Le quatrième chapitre est constitué, d'une part, des résultats descriptifs de la base de

données, tirées de l'enquête SESAME de la Banque de France, et d'autre part, des

résultats des tests statistiques des hypothèses de recherche. Différents modèles sont

détaillés et comparés entre eux, afin de faire ressortir la structure explicative de la

performance des entreprises manufacturières françaises. Notamment, la comparaison

entre les résultats tirés des tests A et B permet d'analyser les modifications éventuelles

des relations liant les propriétés des ressources avec les niveaux de performance des

entreprises. La grande majorité des résultats de recherche sont conformes aux attentes et

significatives.

. Le cinquième chapitre constitue le prolongement des analyses précédentes : la simulation

(cas C). n débute par une réflexion, dans le cadre de problématiques traitant de

l'évolution économique, sur les méthodes de recherche exploratoires utilisant

l'informatique par rapport aux démonstrations classiques fondées principalement sur les

mathématiques. Le modèle est exposé dans ses différentes parties. Un protocole de

recherche est défini, et les résultats des simulations sont commentés. Des effets de seuil

sont mis en évidence, et la plupart des hypothèses formulées sont vérifiées.

La conclusion générale reprend les principaux apports des discussions théoriques. Elle

met en relief les contributions du Courant des Ressources à l'analyse de la performance

des entreprises. Elle récapitule les résultats des analyses statistiques. ainsi que des

simulations. Les enseignements de la recherche sont étendus au management stratégique.

Les limites du travail et les voies de recherche futures sont signalées.

26
 CHAPITRE 1. PORTEE ET LIMITES DE L'ANALYSE DE LA
PERFORMANCE A L'AIDE DU PARADIGME STRUCTURE-
COMPORTEMENT-PERFORMANCE

Introduction

27
1.1.Présentation du paradigme Structure-Comportement-Performance 30
1.1.1.Les sources d'inspiration 30
1.1.2. Quelques résultats empiriques 33

1.2.Les critiques portées contre l'analyse de la performance reposant sur le paradigme

S-C-P 37
1.2.1. Une indétermination relative de la relation entre Structure et Comportement 38
1.2.2.Convergence des profits, niveau d'analyse et effets inter-temporels 41

1.3.Des tentatives de clarification à destination du management stratégique

insuffisantes 48
1.3.1. L'étude PIMS (1987) 48
1.3.2. Les travaux de M. Porter comme adaptation du paradigme S-C-P à la stratégie: de
l'application jusqu'à la rupture conceptuelle 52

1.4.Les limites intrinsèques du paradigme S-C-P peuvent-elles être les bases d'une
conception renouvelée de la performance? 60
1.4.1. La théorie de l'évolution économique de J. Schumpeter (1934) 63
1.4.2. « The theory of the growth of the firm », d'E. Penrose (1959) rédéfinit la firme
industrielle 67
1.4.3.Les rentes et l'origine de la performance . 74

Synthèse et question de recherche 83

27
Introduction

Le nombre des recherches théoriques et empiriques portant sur l'analyse de la performance

s'élève à plusieurs milliers. La compréhension des niveaux de performance des entreprises

passionne les économistes et les chercheurs en management et en stratégie d'entreprise. Les

uns recherchent les règles de fonctionnement de la structure des marchés tandis que les autres

peuvent espérer tirer de leurs recherches des préceptes utiles à la gestion d'entreprises.

L'objet de ce chapitre n'est pas de présenter une recension exhaustive des différents travaux

mais de rappeler les principales lignes de force qui séparent les auteurs traitant de la

performance, tant en économie industrielle qu'en management stratégique. Pour cela, il est

nécessaire de partir des nouvelles conceptions micro-économiques introduites par plusieurs

chercheurs après le krach de 1929. Ces auteurs (Mason, Clark puis Bain après la seconde

guerre mondiale) vont mettre sur pied un cadre théorique robuste, partant d'études de cas et

d'analyses sectorielles: le paradigme Structure-Comportement-Performance. Deux

caractéristiques majeures définissent ce paradigme. TI traite de la performance au niveau des

secteurs industriels, et il la conditionne aux caractéristiques de la structure industrielle en

présence au moment de leurs études. Au cours des années soixante-dix, différents auteurs

remettent -en-cause~la~ ~relation~dedétermination- de-la~--structure -sur-la -perfonnance;-Ges------

chercheurs, dits de l'école de Chicago (Stigler, Demsetz) tentent de prouver que le résultat des

concentrations industrielles et des performances supérieures dans les secteurs concentrés sont

le résultat d'une supériorité des entreprises ayant survécu, et non le fait d'un conditionnement

de la structure de marché. Parallèlement à ce premier débat qui s'instaure entre économistes,

les tentatives de jonction entre l'économie industrielle et la stratégie d'entreprise se font jour

(études PIMS, Porter). Elles sont à l'origine d'un second débat. Ce dernier rend compte de la

difficulté d'appliquer au niveau d'analyse pertinent pour la stratégie, l'entreprise, les

28
présupposés et les règles découlant des travauX: issus du paradigme Structure -7

Comportement -7 Performance.

TI ressort du double débat rapidement esquissé que d'anciennes questions resurgissent autour

des fondements des approches stratégiques, reposant sur les enseignements directS ou critiques

du paradigme S-,-C-Pet censées permettre d'expliquer l'origine et le niveau de performance des

entreprises. Ces questions gravitent essentiellement autour de trois thèmes, mis en exergue en

leur temps par d'éminents économistes: tout d'abord, la réactualisation des travaux sur le

développement économique de Schumpeter (1934) mettant en lumière les influences

dynamiques de création de la variété dans le circuit économique; ensuite, une redéfinition de la

firme industrielle à. même de pouvoir rendre compte de ses potentialités de crOlssance

(penrose, 1959) ; et enfin, une réflexion renouvelée autour des notions de rentes.

La structure de ce chapitre fait écho à cette brève introduction. Dans une première section, le

paradigme Structure-Comportement-Performance.est exposé, accompagné. des résultats

d'études empiriques d'importance. Les premières critiques portées à son égard sont ensuite

analysées. La troisième section s'intéresse aux tentatives de jonction entre l'économie

industrielle, inspirées du paradigme S-C-P, qui mettent à jour les anciennes questions à la

pertinence retrouvée. Ces dernières font l'objet de la quatrième section, où sont détaillés les

travaux de Schumpeter, l'ouvrage de Penrose, et les notions de rentes. Dans la section de

conclusion, la cadre d'analyse de la performance des firmes industrielles est schématisé, et la

question de recherche énoncée .

. 29
 1.1. Présentation du paradigme Structure-Comportement-
Performance

1.1.1. Les sources d'inspiration

Mason (1939) est le premier à avoir défini l'étude des structures de marché comme le but

fondamental de l'économie industrielle et de l'analyse de la performance. Selon lui, il est

essentiel de définir les règles de fonctionnement d'un marché et de les repérer pour

comprendre les déterminants de la performance des secteurs industriels. Dans ce contexte, de

nombreuses analyses sectorielles sont menées, qui doivent permettre de mieux appréhender le

fonctionnement des marchés, afin de fournir les éléments de base à une approche renouvelée

(c'est-à-dire non normative1) de la concurrence et de la performance. La recherche doit

s'orienter vers la description et l'analyse positive des situations de concurrence, et ne doit pas

partir des règles et comportements supposés par la micro-économie c1.assique. Dans cette ligne

de recherche, Clark (1940) substitue au concept trop théorique de concurrence pure et parfaite

celui, affaibli mais plus réaliste, de « workable competition», qui met l'accent sur le caractère

potentiellement dynamique et stratégique des acteurs économiques (Sosnick, 1958).

Bain (1951, 1954) va développer ses travaux à partir de ces bases. n a pour volonté de

construire une analyse des phénomènes de concurrence et de relier les caractéristiques

observables des structures de marché à la performance industrielle. D'une part, il met en

évidence que la concentration d'un secteur est corrélée positivement avec le ratio entre la taille

optimale de production des firmes et la taille totale du marché. D'autre part, les secteurs

étudiés présentent une concentration industrielle supérieure à la structure naturelle des

marchés. Ces résultats débouchent sur trois conséquences. n faut supposer que les entreprises

répondent à la tendance à la concentration industrielle en accentuant le phénomène puisqu'il

1 Les analyses de Sraffa (1926) remettant en cause la loi des rendements décroissants, et les contestations de
l'homogénéité des produits de Chambertin (1933) et Robinson (1933) avaient montré certaines limites du projet
normatif néo-classique ..

30
existe un différentiel de degré de concentration qui leur est favorable. Ensuite, le degré· de

concentration n'est pas synonyme de baisse des performances des secteurs, mesurés par leur

profitabilité. Au contraire, les secteurs concentrés bénéficient de performances relatives

élevées, laissant soupçonner l'exercice d'un pouvoir de monopole. Enfin, alors que selon la

théorie classique de la concurrence, de nouvelles entreprises devraient entrer pour tenter de

s'approprier la part des profits dégagés sur le secteur, il apparaît qu'il existe des barrières à ces

entrées. Le niveau d'investissement minimum, la différenciation des produits, la diversification

des risques sectoriels·permettent aux entreprises installées d'accroître le risque d'échec pour un

nouvel entrant TIn'y aurait donc pas nécessairement retour rapide à l'égalité entre le profit et

le coût marginal de production.

Comanor et Wilson (1974) montrent par exemple l'efficacité des politiques de différenciation

des produits, et de la publicité en particulier dans les secteurs de l'automobile, des cigarettes et

des boissons alcoolisées. Faisant le bilan de 320 publications sur l'analyse de la performance

fmancière. l'étude de Capon et alii. (1990) confirme grandement les inspirations de Bain. Au

niveau du secteur, la concentration, la croissance, le degré de capitalisation, la taille et le

niveau de marketing apparaissent comme favorisant la performance. Les facteurs qui peuvent

constituer des barrières à l'entrée ont un impact positif sur la performance des entreprises

installées.

Bain est celui qui a mis en perspective les travaux de ses prédécesseurs. TImet sur pied le

modèle S-C-P, pour Structure - Comportement - Performance. On entend par structure de

marché, le degré de concentration des acheteurs, le degré de concentration des vendeurs, le

degré de différenciation des produits, et les conditions d'entrées. Les principaux

comportements des entreprises suivent deux lignes: les politiques de prix, et les interactions

entre les producteurs sur le marché. Les performances correspondent à la taille des profits, à

l'efficacité productive, et aux progrès des firmes en matière d'innovation.

31
Plusieurs années après les travaux fondateurs de Mason, Clark et Bain, Scherer et Ross (1990)

présentent, dès les premières pages de leur ouvrage de synthèse, le paradigme Structure-

Conduite-Performance. ils élargissent le propos et supposent que ce qu'une société attend de

ses entreprises de biens et de services est une performance maximale -ce qui implique la

poursuite de plusieurs objectifs:

1. les biens doivent être produits en fonction des attentes en qualité et en quantité des

consommateurs. Les ressources rares ne doivent pas être gaspillées. Par conséquent, les

choix de production doivent être efficients.

2. Les entreprises doivent tirer bénéfice des opportunités offertes par la science et la technique

pour augmenter leur production par unité d'intrant utilisé, tout en assurant le consommateur

d'une qualité de produit sans cesse supérieure.

.. ~.
3. La distribution des revenus tirés de l'activité économique doit être la plus équitable possible.

Même si ces buts sont pour partie contradictoires, le schéma d'ensemble de l'activité

économique conduisant à la performance conserve une cohérence intrinsèque. « La

performance, dans des marchés ou des secteurs industriels particuliers, est supposée dépendre

du comportement des vendeurs et des acheteurs, comme les politiques de prix, la coopération

cachée ou ostensible entre firmes, les politiques de gamme de produit et de marketing, les

engagements dans la recherche et développement, les investissements industriels, la tactique

juridique ... Le comportement en retour dépend de la structure du marché pertinent,

caractérisée par les distributions du nombre et de la taille des acteurs, le degré de

différenciation objective ou perçue entre les produits concurrents, la présence ou l'absence de

barrières à l'entrée, la forme des courbes de coûts, le niveau d'intégration verticale des

producteurs, et le degré de diversification». (Scherer et Ross, 1990, p4-5). La structure du

32
marché elle-même est dépendante de conditions initiales, tel que cela est illustré par la figure

1.1., d'après celle de l'ouvrage cité.

.Dans cette logique, la performance est donc un résultat, qui provient à la base de défauts de la

structure concurrentielle. Si certaines conditions ne sont pas remplies, les offreurs disposent

d'un pouvoir de marché qui leur permet d'augmenter leurs profits. En cela, les partisans de

l'approche «structuraliste», c'est -à-dire donnant le primat à la structure sur la détermination

de la perfonnance des firmes, rejoignent indirectement le modèle de la concurrence pure et

parfaite de l'économie néoclassique -et s'éloigne du projet de «workable competition»

défendue par Clark. Parmi cette lignée de chercheurs faisant prévaloir l'influence de la

structure des marchés dans l'analyse de la survie et de la performance des entreprises, Baumol,

Panzar. et Willig (1982) s'affranchissent de la condition d'atomicité de l'offre de l'analyse

classique. ils distinguent la propriété de soutenabilité (situation à l'équilibre) de celle de

contestabilité des marchés (l'entrée et la sortie sont parfaitement libres et sans coûts). Au prix

d'hypothèses fortes sur les conditions d'entrée et sur l'homogénéité technologique des

producteurs, ils montrent que le monopoleur adopte une politique de prix qui respecte celle

impliquée par les conditions de la concurrence pure. De même, étendant leur raisonnement à la

firme multi-produit, cette dernière ne peut dégager durablement de sur-profit lorsqu'elle est

contestée sur chacune de ses activités.

1.1.2. Quelques résultats empiriques

Scherer et Ross (1990) concluent leur chapitre consacré à la structure du marché et à la

performance par deux·constats principaux:

1. Des différences de performances significativesexistent entre les secteurs et à l'intérieur des

secteurs.

2. Ces différences persistent au long du temps, notamment en présence de barrières à l'entrée.

33
Les études convergent pour valider la thèse selon laquelle l'exercice d'un pouvoir de

monopole, c'est-à-dire le pouvoir de placer son prix durablement au-dessus du coût marginal,

augmente dans les secteurs concentrés -même si l'effet de la part de marché détenue semble

dominer l'effet de la concentration lorsque l'on se place au niveau de la ligne d'activité et non

de la fIrme dans son ensemble (Ravenscraft, 1983).

Schmalensee (1989) apporte un éclairage supplémentaire à l'aide de résultats empiriques sur

chacun de ces constats.

Des différences de profIts (exprimés avec des indices comptables) entre les grandes fIrmes ont

en effet tendance à persister sur le long terme (Conolly et Schwartz, 1985, Mueller, 1986,

Geroski et Jacquemin, 1988). Un ensemble d'autres études sur l'industrie américaine montre

que, aussi bien au niveau de la firme que de l'activité, les caractéristiques de l'industrie

expliquent entre 10 et 25% des variations des indices comptables de performance. Schmalensee

(1985) semble même montrer que l'utilisation de l'industrie comme niveau d'analyse est valide

pour expliquer les différences de performance comptable entre industries (les caractéristiques

de l'industrie expliquant 75% des variations observées).

La défInition classique des barrières à l'entrée retient la taille minimale efficiente (MES:

minimum effIcieîifscâlercomÏi1e une mesure de ladiSsll.asioneffectÏvedesentreprises preserites--------

sur les entrants potentiels. La plupart des études rapportées par Schmalensee (1989) montre

que les économies d'échelles réalisées par les fIrmes présentes ou les besoins en capitaux

nécessaires à l'activité sont corrélés positivement avec la performance mesurée sur données

comptables au niveau du secteur. Elles sont par ailleurs négativement corrélées avec les taux

d'entrées. De même, il semble que l'on puisse s'accorder pour conclure à l'effet dissuasif sur

les entrées produit par l'intensité en R&D du secteur, ainsi qu'à la corrélation positive entre

cette dernière variable et la performance au niveau industriel.

34
Figure l.t.Le paradigme Structure - Conduite - Performance

Conditions initiales

Offre Demande
matières premières élasticité des prix
technologie substituts
syndicalisation taux de croissance
I ~ durabi~té du produit ~tère~c1ique • __ ~
, valeur/rmportance et SalSOnD1er
. Habirodes du secteur Méthode d'achat
Cadre légal type de marketing

,, Structure de marché
1
1
1
1 Nombre d'acheteurs et de vendeurs
,--- Différenciation des produits
Barrières d'entrées
Structures de coût
Intégration verticale Politique publique .
---t Diversification

Taxes et subventions
R~œsdecommercemtemational
Régulation
Contrôle des prix
Antitrust
Conduite Accès à l'information
Comportement de prix
Stratégie de produit et de publicité .0,,.0
.0·
.0 ,.
,
Recherche et innovation ~ ,
Investissements industriels ___
1
1
1__ -
Tactiques légales

Performance

Production et d'allocation efficientes

Progrès
Plein emploi
Egalité

Source: Schèrer et Ross, 1990~p5

35
Concernant la relation entre la performance et les parts de marché, deux thèses se confrontent.

L'une stipule que la part de marché est généralement fortement corrélée avec la performance -

études reposant sur de grands échantillons de firmes américaines. L'autre semble démontrer

que dans certaines industries, la performance est faiblement corrélée avec la part de marché -

notamment le coefficient est plus fort dans les biens de consommation que dans les biens

industriels (Ross, 1986). L'enjeu théorique sous-jacent est l'influence conjuguée ou exclusive,

sur la performance des firmes, des facteurs de concentration sectorielle et des parts de marché.

Demsetz (1973, 1974) soutient que seules les grosses firmes, plus efficaces, peuvent retenir des

profits supra-normaux dans les secteurs concentrés. Pour les petites entreprises, ayant une

faible part de marché, la performance n'est pas corrélée avec la concentration.

On peut remarquer que les études développées dans le cadre des travaux de Bain présentent

quelques différences avec les prémisses du projet de Mason ou Clark. L'orientation des

recherches de Mason le place dans une optique résolument tournée vers l'offre et ses

caractéristiques industrielles. Le projet de Bain a réinstallé à côté des caractéristiques des

vendeurs celles des acheteurs, analysées sous l'angle structureL Toutefois, l'éloignement

souhaité par Clark du caractère normatif des prescriptions se trouve minimisé, de même que la

volonté de concevoir la concurrence sous un angle dynamique, caractérisé par une succession

de mouvements et de réponses stratégiques. Dans la lecture stricte du paradigme S-C-P, il n'y

a guère de place pour l'étude du processus concurrentiel en lui-même. Les relations sont quasi-

déterministes, et vont dans le sen indiqués par les traits continus sur la figure 1.1. : S~ C ~ P.

36
 Quant à ceux qui douteraient de l'efficacité générale du paradigme proposé, «qu'ils se sentent

libres d'accepter le paradigme S-C-P sous une forme affaiblie» (Scherer et Ross, 1990, p6).

Scherer et Ross (1990) prennent cette précaution oratoire -presque menaçante- pour répondre

à des auteurs qui tentent de renouer avec les inspirations des précurseurs de l'analyse

économique industrielle et s'écartent de la vision structuraliste promue par le paradigme S~ C

~ P (Benzoni, 1991). Le courant «comportementaliste ». estime que des effets en retour

peuvent exister entre les différents maillons du paradigme Structure Conduite Performance,

comme cela est représenté par les traits pointillés sur la figure 1.1. Nous allons dans la section

suivante présenter un ensemble de critiques portées contre· le paradigme S-C-P, en

commençant par le débat entre les structuralistes et les comportementalistes ..

1.2. Les critiques portées contre l'analyse de la performance

reposant sur le paradigme S-C-P

L'analyse de la performance sous l'angle structuraliste, en dépit de nombreuses études venant à

son appui au cours des années 60 et 70, a du se confronter à différents types de critiques, qui

jettent le trouble sur la viabilité du paradigme S-C-P. Tout d'abord, des études contradictoires

ont remis en question la direction des causalités au sein du modèle, traduisant l'idée que les

comportements des· entreprises ne dépendaient pas de la structure des marchés, mais qu'ils

l'influençaient. Ensuite, les résultats empiriques portant sur la disparition à long terme des sur-

profits n'ont pas permis de donner l'avantage à la conception structuraliste sur la conception

comportemantaliste. Au contraire, elles donnent naissance à de nouvelles controverses portant

sur le niveau d'analyse pertinent et les effets inter-temporels de la performance.

37
1.2.1. Une indétermination relative de la relation entre Structure et
Comportement
Au cours de la présentation rapide de résultats dans la section précédente, deux limites de la

. lecture orthodoxe S~C~P ont été soulignées incidemment par les travaux de Dernsetz (1973,

1974) et de Ravensecraft (1983). Nous revenons sur chacun d'eux en insistant sur les

indéterminations qu'ils introduisent dans les liaisons S~C~P.

Premièrement, Demsetz (1974) pose la question de savoir pourquoi, dans un secteur donné,

seules les grandes entreprises bénéficieraient d'un pouvoir de marché que n'auraient pas les plus

petites. Il soutient par ailleurs que les grosses firmes peuvent dégager des performances élevées

sans qu'il soit nécessaire de recourir a priori aux hypothèses d'économies d'échelles.

L'hypothèse des économies d'échelle implique que la taille confère un avantage à la grosse

firme, alors qu'en fait, selon Demsetz, une capacité d'innovation et des managers éclairés ont

avant tout mené la firme à une taille importante et à de meilleurs profits. Par ailleurs, les

auteurs de l'école de Chicago s'interrogent sur la durée de l'efficacité supposée d'un pouvoir de

marché. Comme Schumpeter l'a enseigné, il faut juger des effets du processus concurrentieFsur

une longue période de temps.

En fait, ce que l'on a appelé l'école de Chicago présente l'état de position de monopole comme

rare, et le cas échéant, transitoire et avec des effets limités sur le bien-être général (Stigler,

1968; Demsetz, 1974; Peltzrnan, 1977). La prédominance d'une entreprise ne découle que de

sa plus grande efficacité. Selon cette hypothèse, la relation va de la perfonnance de l'entreprise

à la structure concurrentielle. Les partisans de cette école poussent leur raisonnement jusqu'à

conclure que plus un secteur est concentré, plus les entreprises qui sont à l'origine de cette

concentration sont efficaces, donc performantes. La performance des fumes dans les secteurs

concentrés ne serait pas la résultante d'un pouvoir de marché, mais d'une efficacité intrinsèque

supérieure. Les entreprises qui parviennent à cette position dominante ne perçoivent alors pas

38
réellement des profits de monopole, mais,·compte tenu des investissements passés et des coûts

exigés pour l'élimination progressive des concurrents, des rentes.

Deuxièmement, le travail de Ravenscraft (1983) montre que l'effet de la part de marché

détenue pouvait l'emporter sur l'effet de concentration indUstrielle au niveau de la ligne

d'activité. Ravenscraft trouve que dans les secteurs où les économies d'échelles sont fortes, la

rentabilité des firmes suiveuses est plus fortement affectée par l'accroissement de la part .de

marché du leader que dans les industries à faibles économies d'échelle. Ainsi, de manière

surprenante, dans les secteurs concentrés, où les économies d'échelle sont fortes d'après le

paradigme S-C-P, il y aurait une plus forte pression sur les prix, et, réciproquement, dans les

secteurs les moins concentrés, la différenciation de produits serait plus efficace. Par ailleurs,

l'analyse de Ravenscraft introduit deux questions supplémentaires, à la fois sur le degré de

diversité des stratégies suivies par les firmes suivant leur contexte concurrentiel, et ensuite sur

le niveau pertinent d'analyse: la ligne de produit ou le secteur.

Glais (1992, p260) dégage plusieurs propositions fondamentales de l'école de Chicago. Pour ce

courant de recherche, la concentration industrielle n'est pas en soi 'dangereuse'. Elle reflète la

supériorité à un moment donné de certaines fmnes plus efficaces que les autres. Le pouvoir de

marché, la différenciation, etc. dans un secteur ne constituent pas la plupart du temps de

barrières efficaces contre l'entrée. Par ailleurs, le changement technologique est continuel et

rend caduc les positions de monopole illicite qui éventuellement auraient pu se créer. De plus,

les marchés fmanciers sont devenus suffisamment efficients pour corriger les pouvoirs de

marché résultant d'une information imparfaite ou d'un accès inégal aux sources de financement

L'intervention publique n'est donc pas nécessaire: elle est trop lente et ne vient qu'entraver le

fonctionnement du marché fmancier.

39
L'école de Chicago ouvre selon nous trois brèches principales dans l'édifice du paradigme S-

C-P. D'une part, elle introduit un renversement de causalité entre les différents déterminants de

la performance, et met J'accent sur des caractéristiques propres aux entreprises età leurs

comportements concurrentiels qui aboutissent à la transformation des structures de marché.

D'autre part, elle introduit à une conception dynamique du fonctionnement du processus

concurrentiel, reprenant en partie les analyses de l'évolution économique de Schumpeter. Enfin,

elle renouvelle l'analyse de la performance en distinguant, à la suite de Ricardo et Marshall, le

profit de la rente.

Fondamentalement, ces travaux conduisent à s'interroger sur la linéarité de la relation entre

Structure et Comportement. Schmalensee (1989) souligne à ce propos que le comportement

des acteurs peut modifier sur le long terme la structure du marché. Assez peu les conditibns

initiales structurelles, mais la structure dérivée du marché (figure 1.1) est affectée. Dès lors, il

est très difficile d'estimer les effets de variables explicatives, puisque toutes les variables &pnt

reliées les unes aux autres, si tant est que l'on considère une période de temps suffisamment

longue. L'hypothèse d'équilibre de marché de long terme est donc une condition qui ne permet

pas .de définir. des variables exogènes explicatives de la performancedes-entreprises-et-des--- - ----.

marchés: les surprofits sont nécessairement corrélés avec les variables censément

indépendantes. Plusieurs travaux empiriques se sont toutefois intéressés à l'étude, d'une part,

de la convergence des profits à long terme, et d'autre part, à la distinction des niveaux d'analyse

pertinents dans l'explication de la performance.

40
1.2.2. Convergence des profits, niveau d'analyse et effets inter-temporels .
L'étude empirique de la convergence des profits à long terme peut, en théorie, clarifier le débat

tournant autour de l'indétermination de la relation entre Structure et Comportement. En effet,

si les profits ne s'annulent pas à long terme, alors on peut supposer que les stratégies des

entreprises sont plus décisives que la structure industrielle et concurrentielle ne l'est dans la

détermination de la performance.

Pour les structuralistes, la réalisation de profits se dissipe dans le temps. En outre, pour

nombre d'économistes, les perfonnances hors norme sont la manifestation patente d'une

mauvaise allocation des ressources et sont à l'origine d'une privation de bien-être général pour

l'ensemble de la société. Plusieurs études ont montré la possibilité effective de considérer que

les profits dits 'anormaux', tendaient sur long terme à disparaître (Brozen, 1970; Beaver,

1970) ou que les conditions de maintien de ces profits étaient essentiellement imputables aux

structures industrielles (Waring, 1996). Dans un article de 1989, Schmalensee montre

également que l'écart de performance permis par la taille des firmes décroît constamment sur la

période 1953-1983 (Schmalensee, 1989b).

L'analyse de Jacobson (1988) remet partiellement en cause la fatalité de ce processus dès lors

que l'on considère l'entreprise non plus comme une entité globale mais comme un ensemble

d'unités de marché (de SBU, Le. 'Strategie Business Unit' ; domaine d'activité stratégique).

Jacobson (1988) s'interroge également sur la persistance à long terme des entreprises à

dégager des profits anormaux, ou sur-profits. TI reconnaît implicitement la possibilité de

déséquilibre momentané sur un marché, à cause de chocs technologiques ou de changement

brusques de la demande. TI signale que la plupart des études qui se sont penchées sur le sujet

ont conclu à la convergence à plus ou moins brève échéance des taux de profits. Lorsque

Jacobson teste le processus de convergence des profits comme étant identique pour l'ensemble

des entreprises de son échantillon, il ne peut rejeter l'hypothèse nulle : même s'il existe des

.41
différences de convergence entre les fIrmes, exprimées par des coeffIcients différents dans

l'équation autorégressive ROlt = f(ROlt-l), sur dix-huit années de test, elles ne sont pas

statistiquement signifIcativement différentes. Par conséquent, les différences de performance

entre fIrmes seraient dues à des déséquilibres temporaires sur les marchés, ce qui respecte entre

autres les hypothèses du paradigme S~ C ~ P.

Lorsqu'il passe au niveau d'analyse inférieur, c'est-à-dire le SBU, Jacobson (1988) parvient à

séparer les facteurs permettant à l'entreprise de s'isoler du processus de convergence:

l'intégration verticale, la part de marché et l'intensité du marketing. Ce résultat montre que

l'action des entreprises, et la sélection de leurs domaines d'activité aussi bien que de leur

stratégie (intégration, marketing, part de marché) peuvent leur permettre d'échapper à la

convergence des profIts à long terme, même si ce n'est que faiblement (puisque les coefficients

sont peu élevés).

Le changement de niveau d'analyse entre le sëcteur industriel et les domaines d'activités

stratégiques ne conduit pas aux mêmes résultats, même s'ils sont compatibles entre eux selon

Jacobson (1988). On peut donc supposer que le paradigme S-C-P, valide au niveau de

l'industrie, ne peut s'appliquer de manière automatique à un niveau d'analyse inférieur. TI n'y

aurait donc pas de translation théorique du paradigme S-C-P de l'industrie-àJ~entreprise-sans----- -

dommage scientifIque pour l'analyse de la performance des firmes.

TI ressort du travail de Jacobson (1988) que la convergence des taux de profIts ne permet pas

en pratique de trancher le débat entre les structuralistes et les comportementalistes. L'analyse

de la performance dépend en fait fondamentalement du niveau auquel elle est pratiqué. Ce

résultat est mis en évidence de manière saillante grâce à la controverse entre Schmalensee

(1985) et Rumelt (1991).

42
 """)F

La relation déterminée entre la structure de marché, la stratégie des firmes et leur performance

a été démontrée par Schmalensee (1985). Schmalensee (1985) a mesuré l'impact relatif sur la

performance de la firme, du secteur, et de la part de marché sur la performance, au niveau du

segment stratégique (SBU). Son article est original à plus d'un titre. Non seulement il utilise

une méthode statistique novatrice (l'analyse des composants de la variance V ARCOMP), mais

conclut par quatre propositions normatives, dont deux sont prépondérantes pour le sujet qui

nous concerne :

1) les effets de l'èntreprise sur la performance n'existent pas : ils ne sont pas significatifs, selon

le critère de la statistique F.

Retirant la variable 'influence de la firme' de la régression, Schmalensee valide le fait que les

effets de l'industrie et des parts de marché sont significatives: plus de 19% de la variance étant

expliquée par le premier facteur, et 1% seulement pour le second.

Ensuite. Schmalensee prolonge le raisonnement au niveau du secteur industrie1.ll cherche

donc à déterminer les coefficients de l'équation:

Rj = Il + ~j + termes en ex, S et e

où R est le Return On Asset (la rentabilité du capital) moyen de l'industrie, Il est une

constante. ~ est l'effet du secteur, a. l'effet de l'entreprise, S la part de marché et e le terme

d'erreur. La détermination des coefficients lui permet d'énoncer le second résultat:

2) les effets du secteur ~ sur la performance représentent près de 75% de la variance des

mesures de performance (ROA) au niveau industriel.

Cette étude semble conforter 'le raisonnement structuraliste: d'une part, l'influence de la firme

n'est pas significative; d'autre part, l'analyse de la performance est valide au niveau sectoriel,

43
et non pas individuel, et c'est la structure qui détermine aux trois quarts la peIformance du

secteur industriel en question.

il ne faut pas tirer de conclusions trop hâtives sur la base d'un seul article, et l'étude de

Schmalensee n'est pas restée sans réponse, compte tenu de l'enjeu théorique qu'elle

représentait. L'article essentiel, archétype de la contestation de la vision structuraliste, est

l'œuvre de Rumelt (1991). Rumelt élargit l'étude de Schamlensee qui n'avait retenu qu'une

année d'étude (1975) à quatre années, de 1974 à 1977 inclus. Les différences entre les modèles

théoriques testés s'expriment à travers trois propositions: i) les effets de l'industrie mesurés

par Rumelt englobent les effets de l'industrie mesurés par Schmalensee + une mesure des

interactions sectorielles entre années d'observations ; ü) l'effet au niveau de l'entreprise

demeure identique; ili) l'erreur mesurée par Rumelt combip.e l'erreur mesurée par

Schmalensee + un effet dû au SBU étudié.

Au total, au niveau de la peIformance individuelle, les résultats de Rumelt n'évaluent qu'à 45%
.~
~
,.-, . ,.

les effets de l'industrie contre 75% pour Schmalensee. L'effet de l'entreprise est inférieur à 2%

selon Rumelt, tandis que l'influence du segment est de 44%.

Une troisième étude (Roquebert et alli, 1996) présente à son tour des résultats différents, mais

compatibles aveCceux de Rùmelt. Nous reproduisons le tableau-despotircentages âe variances-----

expliquées selon les trois modèles (Roquebert et alü, 1996, p661).

Variable Schmalensee (1985) Rumelt (1991) Roquebert et al (1996)

Secteur x an n.a. 5.38 2.3
Part de marché 0.6 n.a. n.a.
Secteur 19.5 4.03 10.2
Entreprise n.a. 1.64 17.9
Segment n.a. 44.17 37.1
Erreur 79.9 44.79 32.0
Total 100.0 100.00 99.5

Le rôle du secteur sur l'influence de la peIformance individuelle est réduite de moitié entre

l'étude Schmalensee et les deux suivantes (9,4% chez Rumelt, et 10,2% chez Roquebert et

44
alii). Mais le résultat le plus important de cette troisième analyse. est la part représentée par

l'entreprise dans l'explication de la performance individuelle des firmes: de non significative

dans la première étude, elle finit par dépasser l'influence du secteur industriel dans la dernière

étude. Les auteurs (Roquebert et alii, 1996) mettent ce fait en relation avec le degré de

diversification des entreprises présentes dans l'échantillon. Plus les firmes sont diversifiées,

c'est-à-dire présentes dans des SBU différents, plus l'influence de l'entreprise sur la

performance est importante. Cet effet, inattendu selon les auteurs,· illustre selon nous

l'importance qu'il y a à considérer la firme comme· un ensemble de ressources, dont les

différentes combinaisons, manifestées par la présence de l'entreprise sur plusieurs segments

stratégiques, sont autant de sources possibles de rentes.

McGahan et Porter (1997) étendent à leur tour le champ d'investigation du problème des parts .

respectives du secteur, du segment et de l'entreprise' dans l'explication; de la· performance.

D'une part, leur étude porte sur quatorze années (de 1981 à 1994). D'autre part, elle inclut en

plus des secteurs manufacturiers, des secteurs des services (transport, vente en gros et en

détail, loisirs). Ensuite, McGahan et Porter utilisent des outils statistiques plus fins que leurs

prédécesseurs; ils testent ainsi la fiabilité des outils d'estimation dans l'appréciation des

résultats. Enfm, leur unité d'analyse 'remonte' au secteur tandis qu'il se concentrait sur le

segment chez Schmalensee (1985) et Rumelt (1991).

L'étude de McGahan et Porter apporte plusieurs contributions notables. Toutd'abord, l'effet

des méthodes statistiques d'analyse est mis en avant dans l'étude de la composition des effets

des différentes variables (année, industrie, secteur, et entreprise) sur la performance -même si

cela n'aboutit pas à renverser l'ordre d'importance 'des différents effets. Particulièrement, Mc

Gahan et Porter (1997) mettent en avant une nouvelle fois le rôle dominant de l'entreprise dans

45
l'explication de la performance (entre 31% et 35% suivant les méthodes d'estimations). Le

rôle de l'industrie oscille entre 19% et 7% selon les méthodes d'estimation, confirmant ainsi à

la fois l'étude de Schamlensee (1985) pour la fourchette haute et celle de Rumelt (1991) pour

la fourchette basse2• Un autre résultat d'importance ressort de cette étude: il y a une

hétérogénéité dans la pertinence des facteurs d'explication de la performance selon les

catégories d'activités. Ainsi, dans l'industrie manufacturière, l'influence du secteur est moins

forte alors que l'influence du segment l'est plus Oes auteurs retrouvent alors des résultats

comparables à ceux de Rumelt 1991).

L'étude de cette controverse a permis de mettre en avant deux séries de déterminations

importantes. D'une part, Rumelt (1991) et Roquebert et alii (1996) évaluent l'influence de

l'industrie à environ 10% de la variance des performances individuelles des fumes (contre 20%

à Schmalensee, et McGahan et Porter). Ces deux articles s'accordent sur le fait que la variance

des performances intra-sectorielles est plus grande que la variance des performances inter-

sectorielles -contrairement à ce que montrait Schmalensee (1985). Roquebert et alii (1996)

mettent en lumière par ailleurs que l'influence du rôle de l'entreprise dans la variance de la

performance est reliée à son degré de diversification. Les auteurs supposent-que-lorsque

l'entreprise est largement diversifiée, elle peut être assimilée à un marché de facteurs interne.

Us transposent donc le raisonnement d'efficience économique de l'extérieur à.l'intérieur de la

firme au lieu de prolonger leur raisonnement et de dissocier le mode de coordination

'entreprise' du mode de coordination 'marché' : «Peut-être que plus une entreprise possède de

segments stratégiques, plus elle a tendance à agir comme un marché de capitaux interne plutôt

que de rechercher les synergies entre ses différentes activités» (Roquebert et alü, 1996, p662).

2 Dans leur conclusion, McGahan et Porter minimisent la 'largeur' de· la fourchette: ils insistent
essentiellement sur la plus haute valeur d'explication par l'industrie (19%) de la variance des performances,
afin de s'aligner sur le travail de Schmalensee (1985). La lecture détaillée de leur article ne semble pas
autoriser une conclusion aussi tranchée.

46
Nous intexprétons ce résultat quant à nous comme 'la manifestation de la préserice de

ressources spécifiques à l'origine de rentes appropriées par l'entreprise. Nous reviendrons sur

ce point ultérieurement.

D'autre part, la prise en compte de données sur plusieurs années (Rumelt, 1991 ; McGahan et

Porter, 1997) plutôt que sur une seule (Schmalensee, 1985) a montré que les effets de

l'industrie se décomposaient en deux parties distinctes et que des phénomènes inter-temporels

étaient à l'œuvre dans la détermination de la performance des firmes. Ces effets, supposés

significatifs au niveau du segment, ne le seraient-ils pas également au niveau de l'entreprise?

Les résultats de McGahan et Porter (1997), différents entre les entreprises de services et les

industries manufacturières, en fournissent peut-être les premières vérifications (Henderson et

Mitchell, 1997, p6).

La rapide présentation de différentes critiques au sujet de l'approche quasi-déterministe du

paradigme S-C-P fait surgir plus de questionnements qu'elle n'apporte de réponse. Le débat

sur les lignes de détermination de la performance et les influences des différentes variables de

structure sur la performance n'est pas tranché. n se heurte à la diversité des situations

observées: comportements des entreprises, et effets inter-temporels observés au niveau de

l'industrie. Le niveau d'analyse pertinent ne se dégage pas non plus clairement puisque des

résultats contradictoires, même si en théorie compatibles, ressortent des études empiriques.

Finalement, il apparaît qu'est mise en question la nature et l'origine véritable de la performance

des entreprises.

Des chercheurs ont tenté de trouver des réponses en se penchant sur l'analyse plus précise des

rapports entre les stratégies des entreprises et leur performance. S'appuyant sur le cadre de

référence S-C-P, et renouant avec le projet précurseur de Mason et Clark, des analyses

47
empiriques et de nouvelles propositions académiques furent développées, qui tentaient de faire

le pont entre la pratique concrète des entreprises et les résultats en terme de performance.

Dans la section suivante, nous montrons qu'une nouvelle fois, l'aboutissement de ces efforts

n'est pas tout à fait concluant. Deux séries de travaux sont abordés: 1) les études dites PIMS,

menées par Buzell et Gale (1987) ; 2) les thèses de M. Porter (1980, 1985), le chercheur de

Harvard qui s'efforça d'opérer le .passage entre l'analyse obéissant aux prescriptions du

paradigme S-C-P et la stratégie d'entreprise.

1.3. Des tentatives de clarification à destination du management

stratégique insuffisantes

1.3.1. L'étude PIMS (1987)

L'approche du programme PIMS (Profit Impact of Market Strategies) a été de recueillir sur

plusieurs années de l'information émanant de plus de 450 entreprises représentant par leur
-.;'.'".

activité plus de 3000 SBUs. La base de données ainsi constitué a pu être utilisée dans de très

nombreuses publications par la suite. Pour chacun de ces SBU, trois types d'information ont

été collectées: une description des conditions du marché, la position concurrentielle de la firme

sur le SBU en question, et enfin des mesures annuelles de performance opérationnelle et

financière de ces SB U.

Buzzell et Gale (1987) utilisent deux indicateurs pour mesurer la performance des firmes:

d'une part, les profits en pourcentage des ventes (ROS), et d'autre part, les profits en

pourcentage d'investissement (ROI). Afin de gommer les fluctuations annuelles et de proposer

des relations stables entre les dimensions stratégiques et la performance, les auteurs ont retenu

comme variable à expliquer la moyenne sur quatre années consécutives de ces deux

indicateurs.

48
La définition que ces auteurs donnent de la stratégie est la suivante: «les politiques et les

décision clés adoptées par le management de l'entreprise qui ont des implications majeures sur

la performance financière. Ces politiques et ces décisions engagent d'importantes ressources

qui ne sont pas aisément réversibles» (Buzzell et Gale, 1987, p 18)

Le fait que Buzzell et Gale positionnent leur travail par rapport aux analyses classiques -en

stratégie- de gestion de portefeuille et de planification stratégique n'est pas seulement dû à

l'époque où ils composent leur ouvrage. Mais les auteurs se placent résolument dans le cadre

d'analyse inspiré du paradigme S-C-P. En effet, la position théorique de départ de l'étude

PIMS est « que les objectifs financiers à fixer pour une activité, et au moins quelques unes des

dimensions import~tes de la stratégie qu'elle peut adopter, dépendent 1) de son

positionnement stratégique 2) des caractéristiques de son marché» (id., p4)

Le paradigme de la stratégie concurrentielle du PIMS schématisée dans l'ouvrage est repris

dans la figure 1.2. TI s'agit d'une combinaison du paradigme S-C-P, et des apports des travaux

de Porter (1980, 1985), définie au niveau du SBU, et non de l'industrie.

Figure 1.2 Le Paradigme de l'étude PIMS (1987)

Structure de marché Stratégie et tactique Performance

• Différenciation • Politique de prix • Rentabilité (taux de

c· . marge, retour sur
• Taux de croissance • Dépenses de R&D
• Conditions d'entrée • Introduction de nouveaux investissement, etc.)
• Syndica1isation produits • Croissance
• Intensité capitalistique • Changements de la qualité • Cashflow
• Montant d'achat relative et de la variété des • Amélioration de la
••. produits et services valeur globale
• Dépenses de marketing • Valeur de marché
Position concurrentielle • Réseaux de dsitribution
• Intégration verticale
• Qualité relative perçue
•
•
Part de marché relative
Intensité capitalistique relative
.
•
:
.
•.• - - - - - - - - - _. - - - - - - - - - - - _.1
• Structure de coût relative C· • - - •• -

Source: The PIMs principles, Buzzell et Gale (1987),p28

49
Parmi l'ensemble des relations testées et vérifiées par l'analyse PIMS, six liens particulièrement

notables reliant stratégie et performance peuvent être rapportés:

1. Sur le long terme, le facteur le plus important qui permet de rendre compte de la

performance individuelle des SBU est la qualité des produits et des services offerts par

rapport à celle des concurrents.

2. La part de marché et la rentabilité sont fortement liés. Les auteurs trouvent une relation

croissante entre la part de marché détenue et le ROI produit par l'activité, qu'ils expliquent

par l'importance des économies d'échelle.

~''\

/.
3. Le taux moyen de rentabilité décroît avec l'intensité capitalistique, c'est-à-dire dans les

secteurs où les investissements, ramenés au chiffre d'affaires, au nombre d'employés, ou à la

valeur ajoutée sont importants.

4. De nombreux 'dilemmes' et 'impasses' des matrices de portefeuilles sont performants tandis

que des 'vaches à lait' supposées rentables ne le sont pas, ce qui remet en cause la

détermination de la performance d'un SBU à partir seulement de la valeur de marché de

l'activité et son rythme de croissance.

5. L'intégration verticale se révèle être une bonne stratégie pour certaines activités, mais

moins bonne pour d'autres. Notamment, dans les activités où l'entreprise détient de

relativement faibles parts de marché, le meilleur niveau de ROI est obtenu lorsque le niveau

d'intégration verticale est faible.

6; La plupart des facteurs stratégiques qui améliorent sensiblement la performance à court

terme sont aussi ceux qui contribuent à l'amélioration de la valeur sur le long terme.

50
llconvient de remarquer tout d'abord qu'il y a peu de différence théorique au niveau du

paradigme PIMS, par rapport au modèle S-C-P. Les conditions initiales ne sont pas

représentées, mais on peut supposer implicitement qu'elles sont identiques chez Buzzell et

Gale à celles présentées par Scherer et Ross (voir figure 1.1.). La distinction entre structure de

marché et position concurrentielle ne constitue en fait au mieux qu'une reformulation des

éléments de la structure de marché. Cette reformulation au niveau du segment stratégique des

concepts d'économie industrielle est due essentiellement à Porter (1980, 1985).

En revanche, au niveau des résultats, trois d'entre eux au moins méritent notre attention. Le

résultat n04 ne fait pas que remettre en cause la détermination de la performance d'un SBU par

rapport à sa valeur de marché et à son rythme de croissance. II illustre également le fait, à notre

avis, que la valorisation d'un segment, et donc le potentiel de rentes qu'il est susceptible de

dégager, dépend de ses sous-jacents, c'est-à-dire des ressources et des compétences en jeu.

C'est pourquoi des 'vaches à lait' supposées rentables ne le sont point, et que des 'impasses'

sont performantes.

Le résultat suivant, concernant· le lien entre intégration verticale, part de marché et

performance, pose indirectement la question du pouvoir explicatif des variables de structure

pour ce qui touche à la performance des entreprises de taille petite ou moyenne. En effet, dans

l'étude PIMS, ce n'est ni l'intégration verticale ni la part de marché en elles-mêmes qui

expliquent leur performance supérieure à la moyenne. L'examen des différentes variables

susceptibles de rendre compte de leur performance, d'après la figure 1.2. ci-dessus, ne permet

pas de trouver de solution tangible à l'explication de ce phénomène. C'est donc que des

facteurs autres que structurels participent à la création de rentes propres à la firme.

Enfin, le caractère de durabilité de l'avantage concurrentiel est mis en évidence par le résultat

n °6, où les facteurs stratégiques à coun terme contribuent également à la performance de long

51
terme. Ceci montre d'une part que des performances supérieures à la moyenne peuvent être

durablement obtenues à partir du moment où les ressources construites, acquises ou déployées

l'ont été de manière pertinente. D'autre part, cela met en perspective les résultats de l'étude

PIMS et laisse supposer que des effets 'temporels' se combinent aux effets économiques pour

expliquer la performance d'une entreprise à un moment donné du temps sur ses segments

stratégiques.

Les études PIMS ont mis en évidence plusieurs résultats empiriques intéressants. Mais l'apport

décisif qu'aurait dû permettre la constitution de la base de données PIMS ne se concrétise pas

au niveau théorique par une clarification du paradigme S-C-P. En effet, même si ce n'est pas

l'intention de leurs auteurs, «Les principes du PIMS » semblent remettre en question sur le

plan empirique certains présupposés théoriques du paradigme S-C-P. Tout au moins,

l'interprétation de leurs résultats à partir d'hypothèses différant de celles de leur paradigme de

référence (figure 1.2.) est possible sans que la vision structuraliste ou comportementaliste ne

s'en trouve renforcée. Au contraire, il semblerait que les prémisses d'une analyse renouvelée

de la performance émerge, dont les fondements reposent sur la détermination de l'origine des

rentes durables et appropriables par la firme ....

Le retour aux travaux du principal initiateur de l'application du paradigme S-C-P à la stratégie

..
d'entreprise,M. Porter, va illustrer les difficultés que connaît ce cadre d'analyse pour opérer le

passage de propositions théoriques et normatives à des recommandations stratégiques.

1.3.2.Les travaux de M. Porter comme adaptation du paradigme S-C-Pà la

stratégie : de l'application jusqu là la rupture conceptuelle
1.3.2.a. Les schémas de M. Porter
Les concepts dégagés par M. Porter sont encore d'actualité: ils sont toujours enseignés et

servent de base à l'activité de conseil en stratégie. Porter décrit la structure industrielle à l'aide

52
du schéma des cinq forces (clients, fournisseurs, nouveaux entrants, produits de substitution, et

concurrence interne). Pour lui, «the rules of competition are embodied infive competitive

forces ... The collective strength of these five competitive forces determines the ability of firms

in an industry to eam, on average, rates of return on investment in excess of the cost of

capital» (Porter, 1985, p4). Mais Porter reconnaît également, à la différence des partisans du

paradigme pur S-C-P, que l'entreprise peut, à condition qu'elle adopte la bonne stratégie,

obtenir des résultats supérieurs à la moyenne même dans des structures concurrentielles

potentiellement défavorables. Par conséquent, d'après Hill et Deeds (1996) il adapte

partiellement le modèle (1) :

(1) S~ C~ P
pour le transformer en modèle (2)

(2) S~ c ~ P
'" /'
stratégie

où S est la structure industrielle, C le comportement des entreprises, c la nature de la

concurrence, et P la performance de l'entreprise au niveau des «business units ». Les

entreprises, au niveau de la structure industrielle, créent des barrières à l'entrée (Bain, 1956)

ou à la mobilité (Caves et Porter, 1977) qui nuisent à la concurrence parfaite. Les firmes

cherchent à jouer avec le fonctionnement du marché pour le contrecarrer afin de dégager des

différences valorisables.

Ainsi, l'entreprise peut, en fonction des rapports de force industriels, adapter sa stratégie

générique -stratégie de coût, de différenciation et ciblée (<< focus »)- à l'univers concurrentiel c

dans lequel elle se trouve être placée. Cette analyse du comportement de la firme est en droite

ligne inspirée des hypothèses concernant les liens entre le pouvoir de marché et la performance,

impliquées par l'interprétation structuraliste. L'unité d'analyse permettant à la firme d'évaluer

d'une manière ou d'une autre sa performance à venir est sa position concurrentielle en terme

53
de coût et/ou de différenciation. Porter avance explicitement que l'avantage concurrentiel n'est

soutenable -et par conséquent débouche sur de bonnes performances- que si deux éléments

sont pris en compte: la position de la firme (en terme de coûts et de valeur différenciée) et ses

rapports de force dans la structure industrielle.

Pour Porter, les «drivers » (pilotes ou déterminants) de la performance, la chaîne de valeur et

le système de valeur déterminent la possibilité d'occurrence d'un avantage concurrentiel

soutenable. Porter donne des exemples de pilotes pour des 'activités' de la chaîne de valeur:

les échelles de production, l'apprentissage cumulatif, la capacité à partager l'activité avec

d'autres unités, la localisation de l'activité, le degré d'intégration, etc. Le système de valeur est

une décomposition par activité du processus de production et sa mise en correspondance avec

la filière (fournisseurs, distribution, utilisateur final). L'idée centrale est qu'il faut gérer la

valeur afin qu'elle soit maximale pour les différentes chaînes du système.

L'avantage concurrentiel est donc le résultat de la combinaison entre la position concurrentielle

avec la structure industrielle, et conduit à la performance. La performance est une conséquence

des actions engagées par la firme, du choix des bons 'pilotes' conduisant à la meilleure chaîne

de valeur. dans les limites imposées par les contraintes de structure de l'environnement

concurrentiel.

1.3.2.b. Critiques au modèle de Porter et dernières parades

Trois types de critiques sont adressés par les théoriciens du « champ stratégique» au modèle

de Porter. Tout d'abord, Porter s'inscrivant plus particulièrement dans l'approche

structuraliste, les limites relevées à l'encontre de ce courant conservent leur acuité. Ensuite, la

force «rivalité entre les firmes existantes », qui représente les rapports de concurrence à

l'intérieur du secteur souffre d'imprécisions préjudiciables. Enfin, les réponses fournies par

54
Porter à ces critiques au cours des dernières années consacrent la fragilité de la base théorique

du modèle porterien d'analyse de la performance.

Les limites structurelles

La critique foncière opposée au modèle de Porter (1980), reprenant les limites signalées à

l'encontre des structuralistes, est résumée par Foss (1996, pll-12): «La dotation en.

ressources qui permet à une entreprise de mettre en œuvre ses plans n'est jamais sérieusement

analysée, de même que n'est pas précisé comment, pourquoi et quand les entreprises doivent

chercher à atteindre tel ou tel type de portefeuille de ressources ». La vision du modèle (2) est

trop fermement ancrée dans le paradigme structuraliste S-C-P, qui est déterministe, exogène à

la firme et atemporel. Foss remarque par ailleurs que Porter introduit une correction dans

l'ouvrage de 1985, sans toutefois établir fermement les correspondances avec l'ouvrage

précédent. «On est passé d'urie conception en terme de pouvoir (de marché) avec un accent

particulier sur la menace à l'entrée à une autre, qui insiste sur l'avantage relatif (d'efficacité) et

la soutenabilité de l'avantage concurrentiel à travers des barrières à l'imitation. Or, il n'y a

aucune discussion dans l'ouvrage de 1985 qui permette de comprendre comment les activités

sont supportées par les ressources de l'entreprise» (Foss, 1996, pI2).

Les limites concernant le sens de la causalité dans les relations et le niveau de détermination de

la performance sont applicables au modèle d'analyse concurrentielle de Porter. En outre, Foss

juge sévèrement <d'éclectisme» de Porter en ce qu'il ne propose pas de fondations théoriques

capables de soutenir raisonnablement les conséquences des différents présupposés qu'il avance.

Cette faiblesse consubstantielle renvoie un écho d'autant plus préjudiciable que le schéma de

Porterseveutnormati[

. La cc rivalité entre les firmes existantes » en question

Une des cinq forces du modèle de Porter, la force centrale, correspond à la rivalité entre les

firmes existantes. Au cœur de son modèle, Porter transpose l'une des imprécisions radicales

55
dont souffre le paradigme S-C-P: la détermination du niveau d'analyse pertinent. En effet,

l'absence de rivalité sur un segment stratégique n'implique pas que la concurrence entre les

entreprises installées soit inexistante. Réciproquement, la concurrence entre des firmes

multiproduits ne l'est pas obligatoirement sur tous leurs segments. La définition, de manière

externe à l'activité étudiée, des rapports de force entre concurrents est délicate. De plus, elle

ne précise pas les conditions de la performance d'une entreprise par rapport à une autre, qui

peut posséder d'autres activités, et avoir développé des conditions d'échange au sein de la

filière plus favorables.

Au reste, le problème de la délimitation du niveau pertinent d'analyse de la performance a été

obscurci par la distinction d'un degré supplémentaire de concurrence. Caves et Porter (1977)

en effet ont distingué, dans la ligne des barrières à l'entrée de Bain (1956), ce qu'ils ont appelé

des barrières à la mobilité. Selon ces auteurs, ces barrières protègent certains groupes

d'entreprises au sein d'un secteur d'être concurrencés par d'autres groupes d'entreprises, au

sein du même secteur ou non. L'existence de groupes stratégiques a fait l'objet d'études

(McGee et ThomaS, 1986) mais l'impact direct sur la performance de l'appartenance à un

groupe stratégique n'a pas été démontré (Cool et Dierickx, 1993).

L'étude de Cool et Dierickx (1993) porte sur l'industrie pharmaceutique de-1963-à--1982.-Ges---

auteurs mettent en évidence que la baisse tendancielle de performance de cette industrie n'est

pas due à une concurrence affaiblie au sein du secteur. Elle s'expliquerait par l'accroissement

de la concurrence non pas entre les différents groupes stratégiques constitués, mais en leur

sein. Ce ne serait donc pas les positions concurrentielles au sein de la structure industrielle qui

permettraient de rendre compte de l'évolution de la performance de l'industrie pharmaceutique

mais la compétition pour des actifs stratégiques particuliers définissant de l'intérieur des

groupes stratégiques. La liaison entre le groupe stratégique et la performance serait donc

indirecte: structure de groupe ~ conditions de concurrence ~ rentabilité des entreprises.

56

I-
I..•
Le degré de concurrence entre entreprises pose directement la question de la nature de cette

concurrence : porte-t-elle sur un produit, sur un segment, au niveau du groupe stratégique, au

niveau du secteur? La force centrale du modèle de Porter est problématique. Un début de

réponse réside peut-être dans le renversement de la définition de la concurrence: il s'agirait

non de partir de .la structure industrielle, mais des actifs des entreprises qui permettent de les

regrouper par exemple en groupes stratégiques. A ce moment là, les barrières à la mobilité ne

résulteraient pas directement de rapports de force intra-industriels, mais de la constitution

d'actifs stratégiques particuliers par les finnes pour lesquels et autour desquels la concurrence

s'organise.

Les apports conceptuels ultérieurs fragilisent le passage à des

recommandations stratégiques valables

Difficulté à répondre aux critiques sur le sens des relations de causalité entre structure

industrielle et comportement stratégique, relative imprécision sur le niveau auquel s'applique la

rivalité entre les fIrmes existantes, le modèle de Porter souffrait d'une troisième faiblesse que

son auteur a tenté de combler: le statisme du cadre d'analyse. Porter a rapidement constaté

que son modèle était au mieux un modèle de comparaison statique ou bi-période de la situation

concurrentielle des ftrmes. Dans deux articles postérieurs, il tente de l'adapter aux critiques

(Porter. 1991 et 1996).

Dans le premier article, Porter essaie de démontrer que l'analyse S-C-P, à laquelle il se

raccroche, peut-être perçue comme intégrative des raisonnements stratégiques dynamiques,

dès lors que l'on sépare l'analyse en une partie descriptive et une partie longitudinale.

Toutefois, sa démonstration est ambiguë : en effet, Porter présente la position de la fIrme

comme un résultat (S -7 Performance) et non une cause (1991, plOI) mais il dit d'autre part

qu'elle influe sur la structure (performance -7 S). Alors qu'il prône lui-même l'avancée vers

57
des théories dynamiques, l'impression qui ressort de ses efforts, est qu'il ne peut justifier tantÔt

l'avantage de la firme sur son environnement dans certaines circonstances de taille, de

performance, etc. et à d'autres moments de l'avantage de l'environnement sur la firme :

changement technologique, nouvel entrant. Critiquant la théorie des jeux en disant d'elle

qu'elle explore dynamiquement des mondes statiques, on pourrait presque le parodier : comme

il ne précise pas les conditions de la prédominance de l'influence de l'environnement sur

l'entreprise (et réciproquement), on pourrait dire que Porter étudie de façon statique la

dynamique concurrentielle.

Dans l'article plus récent, Porter reformule les notions de performance, en distinguant la

performance opérationnelle de la performance stratégique, et le concept de positionnement

stratégique: «La performance opérationnelle signifie: réaliser des activités similaires mieux

que ne le fon! ses ,concurrents [...] En revanche, se positionner stratégiquement signifie:

réaliser des activés différentes de celles de ses concurrents, ou réaliser des activités similaires

de manière différente» (1996, p62). Pour lui la concurrence sur l'efficacité opérationnelle est à

terme limitée. Seules les différences de positionnement dans des activités et des segments font

avancer le moteur de la compétition économique, et par conséquent, les ressources et les

pratiques opérationnelles ne sont-pas à l'origine des meilleures performances-:-«-la-stratégie---

repose sur des activités uniques ».

Afin de ne pas revenir sur le déterminisme S-C-P, Porter explicite les différences de stratégie à

partir des compromis indispensables que les entreprises doivent faire, et qui leur sont propres

en fonction des objectifs stratégiques qu'elles poursuivent. fi va jusqu'à définir la stratégie

comme correspondant aux choix de ce qu'il ne faut pas faire.

Pour nous, Porter bâtit un subterfuge afin d'introduire de l'intérieur une contrainte factice

obligeant les firmes à se différencier dans leur positionnement. fi énonce des règles de

58
 comportement (faire des compromis' .internes indispensables) qui servent· à protéger les

fondements logiques du modèle S-C-P, en tentant de substituer à une détermination exogène

(S~ P), une cause interne de détermination. Cet artifice paraît alambiqué: pourquoi ne pas

reconnaître plus simplement que les fumes ont des ressources différentes, que le lien entre

ressources et efficacité opérationnelle n'est pas si immédiat que le suppose Porter et que, par

conséquent, on peut relier plus directement l'hétérogénéité des contenus en· ressources des

fumes avec leurs stratégies différentes et avec leurs performances respectives? En effet, dire

que la poursuite d'un avantage concurrentiel particulier requiert des compromis nécessaires

peut être une proposition scientifique testable. En revanche supposer que les compromis sont

eux-mêmes nécessairement à l'origine des différents avantages concurrentiels se heurte à un

plus grand scepticisme.

Porter développe ensuite l'idée que la stratégie combine les activités tandis que l'efficacité

opérationnelle se contente d'améliorer in situ ses performances. Trois catégories de 'fit', c'est-

à-dire de concordance entre les différentes activités et la stratégie de l'entreprise sont dès lors

possibles3• Dans les trois types de concordance (simple, auto-renforçanteet optimisatrice) «le

tout compte plus que n'importe laquelle des parties individuelles» et la stratégie revient à

« créer la concordance entre les diverses activités de la firme » (Porter, 1996, p73 et p75). La

création de la valeur, du profit ou des. rentes, n'est pas explicitée. Le processus de

'concordance' lui même repose sur un facteur 'magique', le 'fit' ; il est seulement décrit dans

ses résultats, c'est-à-dire illustré par des exemples.

En conc1usion,comme le constate Foss (1996), Porter s'est détaché progressivement du

paradigme S-C-P sans qu'une autre théorie ne vienne remplacer les fondations manquantes. TI

conserve néanmoins la vision de l'avantage concurrentiel comme étant primitivement relié à

3 Cette notion, ancienne en stratégie, est entendue ici par Porter en un sens différent de l'acception usuelle qui
renvoie Ua théorie de la contingence notamment, et aux travaux plus sociologiques sur les organisations et leur
environnement (Aldrich, 1979 ; Hannan et Freeman, 1989).

59
l'environnement concurrentiel plutôt qu'aux ressources de la firme, et ne parvient pas

réellement à «dynamiser» l'analyse stratégique. Dans ses textes plus récents, Porter est allé

dans deux directions: une vision continuée de l'avantage concurrentiel au cours du temps; la

réflexion sur la performance en terme de concordance interne entre les activités de la firme.

Mais la première déséquilibre les prescriptions normatives de ses travaux antérieurs, en

troublant la clarté de l'analyse: entre un facteur structurel déterminant conduisant à une

stratégie, et le facteur d'évolution qui remet en cause la poursuite de cette stratégie, quel

critère retenir? Quant à la seconde, elle l'éloigne des thèses plutôt structuralistes qu'il

défendait sans fournir de bases solides pour estimer la qualité du 'fit', de la concordance

nécessaire à la performance, ni préciser quelle est la nature profonde des causes qui conduisent

à distinguer entre des choix stratégiques valables et les autres.

1.4. Les limites intrinsèques du paradigme S-C~Ppeuvent-elles être

les bases d'une conception renouvelée de la performance?

La grille d'analyse de la perfonnance proposée par l'économie industrielle a souffert au cours

des trente dernières années de diverses critiques. Au sein du paradigme S-C-P, les partisans de

la vision--structuraliste ont --été .. contredits par ceux - qui --défendaient -une--vision---

comportementaliste· de la détennination de la performance. La reconnaissance des variables

objectivement explicatives du niveau de performance s'en est trouvée compliquée. Le degré de

diversité des stratégies suivies par les entreprises ajoute au flottement tant conceptuel

qu'empirique: plusieurs études, qu'elles se veulent en conformité avec le point de vue

structuraliste ou non, (suivant le conseil de liberté donné par Scherer et Ross rappelé supra),

montrent que le niveau d'analyse utilisé n'est pas indifférent aux résultats obtenus. La prise en

considération de la controverse entre Schmalensee CI 985) et Rumelt CI 991) a ouvert le chemin

d'un modèle alternatif reliant les facteurs de productions avec la performance, reposant sur une

60
définition idiosyncrasique de l'entreprise et sur une prise en considération des effets inter-

temporels au niveau du segment et de l'entreprise elle-même. Plus précisément, dès que l'on

avance vers des niveaux d'analyse plus fins (le SBU ou l'entreprise), le paradigme S-C-P,

même adapté par Buzzell et Gale, semble perdre de son efficacité. Enfin, l'application par M.

Porter du paradigme S-C-P à la stratégie, d'abord franche puis édulcorée, s'étant révélée

infructueuse -car source de nouvelles imprécisions théoriques-, la définition d'un modèle

explicatif de la performance sur de nouvelles bases théoriques s'avère nécessaire.

n semble donc que l'analyse de la performance, dans le cadre de recherche de la stratégie

d'entreprise, doit retenir le niveau d'analyse pertinent qui est le sien: l'entreprise. Or, le

transfert direct du paradigme S-C-P, plus ou moins valide au niveau sectoriel, à un niveau

d'analyse inférieur, l'entreprise, ne peut être effectué sans dommage. Dès lors, il est nécessaire

de revenir sur la conception de l'entreprise, et sur les sources possibles de création et de

conservation de la valeur, explicatives des niveaux de performance. L'école de Chicago a

montré la voie par laquelle la réflexion sur la perfonnance peut être approfondie. D'une part,

elle a insisté sur une prise en compte de la dimension temporelle du processus concurrentiel, et

sur les modifications des structures de la compétition sous l'influence des changements

technologiques. D'autre part, elle conçoit la rétribution des positions des entreprises dans les

secteurs concentrés comme des rentes construites par les entreprises plus que comme des

situations de monopole illicites.

Ainsi, il ressort des différentes analyses de ce chapitre que trois éléments doivent être plus

profondément étudiés pour rendre compte de la performance des entreprises manufacturières.

Tout d'abord, suivant les traces de Schumpeter, l'aspect dynamique de la concurrence ainsi

que ses effets sur la performance· individuelle des entreprises doivent être intégrés à la grille

d'analyse renouvelée. Ensuite, la firme doit être pensée comme étant à la base de la

61
performance: sa nature productive doit être conçue comme pouvant intégrer le phénomène de

croissance autrement que par simple juxtaposition de domaine d'activité stratégique. Enfin,

l'approche de la performance en terme de rente appropriées par l'entreprise doit pouvoir

permettre de rendre de la constitution d'un avantage concurrentiel.

La réflexion sur les trois points en question (la dynamique, la firme, et les rentes) devient

essentielle à la définition d'une grille d'analyse de la performance au niveau de l'entreprise.

Schématiquement, on rassemble avant de les discuter les traits principaux inhérents au

paradigme S-C-P, relativement aux trois points en question.

Le modèle d'analyse S-C-P est statique. TI privilégie les situations en recherche

d'équilibre et fait l'hypothèse que lorsque la demande est connue, la concurrence peut s'établir

sur les bases de ses prescriptions.

L'entreprise'èst conçue sur un mode classique. Avant tout offreur, elle est définie par

une fonction de production. Elle est caractérisée par une grande lucidité, puisqu'elle est apte à

saisir les opportunités, à analyser rationnellement les situations concurrentielles, tant dans la

version économique du paradigme que dans sa version stratégique (Porter, 1980, 1985).

Les causes du surprofit sont trouvées soit dans les protections issues des différentes

barrières érigées au niveau de la structure, soit dans des conditions intrinsèques supérieures de

certaines firmes plus efficientes. En général, les rentes défendues et appropriées par les firmes

sont des rentes de monopole, qui disparaissent sur le long terme.

Ces positions ont été commentées et critiquées sans que le paradigme S-C-P n'intègre

réellement les commentaires et les critiques (McWilliams et Smart, 1993). Nous pensons que

dans l'analyse des critiques, se dessinent la voie pour une conception renouvelée de l'analyse

de la performance, fondée sur la « théorie des ressources » et « l'économie évolutionniste».

62
Nous proposons dans la dernière section de ce chapitre de revenir sur ces différents points, en

prenant appui sur des travaux marquants: la «Théorie de l'évolution économique» de J.

Schumpeter (1934),« The theory of the· growth of the fum» d'E. Penrose (1959), et la

conception élargie des rentes de Ricardo et Marshall. Nous les détaillerons suffisamment pour

d'une part ne pas trahir les idées avancées par les auteurs, et d'autre part, pour mesurer les

divergences d'analyse entre leurs travaux et les présupposés du paradigme S-C-P.

1.4.1. La théorie de l'évolution économique de J. Schumpeter (1934)

L'analyse de la performance des entreprises à l'aide du paradigme S-C-P fait l'hypothèse de la

stabilité de la structure industrielle. Elle est prisonnière de cette vision. Si elle accepte de poser

que la structure change au cours du temps, elle oblitère l'intégrité du paradigme. Si elle le

refuse, elle renie les faits. C'est ce qui explique la difficile 'mise en mouvement' du modèle

porterien (voir' supra, I.3.2.a.). Pourtant, J. Schumpeter. a proposé dès la début du siècle .une

fonnalisation de l'évolution économique, dont les apports, oubliés pendant quelques décennies

(Perroux, 1965), retrouvent aujourd'hui leur valeur.

1.4.1.a. Leflux circulaire comme état d'équilibre

Schumpeter débute son exposé par la présentation du "flux circulaire" de la vie économique.où

tous les acteurs économiques agissent dans le présent à la fois en tant que producteurs et que

consommateurs. TI remarque que la consommation comme la .production de biens sont

étroitement imbriquées l'une dans l'autre : les biens et les services sont en situation de

dépendance mutuelle. Les consommateurs aussi bien que les producteurs agissent par

habitude, de telle sorte que l'état présent de l'économie est lié à l'état passé en vertu du principe

de continuité. La production, en tant que combinaison de facteurs de production, suit les

besoins. "Technologically as weil as economically considered, to produce means to combine

63
the things and the forces within our reach" (Schumpeter, 1934, p14). Mais la logique

économique s'applique à la logique technologique qu'elle soumet à ses impératifs. Chaque bien

de consommation est le résultat d'une combinaison qui utilise à son tour des biens de

consommations et du travail; en dernier ressort, au bout de l'analyse ne subsistent que le

travail et les dotations naturelles comme éléments fondamentaux.

Dans les conditions de concurrence parfaite, le système économique fonctionne sans qu'il soit

possible de réaliser des profits. Le risque imprévu de panne par exemple provoquera· pour une

courte période de temps une perte qui profitera à quelqu'un d'autre sans que l'économie

générale du système soit remise en cause. En outre, un changement spontané des données

auxquelles se fie habituellement l'individu économique, le consommateur ou l'entrepreneur,

pourra créer des situations nouvelles aboutissant à une inégalité temporaire entre le coût de

production et le revenu retiré. "ln so far, therefore, as it is a question of adaptation himself to

the conditions and of simply complying with the objective necessities of the economic system

without wishing to change them, one and only one particular way of acting commends itself to

the individual, and the results of this action will remain the sarne as long as the given conditions

remain the sarne" (Schumpeter, 1934, p40).

1.4.1.b. Nouvelles combinaisons, crédit et entrepreneur: objet, moyen et moteur

de l'évolution du circuit économique
L'objet de l'étude de Schumpeter n'est pas de tenter d'expliquer les modifications minimes que

connaît le circuit économique _"qui est comparable à la circulation du sang de l'organisme

animal" (ib, p6l)- mais celles qui "changent le cadre, le parcours lui-mêmè" sans qu'elles soient

extérieures au système économique. Dans ce projet, les moyens mis en oeuvre pour décrire le

circuit économique font défaut là "où la vie économique elle-même modifie ses données par à-

coups" (ib, p62). Car l'analyse statique se révèle incapable "de prédire les changements

64
discontinus dans les habitudes traditionnelles de production". «By "development", therefore,

we shall understand only such changes in economic life as are not forced upon it from without,

but· arise by its own initiative, from within» (ib, p63). L'évolution est la modification du

parcours par opposition à son mouvement ; elle est déplacement de l'état d'équilibre par

opposition au mouvement vers un état d'équilibre.

Quoique "chaque fait d'évolution crée les conditions préliminaires des suivants" (ib, p92),

Schumpeter se place dans un état stable de circuit pour mettre à jour les causes de l'évolution

économique. L'initiative de la combinaison des facteurs est du côté des producteurs qui

répondent aux désirs des consommateurs et les éduquent en quelque sorte en suscitant

éventuellement chez eux de nouveaux besoins. "To produce means to combine materials and

forces within our reach. To produce other things or the same things by a different method,

means to combine these materials and forces differently" (p65). Pour Schumpeter, c'est

l'exécution de nouvelles combinaisons qui rend compte du développement, de l'évolution .. fi

distingue cinq cas :

1 la fabrication d'un bien nouveau ou d'unequalité nouvelle d'un bien

ii l'introduction d'une méthode de production nouvelle qui n'est pas nécessairement
dépendante d'une découverte scientifique
m l'ouverture d'un débouché nouveau
IV la conquête d'une source nouvelle de matières premières ou de semi-produits
v la réalisation d'une nouvelle organisation industrielle

L'exécution de nouvelles combinaisons signifiedonc l'emploi différent des réserves du système

économique en moyens de production. Le deuxième facteur concourant au développement

économique concerne les moyens de mise en oeuvre de la nouvelle combinaison. Schumpeter

voit dans le crédit la possibilité de réunir les conditions de la combinaison et définit le banquier

comme un capitaliste autant qu'un intermédiaire indispensable à la modification du circuit

économique.

65
Le dernier élément, après l'objet et le moyen de l'évolution, en est le moteur: il s'agit de

l'entrepreneur. Ce concept désigne toute personne qui met en oeuvre effectivement de

nouvelles combinaisons de production sans pour autant englober tous les agents économiques

indépendants qui portent usuellement ce nom. L'entrepreneur est un "agent économique d'une

espèce particulière" (ib, p1l2). Schumpeter précise sa pensée par une métaphore en note: bien

que tous les hommes puissent chanter, le chant comme un attribut remarquable ne concerne

qu'une minorité d'individus; mais comme cette caractéristique n'affecte pas la personnalité

entière, elle ne consacre pas un type particulier d'individus, à la différence de l'aptitude à

combiner les facteurs de production qui distingue l'entrepreneur parmi tous. L'activité humaine

a ceci de spécifique nous dit Schumpeter qu'elle s'inscrit dans un ensemble d'habitudes,

d'héritages de toutes sortes, de routines auxquelles l'exploitant ou le dirigeant se plie

facilement. L'entrepreneur véritable se heurte donc à une triple difficulté : celle de ne pas

posséder de données puisqu'il crée un précédent: "carrying out a new plan and acting

according to a customary one are things as different as making a road and walking along it"

(ib, p85) : il est objectivement plus difficile de produire différemment car les connaissances

requises ne nous sont pas nécessairement familières.

On pourrait résumer cavalièrement l'apport de Schumpeter en trois couples d'oppositions:

1) opposition de deux processus: tendance à l'équilibre et changement dans les combinaisons

de production

2) opposition de deux appareils théoriques: statique et dynamique

3) opposition de deux types de conduite: simple exploitant et entrepreneur

Schumpeter est sans conteste l'un des premiers économistes à prendre en considération la

dimension dynamique de la concurrence. TI voit dans la recombinaison des facteurs de

66
production l'origine de l'évolution économique, initiée par un type d'homme particulier, à la

source de rentes: l'entrepreneur. En ce qui touche à l'analyse de la performance, ses travaux

contribuent fondamentalement à trois niveaux. Premièrement, le facteur technique et

technologique est placé au centre de l'analyse de l'évolution: des combinaisons nouvelles de

facteurs conduisent à la performance supérieure pour les agents habiles et audacieux qui

s'engagent dans la voie de l'innovation. Ensuite, sur un plan plus théorique, la distinction entre

un état statique de fonctionnement du marché, et un état dynamique est cruciale pour l'étude

de la performance. Elle va à l'encontre de l'idée d'extinction des profits à terme, en insinuant

au sein· du circuit économique statique les ferments de bouleversements périodiques des

conditions de production (Lorenzi et Bourlès,· 1995). Finalement, Schumpeter conduit à

s'interroger d'une part sur les facteurs de conservation ou de disparition des profits à long

terme, et d'autre part, même si sa conception de la firme est réduite à celle de l'entrepreneur

sur les comportements stratégiques dynamiques nécessaires pour conserver les avantages

acquis par les recombinaisons successives des moyens et méthodes de production.

1.4.2.« The theory of the growth of the fmn », d'E. Penrose (1959) rédéfinit
la firme industrielle

La conception de l'entreprise par Schumpeter se réduit à la vision éclairée d'un entrepreneur

obstiné. Pourtant, les entreprises se· développent au delà des capacités de gestion de seuls

individus, et leur survivent même. TIest nécessaire de réfléchir, dans la lignée des travaux de

Schumpeter, sur la manière dont les entreprises croissent, sont performantes et survivent. C'est

à cette réflexion que nous convie l'œuvre d'E. Penrose (1959).

lA.2.a. la firme définie comme une collection de ressources

Pour Penrose, la firme dans la théorie des prix et de la production n'est pas représentée pour

pouvoir répondre à la question de la nature et des conditions de croissance d'une entreprise qui

67
serait libre de varier sa production en qualité aussi bien qu'en quantité. La firme est limitée en

taille (c'est-à-dire en volume de production) pour que l'équilibre soit possible. Par conséquent,

puisque la question théorique ne correspond pas aux problèmes classiques des économistes et à

la réalité vécue des managers, la conception de l'entreprise qui doit être changée: "for this

purpose the 'firm' must be endowed with many more attributes than are possessed by the 'firm'

in the theory of the fIrm, and the significance of these attributes is not conveniently represented

by cost and revenue curves" (Penrose, 1959,p14).

La fonction d'une entreprise est d'utiliser des ressources productives en vue de fournir des

biens et des services selon des plans conçus et mis en oeuvre à l'intérieur de l'entreprise.

L'entreprise est une entité autonome de gestion, où un pôle central donne les directives qui

sont mises en oeuvre par les différents degrés de responsables subordonnés. La taille de la

firme dépend en conséquence de sa capacité à maintenir en son sein une co-ordination

administrative de ses activités suffisante pour mener à bien son activité. Ce qui caractérise une

entreprise particulière est la manière dont l'autorité gestionnaire emploie les ressources à sa

disposition: fia firm is more than an administrative unit; it is also a collection of productive

resources the disposal of which between different uses· and over time is determined by

administrative decision" (ib, p24).

Les ressources sont de deux types principaux :

• physiques (usines, équipements, terrains, matières premières, produits semi-finis,

stocks) ;
• humaines (travail qualifié ou non, personnel administratif, financier, juridique,
technique, et de direction).

En fait, dans l'activité de l'entreprise, plutôt que la détention à proprement parler de ces

ressources, c'est la manière dont elles sont utilisés selon les possibilités qu'elles contiennent qui

est cruciale: "Strictly speaking, it is never resources themselves that are the 'inputs' in the

production process, but only the services that the resources can render" (ib, p25).Une

68
 ressource contient un ensemble d'utilisations potentie~es auxquelles elle n'est liée que lors d'une

activité effective.

Le but ultime de la gestion des ressources et de leur allocation est pour E. Penrose la recherche

de l'accroissement des profits à long terme. Cette proposition permet de relier la théorie de la

croissance de la firme à un objectif concret de recherche de profit. Ainsi, "growth and profits

became equivalent as the criteria for the selection of investment programmes" (ib, p30).

IA.2.b.Image, opportunités deproduction et disponibilité de services à ['origine

de la performance de la firme
Les dirigeants en charge de l'autorité administrative et de l'orientation de l'allocation des

ressources ont dans leurs mains les "opportunités de production", c'est-à-dire l'ensemble des

possibilités de production qu'ils perçoivent et dont ils peuvent tirer bénéfice. Une théorie de la

croissance des entreprises est en substance un examen attentif des changements d'opportunités

.de production des firmes. Pour Penrose, entreprise renvoie.à esprit d'entreprise. L'ambition de

promouvoir les profits à long terme et de développer l'activité de la firme, soit l'esprit

d'entreprise, équivaut à une ressource ; il s'ensuit que les compétences managériales sont

fonction de la qualité relative que peuvent fournir l'utilisation des services correspondant à la

ressource entrepreneuriale. Notamment, la capacité des dirigeants à anticiper les opportunités

de production est une des grandeurs caractérisant la qualité du service que peut apporter la

ressource entrepreneuriale.

En effet, Penrose souligne le fait que les entreprises modifient par leurs actions les conditions

de l'environnement global, et qu'elles intègrent à leurs décisions cette propriété (ib, p42).TI

existe donc chez les dirigeants une "image" de l'environnement ainsi que des actions

potentielles que la firme peut mener. TIsemble logique de considérer que les facteurs qui

peuvent modifier les opportunités de production 'subjectives' de la firme (c'est-à-dire dépendant

69
de l'image) sont à l'origine de sa croissance, en tant que les dirigeants représentent l'autorité et

la direction des actions.

Les capacités managériales sont limitées par l'accroissement et la complexité des plans d'action

à défInir et par les décisions à mettre en oeuvre. Les connaissances qui doivent être utilisées à

ces fIns sont de deux ordres : les connaissances objectives pour celles qùi peuvent être

formellement enseignées, comme les propriétés de certains marchés par exemple ; et

l'expérience, qui correspond à l'étèndue des services que peut fournir la ressource humaine au

cours du temps. Cette dernière se déploie dans le temps de deux manières : par simple

acquisition ou par accroissement de la capacité à utiliser d'autres connaissances (ib, p53). A

partir du moment où la connaissance à l'intérieur de la fIrme change, les opportunités de

développement changent également "The possibilities of using services change with changes in

knowledge" (ib, p76) et "Once it is recognized that the very processes of operation and of

expansion are intimately associated with a processby which knowledge is increased, then it

becomes immediately c1earthat the productive opportunity of a fIrm will change even in the

absence of any change in extemal circumstances or in fundamental technological knowledge"

(ib, p56).

Par ailleurs, d'autres effets limitent la possibilité de distinguer de nouvelles opportunités· ou

d'exploiter au mieux les services que renferment les ressources à notre portée : l'incertitude et

le risque. L'incertitude du développement peut être palliée par de l'information supplémentaire,

c'est-à.,.direpar l'affectation des services de certaines ressources à cette tache. Le risque est la

part d'incertitude incompressible. Pour être évaluées et prises en compte dans l'élaboration des

plans d'actions et d'expansion, des ressources qualifiées doivent être également consommées.

D'où il résulte que le risque et l'incertitude limitent directement et indirectement les capacités

d'expansion de la firme.

70
Pour mettre en oeuvre les plans d'expansion prévus, l'entreprise doit utiliser divers services;

elle doit donc se procurer les ressources qui sont attachées à ces services. Tant que les

utilisations des ressources disponibles n'ont pas épuisé l'ensemble de leurs potentiels de

services, il reste une marge à l'entreprise pour croître. La disponibilité de services non ou mal

utilisés est donc la source principale de croissance de la firme. "Unused productive services

are, for the enterprising firm, at the same time a challenge to innovate, an incentive to expand,

and a source of competitive advantage. They facilitate the introduction of new combinations of

resources -innovation- within the fIrm" (ib, p85).

Pour E. Penrose, il est en outre clair qu'un état optimal d'équilibre stationnaire n'est jamais

atteint dans une fIrme. Trois raisons expliquent cet état de fait D'une part, l'indivisibilité de la

plupart des ressources contraint leur imbrication en vue de la réalisation du plan d'expansion de

telle sorte qu'elles ne sont pas toutes utilisées au maximum de leurs potentiels. Ensuite, la

spécialisation des ressources en fonction de services précis qu'elles peuvent rendre (la division

du travail au sein de l'entreprise en fonction des formations de chacun en est l'illustration la

plus saillante) change les possibilités d'utilisation de l'ensemble des ressources disponibles,

créées ou acquises. Enfrn, l'hétérogénéité des différentes ressources engagées ne permet pas de

mesurer "raisonnablement" les services exploitables pour chacune d'entre elles.

Au contraire la firme planifie son expansion en fonction de la demande des consommateurs

qu'elle juge pertinente, donc sur ses opportunités de production, en comptant sur les ressources

qu'elle hérite du passé et sur celles qu'elle doit se procurer sur les marchés. En fait toute

possibilité de croissance est conditionnée par la combinaison adéquate entre les différents types

de ressources étant entendu que l'on peut les utiliser différemment, et les renouveler. La

croissance de la firme permet de plus nombreuses et de potentiellement meilleures

combinaisons de ressources et de services : ce sont les "économies de croissance"

potentiellement réalisables, valables pour toutes les tailles d'entreprises (ib, p262).

71
Les économies de croissance peuvent être de plusieurs sortes. Par exemple, les économies de

taille traduisent le fait qu'une plus grande entreprise produit et vend plus efficacement qu'une

petite. Cela s'explique par les avantages qu'entraînent l'utilisation de technologies performantes,

et la spécialisation du travail. Toutefois, la taille n'est pas le seul facteur en jeu dans la

poursuite de la réduction des coûts. C'est pourquoi, il ne semble pas possible de définir une

taille optimale à la firme en général ni de démontrer qu'à partir d'un certain seuil, des

"déséconomies de taille" feraient effet

En outre des économies de diversification (ib, p 110) peuvent découler soit de l'extension de la

variété des produits développés dans la même "aire de spécialisation", soit de la sortie de cette

aire par trois moyens:

• l'entrée dans de nouveaux marchés en utilisant la même base de production

• l'expansion d~ le même marché en recourant à une autre aire technologique
• l'entrée dans de nouveaux marchés en utilisant une nouvelle aire technologique.

Dans ce cadre, la recherche industrielle, les efforts commerciaux et le potentiel de la base

technologique sont essentiels pour spécifier les économies accessibles par le biais de la

diversification. Des ressources peuvent faire défaut qu'il faut acquérir ou choisir de créer afin

de constituer et d'affermir le "pool" de ressources et de services disponibles (ib, pI49).

Ce qui est déterminant dans la conduite de la croissance de la firme, c'est l'image de

l'environnement dans lequel elle évolue, l'image des opportunités de production telles que les

voient les entrepreneurs au sein de l'entreprise et s'ils comptent en tirer profit. Selon que l'on

veut expliquer pourquoi chaque environnement est différent pour chaque firme ou pourquoi

une firme croît comme elle le fait, on mettra l'accent soit sur les ressources en tant que telles

soit sur les opportunités que peuvent offrir les services qu'elles contiennent (ib, p217). n existe
un moment où les grandes firmes, du fait de la complexité des taches qu'elles ont à effectuer et

72
à traiter, ne croissent plus aussi vite dans l'ensemble de l'exploitation de leurs ressources. Des

interstices se créent sur les marchés où de petites firmes se développent et engagent à leur tour

le processus de croissance fondé sur l'utilisation des services et des ressources.

Nous avons présenté en détailles thèses de E. Penrose car elles constituent la base sur laquelle

.va se construire la théorie des ressources, modèle qui nous servira de cadre de référence au

long de ce travail. En outre, d'importantes contributions sont introduites par l'ouvrage de

l'économiste anglaise, qui le distingue fortement des conceptions du paradigme S-C-P. Nous

les synthétisons ci-dessous de manière lapidaire :

• .La firme est une entité administrative coordonnée qui exploite une collection de ressources,

physiques et humaines.

• La performance de la firme est conçue en terme de croissance de l'entreprise par Penrose, et

la croissance de la firme cofucide avec la recherche de profits à long terme.

• La rationalité des agents à l'intérieur de la firme est limitée (Simon, 1947). Les dirigeants

ont une image des opportunités stratégiques, qui peut être influencée soit par les

modifications des conditions concurrentielles, soit par acquisition de connaissance.

• La source principale de croissance et d'avantage concurrentiel est la disponibilité de

services peu ou mal utilisés. En effet, ce sont les services potentiels rendus par les

ressources qui sont les intrants du processus de production. Les ressources sont

spécialisées, indivisibles et hétérogènes.

• Des économies sont à la portée de l'entreprise: économies de croissance, résultat d'une

meilleure combinaison des ressources et services correspondants, des économie de taille, et

des économies de diversification.

73
Les contributions de Penrose (1959) à la conception de l'entreprise, et du management

stratégique, s'expriment de manière éclatante dans le développement actuel de la théorie des

ressources, sur laquelle nous reviendrons en détail d3?s le chapitre suivant. Pour l'heure, le

dernier point d'analyse, indispensable à un renouvellement de la conception de la performance

au niveau de la fIrme, illustré par le commentaire sur le monopole des partisans de l'école de

Chicago, porte sur la notion de rente.

1.4.3. Les rentes et l'origine de la performance

Dès lors que l'on introduit comme principe fondamental de défInition des entreprises le

caractère idiosyncrasique de leurs ressources physiques et humaines, la valorisation de l'offre

ne peut plus se suffire d'une vision en teme de pouvoir de marché comme celle défenduepar

le paradigme S-C-P. En effet, pour que le pouvoir de marché, ou le rapport de force émerge; il

est nécessaire que les actifs sur lesquels ils prennent. place soit dans un certain rapport

d'homogénéité. Les propriétés des actifs permettant de retirer des rentes sont alors la rareté, la

non mobilité, et les rentes sont des rentes de monopole. Mais au premier degré, s'il y a des

différentes intrinsèques entre les ressources physiques entre les entreprises, le raisonnement a

du mal à s'appliquer dans son intégralité -et a fortiori à un deuxième degré si l'on considère

comme Penrose que les déterminants de la performance des entreprises et de la croissance sont

les services des ressources. TI est alors indispensable de revenir sur la conception de la rente

afIn de comprendre d'où peut provenir la valeur créée et appropriée par l'entreprise

particularisée du cadre penrosien. On situe le débat sur les rentes à partir des travaux de

Ricardo et de Marshall, et on présente une conception élargie dans son usage de la notion de

rente comme étant à la base de l'avantage concurrentiel.

74
 I.4.3.a. les rentes ricardiennes
« L'essence du concept de rente est l'idée d'un surplus que rapporte une certaine partie d'un

facteur de production à partir et au-delà d'un gain minimal nécessaire pour l'inciter à jouer son

rôle» (Robinson, 1975, p100). La rente se présente formellement comme la différence entre le

coût de mise en œuvre des unités indivisiblesdes facteurs de productions et le revenu de cette

allocation. Ricardo (1817) utilise essentiellement le raisonnement en terme de rente pour

l'agriculture. Dans cet exemple, le facteur fixe est la terre disponible et le facteur variable est

l'unité «ouvriers agricoles et leurs outils ». Tant que les revenus tirés de l'allocation d'unités

variables sont supérieurs au coût, les fermiers les emploient Supposons des terres de

rendements différents, pour une allocation d'unités de facteurs égalisant le coût de mise en

œuvre, une terre pourra dégager des revenus supérieurs à la terre marginale. La rente tirée de

l'exploitation de la première terre correspond aux revenus de cette terre moins le coût des

unités allouées.

En fait Ricard04 ne considère dans ses travaux que le seul facteur terre comme source de rente.

Qui plus est, il s'agit de la rente de l'agriculture au sens large, et non la rente de terres

affectées à des productions particulières. En fait, la terre est considérée par Ricardo comme

étant inculte et gratuite, ou comme étant exploitée et produisant une rente. Mais il n'envisage

pas le cas où une terre serait affectée à un usage alternatif, comme par exemple le passage

d'une terre de labourage à une terre de pâturage. La terre est donc spécialisée dans son usage,

son exploitation et sa rente. La rente est de plus déterminée par le prix : «le blé ne renchérit

pas parce qu'on paie une rente, mais c'est au contraire parce que le blé est cher que l'on paie

une rente ». La rente ricardienne est au sens strict «la rémunération du droit d'exploiter les

facultés productives originelles et impérissable du sol ».

4 Ce passage s'inspire de l'analyse de Blaug (1990)

75
TIYa deux.origines à la rente. D'un côté, en présence d'une limitation de l'offre, des rentes de

rareté apparaissent. Elles sont égales à la différence entre le revenu total de la production et

l'ensemble du coût des facteurs mis en œuvre pour obtenir jusqu'à la production marginale. De

l'autre, quand il y a des différences de qualité dans les terres, les parcelles de meilleure qualité

engendrent des rentes différentielles.

Pour Ricardo, l'ensemble du système économique peut être résumé à une fenne géante qui

produit du blé en mettant en œuvre des doses homogènes de «capital-et-travail» sur une

quantité fixe de terre avec des rendements décroissants. «La démonstration comporte une

hypothèse supplémentaire: la demande de blé est parfaitement inélastique, parce que c'est une

fonction simple de la population. A ce stade on applique la théorie de la productivité marginale

pour montrer que le facteur variable est rémunéré à sa productivité marginale, tandis que le

facteur fixe, la terre perçoit un surplus détenniné par la différence entre la production moyenne

et la productivité marginale du facteur variable dans la culture intensive et dans la culture

extensive (figure 1.3). La rente est égale à la production totale (QCDM) moins la productivité

marginale du capital-et-travail (AM) multipliée par le nombre de doses utilisées (DM) », c'est-

à-dire la zone hachurée (Blaug, 1990, p103)

Figure 1.3..La rente ricardienne .

Blé
E

C.

w
o Capital-et-travail
Source: d'après Blaug, 1990, p102

76
 I.4.3.b. les quasi rentes marshalliennes
Marshall, à la différence de Ricardo, applique la notion de rente à tout défaut d'ajustement

temporaire entre la demande et l'offre. Ce défaut d'ajustement est provoqué par l'absence de

variabilité d'un facteur dont l'offre, pour une raison ou pour une autre (indisponibilité, rareté,

immobilité), est maintenue fixe pour un court laps de temps. La rente disparaît à plus long

terme une fois que les coûts sont redevenus variables. Mais alors que Ricardo ne considérait

pas les rentes dues à l'allocation alternative de la terre -car il n'envisageait la rente qu'au

niveau de l'économie entière d'une part et que, d'autre part, le loyer de la terre incluait pour le

fermier l'ensemble des coûts de passage d'un usage de la terre à l'usage alternatif et ne

constituait donc pas une rente- les quasi-rentes marshalliennes sont déterminées à la fois pour

la société dans son ensemble et pour l'entrepreneur particulier.

On représente sur un schéma une situation d'équilibre concurrentiel à trois firmes, où la courbe
-
d'offre de la finne se confond avec la courbe de coût marginal à partir du moment où le coût

marginal est supérieur aux coûts moyens variables. La courbe d'offre de la branche (courbe

épaisse) est obtenue par addition des courbes MC individuelles, classées par ordre croissant de

coût moyen. Soit D la courbe de demande. Le prix p3 et la quantité q7 permettent l'égalité

entre l'offre et la demande. Dans cette situation, l'entreprise 1 produit q3 (au lieu de qi si le

prix avait été égal à pl, mais alors aucune des deux autres entreprises n'auraient pu produire),

l'entreprise 2 l'équivalent de la distance q3q6, et la firme 3 q6q7. Le secteur est en équilibre de

courte période. L'entreprise 3 ne récupère pas ses coûts fixes. Les deux autres entreprises

nbénéficient d'un surplus de producteurs.

77

\
Figure 1.4. Rente et quasi rente marshaJienne de court terme

A
B
.. .. . .. . .... ... .
P3 : •••••••••••••••••••••••••••••
•• •• : ••••••••••••••

P2 •••••••••.•••••••
# .•••••••••

C·· •.....
E :••••••••••••• ATC1• ••••

Pl

o ql q2 q3 q4 q6 q7
La défInition extensive de la quasi rente marshalliennecomprend pour la première fIrme, d'une

part la zone ABDC correspondant à la différence entre les coûts totaux moyens et le prix

multipliée par la quantité, et d'autre part la zone EFDC, correspondant à la différence entre les

coûts totaux et les coûts variables multipliée par la quantité produite. Pour Marshall comme .,,'
;'.,,'.

pour Ricardo, le terme de rente est réservé au facteur de la terre. Le terme quasi rente désigne

l'extension de la réflexion en terme de rente à d'autres facteurs de production. Par exemple,les

investissements en capital, nets des coûts de remplacement et d'entretien, fournissent un

produit que l'on peut désigner comme une quasi rente.-Mais, dans tous les cas, la rémunération

n'est pas la condition de l'existence du service: les rentes sont déterminées par les prix, elles

ne les déterminent pas.

Une autre hypothèse corrélative de la quasi rente marshallienne concerne son devenir. Puisque

la situation concurrentielle favorable à l'apparition de la quasi rente (EFDC) n'est valable qu'à

court terme, la fIrme dispose d'une période de temps t durant laquelle elle peut exploiter le

différentiel entre la valeur de marché et la valeur d'usage du facteur considéré. Mais les effets

de la concurrence vont venir réduire à zéro le bénéfIce tiré de l'exploitation passagère de cette

78
quasi-rente. Ce qui suppose implicitement que les autres acteurs économiques (firmes ou·

entrepreneurs) parviennent à s'acquitter de la tâche de décrypter le facteur à l'origine de la

rente.

1.4.3.c. Extension des notions de rente

Appliquée aux ressources humaines, Milgrom et Roberts (1992) donnent les définitions

suivantes de la rente et de la quasi rente. Une rente est la portion de salaires en excès par

rapport à la somme minimum nécessaire pour attirer un travailleur pour qu'il accepte

d'accomplir un travail particulier. Une quasi rente est la portion de salaires en excès par

rapport à la somme minimum nécessaire pour empêcher un travailleur de quitter son travail

particulier.

Dans cette interprétation, la quasi rente correspond à la différence entre le salaire. total et le

salaire consenti considéré comme un coût variable. Prenant l'exemple d'entreprise, Milgrom et

Roberts précisent que «la différence entre la rente et la quasi rente provient de la présence de

coûts qui doivent être supportés pour entrer sur un marché mais qui ne peuvent être récupérés

par une fume installée qui décide de sortir du marché» (Milgrom et Roberts, 1992, p270). En

fait, ces auteurs réintroduisent sans la nommer ce que Robinson par exemple appelle «la

rémunération de transfert» : «le prix qui est nécessaire pour retenir une unité donnée d'un

facteur peut-être appelée rémunération de transfert ou prix de transfert car si sa rémunération

était réduite en dessousde ce prix elle serait transférée ailleurs» (Robinson, 1975, p102)

Winter (1995) montre· en outre qu'une même situation peut être interprétée différemment

suivant les hypothèses de contrainte de l'offre et la nature de l'input sur lequel porte la

contrainte.

79
Soient N inputs nécessaires à la production d'un bien, en présence de rendements constants de

production. Tous les inputs sauf un sont disponibles sur le marché au prix et aux quantités

désirés. Le coût par unité produite de la combinaison des N-l inputs est représenté par la

courbe C. Le Nième input, nommé l'input de contrainte, n'est présent qu'en quantités limitées.

Figure I.S. Rente de rareté ys. Limitation de production.

o ~ QD Q
Source: Winter,l995, pl60

Dans une première interprétation, sur le long terme, on suppose que l'entreprise maîtrise seille

l'accès à l'input de contrainte. Elle produira QA.Au delà de cette valeur, le revenu d'une unité

supplémentaire vendue excède le coût C. La firme obtient un surplus égal à (PA- C) QA.Dans

cette~situation, l'entreprisepa clairement un pouvoir de marché: elle a un m6nopole~suf l'ii1pur

de contrainte. Toutefois, comme elle n'a pas d'incitation à réduire sa production, la rente PA -

C n'est qu'une rente de rareté. L'entreprise n'a fait que maximiser sous contrainte et le marché

(le monopole) n'est pas source de perte de bien être au niveau de l'économie globale.

Considérons le cas ou l'input de contrainte est fourni en quantité Qo. Dans ce cas, le

monopoleur a une incitation à restreindre sa production en QB.Cette restriction augmente pour

lui ses revenus de (PB - C)QB sur (PD - C)Qo. fi fait pleinement jouer ici son pouvoir de

80
marché. La perte d'efficacité de cette situation concurrentielle est grisée sur la figure. En ce

cas, la rente dégagée par l'entreprise est une rente de monopole.

Une autre interprétation de cette figure peut encore être donnée. Supposons que l'input de

contrainte est une ressource au sens qu'en a donné Penrose, une ressource spécifique capable

de procurer à la firme un service idiosyncrasique unique, tel un savoir faire. Les différentes

quantités Q représentent dans ce cas des usages répétés de ce savoir faire. Supposons que cette

firme puisse répliquer ce savoir faire sans encourir de coût d'opportunité supplémentaire à la

réplication. A un moment du temps, lorsque la quantité d'input de contrainte utilisé est de QA,

la firme dégage une quasi rente, temporaire, qui pour donner l'impression d'être la

manifestation d'un pouvoir de marché, ne l'est pas -puisqu'il n'y a aucune sorte de restriction

dans l'offre d'un input. Au cours du temps, l'entreprise réplique son savoir faire autant de fois

qu'elle le veut. Elle pourrait aller jusqu'en Qo mais elle ne dépassera pas QB, puisqu~alors

l'avantage procuré ne couvre plus le coût d'usage des autres inputs. «Donc, dans cette

interprétation 'dynamisée' de la figure, la firme débute dans une situation où il n'y a pas de

limitation de production, où la réplication est centrale et les revenus des rentes de rareté, et se

déplace au cours du temps vers une situation où la réplication n'est plus souhaitée, l'estimation

précise dela demande devient une nécessité, et les revenus sont un mélange de rentes de rareté

et de rentes de monopole» (Winter, 1995, p162).

Les conséquences de l'extension de la notion de rente élargit le cadre des sources de la

performance. La conception de la valeur promue par l'approche de la performance dans les

tennes du paradigme S-C-P se caractérise par la reconnaissance de l'existence de rente de

monopole sur courte période. La rente de monopole est possible sur un facteur de production

en tant que résultat d'un déséquilibre de l'offre plus ou moins entretenu par une firme (Bain,

81
 1968). Dans le sillage de Penrose, on peut tenter d'étendre l'application des différents types de

rentes (de rareté, de monopole, différentielle,marshallienne) à la conception 'renouvelée' de la

firme qu'elle a proposée.

On peut faire l'hypothèse que non pas un seul facteur de production d'une entreprise est

susceptible de fournir des rentes, mais que plusieurs actifs ou ressources stratégiques sont

capables en même temps et de manière distincte de dégager non seulement des rentes de rareté,

mais aussi des rentes différentielles. On peut également estimer que les quasi rentes, qui

doivent être réduites à néant au cours du temps ne le sont pas pour deux raisons essentielles :

d'une part, la perception des concurrents (les images qu'ont les dirigeants des opportunités de

production) n'est pas objective (Penrose, 1959) et est limitée (Simon, 1957) ; et d'autre part, il

faut également postuler que les conditions d'offre et demande des N-l autres facteurs

n'évoluent pas sur la période, ce qui est très restrictif.

L'exemple donné parWinter (1995) montre qu'en outre îes conditions de réplication d'un

processus peuvent être également à la source de rente, et que des économies peuvent être

trouvées dans la limitation de la réplication d'un processus au cours du temps, le coût de

transfert des ressources utilisées vers une autre activité devenant nul.

Ainsi, l'extensioil de ·la conception de·la rente au mveau de··la.·collection de ressoÙrceseTde

savoir-faire de l'entreprise modifie l'analyse de la performance, centrée sur la firme (Williams,

1992). La rente n'est plus seulement rente de rareté ou de monopole. Elle peut résulter du

déséquilibre temporaire des conditions de l'offre, ou des vertus différentes des ressources

détenues par l'entreprise -en terme de services et d'usages potentiels. Qui plus est, comme

l'exemple donné par Winter l'illustre, en cas de coût de réplication faible, l'entreprise peut

choisir elle-même de restreindre l'usage de son savoir-faire dès lors que le coût de transfert

devient prohibitif. TI est à noter que, par nature, l'hypothèse de réplication introduit au sein de

82
 l'entreprise· une dimension temporelle de fonctionnement, qui peut être dénommée 'période

d'activité' de l'entreprise. Dès lors, l'entreprise apparaît elle-même comme un mode de

coordination économique dont le rythme de fonctionnement peut différer de celui du marché

(Robertson, 1996). L'hétérogénéité inter-firmes ne tieht pas seulement aux caractéristiques des

ressources détenues, mais aussi aux contraintes concurrentielles en terme de rythme d'action

imposées aux entreprises.

Les conséquences de ces réflexions sur l'analyse de la performance au niveau de l'entreprise

sont triples. Premièrement, on introduit des dimensions stratégiques dans la concurrence

concernant la lutte pour la valeur, le potentiel de rente et la spécificité des ressources. Les

entreprises ne poursuivent pas un objectif de profit de court terme: elles orientent leurs actions

vers la recherche de rentes et des sous-jacents de ces rentes, les. ressources stratégiques

(Williams, 1992). Deuxièmement, une économie fondée sur les prix de transfert des ressources

entre les usages alternatifs des actifs peut se mettre en place .(Klein, Crawford et Alcbian,·

1978). La vision de l'origine de la performance en terme de pouvoir de marché et de position

de monopole doit être élargie. Troisièmement, les extensions des notions de rentes (spatiales:

à d'autres ressources, et temporelles) aboutissent à rejeter la possibilité d'un équilibre de

production de courte période. Elles conduisent le chercheur à réévaluer la dimension

processuelle de la concurrence et de la performance, comme résultat d'une accumulation

d'actions passées, porteuses de valeur économique (Rumelt, 1995). En cela, elles renouent

avec l'inspiration schumpeterienne de l'évolution économique.

83

'"
Synthèse et question de recherche

Le cheminement suivi au long de ce chapitre s'est déroulé en plusieurs étapes.

Tout d'abord, les déterminants de la performance, envisagée au niveau du secteur industriel,

ont été énoncés dans le cadre du paradigme Structure-Comportement-Performance développé

par Mason, Clark et Bain. Ensuite, au sein de ce cadre d'analyse, certaines controverses nous

ont amené à relativiser la rigueur avec laquelle appliquer le sens des déterminations sectorielles

S~ C ~ P. Les propositions de l'école de Chicago, aussi bien que la discussion de travaux

empiriques sur la disparition des profits à long terme ont nourri ces restrictions.

Par la suite, les apports de l'économie industrielle à la stratégie d'entreprise ont été

commentés. La relative inconsistance des préceptes retirés des contributions des études PIMS

ou des modèles de Porter ont conduit à une interrogation sur les fondements des approches S-

C-P en économie et en stratégie d'entreprise. Notamment, les questions de la mise en

mouvement du circuit économique avec l'introduction des influences temporelles et de

recombinaison des facteurs et moyens de production par Schumpeter, de la conception de la

firme industrielle posée par Penrose, et celle de la nature des rentes appropriables par la firme

illustrée par l'examen de différents types de rentes (rareté, monopole, ricardienne,

._-------- .--

marshallieiuie) ouvrent de nouvelles voies de recherche.

Le positionnement de la présente recherche s'inscrit dans la continuité des analyses

industrielles et de leur remise en cause. Elles constituent le point de départ du projet d'analyse

de la performance des firmes industrielles manufacturière poursuivi dans ce travail. En. regard

du paradigme S-C-P, un modèle est proposé, qui en est pour l'heure à ses premières

formulations (Montgomery, 1995; Sanchez et al., 1996). Ce cadre général est nommé

COURANT DES RESSOURCES tout au long de ces pages. Plusieurs articles permettent d'en

84
 tracer les contours respectivement à d'autres courants de recherche en économie et en stratégie

(Conner, 1991 ; Mahoney et Pandian, 1992; Seth et Thomas, 1994; Teece, Pisano et Schuen,

1997). Nous utilisons le terme 'courant' pour signifier que des idées communes à plusieurs

théories sont représentées au sem de cette approche théorique en construction. Le terme

'ressources' quant à lui désigne l'élément de base constitutif des entreprises et de l'avantage

concurrentiel pour les partisans de cette voie de recherche. Dans la ligne de ce chapitre, nous

résumons quant à nous les principaux postulats de base du Courant des Ressources.

Le Courant des Ressources part de l'idée que le lien C~ P est déterminant dans l'analyse de la

performance. A la base de ce courant est l'entreprise penrosienne, composée d'un fonds de

ressources hétérogènes aux services potentiels divers. Les ressources ne valent que par les

services qu'elles peuvent procurer (Penrose, 1959). Les compétences individuelles et

organisationnelles exploitent les services que peuvent rendre les ressources et sont à l'origine

des rentes, et de l'avantage concurrentiel (Barney, 1991 ; Grant, 1991; Peteraf, 1993). Le

niveau d'analyse pertinent pour étudier la performance est donc la firme plutôt que le secteur.

«Tel qu'il a été développé dans la littérature de stratégie, [le courant des ressources] cherche à

dériver des préceptes normatifs à l'attention des décideurs à partir d'une compréhension

profonde des sources de différences de performance entre les fmnes (Wemerfelt, 1984;

Rumelt, 1984). TI les interprète comme le reflet de différences entre les flux de rentes et de

quasi rentes revenant aux firmes, qui en retour sont responsables des différences dans le

contrôle et la gestion des ressources stratégiques» (Winter, 1995, pI47).

Pour le Courant des Ressources, «la position concurrentielle d'une firme est définie comme un

ensemble de ressources et de relations» (Rumelt, 1974). Aussi la question nodale de la

stratégie n'est plus: la configuration industrielle dans laquelle se trouve l'entreprise f lui

permet-elle de dégager de meilleures performances? mais devient: compte tenu des ressources

85

,,
qu'elle détient et de leurs propriétés, pourquoi l'entreprise f dégage-t-elle de meilleures

performances et comment les conserver à terme? En fait, la performance de l'entreprise est

conditionnée par la possibilité qu'elle a de créer des avantages concurrentiels soutenables,

c'est-à-dire de dégager sur certains facteurs de production des rentes (Schoemaker, 1990 ;

Peteraf, 1993).

La distinction principale réside entre les rentes qui proviennent de facteurs intrinsèquement

hétérogènes et les profits qui proviennent de positions de marché hétérogènes obtenues à partir

de facteurs de production homogènes (Collis, 1996). L'existence des premières est rejetée par

le paradigme S-C-P. Pour le Courant des Ressources, les deux. types de rentes sont possibles:

elles peuvent être appropriées par la firme par l'intermédiaire de choix stratégiques judicieux.

Le Courant des Ressources intègre à son analyse les intuitions schumpeteriennes sur

l'innovation et l'évolution économique. n tente d'introduire dans l'analyse de la performance,

saisie au niveau des firmes, la dimension évolutive des facteurs déterminants de la performance.

n cherche en cela les conditions de la soutenabilité de l'avantage concurrentiel.

La conséquence cardinale de l'émancipation de la firme comme récipiendaire de différences

intrinsèques (dotation en ressources, aptitudes des managers, rythme de fonctionnement propre

aux. firmes) et-comme .levier essentiel d'actions aboùtissant à la:peiforirianêe--(la-felatiori-C~Pr-----

conduit le chercheur en stratégie à définir la firme comme un mode de coordination

économique autonome et distinct de celui du marché. n s'ensuit que pour rendre compte de la

performance des entreprises industrielles il faut, selon les présupposés du Courant des

Ressources dans lequel nous inscrivons notre démarche de recherche, considérer deux. modes

de coordinations économiques: le marché et la firme, au lieu d'un seul pour les partisans du

paradigme S-C-P.

La discussion précédente est résumée dans le tableauI.6.

86
Tableau·I.6. Les présupposés du Courant des Ressources

Paradi e S-C-P Courant des Ressources

forte dépendance de la
lienS~C~P performance par rapport à la liaison C~ P déterminante
structure industrielle
niveau d'analyse le secteur la firme, comme collection de
ertinent ressources idios crasi ues
rentes de rareté, différentielle et
rentes quasi-rentes possibles et accessibles
à la firme même à Ion terme
d ami ue axe de recherche central
mode de coordination bi-modal: marché et firme
économi ue

C'est dans le cadre du Courant des Ressources que nous inscrivons cette recherche. La firme,

définie par son fonds de ressources idiosyncrasiques a une influence déterminante sur sa

performance. Les rentes qu'elle peut dégager, soit par la nature même de ses ressources, soit

par les caractéristiques de l'usage des services qu'elles peuvent procurer, sont considérées

comme étant à la base de la performance de l'entreprise. L'entreprise a sa propre période

d'action, comme elle dispose de ses ressources, ce qui a d'importantes conséquences sur le

plan de la soutenabilité de la performance.

La question de recherche de ce travail est double, à la fois théorique et empirique. Elle peut

ainsi être énoncée :

Le courant des ressources peut-il fournir un cadre théorique pertinent pour

l'analyse de la firme? Les ressources permettent-elles d'expliquer les différences de

niveaux de performance observés chez les entreprises industrielles françaises?

Pour répondre à cette question, une étude théorique et empirique du Courant des Ressources

est menée dans le chapitre suivant. Elle conduit à la formulation d'hypothèses génériques sur

87.
les liens entre les caractéristiques des ressources et la performance des entreprises. Un modèle

théorique en est déduit dans le troisième chapitre. TI est ensuite testé dans ses différentes

composantes dans deux chapitres empiriques: le premier se compose de modèles statistiques

évaluant la pertinence du modèle théorique sur les données de la base SESAME de la Banque

de France. Le second est une simulation cherchant à mettre en lumière les mécanismes

temporels à l' œuvre dans l'étude du processus concurrentiel, envisagé dans le cadre du

Courant des Ressources, et contribuant à la mise en perspective dynamique des apports des

résultats statistiques.

88
 CHAPITRE Il. APPROCHES THEORIQUES DU COURANT DES
RESSOURCES ET EXPLICATION DE LA PERFORMANCE DES
FIRMES

Introduction 90

D.l. Positionnement, différences et proximités des approches théoriques contribuant

au Courant des Ressources 90
II.1.1. Introduction au Courant des Ressources : présentation de la théorie des ressources
et de l'économie évolutionniste 91
II.1.2. Distinctions entre le Courant des Ressources et 1'« école néo-autrichienne » 95
II.1.3. Forme forte et forme faible de la théorie des ressources et de l'économie
évolutionniste 98

D.2. La théorie des ressources et l'analyse de la performance 104

II.2.1. La nature des ressources et aptitudes 104
II.2.2. Les propriétés des ressources et aptitudes à la base de la performance 118
II.2.3. Etudes empiriques sur l'impact des ressources sur la performance 133
Synthèse de la section /1.2. 154

D.3. L'enrichissement de l'analyse de la performance à l'aide de l'approche

dynamique du-Courant des Ressources : l'économie évolutionniste~-- ----------156~---
Introduction 156
II.3.1. Des bases compatibles de définition de la firme 158
II.3.2. Les concepts évolutionnistes dans le Courant des Ressources. Contributions à
l'analyse de la performance 167
II.3.3. Développements récents du croisement entre théorie des ressources et économie
évolutionniste·: l'approche par les ressources dynamiques et les notions de coordination
interne et de co-évolution 190
Synthèse de la section //.3. 202

89
Introduction

Le Courant des Ressources est-il à même de fournir les moyens d'analyses pertinents de

l'analyse de la performance? Pour tenter d'apporter une réponse à cette question, il est

nécessaire d'entrer en profondeur dans ce courant de recherche. Ce chapitre est consacré à la

présentation des théories constitutives du Courant des Ressources. Deux approches théoriques

sont distinguées, selon le domaine de validité dominant (stratégie et économie) et l'importance

de la dimension temporelle dans l'analyse de la performance: la théorie des ressources, et

l'économie évolutionniste.

L'analyse de la performance par la théorie des ressources est présentée en détail. Les

conditions de l'émergence de l'availtage concurrentiel sont examinées dans un premier temps.

Les .propriétés des ressources et des aptitudes (R&A) sont ensuite classées. Plusieurs

contributions empiriques soutiennent les hypothèses de recherche découlant de l'analyse de la

littérature.

L'économie évolutionniste est présentée au travers, d'une part, des proximités conceptuelles

avec la théorie des ressources, et d'autre part, dans ses apports à l'analyse de la performance

dans le cadre du Courant des Ressources. Les notions d'innovation, d'apprentissage et de

coordination apparaissent être des conditions essentielles de la soutenabilité de l'avantage

concurrentiel. Enfin, l'émergence d'une approche hybride de recherche, l'approche par les

ressources dynamiques est commentée.

90
Il.1. Positionnement, différences et proximités des approches
théoriques contribuant au Courant des Ressources

II.1.1. Introduction au Courant des Ressources: présentation de la théorie

des ressources et de l'économie évolutionniste
Le Courant des Ressources, à partir duquel une analyse de la performance individuelle des

entreprises peut se développer, partage avec le paradigme S-C-P une caractéristique. Comme

ce dernier au sein duquel l'économie industrielle se distingue de son application au

management initiée par Porter, le Courant des Ressources se décompose en deux approches

théoriques. L'une, directement héritière des travaux de Penrose et des premières contributions

en management stratégique (Selznik, 1957 ; LCAG, 1969; Ansoff, 1971) est appelée la théorie

des ressources et a pour domaine de validité la stratégie d'entreprise et le management. L'autre

a pour précurseur Schumpeter et Nelson. et Winter (1982). Son champ d'analyse et

d'application est plus orienté vers J'économie ainsi que l'indique son nom: l'économie

évolutionniste.

Cette spécialisation des approches, Economie vs. Management, se double d'une second

particularité. La dimension proprement dynamique est spécifiquement étudiée par l'économie

évolutionniste tandis que la théorie des ressources analyse de manière plutôt statique ou

relative la situation des entreprises en concurrence. En fait, de même que Schumpeter séparait

le fonctionnement du circuit économique des modifications susceptibles de déplacer l'état

d'équilibre, la théorie des ressources est au niveau de l'entité de coordination économique

'firme' la base sur laquelle peut se construire une économie de l'évolution technique et de la

dynamique concurrentielle (Foss et alii, 1995).

Schématiquement, on représente la distinction entre les deux approches sur la figure il.1.

91
Figure Il.1. Les approches théoriques de base du Courant des Ressources

COURANT DES RESSOURCES

nouvelle conception de la fiIme
analyse renouvelée du comportement
concurrentiel et des déterminants de la
performance

APPROCHE STRATEGIQUE APPROCHE ECONOMUQUE

LA THEORIE DES RESSOURCES L'ECONOMIE EVOLUTIONNISTE

plus axée sur les ressources stratégiques plus axée sur le changement technique
plus centrée sur la recherche de rentes plus centrée sur l'innovation
plutôt statique dynamique

L'élément fondamental de la théorie des ressources est le principe d'hétérogénéité des fumes.

Les entreprises sont «dotées de beaucoup plus d'attributs que ceux possédés par la firme

néoc1assique, et la pertinence de ces attributs n'est pas adéquatement représentée par les

courbes de coûts et de revenus» (Penrose, 1959, pI4). Les ressources nécessaires à la

définition et à l'implémentation des stratégies sont distribuées de manière hétérogène parmi un

ensemble de firmes en concurrence (Barney, 1991)..

Ainsi, la théorie des ressources élabore une conception de la firme en rupture avec les

considérations économiques traditionnelles. Sur plu~ieurs points, elle tente même de se poser

en alternative, avec pour objectif des applications pratiques de ses enseignements. On distingue

généralement les ressources, qui peuvent rendre certains services, des aptitudes susceptibles

d'exploiter les services des ressources (Amit et Schoemaker, 1993). Pour que des rentes

puissent être dégagées de son activité, et qu'elle construise un avantage concurrentiel

soutenable, la firme doit posséder des ressources et aptitudes ayant certaines propriétés

92
primaires et secondes qui seront détaillées dans ce chapitre.

Ensuite, contrairement à la représentation que donne par exemple Spulber (1992) des théories

en management stratégique, un point de vue 'interne' sur l'entreprise ne se limite pas à une

vision micro-économétrique de calculs d'utilités individuelles. D'autres moyens permettent de

considérer l'influence des caractéristiques idiosyncrasiques sur les performances de marché des

firmes. Collis (1991) offre l'illustration de l'application de l'analyse par les ressources sur un

secteur industriel mondialisé, 'global', -les roulements à bille. n rattache l'analyse stratégique

interne à la firme au tronc commun constitué par les travaux de l'école de Harvard (Learned et

alii., 1969). Dans l'analyse par les ressources, les entreprises recherchent plutôt la constitution

de rentes que celle des profits (rent-seeking vs profit-seeking) comme c'est le cas dans les

analyses inspirées de l'économie industrielle (Rumelt, 1987).

Spulber (1994) réduit d'autre part l'applicabilité de la stratégie à trois cercles, délimités par les

frontières du management, de l'organisation et du marché. n fait l'hypothèse que ce·sont les

déficiences du manager, du système de production et du marché qui constituent les limites à

l'action stratégique, à la performance et à l'efficience de l'économie en général. La théorie des

ressources postule quant à elle que c'est l'utilisation des servicespotentiels des ressources qui

définit la performance de l'entreprise (penrose, 1959, p25), avant même les limites rappelées

par Spulber.

Enfin, la théorie des ressources cherche à rendre compte non seulement de position

stratégique, mais aussi de processus stratégique (McGrath et· alii, 1995), c'est-à-dire de la

constitution au cours du temps de ce qui permet à la firme de construire des «compétences

distinctives» (Ansoff, 1965 ; Andrews, 1971), ou des «compétences coeur» (Prahalad et

Hamel, 1990), qui sont à la source de ses performances. L'introduction de la dimension

temporelle dans l'analyse -en plus de l'hétérogénéité foncière des firmes- rapproche

93
 directement l'analyse par les ressources de l'économie évolutionniste (Nelson et Winter, 1982).

Ainsi, la théorie des ressources contient en elle-même les fondements d'une analyse

évolutionniste de la stratégie. Les prises en compte de l'innovation et de l'apprentissage dans

la constitution de l'avantage concurrentiel et de la préservation des rentes en sont les

meilleures illustrations.

L'économie évolutionniste expose les raisons pour lesquelles les développements temporels

des actions engagées peuvent prédominer par leurs effets sur les caractéristiques industrielles et

économiques classiques. En outre, elle développe une conception de la firme différente de

l'économie orthodoxe, et qui a de profondes ressemblances avec le point de vue fondé sur les

ressources. Elle concentre sa réflexion autour de la problématique du changement technique et

technologique, des phénomènes de variation et de sélection des entreprises, et des effets de

conditionnement etd'iriéversibilités temporelles. Ainsi, l'économie évolutionniste peut être

analysée comme «le prolongement d'une critique des postulats néoc1assiques de rationalité

substantive et de maximisation du profit [et comme] le dépassement du champ de la firme et

des configurations d'équilibre en information incomplète» (Kirat, 1991, pSI).

Les bases communes et les proximités conceptuelles des développements de la théorie des

ressources et de l'économie évolutionniste, en un mot laconstitutionà-l'lieureactüëllechI---- .

Courant des Ressources, sont illustrées par exemple par l'ouvrage collectif de Montgomery

(1995) et celui de Foss et Knudsen (1996). D'autres chercheurs tentent de réunir sous une

.étiquette plus large encore, «l'économie néo-autrichienne », les deux approches constitutives

du Courant des. Ressources. Dans la section suivante, nous nous démarquons de cette

tentàtive.

94
 II.1.2. Distinctions entre le Courant des Ressources et 1'« école néo-
autrichienne»
Plusieurs recherches récentes mettent en avant l'émergence d'une école «néo-autrichienne»

en management stratégique qui engloberait le Courant des Ressources (Jacobson, 1992; Hill et

Deeds, 1996; Young et alii, 1996). Sur les bases qui sont celles de Courant des Ressources,

Hill et Deeds (1996) proposent un modèle alternatif à celui de Porter. Leurs hypothèses

rompent avec celles formulées par les partisans structuralistes du paradigme S-C-P. Les

auteurs estiment que la nature de la concurrence prévalant dans un secteur est indépendante de

la structure industrielle. La seconde différence majeure avec Porter concerne le fait que la

structure industrielle est présentée comme une conséquence de la performance des firmes et

non comme un des causes premières. Hill et Deeds (1996) regroupent sous le vocable d'école

néo-autrichienne les partisans de l'économie évolutionniste et les tenants de la théorie des

ressources, en ce que les uns et les autres 5' éloignent de l'intérêt porté à l'équilibre de marché

par les économistes orthodoxes au bénéfice d'une recherche portant sur les processus

conduisant à l'équilibre de marché. L'étude récente menée par Young et a1ii (1996) sur les

comportements coopératifs et concurrentiels aux niveaux du secteur et des firmes de logiciels

reprend à son compte ce nouveau modèle théorique: il en résulte notamment que la

coopération n'est pas reliée à la perfonnance des entreprises au niveau de l'industrie alors

qu'elle l'est au niveau des firmes. Ce résultat montrerait selon les auteurs que les

comportements des firmes ne sont pas dépendants de la structure industrielle (la concentration

et le degré de concurrence) mais des actifs stratégiques détenus par les entreprises en

concurrence. Le iriveau d'analyse pertinent pour cette 'économie néo-autrichienne' de la

performance est la firme, comme pour le Courant des Ressources.

Pour cette école néo-autrichienne (Mises, 1949; Kirzner, 1979; Q'Driscoll et Rizzo, 1996) la

nature ·de la concurrence n'est pas tellement déterminée·par la concentration industrielle mais

95

\..-~--- .
 plutôt par «l'hétérogénéité des fIrmes, les barrières à l'imitation, et les turbulences constantes

provoquées par les innovations accidentelles ou délibérées» (Hill et Deeds, 1996, p440). De

même, ces auteurs remettent complètement en cause le rôle joué par les économies d;échelle et

la différenciation des produits en tant que barrières à l'entrée, puisqu'elles font office de

barrières à l'entrée «seulement en l'absence d'innovations sur les ressources et les pratiques

des entrants potentiels» (voir les axiomes 6, 7 et 8 ; Hill et Deeds, 1996). Les seules barrières

«relativement» effIcaces seraient les barrières à l'imitation afin de protéger les savoir-faire des

entreprises.

Reprenant à leur compte les analyses de Jacobson (1988) et de Rumelt (1991), ainsi que

certains résultats de Geroski (1987), les auteurs concluent que les trois déterminants du succès

d'une fIrme à long terme sont: 1) sa capacité à générer des innovations valorisables; 2) sa

capacité à élever des barrières à l'imitation pour protéger ses compétences essentielles; 3) sa

capacité à dépasser ses pesanteurs internes et à adopter rapidement les innovations de ses
,.;" 'i"'

concurrents.

Nous ne faisons pas entièrement nôtre le cadre d'analyse «néo-autrichien» ainsi défini.

Premièrement, voulant se démarquer radicalement du paradigme S-C-P, il englobe brutalement

les apports de la théorie de ressources et de l'économie évolutioimisre usur- sa laiicéê~-aii

détriment de la rigueur d'analyse. D'une part, le modèle de Porter est assimilé à celui de Bain

sans que soient signalés ni les débats qui ont parcouru la constitution du paradigme S-C-P ni le

cheminement des thèses de Porter. D'autre part, la théorie des ressources et l'économie

évolutionniste ne sont pas présentées dans leur spécifIcité respective. Sous couvert d'une

opposition à des thèses simplifiées, elles sont assimilées l'une à l'autre.

Deuxièmement, Jacobson (1992) souligne la difficulté pour le paradigme S-C-P à trouver et

justifier l'origine et les causes de l'apparition de nouveaux produits et des innovations. La

96

/
 motivation essentielle pour la stratégie en économie industrielle consiste à réduire les forces

concurrentielles, alors que pour l'économie autrichienne, il s'agit de stimuler le processus de

modification de l'offre concurrentielle grâce à l'innovation de produit et de processus. C'est

pourquoi, à la place des mécanismes cherchant à se protéger des forces concurrentielles, la

stratégie d'inspiration autrichienne érige la découverte entrepreneuriale comme principe des

choix stratégiques (Kirzner, 1973). La recomposition ou la recombinaison schumpeterienne des

facteurs de production sert de parangon à la découverte entrepreneuriale. Le Courant des

Ressources quant à lui ne se satisfait pas de cette explication, ce qui est une deuxième raison

de l'impossibilité d'inclure les approches par les ressources et l'économie évolutionniste sous le

'chapeau' autrichien. Les vertus de l'entrepreneur ne peuvent être telles qu'elles lui permettent

seules, en tant lui-même que ressource spécifique, de constituer un avantage concurrentiel ou

de réaliser les innovations de produits. Ce sont les actifs, les facteurs, les ressources détenus

par l'entreprise qui sont, pour le Courant des Ressources le point central des choix

stratégiques: l'allocation économique concerne toujours des ressources à développer, des

compétences à créer, des facteurs à modifier. La découverte de nouveaux produits et les

orientations stratégiques originales ne sont pas le seul fait de l'entrepreneur décrétant ses

volontés ex nihilo.

Troisièmement, si l'économie autrichienne a mis à jour l'influence des perceptions des agents

économiques sur leurs choix stratégiques et analysé les conséquences des biais et des désirs

humains sur l'économie, il ne faut pas conclure comme le fait Jacobson (1992) que tous les

facteurs à l'origine des avantages concurrentiels des entreprises sont par nature inobservables,

. même si certains d'~ntre eux peuvent l'être (Itami, 1987). Par c~nséquent, entre le postulat

d'économie industrielle, et le postulat néo-autrichien, le Courant des Ressources propose une

vision alternative des causes des facteurs clés de succès : les ressources et les compétences de

l'entreprise, à l'origine de ses avantages concurrentiels sont difficiles à observer car ils sont

97

\
internes à la firme plutôt qu'externes, et leur valeur évolue dans le temps. Cependant, ils

peuvent l'être en grande partie, directement ou indirectement (Verdin et Williamson, 1994;

Nelon et Winter, 1982)

De cette rapide analyse des thèses néo-autrichiennes, et de la volonté de certains auteurs de

récupérer à bon compte les avancées sans doute désordonnées des approches fondées sur les

ressources et évolutionnistes, ressort que le Courant des Ressources n'est pas assimilable à

l'école néo-autrichienne. Avant de passer aux contributions de la théorie des ressources et de

l'économie évolutionniste à l'analyse de la performance, il est nécessaire, pour compléter le

positionnement de cette recherche de distinguer des nuances dans les hypothèses qui leur sont

constiturives.

II.1.3. Forme forte et forme faible de la théorie des ressources et de

l'économie évolutionniste
Une similitude supplémentaire caractérise les deux approches participant au Courant des

Ressources. En effet, au sein de chacun d'entre eux, deux grandes formes coexistent, suivant le

nombre et -la nature des hypothèses acceptées: une forme -forte, qui donne .crédit-à-quelques- ---- -------

hypothèses proches du paradigme S-C-P (rationalité des agents, conservation d'analyse au

niveau du secteur) et une forme faible, qui accentue son émancipation de ces mêmes

hypothèses.

Il.1.3.a. Formefaible etformeforte de la théorie des ressources

La théorie des ressources essaie· donc de proposer une analyse alternative aux. travaux

d'économie industrielle et à leurs postulats. Elle n'exclut toutefois paS de sa propre logique

certains mécanismes précis promus par le paradigme S-C-P, les «isolating mechanisms»

essentiellement (Rumelt, 1984; Collis, 1996). Ainsi, même si l'ordre de ses priorités est

98
complètement différent du paradigme S-C-P, les facteurs stratégiques du secteur, qUI

dépendent du fonctionnement du marché peuvent jouer·un rôle dans la performance finale des

entreprises (Amit et Schoemaker, 1993).

On a vu qu'une des différences entre le Courant des Ressources et l'approche industrielle de la

performance apparaît· en· ce qui concerne principalement la possibilité d'existence de rentes à

long terme sur un marché, et sur les liens entre les rentes et l'avantage concurrentiel. «Alors

que l'économie de l'organisation industrielle considère souvent la firme de l'extérieur afin

d'expliquer ses performances supérieures en examinant, par exemple, différentes structures de

marché,· des cadres de régulation alternatifs, des relations de collusion, ou des technologies de

substitution, la source des rentes selon la perspective des ressources est interne» (Amit et

Schoemaker, 1993, note 10, p38).

La rente dégagée par l'activité interne de ressources propres à la firme est une rente

organisationnelle. C'est la prépondérance donnée aux rentes· organisationnelles dans

l'explication de l'origine de la performance qui permet de séparer la forme faible de la forme

forte. Ainsi, au sein même des partisans de la théorie des ressources doivent être distingués

deux segments. Le premier (Wernerfelt, 1984; Barney, 1986 et 1991; Montgomery et

Wernerfelt, 1991; Peteraf, 1993) penche en faveur de la prépondérance des rentes de marché

sur les rentes organisationnelles. En quelque sorte, les rentes organisationnelles sont ramenées

à des rentes de rareté ou de monopole. Pour eux, les propriétés des R&A sont reliées aux

caractéristiques du marché : conformément à l'analyse en économie industrielle, les propriétés

de rareté et d'immobilité des ressources sont nécessaires à la constitution des rentes. En cela,

l'adjectif 'forte' signifie que les hypothèses sur le comportement des acteurs économiques ou le

fonctionnement des marchés sont fortes, soit proches de certaines hypothèses du paradigme S-

C-P.

99
La fonne faible (Dierickx et Cool, 1989; Schoemaker, 1990; Grant, 1991 ; Reed et DeFilippi,

1992; Teece, Pisano, et Shuen, 1997) développe quant à elle que la liaison au marché n'est

qu'indirecte, que seconde par rapport à l'exploitation interne des ressources et aptitudes par la

fIrme. Les rentes organisationnelles sont d'une autre nature et propres au fonctionnement des

entreprises. Les marchés d'actifs stratégiques n'existent pas toujours.

Schulze (1992) résume efficacement la différence entre les formes 'forte' et 'faible' de la

théorie des ressources en émettant:

1) une proposition essentielle pour la forme forte, qui exprime le primat donné au marché,

proposition compatible mais non nécessaire à la forme faible : "Un avantage concurrentiel

soutenable est réalisable si les ressources utilisées pour atteindre cet avantage sont rares,

imparfaitement mobiles et non substituables" (Schulze, 1992, p39).

2) une proposition essentielle à la forme faible mais non nécessaire à la forme forte : "Les

rentes résultant d'une meilleure efficacité de la firme lui sont systématiquement accessibles"

(ib, p39)

Pour cet auteur, «la forme faible pose le problème de la création et du remplacement des actifs

générateurs de richesse. La forme forte pose les problèmes de l'identification des ressources

inemployées, de l'exploitation et de la protection de ces sources de richesse» (Schulze, 1992,

p40). Plus récemment, s'appuyant sans doute sur l'apport de Schulze, Levinthal distingue deux

écoles de la théorie des ressources: « One branch of this literature, which 1 will term the "High

Church", bases its analysis on two critical assumptions. At the level of the firms, there is the

assumption of rationaI choice [...]. The other assumption is an equilibrium notion of sorne sort

[... ]. The other branch of the resource-based literature, which 1 term "Low Church" rejects

these two assumptions. For these authors, the resource perspective seems to have two defining

elements. One is simply an issue of the appropriate level of anaIysis with which to explore

100
strategy issues. Heterogeneity across finns is of greater interest than heterogeneity across

markets. A second, -and related attribute, isthat for the firm attributes to account for-variation

in profitability, factor inputs must be highly imperfect» (Levinthal, 1995, p23).

Quels que soient les noms donnés aux deux formes -pour notre part nous préférons la

terminologie de Schulze- il apparaît donc qu'elles se démarquent sur deux dimensions:

1. le degré de contestation d'hypothèses d'économie industrielle: rationalité des agents,

importance des rentes de monopole, notion d'équilibre de valeur (Barney, 1986)

2. la nature. et la prépondérance des rentes organisationnelles (Schoemaker, 1990; Collis,

1996).

On peut considérer que ce qui distingue la forme forte de la théorie des ressources de la forme

faible est moins fondamental que ce qui éloigne ces deux formes du paradigme S-C-P. En cela,

les deux formes de la théorie des ressources peuvent être présentées comme des nuances d'une

même théorie. Dans le cadre de ce travail, nous privilégions l'axe de recherche de la forme

faible. Elle se démarque plus du cadre d'analyse dont ellesouligne certaines insuffisances. A ce

titre, elle paraît pouvoir contribuer davantage au Courant des Ressources, sans pour autant se

poser comme une alternative absolue au paradigme S-C-P. En outre, sa conception de la rente

organisationnelle est plus en adéquation avec les présupposés de l'économie évolutionniste,

comme nous aurons l'occasion de le voir. L'économie évolutionniste est composée également

de deux formes: une forme forte qui s'attache plus volontiers à suivre les évolutions

provoquées par les changements technologiques au niveau du secteur, et une forme faible qui

concentre son étude sur la firme.

101
 1.1.3.b. Formefaible etformeforte en économie évolutionniste
De même que la théorie des ressources se sépare en deux nuances selon leur proximité avec les

thèses de 1'« Industrial Organization» (Schulze, 1992; Levinthal, 1995), de même, une

distinction nette peut être repérée au sein du vaste champ de l'économie évolutionniste. La

ligne de démarcation porte sur les hypothèses sous-jacentes aux idées de sélection,

d'adaptation et de variation. Elle concerne en fait la localisation de la dynamique économique à

l' œuvre dans les processus étudiés : soit celle-ci est placée dans l'environnement économique

global (secteurs industriels, économies nationales) ; soit, elle se trouve au sein de l'entreprise

elle même, qui est actrice des changements opérés sur le marché (poray et Freeman, 1992;

Lorenzi et Boudes, 1995).

Dans le premier cas, on estime que l'influence de la sélection se produit à un niveau macro-

économique préférentiellement au niveau micro. Dans le second, l'ordre de priorité est inversé.

Même si comme le dit Wernerfelt (1984) considérer le marché comme une fonction ·de

ressources ou comme une fonction de production revient in fine à la même chose, on introduit

une différence de taille au niveau «épistémologique» par rapport à la vision classique. du

marché, en estimant que le marché est l'agrégat, aux propriétés propres mais non actives, de la

conjonction ordonnée dans le temps des actions individuelles des fIrmes. La première forme est

la forme forte ou encore sectorielle ou macro-économique. La seconde est la forme faible, ou

micro-économique et place résolument son analyse au niveau de la fIrme.

On retrouve dans cette séparation schématique une des dimensions qui permet de nuancer la

théorie des ressources en deux formes : une prédominance donnée soit au marché soit aux

entreprises dans la constitution et l'appropriation des rentes. On rappelle que la forme forte de

la théorie des ressources donne plutôt préférence à l'équilibre sur le marché et envisage

difficilement la soutenabilité des rentes à long terme. Elle minimise l'importance de la rente

organisationnelle au profIt d'une interprétation de la valeur en terme d'asymétrie d'information

102
(Barney, 1986). La forme faible estime que la liaison au marché n'est que seconde par rapport

à l'exploitation interne des ressources (Henderson, 1990; Henderson et Cockburn, 1994;

Leonard-Barton, 1992).

Des efforts sont déployés pour tenter de jeter des ponts entre les deux. formes de l'économie

évolutionniste et essayer de rendre compte, à partir de l'hétérogénéité des firmes et de liaisons

temporelles spécifiques, des régularités macro-économiques (Coricelli et al., 1989; Dosi et al.,

1993; Cimoli et Dosi, 1995). Toutefois, compte tenu de la nuance de niveau d'analyse

introduite au sein de l'économie évolutionniste entre les deux formes, et conformément à notre

question de recherche, on privilégie les contributions de la forme faible de l'économie

évolutionniste, en ce qu'elle s'attache à l'idiosyncrasie des entreprises, et à la sélection, la

rétention et la transformation de leurs ressources et de leurs aptitudes.

Au cours de cette première section, nous avons différencié plusieurs éléments au sein du

Courant des Ressources. Tout d'abord, l'orientation stratégique de ce courant, représentée par

la théorie des ressources a été distinguée de l'orientation économique, représentée par

l'économie évolutionniste. La première orientation offre une conception renouvelée des

origines de la performance. Elle ne développe cependant pas de manière spécifique le devenir

des déterminants de la performance. La seconde orientation comble cette limite en s'intéressant

à l'aspect évolutif et évolutionniste des ressources de production. Ensuite, afin de prévenir un

amalgame éventuel, le Courant des Ressources a été dissocié de l'école stratégique néo-

autrichienne, telle qu'elle est représentée dans plusieurs articles récents. Enfin, le

positionnement de la présente recherche a été précisé grâce à la distinction de deux. formes

parcourant les deux. approches majeures représentatives du Courant des Ressources : ainsi, ce

travail s'attache aux. présupposés de la forme faible de la théorie des ressources, donnant la

103
primeur aux rentes organisationnelles, ainsi qu'à la forme faible de l'économie évolutionniste,

qui s'intéresse directement au niveau micro-économique de l'évolution des ressources

productives.

Nous appuyant sur l'exemple de Schumpeter (1934), nous débuterons l'exposé des deux

approches par celui qui donne les conditions de bases de la performance c'est-à-dire la théorie

des ressources pour nous tourner ensuite vers l'apport de l'économie évolutionniste.

Il.2. La théorie des ressources et ranalyse de la performance

Cette section présente en détailles particularités de ressources détenues par la firme et le lien

qui unit ces ressources avec la performance. Dans un premier temps, on donne les définitions

des ressources et des aptitudes. Les conditions de l'émergence d'un avantage concurrentiel

sont précisées notamment à l'aide des travaux de Peteraf (1993), Schoemaker (1990) et Amit

et Schoemaker (1993). Les différentes propriétés des ressources et aptitudes nécessaires à la

constitution d'un avantage concurrentiel, et à l'appropriation des rentes organisationnelles sont

ensuite détaillées. Enfm, plusieurs travaux empiriques sont analysés, qui utilisent les

présupposés 5le la théorie des ressources. La présentation. de la théorie eLde ..ses_applications u •••

permet la formulation d'hypothèses génériques de recherche.

II.2.1. La nature des ressources et aptitudes

II.2.1.a. Description des ressources

Penrose (1959) distingue les ressources physiques (usines, équipements, terrains, matières

premières, produits semi-ftnis, stocks) des ressources humaines (travail qualifié, divers

personnels fonctionnels). La manière dont les ressources physiques utilisables sont exploitées

104
 par les différents responsables au sein de l'entreprise est une première cause de l'hétérogénéité

des organisations. D'autres auteurs élargissent la classification des ressources. Aux ressources

physiques et humaines, ils ajoutent les ressources financières, organisationnelles,

technologiques et la réputation (Hofer et Schendel, 1978 ; Grant, 1991). D'autres enfin

définissent des catégories de ressources (cf. par exemple les « contained et system resources »

de Black et Boal, 1991). La classification des ressources, par nature ou par genre, facilite leur

repérage et les comparaisons de fume à firme. Elle permet également de comprendre le

développement des entreprises autrement que par le recours aux hypothèses économiques sur

le développement

L'intuition fondamentale de Penrose (1959) a ainsi été d'expliquer la croissance des firmes par

la pré~ence de ressources indivisibles en excès à l'intérieur des fmnes. En effet, les ressources

inutilisées ont un coût (cf. le «slack» organisationnel), et les entreprises sont donc portées à

les exploiter au mieux. Mais la plupart du temps, pour.en tirer le meilleur parti, les entreprises

doivent développer, acquérir ou se procurer d'autres ressources, en interne ou à l'extérieur de

l'entreprise, sur les marchés. Penrose explique de cette manière la croissance des firmes, la

diversification, et les fusions et acquisitions notamment

En écho à cette vision, ChatteIjee (1990) montre que la recherche du coût minimum

d'utilisation des ressources détermine le mode de croissance des firmes, entre intégration et

acquisition. L'intégration est préférée dans le cas où les coûts d'utilisation sont réduits, et où

. les coûts d' opérationnalisation des ressources excédentaires et les coûts des ressources non

désirées sont élevés. Toutefois, pour Penrose, des facteurs limitatifs de ces processus entrent

en jeu. Ce sont l' « image» qu'a l'entrepreneur de son environnement, l'incertitude face à

laquelle il se trouve, et la complexité des projets à gérer simultanément sous la contrainte les

différentes ressources détenues.

105
 II.2.I.b. Distinctions entre les notions: ressources, capacités, aptitudes et
compétences

La description et la catégorisation des ressources est certes utile, mais elle n'est pas suffisante

pour définir précisément leur nature foncière. Afin de préciser ce point, il paraît préférable au

préalable de distinguer les ressources d'autres concepts cités couramment par les chercheurs:

notamment. les notions de compétences ("competences"), de capacités ("capabilities"), et

d'aptitudes ("abilities"). Ces termes sont parfois utilisés les uns pour les autres alors que

d'autres fois ils possèdent un sens délimité. Les principales utilisations sont dues à Wemerfelt

(1984: «resource position»), Barney (1986 : «strategie firm ressources»), à ltami (1987 :

«invisible asset»), à Dierickx et Cool (1989 : strategic firm specific asset»), à Prahalad et

Hamel (1990: «core competences »), à Teece et Pisano (1990: dynamic capabilities) et à

Collis (1991 : «orgânizational capabilities »).

L'article marquant la résurgence de la théorie des ressources est celui de Wemerfelt (1984). Ce

dernier définit les ressources d'une entreprise comme étant « les actifs tangibles et intangibles

qui sont attachés de manière semi-permanente à une firme et qui peuvent être pensés comme

une force ou une faiblesse» (Wemerfelt, 1984, pI72). Deux différences notables séparent cette
.~-_._--~. __ .•_.--
conceptiondecellè~de~Prahalad et Hamel (1990). Ceux-ci considèrent comme compétences

"coeur" l'apprentissage collectif au sem de l'entreprise, et la manière de coordonner diverses

qualifications de production et d'intégrer différents courants de technologies (Prahalad et

Hamel, 1990, p82).

La première différence est que la notion de ressource est plus générale que celle de

compétence. Elle désigne chez Wemerfelt les actifs tangibles, et les actifs intangibles, panni

lesquels les compétences pourraient se ranger: "core competencies are corporate ressources

and may be reallocated by corporate management" (prahalad et Hamel, 1990, p90). La

106
seconde est que les ressources sont pensées, dans la tradition penrosienne, comme un ensemble

d'inputs dont les propriétés doivent être utilisées. Elles sont conçues sur un mode passif,

comme un réservoir ou un stock de potentiels, alors que les compétences sont plutôt définies

selon un mode actif exprimées par des savoir-faire: coordonner, intégrer, innover, ... (Amit et

Schoemaker, 1993).

Ainsi deux types de facteurs doivent être distingués au niveau des ressources: les facteurs

tangibles comme les biens de production et ceux qui reposent sur des potentialités résultant de

la combinaison de facteurs non matériels. Par exemple, tel équipement est capable d'atteindre

un volume v de production (ressource tangible) ou bien telle équipe est potentiellement capable

de mener à bien telle opération (aptitude, potentiel).

La notion de capacité, elle revêt une nuance sémiologique, qui tend, d'un côté, à la rapprocher

de l'idée de ressource : une capacité (capability), au sens de "capacité de", caractérise un

facteur dont les propriétés lui permettent de produire certains effets déterminés. De l'autre,

l'aptitude (ability) d'une firme est la possibilité qu'elle a de matérialiser dans les faits un ou

plusieurs des potentiels représentés par les ressources. En ce sens, aptitude est synonyme de

"capacité à".

Dans ce travail, on réservera l'usage du terme ressources aux sens de "ressources tangibles" et

de "capacité de", pour les actifs de l'organisation qui ont en eux certaines potentialités d'usage,

et aptitudes au sens de "capacité à", comme la possibilité que l'organisation a de matérialiser ou

non les potentialités de ses ressources (Amit et Schoemaker, 1993). Selon nous, les ressources

et aptitudes (R&A) sont deux sources de rentes à exploiter. Les ressources sont les actifs,

déclinables en plusieurs catégories (tangibles comme un réseau de distribution par exemple, ou

plus intangibles comme une réputation), qui peuvent rendre différents services. Les aptitudes

sont les potentialités d'action sur les ressources, les capacités effectivement à l'oeuvre, utilisées

107
 et reconnaissables. Parmi ces aptitudes, ou "capacités à", certaines sont plus déterminantes que

d'autres dans la concurrence que se livrent les firmes : ce sont les aptitudes distinctives

(Selznick,1957), qui peuvent être assimilées aux compétences "coeur" de Prahalad et Hamel

(1990). La figure ll.2. résume ces distinctions.

Cette distinction est en accord avec celle d'Amit et Schoemaker: "The firm's resources will be

defined as stocks of available factors that are owned or controlled by the firm .... Capabilities,

in contrast, refer to a firm's capacity to deploy resources, usually in combination, using

organisational processes, to effect a desired end". (Amit et Schoemaker, 1993, p35).

Figure II.2. : Représentation des Ressources, Aptitudes, Capacités et Compétences

Ressources tangibles
Ressources
Ensemble Capacités 'de'
des
facteurs Compétences
Aptitudes
détenus
par la
firme Aptitudes non stratégiques

Facteurs non stratégiques

TI s'ensuit que les ressources et aptitudes (R&A) doivent donc avoir certaines propriétés qui

leur permettent de dégager des rentes (ricardiennes et quasi-rentes). En effet, pour les

chercheurs qui placent dans l'environnement économique les conditions d'appropriation des

rentes, plusieurs mécanismes de protection (<< isolating mechanisms ») existent qui permettent à

l'entreprise de conserver l'avantage concurrentiel : on peut citer les économies d'échelle, de

gamme, et d'expérience (Porter, 1980 ; Chandler, 1990), la différenciation, les coûts de

changement (Porter, 1985 ; Farrel et Saloner, 1988), la spécificité des actifs, la rationalité

limitée et la réduction de l'opportunisme (Williamson, 1975), l'information incomplète et les

108
coûts enfouis (Yao, 1988). Si certains de ces mécanismes restent' compatibles avec les

présupposés de' base du Courant des Ressources, ils doivent pouvoir trouver leur origine dans

des propriétés intrinsèques des ressources et non plus seulement dans des propriétés du

marché.

II.2.I.c. Les conditions de l'émergence de l'avantage concurrentiel et des rentes

Avant de détailler les propriétés nécessaires à la constitution de rentes organisationnelles, nous

revenons sur les conditions d'émergence de l'avantage concurrentiel et des rentes. De manière

générale, le sens de la causalité entre les ressources et la performance peut être schématisé

aInSI:

Ressources
et aptitudes ---~ Avantage Concurrentiel ---+ Rentes ---+ Performance

Deux points doivent être spécifiquement abordés. Premièrement, certaines conditions doivent

être remplies pour que l'avantage concurrentiel fondé sur les ressources apparaisse et demeure

durable. Peteraf (1993) a dégagé les piliers de l'avantage concurrentiel envisagé par la théorie

des ressources. Deuxièmement, le lien entre les propriétés des R&A et la création de rentes

sous-tendant l'avantage concurrentiel doit être explicité. Ceux qui ont le plus spécifiquement

travaillé le rapport entre les propriétés des ressources et des aptitudes et la création de rentes

sont sans doute Amit et Schoemaker (1993).

Les piliers de l'avantage concurrentiel

L'apparition d'un avantage concurrentiel est conditionné, selon le modèle proposé par Peteraf

(1993) par la rencontre de quatre causes.

La première proposition traite de l'hétérogénéité des fIrmes, et des fonds de ressources qui les

constituent et qu'ellesont à gérer. Pour Peteraf, cette

..
hétérogénéité entre fumes traduit le fait

109
que des entreprises sont mieux dotées que d'autres, et que par conséquent les meilleures

ressources et aptitudes sont à l'origine de deux types principaux de rentes: les rentes

ricardiennes, et les rentes de monopole. Les firmes efficientes peuvent développer un avantage

à condition que les ressources sous-jacentes soient en quantités limitées sur le marché, ou ne

soient pas facilement imitables. Elles sont telles parce qu'elles sont fortement idiosyncrasiques ;

elles sont propres aux fumes qui utilisent, gèrent, exploitent, développent, améliorent leurs

usages de manières particulière d'une entreprise à une autre.

La différence d'avec la vision d'économie industrielle est duale. D'une part, les facteurs à

l'origine du profit normal dans la vision économique sont dus à des caractéristiques de marché

(et produisent des rentes de monopole, ou des quasi-rentes). lis ne reposent pas sur

l'hypothèse d'hétérogénéité des entreprises et de leurs fonds de ressources. D'autre part, le

profit économique et les rentes ricardiennes et différentielles sont provoqués par la nature

supra-normale de certains actifs (l'entrepreneur, la recombinaison en sont des exemples). lis ne

découlent pas dans la perspective d'économie industrielle de propriétés spécifiques des

ressources et aptitudes créées par les firmes. Les conséquences de ces différences théoriques

ne se cantonnent pas à la sphère de la définition de l'entreprise et du marché. Elles se déclinent

en applications concrètes et en recommandations diverse_s dans leschoix de cro~sanc~_ Q~_l'!__

firme notamment

Le deuxième pilier essentiel à la constitution de l'avantage concurrentiel selon Peteraf sont les

«limites ex post à la concurrence ». li s'agit plus clairement, au niveau de la firme, d'une

réappropriation par le champ de la stratégie des mécanismes d'isolation de marché, soulignés

plus haut. Pour que les rentes puissent être à l'origine d'avantages concurrentiels durables, les

conditions de l'hétérogénéité des firmes doivent être elles mêmes durables. C'est-à-dire que la

concurrence doit être limitée par certains facteurs, qu'elle ne s'exerce jamais totalement, et par

conséquent que les rentes à long terme sont accessibles aux entreprises. Ce phénomène n'est

110
·pas dû fondamentalement aux imperfections du marché, mais plutôt aux actions stratégiques

engagées par les firmes qui sont aptes à s'isoler des mécanismes de la concurrence par

l'innovation, la préemption d'actifs stratégiques, la construction de ressources clefs (image,

réputation, économies d'échelle, ...). L'isolation passe par deux leviers essentiels: les

protections, directes ou indirectes, contre la substitution et l'imitation.

La troisième condition est celle de la mobilité imparfaite des actifs de l'entreprise, de ses

ressources et aptitudes. Cela signifie que les ressources spécifiques de l'entreprise ne peuvent

être distribuées sur le marché du fait de leurs caractéristiques intimement liées au contexte

organisationnel de l'entreprise. La firme peut par suite exploiter le potentiel de rentes de ses

actifs d'autant plus facilement, c'est-à-dire s'en approprier les revenus de son usage en quelque

sorte privé.

Le dernier pilier de la constitution de l'avantage concurrentiel selon Peteraf correspond aux

limites à la concurrence «ex ante ». Elle entend par ce terme le fait que le coût de mise en

œuvre de la stratégie de constitùtion de rentes spécifiques et non mobiles sur les marchés ne

doit pas excéder la valeur potentielle future que l'entreprise pourra retirer de ces mêmes

facteurs. Reprenant l'argument de Rumelt (1987), elle conclut qu'à moins qu'il n'y ait une

disparité entre la valeur ex post d'un investissement et le coût d'acquisition ex ante des

ressources indispensables, le profit économique serait nul. Par conséquent, le profit provient de

l'incertitude ex ante de la valeur future de l'investissement

«En bref, quatre conditions doivent être réunies pour qu'une firme puisse bénéficier de
revenus supra-normaux de manière soutenue. L'hétérogénéité des ressources crée des rentes
ricardiennes ou de monopole. Les limites ex post à la concurrence protège les rentes d'être
concurrencées. La mobilité imparfaite des facteurs assure à la firme de conserver les facteurs
sources de valeur et de s'approprier les rentes. Les limites à la concurrence ex ante empêchent
les coûts de dépasser les rentes» (Peteraf, 1993, pI85).

111
Peteraf (1993) tente de synthétiser plusieurs travaux antérieurs, inspirés par l'approche par les

ressources. Elle essaie de faire reposer l'origine de l'avantage concurrentiel sur des

déterminants internes à l'entreprise et par conséquent son raisonnement global s'inscrit dans la

perspective du Courant des Ressources. La stratégie, moyennant des contraintes sur la

concurrence, détermine les propriétés intrinsèques des ressources, qui permettent la

constitution de certaines rentes, et la convergence des différentes conditions débouche sur une

performance supérieure pour ces entreprises.

Toutefois, on peut reprocher à l'article de Peteraf son éclectisme. TI semble qu'elle place

certains facteurs de constitution de l'avantage concurrentiel, idiosyncrasiques aux firmes, sur le

même plan théorique que des facteurs de marché conduisant à l'émergence de rentes de

monopoles notamment. Ce dernier trait caractérise l'appartenance de Peteraf à la forme forte

de la théorie des ressources. Or, comme l'a montré le chapitre 1, les déterminants des rentes, et

donc de la performance, ne sont de même nature au sein des deux instances de coordination

économique que sont la firme et le marché. Peteraf ne peut pas mettre au même niveau les

arguments représentatifs de la forme forte et ceux de la forme faible sans semer la confusion

sur le sens de la causalité entre les ressources et l'avantage concurrentiel.

Un deuxième point de confusion concerne à notre avis les différentes limites à la concurrence.

Cette remarque introduit en outre incidemment l'importance des réflexions à mener en terme

de développement temporel de la constitution d'actifs stratégiques et d'avantage concurrentiel

, ...

durables (point qui avait d'ailleurs été reproché en son temps à Porter, voir supra). Eh effet,

Peteraf distingue des limites ex ante et ex post à la concurrence pour justifier d'une part que le

coût de mise en oeuvre des ressources doit être inférieur aux revenus de leurs usages, et

d'autre part, que les conditions de possibilité de rentes à long terme sont possibles.

112
Mais alors, dans le modèle de Peteraf, quelle est la temporalité de l'activité économique sous- .

jacente ? Son schéma suppose implicitement que le discours et l'action stratégique se déroulent

dans le présent. Mais le présent n'existe pas à proprement parler dès lors que l'ex ante d'une

décision ou d'une action correspond de par le fonctionnement des modes de coordination

économiques (le marché et la firme) à l'ex post d'une autre. Les causes ne sont pas

indépendantes les unes des autres, comme le signale elle-même Peteraf, soulignant p183, la

dimension tacite, complexe socialement de ces actifs, pour lesquels «l'histoire compte ». On

devrait pouvoir conclure, en poussant le raisonnement sur les intersections temporelles plus

loin, que les limites à la concurrence ex ante et ex post sont en fait une seule et même

hypothèse. celle de l'imperfection des marchés. Mais même si l'on retient la distinction entre

les deux types de limites de la concurrence, se présente à l'esprit une nouvelle difficulté.

En effet. Peteraf dans son raisonnement sur les limites ex ante à la concurrence stipule que la

constitution de l'avantage concurrentiel doit passer par une évaluation des coûts induits de

constitution des propriétés essentielles des ressources. Or, comment évaluer exactement, ou

même approximativement, ce coût d'opportunité en présence de limites à la concurrence ex

post et ex ante. Le mode de coordination économique contraint qu'est le marché ne fonctionne

pas efficacement dans ce schéma. TI est difficilement prévisible. Par suite, sur quelles bases

théoriques peut reposer le calcul du coût d'opportunité des ressources jugé essentiel par

Peteraf ?

Schoemaker (1990) et Amit et Schoemaker (1993) reviennent sur plusieurs de ces points. Le

premier article tente de délimiter le concept de rente organisationnelle, qui permettrait de

séparer dans un premier temps le fonctionnement de l'entreprise du cadre du marché. Le

second établit la jonction. entre une analyse plus concurrentielle de la création des rentes, et

l'analyse parles ressources.

113
 Actifs stratégiques et rentes organisationnelles

La rente organisationnelle correspond à la rente dégagée par l'activité des ressources et

aptitudes intrinsèques à la firme, illustrée par l'exemple de Winter (1995) rappelé en I.4.2.c.

Les facteurs stratégiques à l'origine de la création des rentes organisationnelles, proposés par

Schoemaker (1990), sont de trois natures différentes. Tout d'abord, l'auteur spécifie les

facteurs liés aux acteurs présents dans le système économique lui-même. n distingue dans ce
registre la rationalité limitée (il dit rationalité « variable» selon les individus), les asymétries

d'informations et de ressources entre individus, au sein de l'entreprise et entre entreprises dans

un secteur, et les effets de l'histoire, de la réputation et de la culture de l'organisation. Ensuite,

les facteurs provenant de l'environnement et de la technologie sont déclinés: spécificité des

actifs, économies de production, complexité et instabilité environnementale, et règles du'jeu

économique. Finalement, les conditions liées aux coûts de transaction et au rythme de

l'innovation sont détaillées.

Dans cette énumération de facteurs, la préoccupation de Schoemaker gravite essentiellement

autour de la constitution de la rente interne à l'entreprise, ~ans _tellem~ntfaire r!5fére~çe_à_Ja .

concurrence en elle-même. A la différence de Peteraf (1993) Schoemaker présente

fondamentalement des· arguments relevant de la forme faible de la théorie des ressources. De

même que pour Peteraf, plusieurs éléments théoriques discontinus sont importés sans qu'une

logique d'ensemble ne se dégage réellement. Mais cependant~ concernant la difficulté liée à la

représentation de la temporalité dans la constitution de la rente, deux apports peuvent être

soulignés: d'une part, il n'y a pas de rupture conceptuelle du temps (ex ante, et ex post) ;

d'autre part, Schoemaker expose le dilemme capital à la source de la rente organisationnelle :

le comportement des membres de l'entreprise, le fonctionnement de l'entreprise elle-même

sont hors de portée de l'entendement. Des incompréhensions, des approximations naissent et

empêchent de déterminer précisément les causes efficientes de la performance. Les « frictions

de comportement (behavior frictions) » sont donc autant que les compétences cœur à l'origine

des rentes organisationnelles, mais de manière négative: «les nombreuses manières de se

tromper créent de nombreuses occasions de rentes» (Schoemaker, 1990, pI189).

Conservant l'acquis de ce premier travail, l'article de Amit et Schoemaker(1993) va proposer

un modèle original assurant la jonction entre les conditions de constitution de rentes internes à

l'entreprise et les caractéristiques de l'analyse stratégique du secteur considéré. Fondant leur

analyse sur une définition des ressources et des aptitudes correspondant à celle donnée

précédemment, .ils soulignent le rôle des imperfectionsdu marché qui permettent la constitution

d'actifs stratégiques: les actifs stratégiques sont «l'ensemble des Ressources et Aptitudes

difficiles à échanger et à imiter, rares, appropriables et spécialisées, qui soutiennent l'avantage

concurrentiel» (1993, p36).

Par conséquent, « les dirigeants d'entreprise sont confrontés au défi d'identifier, ex ante, un

ensemble d'actifs stratégiques composant les fondements d'un avantage concurrentiel

soutenable, et donc de générer des rentes organisationneUes. Ces dernières sont des rentes

économiques qui sont générées par les Ressources et Aptitudes de l'organisation et qui sont

appropriées par elle (plutôt que par un quelconque facteur isolé). Cela demande aux dirigeants

d'identifier l'ensemble des Facteun Stratégiques du Secteur (FSS) valables aussi bien

aujourd'hui que dans le futur» (Amitet Schoemaker, 1993, p36).

La représentation graphique qu'en donnent les auteurs (figureII.3.) invite à quelques

remarques. D'abord, les deux modes de coordination économique sont bien distingués, et l'on

comprend que chacun à ses règles de fonctionnement. C'est de l'interaction entre les FSS et les

R&A que naissent les actifs stratégiques qui donnent naissance aux rentes et donc à l'avantage
concurrentiel et à la performance. Ensuite, le mode « industrie» est une reprise du schéma de

Porter (1980), ce qui aurait mérité d'être clairement justifié. On s'en contente en première

analyse, puisque l'originalité de l'article ne porte pas sur ce point.

Figure n.3. Le cadre d'analyse d'Amit et Schoemaker (1993)

FIRME INDUSTRIE

Ressources Aptitudes Concurrents

• processus
clients
•

•
disponibles sur
le marché et
transférables
possédées ou •
organisationne
Is reposant sur
l'information
spécifiques à
\ 1
Facteurs
contrôlées par la firme Stratégiques du
la firme • tangibles ou Substituts
intangibles
Secteur +-
• convertibles
• spécifiques au
• biens secteur
intermédiaires
• R&A sujettes aux
imperfections du
marché
• affectent la Entrants
Actifs stratégiques performance de
• sous-ensemble des R&A sujettes aux l'industrie
imperfections du marché changent et sont
• recoupent les Facteurs Stratégiques du Secteur sensibles à
• forment la base de la stratégie concurrentielle l'incertitude ex
de la firme ante
• incertains ex ante
•
•
•
non~hangeables
complémentaires
rares
/
. Facteurs Fournisseurs
• appropriables Environnementaux
• spécifiques à la firme (par ex. technologie,
réglementation)
Déterminent les rentes organisationnelles

Par ailleurs, au sein des ressources, les auteurs distinguent les ressources contrôlées par la

finne et celles qui sont présentes sur le marché. Cela semble être une erreur dans le schéma

puisque nous sommes dans le mode «firme» et non dans le mode «industrie». Par

conséquent, selon nous, les seules ressources qui vaillent sont les ressources possédées ou
contrôlées par la firme. De même, _parmi les aptitudes, les auteurs incluent des «biens

intermédiaires », ce qui ne correspond pas à leur -et à nôtre- définition de l'aptitude comme

capacité 'à' -cela coïnciderait plutôt avec les ressources comme capacités 'de'. Aussi, à notre

avis, les biens intermédiaires étant tangibles, ils ne doivent pas appartenir à la catégorie des

aptitudes mais à celle des ressources.

De plus, la présence dans les Actifs Stratégiques de la firme et dans les Facteurs Stratégiques

du Secteur de la même propriété est problématique: «R&A sujettes aux imperfections du

marché». A notre sens, cette caractéristique convient aux actifs stratégiques de la firme, en ce

qu'ils existent parce que les marchés ne sont pas parfaits; mais les FSS ne peuvent pas être

eux-mêmes des ressources et des aptitudes existant à cause des imperfections du marché. TI y a

ici une incohérence. Toutefois, si l'on admet que des rentes organisationnelles peuvent être

obtenues grâce à des actifs stratégiques, répondant aux caractéristiques mentionnées par Amit

et Schoemaker et indépendantes du fonctionnement du marché, il est-possible d'admettre que

d'autres rentes peuvent être également obtenues de par la situation de l'entreprise elle-même

dans le secteur : dans ce cas, des rentes du type rentes de monopole et rentes de rareté. En ce

sens, la présence dans les deux ensembles de la même propriété pourrait se concevoir.

Enfin, il faut souligner que le schéma d' Amit et Schoemaker ne tranche pas clairement le débat

sur l'origine de la performance, et la nature dynamique du processus concurrentiel. D'une part,

il suppose que la firme existe déjà, qu'elle est en situation concurrentielle a priori; il ne prend

pas en considération la création par une entreprise d'un nouveau marché, d'une- nouvelle

combinaison de production schumpeterienne. D'autre part, le sens de la flèche, allant de

l'industrie à la firme, oblige à concevoir le comportement de la firme comme étant réactif ou

adaptatif, et non pas proactif ou créateur, comme cela est le cas lorsque la firme innove.

Le cadre d'analyse de la théorie des ressources vient d'être décrit. Les conditions d'émergence
de l'avantage concurrentiel, reposant sur l'appropriation de rentes organisationnelles ont été

précisées et commentées. Les imprécisions de l'analyse de Peteraf ont été progressivement

atténuées par les propositions d'Amit et de Schoemaker. Les apports de la discussion

précédente concernent : 1) la prise en compte de la concurrence comme une entité temporelle;

2) l'introduction de mécanismes inhérents à la firme susceptibles d' être à l'origine de rentes

organisationnelles, et non seulement de rentes de monopoles ou de rareté, inexpliquées par les

modèles d'économie industrielle; 3) la proposition d'une synthèse entre un modèle interne de

constitution des rentes et une analyse externe 'portérienne' de la concurrence, qui co-

déterminent la création des actifs stratégiques. Sur le dernier point, des précautions· doivent

être prises au niveau théorique même si l'orientation générale nous semble être bonne à suivre.

TI est apparu que les actifs stratégiques au sens d'Amit et Schoemaker (1993) devai~nt

posséder certaines propriétés. L'analyse des propriétés des ressources et aptitudes fait l'objet

de la partie suivante.

II.2.2. Les propriétés des ressources et aptitudes à la base de la performance

Une firme est une collection particulière de ressources et d'aptitudes. (penros~-,-)9?9;_!~~~e,__

1982; Rumelt, 1984; Wemerfelt, 1984; Dierickx and Cool, 1989; Barney, 1991; Ghemawat,

1991; Peteraf, 1993). Elle est unique par définition, en tant qu'elle est constituée d'uri ensemble

particulier de potentialités et d'usages. Même si les dotations de ressources étaient supposées

égales entre les firmes, du fait de l'utilisation idiosyncrasique des services par les aptitudes, le

cours propre des événements économiques au sein de chaque entreprise serait différent, et par

suite sa performance. De nombreux auteurs définissent les propriétés des. ressources

constitutives des entreprises (Wemerfelt, 1984; Barney, 1986, 1990 ; Dierickx et Cool, 1989;

Grant, 1991; Amit et Schoemaker, 1993; Black et Boal, 1994; Miller et Shamsie, 1996, Teece
et al., 1997): Le nombre de propriétés est plus ou moinsgrand suivarit la complexité et les

catégories de ressources retenues (Arrègle, 1996). Nous présentons ci-dessous, d'une part,

celles qui sont le plus souvent citées 1, et d'autre part, un schéma récapitulatif des influences de

ces propriétés sur la performance des entreprises.

Amit et Schoemaker (1993) poursuivent leur investigation et établissent un cadre normatif

caractérisant les propriétés nécessaires des actifs stratégiques conduisant aux rentes

organisationnelles. Nous reproduisons ci-dessous leur cadre théorique.

Figure HA. Caractéristiques des R&A de la firme à l'origine de rentes

Complémentarité Rareté Transférabilité

faible

Recoupement Inimitabilité

avec les FSS

Durabilité / Appropriabilité Substituabilité

limitée

Source: Amitet Schoemaker,1993, p38

Nous allons revenir sur les principales caractéristiques détaillées dans la figure lIA. Plusieurs

raisons nous amènent à vouloir préciser le travail d'Amit et Schoemaker. En effet; huit

propriétés sont distinguées par ces auteurs, ce qui peut paraître beaucoup. Sur un plan

empmque,· il est difficile·de distinguer autant de concepts et de les tester dans un même

1 le suffixe « -abilité » présent dans la plupart des baIbarismes utilisés pour définir les propriétés des ressources
traduit bien l'idée de «capacité de» et de «capacité à» contenues dans les notions de ressources et
d'aptitudes.
modèle, surtout lorsqu'ils semblent former un système comme l'évoque les traits reliant les

propriétés entre elles. Sur un plan théorique, certaines propriétés semblent plus fondamentales

que d'autres: d'une part, elles sont citées systématiquement par les autres auteurs travaillant

sur la théorie des ressources, et d'autre part, une hiérarchie dans les causes et les effets doit

être introduite pour plus de clarté.

IL 2. 2. a. Définition des propriétés des ressources et aptitudes

Disponibilité et transférabilité

Ces deux concepts sont proches l'un de l'autre. Nous les examinons successivement.

La disponibilité correspond à la présence des ressources et aptitudes sur un marché. En effet, si

l'on suppose que l'on peut acquérir les R&A ou s'en séparer, alors il existe un marché des actifs

stratégiques, comme c'est le cas pour les parts de marché, la réputation, les technologies, etc.

(Henderson, 1978). La détention pour une firme d'une ressource stratégique non disponible est

potentiellement à la. source d'une rente de rareté ou de monopole si la firme en contrôle la

disponibilité.

Mais le fait que les ressources soient ou non disponibles dépend également des anticipations

entre ceux qui les détiennent et ceux qui visent à les acquérir dans le but de mettre en oeuvre

leur stratégie. Pour certains auteurs, les firmes qui possèdent les meilleures estimations de la

valeur future des actifs stratégiques peuvent dégager des rentes économiques inaccessibles à

leurs concurrents (Barney, 1986). Barney met l'accent sur l'aptitude à anticiper la valeur future

des ressources comme étant un facteur clé de succès. TI ramène d'autres différences

intrinsèques entre entreprises au problème de l'anticipation de la valeur des ressources (manque

de fluidité du marché, position de monopole, absences d'entrées). Dierickx et Cool (1989)

soulignent le fait qu'il n'existe sans doute pas à proprement parler un marché pour toutes les

(~
ressources, par exemple pour ·la réputation. De même, reprenant à leur compte l'une des

hypothèses de base de l'économie des coûts de transaction (Williamson,1979 et 1985), ils

stipulent que plus un actif est spécifique, moins il est échangeable sur un marché -ou en tout

cas pas à la même valeur. Barney (1991) conteste ces arguments en réaffirmant qu'il existe un

marché pour toutes les ressources à partir du moment où les coûts engagées pour la création

de l'actif stratégique peuvent 'être estimés.

Ce qui est gênant dans l'interprétation de Barney (1986, 1991) c'est qu'elle fait reposer la

création de rentes organisationnelles sur la rationalité ou les capacités d'anticipation des

agents, en désaccord avec les hypothèses avancées par Schoemaker (1990) par exemple. Qui

plus est, les firmes ayant sous-estimé les revenus réels d'une stratégie peuvent sembler avoir eu

de la chance dans leurs choix stratégiques (Barney, 1986), ce qui n'est pas sans poser des

problèmes théoriques et empiriques : si la chance est un facteur explicatif de la performance,

quelle part reste-t-il à l'explication scientifique de· la. performance? et comment .mesurer la

chance, et ses effets sur la création de rente? En outre, Barney (1986, 1988) suppose que les

marchés sont efficients puisque les imperfections qu'il cite ne sont pour lui que des exemples

de mauvaises anticipations des entreprises que de réelles imperfections. TIest un des partisans

de la forme forte de la théorie des ressources, qui achoppe sur les difficultés et le manque de

réalisme traditionnels des hypothèses de rationalité et d'équilibre.

Par conséquent, il est préférable d'essayer ,de se 'recentrer autour d'une hypothèse moins

contraignante consistant à dire que moins les R&A sont disponibles sur un marché, plus elles

sont possédées par les firmes, et par conséquent, sous·la réserve d'imperfections de marché,

plus elles peuvent être à l'origine de rentes organisationnelles.

La transférabilité des ressources correspond au transfert chez les concurrents des rentes

idiosyncrasiques. Ainsi, elle est corrélée négativement à la spécificité des actifs et à leur

disponibilité. Plus un actif est spécifique, moins a priori il est disponible sur le marché, et moins

il est transférable aux concurrents en tant que potentiel de rentes. Grant (1991) ou Conner

(1991) montrent que les rentes générées par les activités de la firme sont d'autant supérieures

que les ressources et aptitudes sont spécifiques et liées entre elles, c'est-à-dire qu'elles sont

moins transférables. Toutefois, il ne faut pas assimiler complètement la spécificité et la

transférabilité. En effet, une ressource spécifique, comme un outil dédié, peut théoriquement

être transférable. Par exemple, le système spécifique de réservation des lignes aériennes

américaines a été adapté aux chemins de fer français. Mais, comme l'illustre cet exemple, la

transférabilité des R&A de manière séparée ne garantit pas la transférabilité de l'avantage

concurrentiel produit par l'exécution d'aptitudes sur les services d'une ressource, même très

spécifique (Ghemawat, 1986; ,Grant, 1991; Dierickx et Cool, 1989). De plus, un actif trop'

spécifique perd sa valeur d'échange, et n'est plus transférable, et peut devenir à terme une

ressource aux services limités et contraignants (Foray, 1991). Par conséquent, les concepts de

transférabilité et de spécificiténe sont pas synonymes.

Pour notre part, nous définirionsla transférabilité d'une R&A comme la possibilité pour elle(s)

de trouver un marché sur lequel elle(s) puisse(nt) être échangé(es). Pour prendre une analogie,

la transférabilité des R&A est le symétrique de la disponibilité. La disponibilité exprime le

degré de présence d'une ressource sur un marché pour n'importe quelle firme -la ressource est

« en attente» de firme. La transférabilité exprime pour une ressource détenue par une firme ·la

possibilité d'être échangée sur un marché -la ressource est« en attente» de marché.

La disponibilité et la transférabilité s'appliquent aussi bien aux ressources qu'aux aptitudes. La

disponibilité correspond à la présence des ressources et aptitudes sur un marché. La

 transférabilité exprime la possibilité pour des R&A de trouver un marché d'échange pour être

'transférées' chez un concurrent. Dans l'esprit des auteurs, elle est corrélée positivement avec

la disponibilité. En fait, a priori, plus des R&A sont disponibles ou transférables sur un marché,

moins elles sont à l'origine de rentes, et donc de performance pour la firme.

Substituabilité

Wemerfelt (1984) pose que la «disponibilité de ressources substituables tend à faire baisser les

. revenus des détenteurs de ces ressources ». Barney (1991) parle de substituabilité 'par

ressources similaires' pour le cas où une firme se procure exactement la même ressource que

,sa concurrente (cas du débauchage d'un employé par exemple), et de substituabilité 'par

ressources différentes' pour le cas où les services équivalents sont rendus par d'autres

ressources. Pour cet auteur ainsi que d'autres (Dierickx and Cool, 1989 ; Amit et Schoemaker,

1993), la substituabilité imparfaite est une des propriétés fondamentales de la théorie des

ressources.

On a vu que les ressources ne valent que par les services qu'elles peuvent rendre et par

l'utilisation qui en est effectivement faite (penrose, 1959). Par conséquent, on peut très bien

concevoir qu'un ensemble de services peut être rendu par d'autres ressources, de manière plus

économique sans que les particularités liées à l'usage interne qu'en fait la firme soient remises

en question. En outre, l'aptitude à utiliser une ressource peut elle aussi être substituée par une

autre. Par exemple, dans le secteur de l'imprimerie, l'aptitude à photocomposer a été remplacée

par l'aptitude à concevoir sur ordinateur. On peut citer également la structure d'organisation

des entreprises japonaises reposant sur une aptitude à envisager différemment le processus de

production utilisé par les entreprises.capitalistes anglosaxonnes (Aoki, 1990 ; Sanchez,1995).

Par conséquent, la non-substituabilité des R&A est un facteur déterminant de la constitution de

rentes propres à la firme, et donc de sa performance.

Une ressource ou une aptitude sont en théorie toujours substituables2, au sens où l'on peut se

procurer les servIces des ressources et les aptitudes sur un marché

(disponibilité/transférabilité). Mais la cohérence entre les ressources et aptitudes n'est pas

substituable directement, notamment lorsqu'elle résulte de la construction d'un avantage

concurrentiel (Teece, et alü, 1994; Teece et alli, 1997). TI Ya donc un pas important à franchir

entre la substituabilité virtuelle des ressources et aptitudes et la substituabilité effective de ces

mêmes éléments (Leonard-Barton, 1992, 1995). Néanmoins, les auteurs considèrent que plus

les R&A sont substituables, moins elles sont à l'origine de rentes organisationnelles,

d'avantages concurrentiels soutenables et donc de performance.

Imitabilité

L'imitabilité est la troisième des caractéristiques primitives des ressources susceptibles

d'expliquer la présence d'avantages concurrentiels. De même que si de nombreux substituts

sont accessibles, les rentes dégagées par la firme baissent, de même si les ressources sont

imitables facilement, la firme ne pourra pas maintenir son avantage concurrentiel. L'imitabilité

caractérise donc une ressource ou une aptitude qui peut être reproduite à l'aide d'un autre

ensemble de ressources et aptitudes ou d'un ensemble équivalent _

Cette propriété des R&A est sans doute celle qui rapproche le plus la théorie des ressources de

l'analyse industrielle pour laquelle les barrières à l'entrée et à la mobilité sont essentielles. A ce

titre, il est intéressant de souligner l'argument de Barney (1991) : lorsque les liens entre les

ressources contrôlées par une firme et un avantage concurrentiel sont mal compris, c'est-à-dire

en cas d'''ambiguité causale" (Lippmail et Rumelt, 1982; Barney, 1986), il y auràit imitabilité

imparfaite. En l'absence de cette ambiguïté, chaque firme pourrait imiter sa concurrente en

reliant les causes (les ressources) aux effets (l'avantage concurrentiel).

2 Ce qui pose des problèmes de mesure de ce concept à l'aide de variables observables.

124
TI semble qu'il. y ait un consensus établissant que la non-imitabilité des ressources est une

condition nécessaire à la création de rentes. La question de savoir si l'imitabilité imparfaite est

une condition suffisante à la constitution d'un avantage concurrentiel (Barney, 1986 et 1991,

Reed et DeFilippi, 1990)et à la performance (Miller etShamsie, 1996) reste cependant posée.

Par conséquent, on rejoint par ce biais les raisonnements sur les mécanismes isolants de la

concurrence sans toutefois que ce soit exactement sous le même angle. Mahoney et Pandian

(1992, p372) offrent à cet égard une comparaison détaillée des différents mécanismes

d'isolation du marché selon les perspectives de la théorie des ressources et de l'économie

industrielle. En effet, pour les tenants de la théorie des ressources, l'ambiguïté causale provient

principalement de trois causes : le caractère tacite des R&A, la complexité qui dépend du

nombre de composants et d'interactions possibles entre les causes probables de l'actif

stratégique, et la spécificité des R&A (Reed et De Filippi, 1990). Ces trois éléments sont tous

internes à l'entreprise: ils concernent la firme, plus que le marché. En cela, les mécanismes de

la non-imitabilité sont traités de manière intrinsèque à la firme par le théorie des ressources

tandis qu'ils sont envisagés de l'extérieur en économie industrielle. Par ailleurs, Reed et

DeFilippi (1990) montrent également que les barrières à l'imitation s'affaiblissent avec le

temps, et que la firme doit réinvestir pour maintenir ce type de barrière si elle veut préserver sa

source d'avantage .

.Rareté et mobilité

La rareté et la·mobilité sont considérées par les auteurs de la forme forte de la théorie des

ressources comme essentielles à la performance de l'entreprise, par les autres non. L'argument

développé parles premiers est que pour qu'un avantage concurrentiel soit soutenable, il doit

être,.nécessairement fondé sur des ressources rares et non mobiles (Barney, 1986 ; ChatteIjee,

1990 ; Dierickx. et Cool, 1989 ; Montgomery et Wernerfelt, 1991). TI est alors à l'origine de

125
rente de rareté.

Pour Peteraf, (1993) nous avons vu que la non mobilité était même une des quatre pierres

angulaires de l'avantage concurrentiel. D'une part, les ressources rares et non mobiles sont une

des conditions de base afin de pouvoir caractériser les ftrmes qui les possèdent comme étant

hétérogènes entre elles. En effet, une ressource rare n'est par déftnition pas possédée par

beaucoup d'entreprises, et la mobilité difficile des ressources limite les possibilités

d'homogénéisation des structures de coût et des fonctions de production des entreprises à

court ou moyen terme. D'autre part, le fait que les R&A restent sous le contrôle de la firme est

également expliqué par ces deux propriétés.

Les partisans de la forme faible estiment quant à eux que les rentes ne proviennent pas

nécessairement d'une détention de ressources rares et immobiles, présentes dans les

entreprises, mais, à la suite de Penrose, d'une meilleure utilisation des services des ressources

dont les ftrmes disposent (Amit et Schoemaker, 1990 ; Castanias et Helfat, 1991; Collis, 1991;

Reed et de Filippi, 1990 ; Teece, Pisano et Schuen, 1997). Par conséquent, dans ce cas, la

rareté et la mobilité des ressources n'entrent pas directement parmi les éléments constitutifs de

l'avantage concurrentiel. lis sont des conséquences de la constitution d'actifs stratégiques,

plutôt que leur cause. Pour ces auteurs, les propriétés de rareté et denon-mobilité-ne sont-~··-

donc pas des conditions nécessaires de la performance.

La rareté et la non-mobilité des ressources sont deux facteurs importants de la théorie, en ce

qu'elles participent au débat constitutif du Courant des Ressources. Pour nous, elles ne sont

toutefois pas des causes suffisantes de la création d'actifs stratégiques. En effet, la rareté et

l'immobilité des ressources sont à rattacher à la disponibilité et à la transférabilité : en quelque

Sorte, plus une ressource est rare et immobile, moins elle est dispomble et transférab1e; et donc,

plus elle est potentiellement à l'origine de rentes et de performances. Par conséquent, l'ajout de

126
 ces deux facteurs n'apporte que peu à l'explication du mécanisme de création des rentes

organisationnelles. lis se rattachent à la première propriété évoquée : la

disponibilité/transférabilité.

Tangibilité et codification

La tangibilité des R&A comme source de la performance est avancée par les auteurs qui

traitent de l'acquisition des connaissances et de leurs relations à la création de ressources (De

Gregori, 1987; Hall, 1991 ; Leonard-Barton, 1992 ; Collis, 1994; Zander et Kogut, 1995;

Iansiti, 1995). Cette propriété caractérise la nature même des ressources ou aptitudes en ce

qu'elles ne sont pas explicites, facilement élicitées par les acteurs économiques (Winter, 1987).

Les connaissances sont, dans le cadre de cette analyse, des aptitudes plus ou moins tangibles,

suivant le degré de complexité du problème à traiter .et de l'expertise de l'acteur -à la

différence des informations qui peuvent être qualifiées de ressources au sens où elles

constituent des actifs qui ont un coût évaluable, et qu'elles doivent être activées par les

aptitudes (Moingeon et Edmonson, 1996).

Le corpus théorique résumé brièvement postule que plus les connaissances sont intangibles,

moins elles sont transmissibles à l'intérieur de l'organisation (ce qui représente un risque de

perte de valeur) et à l'extérieur de l'organisation (ce qui représente a priori un avantage,

puisque cela signifie qu'elles sont imparfaitement imitables). De même, plus les connaissances

sont codifiées3, plus elles sont transmissibles, plus elles sont reproductibles, mais aussi plus

facilement imitables (Zanderet Kogut, 1995). Le lien entre ces notions et celles d'imitabilité et

de substituabilité est assez immédiat: ainsi, «plus une ressource est inobservable, plus ses

barrières à l'imitation sont fortes, et plus un avantage concurrentiel reposant sur cette

3 Lacodification revient à l'élicitation objective et transmissible d'un savoir. Elle réduit le caractère tacite de la
connaissance (degré de« tacitness »)

127
ressource sera soutenable» (Godfrey et Hill, 1995, p523). Les actifs intangibles et non

codifiés, dont la contribution serait à l'origine de rente sont par exemple l'identité (Fiol, 1991),

la réputation (Rao, 1994), la confiance interne à l'organisation, etc.

Les propriétés de tangibilité et de codification sont donc reliées à celles de substituabilité des

ressources et d'imitabilité des aptitudes. En bref, plus une ressource et ses services sont

tangibles, plus ils sont substituables. Et plus une aptitude est codifiée, plus elle est imitable.

Cette distinction est similaire à celle proposée par exemple par Miller et Shamsie (1996) entre

les ressources reposant sur la propriété (ressources tangibles et plus ou moins substituables), et

les ressources reposant sur la copnaissance (ressources intangibles et plus ou moins imitables).

L'influence sur la performance de ces propriétés est en apparence contradictoire: en effet, plus

les R&A sont tangibles et codifiées, plus elles sont imitables et substituables. Leur effet est

donc négatif sur la performance de l'entreprise. Mais une autre relation est à prendre' en

considération: plus une ressource est tangible, plus une aptitude est codifiée, et plus elles sont

réplicables à l'intérieur de l'entreprise: soit par la même personne, par la même équipe de

travail, ou par l'entreprise sur ses différents sites d'exploitation (Grant, 1991). Par conséquent,

d'un autre côté, plus ces R&A peuvent être à l'origine d'économies, et de rentes (Winter,

1995). Cette contradiction n'est qu'apparente. En fait, elle résulte de lajuxtaposition-des-effets-------

différents de certaines propriétés des ressources selon le mode de coordination économique

auquel on se place: au niveau de la firme seule, l'effet est positif sur la performance; au niveau

de l'industrie en revanche, les mêmes causes produisent des effets différents. Cette observation

est l'occasion de souligner à nouveau l'importance que revêt la flèche épaisse dans le schéma

d'Amit et Schoemaker (figure II.2.) uniquement orientée des FSS vers les Actifs Stratégiques.

Selon nous, la performance d'une entreprise est le résultat d'interactions entre les deux modes

de coordination économique au fonctionnement distinct

128
 Appropriabilité

L'appropriabilité caractérise la manière dont une entreprise peut jouir de l'utilisation des

services d'une ressource, c'est-à-dire la manière dont elle peut en retirer des bénéfices par

l'usage d'aptitudes. Les moyens évoqués par Penrose (1959), et par d'autres pour le

développement des ressources sont la croissance interne, la croissance externe, et les accords

de coopération (Teece, 1986; Quélin, 1997). Les caractéristiques de l'appropriabilité des

ressources sont plus fortes dans le cas de la croissance interne que dans les deux autres : en

effet, les aptitudes se développent conjointement aux ressources, et les rentes dégagées sont

directement appropriables (Amit et Schoemaker, 1993). Dans le cas de la croissance externe,

les ressources et les aptitudes sont acquises: elles deviennent pour l'acheteur des ressources à

approprier. Toutefois, afin d'en tirer le meilleur profit, l'acheteur doit disposer au préalable des

aptitudes à intégrer et différencier ces ressources, des compétences au sens de Prahalad et

Hamel (1990). Dans le cas de la coopération (Quelin, 1996), il Ya partage de la disponibilité

des ressources et des aptitudes : on peut émettre l'hypothèse que celui qui a la plus forte

appropriabilité sur les résultats est celui qui partage le moins les aptitudes.

L'appropriabilité renvoie également aux "facteurs de l'environnement, sans compter l'entreprise

et le marché, qui gouvernent l'aptitude d'un innovateur à capturer les bénéfices générés par son

innovation" (Teece, 1986; Coombs et al., 1992). L'appropriabilité peut être déclinée suivant la

nature de la technologie et l'efficacité du système légal (Teece, 1986). Les "mécanismes

d'isolement" de la concurrence comme les droits de propriétés, les temps de latence à l'accès de

l'information sont des variantes de l'appropriabilité (Rumelt, 1984). Langlois et Roberstson

(1995) estiment qu'il existe un arbitrage entre la spécialisation et l'appropriabilité des rentes

permises par l'intégration. D'un côté, il est préférable d'innover en conservant la propriété des

rentes générées, mais de l'autre, le succès de l'innovation peut être dépendant de ressources

. 129
complémentaires détenues par d'autres entreprises de la filière. Par conséquent, SI

l'appropriabilité est faible, l'entreprise sera incitée à intégrer afin de réduire la disponibilité et la

transférabilité des ressources stratégiques nécessaires

L'appropriabilité s'applique aussi bien aux ressources qu'aux aptitudes. Elle peut influer sur la

disponibilité d'une ressource (monopole d'approvisionnement par exemple). Ainsi, la

disponibilité des R&A est influencée par des caractéristiques propres au secteur d'activité, et

également par le degré d'appropriabilité des ressources (Teece, 1982, 1986). Mais

l'appropriabilité n'affecte a priori ni la substituabilité ni l'imitabilité des ressources et des

aptitudes. En effet, ce n'est pas parce qu'une entreprise est à même de retirer un plus grand

profit des R&A qui sont "sous sa maîtrise que les conditions de la substituabilité et de

l'imitabilité des ressources sont modifiées en elles-mêmes.

IL2.2.b. Propriétés des R&A et performance: premières hypothèses de

recherche
Parmi les principales propriétés caractérisent les R&A stratégiques de l'entreprise, qui sont à la

base de la constitution des rentes organisationnelles et de la performance individuelle des

fIrmes, on peut distinguer semble-t-il plusieurs catégories. Certaines s'appliquent aux

ressources et aux aptitudes, d'autre non (la codification). Certaines sont difficilement '. l'.

observables (la tangibilité, la rareté, la mobilité ou l'appropriabilité). Certaines enfin sont

directement reliées à d'autres (la rareté et la mobilité sont reliées à la

disponibilitéltransférabilité par exemple; la tangibilité et la codification à l'imitabilité et à la

substituabilité).

Nous qualifions de propriétés primaires, les propriétés qui s'appliquent à la fois aux ressources

et aux aptitudes, qui semblent plus facilement observables au niveau empirique, et qui ne font

pas référence à d'autres propriétés mais auxquelles d'autres propriétés font référence. D'après

130
la présentation précédente (II.2.2.a.), les propriétés «primaires» sont la disponibilité et la

transférabilité, l'imitabilité et la substituabilité des ressources et aptitudes. Les autres propriétés

sont qualifiées de secondes, au sens où elles contribuent à l'explicitation des propriétés

primaires, et où elles ne répondent pas aux autres critères les définissant

Le cadre d'analyse générique proposé par Amit et Schoemaker (1993) nous semble donc, une

fois les remarques énoncées plus haut et la simplification sur les propriétés prises en compte,

bien adapté à notre problématique et correspondre avec le modèle théorique général des

ressources. Notamment, il permet de rendre compte de la double logique de coordination

économique à l'œuvre dans la création de rentes. D'un côte la logique économique d'économie

industrielle, illustrée, par exemple, par la transposée du schéma de Porter dans la figure II.3 ;

de l'autre la constitution des rentes organisationnelles par le processus de mise en

correspondance entre les ressources et les aptitudes, et la création d'actifs stratégiques selon

Amit et Schoemaker (1993)4.

Pour notre part, et suite à la hiérarchisation effectuée entre les propriétés primaires et

secondes, nous proposons le schéma suivant (Figure 11.5). n s'appuie sur les apports du

premier chapitre (tableau 1.6) qui mettait en avant le caractère bi-modal de la coordination

économique, et les rôles respectifs du marché et de la firme dans la constitution des rentes

accessibles à l'entreprise. Nous ne rejetons donc pas le rôle important joué par la partie

industrie, d'une part dans la détermination des FSS, et d'autre part, dans les possibilités de

rentes (de monopoles, quasi-rentes) permises par la structure industrielle. Ces relations sont

figurées dans la partie gauche de la figure. La partie droite reprend et développe la liaison

formulée supra (II.2.1.c) : R&A-7Avantage concurrentiel -7 Rentes -7 Performance, à partir

de la revue de littératUre théorique précédente. Elle illustre le fait que l'appropriation des

4. Rappel: «We thus defme the fmn's Strategie Assets as the set of difficu1t to trade and imitate, scarce,
appropriable and specialized Ressources and Capabilities that bestow the fnm' s competitive advantage » (Amit
etSchoeDŒWker,1993,p36)

131
 rentes organisationnelles repose sur un avantage concurrentiel lui-même dépendant des

propriétés des ressources et aptitudes. De plus, l'appropriation des rentes est interne à

l'entreprise et constitue la majeure partie de l'explication de la performance de l' entreprise5•

C'est la combinaison de l'influence des deux types de relations au sein de chaque mode de

coordination
.
économique qui permet
.
d'établir les sources de la performance .

Figure fi.5. Propriétés des R&A, rentes et performance

...········MODàDE·····.....
,/ COORDINATION ' .
\. ECONOMIQUE: l
RESSOURCES APTITUDES ..•.•.... FIRl\1E .__.-... --
..... - •..•..---- •..- .. ---
•• •• Non-Tr sférables
•• ••
•• •• Non-Su stituables
Non- . bles

Facteurs Stratégiques ••Ac.tifsStratégiques Rentes

du Secteur •• •• organisationnelles'
••
Avantage Con~uuC4ntiel

Rentes économiques
....···-MooiDE·····.. (monopole, quasi-rentes)
/ COORDINATION ....
\. ECONOMIQUE: ..:
···.....~ARCHJ?: .... /
-- ... o.-- ....--

Dans le cadre de notre recherche, nous nous centrons sur la partie droite·de la figure 11.5., soit

la firme. Plus précisément, à l'issue de l'examen des différentes propriétés, primaires et

secondes, et de la hiérarchisation qui en a découlé concernant leurs influences sur les actifs

stratégiques générateurs de rentes organisationnelles, et source de performance, nous

proposons un modèle simplifié6, inspiré de la figure lIA, et correspondant .au niveau

d'analyse auquel se situe notre recherche :la firme. n va sans dire que la figure 11.6. est un

5 On rappelle que les travaux présentés en 1.2.2. expliquaient environ 35% de la variance des performances
observées par des caractéristiques propres aux flIUlescontre moins de 20% pour l'industrie.
6 parmi d'autres possibles (voir par exemple Black et Boa!, 1994; Collis, 1996, p143)

132
 'raccourci' qUI Vise uniquement à montrer le lien entre les propriétés desR&A et la

performance de l'entreprise. TI sous-entend d'une part, le chaînage causal complet de la partie

supérieure de la figure 11.5, et d'autre part, il ne prétend pas à lui seul rendre compte de la

totalité de la perlormance, puisque des facteurs sectoriels agissent également Toutefois, en

l'absence d'études. qui montrent la manière de mesurer les types de rentes appropriées, il

constitue. un outil synthétique utile permettant à la fois de hiérarchiser les propriétés de

ressources (propriétés primaires et secondes) et de représenter leurs influences sur la

perlormance : ainsi, il semble clair à tous les tenants de la théorie des ressources que moins les

R&A sont disponibles, imitables et substituables, plus elles sont à la source de rentes et de

perlormance pour l'entreprise.

Figure ll.6. Représentation schématique des propriétés des ressources et aptitudes et de

leur impact sur la performance des finnes industrielles

Appropriabilité 1-
- .-
DISPONIBILITE / - P D
Rareté et Non-Mobilité TRANSFERABILlTE·
E E
R
F L
Tangibilité (Ressources)
4-
SUBSTITUABILITE •• - 0
R
A
Tangibilité et Codification
M F
(Aptitudes)
A
~
'1 IMITABILITE •• - - N
1
R
C M
E E
+

Propriété seconde Propriété primaire

II.2.3. Etudes empiriques sur l'impact des ressources sur la performance

Le nombre d'études testant la validité des thèses de la théorie des ressources est en croissance

continue. Toutefois, il n'en existe guère qui porte spécifiquement sur le lien entre les propriétés

des ressources et des aptitudes et la perlormance. Trois thèmes se dégagent des études

133
empiriques, qui mettent en évidence la pertinence de l'examen des R&A. Le premier thème met

l'accent sur l'importance de l'entreprise comme niveau d'analyse de leur succès économique.

Cela est montré par deux moyens: soit en ne validant pas de différences significatives de

performance entre secteurs ou groupes stratégiques, soit en mettant en avant les ressources

idiosyncrasiques de certaines entreprises pour expliquer leur performance. Le deuxième thème

met en rapport les liaisons entre les ressources détenues par la firme et la nature de sa

diversification. Les tests effectués gravitent autour des formes de diversifications et de la

performance, et autour de la notion de cohérence stratégique dans l'explication de la réussite

de la diversification. -Enfin, le dernier thème étudie les. caractéristiques de comportements

stratégiques pour lesquels la possession de ressources stratégiques est au cœur de la décision :

le choix d'entrer dans un secteur, la fusion d'entreprises et la sortie d'un secteur.

II.2.3.a. L'importance de lafirme comme niveau pertinent d'analyse-·-

Une des pistes qui permettent d'apporter des éléments empiriques aux questions de recherche

qui sont ressorties de l'examen de la théorie des ressources consiste dans un premier temps à

valider la pertinence de la firme comme niveau d'analyse significatif de la performance. Cela

Pe.\lt être effectué de deux manières. D'une part, en illustrant. que -les.-analyses-au·-niveau~

sectoriel ne procurent pas les explications attendues sur les divergences de performance

observées. D'autre part, en montrant que des entreprises au succès incontesté possédent des

R&A idiosyncrasiques, c'est-à-dire non transférables, non imitables et non substituables.

Concernant la première voie, il est intéressant à cet égard de noter que dans leur article de

1990, portant sur les contrastes de croissance et de performance des petites entreprises, Birley

et Westhead ne trouvent pas de cycle commun aux différents types d'entreprises:

«Certainement les firmes changent, mais pas nécessairement selon une séquence de phases

préétablie. D'ailleurs, les données présentées dans cet article suggère que les chercheurs

134
devraient développer des théories qui décrirait de meilleure façon 'l'hétérogénéité des

secteurs» (Birleyet Westhead, 1990). Leurlogique de recherche repose sur le paradigme S-C-

P: ils proposent donc comme agenda de recherche l'approfondissement de l'analyse de

l'hétérogénéité des secteurs. En utilisant des variables empruntées à ce type d'analyse, ces

auteurs ne sont pas parvenus, comme ils le souhaitaient, à dégager des modes de croissance et

de performance propres à certaines catégories d'entreprises. Une alternative à leur point de

vue, inspirée par le Courant des Ressources, aurait été de tester l'hypothèse suivant laquelle les

firmes ayant des ressources aux propriétés semblables ont le même cycle de croissance quel

que soit leur secteur d'activité. Parce cas est illustré le changement considérable de

perspective sur l'analyse des performance des firmes entraîné par la théorie des ressources : au

lieu de mieux décrire "l'hétérogénéité des secteurs", c'est sur l'hétérogénéité des firmes qu'il

aurait sans doute fallu diriger son regard.

Dans le même ordre d'idées, dans leur étude sur le lien entre la stratégie, les groupes

stratégiques et la performance dans le secteur de l'épicerie de détail au Royaume-Uni, Lewis et

Thomas (1990) trouvent que la définition' des groupes stratégiques ne permet pas d'expliquer

de manière satisfm.sante les différences de performance observées. n concluent sur le fait que

« les différences entre les firmes de dotations en actifs et ressources, le pouvoir de marché et

les qualifications pour mettre en œuvre efficacement les stratégies doivent l'emporter sur les

effets au niveau des groupes stratégiques» (Lewis et Thomas, 1990, p396).

Montrer que le niveau d'analyse du groupe ou du secteur ne rend pas compte des différences

de performance ne suffit pas à justifier la pertinence du niveau 'fume' ~ La seconde voie de

démonstration porte sur des illustrations, la plupart du temps à partir d'études de cas, de

l'intérêt de se focaliser sur les ressources idiosyncrasiques des fIrmes.

Walsh et al. (1996) présente l'une des premières études détaillées des compétences cœur au

135
niveau de l'industrie des semi-conducteurs. L'article liste les sept principales qualifications

requises dans les différents processus de production, puis les évalue en deux phases: d'abord

les compétences coeur des différentes firmes sont évaluées, puis elles sont comparées à la liste

définie dans la première étape. La troisième étape consiste en la mesure de la performance,

estimée par la longévité des entreprises dans le secteur et par leur part de marché. TI ressort de

l'analyse qu'aucune des entreprises de fabrication et d'assemblage n'a survécu en tant

qu'entreprise indépendante. Ce résultat illustre l'importance, pour la performance durable de la

firme du secteur des semi-conducteurs, soit de posséder en propre l'élaboration des matières

premières soi t de maîtriser la relation avec les fournisseurs de matières premières, ce que l'on

peut appeler la ressource de relation d'échange. En outre, plus les entreprises détiennent de

ressources et d'aptitudes sur les sept principales, plus leur performance se révèle être bonne

(longévité et part de marché). «Notre étude soutient l'argument normatif suivant :~les

entreprises qui con~truisent leur stratégie autour de compétenc~s .cœllr sont plus susceptibles

de réussir que les autres» (Walsh et al., 1996, pI61).

Dans la même veine, Bogner et Thomas (1994) élaborent un modèle d'explication de- la

constitution d'un avantage concurrentiel dans l'industrie pharmaceutique américaine et

européenne reposant explicitement sur la théorie des ressources. Les deux premières.questions_. ---

de recherche qu'ils posent portent respectivement 1) sur l'influence déterminante de la firme

ou de l'environnement concurrentiel dans l'émergence de 'compétences cœur' puis 2) sur la

manière dont les fIrmes disposant de telles ressources perdent leur avantage concurrentiel.

Bogner et Thomas étudient 41 fumes, dont 9 en profondeur. Sur cette base, ils estiment que la

relation de détermination de la performance va du marché vers la firme. En revanche,

conformément aux hypothèses de la théorie des ressources, les raisons pour lesquelles les

firmes dominantes ont perdu leur avantage concurrentiel au cours des décennies passées

résident dans leur absence de réinvestissement dans de nouvelles ressources idiosyncrasiques

136
 (Reed et DeFilippi, 1990). Les auteurs concluent à la coexistence. des deux modes

d'explication de la performance, à la manière d'une destruction créatrice schumpeterienne.

Recentrant l'objet d'étude, l'article de Hall (1994) s'intéresse spécifiquement aux aptitudes. II

met en avant l'importance des facteurs intangibles dans l'explication de la performance. II

illustre, à partir de cas d'entreprises de différents secteurs, le rôle joué par plusieurs variables

sur leur performance: principalement, la réputation, le savoir-faire des employés, et la culture

de l'entreprise. Par ailleurs, Hall insiste sur le fort degré d'interrelation entre ces notions.

Powell et Dent-Micallef (1997) étudient l'impact de l'introduction des technologies de

l'information dans le commerce de détail. Ils montrent que la ressource informatique seule ne

permet pas de dégager des performances supérieures tandis que la présence d'aptitudes

humaines formées et engagées dans l'utilisation de la ressource informatique, ainsi que la

présence de ressources complémentaires .. -notamment les relations avec les fournisseurs-

améliorent significativement la performance des firmes qui en sont détentrices. Ainsi, l'.usage

des services potentiels des technologies de J'information n'est effectif qu'en présence de R&A

complémentaires.

Les articles cités permettent de mettre à jour, grâce aux études empiriques, un élément

essentiel. Le choix de la firme comme niveau d'analyse apporte des éclairages remarquables à

l'étude de la performance que ne permet pas l'étude sectorielle. Une illustration supplémentaire

peut en être donnée par Conant et al. (1990). Reprenant la typologie de Miles et Snow (1978)

qui distinguent, dans leur relation avec l'environnement économique, les entreprises défensives,

prospectives, analysantes et réactives, Conant et al. (1990) montrent que la compétence

dIstinctive de l'activité marketing est significativement différente des autres pour chaque type

stratégique d'entreprise. ils tentent de relier ces différences avec des évaluations qualitatives de

la performance des firmes considérées et montrent que les entreprises dites réactives sont les

137
 moms performantes. n s'agit donc d'une mesure relative de l'influence d'une activité

distinctive (le marketing) sur la performance dans un secteur particulier.

En outre, trois points peuvent être signalés: 1) la ressource peut être caractérisée également

comme une relation d'échange (Walsh~ 1996; Powell et Dent-Micallef, 1997); 2) la

dissipation de l'avantage concurrentiel grâce à la théorie des ressources est peut-être mieux

expliquée encore que sa constitution (Bogner et Thomas, 1994) ; 3) les aptitudes intangibles

contribuent grandement à l'explication de la performance (Hall, 1994; Powell et Dent-

Micallef, 1997). Toutefois, la taille des échantillons, et la relative simplicité des tests utilisés

pour démontrer ces thèses constituent des limites très restrictives de ces travaux.

L'étude de Verdin et Williamson (1994) élargit la base de référence. Sur le plan empirique,

l'échantillon repose un extrait de la base de la Small Business Administration et porte sur )'

377000 SBD. Sur,Je plan théorique, l'article repose sur la contribution de Dierickx et Co oF

(1989) pour définir les ressources comme des catalyseurs de l'accumulation des actifs. Les "

quatre facteurs qui empêchent la substitution et l'imitation rapide et peu coûteuse ."des

ressources stratégiques d'une firme sont: 1) les déséconomies de temps 2) la prééminence à la

quantité d'actifs 3) l'interconnexion des actifs et 4) l'ambiguïté causale. Les indicateurs retenus

pour estimer les ressources et aptitudes des firmes sont donnés dans le tableau n~7:-l:;a-variable-- -

de performance étudiée est un différentiel d'estimation de la durée de vie des entreprises

appartenant à deux sous échantillons : firmes ayant vécu moins de cinq ans ou plus de cinq ans.

Verdin et Williamson montrent que l'établissement et la performance de nouvelles firmes est

dépendante de la possession des ressources stratégiques. Notamment, ils comparent les

entreprises ayant accès aux ressources d'un groupe déjà installé aux entreprises indépendantes.

Dans les secteurs où le degré de fragmentation de la clientèle est important et où la

7 Nous reviendrons plus en détail sur cette contribution majeure lors du chapitre portant sur
l'opérationnalisation des variables de notre modèle

138
standardisation des produits est faible, les entreprises indépendantes . souffrent d'un

désavantage compétitif qui grève leur performance. Cet effet est relativisé par l'importance

éventuelle de la publicité media, qui permet aux entreprises indépendantes investissant

fortement sur cette· ressource de compenser partiellement leur désavantage. Verdin et

Williamson soulignent par ailleurs qu'au bout de cinq ans, les entreprises indépendantes qui ne

bénéficiaient pas des apports en ressources de groupes constitués, finissent par rattraper leur

retard: elles ont elles mêmes bâti leur propre fonds de ressources et d'aptitudes. Dans les

segments stratégiques où la demande des consommateurs exigent d'importants semces,

l'appartenance à un groupe devient même un handicap pour les entreprises affiliées.

Tableau II.7. Indicateurs des ressources requises pour l'avantage concurrentiel

Type de ressources Indicateur observable
Ressources Consommateur
loyauté des consommateurs dépense de publicité media
reconnaissance de la marque standardisation de processus
base installée fréquence d'achats
importance de l'achat
réseau de service exigence de service
qualité de service exigence de service

Ressources de canaux fragmentation des consommateurs

réseau de distribution dépendance par rapport au distributeur
loyauté du distributeur dépenses de marketing hors media

Aptitudes de processus
savoir faire technologique intensité capitalistique
expérience fonctionnelle niveau de qualification
stock de R&D dépenses de R&D
capital humain . importance de la masse salariale
Source: d'après Verdin et Williamson, 1994, plOO

Même si l'article de Verdin et Williamson n'offre pas un test direct de l'influence des

propriétés des R&A sur la performance, il montre que la détention de certaines ressources

permet d'expliquer la performance des entreprises américaines en terme de survie. TI présente

en outre une opérationnalisation des ressources et aptitudes, et en teste les effets à grande

échelle. La détention de ressources ayant certaines propriétés n'a pas que des conséquences sur

139
la survie, mais également au niveau de la structure de capital des fIrmes. Balakhrishnan et Fox

(1993) montrent ainsi que la constitution de ressources non transférables place la fume face à

une opportunité (dégager des rentes plus importantes) et un problème (le moyen de ft.nancerla

non transférabilité des ressources). Les résultats de l'analyse statistique sur 295 fumes

manufacturières procurent un fort soutien à l'hypothèse de financement sur fonds propres de la

ressource non transférable. La non transférabilité, est opérationnalisée d'une part par les

dépenses de R&D et d'autre part par les dépenses de publicité. TI est intéressant de relever que

alors que l'intensité en R&D conft.rmebien la tendance à supporter pour la fume le coût de la

non transférabilité, l'intensité des dépenses en publicité a un effet compensateur: la réputation

de la fIrme, qui peut s'exprimer avec cette variable, a un effet limitatif sur le risque envisagé

par les banques de fmancer un actif non transférable.

La pertinence de l'étude des ressources idiosyncrasiques, c'est-à-dire non transférables, non

imitables et non substituables, pour expliquer le niveau de performance des ft.rmesa été mise en

évidence à l'aide d'études empiriques de différents types. Mais d'autres travaux, portant sur la

diversift.cation, ont illustré également ce point. L'importance de la fume en tant que niveau

d'analyse valide-est en effet manifeste dès lors que la performancedes-entreprises--diversift.ées- m

est reliée à la détention des R&A idiosyncrasiques dans les différents segments où se déroule la

diversift.cation

II.2.3.b. Ressources, diversification, cohérence et performance

La question de recherche traitée est la suivante: des ressources partagées permettent-elles ou

non d'atteindre des économies d'échelle ou de gamme? (Teece, 1982 ; Hill et alii, 1992). Cela

revient à poser la question du lien entre les différentes activités d'une entreprise, les R&A

140
 qu'elle détient, et ses résultats .•Les réponses apportées se heurtent aux difficultés de mesure de

la « distance» entre les diverses activités de la firme à partir des statistiques et nomenclatures

classiques (Montgomery, 1982; Pitts et Hopkins, 1982).

Dans un travail précurseur, Rumelt (1974) a montré qu'il existait des différences de

performance entre les fumes à activité unique, à activité dominante, à activités liées et à

activités non liées. Ses résultats font référence: les firmes a) dominantes diversifiées et b)

diversifiées reliées, dont la diversification repose sur une ressource spécifique principale sont

les plus performantes alors que les fumès a) dominantes intégrées verticalement b) diversifiées

autour d'un groupe de ressources distinctes et surtout c) diversifiées non liées le sont le moins.

Rumelt met ainsi en évidence les liens entre la diversification, la détention de ressources

spécifiques et la performance.

De même, pour Teece (1982), la probabilité qu'un excès de R&A permette de dégager des

rentes sur une nouvelle activité est plus forte si le nouveau marché est liéaùxactivités de base .

de la firme. Bettis (1981) note que l'étude de Rumelt (1974) se concentre sur des variables

propres aux entreprises et laisse de côté des variables de secteurs (indices de concentration par

exemple), ce qui en limite la portée. Les effets typiques observés au niveau des acteurs (effets

S-C-P, Henderson (1978» ne sont pas pris en compte. Les groupes stratégiques et les

différences intra-secteurs ne le sont pas non plus (Hatten, Schendel et Cooper, 1978). Enfin,

les· caractéristiques exhibées portaient plus sur les ressemblances entre secteurs que sur les

caractéristiques différentes de chaque secteur industriel (Bettis, 1981).

Le travail de Bettis (1981) conforte toutefois partiellement celui de Rumelt (1974, 1982)

/~puisqu'en moyenne les firnies diversifiées reliées ont des performances supérieures aux firmes

diversifiées non reliées. D'autres différences significatives apparaissent (influence des publicité,

de R&D, de l'intensité capitaIistique). Bettis souhaite distinguer les effets dus aux

141
caractéristiques des fIrmes et les effets dus aux propriétés de l'industrie. fi conclut à la

prépondérance des effets de barrières à l'entrée, permettant dans un second temps aux

différences entre fIrmes de s'exprimer, et conduisant aux différentes performances. Bettis reste

donc dans le paradigme S-C-P, et intègre les «core-skills » ou qualifIcations clés de Rumelt

(1974).

Palepu (1985) apporte une autre contribution au problème de la relation entre la diversifIcation

des fumes et leur niveau de performance. L'originalité de son approche consiste à combiner

deux types généraux de mesures: l'un repose sur les indices de diversifIcations tiré des bases

de données statistiques américaines, et l'autre s'inspire de Rumelt (1974) quant aux variables

sélectionnées. La notion de pouvoir de marché essentielle dans la première approche n'est pas

mise en avant dans la seconde inspiration de recherche. Au lieu de reprendre les indices simples

de diversification u.tilisés par ses prédécesseurs, Palepu recourt à l'indice de d'entropie,de

Jacquemin-Berry (1979) qui permet le degré de liaison (re1atedness) entre les différents

segments. Par ailleurs, au lieu de considérer la performance en' niveau, Palepu mesure les
'.1

variations de performance en association avec les caractéristiques des fIrmes. Le résu,ltat

principal est que bien qu'en statique les différences de performances entre' fIrmes diversifIées

reliées et non reliées ne soit pas signifIcatives, l'étude dans le temps montre que Jes_variations----

de performances sont à l'avantage des fmnes diversifIées reliées. Ces deux propositions

confirment donc à la fois les tenants de l'approche d'économie industrielle qui ne mettaient pas

en évidence les différences de performance, et les chercheurs de management stratégique, tels

Rumelt et Bettis, qui les justifIaient par le degré de liaison entre les activités diversifIées. En

outre, ce résultat ouvre à une vision dynamique de l'étude de la performance des entreprises,

puisque la détention de ressources idiosyncrasiques liées procure apparemment un avantage

soutenable.

Le problème de la mesure du degré de diversifIcation est crucial. En effet, la question

142
méthodologique (quel niveau de liaison retenir) peut se ramener nous semble+il à un point de

vue théorique. Suivant la meslire retenue, les hypothèses testables différent, et par conséquent

le modèle théorique sous-jacent également Montgomery et Wemerfelt (1988) et Wemerfelt et

Montgomery (1988) montrent que la diversification est une réponse de la firme à un excès de

« facteurs sujets à des imperfections du marché». Ils en tirent le corollaire que les entreprises

diversifiées qui dépassent leurs capacités de ressources mobilisables doivent avoir une

performance moyenne inférieure. aux entreprises qui maintiennent une liaison entre leurs

diversifications. Ils utilisent pour tester leurs hypothèses le q de Tobin comme estimateur des

rentes. Pour les auteurs, la diversification est un inoyen de s'approprier des rentes ricardiennes,

c'est-à-dire des facteurs ayant les propriétés de spécificité, de non-transférabilité et d'imitabilité

incertaine. Cette appropriation sera d'autant plus forte que les opportunités d'entrer dans un

secteur seront grandes. fi faut remarquer que les décisions de diversifier s'opèrent selon les

auteurs de manière optimale. Le q de Tobin est le ratio de la valeur de marché de la firme sur le

coût de remplacement de la firme. fi s'agit d'une mesure mixte: le numérateur est une variable

fmancière tandis que le dénominateur est une variable comptable. L'écart par rapport à l'unité

du q de Tobin mesure l'écart des rentes possédées par la firme et leur valorisation (supposée

juste) par le marché. Les résultats obtenus montrent que plus les entreprises s'éloignent des

ressources qu'elles ont en excès pour se diversifier, moins leur performance est bonne en

moyenne. Ce résultat est confirmé par ChatteIjee et Wemerfelt (1991) dont le travail établit

qu'une diversification liée correspond à un excès de ressources et d'aptitudes pour la firme

tandis qu'une diversification non liée est plutôt associée à une présence de fonds ou une

capacité d'endettement inutilisées. Par ailleurs, Wemerfelt et Montgomery (1988) tentent de

mesurer les effets du secteur et des entreprises sur leurs performances respectives~Ils trouvent

que l'influence du secteur est prépondérante: elle expliquerait 9/10 des 20% de la variance

totale, le dixième restant étant dû à des effets propres aux firmes.

143
Dans les différents textes cités précédemment, le point focal de débat concerne la mesure de

liaison, de cohérence entre les diverses activités où la firme se trouve impliquée (<< strategie

relatedness» cf. Peteraf (1993); Teece et alii, 1994). Les partisans de la théorie des ressources

mettent l'accent sur une mesure interne de la liaison des ressources entre activités (Robins et

Wiersema, 1995, Markides et Williamson, 1996). La cohérence est une propriété de relation,

entre les ressources et les aptitudes, en tant que réservoirs de capacités et d'usages -et de

rentes a priori. La notion de cohérence est, de fait, représentée dans l'étude des firmes

multiproduits ou multimarchés.

La cohérence entre les différentes activités des firmes, que ce soit au niveau business ou

corporate, caractérise le plus souvent leur degré de liaison de technologie ou de marché (Teece

et alii, 1997). La cohérence dépend des compétences organisationnelles et techniques et· de

leurs dynamiques respectives dans un environnement sélectif (Teece; 1988). Une activité est

dite cohérente lorsque les R&A engagées sont adaptées à l'action poursuivie et ne sont pas

sous-exploitées. La cohérence renvoie à l'adéquation entre les services des ressources

disponibles et les qualifications, les compétences et aptitudes idiosyncrasiques à la firme. Bien

gérée, elle a _des répercussions sur l'organisation interne de -l'entreprise divisionnalisée-:- -- u_ •

Markides et Williamson (1996) parviennent à la conclusion validée empiriquement que les

résultats de la firme diversifiée sont conditionnés par la mise en place -d'une structure

d'organisation adéquate permettant le partage cohérent des ressources et aptitudes ..

La notion de cohérence peut être validée par le recours à d'autres paradigmes théoriques,

notàmment la· théorie des coûts de transaction (Brousseau et Quélin, 1996). Par exemple,

Balakrishnan et Wemerfelt (1986) expliquent de cette manière les décisions d'intégration

verticale. Argyres (1995) teste l'hypothèse que les diversifications dans le domaine de la

144
recherche et du développement sont présentes dans les firmes multinationales où les structures

sont le moins divisionnalisées. Mais ces résultats peuvent être réinterprétés à l'aune de la

théorie des ressources. Les coûts de transaction entre activités seront d'autant plus faibles que

les propriétés des R&A seront comparables ou similaires, que la .combinaison entre les

ressources, leurs services et les aptitudes des firmes engagées dans ces processus (intégration

ou diversification) seront susceptibles de dégager des rentes à l'intérieur de la firme, et

appropriables par elle.

Ainsi, suivant Teece (1988, 1994), un avantage concurrentiel est obtenu lorsque la cohérence

entre les aptitudes et les ressources est maximale, c'est-à-dire que les potentialités d'usage et

d'action sont utilisées au mieux. Dans un article reprenant les rapports entre diversifications

reliées et performance (cf. Rumelt, 1974; Bettis, 1982; Palepu, 1985), Markides et

Williamson (1994) illustrent la supériorité, dans l'appréciation. de la meilleure performance des ..

firmes diversifiées reliées, de la «cohérence stratégique» -strategic relatedness- sur la

cohérence de marché -market relatedness- (Markides et Williamson, 1994). Leur constat est le

suivant: d'une part les mesures classiques de la cohérence oublient le plus souvent la nature

stratégique des actifs sur lesquels repose la diversification (leur statut de ressources) ; d'autre

part, la conception classique de la cohérence est limitée en elle-même parce qu'elle assimile les

bénéfices de la cohérence aux seules économies de gamme (soit l'amortissement des actifs au

travers des différentes productions) c'est-à-dire en laissant de côté le potentiel des ressources à

constituer des. rentes et à se déployer dans leurs usages sur long terme plus rapidement et à

moindre coût que les concurrents. Montgomery et Hariharan (1991) éclairent également le fait

que les entreprises diversifiées utilisent des ressources en excès préférentiellement dans des

activités liées où la R&D, les ventes et l'intensité capitalistiques sont comparables, c'est-à-dire

des domaines d'activité où le facteur temps joue un rôle déterminant (innovation. constitution

de clientèle, et investissement de production). Ces auteurs introduisent par conséquent une

.145
vision dynamique de la notion de cohérence, complètement en accord avec les hypothèses de la

théorie des ressources.

Robins et Wiersema (1995) à leur tour signalent les insuffisances des approches standards

cherchant à mesurer les interrelations entre les activités des fIrmes diversifiées. Ds analysent, en

recourant à la théorie des ressources, les performances des fIrmes multi-activités. Au lieu de

considérer les rapports entre les activités reposant sur les installations physiques, sur les

opérations fInancières ou sur le rapprochement informatique des codes SIC, la cohérence est

mieux explicitée au travers des actifs et des ressources partagés. Les auteurs construisent un

indicateur de cohérence différent des indices retenus habituellement (mesure de l'entropie ou

indice concentrique) qui combine les ventes dans chaque couple d'activités avec la corrélation

entre les activités considérées. «Les firmes dont les portefeuilles d'activité sont les plus

fortement reliés entre eux ont des performances supérieures aux entreprises dont la cohéreJlce

de portefeuille est plus faible» (Robins et Wiersema, 1995, p292). "

Davis et al. (1992) se sont interrogés sur la manière dont les responsables de branches

conçoivent la cohérence des activités production et marketing dans l'industrie de pâtes' et

papiers. D parviennent à mettre en évidence le fait que la cohérence s'applique également au

niveau des SBU. Notamment, le fait que la cohérence entre les activités soit forte-se-traduitpar-----

de meilleures performance (ROA et croissance des ventes). Mais ce résultat doit être pondéré

par le type de cohérence: soit orienté vers le marché, ce qui procure les meilleures croissances

des ventes, soit orienté vers le produit, ce qui donne la meilleure rentabilité des actifs.

Farjoun (1994) poursuit ce même type de raisonnement et montre que les facteurs liés aux

aptitudes permettent de rendre compte de la diversüication liée des fumes. D teste sur 12000

entreprises l'influence des qualifications et de l'expertise de leurs membres. A travers la

décomposition du temps des membres de l'entreprise en différentes occupations, il conclut que

146
la plupart. des diversifications sont. susceptibles de se· produire: à l'intérieur de groupes

sectoriels caractérisés par des similarités de combinaison entre expertises humaines. Ce qui

signifierait que la détennination. de la diversification dépendrait des aptitudes humaines

possédées par les firmes, et de la cohérence entre elles. Même si l'on peut s'interroger sur la

liaison entre le type d'occupations professionnelles et la dominante sectorielle -les secteurs

p~oches ayant sans doute a priori des profils d'occupations similaires-, ce résultat est

intéressant à un double titre. C'est un des seuls articles à traiter sur un si large échantillon de

l'influence des aptitudes internes à la firme sur une décision stratégique. TIquestionne en outre

la pertinence des niveaux d'analyse utilisés couramment, puisqu'il propose un degré

d'agglomération des infonnations différent du SBU, de la firme, du groupe stratégique ou du

secteur: la concurrence s'établissant au niveau du marché des ressources (Wernerfelt, 1984) et

des services (Penrose,. 1959), il faudrait considérer les.groupes .de secteurs dans lesquels les

ressources et aptitudes sont valorisables et cohérentes entre elles.

Dans ces exemples, les facteurs propres à la finne et leur cohérence interne, c'est-à-dire la

distribution des ressources de la finne et de leurs propriétés conditionnent les formes

organisationnelles et les performances au niveau de l'entreprise et des segments stratégiques.

La détention de ressources idiosyncrasiques, et la gestion éclairée de leurs propriétés est à la

base de la stratégie. Le positionnement dans la structure industrielle passe au second rang.

L'essentiel est de recenser, décrire, estimer, construire ou acquérir, et déployer ses ressources

idiosyncrasiques. Le troisième thème présent dans la littérature empirique, et qui utilise les

soubassements de la théorie des ressources, concerne des mouvements stratégiques qui

expriment le' déploiement et l'acquisition des ressources.

Il.2.3.c. Ressources et actions stratégiques

Un autre domaine d' exploratio~ de l~ littérature empirique relie les ressources et les aptitudes à

des décisions stratégiques, différentes de celle de la diversification. Déjà, Wernerfelt (1984)

147
proposait un modèle où les fumes décident de leur stratégie en fonction de la qualité de leur

portefeuille de ressources. Selon les barrières à l'entrée dans un secteur et les barrières sur les

ressources (définies principalement à l'aide des propriétés primaires), l'entreprise peut décider

d'entrer sur un marché, d'acquérir une entreprise ou de fusionner. Wemerfelt se situe dans une

approche où les firmes prennent leurs décisions stratégiques en fonction d'un calcul

d'optimisation. il postule en fait que les caractéristiques des firmes (leur portefeuille de

ressources) conditionnent leur développement futur, mais tout se passe comme si la firme

procédait à une allocation optimale de ses ressources. Pour précurseur qu'il soit, cet article

comporte des hypothèses qui ne sont pas acceptées par l'ensemble des partisans de la théorie

des ressources (spécifiquement par les tenants de la forme faible). Dans des articles postérieurs,

Wemerfelt étudie l'impact de l'obsolescence de la ressource technologique sur la

diversification (ChatteIjee et Wemerfelt, 1991) ou sur la décision d'intégration vertiçale

(Balakrishnan et Wemerfelt, 1986) sans supprimer les hypothèses néo-classiques lourdes· de

présupposés.

Ces recherches ont conduit des auteurs à s'interroger sur le lien entre la détention nécessaire

de certaines ressources idiosyncrasiques et le succès d'actions stratégiques majeures: l'entrée

dans un secteur,_l:intégration verticale et les autres acquisitions, ainsi que lesJusions.L'idée _

centrale de ces travaux revient à expliquer la réussite de ces opérations à partir du moment où

les ressources mises en œuvre ou acquises sont non transférab1es, non imitables et non

substituables. Les entreprises qui respectent les propriétés primaires des ressources dans leur

mouvements stratégiques sont potentiellement assurées de dégager de meilleures performances

que leur rivales, performance exprimée à l'aide des taux de marge, de rentabilité ou de survie.

ChatteIjee (1990) s'interroge précisément sur la décision d'entrer .dans un marché soit de

manière directe soit par intégration. il a recours à la théorie des ressources, aux imperfections

des marchés ainsi qu'à la notion de coût d'utilisation L'idée centrale est que la minimisation

148
du coût d'utilisation des ressources en excès permet d'expliquer le choix pour l'un ou pour

l'autre des modes d'entrée. ChatteIjee trouve que la relation entre les R&A (ressources

physiques et fondées sur la connaissance selon ses termes) en excès et l'entrée directe est

conforme à l'hypothèse mais faiblement significative. Avec les données financières en

revanche, la relation est à la fois conforme et significative. Si un entrant dispose de ressources

financières importantes mais d'une valeur de marché plutôt faible, l'entrée directe est

privilégiée. Dans le cas inverse (peu de ressources internes mais une forte· valorisation)

l'acquisition est préférée.

La décision d'entrée dans un secteur concerne le chercheur à un double titre: d'une part, ya-t-

il un ruveau d'engagement nécessaire au succès de l'entrée -une taille minimale d'efficience

disent les économistes- ou bien des ressources stratégiques indispensables ? ; d'autre part, les

ressources détenues par les firmes entrantes rendent-elles comptent de leurs performances dans

le temps?

Hariharan et Brusch (1996) posent la question de savoir quelle importance réelle revêtent les

ba:rrières à l'entrée sur la taille des engagements mis en œuvre pour entrer dans un secteur. Us

comparent les engagements de jeunes firmes débutantes avec ceux de firmes déjà implantées

dans un autre secteur. La taille de l'engagement est fortement dépendante du fonds de

ressources détenues par les firmes. La différence du degré d'entrée se manifeste par un

avantage de coût pour les firmes implantées. D'autre part, plusTenvironnement est compétitif

sur les ressources stratégiques, plus les firmes semblent obligées de s'engager fortement: la

taille de leur entrée est significativement plus grande que dans les cas où la concurrence est

moins virulente.

Verdin et Williamson (1993) distinguent le concept de barrières à la survie du concept de

barrières à l'entrée. Partant de la constatation que les relations entre les mesures traditionnelles

149
des barrières à l'entrée et les taux d'entrées inter-sectoriels sont faibles, ils distinguent trois

types différents d'entreprises (entrantes, indépendantes et diversifiées) pour lesquels ils

évaluent l'impact des barrières à la survie. Ces dernières correspondent aux actifs stratégiques

indispensables pour réussir au niveau industriel ainsi qu'aux ressources reposant sur

l'expérience accumulée au sein des firmes. Les barrières à la survie seront élevées si les actifs

et les ressources sont coûteux à acquérir et lents à construire. Verdin et Williamson montrent

que la probabilité de sortie des entrants est d'autant plus forte que les barrières de survie sont

hautes. De plus, les effets des barrières à la survie semblent indépendants de ceux représentés

par les barrières à l'entrée. Les variables utilisées par ces auteurs pour évaluer les barrières à la

survie sont le ratio de R&D sur le chiffre d'affaires, le ratio de dépenses publicitaires sur le

chiffre d'affaires, le pourcentage de travailleurs syndiqués, et les investissements totaux en

équipement par rappçrt à la taille de l'industrie . .,y

L'analyse des performances post-entrée est étudiée également par Sharma et Kesner (1996).

Les variables prises au niveau du secteur, des firmes et mesurant la cohérence expliquent 26%

de la variance de performance observée par plusieurs indicateurs: la survie, la croissanc~ du

chiffre d'affaires et la croissance des parts de marché des entrantes. Sharma et Kesner mettent

l'accent sur l'influe~ce des variables industrielles sur la performance, notammencla_barrière_

représentée par la taille requise de l'entrée. La variable de cohérence est non significative, ce

qui peut paraître surprenant mais peut s'expliquer par le fait que les propriétés des R&A

détenues sont passées dans une 'trappe empirique', n'étant évaluées qu'indirectement.

Plusieurs résultats contradictoires apparaissent également: le taux de dépenses publicitaires

des entreprises installées par exemple faciliterait la survie des entreprises entrantes. Le degré de

concentration industrielle ne semblerait pas, dans cette étude, compromettre les retours sur

investissements des entrantes. Cette étude s'achève donc sur des résultats mitigés. Selon nous,

la cause en revient à la volonté de mesurer dans un même modèle les influences de secteur et

150
 de finnesur la performance. Les régressions utilisées par les auteurs, en plaçant les variables

sur le même plan, ne permettent pas de différencier les niveaux d'influence et l'impact dans le

temps des propriétés des R&A des entreprises. Qui plus est, l'influence structurelle des

variables sectorielles sur les conditions de succès ou d'échec de l'entrée est observée à un

instant donné, tandis que les R&A nécessitent du temps pour se constituer et leurs effets être

observés.

La tentative de prendre en considération l'effet temporel sur la performance des entreprises

entrantes est menée par exemple par Chang (1996). Ce dernier envisage l'entrée des firmes sur

un marché comme la nécessité pour elles de développer de nouvelles R&A afin d'améliorer

leur performan~e. Apprenant de leurs expériences passées les conditions· de réussite des

entrées. elles parviennent à développer une aptitude supplémentaire qui est mise en œuvre lors

de l'entrée suivante. Chang procède à une.étude longitudinale de 1981 à 1989 sur les entrées et

sorties de fumes aux Etats Unis. n trouve quela'présence et la nature' de l'aptitude spécifique

destinée à gérer les entrées au sein des firmes permet d'expliquer les chances qu'aune

entreprise d'entrer ou de sortir d~un marché. La proximité ou la distance entre les ressources

possédées par les fumes et celles requises dans la nouvelle activité est le facteur explicatif

dominant. Notamment, suivant Farjoun (1994), Chang étudie les dissimilitudes entre les profils

d'occupation des membres des entreprises. La capacité d'une firme à apprendre de ses

expériences passées est une aptitude qui permet aux entreprises de réaliser des économies de

gamme, lors de la réplication des routines et ressources (Winter, 1995 et point IA.3.c.). Au

niveau de la performance globale de l'entreprise, les fumes qui privilégient la proximité des

R&A stratégiques entre leurs différentes activités dégagent de meilleures performances.

Le second domaine d'investigation des mouvements stratégiques pour lequel les thèses de la

théorie des ressources peuvent servir à expliquer le succès sont les actions de fusions et

d'acquisitions (intégration ou non); ..

151
Les études classiques portant sur les fusions d'entreprises expliquent ces phénomènes par la

volonté pour les entreprises d'accroître leur valeur de marché en tablant sur des effets de

synergie post-fusion (économies d'échelle et de gamme, apprentissage). L'étude exploratoire

sur deux cas d'entreprises de Baden-Fuller et Boschetti (1996) illustre la vision traditionnelle

des fusions d'entreprises. fis conditionnent le succès d'une opération de fusion à la

préservation des ressources et aptitudes stratégiques, à l'enrichissement par de meilleures

méthodes de gestion le membre le moins avancé, et à la création de nouvelles aptitudes par la

rencontre des deux cultures. Les effets de l'intégration au niveau fonctionnel des différentes

aptitudes doivent être observables sur la performance de la nouvelle entreprise.

Des recherches approfondies montrent que les effets de synergie sont essentiels à

l'amélioration de la performance de la nouvelle entité par rapport aux performances relatives

des entreprises ayant.fusionnées (Chatterjee, 1986; Singh et Montgomery, 1987). Harrison et

alii (1990) avancent quant à eux l'hypothèse que·la condition de similarité entre les actifs des

entreprises fusionnantes est nécessaire mais n'est pas suffisante à l'amélioration de· la

performance. Reprenant les hypothèses de Barney (1988), ils estiment que la présence d'une

différence unique et non-imitable entre les firmes bénéficie à l'entité fusionnée. Dans le cas. des

fusions, la performance serait donc due à la fois à des fac~urs de similaritéuentreJes_entreprises_

et à la présence de différences distinctives dans les ressources et les aptitudes non valorisées

par le marché.

Capron (1996) étudiant le cas de 253 fusions horizontales indique que «l'asymétrie des

positions dans les différents domaines de ressources avant la fusion est un facteur déterminant

de l'ampleur de leur redéploiement, les entreprises cherchant à acquérir les ressources qu'elles

ne possèdent pas. [u.] Le redéploiement des ressources est le principal prédicteur de la création

de valeur à l'issue d'une fusion horizontale via les trois mécanismes de création de valeurs

suivants: l'amélioration de l'efficience interne, le développement de la capacité d'innovation et

152
l'élargissement de la création de valeur. '[...] En conclusion, les résultats· de cette recherche

valident l'intérêt de considérer la théorie de la ressource comme une source de création de

valeur. ils confirment également le bien fondé des limites théoriques émises à l'égard des

approches traditionnelles reposant sur la notion. d'économie d'échelle et de pouvoir de

marché» (Capron, 1996, p476-478).

Concernant les. actions stratégiques d'intégration verticale, Argyres (1996) compare l'approche

fondée sur les ressources avec l'approche transactionnelle. La première postule que la nature et

l'excès des ressources expliquent la décision d'intégration; la seconde associe la spécificité des

actifs et l'intégration verticale. Son article consiste en une étude de cas de l'industrie du câble.

n apparaît à l'auteur que les décisions de type «faire faire» se produisent lorsque les

fournisseurs possèdent des aptitudes supérieures à celles du donneur d'ordres, même en

présence de coûts de transaction conséquents. Les aptitudes ayant l'importance stratégique.la

plus grande sont celles qui sont fortement en correspondance' avec: les caractéristiques de la

technologie de base. En outre, les aptitudes pour lesquelles les connaissances requises sont

tacites ou détenues par un ensemble de personne (une équipe de production par exemple) sont

d'autant plus importantes qu'il faut du temps pour les construire.

Poppo et Zenger (1995) de même testent différentes explications théoriques de la décision de

faite ou faire-faire dans l'industrie des services informatiques. Ces auteurs centrent leurs

analyses sur les caractéristiques de valeur d'échange des ressources stratégiques pour expliquer

la performance des firmes et des secteurs. Les attributs qu'ils utilisent sont la spécificité des

ressources et aptitudes, l'incertitude technologique, l'échelle de production et la taille de

l'ensemble des qualifications nécessaires à l'activité. Selon Poppo et Zenger, et conformément

à l'hypothèse de recherche Hl, plus les ressources sont non transférables, plus la performance

de. la firme est élevée. Toutefois, la vérification empirique ne présente qu'un coefficient certes

positif mais faible. Par ailleurs, plus les ressources sont non transférables, plus l'intégration

153
verticale est susceptible de se produire, ce qui est vérifié empiriquement Notamment, la

perspective pour les managers de détenir un potentiel de rentes important grâce à la détention

de ressources spécifiques et non transférables expliquent leur choix de ne pas recourir à

l'outsourcing (et inversement). Les entreprises de services informatiques aux prestations non

standardisées et qui requièrent un ensemble précis de qualifications sont plus susceptibles

d'être intégrés verticalement. A l'inverse, les autres services sont sous-traités.

Synthèse de la section II.2.

Au cours de la deuxième section de ce chapitre, nous avons tout d'abord précisé la nature des

ressources (en tant que 'capacité de', réservoir de services potentiels) et des aptitudes (en tant

que 'capacité à', usage actif des services des ressources). Les diverses conditions de

l'émergence de l'avantage concurrentiel fondé sur les ressources ont été commentées sût" la

base des articles· de Peteraf (1993) et Amit etSchoemaker "(1993). La possibilité

d'appropriation des rentes organisationnelles a été mise en avant. La concurrence comme une

entité temporelle, c'est-à-dire susceptible de connaître des transformations au cours du temps a

été également prise en compte .

.--------------.---

Ensuite, dans le prolongement de ces articles, une réflexion sur les propriétés des ressources et

des aptitudes a été menée. D'une part, elle a abouti à mettre en évidence des propriétés

primaires et secondes. Les premières s'appliquent aussi bien aux ressources qu'aux aptitudes,

semblent être plus aisément opérationnalisables et ne font pas référence à d'autres propriétés

en amont. Ce sont la non transférabilité~la non substituabilité et la non imitabilité desR&A

Elles influent positivement sur la performance des firmes. Les secondes jouent un rôle plus ou

moins direct sur la performance: il s'agit de la rareté, de la non mobilité,·de la-tangibilité et de

la codification. D'autre part, un schéma synthétique est proposé qui réunit lés différentes

154
 causes à l'origine de la peIformance provenant des deux modes de coordination à l' œuvre dans

le Courant des Ressources: la ftrme et le marché.

Enftn, dans la troisième sous-section, différentes études empiriqùes permettent de valider les

conceptions de la théorie des ressources. La fume, comme collection de R&A idiosyncrasiques

apparaît être un niveau pertinent pour l'analyse de la peIformance. En outre, la ressource peut

être caractérisée .également comme une relation d'échange, particulièrement avec les

fournisseurs (Walsh, 1996; Powell et Dent-Micallef, 1997). Par ailleurs, la théorie des

ressources a contribué à l'explication de la peIformance desfinnes diversifiées, grâce à la

notion de cohérence entre les segments stratégiques fondée sur des R&A reliées. En outre,

différentes actions stratégiques d'importance (entrée, sortie, acquisition, intégration, ou fusion)

peuvent être interprétées à l'aune de la théorie des ressources. Les notions de R&A en excès et

de coûts de transferts entre des usages alternatifs prennent alors toute leur importance pour·

rendre compte d'une, part des choix stratégiques opérés, et d'autre part de leur succès

ultérieur. Venant conforter l'intuition relevée précédemment, les relations d'échanges'entre

acteurs d'une ftlière apparaissent comme pouvant dégager des rentes, à partir du moment où

les ressources et les aptitudes sur lesquelles reposent l'échange ont les propriétés défmies par la

théorie des ressources. C'est qui semble ressortir de l'étude de Poppo et Zenger (1995),

comme de celle de Verdin et Williamson (1994).

Si l'on rassemble les éléments rencontrés au cours de cette section, quatre hypothèses

génériques de recherche peuvent être tirées de la revue de littérature théorique et sont

conftrmées par les tests empiriques. D'une part, concernant les propriétés primaires des

ressources, les ftgures IL5 et II.6. confortées par la revue de littérature empirique permettent

de formuler trois hypothèses génériques8 :

8 on distingue l'hypothèse générique constibJtive du courant de recherche étudié, et découlant des travaux
théoriques et empiriques analysés, de l'hypothèse de recherche propre au modèle théorique qui est testé. La
première est proche d'une conjecture. La seconde caractérise une relation qui est validée statistiquement dans le
cadre précis de la recherche.

155
m : plus fa non transférabifité tfes ressources et tfes aptitutfes tf'une firme est forte,
plus sa performance est éf.evée

Jf2 : pEus fa
non imita6ifité tfes ressources et {es aptitutfes tf'unefirme est forte, plus sa
performance est éf.evée

Jl3 : plus fa non su6stitua6ifité tfes ressources et tfes aptitutfes tf'une firme est forte,
plus sa performance est éf.evée

D'autre part, émanant de plusieurs études empiriques (Verdin et Williamson, 1994; Poppo et

Zenger, 1995; Walsh et al., 1996; Powell et Dent-Micallef, 1997), une piste de réflexion est à

explorer autour d'une autre hypothèse de recherche portant sur les relations d'échange entre

l'entreprise et les autres acteurs économiques avec qui elle a affaire :

:H4: plus [es refations tf'écfiange avec [es fournisseurs et [es cfients respectent [es
propriétés pri:mair~1 plus fa performance tfe lafirme est éf.evée.

A présent, nous nous tournonS vers la seconde approche qui contribue.à l' « animation» du

cadre théorique proposé par le Courant des Ressource : l'économie évolutionniste.

Il.3. L'enrichissement de l'analyse de la performance à l'aide de

l'approche dyna!fJique du Courant des Ressources: l'économie
évolutionniste

Introduction
L'accent porté par la théorie des ressources aux propriétés des ressources a permis de dégager

un cadre d'analyse cohérent de la performance, par le biais de l'appropriation par les firmes des

rentes organisationnelles dégagées par l'usage des ressources et des aptitudes idiosyncrasiques.

Mais l'un des critères de la performance, telle qu'elle est étudiée en management stratégique,

156
concerne ladurabilité de l'avantage compétitif, et pose donc directement la question du

maintien des propriétés des ressources stratégiques. Comme les travaux de Schumpeter

l'enseignent, la prise en compte de l'innovation technologique et la mise en avant des

changements des moyens et méthodes de production bouleverse par. vagues le gotha des

entreprises les plus performantes (Schumpeter, 1934; 1942). L'approche économique du

Courant des Ressources, l'économie évolutionniste, a développé des concepts qui peuvent être

intégrés à la théorie des ressources ; il apporte à l'analyse de la performance la perspective

dynamique qui fait défaut à la théorie des ressources.

L'intérêt de l'étude de l'économie évolutionniste et de ses apports à la stratégie d'entreprise

est considérable. D'une part, les interactions entre firmes sur un marché ne sont pas des

phénomènes sans. mémoire. Les actions stratégiques peuvent être expliquées en terme de

possession ou de recherche d'acquisition de R&A. Mais les dotations en R&A ne sont pas

données ici et maintenant une fois pour toujours. L'analyse des processus concurrentiels et des

propriétés des développements technologiques notamment éclairent le devenir des R&A; et de .

leurs propriétés. D'autre part, la survie et la perfonnance des entreprises n'est pas le fruit du

hasard, mais du maintien et de la création de nouvelles R&A et de leurs combinaisons.

L'économie évolutionniste ouvre la voie à une conception de la stratégie fondée non plus sur la

valeur actualisée des actifs, mais sur l'estimation de leur pouvoir à dégager des rentes

organisationnelles dans le futur.

L'inscription de l'économie évolutionniste, et plus particulièrement due la forme faible ou

micro:..économique, dans le Courant des Ressources peut s'accomplir pour une raison

essentielle. La réflexion menée sur les imperfections de la conception de la :firmeenvisagée

sous l'angle du paradigme S-C-P nourrit aussi bien la théorie des ressources que l'économie

évolutionniste. En conséquence, les présupposés fondamentaux sont similaires : conception de

1'hétérogénéité de la firme, défense de la rationalité limitée, définition de l'entreprise comme un

'157
réservoir de qualifications et de routines. La première partie de cette section souligne

précisément cette proximité. Dans la deuxième partie, les concepts de l'économie

évolutionniste contribuant à l'analyse de la performance dans le cadre du Courant des

Ressources sont présentés. Enfin, une troisième section porte sur l'approche hybride entre

théorie des ressources et économie évolutionniste, appelée approche par les ressources

dynamiques.

II.3.1. Des bases compatibles de définition de la firme

L'économie évolutionniste est en train d'émerger depuis la fin des années soixante-dix comme

une branche à part entière de l'analyse économique. Même si l'ouvrage de référence est récent

(Nelson et Winter, 1982), les premières conceptions de l'économie comme un système en

évolution datent ~~ début du siècle (Schumpeter, 1914) voire du siècle dernier (cf.

l'évolutionnisme de Spencer, Durand, 1995). Toutefois, le champ deTécQnomie évolutionniste

n'est pas encore complètement balisé, et l'on retrouve en son sein différentes préoccupations

allant de l'évolution des formes organisationnelles individuelles aux régimes technologiques

nationaux en passant par l'étude des cycles économiques (Coriat et Weinstein, 1995). La partie

des recherches qui nous intéresse concerne les relations entre ~volu~oll~ ~!~crl:):-:économiq~C?~_

performance des entreprises.

Plusieurs auteurs mettent en avant le retour aux sources que représente l'économie

évolutionniste en replaçant au centre de débat sur la concurrence les analogies biologiques de

gènes, de sélection, etc. Walras n'avait-il pas, en son temps, indiqué la voie, parla célèbre

phrase· des Principes : «the Mecca of the economist lies in economic biology »? Le détour par

une conception de la concurrence imparfaite (Robinson, 1933) aurait cristallisé -la réflyxion . sur

l'équilibre partiel par rapport à l'équilibre général, alors qu'elle aurait pu l'orienter vers la

croissance de la firme et le processus concurrentiel (Foss, 1994). De nombreux articles

158
 commentent les rapports entre cette économie évolutionniste naissante et la biologie, discipline

sœur, .tentant de remplacer un paradigme de référence, la physique, par un autre (Clark et

Juma, 1990; Freeman, 1990; Mokyr, 1991 ; Rosser, 1992). Les principaux contributeurs à la

formalisation de l'économie évolutionniste, Nelson et Winter (1982) revendiquent eux mêmes

cet héritage, et se placent résolument dans les traces des intuitions schumpeteriennes.

Avant tout, Nelson et Winter (1982) distinguent leur conception de la firme de celle de la

théorie économique "orthodoxe" qu'ils considèrent ne pas être adaptée à la compréhension du

changement économique. La maximisation du profit et la tendance à l'équilibre par. la

concurrence sont critiquées en ce qu'elles occultent plutôt qu'elles ne révèlent les inécanismes

de· progrès technique et d'évolution économique. Les auteurs préfèrent recourir à des

hypothèses affaiblies sur ces questions: la recherche du profit et la sélection par la concurrence

sont retenues, l'optimisation et l'équilibre écartés9, leur apparaissant comme des contraintes

trop· fortes. Ils retournent en cela aux analogies de· Marshall entre· économie et biologie .

(Hogdson, 1993).

Le point de désaccord principal concerne la distinction opérée par l'économie orthodoxe entre

la capacité à choisir parmi l'ensemble des alternatives possibles et le choix pour l'une d'entre

elles (à l'issue de l'optimisation sous contrainte). L'information complète n'est ni accessible à la

firme ni une condition nécessaire à son action. Nelson et Winter ne conçoivent pas de

distinction entre la capacité de choisir et le choix lui-même ainsi que le font les économistes

orthodoxes. En revanche, ils introduisent au sein des capacités ("capabilities") de la firme, à

côté de ses savoir-faire techniques, l'aptitude ("ability") à délibérer des orientations et à les

mettre en oeuvre. Ainsi, les capacités des organisations se composent d'aptitudes à délibérer

aussi bien que de compétences techniques

9 La critique de la notion d'optimisation peut être trouvée dans Winter (1964). La critique de la critique de
Winter (1964) est dressée par Hogdson (1994)

-159
 Il.3.1.a. Une vision comportementale de lafirme: qualifications et routines
Pour eux, le comportement d'une organisation est le résultat plus ou moins coordonné de

l'ensemble des comportements de ses membres, reposant sur leurs qualifications ("skills").

Nelson et Winter nomment "routines organisationnelles" les comportements réguliers des

membres d'une organisation reposant sur l'activation de qualifications en vue d'atteindre

certains objectifs: "We propose that individual skills are the analogue of organizational

routines" (Nelson et Winter, 1982, p73).

Les qualifications peuvent être conceptuellement analysées en tant que:

• programmes: de nombreuses taches sont effectuées de manière ordonnée suivant une

logique de processus et sans réflexion de la part des membres de l'organisation. Les

qualifications requises à l'exécution de ces taches s'apparentent à des programmes

informatiques.". ,.

• connaissance tacite il est impossible d'énoncer toutes 1es90,nditions nécessaires à ." .. /.

l'action. Une certaine partie de la connaissance présente dans les qualifications ne peut être

transmise et est donc tacite

• porteuses des choix sélectionnés : le choix entre différents comportements qUI se

. déroule lors de l'utilisation d'une qualification n'implique à pr?pr~~~~~ parler p~~_ ~~_

délibération: c'est un élément intégrant de la capacité représentée par la qualification. La

qualification contient en elle-même la possibilité de choisir le comportement adapté au contexte

de son exercice. «Orthodoxy treats the skillful behavior of the businessman as maximizing

choice, and "choice" carries connotations of "deliberation". We, on the other hand, emphasized

the automaticity of skillful behavior and the suppression of choice that this involves. ln skillful

behavior, behavioral options are selected, but they are not deliberately chosen» (ib, p94). De

telle sorte que selon les niveaux et l'importance des actions engagées, il y a un compromis entre

les choix délibérés et les choix effectués par les qualifications.

160
Les organisations se souviennent en faisant. En conséquence;· les. routines sont les

manifestations de la mémoire de l'organisation en tant qu'elle active ses capacités de réponse et

d'action. « Knowledge of the·routines is the heart of understanding behavior. Modeling the ftrm

me ans modeling the routines and how they change overtime» (ib, pI28).

La routine peut être vue également comme une sorte de consensus pour l'action, d'une trêve

dans les conflits éventuels entre membres. En tout état de cause, le principe de continuité du

circuit économique mis en avant par Schumpeter (1934) est revendiqué par Nelson et Winter

au sein de l'organisation par le biais des routines qui lient le comportement présent au

comportement passé, et conditionnent son développement futur -comme s'ils étaient ses

"gènes" (ib, p 134).

De plus, à l'instar de Schumpeter, les auteurs considèrent que l'innovation est "une nouvelle

combinaison de routines existantes". Si une routine est fiable et sans ambiguïté, elle peut être

un "composant" de la nouvelle combinaison et être partie intégrante de l'innovation, Les

routines peuvent être copiées par une organisation chez une autre pour égaler les performances

de sa rivale. Enftn, dans l'ensemble des routines, ils incluent les moyens et les efforts

développés pour procéder à ces nouvelles combinaisons de routines. L'innovation en tant que

comportement découle elle aussi d'une routine sans que cela implique pour autant que ses'

résultats soient prévisibles (Nelson et Winter, 1982, p133)

Les entreprises mettent en oeuvre des routines de trois types :

1 les routines opérationnelles sont celles qui, d'une période à la suivante, ne recourent pas

à de nouveaux éléments ;

ii . les routines engageant des modiftcations des capacités de l'entreprise ayant·· des

répercussions sur sa rentabilité, et ses actifs. Ces routines sont les génotypes en quelque sorte

des :f1rmes,propres à chacune et qui expliquent que les plus rentables sont conservées alors

16l .
que les autres sont en difficulté;

ru les routines de recherche, dépendantes des autres, sont utilisées en vue d'évaluer les

probabilités de leur amélioration. "Routines in general play the role of genes fi our

evolutionary theory. Search routines stochastically generate mutations" (ib, p400)

Les routines de recherche se distinguent des autres par trois caractéristiques. TI s'agit de

processus aux effets irréversibles, incertains et contingents. TIsfont le pont entre l'entreprise et

son environnement "These are three interrelated aspects of the single central fact that search

processes are historical processes, not repetitive and not readily separable from other processes

of historical change" (ib, pI72). Toutefois, les résultats des recherches ne sont pas aléatoires.

fis peuvent être décrits de manière stochastique comme la combinaison des probabilités de

succès des activités d'invention et d'enrichissement de routines (ib, p249).

11.3.1.b.'Hétérogénéité des R&A et routines

Autant parce qu'elle s'éloigne de l'uniformité des finries plus ou moins aménagée proposée par '.'

les partisans du paradigme S-C-P, que parce qu'elle tente de défmir les concepts de ressources

et d'aptitude à sa manière; l'économie évolutionniste a une proximité conceptuelle avec la

théorie des ressources qui apparaît d'emblée. Notamment, deux points saillants émergent du

bref exposé du travail de Nelson et Winter, qui relient l'économie é'yblUtioinnste-eflatliéorië -

des ressources.

Le premier d'entre eux est évidemment l'hétérogénéité des firmes. Pour l'économie

évolutionniste, les technologies sont spécifiques en elles-mêmes, mais elles sont aussi conçues

comme idiosyncrasiques aux firmes. La théorie des ressources étend à d'autres ressources la

différence de performance technologique entre les firmes, promue par les inspirateurs de

l'économie évolutionniste. L'hétérogénéité est présente à la fois au niveau des actifs, et au

niveau des sources de rentes. C'est pourquoi au lieu de parler d'hétérogénéité simple comme le

162
font la plupart des évolutionnistes, le tenne d'hétérogénéité foncière, en référence à la

conception de la firme comme «collection» de ressources (Rumelt, 1984) ou comme fonds de

ressources (Penrose, 1959) est préférentiellement utilisée en théorie de ressources (Quélin,

1996; Durand et Quélin, 1997)

Le second point concerne les routines. De très nombreux articles se prévalant d'une approche

par les ressources citent les travaux de Nelson et Winter. lis font le parallèle entre les routines

et les R&A. Nous avons souligné supra (il.2.1.) l'abondance des définitions des ressources,

capacités, aptitudes, compétences, etc. mais nous pourrions tout aussi bien remarquer que le

tenne de routines est employée en de diverses acceptions.

Nelson et Winter distinguent les qualifications individuelles d'une part, et les routines

organisationnelles d'autre part. La correspondance avec les ressources et les aptitudes est

transversale à leurs définitions. Dans l'approche par les ressources, la. distinction entre niveaux

individuel et organisationnel n'est pas, apparue fondamentale: une aptitude peut être

individuelle ou organisationnelle, à partir du moment où elle est 'capacité à'. Les ressources,

selon la détinition retenue, sont exploitées par les aptitudes indépendamment des trois types de

routines exposés par Nelson et Winter. En fait, les routines, selon Nelson et Winter (1982),

constituent un approfondissement de la notion d'aptitude, mais n'abordent qu'indirectement les

propriétés des ressources, telles que nous les avons définies. Nous représentons la

complémentarité théorique entre routines, ressources et aptitudes à l'aide du tableau il.8.

Tableau TI.S. Complémentarités entre routines et R&A

COURANT DES RESSOURCES
THEORIE DES RESSOURCES ECONOMIE EVOLUTIONNISTE
Niveau individuel Niveau or.ganisationnel
Ressources qualification -
Aptitudes qualification routines opérationnelle,
.e:énérique et de recherche

163
La principale différence est que l'analyse évolutionniste introduit l'idée essentielle du

changement interne à la firme comme source de compétitivité. Même s'il en reste à un niveau

assez frustre, focalisé sur la seule ressource technologique, le changement interne à

l'organisation est une des clefs que la théorie des ressources (et notamment la forme dite

'faible') reprend à son compte pour légitimer l'accessibilité des rentes organisationnelles et la

durabilité de l'avantage concurrentiel. TI convient dès lors de s'interroger sur la nature des

transformations que peuvent connaître les ressources, routines et aptitudes individuelles et

organisationnelles.

II.3.J.c. Premiers modes de transformation des R&A

Ainsi, selon les tenants de la théorie. des ressources, comme de l'économie évolutionniste, les

entreprises sont des agents, c'est-à-dire des acteurs à l'origine de leurs propres transformations.

L'entreprise qui ne dispose pas des actifs stratégiques doit les construire elle-même: ':,the
,'"Y•..

strategie asset is the cumulative result of adhering to a set of consistent policies over a period

of time. Put differently, strategie asset stocks are accumulated by choosing appropriate time

paths of flows over a period of time" (Dierickx and Cool, 1989). Ces auteurs concluent que la

stratégie revient à choisir les débits optimaux pour nourrir les niveaux de stocks de ressources

d'où sont retirés les profits. La firme est une collection de ressources et d'apti~d~~_~~~ _q~~ _

définie par Penrose (1959) mais en perpétuelle transformation.

Selon nous, deux grands types de transformation des R&A peuvent être distingués le

changement ou la mutation, dont nous donnons les définitions suivantes.

Changement: caractérise le passage d'un état d'une R&A à un état différent sans rupture de la

nature de la R&A considérée.

Mutation: caractérise le passage d'un état d'une R&A à un état différent avec rupture dans la

nature de la R&A considérée.

164
Génériquement lorsque l'on veut désigner à la fois un changement et une mutation, on utilise le

terme transformation. Trois exemples permettent d'illustrer les lieux où s'appliquent ces

transformations (tableau Il.9).

Wemefelt (1984) dans la partie de son article intitUlée "dynamiC resource management" évoque

l'approche séquentielle de gestion des opportunités provoquées par la maîtrise d'une ressource

utilisée successivement sur différents marchés. Son analyse s'apparente à la gestion de

portefeuille d'activités développés par les cabinets de conseil. n n'envisage pas l'éventualité de

la mutation des ressources mais l'exploitation des ressources existantes et du développement de

nouvelles: "développer une stratégie de croissance implique de faire un compromis entre

l'exploitation des ressources existantes et le développement de nouvelles" (Wemerfelt, 1984,

p180). Selon lui, les ressources ne sont pas l'objet de mutations. Les aptitudes exploitent leurs

services-plus ou moins bien. La dynamique à l'oeuvre serait donc le résultat du -déploiement des

différents services dans l'ensemble de -leurs usages possibles. Si l'on émet l'hypothèse

d'aptitudes stables sur le moyen terme, on obtient une optique d'évolution des R&A minimale,

de type incrémentaI (en référence par exemple à Quinn, 1980; Mintzberg et Westley, 1992).

Teece et Pisano (1994) postulent que les aptitudes suivent un développement conditionné par

les choix effectués par le passé et par les opportunités techniques qu'ils appellent des

trajectoires (Teece, Pisano et Schuen, 1997 ; Teece et Pisano 1994). Les aptitudes auraient

ainsi la possibilité de changer continûment tandis que les ressources pourraient être plus ou

moins imitées selon les régimes d'appropriabilité (suivant les degrés de réplicabilité et de

propriété intellectuelle). En ce cas, le changement s'applique à la fois aux ressources et aux

aptitudes.

Penrose (1959) précise quant à elle que les ressources managériales (aptitudes selon notre

terminologie) sont susceptibles de changement de nature: l' «image» que possède le dirigeant

165
de son environnement concurrentiel et des potentialités de son entreprise est modifiée par les

informations, les connaissances objectives et l'expérience accumulée par les membres de

l'organisation et spécifiquement par les responsables du management Le changement de

perception modifie la nature des 'opportunités subjectives de production', selon le terme de

Penrose, et par voie de conséquence les réalisations de la firme, les ressources engagées

(croissance, diversification, fusions et acquisitions) et ses résultats.

Tableau II.9. Dlustrations de transformation des Ressources et Aptitudes au niveau de la

firme

Ressource Aptitude
changement exploitation nouvelle déplacement le long de trajectoires,
routines (ex:Teece et Pisano)
acquisition ou développement
(ex:Wemetfelt) ;'::

mutation aucune mutation des aptitudes managériales

par le biais des: nnages et des
opportunités subjectives de production
.,
.,
'-., (ex:Penrose)

Comme l'indique le tableau, les possibilités de mutation des ressources a priori sont nulles: les

ressources ne peuvent changer elle-même de nature. Un entrepôt ne change pas lui-même sa

localisation. Une réputation se dégrade ou s'améliore mais elk reste. une réputation ...Une- .u'_

technologie peut être plus ou moins adaptée à certaines fins mais ses caractéristiques foncières

ne se modifient pas en elles mêmes. n semble qu'attribuer la propriété de mutation à une

ressource serait faire un contresens sur sa nature. Une ressource est "capacité de". Elle

regroupe certaines potentialités exprimables en services. Maisla nature des potentialités ne

peut changer intrinsèquement Seule l'efficacité de l'usage est en cause.

La théorie de la firme proposée par l'économie évolutionniste est parfaitement compatible avec

166
celle énoncée par la théorie des ressources. S'opposant aux ,mêmes notions (équilibre,

maximisation du profit, rationalité parfaite), elle repose sur des bases communes:

hétérogénéité foncière, définition de qualifications et de routines qui peuvent être mises en

regard. des ressources et aptitudes de la théorie des ressources. Elle offre de plus les

mécanismes à même de mettre en mouvement le phénomène concurrentiel. Grâce aux routines

de recherche, et plus spécifiquement à l'innovation, le processus concurrentiel est enclenché.

Les changements et les mutations dans les dotations en R&A des firmes, ainsi que dans leurs

propriétés foncières sont en marche. TIconvient à présent d'examiner et d'illustrer les concepts

supplémentaires introduits par l'économie évolutionniste utiles à la représentation dynamique

desconditioils de performance dans le Courant des Ressources.

II.3.2. Les concepts évolutionnistes dans le Courant des Ressources.

Contributions à l'analyse de la performance
L'article de recherche de Hogdson(l995) met en perspective l'économie évolutionniste au

sein du Courant des Ressources. TI distingue le Courant des Ressources des théories

contractualistes et discute de la contribution de l'approche par les ressources au management

stratégique. Poser la firme comme comportementale dans la gestion et l'allocation de ces R&A.

conduit à la définir comme une entité de coordination économique à part. Notamment la

conception en terme de ressources de l'activité productrice de la firme implique que les coûts

de production et la fixation des prix est une dimension elle même intrinsèque à l'entreprise

(Langlois, 1992). Plonger les R&A dans le processus concurrentiel, où elles subissent

changements et mutations, conduit à. envisager la performance dans le cadre mouvant de,

l'évolution des propriétés des R&A et la dynamique des actions et interrelations

concurrentielles

Dans le cas des banques de l'minois, Barnett et alii (1994) exposent qu'une conception

167
évolutionniste correcte de la performance des entreprises doit intégrer une relation causale en

boucle. La performance dépend de l'apprentissage, de la sélection et de la position

concurrentielle des firmes, qui dépendent de la structure et de la stratégie suivie par celles-ci.

De plus, le degré de concurrence est une incitation à l'évolution des structures et des stratégies

individuelles. Mais l'extrême adaptation à l'environnement (l'alignement de Hofer et Schendel,

1978) peut-être préjudiciable en cas de changement brutal du contexte (dans le cas présenté, la

dérégulation bancaire). Barnett et alii (1994) affIrment en outre la pertinence du

conditionnement temporel des résultats :

«Deux organisations rencontrant les mêmes conditions de marché pourront avoir des
performance relativement différentes si elles ont rencontré des degrés ou des types de
concurrence différents par le passé. Dans des régimes stables, les entreprises qui ont connu de
nombreux concurrents pourront avoir des performances supérieures à la moyenne [...]. En une
phrase, une performance supérieure peut être due aux ressources distinctives des entreprises, et
celles-ci évoluent indépendamment de la démographie des entreprises» (p25).

Teece (1990) retient de la perspective évolutionniste six concepts clefs, utiles au management

stratégique: les régimes technologiques, la dépendance de sentier, la sélection, les

opportunités technologiques, les régimes d'appropriation, les designs dominants et les

phénomènes de 'lock-in'. Dosi et Nelson quant à eux (1994) insistent particulièrement sur la
-- .. -- ------~----------
sélection, sur la dépendance de sentier et les rendements croissants d'adoption. Nous revenons

sur ces principales notions évolutionnistes en ajoutant à l'apport des concepts l'apport

méthodologique représenté par la simulation. Un tableau de synthèse résume les contributions

à la suite de l'exposé des différentes notions.

II.3.2.a. La sélection
Pour les économistes évolutionnistes, la question centrale est celle de la sélection -

interrogation commune à l'économie et à la biologie (Mokyr, 1990). Qu'ils fassent 'tourner -

des modèles' ou qu'ils proposent des hypothèses à tester, à un moment ou à un autre, les

168
chercheurs doivent spécifier la procédure de sélection des entreprises en concurrence. A tel

point que la sélection devient une métonymie de la concurrence. La plupart du temps, la

sélection est exprimée en tenne de perfonnance : les entreprises dont la performance est

inférieure à un certain seuil sont éliminées, les autres sont retenues pour le tour suivant

(Zuscovitch, 1990).

Alchian (1950) avance que le hasard est un élément majeur dans le processus de sélection que

subissent les entreprises. TIimagine que si toutes les entreprises tiraient au sort leurs décisions,

certaines triompheraient -celles dont les actions sont adaptées aux conditions

environnementales- et d'autres disparaîtraient -celles qui ne réalisent pas de profits. Pour

Alchian, certaines entreprises sont 'chanceuses' selon une répartition donnée des ressources et

malchanceuses selon une autre. Par ailleurs, la variété des actions orientées et réfléchies n'est

pas plus grande que celle des actions effectuées aléatoirement. Donc, parmi des actions sans

motivations effectuées au hasard, certaines seront adaptées à l'environnement En outre, un

succès économique patent et durable ne constitue pas la preuve irréfutable que le hasard

n'intervient pas dans le processus de sélection des entreprises qui survivent. Aussi, "les

pendants de l'hérédité, des mutations et de la sélection naturelle en génétique sont en économie

l'imitation, l'innovation et les profits réalisés".

Edith Penrose (1952;1953) répond que la sélection de l'environnement peut être une sanction

comme le prétend Alchian, mais qu'elle est souvent aussi le résultat de la concrétisation

d'opportunités de production par des entreprises: l'entreprise, qui est active, influe sur la

technologie, sur la découverte de ressources (humaines, naturelles, etc.) dont elle a besoin. De

plus, comment comparer innovation et mutation biologique? L'une est volontaire, orientée,

maîtrisée, destinée à l'environnement, et l'autre est une altération aléatoire intrinsèque et

durable de .'la constitution héréditaire d'un organisme : «Competition cannot reasonably be

expected to exist if men are presumed to act randomly» (Penrose, 1953, p605). Ce point de

" ·'169
vue est vivement critiqué par Alcbian (1953) : «The significant point is that the new optimum

is approached even in the absence of foresight appropriate adaptative behavior of individual

economic units » (Alchian, 1963, p60l).

Metcalfe définit la sélection comme «le processus qui modifie l'importance économique

relative des diverses alternatives en concurrence» (Metcalfe, 1994, p933). « Market selection

is a dynamic process which operates· in three principal ways: through the entry of new firms

each with their own mix of competitive traits ; by the elimination of unprofitable firms from the

active population ; and, by changes in the relative importance .of surviving, profitables

technologies.» (Metcalfe, 1994, p936). TI établit le lien entre la diversité (variety) des

alternatives disponibles à un moment donné sur le marché, la sélection, la performance des

firmes et le bien-être social (Metcalfe, 1994). Par ailleurs, «However many dimensions there

are to the sources of competitive advantage, it is these two factors of variety and selection

which determine how the economic world changes» (Metcalfe,,1992, p6l).

Pour obtenir une définition complète de l'environnementsélectif, on peut revenir au travail

précurseur. Nelson et Winter pour leur part (1982, p263) ont distingué quatre propriétés de

l'environnement sélectif d'une innovation : i) la nature des coûts et bénéfices relatifs à

l'adoption d'une innovation par rapport à une autre ; ii) la manière dont :les' préférences-des----

agents économiques et les règlements influencent la définition de la rentabilité ; iii) la relation

entre le profit et ses conséquences sur les unités organisationnelles en terme d'expansion (resp.

contraction) ; iv) la nature de l'apprentissage par les organisations des conditions du succès

d'une innovation. lis résument en une phrase leur position: "We propose that a rigourous

general model of the selection environment can be' built from the specification of these four

elements : the definition of "worth" or profit that is operative for the firms in the sector, the

manner in which consumer and regulatory preferences and roles influence what is profitable,

and the investment and imitation processes that are involved" (Nelson et Winter, 1982, p266).

170
TI ressort de cette définition que la performance des entreprises- apparaît 'moins comme le

résultat de leurs actions passées que comme la condition de leur survie future. Selon que l'on

se place au niveau de l'environnement économique général ou non, la règle de la sélection est

conçue comme étant endogène au processus concurrentiel ou aux entreprises elles-mêmes.

Envisager la disparition d'une entreprise comme l'application d'un principe de sélection

extérieur aux fIrmes revient à occulter d'une part les sous-jacents idiosyncrasiques de la

performance que sont les ressources et d'autre part à mépriser le rôle de l'accumulation, de

l'érosion et de l'obsolescence des propriétés des R&A détenues, en un mot à minimiser le rôle

du temps dans le processus concurrentiel. L'économie évolutionniste place au centre de

l'analyse de la performance sous l'angle de la théorie des ressources la question de la valeur

future des R&A détenues en tant que condition de la performance. Elle souligne le fait que la

sélection· s'opère continuellement au cœur des entreprises par les choix stratégiques retenus et

les engagements pris, avant d'être effective au niveau du secteur (Barnett et Burgelman, 1996).

II.3.2.b. Les régimes, paradigmes et trajectoires technologiques.

L'économie évolutionniste porte son attention principalement sur les ressources et aptitudes

technologiques. Les choix technologiques effectués au niveau des entreprises ne sont pas

aléatoires; ils sont conditionnés, de même qu'ils conditionnent les développements techniques

à venir.

En effet, les changements technologiques possibles au mveau du secteur ne sont pas

indépendants des situations passées: ils se passent dans le "voisinage" des états acquis, dans le

prolongement de "trajectoires naturelles" : "Natural trajectories are specifie to a particular

technology or broadly defmed "technological regime'''' (Nelson et Winter, 1982, p258). Un

régime technologique correspond aux croyances qu'ont les techniciens sur les performances et

les améliorations qu'il est possible ou au moins utile d'essayer d'atteindre. Une fois les

procédures de recherche engagées, l'environnement sélectionne les organisations en fonction

171
des résultats qu'elles auront obtenu.

Rosenberg (1976) a introduit la notion de «trajectoires» technologiques, qui décrit les

structures techniques et d'apprentissage sous-jacentes au changement technologique. Nelson et

Winter (1977) redéfinissent à leur tour le concept en parlant de trajectoires naturelles et de

régimes technologiques. Dosi (1982, 1988) introduit la notion de «paradigme technologique »,

en référence à la structure des révolutions scientifiques de Kuhn (1965) : «En faisant une

analogie avec la définition donnée par Kuhn d'un paradigme scientifique, nous définirons un

'paradigme technologique' comme un 'modèle' ou une 'figure' des solutions de problèmes

technologiques choisis, basés sur des principes sélectionnés provenant des sciences naturelles

et sur des technologies sélectionnées. [...] Nous définirons une trajectoire technologique

comme le modèle jugé 'normal' des activités de résolution .de problèmes reposant un

paradigme technologique» (Dosi, 1982, p152).

Ces différents termes expriment l'idée selon laquelle les changements technologiques, à

l'origine de l'évolution économique et de la sélection des firmes, suivent des modes de

développement dépendant des possibilités techniques, des connaissances et des croyances à un

moment t (Gille, 1978).

-----------
Christensen et· Rosenbloom (1993) proposent une interPrétation de la performance ·des

entreprises entrantes à l'aide de leur dotation en ressources et du concept de paradigme

technologique, dans le secteur des disques durs informatiques. Périodiquement, dans cette

industrie, des firmes entrent et finissent par supplanter les firmes installées. La raison essentielle

en est que les R&A détenues par les firmes installées suivent des trajectoires de développement

technologique qui sont inférieures en potentiel de performance technique et économique. Les

entreprises entrantes, en rupture avec la trajectoire suivie par les entreprises installées

développent de nouvelles R&A (technologiques mais pas seulement, notamment la relation

172
avec la clientèle 'et la résolution des problèmes utilisateurs)· qui déplacent le paradigme

technologique en l'adaptant à de nouvelles générations de produits (mainframe, miniordinateur,

micro ordinateur, portable, notebook). L'avantage développé par l'attaquant sur les nouveaux

marchés fmit par se retourner contre les entreprises installées sur les segments de produits de la

génération précédente. Ayres (1994) propose d'autres exemples industriels (engins à vapeur,

fibre de verre, etc.) dans la même logique d'une' dynamique non linéaire et d'un progrès

technologique non continu.

n ressort de ces analyses queles services potentiels rendus par les R&A n'ont qu'une valeur

relative par rapport au contexte technologique dans lequel les R&A ont été acquises ou

construites. Les potentialités de perfectionnement de. l'usage des services, ainsi que

l'amélioration consécutive de la performance, sont bornées de manière intrinsèque.

II.3.2.c. Designs dominants

Un autre conditionnement des R&A jouerait un rôle sur la performance .des entreprises. Au,

niveau de l'industrie, l'engagement trop précoce ou trop tardif d'une firme nuit à . la

constitution de R&A idiosyncrasiques à même de dégager des rentes. Pour rendre compte de

cette sorte de cycle de vie industriel, (Abemathy et Utterback, 1978) ont introduit le concept

de design dominant. Au début du cycle, les entreprises se concentrent sur des innovations de

produits, cherchant à se concurrencer sur les volumes et les parts de marché. Une fois qu'un

design dominant a émergé (ce phénomène est à rapprocher de celui de standardisation), les

concurrents focalisent leur attention sur les déterminants plus qualitatifs du.produits, les outils

de production devenant plus spécialisés, plus spécifiques. Ainsi, il ne sert à rien à une firme

d'introduire une innovation majeure si elle ne parvient pas à imposer son design (Rosenbloom

et Cusumano, 1987; Lieberman et Montgomery, 1988). Suarez et Utterback (1995) illustrent

la ..pertinence de la variable techp.ologiqu,e dans l'explication des transformations de la structure

industrielle et des probabilités de survie des firmes: «l'émergence d'un design dominant dans

173
une industrie a une forte influence sur la survie des firmes» (p416). L'entrée dans un secteur

où un design dominant n'est pas apparu ou l'entrée tardive après son émergence augmente la

probabilité de survie. Leurs résultats portent sur six cas d'industrie : la machine à écrire,

l'automobile, la télévision, les tubes cathodiques, le transistor et les machines à calculer.

Tushman et Anderson (1986) ont suggéré que le changement technologique est caractérisé par

une série de cycles. Chaque «discontinuité» est suivie par une «époque d'effervescence»

("era of ferment") durant laquelle la concurrence est vive autour des améliorations techniques

et qualitatives apportées au produit. Un design dominant finit par émerger qui évolue au

rythme des innovations incrémentales, jusqu'à ce qu'une nouvelle discontinuité radicale

introduise une nouvelle période d'effervescence. «Because industry standards are not known

in advance and are influenced by interorganizational dynamics, organizations must be able to

combine technological capabilities with the ability to shape interorganizational networks and

coalitions to influence the development of industry standards» (Anderson et Tushman, 1990).

Pour Saviotti et Mani (1994), l'apparition des designs dominants est le résultat des processus

de diffusion de l'information dans les systèmes ouverts économiques et scientifiques: TI

s'agirait en fait d'un processus d'auto-organisation. Metcalfe et Miles (1994) relèvent le

double rôle des phénomènes de standardisation·: d'une part, ils-permettent de réduire-l'énorme---

quantité de combinaisons de production possibles et proposées sur le marché (<< the tyranny of

combinatorial explosion », p253) ; mais d'autre part, ils permettent d'explorer de nouvelles

voies et d'introduire des innovations différentes, réamorçant le processus de variété propre aux

marchés : «the central feature of standards is that they permit the generation of variety

because they set limits on that variety » (Metcalfe et Miles, 1994, p266).

Suivant le moment où s'engage le processus de création ou de recherche de ressources et

d'aptitudes non transférables, non imitables et non substituables, les probabilités de

174
performance diffèrent Ce n'est qu'après l'époque d'effervescence mettant à jour le design

dominant que la focalisation sur les propriétés des R&A permet à la firme de se différencier de

ses concurrentes et de retirer de meilleures performances qu'elles. L'entrée trop précoce dans

la concurrence risque d'entraîner la sélection d'actifs aux propriétés ne garantissant pas

l'appropriabilité des rentes, soit en raison de leur potentiels de services trop faibles soit à cause

de leur forts degrés de transférabilité, d'imitabilité et de substituabilité. L'entrée trop wdive

empêche la·constitution des ressources et des aptitudes nécessaires à la réussite : le temps

passéet l'accumulation d'expérience ne sont pas rattrapables.

II.3.2.d. La dépendance de sentier, rendements croissants d'adoption et

phénomènes de lock-in
En effet, les économistes évolutionnistes mettent l'accent sur une propriété fondamentale des

processus d'évolution économique: un pas effectué .le long des trajectoires technologiques

conditionne le pas suivant, et certains pas particuliers conditionnent l'ensemble du

développement futur ; ces derniers sont désignés comme irréversibles. La dépendance de

sentier (path-dependency) caractérise le. conditionnement temporel des -développements

technologiques le long des trajectoires. Elle dépend de la notion d'irréversibilité temporelle.

Willinger et Zuscovitch (1993) distinguent selon le stade de développement technologique

deux irréversibilités différentes : l'irréversibilité aIlocative correspondant aux conséquences

déterminées de choix nécessaires, et l'irréversibilité cumulative correspondant à l'accumulation

par l'apprentissage des expériences et possibilités d'une technologie donnée.

Les rendements croissants d'adoption traduisent le fait que l'utilité d'un produit acquis par n

consommateurs sera plus grande pour le (n)ième utilisateur que pour le (n-l)ième. Ils

correspondent à une forme particulière d'extemalités de réseau ou de rétro-actions positives

(David et Foray, 1994). Le lock-in exprime le fait que, à cause des rendements croissants

d'adoptionnotamment~ le standard retenu par le maréhé n'est paSnécessairement le meilleur en

175
termes absolus (effet de «bouclage» du marché, de 'lock-in', sur le produit A) alors qu'un

produit B avait peut-être de meilleures qualités. Balmann et al. (1996) montrent que, même en

l'absence de rendements croissants d'adoption ou d'extemalités de réseau, la dépendance de

sentier peut conduire au lock-in si deux conditions sont réunies: la complémentarité des

ressources de la firme et d'importants coûts enfouis

David (1985) a illustré le lock-in par le cas désormais célèbre du clavier QWERTY, qui se

serait imposé du fait de l'importance des anticipations des consommateurs et des effets de

réputation, malgré l'existence d'un clavier plus performant. Par ailleurs, Arthur (1989) montre

que les extemalités de réseau sont à l'origine de phénomènes d'auto-renforcement et de

dépendance de sentier, tels que la compétition entre deux technologies se ramène précisément

aux choix des premiers utilisateurs ou à des 'événements mineurs' (<< insignificant» ou

«small» events) . Les premiers utilisateurs déterminent l'accroissement des rendem~nts

associés à la technologie choisie et influent donc directement sur le choix des adopteurs

suivants (Mangematin et Callon, 1995). Pour ces auteurs, les rendements croissants d'adoption

(ReA) trouvent leur source dans l'apprentissage par l'usage, les extemalités de réseau, les

économies d'échelle, les rendements croissants d'information et les interrelations

technologiques (Foray, 1989).

Les modèles de diffusion utilisant ces propriétés conjuguées (rendements croissant d'adoption,

dépendance de sentier et lock-in) développés par Arthur et David, repris par Dosi et Foray,

conduisent au caractère irréversible et imprévisibledu standard finalement vainqueur. Katz et

Shapiro (1985) et Farrell et Saloner (1985) posent le problème de la compatibilité des

technologies rivales en cas de rendements croissants d'adoption. Katz et Shapiro (1985)

montrent qu'en cas de concurrence bi-standard, la sponsorisation d'une innovation, c'est-à-dire

de promotion de cette innovation par son propriétaire, le lock-in survient. En revanche si les

deux technologies en présence sont 'sponsorisées', la meilleure s'imposera.

176
Liebowitz et Margolis dans·une série d'articles (Liebowitz et Margolis, 1990 ; 1994 ; '1995)

mettent en garde contre un paradoxe résultant de l'introduction de la temporalité et du

consommateur dans les modèles de standardisation technologique. lis s'en prennent

spécifiquement aux hypothèses de sous-optimalité résultant des situations de lock-in

technologiques, dans les cas où les standards retenus par le marché ou les consommateurs ne

sont pas objectivement les meilleurs. Deux cas de figure peuvent se présenter : soit à la fin du

processus, le standard retenu correspond au standard qui à l'origine était de quelque manière

"favorisé" ; soit on se trouve en présence du cas opposé, le lock-in. Dans le premier cas, il

s'agit d'une simple actualisation de la supériorité intrinsèque d'un standard. Dans le second en

revanche, une proposition surprenante est établie: la sous-optimalité d'une standardisation est

possible.. Or, soulignent Liebowitz et Margolis, parvenir à légitimer cette sous-optimalité ne

peut se faire qu'au prix de la démonstration qu'à chaque pas de la diffusion un.choix meilleur

que celui qui a été effectivement retenu était permis. J;1srejettent cette possibilité en estimant

qu'il est hors de portée du chercheur de donner les raisons pour lesquelles un choix n'a pas été

effectué: il est possible de reconstituer les raisons qui président à un choix, mais déterminer les

raisons pour lesquelles on n'a pas retenu une possibilité est irréalisable. Cela se ramènerait à la

constitution d'une chronique des erreurs et des oublis, et il est impossible par définition de

rédiger une histoire de ['ignorance.

Sans revenir sur cette controverse, les concepts d'irréversibilités temporelles, de rendements

croissants d'adoption et de lock-in peuvent contribuer à enrichir l'analyse des conditions de

performance. lis conduisent à deux réflexions principales : 1) les propriétés des R&A sont liées

à un processus d'ensemble, qui implique que le potentiel de rentes des R&A est limité par la

manière dont elles dont été mises en œuvre dans le passé; 2) la malmse du processus de

standardisation, et principalement la gestion de la relation d'échange avec les clients est une

.'177
ressource à part entière qui peut conduire à imposer un produit qui, théoriquement, ne serait

pas le plus performant.

L'entreprise doit être en veille permanente pour déterminer les pas suivis par le développement

des ressources stratégiques, ressources techniques de production, et ressources de relation

d'échange avec ses fournisseurs et ses clients. Deux: notions complètent la vision de la firme

plongée dans un environnement économique mouvant, où les ressources potentiellement à

l'origine de rentes organisationnelles n'ont pas encore été captées: les opportunités

technologiques et l'appropriabilité technologique.

II.3.2.e. Opportunités et appropriabilité technologiques

Dosi (1988) insiste sur le rôle joué par les avancées de la connaissance scientifique dans le

processus d'innovation. TI souligne que l'influence science-technologie est à double sens.

L'établissement d'un paradigme technologique dépend des opportunités offertes par les

échanges scienèe-technologie. Or, l'entreprise qui parvient à . imposer un paradigme

technologique sera à même potentiellement de dégager d'importants 'profits. Une fois que le

paradigme est partagé par les différents concurrents, les objectifs scientifiques et techÏlO-

économiques divergent, jusqu'à ce qu'une nouvelle avancée technologique débouche sur une

opportunité. _Klevorick et alii (1995) distinguent ..trois types principauxd~opportunités-

technologiques: les avancées scientifiques,les avancées technologiques d'un secteur différent,

et les feedbacks au sein du même secteur.

Pour les évolutionnistes, les moyens à disposition d'une entreprise pour protéger les

opportunités technologiques qu'elle a saisi caractérisent son degré d'appropriabilité:

«Appelons appropriabilité les propriétés de la connaissance technologique et des artefacts

techniques, des marchés et de l'environnement légal qui permettent l'émergence des

innovations et les protègent contre l'imitation par la concurrence, dans des proportions

variables, en tant qu'actifs à l'origine de rentes» (Dosi, 1988, p1139). Il s'agit par exemple des

178
brevets, du secret~ du temps, du coût d'imitation, des effets d'apprentissage, et des efforts

commerciaux (Mansfield et Mansfield, 1993). Des études empiriques testent le degré de

protection des différents régimes. Par exemple, Cockbum et Griliches (1988) montrent que

l'efficacité des brevets comme mécanisme d'appropriation des bénéfices de la R&D n'est pas

constante au travers de l'industrie. Levin et alii. (1985) donne de nouvelles preuves du lien

entre dépenses de R&D et performance technologique au niveau sectoriel.

Foray (1991), revenant à une notion plus classique d'équilibre, introduit le concept

«d'équilibre organisationnel de la firme innovante» qui traduit le dilemme dans lequel' se

trouve la firme innovante : face à une opportunité technologique donnée, elle doit spécialiser

ses actifs et ses ressources pour s'approprier les rentes futures; mais elle se heurte au risque

d'irréversibilité de la spécialisation: «Le moteur de la dynamique organisationnelle est la

contradiction entre· la nécessité d'intégrer. et d'associer les ressources afin de les rendre

spécifiques (la condition de la création technologique) et la nécessité de laisser ces ressources

sur le marché (la condition de réversibilité) » (Foray, 1991, p393).

Dans ce contexte, l'appropriabilité technologique, présentée par la théorie micro-évolutioniste,

équivaut aux mécanismes isolants, développés par certains auteurs de la théorie des ressources

(la forme forte précisément) pour justifier l'existence des rentes et des sur-performances

d'entreprises. n y a donc une grande proximité entre les deux champs théoriques sur ce point.

En effet, l'appropriabilité, vue comme l'ensemble des facteurs qui permettent à un innovateur

de capter les bénéfices de son innovation (Teece, 1986) peut être étendue aux propriétés des

ressourceslO• L'appropriabilité est ainsi explicitement citée, comme on l'a vu par Amit et

Schoemaker (1993), parmi les caractéristiques des ressources et capacités de la firme.

Dans ce cadre, la ·stratégie doit être en mesure de saisir les opportunités technologiques ou

autres, et de maîtriser l'appropriabilité des rentes dégagées afin de soutenir l'avantage

10 Extension du concept que ne contient pas la défmition de Teece (1986)

179
 concurrentiel construit et acquis à l'aide de R&A idiosyncrasiques. Pour les évolutionnistes, la

distribution des opportunités de profits possibles n'est pas symétrique entre les firmes: une

opportuni té également distribuée parmi tous n'est une opportunité pour personne (Metcalfe,

1994). Cela est également à la base des premiers modèles stratégiques (Learned et alii, 1969 ;

Andrews, 1971), qui contiennent explicitement la notion d'opportunité stratégique, parallèle au

concept d'opportunité technologique. Même si un effort, tant théorique qu'empirique reste à

faire pour renforcer les assises du rapprochement entre les approches (Durand et Quélin,

1997), ces modèles, auxquels font référence les partisans de la théorie des ressources,

considèrent le développement de « compétences distinctives» comme un moyen de développer

des opportunités de profit (cf. le modèle SWOT).

II.3.2.j. Innovation, apprentissage, changement économique et R&A

On peut regrouper sous le terme générique d'innovations le développement de propriétés

inexploitées de ressources contrôlées (Von Hippel, 1988 ; AuôretSch~1995). Les ressources

les plus susceptibles de subir des développements utiles dans le contexte concurrentiel

capitaliste sont les ressources technologiques (Nelson, 1990). Par nature, il est possible de

développer la qualité des services contenus dans une technologie en améliorant les procédés

techniques sur lesquels repose l'activité productrice.

Les modèles évolutionnistes supposent que les processus d'apprentissage et d'innovation ont

pour objectif la poursuite de meilleure performance. Les entreprises sont donc partagées entre

l'allocation de leurs ressources destinées à l'exploitation de leurs connaissances et l'exploration

de nouvelles procédures ou de nouveaux produits (innovations de process ou de. produit),

susceptibles de dégager des rentes supérieures11• C'est ce dilemme stratégique qui fait que les

évolutionnistes qualifient les entreprises d'innovateurs ou d'imitateurs· (Nelson et Winter,

11 Pour une distinction entre différents types de recherche sur l'innovation (recherche centrée sur la diffusion
de l'innovation, le potentiel d'innovation, et le processus d'innovation) on consultera avec bénéfice l'étude de
Wolfe (1994).

180
 1982;Winter, 1984). Suivant les caractéristiques de l'environnement sélectif, la performance

des uns sera supérieure à la performance des autres.

Deux types d'innovations sont classiquement retenus: les innovations radicales marquent la

rupture dans la nature de la production d'un bien au niveau d'un secteur industriel: il s'agit

donc d'une mutation de la combinaison des ressources utilisées12 ; et les innovations classiques

incrémentales de produit ou de processus qui représentent des changements dans les

ressources.

De Bresson (1987) rassemble les caractéristiques du changement technologique: 1) les

évolutions technologiques suivent un ordre de séquencement qui n'est pas quelconque. Les

courbes de diffusion des innovations de type logistique (Griliches, 1957; Mansfield, 1962)

caractérisent en cela les délais d'adoption des innovations et l'importance qui doit être donnée

au temps dans le processus: le marché n'est pas une instance de coordination qui peut agir

(gérer, identifier, transmettre, etc.) promptement; 2) la plupart des changements ont lieu de

manière progressive au cours du temps : la nature profonde des changements est incrémentale,

et de nombreuses innovations sont en fait des variations d'adaptation des outils à leurs

fonctions; 3) plus spécifiquement, la nature du processus de diffusion des innovations au sein

des secteurs économiques et des entreprises est lamarckienne, c'est-à-dire qu'elle repose sur

une trailsmission d'époque en époque avec héritage, et cumul progressif des avancées

acquises; 4) depuis un ou deux siècles, de soudaines accélérations des découvertes ont

contribué à changer la nature et le rôle de l'innovation dans la concurrence économique: d'un

côté, la permanence des trajectoires technologiques est renforcée, de l'autre, les emprunts

multiples inter-technologies se développent et cristallisent les innovations de rupture, assurant

ainsi la non réversibilité des pas franchis.

12 Les ressources ne mutent pas, elles changent: mais leur combinaison, elle, mute (cf. Schumpeter, 1914).

181
Essayant de faire la liaison entre les propriétés extrinsèques et intrinsèques aux fumes (nous

disons macro et micro), de Bresson se contente de décrire les phénomènes évolutionnistes de

l'innovation et de sa diffusion. TI ne s'aventure pas à dire que les lieux de cumul des

connaissances sont les entreprises, que les lieux de rupture technologique sont principalement à

l'interface entre institutions particulières (universités, entreprises, laboratoires, etc.) et excluent

le marché13• Achilladelis (1993) illustre parfaitement ces différentes interrelations dans le cas

du développement des médicaments antibiotiques. En fait, les problèmes de l'innovation, de

l'apprentissage et de la diffusion des innovations sont liés. Expliquer le développement

économique, les innovations, etc. dans le système capitaliste amène le chercheur à repenser la

concurrence, l'équilibre, et la performance des entreprises. Par exemple, Metcalfe (1991)

introduit une double relation entre la performance et la diffusion de l'innovation :

«Profitability influences the pace of diffusion but, equally, the pace of diffusion will influênce

profitability ». TIconclut à la nature provisoire des rentes dégagées de l'innovation, confirniant

en cela l'inspiration schumpeterienne de l'économie évolutionniste. Selon nous, cela revient à

s'interroger sur la nature des propriétés fondamentales des ressources et aptitudes nécessarres

à l'innovation: les propriétés primaires reconnues au chapitre précédent (transférabilité,

imitabilité, et substituabilité).

La théorie des ressources développe et approfondit les mécanismes de l'innovation, centraux

dans la perspective micro-évolutionniste. Comme l'a montré la discussion précédente,

l'innovation engage des acteurs particuliers: les entreprises. Certains auteurs ont soutenu que

la firme existait grâce à sa capacité, supérieure à celle du marché, de gérer, ordonner et

coordonner les informations disponibles pour aboutir à des productions et des créations

efficaces (cf. les travaux de Demsetz, 1972; 1995). L'innovation repose sur l'information

disponible et sur le cumul successif des informations passées, conservées sous forme de

13 Gold (1981) met l'accent sur le fait que l'environnement économique change lui-même et que le référentiel
de l'innovation évolue ainsi que sa perception relative.

182
connaissances, et transformées en apprentissage (Spender, 1996). La 'théorie des ressources se

réapproprie les conceptions évolutionnistes et aboutit à définir précisément la nature des

transformations des R&A autour de ces concepts: innovation, apprentissage d'une part, et

information et connaissance d'autre part, qui influent tant sur la forme organisationnelle de

l'entreprise que sur sa capacité d'innover (Teece, 1996)

Le processus d'acquisition de connaissance est l'apprentissage. L'apprentissage est donc une

source de transformation qui peut modifier l'aptitude dans sa nature étant entendu qu'une fois

qu'un procédé a été appris, l'individu ou le groupe est apte à accomplir une nouvelle tache, à

retirer des services différents des ressources disponibles. L'apprentissage peut être à l'origine

d'une mutation des aptitudes à «traduire en actions utiles» les services potentiels des

ressources (voir supra tableau II.9.)

L'acquisition de la connaissance passe par l'intégration d'informations (Teece et Pisano, 1994;

lansiti et Clark, 1994). L'intégration peut-être soit externe: elle est reliée aux propriétés des

ressources informationnelles (disponibilité, et substituabilité) ; soit interne: elle rassemble les

notions d'élicitation des connaissances tacites, d'expérience, d'heuristiques, etc. qui sont ou
,~ .

non coordonnées à l'intérieur de l'entreprise. Henderson détaille les caractéristiques des

aptitudes intégratrices dirigées vers l'extérieur (ou vers l'intérieur) dans le cas de l'industrie

pharmaceutique (Henderson et Cockburn, 1994; Henderson, 1994). L'intégration est le

processus .par lequel l'acquisition d'information et de connaissance se produit mais ne

correspond pas à une aptitude à proprement parler. TI s'agit du phénomène, et non de la cause

d'un phénomène. L'aptitude correspondante est l'aptitude d'apprentissage qui se manifeste par

une intégration plus ou moins grande. La même remarque s'applique à notre avis à!' "absoptive

~apacity" de Cohen et Levinthal (1990).

L'apprentissage. correspond. soit au développement d'aptitudes déjà possédées et utilisées

183
 (intégration interne de connaissances) soit à leur mutation (changement dans la nature même

des aptitudes) à la suite d'intégration externe d'information ou de connaissance. Le premier cas

recouvre toutes les démarches visant à faire circuler l'information à l'intérieur de l'entreprise ou

aux procédés courants de partage de connaissance, de travaux de groupes, groupes de projet,

etc. fi peut provenir également des résultats tirés des innovations engagées sur la gestion ou le

développement des ressources. Le second cas est le fruit de l'intégration externe d'informations

et de connaissances par le biais des imitations d'aptitudes, de l'intervention de consultants, du

recrutement de spécialistes, etc. La mutation des aptitudes des fnmes provient essentiellement

de son contact et des échanges qu'elle noue avec l'extérieur.

Au total, on peut résumer la nature des changements par un tableau complétant le

tableau II.9.:

Tableau D.IO. Nature des transformations intrinsèques des ressources et des aptitudes
au niveau de la firme 'i

Ressource A titude

changement ~xploitation nouvelle, déplacement le long de trajectoires,

acquisition ou développement routines

APPRENTISSAGE
(inté ration interne)

mutation introduction de nouveaux modes images, opportunités subjectives ,de ~n -~

de production, production
nouvelle combinaison

INNOVATION RADICALE APPRENTISSAGE

(inté ration externe)

, ,

Cette discussion sur la nature des transformations des R&A permet de proposer un cadre

théorique micro-économique à l'émergence des régimes technologiques (Winter, 1984; Le

Bas, 1995), voire à l'explication de l'évolution des structures du capitalisme (Nelson, 1990) -

ce qui dépasse largement le cadre de cette recherche. Eil outre, elle montre 'de l'intérieur' 'les

184
mécanismes sous-jacents aux changements de valeur des propriétés des R&A, et caractérise les

sources de l'obsolescence, ou de la régénération de ces mêmes propriétés. Au niveau de la

firme, la recherche d'innovation, et l'intégration de connaissances sont les gages du maintien et

du renforcement des propriétés primaires des R&A, et donc de la soutenabilité de l'avantage

concurrentiel et de la performance. L'innovation et l'apprentissage sont les deux sources de

transformations des conditions tant internes qu'externes à la firme d'appropriation des rentes

idiosyncrasiques.

Avant de synthétiser les apports théoriques de l'économie évolutionniste au Courant des

Ressources, une contribution d'un genre particulier mérité d'être ajoutée: l'usage de la

simulation comme méthode de recherche.

II.3.2.g. La simulation comme méthode de recherche

Le dernier apport de l'économie évolutionniste sur lequel nous voudrions insister n'est pas tant'

théorique que méthodologique. Le Courant des Ressources désire se passer d'hypothèses

fortes (rationalité parfaite, équilibre et optimisation). Ce faisant, il se prive des méthodes

légitimes mises au point par les économistes néo-classiques, au premier titre desquelles la

démonstration mathématique sous forme d'axiomes, de preuves et de théorèmes. En effet,

l'étude .de processus contraints dans leurs développement et propres à des firmes aux

ressources et routines hétérogènes pouvant conduire à des choix non optimaux n'est pas

redevable des mêmes outils de démonstration.

L'économie évolutionniste explore les autres moyens de preuve: les démonstrations

probabilistes (Iwai, 1984; Dosi et Kaniovski, 1994), systémiques (Silverberg, 1988;

Aniendola et Gaffard, 1996), mathématiques avancées (équilibres multiples (Jootsen, 1996),

réplicateur dynamique· (Saviotti· et Mani, 1995», les études longitudinales (Saviotti, 1994;

185
 Thompson, 1996) et de population (Barnett, 1996), la théorie des jeux (Camerer, 1991;

Saloner, 1991 ; Friedman, 1991), la simulation... Parmi ces techniques, la simulation émerge

comme un moyen à part car elle ne cherche pas au sein d'un ensemble fermé d'informations

des règles ou des propriétés de structure mais elle part de règles d'action simples pour, selon

des conditions initiales et certains paramètres, explorer les évolutions du modèle de simulation

(Lane,1993a). C'est une approche éminemment expérimentale. «Les avancées informatiques

rendent désormais possibles l'étude des représentations des systèmes dynamiques qui sont trop

complexes pour des méthodes analytiques» (Leijonhufvud, 1995).

La discussion sur les différentes techniques de simulation ainsi que sur les divers domaines

d'application de la simulation n'entre pas dans le cadre de cette présentation. Tout au plus,

d'une part. nous appuyant sur Lane (1993a et b), l'intérêt des simulations est brièvement

esquissé. D'autre part, trois exemples de simulations servent d'illustrations.

Les simulations permettent à partir d'inférence de distinguer des propriétés émergentes du

système. et de ramener ces observations aux règles de comportement des éléments de base de

la simulation et aux conditions initiales. Ensuite, les simulations permettent de séparer les effets

dans le temps des agents sur le système de ceux du système sur les agents: elles représentent

mieux que les modèles analytiques les phénomènes réels (Lane; 1993a,p9l-):--Enfm;-les--·

'mondes artificiels' sont parfaitement adaptés pour rendre compte de l'émergence des

'organisations économiques hiérarchiques', pour reprendre les termes de Lane (1993,a et b),

depuis les processus d'apprentissage, l'acquisition de nouvelles règles de comportement,

jusqu'à la co-évolution entre les produits et les structure d'innovation et de concurrence (Lane,

1993b, p195 ; Mezias et Glynn, 1993).

Nelson et Winter sont des initiateurs de cette méthode de démonstration dans leur.ouvrage de

1982. Nelson et Winter (1982) modélisent plusieurs situations concurrentielles, qui ont

186
inspirées d'autres auteurs (Iwai, 1984; Soete et Turner, 1984; Witt; 1986 ; Silverberg et alii,

1988; Metcalfe, 1989; Eliasson, 1991; Dosi et Chiaramonte, 1993). Schématiquement, on peut

résumer ces différents modèles de la manière 'suivante. Un ensemble d'entreprises, dont la

principale différence est la performance interne en terme de coût unitaire de production, sont

en concurrence pour la vente d'un bien homogène sur un marché. Ces différences de

performance traduisent les différences de technologies, de ressources et de routines. Les

entreprises dont le coût unitaire de production est inférieur au prix moyen du marché dégagent

des profits, et sont supposées augmenter leur production en proportion de leur performance.

Les taux de croissance, les quantités de production, les niveaux de performance ainsi que les

modifications des populations d'entreprises sont observés selon diverses autres hypothèses.

A titre d'exemple, les principaux résultats de Nelson et Winter (1982) sont: 1) la meilleure

performance ne dépend pas de la taille de l'industrie; 2) la performance moyenne croît plus

rapidement lorsque la densité de.la population est faible; 3) la marge moyenne décroît lorsque

le nombre d'entreprise augmente,; 4) la courbe du prix exprimé en fonction du nombre

d'entreprises a une forme en U ; 5) la concentration des parts de marché augmente avec le

nombre d'entreprises; 6) la rapidité de la croissance de la performance moyenne et la difficulté

d'imitation des procédés techniques renforcent la concentration ; 7) la variance de la

performance décroît avec la taille des entreprises; 8) l'industrie la plus concentrée est plus

efficace en terme d'utilisation des capacités d'innovation, mais le prix de vente moyen est

supérieur. Quoiqu'il en soit, dans tous les modèles cités, la variété entre firmes est le moteur de

l'évolution.

Silverberg et alii (1988) développent un modèle d'auto-organisation de la diffusion des

innovations reposant sur.la transition entre les trajectoires technologiques et les anticipations

des firmes. Ils montrent, grâce à la simulation, que sous une courbe de diffusion agrégée -dont

la forme s'apparente à la, courbe en S-les situations individuelles sont très distinctes : par

t87
exemple, les premiers adopteurs ne sont pas nécessairement les vainqueurs en terme de parts

de marché. La tension au sein des entreprises oppose l'évaluation des gains potentiels

engendrés par l'adoption de l'innovation, au coût relatif de développement au cas où le marché

adopterait une autre technologie.

Enfin, l'exemplè le plus ambitieux est sans conteste le projet MOSES, le modèle de simulation

de l'économie suédoise (Eliasson, 1991, 1992, 1994). fi a la particularité de faire le lien entre

les données réelles de l'économie suédoise (données micro-économique et données macro-

économiques) et les expérimentations simulées.

fi ressort de paragraphe que le Courant des Ressources, se démarquant de l'analyse

économique sur certains points fondamentaux, doit chercher à développer des outils appropriés

de démonstration de ses hypothèses. Plusieurs techniques sont déjà utilisées notamment pour

saisir la complexité des dimensions dynamiques et les effets de système, consécutivds à

l'application des concepts évolutionnistes à l'étUde de Iii performance technique ou

économique. La simulation ressort comme étant une option riche de promesses.

II.3.2.h. Synthèse des différentes contributions

Les principaux apports de l'économie évolutionniste au sein du Courant des Ressources,

permettant de dynamiser la théorie des ressources ont été présentés rapidefueïitdans' les

paragraphes précédents. fis concernent tout d'abord des règles de conditionnement temporel

des actions possibles d'amélioration des R&A et de leurs propriétés. Le développement des

R&À n'est pas stochastique : il est conditionné par les actions passées, et les caractéristiques

intrinsèques des ressources et des aptitudes. Ensuite, les mécanismes de changement et de

mutation R&A sont essentiels à la constitution interne de l'avantage concurrentiel. La saisie et

l'appropriation des opportunités technologiques sont des gages de performance future pour les

entreprises en veille. Mais principalement l'innovation et l'apprentissage permettent d'une part

d'accroître les possibilités d'exploitation des services des R&A, et d'autre part de renforcer

188
dans la durée les propriétés de non transférabilité, de non imitabilité et de non substituabilité.

Un dernier apport concerne la réflexion méthodologique introduite par l'économie

évolutionniste: l'analyse de la performance sur les bases renouvelées du Courant des

Ressources implique que ce modèle se dote de systèmes de preuves et de démonstration de ses

hypothèses adaptés à ses présupposés fondamentaux (économie de processus, hétérogénéité

foncière et conditionnement temporel).

On rassemble ces différentes contributions dans le tableau 1111.

Tableau Il.11. Synthèse des apports de l'économie évolutionniste à l'analyse de la

performance dans le cadre du Courant des Ressources
CONCEPTS APPORTS
la sélection la sélection est la condition de la survie de la firme. Les
engagements en faveur de R&A aux propriétés particulières nourrit
le processus de sélection. Plus qu'un critère exogène à la firme
validant sa performance, la sélection est une représentation interne
à la firme des effets du temps sur les propriétés de ses R&A.
les trajectoires Les possibilités de retirer de meilleures performances de l'usage des
technologiques services·des R&A sont limitées intrinsèquement par la trajectoire
technolo~que sur laquelle sont positionnés les R&A.
Le moment de décision de constitution, de renforcement ou
les designs dominants d'acquisition de R&A est lié à la probabilité de dégager de bonnes
performances. Trop tôt ou trop tard, cela risque de figer les R&A
sur des trajectoires sous-efficientes.
Le développement des propriétés des R&A est conditionné
temporellement: le potentiel futur de rentes reposant sur les R&A
la dépendance de sentier, est dépendant des conditions d'usage passées.
les rendements croissants La maîtrise du processus de standardisation, et principalement la
d'adoption et le lock-in relation d'échange avec les clients, est une ressource à part entière
qui peut théoriquement conduire à imposer un produit qui ne serait
pas initialement le meilleur produit
opportunités et Les conditions d'appropriabilité des opportunités théoriques,
appropriabilité garantes de l'appropriation future de rentes idiosyncrasique
technologiques conduisent la firme à être en veille constante sur l'univers
scientifique, institutionnel et lé.e;islatif.
L'innovation et l'apprentissage sont à la base des changements et
innovation et des mutations des R&A, elles-mêmes gages du maintien ou du
apprentissage développement des propriétés de non imitabilité, de non
transférabilité et de non substituabilité des R&A.
la simulation le Courant des Ressources doit se doter d'outils de démonstration
qui respectent ses hypothèses sous-jacentes. La simulation permet
de séparer les modes de coordination économiques distincts en
définissant leurs règles respectives, et en étudiant précisément dans
le temps les influences respectives des effets micro-macro.

189
Récemment, des tentatives de synthèse des deux approches théoriques du Courant des

Ressources ont émergé. L'intérêt de ces tentatives est qu'elles mettent l'accent sur des notions

importantes : sur le plan interne, la coordination des activités, et sur le plan externe, la co-

évolution des ressources et du cadre concurrentiel. Toutefois, elles déftnissent la firme à partir

des connaissances et de l' infonnation -ce qui représente un risque de dissolution de la base

théorique solide sur laquelle repose le Courant des Ressources.

II.3.3. Développements récents du croisement entre théorie des ressources et

économie évolutionniste: l'approche par les ressources dynamiques et les
notions de coordination interne et de co-évolution

,'Y

II.3.3.a.'Déjinition, apports et limites de l'approche pa.rlesressources

dynamiques • 1
..' "...' . . ".

..
Définition et mouvances de recherche

Reposant explicitement sur la conception de la firme comme un creuset de R&A mais aussi de

connaissances et d'information, l'approche par les ressources dynamiques s'intéresse

spéciftquement aux différences d'exploitation possibles des

.
processus
- -- -
de changeIIl~!!t
.,- -
.-.-
Ùl~fl1eS_à,
' ..

la firme (Arrègle, 1995). «Nous postulons que l'avantage compétitif provient des ressources

dynamiques enracinées dans les routines les plus rentables à l'intérieur de la fmne, enchâssées

dans les processus organisationnels et conditionnées par leur histoire. En raison de

l'imperfection des marchés, ou plus précisément de la non-transférabilité des actifs intangibles,

comme les valeurs, l'identité ou l'expérience organisationnelles, ces aptitudes ne peuvent être

achetées; elles doivent être édiftées » (Tee ce et Pisano, 1994, p553).

lansiti et Clark (1994) définissent quant à eux les "dynamic capabilities" ainsi : «aptitude d'une

organisation à enrichir régulièrement, adapter et régénérer sa base de connaissances, et à

190
développer. et à conserver les capacités organisationnelles, qui traduisent ces bases de

connaissances en actions utiles» (lansiti et Clark, 1994,p563). Les aptitudes dynamiques sont

aux aptitudes reproductives ce que les routines de recherche sont aux routines génériques

(Christensen, ,1994). Ces auteurs mettent en avant un double mouvement à l'origine de la

constitution d'un avantage concurrentiel lié à l'innovation et à l'apprentissage dans

l'organisation : 1) certaines connaissances sont nécessaires au développement des innovations.

Elles sont donc stratégiques. Mais les innovations posent de nouveaux problèmes aux individus

et aux organisations, tant sur le plan de leur résolution que sur celui de l'apprentissage. ,2) Or,

résoudre des problèmes est à la base de la constitution de connaissances -et ces connaissances

sont à l'origine d'innovations. Par conséquent, il y a un double mouvement, qui se déploie dans

le temps, qui alimente le processus d'innovation. Les aptitudes permettant de gérer, d'une part,

l'acquisition des connaissances et, d'autre part, contribuant à la résolution des problèmes, sont

des aptitudes dynamiques -et. des aptitudes stratégiques. n s'ensuit que l'acquisition de

connaissances et la résolution des problèmes permettent de transformer des aptitudes dans un

sens « utile» -nous dirons tourné vers la performance.

Sur ces bases deux types de recherches sont menées: celles qui focalisent leur attention sur les

ressources (Sanchez, 1995), et celles qui veulent dépasser ce premier point de vue en

«dématérialisant» la firme pour ne plus voir d'elle que les aptitudes (Mahoney, 1995)

Au sein de la première catégorie, Sanchez (l995a et b, 1996) étudie la flexibilité stratégique de

production. Cet auteur souligne les deux défis essentiels des managers face aux marchés

dynamiques :, «1) identifier et acquérir l'usage des ressources flexibles qui peuvent offrir à la

firme des options stratégiques lui permettant de poursuivre plusieurs développements

alternatifs en réponse aux changements de l'environnement concurrentiel; 2) développer une

flexibilité de coordination dans l'usage des différentes ressources, afin de maxiiniser la

191
flexibilité des ressources disponibles de la firme» (Sanchez, 1995b, p138). Pour lui,

l'innovation radicale acquiert un sens concret et endogène à la firme. Présentée

traditionnellement comme le résultat d'un changement ou une rupture de paradigme

technologique, l'innovation radicale est considérée par l'approche par les ressources

dynamiques comme détruisant les compétences ou modifiant les aptitudes à évaluer la

performance technologique (Rosenbloom et Christensen, 1994; lansiti et Khanna, 1995,

p354).

Le progrès d'une technologie n'est plus conçu seulement comme une trajectoire le long d'un

régime 'naturel', mais comme la conséquence des évolutions particulières d'éléments précis de

l'architecture ou du système technologique (Henderson et Clark, 1990; Tushman et

Rosenkopf, 1992). Brousseau et Rallet (1995) dans cet esprit insistent sur les conséquences de

l'introduction des technologies de l'information et de communication sur la productivité des

firmes et leur accès à une plus grande flexibilité.Youndt et al. (1996) focalisent leur étude sur

l'enrichissement continuel des qualifications des hommes et des équipes afin d'améliorer la

productivité, l'usage efficace des outils de production et la satisfaction du client. Dans ce

contexte, le rôle de la coordination interne apparaît comme un élément stratégique dans la

poursuite à la fois d'une stratégie de réduction de coût et.d'alignem~nt des_grod.!!itsstlr:)es~_ ~. ~ ._~_~

goûts des clients (Youndt et al., p859). La coordination interne émerge comme un élément

supplémentaire explicatif de la performance, catalyseur de l'actualisation des potentialités de

rentes organisationnelles : alors que le système de prix est censé coordonner l'économie, la

coordination interne à la firme permet d'intégrer et de développer les R&A de la firme (Teece

et al., 1997, p518)

Spender justifie et défmit l'ambition programmatique de la seconde mouvance de recherche:

192
 ·« Dès que l'on suppose que les marchés sont raisonnablement efficients et que l'avantage
concurrentiel n'est pas complètement la conséquence d'asymétries d'information sur ces
marchés ou de la stupidité des concurrents, les aptitudes à l'origine de rentes doivent
naître à l'intérieur des firmes si elles ont porteuses de valeur. Puisque la provenance de
toutes les ressources tangibles réside hors de la firme, il .s'ensuit que l'avantage
concurrentiel est plus susceptible d'émerger des connaissances intangibles spécifiques à
l'entreprise qui lui permettent d'ajouter, de manière idiosyncrasique, de la valeur aux
facteurs de production intrants » (Spender, 1996, p46).

« Au lieu de considérer les dirigeants d'entreprise comme des producteurs de règles, les
employés comme· ceux qui les suivent, et les firmes comme des fonds de ressources
tangibles, nous avons besoin d'une théorie d'un genre différent reposant sur la
connaissance, où les organisations supportent des alliances entre des entités
indépendantes créatrices de connaissances, qu'elles soient des individus, des équipes ou
d'autres organisations, et où les ressources tangibles sont subordonnées aux services
qu'elles procurent» (Spender, 1996, p47).

Pour les chercheurs de cette mouvance, la théorie des ressources dynamiques trouve ses bases

dans la volonté de construire une théorie alternative de la firme autour de deux questions

centrales: l'information et la connaissance. L'entreprise est conçue comme l'organisation

distribuée de la connaissance et de l'information (Conner et Prahalad, 1996). Elle est une

réponse au problème d'utilisation collective de connaissances individuelles pour la réalisation

d'objectifs communs (Tsoukas, 1996). Aucun agent ne peut à lui seul maîtriser l'ensemble de

l'information nécessaire au bon déploiement des ressources et des compétences. Les firmes

sont donc des systèmes distribués de connaissance. Comme par ailleurs, les systèmes

économiques et techniques où circulent les informations sont ouverts, il est impossible de

connaître précisément quelles seront les connaissances pertinentes à utiliser demain. A tout

instant du temps, la connaissance d'une entreprise est la résultante indéterminée des tentatives

individuelles de gérer les tensions inévitables entre les attentes conformes aux règles acquises,

les aptitudes des différents membres de l'entreprise14 et les contextes locaux (les heuristiques).

Grant (1996) se réapproprie les différentes propriétés des ressources qu'il applique aux deux

14 ... et leurs stratégies individuelles; voir le débat sur la nécessité d'intégrer la notion d'opportunisme, chère à
la théorie des coûts de transaction dans une théorie de la fIrme fondée sur la connaissance, et les aptitudes
(Canner et Prahalad, 1996; Kogut et Zander, 1996; Foss, 1996)

193
grands types de connaissance qu'il distingue, à la suite d'autres: tacite et explicite. Ayant posé

la firme comme une institution économique traitant et gérant l'information et la connaissance

mieux que le marché, à partir de ces propriétés, il déduit les besoins nécessaires en terme de

coordination de la firme et leurs conséquences: la structure de l'organisation et ses frontières

sont par là expliquées. Dès lors, le degré à partir duquel une capacité dynamique est

..'distinctive' dépend de la nature des accès à l'information de ses employés et de l'intégration

des connaissances au sein de l'entreprise. L'accent doit être placé, selon lui, de manière

essentielle sur le rôle de l'individu en tant que principal acteur, récipiendaire de l'information et

créateur de la connaissance

Apports de l'approche par les ressources dynamiques à l'analyse de la

performance - Limites à la théorie de la firme fondée sur la connaissance

L'objet de cette partie n'est pas de détailler plus avant les présupposés théoriques de

l'approche par les-ressources dynamiques. TI s'agit d'illustrer le croisement fertile (pour

l'analyse de la performance) entre les approches de recherche par les ressources et

évolutionnistes.

Deux apports essentiels nous semblent caractériser l'émergence de l'approche par les

ressources et aptitudes dynamiques. Le premier porte sur l'ambition de cette approche de

fonder une théorie de la firme évolutionniste (Kogut et Zander~·1996). Cêtfeamoiiion-repo-se---~------

sur les bases de la théorie des ressources: la firme est conçue comme un fonds de ressources et

d'aptitudes idiosyncrasiques à l'origine de rentes, et de l'économie évolutionniste: les

comportements de réplication, d'innovation, et d'apprentissage sont à la base de la

performance dynamique de l'entreprise. Les présupposés fondamentaux en outre portent sur la

circulation de l'information et des connàissances: absorption, intégration, développement

(Spender, 1994 en montre le potentiel de rente; Non*a et al. 1994, et DiBella et al. détaillent

les processus de constitution des connaissances organisationnelles). La constitution d'une

194
théorie renouvelée de la firme cherche en outre à. éliminer les autres hypothèses

comportementales typiques des courants contractualistes (Hogdson, 1995; Robertson, 1996),

tel l'opportunisme (Conner et Prahalad, 1996; Kogut et Zander, 1996; Foss, 1996).

Le second apport concerne la mise en exergue d'une notion qui n'était pas apparue dans toute

son importance suite à l'étude séparée des approches stratégique et économique du Courant

des Ressources : la coordination interne. Les auteurs qui traitent des ressources dynamiques,

de la base technologique et de l'innovation tirent de leurs analyses le rôle crucial joué par la

coordination: elle permet d' «exploiter la spécificité inter-actifs» à la base de l'innovation

(Christensen, 1994; Mueller, 1994). La coordination interne à l'entreprise s'appuyant sur des

ressources et aptitudes humaines stratégiques devient le catalyseur de la constitution et la

préservation des propriétés primaires et secondes des autres R&A (Farjoun, 1994; Mueller,

1996; Kamoche, 1996). La coordination interne permet de renouer avec deux inspirations

proposées par les précurseurs: l'importance de la ressource humaine soulignée en son temps

par Penrose, et la dimension, propre aux routines, de trêve (truce) dans les conflits et les

discussions vaines, énoncée par Nelson et Winter (Cohendet et al., 1994). L'avantage

concurrentiel est conçu comme reposant sur des processus distinctifs (les manières de

coordonner et d'intégrer) formés par les positions en terme d'actifs spécifiques des firmes (les

ressources et aptitudes) et les pas d'évolution qu'elles ont adopté ou hérité (Teece et al., 1997,

p509). Un modèle d'analyse de la performance individuelle des firmes devrait donc comporter

une mesure de la dimension de la coordination interne.

Toutefois, il faut se garder de considérer que tous les développements récents, pour fertiles

qu'ils apparaissent, sont des progrès -en ce qui touche à l'explication de la performance tout au

moins. En effet, si l'on peut concevoir que la vision des ressources productives doive tourner

autour des concepts (mis en pratique) 4e modularité, d'architecture, de système technique, et

de flexibilité de production comme le fait Sanchez, il nous est plus difficile de mesurer la valeur

'195
réelle de la théorie de la firme comme système d'information et de connaissance distribuées.

Plusieurs raisons nous paraissent devoir justifier cette réticence à vouloir épurer la fIrme:

• l'idéalisation: l'univers concurrentiel a disparu de la conception de la fIrme. Or, pour

justifier de la peIfonnance, il faut bien se préoccuper des critères fondamentaux d'existence de

l'avantage concurrentiel. Grant et Spender oublient donc ce qui était la première des

préoccupations des évolutionnistes: défInir les caractéristiques de l'environnement sélectif

(voir supra). Le fonctionnement du système économique, et spécifIquement la concurrence, est

idéalisé. TI s'agit d'un cadre à peine réactif dans lequel s'inscrit la firme: les clients, les

fournisseurs, et les concurrents sont mis au second plan, ainsi que l'évaluation des tenants et

des aboutissants de la performance de la firme.

• la dématérialisation : La fIrme est en quelque sorte dématérialisée, prise ontologiquement

comme une fonctidri opérante dépendant de la quantité et de la qualité des informatiôns

., - j.,' " " ",' " . ;'-"-~'

circulant et des connaissanCeSaccumulées. Or, les fIrmes, particulièrement les entreprises de

l'industrie manufacturière, sont essentiellement des outils et des sites de production, des

hommes et des femmes doués d'aptitudes spécifIques. La conCeption stratégique de la

flexibilité de production s'inscrit bien dans le cadre d'une fIrme dont la nature est d'être

productrice. Ce ne semble pas être le cas dans la conception centrée sur -l'information etla---- -

connaissanCe dont le champ d'applications serait dès lors plutôt l'étude économique des

industries de services.

• l'individualisation. Aller dans le sens de l'idéalisation et de la dématérialisation de la finne

revient in fIne à achever de faire reposer la conservation, la création et l'utilisation de la

connaissanCe sur l'individu (Grant, 1996). De même que la fIrme était idéalisée et le cadre

concurrentiel effacé, l'individu surgit dans la plénitude de ses capacités sans que le groupe au

sein duquel il travaille n'émerge comme adjuvant, catalyseur, ou créateur. TI nous semble que

196
l'apprentissage peut être organisationnel (voir les travaux d'Argyris par exemple), et que le

rôle des groupes dans la constitution des aptitudes n'est plus à faire. Par conséquent,

l'individualisation à laquelle aboutit cette vision de l'entreprise ne nous apparaît pas comme

une avancée permettant de mieux expliquer la performance des entreprises.

• la dénaturation de l'évolutionnisme: Les points précédents remettent fondamentalement en

cause la nature de l'évolutionnisme. Tout d'abord, l'idéalisation de la firme plonge dans

l'ombre les différents déterminants temporels de la performance (trajectoires, dépendance de

sentier, opportunités, etc.). Ensuite, par la dématérialisation de la firme, Grant et Spender

prétendent expliquer la formation des structures de l'entreprise et justifier les frontières

organisationnelles, par les flux, la nature, la répartition et la complexité des informations et des

connaissances circulant. C'est concevoir l'information et la connaissance comme étant toujours

actuelles, et ne souffrant guère d'obsolescence, en un mot oublier la nature évolutionniste de

l'innovation et de l'apprentissage. Finalement, faire reposer sur les individus le fonctionnement

cognitif de l'entreprise ne permet pas de concevoir la relative permanence du mode de

coordination économique qu'est la firme. TI est difficile à la fois de penser l'individu comme

récipiendaire de la connaissance et étant in fine la source de l'avantage concurrentiel, et de

maintenir que la firme est une collection continuée de R&A et de routines. En fait,

l'individualisation revient à affiner à l'extrême le niveau d'analyse pertinent de la performance

pour le ramener à l'individu. TI ne s'agit pas pour nous d'un progrès, mais d'une régression à

une vision néoclassique atomistique de la structure des marchés, appliquée au facteur humain.

Par conséquent, sous des couverts évolutionnistes, cette conception a des conséquences ou des

présupposés qui semblent ne pas l'être.

Au total, au lieu de rassembler efficacement les déterminants de la performance, la théorie de

l'entreprise fondée sur l'information et la connaissance dynamiques nous semble dissoudre ce

197
 qui faisait la force du Courant des Ressources: concevoir

1. les R&A et leurs différentes propriétés à la base de l'avantage concurrentiel et de la

performance, exprimée à travers le potentiel de rentes (de rareté, de monopole,

différentielles et marshalliennes) appropriables par la fIrme ;

2. l'entreprise dans son cadre économique et concurrentiel ;

3. la nature productive de l'entreprise (les propriétés des R&A à l'origine des rentes) ;

4. les processus de sélection, d'accumulation, de détermination temporels foncièrement

évolutionnistes à la base des transformations des R&A.

Pour ce qui nous concerne, c'est autour de ces piliers que nous bâtirons notre modèle

théorique.

II.3.3.b.Recherches mettant l'accent sur la co-évolution des R&A et de

l'environnement sélectif
Les R&A en plus de leurs propriétés primaires et secondes obéissent à des règles de

conditionnement et de développement temporels qui peuvent conduire les fIrmes, performantes

durant une période, à perdre leur avantage concurrentiel. Les grandeurs principales

responsables de cet affaiblissement progressif des propriétés des R&A sont l' innovation- et

Tapprentissage des concurrents. Ces conditions évolutives -des propriétés -des -R&:A-soni-

internes aux firmes, en quelque sorte, elles lui sont endogènes de même que les potentialités

d'appropriation des rentes sont idiosyncrasiques.

L'approche par les ressources dynamiques rend ainsi compte de l'aspect dynamique de la

création et de la constitution de l'avantage concurrentiel (Leonard-Barton, 1996; Sanchez et

al., 1996). En évaluant les propriétés des ressources et aptitudes, elle inclut indirectement les

potentialités de modiftcation de la combinaison à l'origine des rentes et de l'avantage

concurrentiel. Toutefois, rares sont les contributions qui explicitent ce phénomène de

198
«construction» des ressources et aptitudes. Blacket Boal (1994) développent l'idée d'une

constitution progressive des propriétés des ressources conduisant à un avantage concurrentiel

déterminant. Leur analyse repose sur une conception des combinaisons entre les propriétés des

ressources tirée de la théorie des réseaux. On peut également citer l'article de McGrath et a1ii

(1995) qui porte sur le développement des aptitudes. Dans cet article, les auteurs introduisent

les concepts de compréhension et d'habileté des équipes de travail. La compréhension

caractérise l'état de fait suivant lequel l'ensemble des membres d'une organisation travaillant

ensemble sont à même de faire fi du degré de complexité du problème qu'ils traitent car ils

émettent implicitement l'hypothèse que chacun comprend de quoi il est question. L'habileté

« est .une qualité qui permet dans un groupe que des interactions pertinentes soit menées au

moindre coût» (McGrath et alii, 1995, p256). Les auteurs proposent donc l'enchaînement

logique suivant:

Compréhension
Aptitude émergente •• ' .... ~A vantage concurrentiel ~... ~_~ Rente ..
Habileté

L'aptitude est définie comme le fait d'atteindre les objectifs fixés au préalable. L'idée est que si

les objectifs précis ont été atteints, l'aptitude de l'organisation à se mettre d'accord et à gérer

les problème de mise en oeuvre est grande. Les auteurs, à la suite de leur analyse de données,

remarquent que la compréhension influence l'habileté des membres de l'équipe à gérer les

situations, et réciproquement. Bnfm, ils limitent la portée de leur étude à une association entre

ces facteurs et la rente, sans que la relation soit déterministe (d'où les flèches pointillées).

Or comme nous l'ont enseigné l'examen des conditions d'apparition de la performance et les

différents modèles étudiés (peteraf, 1993; Amit et Schoemaker, 1993), les FSS (facteurs

stratégiques du secteur) et les conditionsenvironnementales, c'est-à-dire la nature de la

sélection à l'oeuvre (en terme de structure comme de processus), peuvent influer sur les

199
conditions de l'appropriabilité des rentes dégagées en puissance par l'usage des services des

R&A. Plusieurs articles à destination des praticiens ont montré l'importance de ce phénomène

(Moore, 1993; Boisot et Mack, 1995; Achi et al., 1996; Hamel, 1996).

Collis (1991) tente dans cet esprit de faire la connexion entre l'analyse purement économique

de la stratégie (qui est difficile à mettre en oeuvre) et l'analyse par les ressources. TI met en

évidence trois notions qui expliquent le développement d'entreprises d'un secteur industriel à

la concurrence globale, les roulements à bille : les compétences-coeur, les aptitudes

organisationnelles et l'héritage de gestion (<< administrative heritage»). TI postule que les

entreprises seront tentées d'aller affronter la concurrence non pas nécessairement où la

structure industrielle est la plus attractive en terme de revenus espérés, mais dans les activités

où les caractéristiques de leurs compétences cœur sont susceptibles de leur donner un avantage

concurrentiel. Les aptitudes organisationnelles sont de même dépendantes des structures

organisationnelles. Les réorganisations internes sont conduites aQtant pour maintenir les

propriétés de ces aptitudes, que pour suivre une stratégie définie a priori. Enfin, compte tenu

de l'héritage de gestion, dans les cas d'investissements à l'étranger, des configurations de

production pourront être conservées pendant longtemps sur ces nouveaux marchés bien

qu'elles soient sous~optimale_s. Collis met par conséquent bien en avant plusieur~ déte~l!an~

des propriétés des ressources et aptitudes qui aboutissent à un conditionnement des choix

stratégiques: les décisions de marché, d'organisation et de production. TIintroduit notamment

l'idée de conditionnement temporel des choix (Ghemawat, 1991).

Dans la lignée de Collis (1991), Miller et Shamsie (1996) illustrent le fait, dans le cas du

cinéma américain de 1936 à 1965, que les ressources ayant assuré le succès des studios entre

1936 et 1950 différaient de celles nécessaires dans la période suivante. Dans l'environnement

stable de la première période, les ressources tangibles contrôlables (contrats exclusifs avec des

stars et des théâtres) l'emportaient, remplacées dans l'environnement imprévisible marquant le

200
début de l'ère télévisuelle, par les aptitudes intangibles non disponibles. (gestion financière,

capacité de management et de développement de projet). L'idée d'adéquation entre les

propriétés des ressources et l'environnement avait été traité préalablement à l'aide d'une

méthodologie différente par Venkatraman et Prescott (1990). Helfat (1997) illustre le même

phénomène à partir des changements subis par l'industrie pétrolière américaine durant les

décennies 70 et 80. Elle montre que les firmes possédant le plus large éventail de ressources

dynamiques purent déployer leurs recherches dans la technologie de conversion du charbon

lorsque les prix de pétrole connurent les hausses de 1973 et 1979. D'autres auteurs insistent

sur les réactions des concurrents qui peuvent renforcer le processus d'innovation et

d'obsolescence des R&A détenues par un effet d'entraînement appelé l'effet de la reine rouge

(en référence à Alice au Pays des Merveilles, Barnett et Hansen, 1996).

En ce sens. l'analyse débouche sur une conception de la co,-évolution des R&A et de l'industrie

(Rosenbloom et Burgelman, 1989 ; Levinthal,.1991 ; Van de Ven et Garud, 1994; Levinthal.et

Myatt, 1994). L'article de Levinthal et Myatt applique au secteur des banques mutuelles depuis

leur création jusqu'en 1984 un modèle qui met en avant: les entreprises comme collections de

R&A; des forces obligeant les firmes à se concentrer sur certaines activités (l'apprentissage,

les ressources idiosyncrasiques, la structure organisationelle); des effets en retour des

modifications connues par l'environnement concurrentiel et accroissant l'hétérogénéité des

banques; et des effets d'entraînement qui à partir de choix des fIrmes limitent ou étendent leurs

développements futurs. Les principaux résultats semblent montrer que les effets de

conditionnement de la position concurrentielle est peu affectée par les allocations en ressources

et par les engagements internes à l'organisation -mesurés grossièrement par le modèle- mais

l'est fortement par la part de marché et les relations d'échange. En outre, un facteur renforce

l'hétérogénéi~ des fIrmes (la part de marché en tant qu'incitation à créer de nouvelles relations

avec les souscripteurs et les clients) spécialement quant aux relations d'échange entre les

201
banques et leurs clients, tandis que d'autres la limitent (la stabilité des relations existantes, le

caractère régional de l'expansion des banques). En conclusion, «l'évolution de la position

concurrentielle d'une firme peut être considérée comme le résultat des liens entretenu avec des

clients particulier et avec le secteur en général» (Levinthal et Myatt, 1994).

Synthèse de la section II.3.

L'approche qui introduit la dynamique au sein du Courant des Ressources est l'économie

évolutionniste. Les présupposés de base concernant la théorie de la firme, présentés par Nelson

et Winter (1982) dans la lignée des travaux de Schumpeter (1934, 1942) sont cohérents et

compatibles avec ceux énoncés par la théorie des ressources. lis s'opposent aux mêmes

notions: l'équilibre, la maximisation du profit, et la rationalité parfaite des agents

économiques. En outre, ils s'accordent à concevoir l'entreprise comme un ensemble'de

qualifications et de routines idiosyncrasiques, animé par des comportements de recherche et de

sélection.

L'économie évolutionniste participe à l'enrichissement du Courant des'Ressources. Elle pose la

question de la sélection au sein des modes de coordination économique que sont le marché, et

là firme. Elle infroduit la dimension du conditionnement temporel dàns l' anàlyse·sttatégiqùe~de ~

la performance, avec les concepts de trajectoire technologique et de dépendance de sentier.

L'ouverture à l'environnement scientifique et juridique est un des apports supplémentaires cie

l'économie évolutionniste, par l'attention qu'elle porte aux notions d'opportunité et

d'appropriabilité technologiques, à la base du changement technique et de l'évolution des

conditions économiques de la performance. Mais sans doute que la contribution majeure de

l'économie évolutionniste au Courant des Ressources conceme l'innovation et l'apprentissage,

en tant que garants des transformations futures des ressources et des aptitudes. La préservation

202
ou le développement des propriétés des R&A, sources de l'avantage concurrentiel et des

rentes, dépendent crucialement de ces deux grandeurs.

De l'examen de ces différents apports, une piste de recherche -parmi de nombreuses autres-

peut être formulée concernant l'influence du rythme interne d'action de la ftrme.

Jl5 :plus {'entreprise réagit vite, plus {aperfonnance est foTte

En effet, plus l'entreprise réagit vite, plus les R&A sélectionnées peuvent être remplacées par

d'autres ou améliorées en interne pour les faire échapper au déterminisme temporel qui les

caractérisent. Par ailleurs les opportunités peuvent être saisies plus vite et les rentes

appropriées plus rapidement. Enfin, plus l'entreprise agit vit, moins ses mouvements sont

facilement imitables.

Les tentatives récentes de fusion entre les deux approches théoriques qui coexistent au sein du

Courant des Ressources permettent de mettre à jour une dimension importante, celle de la

coordination interne à l'entreprise, comme étant un facteur essentiel de la cohérence dans le

développement temporel des activités de l'entreprise. D'un autre côté, la recherche de la

synthèse entre les deux approches conduit à 'dématérialiser' l'entreprise, et risque de rendre

confuse la conception saine de la ftrme, sur laquelle repose le Courant des Ressources. En ce

qui nous concerne, nous ne pensons pas qu'il faille bâtir une théorie de la ftrme fondée

uniquement sur l'information et la connaissance.

Ainsi, de l'examen du approche hybride des ressources dynamiques, la coordination interne

émerge comme étant un moyen essentiel de catalyser les R&A de l'entreprise. Une hypothèse

générique supplémentaire peut par conséquent être formulée à son sujet:

116 : plusle niveau ae cooraination interne est é{evé,plus [es 1<.&.91.. ont ae cliance a'être
non transjéra6fes, non imita6fes et non su6stitua6fes, et plus fa perfonnance est en
conséquence é{evée

203
Par ailleurs, certaines recherches analysent sur longue période les effets de la co-évolution

entre l'environnement des entreprises (économique, technologique, et institutionnel) et leurs

caractéristiques intrinsèques. Pour l'approche par les ressources dynamiques, il semble clair

que particulièrement deux effets doivent être pris en compte qui influent sur la relation entre

les propriétés des ressources et la performance.

Effet 1 : d'une part, les propriétés des ressources évoluent au cours du temps, sous les effets

des innovations et de l'apprentissage. Par conséquent, les effets prévisionnels d'une collection

de R&A sur la performance peuvent être contredits par l'évolution locale des propriétés des

R&A stratégiques ;

Effet 2 : d'autre part, la relation entre les propriétés des R&A d'une firme et sa performance

est en partie dépend~te de l'évolution des collections de R&A des entreprises concurrentes.

Toutefois, il semble difficile de démêler l'écheveau des causes et des conséquences dans un

contexte ou des hypothèses sont formulées aussi bien sur les conditions environnementalesque

sur les entreprises elles-mêmes.

Pour définir le cadre d'une stratégie susceptible de déboucher sur la meilleure performance,

l'analyse interne des ressources et des aptitudes et de leùrs propriétés ne suffirait donc pas.

L'effet des conditions environnementales à l' œuvre infléchirait les potentialités de rentes des

R&A détenues. n s'agit en quelque sorte d'une introduction dans le Courant des Ressources

d'une influence externe à la firme d'une nature très particulière. La contrainte de structure

pesant sur la durabilité de la performance qui apparaît à l'occasion de l'intégration de

l'économie évolutionniste au Courant des Ressources est une détermination temporelle des

propriétés des R&A. n ne s'agit pas de rapports de force ou de position de monopole, mais

204
d'évolution, de développement, de processus, de pas, de transformations suivis par les

ressources technologiques d'une part, et plus généralement par l'ensemble des autres R&A

(Durand, 1997).

Le Courant des ressources a été analysé au cours de ce chapitre. Les deux .approches

théoriques qui le constituent ont été présentées. Au cours de l'examen de la littérature, tant

théorique qu'empirique, plusieurs hypothèses génériques de recherche ont été rencontrées et

supportées par des travaux empiriques. Dans le chapitre·suivant, nous nous appuyons·sur cette

base afin de construire le modèle·théorique de notre travail, et de présenter les hypothèses qui

seront testées par la suite.

205
CHAPITRE III. CONSTRUCTION DU MODELE THEORIQUE: UNE
EXPLICATION DE LA PERFORMANCE TIREE DU COURANT DES
RESSOURCES

m.l. Éléments de base du modèle théorique 207

ID.I.I. Contributions du Courant des Ressources à l'élaboration du modèle théorique
d'analyse de la performance 207
plus le niveau de coordination interne est élevé, plus les R&A ont de chance d'être non
transférables, non imitables et non substituables, et plus la performance est en conséquence
ékvée 208
III.I.2. L'analyse de la performance 216

m.2. Formulation des hypothèses de recherche 224

ID.2.I. Modèle théorique testé sur base de données (cas A et cas B) 224
ID.2.2. Hypothèses de recherche testées par la simulation (cas C) 237
III.2.3. Synthèse: représentations du modèle théorique 238

111.3.Méthodologie: construction des variables et modèle statistique utilisé 242

ID.3.I. Les bases de données SESAME et FIBEN 242
ID.3.2. La construction des variables 247
ID.3.3. Méthodologie statistique retenue: le modèle Lisrel 285

Synthèse 298

206
Ce chapitre est l'aboutissement du travail effectué dans les chapitres précédents. Nous avons

tout d'abord inscrit le Courant des Ressources en tant qu'objet de recherche pertinent pour

l'analyse de la performance au niveau de la firme. Ensuite, les approches théoriques internes du

Courant des Ressources ont été présentées. D'une part, l'approche stratégique d'analyse

statique et relative des conditions de la perlormance, la théorie des ressources, a été détaillée.

Les ressources et aptitudes sont définies ainsi que les propriétés primaires et secondes

nécessaires à la constitution de l'avantage concurrentiel et à l'appropriation des rentes

organisationnelles. D'autre part, l'économie évolutionniste a complété la vision de la théorie

des ressources, et a approfondi le cadre d'analyse en ce qui concerne l'innovation et

l'apprentissage. La revue de littérature, enrichie de contributions empiriques a permis de mettre

à jour un certain nombre d'hypothèses de recherche génériques qu'il est nécessaire dans ce

chapitre dedimensionner à notre étude.

Ce chapitre permet, d'une part, de présenter les éléments de base de notre modèle théorique.

D'autre part, ce chapitre détermine, à partir des hypothèses génériques du Courant des

Ressources. les différentes hypothèses utilisées dans notre cadre de recherche. Enfin, dans une

dernière section, consacrée à la méthodologie, il contient la construction et

l' opérationnalisation des variables ainsi que la présentation du modèle statistique utilisé:

Lisre!.

111.1.Éléments de base du modèle théorique

111.1.1. Contributions du Courant des Ressources à l'élaboration du modèle

théorique d'analyse de la performance
Au cours de la présentation détaillée du Courant des Ressources, plusieurs hypothèses de

recherche génériques ont été recensées, émanant des présupposés théoriques des courants

stratégique et économique et de leurs validations empiriques. Ces hypothèses de recherche sont

207
rappelées dans le tableau ci-dessous (Tableau ill.l.)

Tableau m.l. Rappel des hypothèses de recherche génériques tirées du chapitre fi

HYPOTHESE GENERI UE

plus la non transférabilité des ressources et des aptitudes d'une firme est forte,
lus sa erformance est élevée

plus la non imitabilité des ressources et des aptitudes d'une fIrme est forte,
lus sa erformance est élevée

plus la non substituabilité des ressources et des aptitudes d'une fIrme est forte,
lus sa erformance est élevée

J{4

J{6 plus le niveau de coordination interne est élevé, plus les R&A ont de chance
d'être non transférables, non imitables et non substituables, et plus la
performance est en conséquence élevée-

Ces hypothèses génériques conduisent à s'interroger, dans le cadre de notre modèle théorique

sur trois points: d'une part, sur la conception de la firme; d'autre part, sur les propriétés des

ressources à retenir; et enfin sur la prise en compte de la dimension évolutionniste du modèle.

Nous répondons successivement à chacune de ces questions.

lILI.I.a. Conception de lafirme

Comme cela a été précisé lors de la présentation des apports de l'économie évolutionniste aux

courants de la théorie des ressources, il convient de se garder d'élaborer une conception de la

firme qui soit idéalisée, dématérialisée, individualiséeet qui fInisse par oublier les contraintes

de la théorie des ressources et de l'économie évolutionniste. La conception de la firme qui

ressort de l'étude de la littérature théorique et empirique repose sur trois piliers:

208
 1. une conception productive de l'entreprise (à laquelle font référence Hl, H2 et H3)

2. une conception de l'entreprise engagée dans des relations verticales d'échange (H4)

3. une conception qui prend en compte le rôle particulier de la coordination interne (H6)

Ces trois piliers constituent à notre avis les conditions minimales pour pouvoir définir une firme

selon le Courant des Ressources. TI est possible d'ajouter d'autres éléments, comme par

exemple une spécification du processus d'innovation, les liaisons concurrentielles particulières

(partenariat, impartition, etc.) ou la nature et l'étendue de la diversification. Nous sommes

donc bien conscients que nous ne retenons dans le modèle théorique que les éléments

constitutifs indispensables de la conception de la firme par souci de simplification -compte tenu

principalement des autres degrés de complexité qui s'ajoutent par la suite.

Concernant le premier point, la firme appartenant à l'industrie manufacturière est représeIl:tée

prioritairement par les outils techniques et technologiques qu'elle utilise pour produire les biens

qu'elle offre sur le marché. Par conséquent, il paraît indiscutable qu~.la firme manufacturière

doive être au minimum définie par ses «ressources productives », ainsi qu'elles seront

nommées par la suite (Tarondeau, 1996).

Une des erreurs principales de la théorie de la fume reposant sur l'information est qu'elle ne

prend pas en compte les rapports de l'entreprise avec les parties prenantes du processus

économique global. La logique des échanges de l'entreprise avec les autres entités

économiques (entreprises, clients, ...) s'inscrit au sein de relations verticales d'achats et de

ventes. TI a été abondamment commenté dans la revue de littérature empirique que les liaisons

de cohérence au sein de la diversification, ou les influences entre les entreprises et les niveaux

verticaux d'échanges (fournisseurs et premiers adopteurs notamment) ont un impact sur la

performance (Verdin et Williamson, 1994; Levinthal et Myatt, 1994; Poppo et Zenger, 1991

et 1995; Walsh, 1996; Powell et Dent-Micallef, 1997). Par ailleurs, les relations avec les

209
clients et fournisseurs pour particulières qu'elles soient aux industries sont des constantes de

l'ensemble des secteurs étudiés. Ce sont des indicateurs à la fois suffisamment. généraux et

propres aux. entreprises. lis donnent en outre une indication sur la conception du système de

valeur dans lequel sont engagées les entreprises. Enfin, ils offrent la possibilité de qualifier des

ressources à la frontière entreprise-secteur comme étant des déterminants importants de la

performance de la firme, ce qui s'accorde avec l'idée que les propriétés des R&A sont conçues

comme des interfaces entre les organisations économiques distinctes de la firme et du marché

(Tarondeau, 1993).

C'est pourquoi notre modèle théorique contient une évaluation du rapport entre l'entreprise et

ses clients et ses fournisseurs, afin de déterminer si les liens privilégiés entre les niveaux

verticaux d'échange ont un impact positif sur la performance de la fIrme.

Finalement. le rôle de· la coordination interne apparaît comme une condition fondamentale ..

d'une part de l'utilisation des services des R&A, et d'autre part de· la promotion de

l'innovation et de l'apprentissage, leviers de la nature évolutionniste de la firme fondée sur les

ressources. Sans que l'objet d'étude soit le processus de constitution de la connaissance en lui-

même. ou le rôle précis des coordinateurs dans les processus d'innovation, ou encore l'impact

direct de la circulation d'information sur la performance, il est indéniable qu'une mesure

interne minimale du niveau de coordination interne de l'entreprise doit figurer dans le modèle

théorique. Par conséquent, on cherche à utiliser une mesure du niveau de coordination interne,

défmi comme représentant le degré d'information, de contrôle et de suivi à l'intérieur de

l'organisation, pour en évaluer l'impact sur la performance de.!' entreprise.

III.1.1.b. Propriétés des ressources

TI a été montré au chapitre II que les propriétés des R&A se décomposaient en un double

rideau, certaines propriétés étant explicatives d'autres plus génériques, toutes ayant une

influence (directe ou indirecte) sur la performance. Compte tenu de la nature de cette étude, il

21"0
n'était pas possible d'entrer dans le détail des propriétés secondes où s'expriment des

différences très conceptuelles. Nous avons donc concentré notre attention sur les propriétés

primaires, que sont la transférabilité, l'imitabilité et la substituabilité (Hl, H2 et H3).

Si l'on croise les propriétés primaires des R&A avec les trois éléments essentiels constitutifs de

la firme, on obtient au moins neuf relations à traiter (ou douze si l'on distingue rapports clients

et rapports fournisseurs). Pour peu que plusieurs mesures de la performance soient

considérées, on finit par aboutir à plusieurs dizaines de relations à tester, ce qui, au lieu

d'apporter un éclairage sur le problème risque de l'obscurcir. Par conséquent, de même que

nous avons retenu les éléments constitutifs minimaux pour définir une entreprise dans le cadre

de notre modèle théorique, de même il faut s'interroger sur les propriétés minimales,

suffisantes pour que l'entreprise puisse s'approprier les rentes, et être performante.

Nous avons synthétisé dans le tableau suivant les cinq critères que nous avons retenus dans

notre modèle théorique. Nous justifions ces choix ci-après~

Tableau In.2. Critères « éléments constitutifs de la firme x Propriétés des ressources »

retenus dans le modèle théorique
Transférabilité lmitabilité Substituabilité
ressources X X
productives
relations amont .- .-- --- ..- -'--X-~---~---

relations aval X
coordination interne x

X : variable latente retenue

Globalement, la question qui se pose est celle de savoir si l'ensemble des propriétés des R&A

est requise pour la constitution de rentes idiosyncrasiques, ou si seulement quelques unes sont

nécessaires et suffisantes. Pour notre part, nous considérons que plus les ressources possèdent

les propriétés primaires déterminant la performance, plus elles sont susceptibles d'obtenir de

bons résultats. Toutefois, le faitde posséder au minimum une des propriétés est déjà un gage

211
de la performance potentielle de l'entreprise.

Cependant, concernant les ressources productives, nous avons désiré en retenir au moins deux

sur trois pour réduire les risques d'erreur. La non transférabilité et la non imitabilité sont donc

introduites dans le 'modèle théorique préférentiellement à la non substituabilité car elles sont

plus référencées dans la littérature que cette dernière. Par ailleurs, elles ont été utilisées par

pragmatisme : en effet, il nous a paru plus difficile de mesurer le degré de substituabilité que

celui d'imitabilité ou de transférabilité. La substituabilité engage non seulement l'entreprise

dans son processus de production, mais aussi la manière dont les concurrents peuvent ou non y

substituer leurs R&A propres ou une nouvelle combinaison de ressources. Par conséquent, il

aurait fallu non seulement évaluer la teneur des ressources de l'entreprise mais aussi dans une

seconde étape évaluer la manière dont elles pourraient être substituées par la concurrence.

Tout cela à partir de questions posées à une entreprise. Or, on. peut imaginer la difficulté que ,.

représente, pour une entreprise, l'évaluation de son degré de substituabilité puisqu~illui faut à

ce moment là se mettre à la place de ses concurrents. En revanche, la transférabilité· et

l'imitabilité correspondent à des mesures plus directes des ressources de l'entreprise. Elles

peuvent être caractérisées en elles-mêmes puis être comparées de firme à fIrme.

Concernant les rapports verticaux d'échange, la non transférabilité d'une relation amont ou

aval est à proprement parler impossible dans une situation concurrentielle normale, si l'on

excepte le cas de signature d'exclusivité d'approvisionnement ou de livraison. Généralement,

les parties prenantes du rapport d'échange ont la liberté de contracter avec qui bon leur

semble. Par conséquent, la propriété de transférabilité ne nous semblait pas la plus à même de

caractériser la relation de construction de rentes qu'une entreprise peut nouer soit avec ses·

clients soit avec ses fournisseurs. Restaient donc les propriétés d'imitabilité et de substituabilité

des relations de filière. Les deux sont potentiellement importantes pour ce qui touche à la

performance des entreprises de l'industrie manufacturière. On remarque d'une part que l'on

212
peut chercher à n'évaluer que l'une des deux -chacune étant une condition suffisante de la

performance- et d'autre part, qu'il est préférable d'évaluer la même pour les deux relations

(amont et aval). Nous avons retenu la propriété de non substituabilité pour les deux relations

de filière pour la raison suivante: une relation de filière non imitable peut être malgré tout

substituable tandis qu'il apparaît difficile qu'une ressource non substituable soit strictement

imitable, puisque la partie prenante en jeu (fournisseur ou client) doit être substituée par une

autre, qui ne peut compte tenu de l'hétérogénéité foncière des firmes lui être exactement

similaire. Par conséquent, dans le cadre précis des relations entre parties prenantes du système

de valeur, on privilégie dans cette étude la non substituabilité,/que l'on décline en non

substituabilité de la relation clients et en non substituabilité de la relation fournisseurs. '.'•.. "

Enfin, la notion de coordination n'a pas été analysée en tant que telle par ses propriétés

foncières (primaire~ ou secondes). Elle a été approchée avec l'objectif d'évaluer;les

conséquences qu'elle pouvait avoir sur les autres déterminants d~ la performance. En fait, on a

cherché à mesurer le caractère avéré de renforçateurqu' est supposée avoir la coordination

dans le Courant des Ressources. C'est pourquoi la variable latente de coordination interne

correspond plus à une défInition du niveau de la coordination qu'à une décomposition du

concept en ces trois propriétés primaires.

III.1.1.c. Prise en compte de la dimension évolutionniste du modèle théorique:

3 cas d'étude empirique
Le modèle théorique consiste donc à analyser l'influence sur des indicateurs de performance

d'une structure causale qui regroupe les cinq variables explicatives (tableau ill.2.) mesurées à

un moment du temps. Cinq des six hypothèses génériques sont ici concernées. Seule ,.g, qui

relie la rapidité d'action avec la performance n'est pas prise en compte puisqu'elle introduit la

dimension temporelle dans le modèle. Par ailleurs, une autre hypothèse de base, que l'on

pourrait coder j{O intervient dans la conception de la dimension temporelle dans le Courant

213
 des Ressources. TI s'agit de la conservation dans le temps des possibilités d'appropriation des

rentes idiosyncrasiques (supra, tableau I.6).Le modèle théorique proposé est un modèle

structurel, et l'introduction d'un décalage temporel ne doit pas affecter les sources

idiosyncrasiques d'appropriation des rentes organisationnelles. D'où:

RO: ks conaitions ae vaûaiti au motfèfe tIiiorique sont aUTabks aans le temps

La manière la plus directe de vérifier cette hypothèse consistait à prendre une mesure des

variables explicatives de la performance à un moment différent du temps. C'est la démarche

que nous avons retenue, pour sa simplicité -et également parce que la base de données

SESAME sur laquelle nous travaillons n'offre guère pour l'instant que cette possibilité (elle

n'existe que depuis 1993).

TI faut donc distinguer deux types d'analyse:

Cas A: effets d'une structure explicative à un moment T du temps sur la performance;

Cas B: effets d'une structure explicative équivalente au moment T-I sur la même performance.

Le modèle central de notre recherche est le cas A. La structure causale est constituée par des

données de 1995 et 1996. Le cas B consiste à tester !IlO, c'est-à-dire si, à partir de données

explicatives antérieures (1993 et 1994), on peut expliquer de la même manière le niveau de

performance moyen des firmes des industries manufacturières françaises.

Toutefois, nous ne nous sommes pas satisfaits de cette approche en variation qui ne permet pas

de tester !Il5. Suivant l'exemple de Nelson et Winter (1982) et les conseils de Wernerfelt

- (1984), nous avons voulu mettre au point une simulation informatique modélisant l'évolution

de la performance des entreprises à partir de leurs portefeuilles de ressources. Cette simulation,

le cas C, qui fait l'objet de l'avant dernier chapitre de ce travail, ne se veut pas une conclusion.

Elle est au contraire line ouverture vers une conception différente de l'économie, et de ses

214
interrelations avec le management. Il s'agit d'une tentative originale de simulation informatique

évolutionniste du modèle théorique. Le chapitre qui lui est consacré reprend les origines du

projet, son imbrication foncière dans l'ensemble de ce travail, sa mise en œuvre, et ses résultats

expérimentaux. TIforme à lui seul un ensemble autonome sur lequel nous ne reviendrons guère

d'ici là

Par conséquent, globalement, le processus de recherche que nous proposons de tester répond à

plusieurs phases logiques, qui à chaque étape, permettent de mieux comprendre les

interrelations causales et d'accepter ou de rejeter les hypothèses formulées. Cette démarche

s'inspire de la méthodologie proposée dans Evrard et al (1993).

Figure ID.3. Etapes de la démarche de recherche

( DECRIRE
•
J-. { 1 •

EXPUQUER J-{_. ,

SIMULER_J

La description logique du travail, combinée à la description méthodologique des étapes du

processus de recherche, aboutit à l'analyse des trois cas d'étude empirique, présentés dans la

figure IIIA.

Figure ill.4. Les trois cas d'étude de notre travail de recherche empirique

Structure Causale 1995-96 (iiï:ïiïjii": Variables dépendantes

: H4 H6 : Performance
'...._ ~ :
CasA cinq variables latentes

CasB cinq variables latentes

Simulation informatique
CasC
- ................•
: H5 :
..................... :

215
Avant de passer à la fomlUlationcirconstanciée des hypothèses de notre modèle théorique, il

nous reste à détailler les variables à expliquer: les variables de performance.

où Pi est une estimation d'un profit réalisé par la firme i, c'est-à-dire de la différence entre son

prix de vente et son coût marginal de production, Siest la part de marché de la ftrme, Cj, est

une mesure de la concentration du secteur d'activité j, Bj est une estimation des barrières à

l'entrée, Xi sont d'autres facteurs de la firme susceptibles d'expliquer sa conduite et son profit,

ACj sont des facteurs influençant la structure industrielle et la performance des firmes, Dj

caractérise l'état de la demande et eiest le terme d'erreur de l'équation.

Dans beaucoup d'étude, en pratique, l'analyse se situe au niveau du secteur, et l'équation (1)

devient:

Le passage des indices i aux indices j traduit le passage du niveau individuel à la prise en

considération des facteurs agrégés au niveau du secteur entier. La performance à expliquer

216
n'est plus la performance individuelle, mais la performance d'un secteur par rapport à un autre,

ou la performance d'un groupe d'entreprises aux caractéristiques (échelle de production,

comportement de cartel, etc.) par rapport à d'autres configurations industrielles données ou

théoriques.

Des problèmes de mesure surgissent dès que l'on veut tenter d'approcher la valeur de Pi. En

effet, le coût marginal de production est la plupart du temps inconnu pour le chercheur -et

pourrions nous rajouter par certaines entreprises elles-mêmes. TI faut donc utiliser des variables

approchées. Dans la pratique, trois grands types d'indicateurs sont utilisés pour évaluer la

performance des entreprises.

IILI.2.a. Performance intra-firme

Le 'price-cost margin' (PCM) est parfois utilisé, à la suite de Collins et Preston (1969) pour

évaluer la faculté de l'entreprise de placer son prix au-dessus du prix moyen de marché, -à

défaut d'avoir le coût marginal de production. Le PCM est calculé au niveau des sites de

production des firmes, et non de l'activité globale. TI suppose donc de détenir des informations

très fmes:

PCM = (TV - CM - MS) / TV

où TV est le total des ventes au niveau du site industriel, CM est le coût des matières et MS la

masse salariale.

Ce calcul revient à mesurer le taux de marge de l'entreprise au mveau de ses sites de

production et ne peut par conséquent être qu'une approximation de la performance globale de

la firme, tant au niveau individuel, qu'au niveau de sa performance de marché. Si cette mesure

a l'avantage d'essayer de se situer au plus près de l'exploitation des entreprises, elle souffre de

certaines imprécisions plus ou moins grandes suivant les activités:. importance du stock,

politique de ressources humaines suivies, politiques fIScales, etc.

217
Par exemple, Domowitz, Hubbard et Petersen (1986) ont trouvé que la relation entre le PCM

pris au niveau de l'industrie et la concentration du secteur diminuait au Etats-Unis sur la

période 1958-1981, s'accordant en cela avec les hypothèses du paradigme S-C-P sur la

disparition des sur-profits sur long terme. Par ailleurs, ils ont mis en évidence le caractère

fortement pro-cyclique de cette mesure dans les industries fortement concentrées : en période

de croissance, le niveau de PCM des entreprises des secteurs concentrés varierait

proportionnellement plus que celui des entreprises des secteurs moins concentrés.

Nous ne disposions pas des données précises sur les coûts de revient des différents sites

d'exploitation des entreprises de notre échantillon. Par conséquent, ce type de mesure de la

performance n'a pu être utilisé.

lIL1.2.b. Performance de données financières

Une mesure de la valeur de marché de la firme par rapport à la valeur de remplacement de ses

ressources a été introduite par Tobin à la fin des années 60, et utilisée à l'organisation

industrielle au début des années 80 (Lindenberg et Ross, 1981). Le q de Tobin est donné par la

formule:

q = (Mc + Md) / Ar

où le numérateur est la somme de la valeur de marché de la firme (Mc) donné par sa

capitalisation boursière par exemple, et la valeur total de ses dettes (Md), et le dénominateur

est la valeur de remplacement de tous les actifs de la firme.

Le q de Tobin combine de l'information financière sur l'entreprise et de l'information

comptable. Le dénominateur notamment représente la valeur de marché perçue de la firme,

tandiS que le dérlominateur est une 'estimation plus comptable du remplacement de la somme de

ses actifs : sites industriels, matériels, stocks (Chappell et Cheng, 1984; Lindenberg et Ross,

1981). Dans une situation de concurrence parfaite, le q est égal à 1. Lorsque le ratio est

218
 supérieur à 1, la firme dégage des revenus supérieurs à la valeur de remplacement de ses

actifs: elle réalise donc des sur-profits. Cette mesure a été utilisée notamment dans l'étude de

la diversification par Montgomery et Wernerfelt (1988).

Du fait de sa double nature, fmancière et comptable, le q de Tobin souffre également des

limites de la mesure comptable de la performance. Notamment, la sous-valorisation des

aptitudes et des actifs intangibles peut déboucher sur une surestimation du q de Tobin. En

outre, il s'applique aux entreprises qui disposent d'une cotation en bourse, ce qui n'est pas le

cas des entreprises de notre échantillon. Il n'a pas été retenu pour ces raisons.

IlI.l.2.c. Performance de données comptables

Le troisième grand type de mesure de la performance. concerne les indices utilisant les variables

de comptabilité. Les principaux types de ratios comptables sont :

1) les ratios de rentabilité, composés au numérateur d'un indicateur de profit, et~'au

dénominateur d'une mesure de la taille ou des actifs de la firme': deux ratios sont couramment

retenus: le ROE (Retum On Equity) et le RDA (Retum On Assets). Il s'expriment

. respectivement par :

ROE = profit reversé aux actionnaires / valeur de passif

ROA = (profit comptable + paiements d'intérêt) 1 Total-des actifs

2) les ratios de liquidités, qui évaluent la capacité qu'a une firme de répondre à ses

engagements financiers à court terme ;

3) les ratios mesurant l'effet de levier, qui portent sur la composition du passif et l'usage de la

dette par la firme ; et

4) les ratios d'activité, qui se concentrent sur les niveaux d'activité de la firme (gestion des

stocks, ratio de roulements).

Dans la pratique toutefois, certains indicateurs reviennent souvent, constituant en cela une

219
norme, acceptée par les chercheurs concernés, de mesure de la performance des firmes, norme

de laquelle nous ne nous éloignerons pas. Nous indiquons les différents types de mesure de la

performance dans le tableau ill.5.

Tableau ID.5. Les diverses mesures de la performance des firmes

Indicateurs comptables de performance Exemples d'articles cités utilisant l'indicateur
Retour sur investissement Venkatraman et Ramanejam (1987)
Return On Investment Keats et Hitt (1988)
Conant et alii (1990)
Venkatraman et Prescott (1990)
Miller et shamsie (1996)
Taux de marge Palepu (1985)
Return On Sales Lewis et Thomas (1990)
Markides et Williamson (1994)
Miller et Shamsie (1996)
Rentabilité du capital Bettis (1982)
Retum On Assets Keats et Hitt (1988)
Lewis et Thomas (1990)
Cool et alii. (1989)
Harrison et alii (1991)
Davis et alii (1992)
Bamett et alii (1994)
Robins et Wiersema (1995)
Rentabilité sur fonds propres Palepu (1985)
Return On Equitv Keats et Hitt (1988)

Chaque indicateur mesure un aspect différent de la performance: fmancier, opérationnel et

organisationnel selon Venkatraman et Ramanejam (1986). Le ROI évalue l'impact d'un projet

d'investissement sur la performance partielle ou globale de la firme; il s'agit d'une évaluation a

posteriori de la pertinence de la stratégie de développement poursuivie. Le ROS donne une

indication sur les taux de marges effectifs de la firme. On estime que cet indicateur est sensible

aux données sectorielles. TI permet de classer les firmes ou les secteurs suivant le degré de

l'intensité concurrentielle ou le niveau de pouvoir de marché dont ils disposent. Le RDA donne

une indication sur l'utilisation des actifs de l'entreprise. TI s'agit d'un indicateur relativement

sensible aux différences sectorielles, mais qui est moins sensible aux effets de taille de

220
l'entreprise. Le ROE est une évaluation de la structure financière de l'entreprise; c'est une

mesure utilisée couramment en [mance pour évaluer le niveau d'utilisation de l'endettement,

c'est-à-dire les qualités de gestion des potentiels de développement de l'entreprise.

Les ratios comptables souffrent de trois limites importantes. Premièrement, ces indicateurs sont

relativement sensibles aux politiques suivies par les dirigeants, qui peuvent décider de faire

apparaître à leurs actionnaires plutôt certains résultats que d'autres. Notamment, lorsque la

rémunération directe ou indirecte du dirigeant dépend des performances comptables de sa

firme, on remarque des effets de survalorisation des revenus à court terme (Watts et

Zimmerman, 1986). A l'inverse, il peut ne pas être 'stratégique' d'afficher de trop belles

performances à un moment du temps, sachant que la concurrence va se renforcer, que cela

pourrait attirer de nouveaux entrants, ou que des actions risquent d'être menées pour abus de

position dominante par exemple (cas notés aux Etats-Unis, Watts et Zimmerman, 1990).

Schmalensee (1989) montre précisément que les grande firmes américaines ont tendance à

adopter des pratiques comptables qui· abaissent leurs profits actuels et augmentent, les

rendements comptables.

Deuxièmement, -comme- Hayes et . Abemathy· (1980)- l' ont-remarqué,--l'analyse-de-Ia~~-.---

performance des firmes à l'aide de ratios comptables donne trop d'importance au court terme,

puisque les investissements en recherche et développement notamment, ne· sont pas

comptabilisés à leur valeur totale actualisée. Seule la tranche d'investissement correspondante

à l'année écoulée est prise en considération dans ces ratios, et les revenus qu'elle générera à

terme, après achèvement total ne peuvent être comptablement valorisés.

Troisièmement, les données comptables prennent surtout en considération les échanges de

quantités physiques entre acteurs, ou ayant une valeur monétaire et comptable clairement

221
spécifiée. Or, il s'ensuit que les actifs intangibles, les aptitudes spécifiques, sont sous-évalués

par ces mesures de la performance.

Des études contradictoires quant à l'usage des données comptables pour évaluer la

performance engagent le chercheur à être prudent lorsqu'il utilise ces variables (Hirigoyen,

1993) -certains auteurs allant même jusqu'à rejeter les estimations de performance tirées de ces

mesures (Fisher et McGowan, 1983). Malgré cela, les données comptables, bien que

critiquables. ne peuvent être qualifiées de pur «bruit» (Schmalensee, 1989, p962). Les

entreprises les utilisent elles-mêmes pour prendre leurs décisions, et les autres acteurs

économiques jugent de la performance des entreprises à partir de ces données.

En ce qui concerne notre enquête, les limites relevées à l'encontre des ratios comptables

peuvent être discutées. En effet, l'aspect tactique de la modification de ces indicateurs ne vaut

que pour les grandes firmes, et ne concerne pas les entreprises de notre échantillon. Quant à la .

critique portant sur la valorisation du court terme, deux moyens sont employés dans ce travail

pour tenter d'en limiter la portée: d'une part, on retient des valeurs moyennes de performance.

D'autre part. l'hypothèse HO porte spécifiquement sur la préservation de la validité de la

structure causale dans le temps, testé grâce à deux mesures (cas A et cas B).

Le résultat essentiel, présenté par Schmalensee (1989) est que la corrélation entre les indices

comptables de performance est forte, et les résultats de régressions sont peu sensibles à l'usage

de l'un plutôt qu'un autre. Cela est attesté par le comportement convergent des douze

variables de performance qu'il retient dans l'article du Journal of Industrial Economics

(l989a). En revanche, il apparaît que des différences existent entre les mesures comptables

d'une part, le PCM et les mesures reposant sur les valeurs de marché d'autre part : les

corrélations sont plus faibles, et les résultats des régressions dépendent des types de mesures

utilisés.

222
 Par ailleurs certains articles font référence à des estimations par les entrepreneurs de leur

performance relative (Birley et Westhead, 1990) exprimée en terme de taux de marge ou de

part de marché. On peut ainsi souligner que l'évaluation des parts de marché ou de la

croissance de la part de marché est également utilisée pour mesurer la performance des firmes

(Capon et al., 1990). En outre, en raisonnant en terme de croissance~ d'autres indicateurs sont

parfois retenus: croissance du volume des ventes et croissance du résultat sont d'autres

estimateurs de la performance des firmes (Venkatraman et Ramanejam, 1986 et 1987;

Chatterjee, 1990; Davis et alii, 1992; Markides et WiIliamson, 1995).

fi semble que le fait de ne retenir qu'un seul des types de performance peut introduire un biais

dans les résultats, ou limiter la portée des résultats obtenus. Pour notre part, à l'instar d'articles

cités, nous utiliserons plusieurs indicateurs. Les mesures les plus courantes sont malgré tout le

ROS et le ROA. Par conséquent, nous les avons retenues toutes les deux: elles correspondent

à une double évaluation de la performance financière d'exploitation. Mais par ailleurs, nous

avons voulu apprécier la performance de marché de l'entreprise, afin de mesurer l'impact des

.ress(jurce-s-sllr-la--p(isitioii~de n1ar~tié-de}' entteptise-:-- -------------------

Par conséquent, nous avons inclus trois mesures de la performance des entreprises

manufacturières dans notre modèle théorique: le taux de marge (TXME, équivalent du ROS),

la rentabilité brute du capital d'exploitation (RBCE, équivalente à la RDA anglo-saxonne), et

la position de marché de l'entreprise. Nous revenons précisément sur l' opérationnalisation des

variables de performance dans le point ill.3.2. Pour l'instant nous nous tournons vers la

fonnulation des hypothèses de recherche.

223
111.2.
Formulation des hypothèses de recherche

111.2.1.Modèle théorique testé sur base de données (cas A et casB)

Nous rappelons que nous distinguons dans le cadre de notre modèle théorique:

• trois types de performance différente: 1) le taux de marge, 2) la rentabilité brute du capital

d'exploitation, et3) la position de marché .

. .

• cinq variables latentes explicatives: i) la non transférabilité des ressources productives, ü) la

non imitabilité des ressources productives, ili) la non substituabilité' des relations

fournisseurs, iv) la non substituabilité des relations clients et v) la coordination interne.

• deux types d'analyses explicatives: effets d'une structure explicative à un moment T du

temps sur la performance moyenne (cas A) et effets de la structure causale au temps T -1 sur

la même performance moyenne (cas B).

Dans le cadre de la présentation des hypothèses, nous nous limitons à l'exposé des relations

entre les variables explicatives et les variables dépendantes pour le cas A. En effet, on suppose

a priori qu'elles sont également vérifiées dans Je cas B : l'introduction d'un décalage temporel

ne devant a priori pas affecter le sens des déterminations à l' œuvre dans le premier modèle.

C'est le sens de notre hypothèse de recherche HO, tirée de l'hypothèse générique !JlO. HO

s'énonce ainsi:

HO: les relations observées en T-l (cas B) ont la même structure (signe et niveau des

coefficient) que celles observées en T (cas A)

Deux parties composent la formulation des hypothèses de recherche du modèle théorique : 1)

d'une part, on énonce les hypothèses qui portent sur les variables à expliquer 2) d'autre part,

on forinule celles portant sur les relations entre variables explicatives.

224
 IIL2.I.a. Hypothèses portant sur les variables à expliquer
Ces hypothèses se subdivisent à leur tour en deux catégories: d'une part, les hypothèses liant

les variables explicatives aux variables à expliquer; d'autre part, les hypothèses reliant les

variables dépendantes entre elles.

Variables latentes explicatives 1Variables dépendantes

Quinze relations de ce type sont possibles. Nous dressons ci-dessous la liste des hypothèses de

recherche dans l'ordre de variables explicatives.

Non transférabilité des ressources productives

Pour ce qui touche aux ressources productives, on se réfère explicitement aux hypothèses

génériques :Hl, J{2 et :H3 dérivées du chapitre TIet rappelées dans le tableau TILl. Elles donnent

le sens des relations attendues entre les propriétés primaires des ressources productives et la

performance des firmes.

La théorie des ressources postule qu'un actif a de la valeur pour autant qu'il possède des

caractéristiques qui, exploitées de manière idiosyncrasique par les aptitudes de la firme dégage

des rentes. Or, si cet actif est transférable à d'autres acteurs économiques, cela signifie que les

- aptitudes nécessaires à-son exploitation ne sont-pas-suffisammentspécifiquesou-bien-protégées-------

pour que les rentes soient maintenues à l'intérieur de la firme (Penrose, 1959; Barney, 1986 ;

Amit etSchoemaker, 1993).

La non transférabilité des ressources productives est une propriété structurante de la

performance: on peut supposer ses effets suffisamment stables dans le temps, _susceptibles

d'expliquer le taux de marge et la performance financière d'exploitation. D'après l'hypothèse

générique :Hl. on déduit

H.I.1.: Plus la non transférabilité des ressources productives d'une entreprise est
grande, plus le taux de marge est fort

225
H.I.2.: Plus la non transférabilité des ressources productives d'une entreprise est
grande, plus la rentabilité brute du capital d'exploitation est forte

En ce qui touche à la performance de marché, plus les ressources productives ont été bâties,

construites à l'intérieur de la firme pour en améliorer leur efficacité, plus leur transférabilité est

réduite, mais plus la valeur contributive à la performance de ces ressources est grande (peteraf,

1993; Dierickx et Cool, 1989). Soit qu'elle résulte d'une sous évaluation à un moment du

temps de la valeur potentielle future des actifs ayant contribué à la construction des ressources

productives, soit que la valeur ait été exclusivement constituée à l'intérieur de la firme, la

performance de marché de l'entreprise est consubstantiellement liée à l'usage que l'entreprise

fait de ses ressources productives (Barney, 1991; Grant, 1991). En ce sens, plus les ressources

sont non transférables, plus la performance de marché est potentiellement forte.

H.I.3.: Plus la non transférabilité des ressources productives d'une entreprise est
grande, plus la performance de marché est forte

Non imitabilité des ressources productives

Les chercheurs de l'économie évolutionniste (et au premier chef, Nelson et Winter) ont

souvent distingué des types de comportements pour les firmes à l'aide de la propriété

d'imitabilité : ils distinguent les firmes innovatrices des firmes imitatrices (Nelson et Winter,

1982; Winter 1984) afin de tester les hypothèses schumpeteriennes du changement technique.

Les partisans de la théorie des ressources situent moins la propriété d'imitabilité au niveau des

firmes en général qu'au niveau de leursR&A en particulier (Barney, 1991; Amit et

Schoemaker,1993).

La non imitabilité des ressources de production est à l'origine de rentes et d'avantage

concurrentiel idiosyncrasique' -tout comme l'est la non transférabilité (figure ll.6.). L'imitabilité

226
des ressources productives donne une idée de la qualité des ressources détenues et construites

par la fIrme. Si les ressources productrices sont potentiellement génératrices de rentes

organisationnelles (autrement dit si elles sont peu imitables dans leurs usages), on peut

supposer que leur exploitation par les aptitudes permet de dégager des performances courantes

meilleures: le taux de marge est donc supposé d'autant plus fort que l'imitabilité est faible. De

même, conformément à l'hypothèse m, la performance fInancière d'exploitation est favorisée

si les outils de. production sont peu Ïmitablespar les concurrents, et qu'ils dégagent des rentes

appropriables par l'entreprise.

En outre, la performance de marché dépend directement des propriétés intrinsèques des actifs

productifs détenus et constitués par la firme (Amit et Schoemaker, 1993 ; Bogner et Thomas,

1994). Une des mesures de cette qualité est, selon les courants de recherche auxquels nous

nous référons, le degré d'imitabilité des ressources productives. Il paraît donc légitime d'établir

une relation inverse entre imitabilité des ressources productives et performance de marché.

On obtient par conséquent trois hypothèses, qui sont le pendant de celles concernant la non

transférabilité :

H.II.1. : Plus la non imitabilité des ressources productives d'une entreprise est grande,
plusle taux_de marge_est fort nu n nn __ nn ~ __ ~~~ __ ~~~_

H.II.2. : Plus la non imitabilité des ressources productives d'une entreprise est grande,
plus la rentabilité brute du capital d'exploitation est forte

H.II.3. : Plus la non imitabilité des ressources productives d'une entreprise est grande,
plus la performance de marché est forte

Substituabilité de la relation fournisseurs / Substituabilité de la relation clients

A plusieurs reprises dans la revue de littérature, l'importance de la relation de l'entreprise avec

les agents économiques constituant les relations d'échange ont été mis en avant comme

227
représentant un des constituants de la performance de l'entreprise (Verdin et Williamson,

1994; Levinthal et Myatt, 1994; Poppo et Zenger, 1995; Walsh, 1996; Powell et Dent-

Micallef, 1997). A partir de ces différentes contributions, une hypothèse générique a été

formulée. J{4 s'énonce à première vue ainsi : plus les relations d'échange avec les fournisseurs

et les clients respectent les propriétés primaires, plus la performance de la firme est élevée.

Nous revenons sur les caractéristiques des relations d'échanges afin de déboucher sur les

hypothèses de recherche de notre modèle 'théorique.

L'entreprise s'inscrit dans une chaîne de relation de type client-fournisseur. A chaque maillon

de cette chaîne, un partenaire peut être en mesure de se substituer à un autre (changement de

fournisseurs, gestion de hi clientèle, ...). La relation avec les fournisseurs peut être envisagée

comme un rapport de force. Selon le modèle S-C-P, le pouvoir de marché des fournisseurs

provient de leur capacité à influencer les prix, à abaisser la qualité, toute action qui· détériore la

performance de l'entreprise cliente (Shepherd, 1979). La vision traditionnelle relie donc la

performance d'une entreprise avec l'indépendance de celle-ci par rapport à ses fournisseurs

comme seul marché d'approvisionnement Classiquement, les causes produisant l'influence

pénalisante du pouvoir de marché des fournisseurs sont: la concentration de l'industrie,

l'absence de substituts, et de coûts de changements de fournisseurs élevés (Galbraith et Stiles,

1983 ; Porter, ,1980). Pour lutter contre cette dépendance, l'entreprise dispose de plusieurs

voies: tenter de mettre en concurrence plusieurs fournisseurs afin d'abaisser son coût de

dépendance; Intégrer vers l'amont pour s'assurer de meilleurs coûts d'approvisionnements et

réduire les coûts de transaction; améliorer l'information du fournisseur sur ses besoins (délais,

qualité, etc.) afm de standardiser leurs échanges, etc. (Brandenburger et Stuart, 1996).

Cette vision du rapport fournisseur-entreprise correspond à la grille d'analyse S~C-P. Certains

auteurs ont montré qu'une voie différente pour réduire le pouvoir de marché du fournisseur

était de tenter d'entrer dans une relation moins conflictuelle avec les fournisseurs de

228
composants essentiels -à l'origine des ressources de l'entreprise- et de mettre en revanche en

concurrence totale les autres. De cette manière, en réduisant leur dépendance sur des

composants mineurs, et en fidélisant leurs relations avec les fournisseurs clés, l'entreprise peut

parvenir à un certain rééquilibrage de son pouvoir de marché (Jackons, 1985). D'autres études

tentent d'intégrer les différentes composantes·du pouvoir dans les relations d'échange. Walker

et Poppo (1991) montrent que la spécialisation des fournisseurs n'augmente pas forcément les
l

coûts de transaction. Pour Cool et Henderson (1996), les indices de concentration, hérités de

la vision structuraliste, semblent alors l'emporter sur les variables de dépendance, ou

d'engagement crédible, dans l'explication de la performance des entreprises productrices.

L'idée que nous voudrions défendre, dans la lignée d'une conception de l'entreprise, fondée

sur les ressources et prenant en compte la.dimension évolutionniste, est que plus la relation

avec les fournisse:urs est non substituable, plus la performance de l'entreprise "est

potentiellement forte. Plus précisément, il faut décomposer l'hypothèse générique %4 suivant

les types de performance afin -peut-être- de mettre à jour une. des raisons de la présence dans

la littérature de résultats contradictoires sur l'influence des relations d'échanges sur la

performance des entreprises productrices (pour une revue de littérature, voir Cool et

Henderson, 1996).

• Considérons d'abord la performance de marché: plus l'entreprise entretient avec son

fournisseur des relations privilégiées, qui s'inscrivent dans la durée, plus les moyens qu'ils

mettent en œuvre pour communiquer, pour contracter, pour échanger sont susceptibles de

s'améliorer. Sans parler de coûts de transaction, mais en évoquant seulement l'efficacité des

moyens mis en oeuvre pour la constitution de l'offre de l'entreprise, sa relation avec ses

fournisseurs est déterminante pour l'obtention d'une offre reconnue et valorisée sur le

marché. La performance de marché est donc dépendante de la non substituabilité de la

relation fournisseur: plus l'entreprise saura gérer la non substituabilité de sa relation

229
 fournisseur autour de certaines ressources stratégiques, plus a, priori sa performance de

marché sera bonne -car la non substituabilité est source de rente.

• en revariche, l'édification de la non substituabilité de la relation avec ses fournisseurs a un

coût pour l'entreprise. En fait, le gain que représente pour l'entreprise productrice la non

substituabilité de la relation fournisseur réside dans la valorisation par le marché de l'offre

proposée selon les critères du secteur. Mais pour parvenir à ce résultat, l'appropriation de

rentes, l'entreprise doit le payer: elle ne peut pas gagner« sur les deux tableaux », en terme

de position de marché et en performance finaricière. Le coût de la non substituabilité de la

relation pour l'entreprise, qui représente sans aucun doute un gain pour son fournisseur,

.doit être perceptible principalement au niveau du taux de marge, et peut être, mais à un

degré moindre, au niveau de rentabilité du capital d'exploitation. Ce coût pour l'entreprise

représente le maintien et l'assurance de la non substituabilité de sa relation avec le

fournisseur -et de manière indirecte l'augmentation du coût d'opportunité de l'accès à la

même relation1 avec ce fournisseur pour les concurrents directs de l'entreprise productrice

(Brandenburger et Stuart, 1996).

Par conséquent, on formule les hypothèses suivantes

H.III.1. Plus la non substituabilité de la relation fournisseurs est grande, plus le taux de
marge est faible

H.ID.2. Plus la non substituabilité de la relation fournisseurs est grande, plus la

rentabilité brute du capital d'exploitation est faible

H.III.3. Plus la non substituabilité de la relation fournisseurs est grande, plus la

performance de marché est forte

1 Si tant est que la relation soit directement transférable, ce qui n'est pas une hypothèse appartenant au Courant
des Ressources. On retrouve ici les raisonnements propres au coût de transfert relatif à la notion de rente
examinés en 1.3.3.

230
La situation concernant la relation avec les clients est en quelque sorte inversée, puisque

l'entreprise est le fournisseur du client Par conséquent, à partir du moment où l'entreprise est

engagée dans une relation de non substituabilité avec son client, c'est que ce dernier à une

susceptibilité à payer plus grande pour les produits de l'entreprise, qui sont a priori plus

adaptés à sa demande ou à sa satisfaction personnelle s'il s'agit d'un bien de consommation.

Dans ce sens, de l'entreprise vers le client, le raisonnement s'établit sur les bases de la

susceptibilité à payer (willingness to pay, Brandenburger et Stuart, 1996) plutôt que sur le coût

d'opportunité. Le client est prêt à supporter le coût de cette relation de confiance, de confort,

de satisfaction, etc. -qui s'exprime par le degré de non substituabilité des actifs qu'il achète à

son fournisseur. Pour le client, il s'agit d'un coût, et pour l'entreprise d'un gain, représenté par

la fidélisation, la fixation du client au détriment des concurrents, la formation des utilisateurs

(von Hippel, 1976), en

-
un mot la constitution d'une ressource source de rente, dont les effets
. '

seront observables sur le !aux de marge -et dans une moindre mesure sur la performance

fmancière d'exploitation. Ce raisonnement est particulièrement adapté aux entreprises qui

constituent notre échantillon: les entreprises de l'industrie manufacturière, dont une large

proportion appartient aux industries des biens d'équipement et des biens intermédiaires.

risque pour l'entreprise de se fixer sur certains de ses clients au détriment de l'extension de son

offre et de sa performance de marché (particulièrement si elle est mesurée à partir des parts de

marché, comme cela sera le cas). En effet, si elle privilégiait la substituabilité de ses clients, elle

jouerait la logique du marché et poursuivrait un objectif de conquête en volume, mesuré par la

variable performance de marché. Farrell et Shapiro (1988) par exemple ont montré qu'en

présence de coûts de changement élevés entre un client et son fournisseur, d'autres entreprises

pouvaient entrer sur le marché et proposer des produits de qualité inférieure et conquérir des

parts de marché délaissées par le entreprises installées concentrées sur une partie de la clientèle

231
totale. La. non substituabilité de la relation client peut donc· «encourager l'entrée de

concurrents pour servir les clients non liés à des entreprises installées» (Farrell et Shapiro,

1988, pI34). Dans le cadre théorique fondé sur les ressources, l'entreprise peut traiter avec

certains clients non substituables de manière préférentielle, autour de produits ou de ressources

stratégiques, ce qui lui assure une meilleure performance financière d'exploitation sans

rechercher pour autant la conquête d'une performance de marché maximale.

Par conséquent, on formule les hypothèses suivantes:

H.IV.1. Plus la non substituabilité de la relation clients est grande, plus le taux de marge
est fort

H.IV .2. Plus la non substituabilité de la relation clients est grande, plus la rentabilité
brute du capital d'exploitation est forte

H.IV.3. Plus la non substituabilité de la relation clients est grande, plus la perfonnance
de marché est faible

Coordination interne

On a précisé dans la présentation des variables latentes retenues que la coordination interne

n'était pas envisagée sous l'angle des trois propriétés primaires des R&A mais dans un sens

plus générique sous forme d'une défmition, dont on désire mesurer l'impact sur les autres

variables latentes afm de tester le rôle de facilitateur, de catalyseur (hypothèse générique !J{G).

Toutefois, on peut chercher à évaluer simplement l'influence du niveau de coordination interne

sur la performance. Dans ce cas, la variable de performance de marché apparaît plus pertinente

à l'établissement d'une relation de cause à effet que celles touchant au taux de marge et à la

rentabilité. En effet, il paraît difficile de relier le niveau de coordination interne avec le taux de

marge, qui prend en compte les relations d'échange et de transformation de l'entreprise sans

valoriser les coûts de processus de coordination à proprement parler. De même, la rentabilité

du capital d'exploitation est une mesure comptable et financière qui ne permet pas non plus de

232
mesurer avec précision le coût représenté par un niveau de coordination donné -cette dernière

mesure étant plus du domaine de la comptabilité analytique. En revanche, on peut supposer

que la performance de marché, si elle est un objectif stratégique recherché par la firme,

nécessite un niveau de coordination interne significativement élevé. En ce sens, le niveau de

coordination est censé exprimer la manifestation concrète de la volonté de l'entreprise de jouer

un rôle important en terme de part de marché dans l'offre de son secteur. En cela il peut être

relié à la performance de marché: plus la coordination interne est élevée, plus la performance

de marché est bonne.

En conséquence, on ne retient qu'une seule hypothèse reliant coordination interne et

performance.

H.V. Plus le degré de coordination interne est fort, plus la performance de marché est
forte

En revanche, la variable de coordination trouvera tout son sens dans la mesure de son effet de

catalyseur sur les autres variable latentes explicatives (voir la formulation de l'hypothèse

générique !J{6 dans le tableau m.l.).

Variables dépendantes entre elles

L'explication des valeurs des variables de performance n'est pas seulement due aux influences

des variables latentes explicatives. En effet, les variables de performance sont reliées entre

elles. On rappelle que le modèle théorique comporte trois mesures de la performance: le taux

de marge, la rentabilité du capital d'exploitation, et un indicateur de la performance de marché.

Les deux premières mesures, de nature comptable et financière, sont par construction reliées,

même si elles mesurent des composantes différentes de la performance. Un taux de marge fort

implique, presque nécessairement, une rentabilité brute du capital d'exploitation forte, puisque

les deux ratios sont construits à partir de l'Excédent Brut d'Exploitation. Par conséquent, on

pose l'hypothèse suivante :

233
H.l.2. : Plus le taux de·marge est élevé, plus la rentabilité brute du capital est forte

Si l'on s'interroge sur les rapports de cause à effet entre les deux variables précédentes et la

variable de performance de marché, deux cas de figure se présentent: soit on estime qu'un

taux de marge et une rentabilité élevés conditionnent une. performance de marché importante,

soit la performance de marché explique le taux de marge et la rentabilité. La première

proposition est de nature inductive, et n'est par conséquent pas fondée: si on peut trouver des.

entreprises ayant des ratios financiers d'exploitation forts, cela ne signifie pas nécessairement

que leur position de marché l'est : la stratégie de différenciation est une bonne illustration du

fait que l'on peut posséder de bons ratios financiers sans posséder une position de marché

spécialement élevée. En revanche, l'entreprise possédant une forte performance de marché

peut être supposée, du fait de cet avantage, pouvoir retirer des performances financières

d'exploitation meilleures que ses concurrentes. C'est pourquoi, nous formulons les hypothèses

suivantes, pour les deux mesures de la performance financière :

H.3.1. Plus la performance de marché est forte, plus le taux de marge est élevé

H.3.2. Plus la performance de marché est forte, plus la rentabilité brute du capital
d'exploitation est forte

Avant de résumer l'ensemble de nos hypothèses dans un schéma et un tableau d'ensemble, il

\

nous reste à voir le'S.relationsliant entre elles les variables explicatives.

lII.2:1.b. Hypothèses portant sur les variables explicatives

De même que précédemment, deux sous catégories doivent être distinguées : d'une part, les

hypothèses centrales mettant en jeu la coordination interne, variable mise en

évidence principalement par le courant des ressources dynamiques; d'autre part, les autres

relations entre variables explicatives.

234
 Coordination interne 1 Variables latentes explicatives

La coordination interne est conçue dans le cadre du modèle théorique comme un renforçateur

des autres propriétés observées, au niveau des ressources productives et au niveau des

relations de filière. N'ayant pu, faute de moyens, évaluer les différentes propriétés de la

coordination interne au même titre que les·autres R&A, nous avons retenu une estimation de la

coordination interne à partir de sa définition. Le niveau de coordination interne représente le

degré d'information, de contrôle et de suivi des activités à l'intérieur de l'entreprise. Nous

appuyant sur les différents travaux des courants de la théorie des ressources qui mettent en

avant le rôle de l'apprentissage, de l'information et de la coordination interne à l'entreprise en

tant qu'actifs invisibles permettant de dégager des rentes inaccessibles à la concurrence,

l'hypothèse générique HG a été mise en évidence: «plus le niveau de coordination interne est

élevé, plus les R&A ont de chance d'être non transférables, non imitables et non substituables,

et plus la performance est en conséquence élevée ».

Appliquée au niveau du modèle théorique, cette conjecture se décline respectivement sur les

quatre autres variables latentes explicatives dans le sens d'un renforcement de leurs propriétés.

Quatre hypothèses de recherche sont donc déduites:

positivement corrélées

H.V.11. La coordination interne et la non imitabilité des ressources productives sont

positivement corrélées

H.V.111.La coordination interne et la non substituabilité de la relation fournisseurs sont

positivement corrélées

H.V.IV. La coordination interne et la non substituabilité de la relation clients sont

positivement corrélées

Le dernier type de relations à envisager concerne les autres variables latentes explicatives entre
elles. Nous ne formulons que des hypothèses de contrôle à leur égard.

235
 Hypothèses de contrôle (variables explicatives entre elles)

Les autres variables latentes sont susceptibles d'avoir des comportements plus ou moins

corrélés les uns aux autres. A partir du moment où l'on s'inscrit dans le Courant des

Ressources, il paraît contradictoire de prétendre que les propriétés des ressources et aptitudes

évoluent en sens èontraires les unes des autres. En effet, soit le système formé par les

propriétés des R&A est cohérent, soit il ne l'est pas. Dans le second cas de figure, la validité

du Courant des Ressources est remise en question.

Plus spécifiquement, la transférabilité, concept différent de celui d'imitabilité,· lui est

complémentaire. Portant tous les deux sur les ressources productives, et participant du inême

système de propriétés, leurs effets doivent se renforcer mutuellement Par conséquent, on pose

l'hypothèse de contrôle suivante sur les propriétés des ressources productives:

H.I.D. La non transférabilité des ressources productives et la non imitabilitédes

ressources productives sont positivement corrélées.

De même. les relations verticales doivent former un ensemble cohérent pour que l'entreprise,

acceptant de payer la non substituabilité de ses relations fournisseurs, puisse miser sur la non

substituabilité de ses relations clients. Par conséquent, a priori, on formule cette deuxième

hypothèse de contrôle portant sur les relations d'échange:

Hypothèse ID.IV: La non substituabilité des relations fournisseurs et la non

substituabilité des relations clients sont positivement corrélées.

Concernant les autres relations possibles entre les deux groupes de variables latentes

explicatives, on ne fait pas d'hypothèses spécifiques de contrôle.

236
 111.2.2.Hypothèses de recherche testées par la simulation (cas C)
Une des hypothèses génériques n'a pas été utilisée pour la construction du modèle théorique

testé sur bases de données: :H5, qui stipule que «plus l'entreprise réagit vite, plus la

performance est forte». Pour tester cette hypothèse dans le cadre général du Courant des

Ressources, nous avons mis au point une simulation multi-agents, qui reprend et intègre les

apports des analyses statistiques des cas A et B. Ce type de simulation permet de doter chaque

agent, soit chaque entreprise, de son propre rythme de fonctionnement, appelé période

d'activité. L'idée sous-jacente à la simulation est l'introduction dans le système de

comparaison relative de préservation dans le temps des relations causales (passage du cas A au

cas B) d'une dimension temporelle plus vaste: les effets évolutionnistes, mis en évidence dans

la revue de littérature, s'ajoutent aux .raisonnements de la théorie des ressources pour

permettre d'expliqu~r la performance à long terme des entreprises (Nelson et Winter, 19~2;

Dosi et alii., 1988 ; Eliasson, 1994).

Dans ce contexte, deux hypothèses de recherche sont formulées à partir de !J{5. La première

stipule que l'entreprise qui a le rythme d'activité le plus court (la période d'activité la plus

brève), comparativement à ses concurrentes est moins susceptible que celles-ci de souffrir des

----~effetsd 'irréversibilités -temporelles, -signalés-par-l'économie- évolutionniste.-Réagissant-plus-~----

vite, elle peut rectifier les conséquences d'investissements sur des trajectoires à obsolescence

rapide, attendre le meilleur moment pour entrer sur un segment, etc. :

H5 : plus la période d'activité de l'entreprise est courte, plus sa performance est élevée

La seconde est un prolongement dans le temps des conséquences de l'hypothèse précédente.

Sur le long terme en effet, la question se pose de savoir, quels effets, entre ceux signalés par la

théorie des ressources et ceux de l'économie évolutionniste, l'emportent sur les autres.

237
Reprenant notre raisonnement sur la sélection, considérée plus comme une représentation

interne à la firme des effets du temps sur les propriétés de ses R&A que comme un critère

exogène à la firme validant sa performance, nous formulons l'hypothèse que la période

d'activité d'une entreprise est plus importante à terme que sa dotation de ressources initiales

au moment de son entrée dans un secteur. En effet, les apports du courant des ressources

dynamiques, ainsi que ceux des partisans de la co-évolution entre les R&A et l'environnement

sélectif, nous autorisent à penser que les entreprises, même dotées à l'origine de ressources

idiosyncrasiques, peuvent disparaître si leur rythme de réaction et d'adaptation n'est pas

suffisamment rapide. En ce cas, l'inertie de leurs structures, aussi bien que le maintien sur des

trajectoires dominées technologiquement (voir les thèses de l'écologie des populations:

Hannan et Freeman, 1977; 1984; 1989; Baum et Singh, 1994; Durand, 1997a et b), ou le

manque d'intégration de connaissances renouvelées (Iansiti et Clark, 1994; Henderson et

Clark, 1994) laissent présager une disparition à terme. Dans ce cadre, les entreprises aux

périodes de réaction les plus courtes sont avantagées. Nous formulons donc· l'hypothèse

suivante:

85' : sur le long terme, dans l'explication de la performance, la période d'activité est
prépondérante à la dotation initiale en ressources et aptitudes

111.2.3. Synthèse : représentations du modèle théorique

Nous avons déterminé, en quatre étapes successives, l'ensemble des relations qui devront être

testées par la suite dans le cas A, et conformément à l'hypothèse HO,dans le cas B.

Nous présentons sous forme d'un diagramme les liaisons entre les cinq variables latentes

explicatives et les trois variables de performance à expliquer (figure III.6.).

Le tableau III.7. permet de visualiser les différentes hypothèses de recherche.

238 .
Figure llI.6. : Représentation du modèle théorique (cas A et B)

239
Figure m.7. Tableau synthétique des différentes hypothèses

HYPOTHESES
sens de la
relation
H.LI .. Plus la non transférabilité des ressources productives d'une
(+)
. entreprise est grande, plus le taux de marge est fort
Plus la non transférabilité des ressources productives d'une
H.L2.
entreprise est grande, plus la rentabilité brute du capital (+)
d'exploitatiOIi:est forte

H.L3. Plus la non transférabilité des ressources productives d'une (+)

entreprise est grande, plus la performance de marché est forte
H.Il.I. Plus la non imitabilité des ressources productives d'une entreprise (+)
est grande, plus le taux de marge est fort

H.Il.2. Plus la non imitabilité des ressources productives d'une entreprise (+)
est grande, plus la rentabilité brute du capital d'exploitation est forte
Plus la non imitabilité des ressources productives d'une entreprise
H.Il.3. (+)
est .2;rande,plus la performance de marché est forte
H.m.!. Plus la non substituabilité de la relation fournisseurs est grande, plus (-)
le taux de marge est faible
Plus la non substituabilité de la relation Journisseurs est grande, plus (-)
H.IlL2.
la rentabilité brute ducapital d'exploitation est faible
H.IlL3. Plus la non substituabilité de la relation fournisseurs est grande, plus (+)
la performance de marché est forte
Plus la non substituabilité de la relation clients est grande, plus le
H.IV.!. (+)
taux de marge est fort
Plus la non substituabilité de la relation clients est grande, plus la (+)
H.IV.2.
rentabilité brute du capital d'exploitation est forte
Plus la non substituabilité de la relation clients est grande, plus la (-)
H.IV.3. performance de marché est faible
H.V. Plus le degré de coordination interne est fort, plus la performance de (+)
marché est forte
Plus le taux de marge est élevé, plus la rentabilité brute du capital
H.1.2. (+)
est forte
H.3.1. Plus la performance de marché est forte, plus le taux de marge est (+)
élevé

H.3.2. Plus la performance de marché est forte, plus la rentabilité brute du (+)
capital d'exploitation est forte

H.V.J. La coordination interne et la non transférabilité des ressources (+)

productives sont corrélées positivement

240
 (+)
La coordination interne et la non imitabilité des ressources
H.V.II.
productives sont corrélées positivement
La coordination interne et la non substituabilité des relations (+)
H.V.III. fournisseurs sont corrélées positivement
(+)
La coordination interne et la non substituabilité des relations clients
H.V.IV. sont corrélées positivement
La non transférabilité des ressources productives et la non imitabilité
H.I.II. (+)
des ressources productives sont corrélées positivement
H.III.IV La non substituabilité des relations fournisseurs et la non
substituabilité des relations clients sont corrélées positivement (+)

Plus la période d'activité de l'entreprise est courte, plus sa

H5 (+)
performance est élevée
H5' Sur le long terme, dans l'explication de la performance, la période
d'activité est prépondérante à la dotation initiale en ressources et (+)
aptitudes

241
111.3.Méthodologie: construction des variables et modèle statistique
utilisé

Nous exposons dans cette section, d'une part, l'opérationnalisation des concepts présentés

dans le modèle théorique, et d'autre part, l'outil statistique utilisé pour tester les hypothèses de

recherche. Auparavant, nous revenons sur les bases de données auxquelles nous avons eu accès

pour construire notre tableau de données.

111.3.1. Les bases de données SESAME et FIBEN

Introduction
TI s'agit, après avoir élaboré un cadre conceptuel cohérent que nous avons positionné à partir

de courants de recherche précis, de trouver les grandeurs statistiques qui expriment les

concepts en variables contenues dans une base de données. L'analyse de la performance des

entreprises, comme cela a été brièvement rappelé trouve ses sources statistiques le plus

souvent dans les données comptables ou financières. Toutefois, les notions que nous voulons .

aborder ne peuvent être approchées à partir de données de cette nature: le Courant des

Ressources, bâti sur une logique différente du cadre classique d'économie industrielle, doit

trouver des moyens adaptés à la résolution des problèmes qu'il pose.

L'ambition de ce travail de recherche est de valider, sur l'ensemble de l'industrie

manufacturière d'un pays, les hypothèses tirées du Courant des Ressources pour rendre

compte de la performance des entreprises. Par conséquent, il est nécessaire, pour que les

résultats soient incontestables, que la base de données constituée soit suffisamment large et

représentative. Il nous eut été impossible de déployer à nous seulles moyens techniques en vue

d'élaborer un questionnaire complètement dédié à une étude de cette ampleur, devant atteindre

une représentativité indiscutable. Nous avons donc proposé à la Banque de France de travailler

en coopération sur notre sujet en utilisant les bases de données qu'elle a constituée. Après

accord, l'opportunité rare nous a donc été offerte de pouvoir accéder à deux bases de données

242
en particulier: la base de données SESAME et la base FIBEN.

Les bases de données SESAME et FIBEN

Les bases de données comptables permettent de développer des analyses typologiques des

concurrences, de dresser des profIls d'entreprises ou de secteurs, d'évaluer des risques

fmanciers d' entreprises (cf. par exemple la cotation des entreprises par la Banque de France).

L'application pratique des théories de la stratégie nécessite toutefois très souvent d'autres

informations, de nature plus qualitative, plus interne aux organisations, prenant mieux en

considération les déterminants à l'origine des décisions stratégiques. Mais les bases de données

contenant des informations de type qualitatif sur les entreprises, leur stratégie et leur

environnement concurrentiel sont rares.

La Banque de France, et plus précisément la Direction des Entreprises a mis en place depuis

1993 la gestion et l'exploitation d'un questionnaire collectant des données qualitatives auprès

des dirigeants d'entreprises françaises : l'enquête SESAME. n s'agitd'.un questionnaire fermé,

saisi directement sur ordinateur par un enquêteur de la Banque de France, spécialement formé

à cette tache. La personne interrogée est le dirigeant de l'entreprise. Pour couvrir l'enseITlble

de l'industrie, deux questionnaires consécutifs doivent être réunis. Les entreprises sont donc

enquêtées_une _fois_!OUS les d~ux ans._ç~aqu~ _él!lll~~,.!,~hanJ:i!l...QJ:1.

~sLc_oIlsti!ué_d~emjro!1~ OOO ~

entreprises de l'industrie manufacturière, dont les effectifs sont compris entre 35 et 2 000

salariés. Les deux-tiers des entreprises sont comprises entre 100 et 500 salariés. Le taux de

couverture de la base est environ de 20% des effectifs sectoriels pour la plupart des secteurs

représentés. Par exemple, sur les biens de consommation, le taux de couverture est de 20,3%

des effectifs du secteur ; il est de 27,7 % dans les biens d'équipement professionnels.

Pour notre recherche, nous avons travaillé sur l'ensemble de l'industrie manufacturière, et sur

l'ensemble des questionnaires disponibles de 1993 à 1996. Cela .signifie donc que nous

possédons deux points d'observation de l'ensemble de l'industrie manufacturière française:

243
1995/1996 d'une part, et 1993/1994 d'autre part. Nous avons constitué un extrait des

questions présentes sur les quatre années d'enquêtes (de 1993 à 1996) afin de réduire à la

structure commune des questions notre base de travail; en effet, au cours des années, des

questions ont été ajoutées et d'autres retirées ou reformulées. Comme nous désirions que les

résultats de cette étude puissent être testés à nouveau, la plupart des questions utilisées pour

opérationnaliser les variables appartiennent à la structure commune de l'enquête SESAME

depuis 1993. Toutefois, le point principal d'étude concerne les données les plus récentes, soit

celles de 1995/1996. Nous avons recouru dans notre opérationnalisation à des questions

supplémentaires présentes ces deux années, qui n'existaient pas en 1993/1994. :par conséquent,

nous disposons de deux points d' observation distincts, reposant sur une structure commune,

mais dont le point le plus récent est plus «riche» en information que le plus ancien (voir figure

III. 8)

Figure TII.S. La structure commune des questions entre 1993 et 1996

Point d'observation n° 1 - 1993-4 Point d'observation n° 2- 1995-6

Structure de Structure de
questions questions
1993/1994 1993/1994

Nous reprenons dans l'encadré ci-dessous quatre caractéristiques majeures de la base de

données SESAME, présentée dans le Bulletin de la Banque de France du 2ème trimestre 1996.

«Afm d'assurer une homogénéité des réponses et de limiter les biais inhérents à ce type
d'enquête, les options suivantes ont été retenues :

• l'enquête n'est pas réalisée par courrier. Les données sont collectées par entretien direct
...
entr~ un enquêteur de la Banque de France, spécialement formé, et un dirigeant de
l'entreprise. L'enquêteur est à même d'expliciter et de préciser la formulation des questions
posées, afin d'assurer la fiabilité des réponses. L'interlocuteur choisi est le dirigeant de

244
 l'entreprise afin de réduire le biais qm, pour certains thèmes peut apparaître lorsque
l'interlocuteur représente l'un ou l'autre département de l'entreprise [...].

• une contrainte a été introduite pour la détermination des domaines d'activité stratégique: le
découpage s'effectue en fonction de la Nomenclature d'Activité Française (NAF) qui est la
transposition en France de la NACE harmonisée en Europe. Ce choix, quelque peu
réducteur et objet de débats, était indispensable pour envisager d'effectuer des
comparaisons entre entreprises sur une base uniforme.

• les questions reposant sur la perception du chef d'entreprise ont été limitées au maximum et
complétées par des questions indirectes qui, combinées entre elles, sont de nature à limiter
les biais. Dans la mesure du possible, les questions dites subjectives font appel à l'expertise
du dirigeant sur son entreprise. Le postulat de départ est que le chef d'entreprise possède
des informations uniques et irremplaçables sur sa société.

• la périodicité de l'enquête et la taille de l'échantillon ont été choisies en tenant compte de

l'étendue du champ d'investigation retenu: l'échantillon est constitué de 4000 entreprises
de l'industrie manufacturière, dont les effectifs sont compris entre 35 et 2000 salariés.
Cette fourchette d'effectifs est assez large, afin de couvrir aus.si bien les entreprises
moyennes dans un contexte régional que les entreprises moyennes dans un contexte
européen. Les entreprises sont enquêtées une fois tous les deux ans, chaque année étant
consacrée à la mise à jour d'une moitié de l'échantillon. Un des objectifs -et aussi une des
difficultés- est de fidéliser la population d'enquêtés pour permettre un suivi pluriannuel.

• l'enquête porte sur le passé récent de l'entreprise, à savoir les deux dernières années. Cette
période ·offreùne~soruiion équilibrée pour pallier unë-dmlble -difficUlté: làféponse purement
conjoncturelle d'une part (risque lié au choix d'une période trop brève), la défaillance de la
mémoire d'autre part (risque lié au choix d'une période trop longue). »

Figure llI.9. Extrait de Coeurderoy et Mouriaux (1996, p134)

A ces données SESAME «qualitatives », il fallait ajouter des informations sur la performance

des entreprises sondées. Nous avons recouru aux informations d'une autre base de données de

la Banque de France: FffiEN. FmEN contient des données comptables et financières sur

30 000 entreprises françaises. Cette base permet aux banques qui y ont accès de calculer des

ratios fmanciers et comptables.

245
Par conséquent, la base de données de départ comporte des informations provenant des bases

SESAME et FIBEN (cette dernière essentiellement pour les données de performance).

L'échantillon total potentiel pour un point d'observation est de plus de 4000 entreprises,

puisque l'observation sur l'ensemble de l'industrie manufacturière réunit en fait deux années

consécutives·d'enquête.

Notre coopération avec la Banque de France procure à notre travail une force et une

représentativité indéniables. Malgré tout, la médaille a son revers: l'utilisation d'une base de

données déjà constituée n'est par définition qu'une solution partielle offerte pour résoudre un

problème particulier. En effet, la base de données SESAME de la Banque de France n'a pas

été constituée dans le but de répondre explicitement aux interrogations qui sont les nôtres dans

ce travail. Par conséquent, s'il est incontestable que nous accédons à une puissance de

recherche à laquelle nous n'aurions pu prétendre en oeuvrant seul et en élaborant nous

même le questionnaire, il n'en demeure pas moins que nous avons dû nous adapter à la matière

déjà présente à défaut de la créer. La précision que nous aurions pu espérer atteindre en

construisant le questionnaire, en le pré-testant, en l'améliorant, etc. est par nécessité moindre

dans le cadre de l'utilisation d'une source de données déjà constituée. Mais eut-il été

préférable, au nom du souci extrême de la précision de laisser échapper l'opportunité de tester

sur une base de données à l'ampleur, à notre connaissance, unique en France, le modèle

théorique développé ?

Nous détaillons dans la sous-section suivante l' opérationnalisation des notions utilisées dans le

modèle théorique. Nous séparons cet examen en deux parties: d'un côté les variables.

explicatives; de l'autre, les variables de performance. Dans la dernière sous-section de ce

246
chapitre, l'outil statistique utilisé pour tester les hypothèses est présenté.

111.3.2. La construction des variables

La phase de construction des variables consiste en la représentation observable des variables

latentes exposées dans le modèle théorique. TI s'agit par conséquent d'exprimer à l'aide de

plusieurs données de la base SESAME les concepts qui ont été définis dans le modèle

théorique. Le modèle théorique correspond au croisement d'une part, de la définition de

l'avantage concurrentiel à l'aide de la théorie des ressources et de l'économie évolutionniste, et

d'autre part, à la définition de la firme comme l'ensemble de ressources productives, de liaisons

d'échanges et de mode de coordination.

Avant de le commencer, nous voudrions toutefois relever l'une des difficultés -et par

conséquent une des originalités-de ce travail. TI existe dans la littérature débutante, mais

également de plus en plus abondante, faisant référence à la théorie des ressources,

extrêmement peu d'analyses empiriques se rapprochant de notre étude. En effet, on Peut

classer très schématiquement les études empiriques en plusieurs catégories. Tout d'abord, des

études de cas ont été développées mettant en avant la formation, la construction, les processus

à l'œuvre dansTédificationdes ressdtitceset-surtou-Cde-scompéfëii.ces~Deubons exemples de

ce type d'étude sont les articles de Collis (1991) ou de Argyres (1996). Ensuite, des travaux

statistiques très détaillés portant sur des dimensions internes de la constitution de

connaissances tacites existent mais ne permettent pas de faire de lien avec la performance

(Szulanski, 1996; Helfat, 1997). De même, deux catégories d'analyses portent plus

précisément sur l'analyse de la performance. D'un côté des analyses de cas détaillent les R&A

coeurs de secteurs (Bogner et Thomas, 1994; Walsh et al., 1996). De l'autre, un dernier type

d'études empiriques utilisant la théorie des ressources étudie la variable performance, mais

247
l'aborde le plus souvent sous l'angle de la diversification stratégique, sans tenter réellement de

prendre une mesure concrète des propriétés des ressources en jeu dans la performance

(Wernerfelt, 1989). Par conséquent, il était très difficile de se référer explicitement à l'un de

ces types d'études empiriques pour nous aider à opérationnaliser nos variables. En effet, notre

travail concerne un échantillon beaucoup plus important d'entreprises, appartenant à des

secteurs différents. TI n'y a guère que les recherches de Verdin et Williamson qui peuvent

directement nous servir de comparaison.

Figure In.10. Les types d'études empiriques de la théorie des ressources

* travaux liés principalement à la diversification

** Courant des Ressources sur grand échantillon.

llI.3.2.a. Opérationnaüsation des variables latentes explicatives

Le modèle théorique relie les variables de performance à expliquer aux cmq concepts

explicatifs situés sur la gauche du diagramme (figure ill.6.), qui constituent en fait les trois

piliers de l'entreprise: les ressources productives; les liaisons d'échanges; et les modes de

coordination. Nous abordons la construction des variables latentes pilier par pilier.

Opérationnalisation des variables latentes relatives aux ressources

productives

Nous avons décomposé dans le modèle théorique l'analyse des propriétés des ressources

productives en deux parties distinctes: d'un côté l'imitabilité des. ressources et de l'autre leur

transférabilité.

248
 Imitabilité des ressources productives.

Le concept d'imitabilité des R&A a été présenté lors de l'énoncé des principales propriétés

engagées dans la spécification du Courant des Ressources (Lippman et Rumelt, 1982; Barney,

1986; Reed et DeFilippi, 1990). n nous faut à présent l'exprimer en recourant à des variables

observables dans l'univers économique. L'un des articles fondateurs sur la notion d'imitabilité

et la constitution de rentes, Dierickx et Cool (1989) fournit les moyens d' opérationnaliser le

concept d'imitabilité. Trois variables sont retenues: un indice DESTEMPS, une mesure du

degré de différenciation DIFF, et une différence de dépenses de formation FORMREL.

«DESTEMPS»

Dierickx et Cool (1989) définissent les stocks d'actifs stratégiques: ce sont des R&A

accumulées dans le temps qui sont difficilement imitables par la concurrence. Dierickx et Cool

détaillent les raisons pour lesquelles l'imitabilité de ces stocks d'actifs est réduite, et pourquoi

ils sont à l'origine d'une performance supérieure pour les frrmesles détenant. Us établissent en

quelque sorte des barrières à l'accumulation de ressources stratégiques. Cinq raisons sont

invoquées dont deux qui prennent explicitement en compte les dimensions évolutionnistes du

processus de constitution de rentes. Nous commençons par celles-ci.

1) Les_déséconomiesJiées à la réduction du temps (Time-compressiondiseconomies).-Dierickx----

et Cool (1989, p1507) illustrent ce concept plus qu'ils ne le démontrent. L'idée est la

suivante: il est plus rentable de prolonger sur cinq années le même budget de R&D par

exemple que de placer sur une seule année la somme totale investie pour les cinq ans. En

fait, chercher à comprimer le temps, ou à accélérer le rendement d'un investissement se

heurte à des déséconomies de fonctionnement, d'absorption des connaissances, etc. Par

conséquent, tenter d'accumuler un actif stratégique en un temps réduit au minimum se

heurte à un surcoût.

249
2) L'érosion des actifs (Asset Erosion). Si les actifs stratégiques ne sont pas entretenus, ou

s'ils sont trop utilisés, ils perdent de leur capacité à générer des rentes. TIs'agit simplement

de la prise en compte de l'obsolescence des actifs stratégiques qui, comme les autres

facteurs de production, vieillissent et deviennent moins efficients. Dierickx et Cool (1989,

p1508) soulignent que les ressources, ayant nature de stocks, consistent en une menace

importante pour les nouveaux entrants. Or, ces stocks d'actifs stratégiques, même s'ils sont

construits de longue date, sont propices à souffrir d'obsolescence, et donc à s'éroder.

Les déséconomies liées à la compression du temps et l'érosion des actifs jouent en sens

contraire. L'un protège le pionnier de l'imitation immédiate par ses concurrents tandis que

r autre effet le rend au contraire de plus en plus vulnérable au cours du temps. L'effet qui nous

intéresse particulièrement est celui qui favorise la performance des firmes, c'est-à-dire le

premier. Mais, nous n'avons pas trouvé dans nos lectures de mesure précise de ce concept.

A la réflexion, il semble que deux manières peuvent servir à approcher lesdéséconomies liées à

la réduction du temps. Premièrement l'on peut chercher à mesurer en interne les différents

processus mis en œuvre sur une période assez longue justifiant l'existence d'un avantage

'temps' pour la firme pionnière sur son marché, ou sur le processus étudié (voir l'exemple de

Sun, cité par Garud et Kuramaswany, 1993; Mitchell, 1991). Mais il faudrait pour cela

recourir à une identification des différents processus engagés par les entreprises concurrentes

pour ensuite comparer les décalages temporels mettant par différence en évidence les

économies réalisées par les premières entreprises, et les déséconomies que supportent les

suiveuses. Cette démarche aurait l'avantage de répondre scrupuleusement à la définition de

Dierickx et Cool, mais elle a l'inconvénient d'être pratiquement impossible à mette en œuvre

au niveau d'une étude intersectorielle. En effet, en plus des recoupement à opérer entre les

différents concurrents -qui impliquent que les entreprises interrogées se déclarent l'une et

l'autre être concurrentes~ s'ajoute la définition des produits et processus ayant bénéficié

250
d'économies de temps (de déséconomies respectivement) qui sont par nature propres à certains

secteurs et certaines industries.

Par conséquent, une deuxième voie a été retenue, qui tente d'approcher indirectement les

déséconomies liées à la réduction du temps. TI s'agit dans un premier temps de relever les

différentes dimensions sur lesquelles peuvent jouer de tels effets. Et, dans une seconde étape,

de demander au chef d'entreprise d'évaluer le coût subi par un concurrent sur les dimensions

retenues dans la première phase pour parvenir au même niveau d'efficacité que possède son

entreprise.

Dans la première phase de cette opérationnalisation, cinq dimensions ont été retenues. Elles

correspondent ..à un engagement temporel de l'entreprise pour constituer ses actifs en

ressources stratégiques non imitables à cause du temps investi dans leur construction, et des

coûts que représenteraient pour un concurrent potentiel la mise en œuvre des mêmes R&A

productives. TIs'agit :

1. de la taille des unités de production. Elle n'est pas acquise dujour au lendemain et pour

l'atteindre, en plus des investissements financiers, la gestion du temps est essentiëlle

(contrats, installation, tests, réglages, formation, productivité, etc.) ;

ü. du volume d'activité, qui pour être ce qu'il est, a bénéficié des effets d'expérience de la

fonction productive de l'entreprise mais aussi de la fonction commerciale pour ouvrir de

nouveaux marchés;

ili. de l'utilisation de technologies spécifiques, qui ne peuvent fonctionner qu'avec les aptitudes

corollaires de la main d'œuvre. La spécificité de la technologie est une garantie théorique de

l'appropriation par l'entreprise de la valeur de la différenciation de ses produits ;

iv. d'un accès privilégié à une source d'approvisionnement, qui a priori ne peut être obtenu ex

nihilo mais après un certain temps de négociation, ou sur la base d'une réputation préalable,

251
 qui doit elle aussi être construite ;

v; de la productivité de la main d'œuvre, qui bien entendu ne peut être opérationnelle sans un

. certaiIl délai.

Une fois reconnus ces cinq facteurs, susceptibles d'être à l'origine de déséconomies de

réduction de temps, une question a été posée au chef d'entreprise, évaluant la difficulté qu'il y

aurait, pour un nouveau concurrent potentiel, à se mettre à niveau sur .ceux des facteurs qu'il

considérait pertinents. De cette manière, plus le facteur est difficile à équivaloir, plus le coût

représenté par la tentative d'accumuler l'actif stratégique en un temps réduit au minimum est

élevé: doncplus l'imitabilité des R&A productives est réduite.

Par conséquent, nous avons construit la variable DESTEMPS (pour désésonomies liées au

temps) en trois étapes: 1) évaluation des facteurs pertinents parmi les cinq proposés (question

fermée) 2) évaluation de la difficulté d'imitation pour un nouveau concurrent 3) calcul de

l'indice DESTEMPS.

L'étape 1) correspond à la réponse du chef d'entreprise à la question suivante:

Parmi les facteurs suivants, indiquez ceux qui ont le plus influé (à la hausse ou à la baisse) dans
les deux dernières années sur vos coûts de revient:
• la taille de vos unités de production
• votre volume d'activité
• l'utilisation de technologies spécifiques
• un accès privilégié à une source d'approvisionnement ou de composants
(contrats de long terme, d'exclusivité ...)
• la productivité demain d'oeuvre

FACT est la réponse à cette question. TI s'agit d'un vecteur qui prend les valeurs 0 ou 1 suivant

que le chef d'entreprise n'a pas ou a retenu l'item comme étant influent

Pour chaque item sélectionné par le chef d'entreprise, une question supplémentaire lui est

252
 posée, afin d'évaluer les déséconomies de temps. Cette évaluation constitue la deuxième étape

de laconstruction de la variable et donne la variable EV Al, constituée de notes de 1 à 5 sur les

différents FACT retenus. TI y a donc potentiellement cinq questions supplémentaires qui sont

posées au chef de l'entreprise. Suivant l'ordre de la question précédente, ce sont:

I Les difficultés rencontrées par de nouveaux concurrents pour atteindre une taille suffisante des
unités de production sont: (codée de 1 à 5)

faibles assez faibles moyennes assez élevées élevées

1 2 3 4 5

Les difficultés rencontrées par de nouveaux concurrents pour atteindre un volume cumulé de
I production suffisant sont: (codée de 1 à 5) - Même échelle

Les difficultés rencontrées par de nouveaux concurrents pour avoir accès à vos technologies
I de production sont: (codée de 1 à 5) - Même échelle

I Les difficultés, pour de nouveaux concurrents, à disposer des mêmes conditions d' accès ,que
vous aux matières premières et composants sont : (codée de 1 à 5) - Même échelle ....

Les difficultés pour de nouveaux concurrents d'atteindre un niveau de productivité comparable

Iau vôtre sont: (codée de 1 à 5) - Même échelle .

Enfin, la dernière étape consiste à calculer l'indice DESTEMPS en faisant la moyenne des

différents avantages liés à la constitution de ressources productives non imitables cités et

évalués par le chef d'entreprise. Par conséquent,

L.FACTi x EVALj
DESTEMPS = _'_,J _

LlACTi

où FACT est la réponse à la question de la première étape (i =0 ou 1) et EV AL la réponse à la

question d'évaluation de la deuxième phase G = 1, ... , 5). Puisque le nombre de réponses

données à la première question est variable, on divise par le nombre de réponses obtenues afin

d'aboutir un indice moyen, compris entre 1 et 5.

253
 · «DIFF » et « FORMREL»

Les trois autres facteurs énoncés par Dierickx et Cool ne concernent pas spécifiquement les

effets du temps sur la chaîne causale· Ressources ~ avantage concurrentiel ~ rentes ~

performance. Ils sont reliés avec les dimensions structurantes de la non imitabilité, relevées

dans le chapitre II : l'ambiguïté causale, la tangibilité et la codification.

3) L'ambiguïté causale (Lippman et Rumelt, 1982; Reed et DeFilippi, 1990; Barney, 1991)

est reprise par Dierickx et CooL La nature non imitable de l'accumulation des rentes

provient de la difficulté aussi bien d'identifier les facteurs à l'œuvre dans ce processus et

que de les contrôler, compte tenu de la rationalité limitée des agents économiques,.

L'entreprise a donc du malà lever les incertitudes sur son propre fonctionnement, et par

conséquent a fortiori les concurrents qui cherchent à l'imiter.

4) La prééminence de la quantité d'actifs (Asset Mass Efficiency) caractérise le fait qu'il est

plus coûteux d'accumuler certains actifs .stratégiques à partir du moment où l'on en dispose

peu en interne (Dierickx et Cool, 1989, pI504). Par conséquent, les entreprises qui

posséderaient ces actifs en quantité importante auraient un avantage sur leurs concurrents.

L'exemple donné par Dierickx et Cool concerne une entreprise qui dispose d'un important

stock de savoir-faire techniques. Cette firme a un avantage par rapport à une autre moins

bien dotée en ce qu'elle peut appliquer à moindre coût dans plusieurs domaines différents

les savoir-faire qu'elle détient

5) Le dernier élément concerne l'interconnexion des stocks d'actifs (Interconnectediless of .

Asset Stocks). L'absence pour une entreprise d'actifs complémentaires ou co-spécialisés

(Teece, 1986) se révèle préjudiciable à la constitution d'un avantage concurrentiel durable.

Une protection contre l'imitabilité consiste donc en l'interconnexion des stocks d'actifs -

dont l'effet est d'ailleurs corrélé avec l'ambiguïté causale. Par conséquent, l'augmentation

254
 d'un stock d'actifs stratégiques peut dépendre non seulement du niveau de départ de ce

stock mais du niveau des stocks d'actifs qui lui sont liés. L'innovation est souvent promue

par les utilisateurs fmaux eux-mêmes, comme l'illustrent les travaux de Von Hippel (1976,

1988). Par conséquent, il est nécessaire de disposer d'un contact avec ces utilisateurs pour

adapter l'innovation à leurs besoins, de même qu'en interne il faut disposer des capacités de

différenciation de l'outil de production tout comme des qualifications de la main d'œuvre

pour concrétiser les améliorations demandées.

Mesurer les différents concepts évoqués est une tache ardue. D'une part, certains d'entre eux

sont par nature insaisissables et pourraient faire à eux seuls l'objet d'une étude entière

d'explicitation: telle notamment l'ambiguïté causale. D'autre part, non seulement la mesure de

ces trois notions implique de rentrer dans le processus de production de chaque entrePrise,

mais des effets croisés entrent en ligne de compte. Ainsi par exemple l'interconnexion entre les

stocks d'actifs partipipe à l'ambiguïté causale, et la prééminence de la quantité de ce~

actifs doit avoir un effet dans leur interconnexion avec d'autres actifs stratégiques. ,Par

conséquent, nous privilégions une mesure approchée de ces trois notions à l'aide de deux

variables :,p _ ----- --.- --- -----

1. la différenciation permise par la technologie de l'entreprise

ü. le niveau de formation de l'entreprise

La différenciation permise par l'outil de production est une ressource stratégique pour

l'entreprise. D'une part, elle permet à l'entreprise de s'adapter à la demande du marché. TIest

montré que les rigidités dans le mode de production conduisent à la sous-performance

(Sanchez, 1995), voire à terme à la disparition des entreprises (Hannan et Freeman, 1989).

D'autre part, et cela concerne plus directement notre propos, le degré de différenciation des

255
ressources productives n'est pas sans influence sur le mveau d'ambiguïté causale d'une

entreprise, et par conséquent sur son niveau d'imitabilité. En effet, il est plus difficile pour un

concurrent de percevoir les potentialités d'un appareil de production qui permet la

différenciation que d'anticiper les manoeuvres d'une entreprise dont les ressources productives

sont figées à cause de contraintes techniques ou technologiques. Par conséquent, une

entreprise disposant d'un fort potentiel de différenciation est moins facilement imitable qu'une

autre dont la production est standardisée. L'étude exploratoire de Duysters et Hagedoom

(1996) montre ainsi que plus les entreprises d'infonnatique se concentrent sur un segment

standard, moins leur performance est bonne.

Par ailleurs, un outil de production permettant la différenciation est un actif qui peut être à

l'origine d'innovations, de nouveaux produits, voire de nouvelles compétences. L'effet

d'interconnexion avec d'autres actifs stratégiques, mis en avant par Dierickx et Cool (1989), et

notamment avec les ressources humaines, est donc effectif dans ce cadre .et contribue. à

renforcer l'inimitabilité des ressources productives d'une entreprise.

Concernant les ressources humaines, Verdin et Williamson (in Hamel et Heene, 1994) utilisent

le niveau de formation de la main d'œuvre comme mesure de l'expérience de ces ressources

dans le processus de production. L'avantage donné par la formation de la main d'œuvre «n'est

pas facile à acquérir, à cause des déséconomies liées à la réduction de temps, et de l'ambiguïté

causale» (Verdin et Williamson, 1994, p99). Le capital humain est une ressource citée par les

auteurs qui opèrent une classification des ressources selon leur nature (à commencer par

Penrose, Barney ou Grant).

A ce facteur s'applique la prééminence de la quantité d'actifs, dans le sens où plus une

entreprise favorise la formation de sa main d'œuvre, plus celle-ci est apte à appliquer ses

256
 savoir-faire à des activités différenciées de l'exploitation quotidienne de l'entreprise. Il y a donc

avantage à posséder une main d'œuvre qualifiée non seulement parce qu'elle est susceptible

d'opérer les taches plus efficacement que les concurrents, mais surtout parce que les «bonnes

recettes» et les innovations de processus et de management sont plus rapidement et facilement

diffusées dans un contexte où le niveau de formation est élevé (voir l'intégration des

connaissances, lansiti et Clark, 1994). La ressource représentée par la formation est donc de

plus clairement interconnectée avec les· autres actifs stratégiques, et notamment le degré de

différenciation permis par la technologie utilisée.

Par conséquent, il semble que la prise en compte d'une part de la capacité de différenciation de

la technologie maîtrisée par l'entreprise, et d'autre part, de la promotion de la formation à

l'intérieur de l'entreprise sont de bonnes mesures approchées des effets de l'ambiguïté causale,

de la prééminence de la quantité d'actifs et de l'interconnexion des actifs. iit',

Au total. les variables observables retenues sont les réponses aux questions suivantes :

1. pour le degré de différenciation DIFF, la réponse à la question suivante:

Par rapport à vos pnnclpaux concurrents, vos technologies vous permettent de vous
différencier:~-----_d --- -- .

faiblement assez faiblement moyennement assez fortement fortement

1 2 3 4 5

ll. pour le niveau de formation FORMREL

Concernant le niveau de formation, nous avons retenu la valeur des dépenses de formation sur

la masse salariale. Toutefois, cette mesure peut souffrir de certaines distorsions sectorielles.

Par conséquent, au lieu de conserver cette variable telle quelle, nous avons préféré retenir une

valeur différentielle. Le niveau de formation utilisé dans nos modèles est donc la variable

257
FORMREL, qui s'écrit:

FORMRELï = FORMi - FORMNAF

OÙ FORMi est, pour l'entreprise i , la valeur de ses dépenses de formation ramenée à sa masse

salariale, et FORMNAFest la moyenne des dépenses de formation ramenées à la masse salariale,

pour l'ensemble des entreprises du même secteur d'activité que l'entreprise i -défini par la

Banque de France comme étant la NAF Insee.

De cette manière, cette variable mesure bien la spécificité de la stratégie de l'entreprise i dans

son engagement de formation, respectivement aux entreprises du même secteur d'activité.

L' opérationnalisation de la variable de non imitabilité des ressources stratégiques se fait donc

par le biais de trois variables observées: DESTEMPS, DIFF et FORMREL. Les liaisons

conceptuelles expliquant ces choix sont résumées grâce au schéma suivant :

Figure m.ll. Schéma d'opérationnalisation de la non imitabilité des 'ressources .

productives

Déséconomies de temps
(DES TEMPS)

Différenciation de la
Ambiguïté causale
technologie (DIFF)
Non Imitabilité
des ressources Interconnexion des actifs
productives

Prééminence de la quantité Formation de la main

d'actifs d'œuvre (FORMREL)

TI faut remarquer que le raisonnement tenu sur le lien entre la performailce et l'imitabilité ne

peut être valide que si la fIrme développe par ailleurs, et concomitamment, l'appropriabilité des

rentes tirées de ses R&A en en .favorisant la non transférabilité vers le marché ou en en

réduisant la disponibilité sur le marché si elle dispose d'un pouvoir de marché suffIsamment

258
grand (voir la Figure m.6). Nous focalisons à présent notre attention sur l'évaluation de la non

transférabilité des ressources productives de la firme.

Non transférabilité des ressources oroductives

La transférabilité exprime la possibilité pour des R&A de trouver un marché d'échange pour

être 'transférées' chez un concurrent. En fait, a priori, plus des R&A sont transférables sur un

marché, moins elles sont à l'origine de rentes, et donc de performance pour la firme. La

transférabilité pose en outre le débat de l'existence ou non d'un marché des facteurs

stratégiques. Une des raisons qui permet de justifier à la fois l'importance de la non

transférabilité des R&A dans l'explication de la performance et la probable non existence d'un

marché de facteurs stratégiques est la construction des actifs stratégiques à l'intérieur de la

firme. En effet, la composante spécifique à la firme des actifs stratégiques est accumulée en

interne (Dierickx et Cool, 1989, pI505).

Trois variables observables nous ont servi pour opérationnaliser" la: non transférabilité des

ressources productives: les dépenses de recherche et développement R&DREL, l'importance

stratégique du développement technologique pour le chef d'entreprise FONDEV, et un indice

calculé de transférabilité des ressources DEGTRANS.

La partie la plus observable de cette construction repose sur les dépenses de recherche et

développement. Cette variable est essentielle à une conception, fondée sur les ressources et sur

la logique évolutionniste, de la constitution d'actifs spécifiques non transférables sur un

marché, sources potentielles de rentes à l'intérieur de la firme (Tarondeau, 1994). Elle est pour

cette raison utilisée abondamment dans les articles se revendiquant de près ou de loin du

Courant des Ressources (Cohen et Levinthal, 1990 ; Harrison et alii, 1991 ; Balakrishnan et

Fox, 1993; Verdin et Williamson, 1994). C'est pourquoi nous nous sommes conformés à

259
l'usage de telles recherches en l'intégrant dans l'opérationnalisation de la non transférabilité

des ressources productives.

Par conséquent, nous recourons également à cette variable, et nous utilisons la valeur des

dépenses de recherche et développement ramenée au chiffre d'affaires de l'entreprise. Mais, de

même que nous avions considéré le différentiel de valeur entre les dépenses de formation d'une

entreprise i par rapport à la moyenne de son secteur d'activité, obtenu par sa classification

NAF Insee. nous utilisons dans les modèle statistiques la variable différentielle R&DREL :

R&DRELï = R&Di - R&DNAF

où R&Dj est, pour l'entreprise i , la valeur de ses dépenses de R&D ramenée à son chiffre

d'affaires, et R&DNAF est la moyenne des dépenses de R&D ramenées au chiffre d'affaires,

pour l'ensemble des entreprises du même secteur d'activité que l'entreprise i -défini par la

Banque de France comme étant la NAF Insee.

De cette manière, nous mesurons le degré d'idiosyncrasie potentiel des ressources productives

d'une entreprise par rapport aux entreprises de son secteur. TIs'agit d'une bonne première

approximation du degré potentiel de non transférabilité des ressources productives. Plus le

différentiel R&DREL est élevé en effet, plus les dépenses de l'entreprise i sont fortes

respectivement, et plus le degré d'idiosyncrasie de ses ressources productives est élevé. C'est

le sens de la relation montré par exemple dans l'analyse de Balakrishnan et Fox (1993) : les

entreprises qui ont tendance à investir fortement en R&D développent des actifs spécifiques

difficilement redéployables sur les marchés -ce qui a des conséquences sur leurs capacités

d'endettement comme le montrent ces auteurs. Au reste, l'analyse théorique des propriétés des

ressources (chapitre II) a montré la corrélation négative entre spécificité et transférabilité des

R&A ; de même, l'étude empirique de Poppo et Zenger (1995) a illustré la pertinence de la non

transférabilité dans l'analyse du choix de faire ou faire faire.

260
Toutefois, il faut compléter l' opérationnalisation de la non transférabilité des ressources

productives par d'autres variables observables. n est difficile d'attribuer à la seule variable

dépenses en R&D toute la puissance explicative de la non transférabilité des ressources.

D'autant plus que les dépenses de R&D sont une des variables les plus utilisées dans les

travaux empiriques, aussi bien en économie industrielle relevant du paradigme S-C-P, que dans

les applications les plus larges du Courant des Ressources.

Une manière d'affiner l'analyse des conséquences de la recherche et développement consiste à

demander au chef d'entreprise l'importance stratégique que revêt pour lui cette fonction. n

existe une différence de degré entre la mesure relative de l'investissement en R&D de

l'entreprise et l'affirmation par le chef d'entreprise que la fonction recherche et développement

lui permet de soutenir la position concurrentielle de son entreprise sur les marchés (Cohen et

Levinthal, 1990). En effet, dans l'optique du Courant des Ressources, la détermination de

l'appropriation des ientesà partir des ressources non transférables n'est pas la propriété du

secteur d'activité de l'entreprise, mais est une conséquence du caractère idiosyncrasique de ces

ressources. Par conséquent, la concordance entre· un taux relatif de R&D élevé et la

reconnaissance de l'importance de la ressource R&D dans la soutenabilité de l'avantage

concurrentiel participe de la définition du deg!é _<!~_!lo!l_t@I!sférabilit~des ressources

productives.

n a donc été demandé au chef d'entreprise d'évaluer l'importance stratégique de la fonction de

développement technologique dans la soutenabilité de sa position concurrentielle. La variable

FONRD est donc la réponse à la question:

Veuillez indiquer quelles sont les principales fonctions de votre entreprise qui vous permettent
de développer principalement votre position concurrentielle sur les marchés ?
Développement technologique noté de 1 à 3
Marketing
Finance
Approvisionnements

261
Enfin, une' troisième variable nous sert à approcher le concept de non transférabilité. Elle

repose sur le calcul d'un indice DEGTRANS qui s'appuie sur la démonstration suivante. Dans

la discussion largement tributaire des apports de Dierickx et Cool (1989) sur

l' opérationnalisation de la non imitabilité des ressources productives, un des cinq facteurs n'a

pas été utilisé : l'érosion des actifs stratégiques. En effet, selon nous, ce facteur peut être

interprété de manière légèrement différente : à la différence des autres facteurs à l'origine de

l'imitabilité difficile qui fonctionnent tous plus ou moins sur un mode positif, l'érosion des

actifs est le seul qui représente un facteur négatif, une menace sur la durabilité de la. non

imitabilité des R&A, illustrée par exemple par Verdin et Williamson (1993). En fait, il nous

semble que l'érosion des actifs stratégiques n'est pas tant un risque qui pèse sur leur non

imitabilité que sur le fait que ces ressources deviennent transférables, c'est-à-dire que les rentes.

dégagées par l'entreprise sont plus faibles et plus difficilementappropriables par la seule firme.

Aussi, nous proposons d'envisager ce facteur dans la perspective de la transférabilité des

ressources, qui, si elle est adjacente à celle de la non-imitabilité, n'en est pas moins différente et

complémentaire.

Tout d'abord, il convient de mettre en lumière la cohérence de la lutte contre l'érosion des

actifs stratégiques avec les deux variables précédemment présentées pour opérationnaliser la

non transférabilité des ressources productives. Le taux de R&D et la fonction stratégique du

développement technologique sont concrètement des réponses à l'obsolescence, effective ou

potentielle, des actifs stratégiques. TI s'agit pour une entreprise d'une manière de conserver ou

d'accroître la non transférabilité de .ses ressources productives vers chez ses concurrents (de

réduire leur transférabilité).

Dierickx et Cool soulignent par ailleurs la différence profonde qui existe entre les stocks

262
d'actifs stratégiques et les flux. L'idée essentielle est que l'accumulation des stocks d'actifs

stratégiques débouche sur leur non transférabilité : «l'actif stratégique est le résultat cumulatif

du maintien pendant un certain temps d'un ensemble de lignes politiques cohérentes. Dit

différemment, les stocks d'actifs stratégiques sont accumulés en choisissant les rythmes

appropriés de flux pendant un certain temps» (Dierickx et Cool, 1989, P 1506).

Nous pensons, avec Dierickx et Cool (1989) que l'ensemble des ressources non transférables

nécessite des investissements réguliers, un entretien constant, c'est-à-dire des flux, pour

reprendre leur terminologie. Dans cette logique, nous avons tenté de construire un indicateur

de manière à faire ressortir la dominante de l'entreprise en terme de transférabilité de· ses

ressources, à la base de ses avantages concurrentiels; plus l'indicateur est fort, plus les

ressources sur lesquelles l'entreprise fait reposer sa stratégie sont transférables.

Notre raisonnement Ii été le suivant:

1. soit deux types de ressources: les unes liées directement à la performance de la production:

coût, qualité et performance technique; les autres plus liées à la vente du produit: image de

marque, délais et souplesse, et services associés.

2. au niveau de la constitution de ces ressources, d'une part, celles liées à la performance de la

production précèdent chronologiquement l'élaboration des autres: pour vendre le produit, il

faut qu'il corresponde à une certaine qualité d'offre attendue. D'autre part, les premières

ont nécessité des flux d'investissement importants, continus et plus durables que les

secondes, puisqu'elles les précèdent. Les stocks des ressources liées à la performance de la

production sont donc, en général dans les entreprises manufacturières, en quantité plus

importante que les stocks des ressources liées à la vente.

3. Par conséquent, les ressources liées à la performance de la production sont susceptibles de

s'éroder moins rapidement que les secondes, puisqu'elles représentent les stocks d'actifs

263
 stratégiques les plus anciens et les plus importants: « en général, seules les variables qui ont

la nature de stocks, par opposition au flux, peuvent représenter une menace crédible, et plus

la menace est forte, plus le stock s'étiole lentement au cours du temps» (Dierickx et Cool,

1989, p1508). Cela ne signifie pas que l'érosion des ressources liées à la performance de

production ne représente pas un risque majeur pour l'entreprise. Au contraire même,

puisque l'érosion de ces ressources augmente la transférabilité et diminue la hauteur de la

menace qu'elles représentent pour les concurrents.

4. Donc, les ressources liées à la production sont moins transférables, en valeur absolue, en

terme de qualité de l'avantage et de rapidité de transfert, que les ressources liées à la vente.

Pour mesurer la nature de la transférabilité des ressources stratégiques de l'entreprise, il faut,

d'après ce qui précède :

o d'une part, déterminer qu'elles sont les ressources jugées stratégiques (RjS) par le chef

d'entreprise au cours des années passées;

• d'autre part, estimer la hauteur des stocks (S) des différentes ressources de l'entreprise par

rapport à ses principaux concurrents.

Selon l'hypothèse que les ressources liées à la vente sont plus facilement transférables (car

reposant sur des stocks de ressources plus faciles ~t plus rapides à constituer) que les

ressources liées à la production, une mesure de la différence entre le niveau des stocks des unes

et le niveau des stocks des autres donne une approximation du degré de transférabilité des

ressources jugées stratégiques de l'entreprise.

Ainsi, on propose l'indice suivant pour évaluer le degré de transférabilité des ressources jugées

264
stratégiques de l'entreprise:

DEGTRANS = RjS vente X S vente - RjS production X S production

avec RjS production: coût, qualité et performance technique; RjS vente: image de marque, délais et

souplesse, et services associés.

Plus la valeur de DEGTRANS est forte, plus la firme a axé sa stratégie sur des ressources a

priori transférables - ce qui donc la protège relativement moins de la concurrence et a priori lui

procure moins de rentes soutenables.

Ainsi, deux questions ont été posés aux chefs d'entreprises:

• d'une part, pour déterminer les ressources jugées stratégiques (RjS) :

Quels sont les facteurs sur lesquels vous avez concentré votre effort dans les dernières
années ?
a) prix/coût
b) qualité
c) performance technique, innovation
d) image de marque, réputation
e) délais, souplesse
f) services associés
Réponses binaires. Plusieurs réponses possibles

• d'autre part, pour estimer la valeur des stocks d'actifs stratégiques accumulés (S) :

Sur ces différents facteurs, évaluez vos points forts et vos points faibles par rapport à vos
principaux concurrents :
a) prix/coût
b) qualité
c) performance technique, innovation
d) image de marque, réputation
e) délais, souplesse
f) serviées associés
Réponses sur une échelle croissante de 1 à 5 (5 représentant l'avantage le plus fort)

265
Par conséquent, DEGTRANS est obtenu grâce à la formule suivante:

L
DEGTRANS = __ d,_e,f
RjS X Sd,e,J
_
~. b
a, te
RjS x Sa,b,c
~
d,e,f
RjS La,b,cRjS
Le membre de gauche est une valeur moyenne des trois ressources liées à la vente, jugées

stratégiques et évaluées en terme d'avantage concurrentiel par le chef d'entreprise. Le membre

de droite est une valeur moyenne des trois ressources liées à la performance, jugées

stratégiques et évaluées par le chef d'entreprise. La différence, qui peut donc être négative,

mesure la focalisation de l'entreprise sur des ressources plus ou moins facilement transférables

vers la concurrence. Plus DEGTRANS est élevé, plus le degré de transférabilité des ressources

est a priori élevé. Plus il est faible, plus les ressources productives sur lesquelles est bâtie la

stratégie sont a priori non transférables.

Replaçons les différents éléments de l' opérationnalisation de la variable de non .transférabilité; .

Le schéma VIT.5. résume les liaisons entre les variables observées et les différents concepts

relatifs à la transférabilité des ressources productives. TI est à noter que DEGTRANS évolue en ,

sens inverse de FONRD et R&DREL, puisque la première évalue le degré de transférabilité des

ressources productives et les dernières la non transférabilité.

Figure Ill.12. Schéma d'opérationnatisation de la non transférabilité des ressources

productives

Stocks accumulés
DEGTRANS
Non Erosion des actifs
Transférabilité
des ressources
FONDEV
productives Ressources jugées
stratégiques

Spécificité R&DREL

266
 Opérationnalisation des variables latentes relatives aux liaisons d'échange

Dans la partie qui précède, nous avons détaillé les variables latentes relatives aux ressources

productives: la non imitabilité et la non transférabilité. Une précision doit être apportée

concernant la troisième propriété primaire des R&A, la non substituabilité. Deux raisons, l'une

empirique et l'autre théorique, expliquent qu'elle n'a pas été intégrée directement en tant que

variable latente des ressources productives.

Premièrement, la non substituabilité des ressources productives se heurte à des problèmes de

mesure quasi insurmontables dans le cadre de la recherche que nous menons. En effet, il

conviendrait d'approfondir, dans un premier temps, pour chaque entreprise le degré de

substituabilité des R&A, c'est-à-dire s'engager dans la détermination de leur niveau de

tangibilité et de codifiabilité. Dans un deuxième temps, il faudrait prendre en considération les

différents rapports ·de concurrence reliant les entreprises entre elles, afin d'estimer si la

substituabilité est perçue, .effective, et mise en œuvre. Enfin, concernant la partie plus

technologique pour laquelle l'économie évolutionniste a développé ses analyses, la troisième

mesure nécessaire consisterait à estimer les menaces et les opportunités représentées par les

avancées techniques et scientifiques des différents secteurs. Ces trois étapes sortent du cadre
__ .~ __ ~ ~ __+ u • __ 0_. r _

de notre recherche, mais a été mis en application par d'autres (par exemple McGrath et alii,

1995).

Deuxièmement, la non imitabilité et la non transférabilité des ressources productives ont été

jugées nécessaires et suffisantes, lors de la définition du modèle théorique, pour permettre la

constitution de rentes. Par conséquent, la présentation des propriétés des ressources

productives n'apparaît pas souffrir de déficience majeure relativement à l'objectif de recherche

qui est le nôtre.

En revanche, nous avons tenté de mesurer le concept de non substituabilité au travers de ce qui

267
constitue, après les caractéristiques productives de l'entreprise, sa nature essentielle: les

liaisons d'échange avec les membres de la filière, c'est-à-dire les fournisseurs et les clients de

l'entreprise. Nous présentons à présent les opérationnalisations des variables que nous avons

donc appelées «la non substituabilité des ressources clients» et «la non substituabilité des

ressources fournisseurs»

Non substituabilité des ressources clients

Nous nous sommes appuyés pour évaluer cette variable latente sur la logique des travaux de

Verdin et Williamson (1994; Markides et Williamson, 1994 et 1996). Trois variables

observables permettent d' opérationnaliser la non substituabilité des ressources clients de notre

modèle théorique: les coûts de changement CTCL et CTCLFR, et les coûts d'adaptation de

l'offre de l'entreprise aux besoins de ses clients (ADAPT).

Verdin et Williamson (1994, p93) développent trois «indicateurs structurels des R&A

stratégiques»: ceux relatifs aux relations avec les clients,. ceux liés aux systèmes de

distribution et ceux correspondant à la 'nature et l'importance de l'expérience des processus'

de production. Concernant le premier type d'indicateur, qui nous intéresse particulièrement ici,

six variables sont proposées par ces auteurs (Verdin et Williamson, 1994, 1995, 1996) pour

approcher 'la nature essentielle des points d'interactions' avec les clients. Le tableau ci-dessous

reprend les variables utilisées et leurs rapports avec la performance des entreprises.

La logique que nous avons retenue est légèrement différente de celle de Verdin et Williamson.

D'une part, parce que leur étude concerne principalement les biens de consommation, et que

les clients sont plutôt des ménages que d'autres entreprises -à la différence de notre travail. Et

d'autre part, parce que la variable que nous cherchons à opérationnaliser est plus précise que le

contexte de définition de la «nature desinâicateurs structurels des R&A» des articles de

Verdin et Williamson.

268
Fi e Ill.13. Variables d'o érationnalisation des relations avec les clients
VARlABLES LIEN AYEC LA PERFORMANCE OPERATIONNALISATION
Fragmentation des plus les clients sont fragmentés, % des lignes de produit pour
clients plus il est difficile de les atteindre lesquelles le producteur a plus
plus une fonction de distribution interne de 1000clients
(R&A) est nécessaire
Fréquence d'achat plus l'achat est fréquent, Proportion des lignes de
plusune relation peut être construite produit pour lesquelles la
avec le client (R&A) fréquence d'achat est
Recherche d'un effet de m ue su érieur à une fois ar an
Standardisation de Le 'sur mesure' nécessite une relation % des produits faits sur ordre
l'offre / 'sur mesure' forte avec le client (échange des clients
d'informations). Donc, plus il y a sur
mesure, plus la relation d'échange est
forte, plus il est difficile d'entrer sur le
marché (relations non transférable et
difficilement com ressible en tem s)
Achat d'importance plus l'achat est d'importance, % des lignes de produit qui
plus le risque associé est grand pour le représentent un achat
client, d'importance pour le
plus les compétences en terme de consommateur final (> 100$
lancement de roduit sont im ortantes ourunména e
Apport de services ., La reconnaissance de la qualité des % des lignes de produit,qui
services offerts est difficile à accumuler, nécessitent un SAY' de
il faut en reconnaître tôt la demande, et 'modéré. à élevé'
ré ondre vite
Publicité La construction de la loyauté et de % des dépenses en publicité
l'image de marque nécessite des efforts sur les ventes totales
soutenus, et des com étences récises
Source: Verdin et Williamson, 1994, p93-96

raisonnements sous-jacents à l'interconnexion entreprise-client reposent sur trois leviers:

1. l'estimation par la firme du coût d'acquisition d'un client, ou du coût de maintien d'un

consommateur dans sa clientèle. Plus le coût d'acquisition d'un client est élevé, plus la

ressource qu'il représente pour l'entreprise en terme de rente potentielle est important.

C'est pourquoi s'il y a une forte fragmentation de la clientèle, cela est coûteux pour

l'entreprise. De même, la publicité est envisagée par Verdin et Williamson comme une

manière de conserver la clientèle afin de bâtir un rapport de reconnaissance, de confiance

entre le client et les produits.

269
2. l'estimation indirecte du bénéfice pour le client de maintenir la relation avec l'entreprise, et

le coût représenté par l'essai d'une offre concurrente par rapport aux avantages qu'il peut

en retirer. Plus un client achète fréquemment le produit, et plus ce produit est un achat

d'importance, plus en fait l'avantage que le client pourrait retirer a priori d'un changement

de fournisseur est fort. De même plus les serviées prennent une part importante dans la

demande attendue par le consommateur, plus la partie liée au bien lui-même -sans les

services associés- diminue dans l'offre complète, et donc plus le coût de changement de

fournisseur diminue. En ce sens, la relation créée entre l'entreprise et son client est

déterminée par la nature de leurs échanges.

3. le degré d'engagement de l'entreprise envers son client: Verdin et Williamson expriment la

. valeur de la ressource client pour une entreprise par les investissements qu'elle a pu

consentir pour adapter son offre aux demandes de son client Plus r entreprise fait du 'sur

mesure', plus a priori son offre est nonsubstituable puisqu'elle s'est engagée à répondre,

aux desiderata de son client

Compte tenu des contraintes de la base, nous avons traduit chacun de cès trois raisonnements à

l'aide d'une variable observée:

1. le premier raisonnement concerne en réalité le coût de remplacement d'un client par un

autre. Si l'entreprise estime que ce coût de remplacement est élevé, cela signifie qu'elle a

développé avec certains de ces clients des relations privilégiées, et que par conséquent, ce

client ,est une 'ressource' non substituable pour elle. Plus le coût de. substitution de ses

clients est élevé, plus la ressource client est non substituable et donc plus la perform.ance de

l'entreprise est potentiellement forte (Markides et Williamson, 1994, p158; 1996). Ce

raisonnement.ne peut se justifier seul. En effet, dans le cadre du paradigme S-C-P, le coût
- .

de changement est interprété de manière opposée, car l'on suppose qu'il traduit le rapport.

270
 de force entre l'entreprise et son client En effet, dans cette optique, plus il est difficile pour

une entreprise de changer de client, plus le client dispose concrètement d'un pouvoir de

marché sur son fournisseur, et donc plus la performance de ce dernier à des chances d'être

faible. C'est pourquoi, pour éviter cette interprétation possible du coût de changement de

client, il faut adjoindre une deuxième variable.

2. Le deuxième raisonnement, sur lequel s'appuie le choix de la deuxième variable, est le

symétrique du précédent. Plus il revient cher au client de changer de fournisseur, plus une

relation de confiance, ou un échange autre que purement de marché a lieu entre eux. Les

échanges d'informations, les volumes et les fréquences d'achat sont des composantes de la

ressource client pour l'entreprise. Plus le coût de changement de fournisseur est élevé pour

le client, plus par conséquent la ressource client de l'entreprise est importante, et donc plus

la substituabilité de cette ressource est limitée (Farrell et Shapiro, 1988 ; Levinthal et Myatt,

1994). Des rentes peuvent donc être retirées pourJ'entreprise de cette relation, sans que le

client ne soit obligatoirement pénalisé par cette relation: compte tenu de la nature de sa

demande, il n'aurait pas nécessairement trouvé sur le marché une meilleure offre.

Lajonction des deux variables: coût de changement pour l'entreprise de client (CTCL) et coût

de changementd~entreprise pour le· client -(CTCLFR),exprime--la ~non-substituabilité--de-la--

ressource client Cette conjonction n'est pas aisément interprétable à l'aide du paradigme S-C-

P, puisque dans cette optique, la première variable constitue la manifestation du pouvoir de

marché du client sur l'entreprise, qui par suite a nécessairement un coût de changement faible

de fournisseur. Dans le cadre théorique des ressources, lorsque les niveaux des deux variables

sont élevés, cela exprime la non substituabilité pour l'entreprise de la ressource client TI faut

saisir les deux effets des coûts de changement en même·· temps pour exprimer la non

transférabilité -et non de manière juxtaposée, ce qui peut expliquer la faible significativité de la

variable de dépendance dans l'étude de Cool et Henderson (1996) par rapport à l'approche en

271
pouvoir de marché.

3. Le dernier raisonnement tiré des travaux de Verdin et Williamson (1994) fait état des

investissements spécifiques de l'entreprise en faveur de son client lis estiment en effet que plus

l'entreprise est prête à faire des investissements spécifiques pour ses principaux clients, plus

elle tente de rendre son offre non substituable. Elle cherche à sceller une relation, qui est, pour

elle, une ressource.

La variable observable ADAPT mesure les efforts effectués par l'entreprise pour adapter son

offre aux exigences spécifiques de ses clients, et profiter avant les concurrents des opportunités

de répondre à leur demande (Christensen et Rosenbloom, 1995).

Au total. la conjonction des trois variables présentées ci-dessus permet, nous semble-t-il, de

donner une approximation satisfaisante de la valorisation par l'entreprise de la non

substituabilité de sa ressource client Trois questions nous permettent d'opérationnaliser

directement chacune des variables :

1) le coût de changement de client pour l'entreprise CTCL

Les coûts qu'entraîneraient pour votre entreprise les démarches nécessaires pour remplacer un
de vos principaux clients sont:

faibles assez faibles moyens assez élevés· élevés

1 2 3 4 5

2) le coût de changement d'entreprise pour le client

Pour vos principaux clients, vous remplacer par l'un de vos concurrents entraînerait des coûts
de changement:

faibles assez faibles moyens assez élevés élevés

1 2 3 4 5

272
3) les coûts d'adaptation spécifiques pour le client ADAPT

Pour satisfaire vos principaux clients, vous devez adapter votre offre et faire des
investissements spécifiques en fonction de ces clients :

faibles assez faibles moyens assez élevés élevés

1 2 3 4 5

Figure 111.14. Schéma d'opérationnalisation de la non substituabilité des relations clients

Coût de changement de
Coût d'acquisition/maintien
d'un client
..
~ client (CTCL)
Non ~
substituabilité
des relations
clients ..~ Coût d'essai d'une offre
concurrente par le client
Coût de changement pour le
•.~ client de fournisseur (CTCLFR)

Coût d'adaptation consenti 1 Investissements spécifiques

par l'entreprise 1 (ADAPT)

Non substituabilité des ressources fournisseurs

De même que les relations d'échange entre l'entreprise et ses clients est essentielle à la création

de rentes et à la performance, de même les relations amont entre l'entreprise et ses fournisseurs

jouent un rôle dans la création de l'offre concurrentielle. De nombreux travaux sur les

partenariats d'entreprises comme sur l'intégration verticale montrent que l'impactde la relation

entre une entreprise et ses fouririsseurs est considérable dans la valeur finale de son offre -et

dans les performances qu'elle peut dégager de son exploitation. Verdin et Williamson (1994)

ont interrompu leur analyse des indicateurs structurels des R&A à la prise en compte des

parties production et aval (client et distribution). D'autres études ont montré l'importance de la

relation fournisseur (Cohen et Levinthal, 1990 ;Walker et Poppo, '1991 ; Levinthal et Myatt,

1994; Klevorick et al., 1995 ; Walsh et al., 1996; Powell et Dent-Micallef, 1997).

273
Symétriquement à la ,logique suivie dans l' opérationnalisation de la non substituabilité des

relations clients, trois variables appliquées à la relation de l'entreprise avec ses fournisseurs ont

été utilisées : les coûts de changement entre parties prenantes, CTFR et CFFRCL, et une

variable de mise en concurrence des fournisseurs CONCFR.

L'interprétation que nous voudrions donner de la relation liant l'entreprise à ses principaux

fournisseurs repose, non pas sur une analyse tirée du schéma S-C-P (Schul et al., 1995), mais

sur le Courant des Ressources. L'originalité de cette approche est double: d'une part, elle

saisit les coûts de changements ensemble plutôt que de manière juxtaposée; d'autre part, elle

amène à réfléchir à l'influence de la non substituabilité des relations d'échange au niveau de

deux types de variables de performance: une performance de marché, et une performance

financière d'exploitation.

L'entreprise peut tenter de développer avec ses fournisseurs une relation non-substituable,

source potentielle de rentes pour elle, et d'économies pour son fournisseur. Dans cette logique,

l'entreprise peut déclarer avoir un coût de changement de fournisseur élevé mais sans que cela

ne corresponde à une relation de pouvoir défavorable pour elle. En effet, elle privilégie les

investissements relationnels avec son fournisseur et considère comme plus rentable de passer

par une relation qui ne fasse pas tout reposer sur la coordination par le marché. Pour que cette

interprétation puisse être justifiée, le coût de changement de client pour le fournisseur doit

également être élevé, traduisant le fait que le fournisseur a consenti à établir une relation

privilégiée avec son client (voir par ex. l'effet positif sur la performance de la variable

'relations avec les fournisseurs' dans le cas de l'informatisation de la distribution de détail aux

USA, Powell et Dent-Micallef, 1997).

Ainsi, la non substituabilité de la ressource fournisseur peut être à l'origine de la performance à

partir du moment où les,coûts de changement réciproques des deux partenaires sont élevés. En

274
effet, dans ce contexte, le coût de changement de fournisseur pour l'entreprise, qui

classiquement matérialise le pouvoir de marché du fournisseur, est un indicateur de

l'engagement des deux parties dans la constitution d'un rapport constructif. Cette

interprétation ne peut être donnée qu'à partir du moment où le coût de changement de

l'entreprise, pour le fournisseur, est également élevé. Dans ce cadre, comme cela était le cas

pour la relation .aval, la ressource fournisseur est difficilement substituable puisqu'elle lie les

parties entre elles. Par ailleurs, les coûts principaux dus à la concurrence (menace de

changement, coûts de transaction) sont réduits pour les parties.

Par conséquent, les deux coûts de changement servent à opérationnaliser la non substituabilité

de la relation fournisseur. On obtient CTFR et CTFRCL grâce aux réponses aux deux

questions suivantes:

Pour votre entreprise, remplacer vos pnnclpaux fournisseurs entraînerait des coûts,. de
changement:

faibles assez faibles moyens assez élevés élevés

1 2 3 4 5

Pour vos principaux fournisseurs, la perte d'un client tel que vous aurait des conséquences :.

faibles assez faibles moyens assez élevés ~l~-yés

1 2 3 4 5

Afin de compléter le raisonnement, une variable supplémentaire doit être ajoutée. Dans le cas

de la liaison firme-client, nous avions mesuré la non-substituabilité à l'aide des investissements

spécifiques engagés par l'entreprise. Dans le cas de la relation amont, une bonne manière de se

rendre compte si une ressource 'fournisseurs' non substituable est constituée ou en voie de

constitution consiste à prendre à contre-pied la logique du modèle S-C-P en abordant la

275
question de la concurrence. En effet, si l'entreprise met fortement en concurrence ses

fournisseurs, elle ne recherche pas d'autres types de liaisons que celles véhiculées par le mode

de coordination qu'est le marché. En revanche, si le chef d'entreprise estime que la pression

concurrentielle qu'il exerce n'est pas très forte sur ses fournisseurs, c'est qu'il trouve d'autres

voies pour rentabiliser sa liaison avec ses principaux fournisseurs. Nous supposons, dans le

cadre de notre modèle théorique, qu'il s'agit de la constitution d'une ressource fournisseur, qui

est à l'origine de rentes et de performance pour l'entreprise -et peut-être pour le fournisseur

également.

En conséquence, la variable CONCFR est introduite. TI s'agit de la réponse à la question

suivante :

Vous préférez mettre systématiquement en concurrence vos fournisseurs plutôt que de

privilégier avant tout la continuité de vos relations
pas du tout d'accord tout a fait d'accord

1 2 3 4 5

Moins l'entreprise met en concurrence ses fournisseurs, dans le cas où les coûts de changement

entre parties sont élevés, plus elle privilégie a priori la constitution d~une relation non-

substituable afin de se ménager un potentiel concurrentiel que ne pourrait lui fournir une

relation purement de marché.

On résume les différents arguments aboutissant à l' opérationnalisation de la non substituabilité

de la relation fournisseur dans le schéma ci-dessous.

276
Figure nI.IS. Schéma d'opérationnalisation de la non substituabilité des relations
fournisseurs

Coût de changement de
Coût de maintien/perte d'un
fournisseur (CTFR)
fournisseur

Non Coût de recherche d'autres

Coût de changement pour le
substituabilité clients pour le fournisseur
fournisseur de client (CTFRCL)
des relations
fournisseurs Coût d'adaptation consentis
par le fournisseur

Relation de conftance/ Mise en concurrence

relation de marché (CONCFR)

N.Rla variable CONCFR varie en sens inverse des deux autres dans l'expression de la variable

latente.

Coordination interne "J,_' ••.. ',"';

Le niveau de coordination interne est un des déterminants de la performance, direct comme

influant sur la performance de marché, et indirect à travers ses influences sur le développem,~nt

des autres R&A Quatre motifs principaux reliant le niveau de coordination interne avec les

variables explicatives de la performance de l'entreprise, peuvent être distingués.

Tout d'abord, une entreprise, à l'image de toute organisation dont la finalité est économique,

fonctionne d'autant mieux que les membres qui la constituent connaissent les objectifs que

l'organisation poursuit. Un des premiers leviers de la coordination interne découle de ce

principe: chacun des membres de l'entreprise doit avoir une idée de la fmalité de l'action

engagée par l'entreprise. Sans une information minimale, les salariés peuvent manquer de

critère de décision ou poursuivre, à leur échelle, des buts divergents. Ainsi il y a une liaison

entre la communication des objectifs de l'entreprise à ses salariés, le niveau de coordination de

277
l'entreprise puis la performance de l'entreprise (Dosi et Orsenigo, 1988). La diffusion des

objectifs recherchés par la direction de l'entreprise a donc été évaluée à l'aide la question

suivante :

Les objectifs poursuivis par la direction (plan stratégique, journal interne, communications...)
sont communiqués à l'ensemble du personnel
pas du tout d'accord tout à fait d'accord
1 2 3 4 5

Ensuite, la coordination interne se matérialise par un contrôle le plus strict possible des

procédures mises en place, pour l'organisation du travail et le respect des objectifs stratégiques

globaux (McGrath et al., 1995). Les procédures les plus aisément observables concernent le

suivi par un contrôle de gestion des différentes étapes des processus industriels et

organisationnels de l'activité de l'entreprise. Par conséquent, plus le contrôle de gestion diffuse

de l'information aux chefs de services ou responsables de division, plus la coordination interne

est a priori à même d'être améliorée.

En outre, le suivi par le contrôle de gestion de l'activité de l'entreprise est également un

corollaire de l'accroissement de la complexité que l'entreprise doit gérer. Plus l'organisation

est complexe, en terme. d'opérations successives de production, mais aussi en terme de

structure interne, ou encore de relations d'échanges à traiter, plus, d'une part, la coordination

interne exige d'être efficace, dans l'optique d'une performance accrue, et d'autre part, plus les

taches du contrôle de gestion prendront de l'importance (Mueller, 1996; Kamoche, 1996)

Par conséquent, afin de matérialiser l'influence, d'une part, de la supervision nécessaire par les

responsables du respect des objectifs et des procédures, et d'autre part, des exigences

imposées par la complexité organisationnelle et économique des activités de l'entreprise, la

réponse à la question suivante permet d'évaluer une deuxième composante du niveau de

coorditiation interne de l'entreprise :

278
Le service de contrôle de gestion établit et diffuse aux responsables de services les tableaux de
bord, comptabilité analytique, budgets.
pas du tout d'accord tout à fait d'accord
1 2 3 4 5

La complexité, troisième motif d'un niveau de coordination interne élevé, a une seconde

conséquence, différente de celle concernant l'importance du contrôle de gestion. En effet, au

niveau de l'organisation du travail en elle-même, la gestion de la complexité requiert la mise en

place de mécanismes de structure spécifiques, qui dépassent les alternatives classiques de la

hiérarchie (structure fonctionnelle ou divisionnelle). Ces mécanismes de coordination, plus ou

moins transversaux obéissent à une logique de production différente, centrée sur l'innovation

et la conduite de projets permettent d'exploiter la spécificité inter-actifs (Kalika, 1988 ;

Christensen, 1994; Mueller, 1994). A l'extrême, ils donnent naissance aux structur~J1es

matricielles bien connues et critiquées pour différentes raisons.

Le quatrième et demier motif au développement de la coordination interne débouche

également sur la mise en place de mécanismes spécifiques de coordination. TI s'agit. de

l'importance stratégique, pour l'entreprise, de développer des aptitudes dans les domaines du

management des projets industriels et d'élaborer des routines au niveau organisationnel pour

être en veille, à l'écoute des changements de l'environnement (saisir les opportunités

technologiques, échapper à la dépendance de sentier, etc.). La constitution de ces aptitudes

organisationnelles, permettant l'usage plus rapide et plus efficace des ressources

idiosyncrasiques de l' entreprise passe par la mise en place de modes de structures spécifiques :

groupes de travail, comités de veille stratégique, coordination transversale (Leonard-Barton,

1995 ; Tarondeau, 1995)

Ainsi, la complexité à laquelle fait face l'entreprise, tout comme la nécessaire création

d'aptitudes et de routines organisationnelles permettant de gérer l'évolution des ressources de

279
J'entreprise aboutit à prendre en compte la création de mécanismes de coordination

spécifiques. Ces derniers permettent ainsi d'évaluer d'une troisième manière le niveau de

développement de la coordination interne de l'entreprise. La variable observable COORD est

la réponse à la question suivante :

L'entreprise a-t-elle mis en place des mécanismes spécifiques de coordination transversale

(coordinateurs entre unités, groupes de travail, comités)
jamais rarement parfois souvent en permanence
1 2 3 4 5

Au total, quatre motifs se éombinent pour exprimer le niveau plus ou moins élevé de la

coordination interne à l'entreprise. lis peuvent être matérialisés par l'observation de trois

variables. La figure ill.16. résume l' opérationnalisation de la variable de coordination interne.

Figure TII.16. Schéma d'opérationnalisation de la coordination interne

Information des membres de Diffusion des objectifs

l'organisation . . stratégiques (DIFOBJ)

Coordination Supervision par les Suivi par le contrôle de

interne responsàbles gestion (DIFINFO)

Gestion de la complexité
Mécanismes spécifiques de
coordination (COORD)

Acquisition de routines et
apprentissage

Plus que n'importe lesquelles des autres variables observables, celles touchant à la coordination

interne peuvent souffrir de deux faiblesses qui doivent être soulignées. D'une part, elles

reposent. bien entendu sur la bonne foi des répondants. Or, les procédures de contrôle de

280
gestion ne sont pas détaillées par le menu dans leur usage, et le fait que l'information portant

sur les objectifs stratégiques soit diffusée n'implique pas non plus qu'elle soit parfaitement

comprise et intégrée par l'ensemble des membres de l'organisation. D'autre part, ces variables

observables de coordination peuvent être en moyenne plus sensibles à la taille des entreprises

que les autres variables observables. L'influence de la coordination interne masquerait alors

une influence de la taille de l'entreprise sur les autres variables explicatives.

Concernant le premier point, la conjonction des trois variables doit permettre de limiter le biais

éventuel relatif à la distinction entre l'intention de coordination et l'impact effectif au sein de

l'entreprise de cette intention. C'est tout l'intérêt d'utiliser un modèle statistique avec

variables latentes, qui permet de réduire le poids donné à l'interprétation d'une seule variable

observable, au bénéfice de la variable latente qu'elle exprime, parmi d'autres variables

observables. Se matérialise cependant ici la faiblesse, déjà évoquée, que constitue l'usage d',une

base de données existante: les variables observables ne peuvent être testées à nouveau,

améliorées, complé~es parle chercheur lui-même. Concernant la deuxième remarque, des tests

de moyenne ont été effectués (et seront présentés en détail dans le chapitre suivant) qui

permettent de rejeter l'idée selon laquellela coordination interne ne serait qu'une identification

voilée de la taille de l'entreprise. Finalement, les hypothèses formulées, impliquant la

coordination interne, paraissent, en somme, raisonnées et raisonnables.

IlI.3.2.b. Opérationnalisation des variables de performance

Trois variables de performance ont été dégagées qui permettent de couvrir différentes

dimensions de la performance: une mesure de la profitabilité (taux de marge), une mesure de

la performance fmancière d'exploitation (rentabilité brute d'exploitation), et une mesure de la

performance de marché.

281
. Les deux premières reposent sur des données comptables. La dernière mesure résulte de la

conjonction de deux variables observables distinctes.

Données comptables

Les données comptables permettent d'obtenir deux variables observées de la performance: le

taux de marge d'exploitation et la rentabilité brute du capital d'exploitation (appelée aussi

rentabilité économique).

Ces deux variables, retirées de la base Fiben, ont respectivement pour expression :

Taux de marge brute d'exploitation: TXME = EBE x 1001 CA HT

Rentabilité brute du capital d'exploitation: RBCE= EBE 1 Capital d'exploitation

Les ratios TXME et RBCE correspondent respectivement au ratio R19 et R20;calculés par la .

Centrale des Bilans de la Banque de France.

Ces deux ratios2 permettent de qualifier les résultats de l'exploitation de l' entreprise. lis se

prêtent àune «comparaison significative entre les entreprises» (Méthode d'Analyse Financière

de la Banque de France, point 1.2.3.Les résultats d'exploitation, p29).

lis s'expriment à partir de l'excédent brut d'exploitation (EBE). L'EBE est la première marge

brute obtenue à l'issue du processus de production et de commercialisation. TI est obtenu en

retranchant de la valeur ajoutée la rémunération du facteur travail (les charges de personnel

principalement). Par ailleurs, l'EBE est: 1) une bonne mesure de la performance économique

. de l'entreprise; 2) indépendant des décisions financières,·au sens large, de la politique fiscale

ou de la politique de dividendes de l'entreprise; 3) une ressource fondamentale pour

l'entreprise (cf. Manuel Sirey, Gestion financière de l'entreprise, Depallens et Jobard, p323).

2 A noter: les deux variables diffèrent des ROS et ROA retenus par d'autres auteurs en ce que le numérateur
. est l'EBE au lieu du Résultat net.

282
Les deux ratios ne mesurent pas exactement la même chose. C'est la raison pour laquelle ils

ont été séparés dans l'analyse causale, en plus du fait que des hypothèses spécifiques les

concernent l'un et l'autre.

Le taux de marge brute d'exploitation constitue «une première mesure directe de la

performance industrielle et commerciale de l'entreprise, et un indicateur généralement

significatif de sa capacité bénéficiaire» (Méthode d'Analyse Financière, p30).

Rapporté au capital d'exploitation, l'EBE permet d'apprécier l'efficacité de l'entreprise dans la

mise en œuvre de ce capital. Le capital d'exploitation désigne l'ensemble des éléments

nécessaires en permanence à l'exercice de l'activité courante: outre les moyens techniques mis

en œuvre (équipement productif), il englobe les capitaux immobilisés dans le cycle

d'exploitation (besoin en fonds de roulement d'exploitation, qui correspond au montant des

capitaux immobilisés dans le cycle d'exploitation).

Par conséquent, la rentabilité brute du capital d'exploitation, à la différence du taux de marge

brute d'exploitation, prend en compte d'autres grandeurs que la valeur ajoutée et la taille de

l'entreprise (chiffre d'affaires, effectifs). n s'agit d'une mesure moins immédiate de la capacité

bénéficiaire de l'entreprise, mais qui prend en compte les engagements productifs et financiers

de l'entreprise de manière plus précise. Elle est donc plus directement la conséquence, dans la

conception reposant sur les modèle S-R-P, du système des ressources et aptitudes détenues et

exploitées par l'entreprise.

A l'instar de la grande majorité des auteurs nous avons considéré une valeur moyenne de ces

ratios sur les quatre années précédant l'année d'enquête: pour une entreprise interrogée en

1995, nous avons composé la moyenne de 1992-1995, et pour une entreprise interrogée en

1996, la moyenne de 1993 à 1996.

283
 La variable de performance de marché

La performance de marché est exprimée à l'aide de deux indicateurs. D'une part, un indicateur

de position de marché classique (la part de marché relative) ; et d'autre part, un indice utilisé

par la Banque de France (pOSICLE).

Dans le questionnaire SESAME, deux questions portent sur les parts de marché des entreprises

du secteur principal d'activité.

1) A combien estimez-vous votre part de marché?

2) A combien estimez-vous la part de marché du leader (ou du plus important concurrent si

vous êtes leader)

En calculant la part de marché relative entre 1) et 2), selon les méthodes couramment utilisées

par les cabinets de conseil, on obtient une estimation de la part de marché relative de

l'entreprise. Cette estimation pennet d'évaluer la position de marché de l'entreprise.

considérée. Par conséquent,

BCG = Part de marché 1 Part de marché du principal concurrent

BCG prend les valeurs suivantes, selon les positions relatives de l'entreprise et de son principal

concurrent :

1 2 3 4 5 6 7
O<x < 1/6 x
1/6::; <1/4 1/4::; x <1/2 1/2::; x <1 l::;x<7/6 7/6::; x::; 2 x>2

Toutefois, les faiblesses de ce genre d'indicateur sont bien répertoriées. fi donne trop de place

à la part de marché comme estimation de la performance de l'entreprise. fi s'applique

préférentiellement aux univers de volume: Les environnements concurrentiels évolutifs où la

technologie et les innovations sont prépondérantes dans l'explication du succès sont en outre

assez mal approchés par cette mesure. C'est pourquoi, nous avons recouru à une variable

observable supplémentaire, qui exprime· différemment la performance de marché d'une

284
entreprise. Cette variable est un indice, calculé par le service de méthodologie de la Banque de

France, qui est appelé POSICLE (tiré du document interne à la Banque de France, SMADF,

Réunion avec l'observatoire des entreprises - 4 avril 1996).

POSICLE est calculé de la manière suivante

L:::FSSi
POSICLE =-----
x AC
~~=h
z=a
FSSi
La variable FSS correspond à la détermination des Facteurs Stratégiques du Secteur (Amit et

Schoemaker, 1993 ; cf. figure 11.3.). Le chef d'entreprise évalue parmi une liste de critères

ceux qu'il juge comme étant les plus cruciaux dans son secteur d'activité (réponse binaire, 0 ou

1). POSICLE est pondéré par le nombre de réponse (c'est-à-dire la somme des réponses, au

dénominateur).

Pour évaluer la performance de marché de la firme, le dirigeant juge séparément la position de

son entreprise sur les critères proposés: prix! coûts; qualité; performance technique,

innovation; image de marque, réputation; délais, souplesse; services associés; proxilllité

géographique; autres. De cette manière, en effectuant le produit entre, d'une part, les Facteurs

Stratégiques du Secteur, et d'autre part, les Avantages Compétitifs évalués par le chef

d'entreprise sur une échelle de 5 points, la Banque de France obtient un indicateur de la

position de l'entreprise sur les facteurs qu'elle estime être clés dans son activité. Ainsi, les

facteurs sur lesquels l'entreprise peut estimer avoir une forte position mais qu'elle ne juge pas

stratégiques au niveau du secteur n'augmentent pas la valeur de l'indicateur POSICLE.

111.3.3. Méthodologie statistique retenue : le modèle Lisrel

Compte tenu de la complexité relative du modèle théorique que nous voulons tester et de la

difficulté de mesure directe des concepts, il était indispensable de retenir une méthode

statistique adaptée. Abondamment utilisée en marketing, la méthode Lisrel permet de tester à

285
la fois les rapports de correspondance entre des variables observables et les concepts dont ils

sont les expressions, et d'autre part d'analyser les relations statistiques entre les concepts ainsi

opérationnalisés. On peut citer trois articles dont deux récents qui font la· synthèse de

l'utilisation des modèles à équations structurelles en marketing depuis le début des années 80

jusqu'à aujourd'hui (Valette-Florence, 1988; Baumgartner et Homburg, 1996; Hulland et alii,

1996) ainsi que différents articles traitant d'une problématique proche de la nôtre bien que sous

un éclairage théorique différent utilisant des modèles à équations structurelles (Keats et Hitt,

1988; Cool et al., 1989; Walker et Poppo, 1991 ;Schul et al., 1995; Stimpert et Duhaime,

1997).

IlI.3.3.a. Présentation des modèles à équations structurelles

Le modèle Lisrel est un modèle "causal" avec "équations structurelles, variables latentes et

erreurs de mesure". Cela signifie en fait que Lisrel, comme les autres modèles à équations

structurelles (comme PLS ou EQS par exemple), résulte de la combinaison de deux grands

types de modèles statistiques. D'une part, les modèles établissant des relations de causalité

entre variables, du type modèles à équations simultanées utilisées en économie empirique, dont

les régressions sont le sous groupe le plus connu. D'autre part, les modèles utilisés en

psychologie qui expriment par plusieurs variables observées un même concept, une même

notion, dont une forme simple est l'analyse en composante principale (Nunnally et Bernstein,

1994).

La combinaison de ces deux approches statistiques donne lieu à la constitution de modèles

statistiques dits "de deuxième génération" (pornell, 1982; Valette-Florence, 1998) parce qu'ils
.l

regroupent les deux types d'analyses statistiques classiques. De la première, ces modèles

héritent les équations structurelles établissant les relations de cause à effet entre variables. De

la seconde approche, ils retiennent le fait que les variables liées par des relations de causalité

peuvent être exprimables par d'autres variables approchées.

286
Bagozzi (1980) et Pornell (1982) suggèrent trois raIsons principales pour lesquelles les

modèles à équations structurelles seraient supérieurs aux techniques de « première

génération» :

1. l'inclusion des mesures d'erreurs. En effet, la combinaison entre les deux grands types de

modèles requiert des spécifications que ne comportaient pas nécessairement les modèles

originaux : notamment, le calcul et l'évaluation des erreurs de mesure liant les variables

observées aux concepts qu'elles explicitent Les erreurs peuvent provenir de deux grandes

causes: d'une part des erreurs de mesure dans les variables observables. D'autre part, aucun

modèle théorique ne peut prétendre être exhaustif, et il est probable qu'un certain nombre de

relations ayant des influences sur le modèle ne sont pas prises en compte. Cette erreur est

dite erreur de spécification du modèle. Le modèle Lisrel permet de mesurer ces deux grands

types d'erreur.

2. la possibilité de construire et de mesurer des concepts inobservables (comme le stress,

l'appartenance groupale en psychologie; ou la non-transférabilité des ressources dans notre

cas).

3. l'opportunité de représenter relativement simplement l'ensemble des relations d'un modèle

théorique complexe: ces méthodes apportent un cadre formel pour tester à la fois les

construits théoriques et leurs expressions mesurables.

III.3.3.b. Paramètres et estimation du modèle Usrel

Une autre des caractéristiques essentielles de Lisrel est qu'il ne travaille pas directement à partir

des données brutes mais qu'il établit des relations à partir des structures de corrélations (pour

les variables continues et normales) ou de covariances (pour les variables ordinales) entre

variables. Au lieu de minimiser des fonctions sur les valeurs observées ou prédites d'individus,

les modèles minimisent les différences entre les covariances observées et les covariances

287
prédites. L'équation de base des modèles à équations structurelles, variables latentes et erreurs

de mesures, est la suivante :

1: = 1: (9)

~ est la matrice de covariance de la population des variables observées, 9 est un vecteur qui

contient les paramètres du modèle, et ~ (9) est la matrice des covariances fonction de 9.

Avant d'entrer plus avant dans la description d'un modèle, à équation structurelle, il faut définir

certaines conventions de représentation. Dans tout modèle reposant sur l'équation précédente,

des variables y sont expliquées par des variables explicatives x. De même dans notre modèle

théorique, les variables de performance sont expliquées par les variables latentes, elles mêmes

opérationnalisées par des variables observables. On appelle les variables latentes explicatives

les variables exogènes et les variables à expliquer les variables endogènes. Les premières sont

notées ç et les secondes Tl.

Ces variables latentes sont observées dans la nature grâce à des variables approchées, dites

variables observables, variables de mesure ou «proxies ». Ce sont ces variables qui ont fait

l'objet de l'étape d' opérationnalisation dans la section précédente. Les variables endogènes

sont les variables à expliquer, et conformément ~ la notation classique sont exprimées par des
,,'

variables observables notées y. Par conséquent, on représente, à l'aide de l'équation suivante,

l'association entre les variables observables et la variable endogène dont elles sont

l'expression :

Equation (3) : y = Ay·Tl+ e

De même, l'équation suivante signifie que les variables x que l'on observe sont les

conséquences du concept latent exogène qui ne peut être mesuré directement:

Equation (2) : x; Ax.ç + Ô

288
Dans ces deux équations, les tennes Ô et e sont des termes d'erreurs, et les Ax et Ay sont les

vecteurs de loadings (contributions)associant les variables observées aux variables latentes.

Finalement, pour compléter le modèle, il faut relier les variables ç aux variables 11qu'elles sont

censées expliquer. Or, les variables endogènes peuvent subir les influences des variables

exogènes bien entendu, mais aussi celles des autres variables endogènes. Par conséquent,

l'équation exprimant les relations dont dépendent théoriquement les variables endogènes Tl

peut s'écrire :

Equation (1) : Tl= RTl + r.ç + ç

où B et r sont des matrices de coefficients, et ç la mesure des erreurs de l'équation.

Par conséquent, le système d'équations sur lequel repose le modèle est le suivant

Equation (1) : Tl= RTl + r.ç + ç

Equation (2): x = Ax.ç + Ô
Equation (3) : y = Ay.Tl + e
où

Tl est une variable latente endogène

ç. est une variable latente exogène
y est une variable observable exprimant une variable latente endogène
x est une variable observable exprimant une variable latente exogène
r est la matrice des relations directes entre variables exogènes et endogènes
B est la matrice des relations directes entre variables endogènes
Ax est la matrice des expressions des variables exogènes par une variable observable x
Ay est la matrice des expressions des variables endogènes par une variable observable y
ç est l'erreur résiduelle associée à une variable latente endogène
Ô est l'erreur de mesure associée à une variable observable x
e est l'erreur de mesure associée à une variable observable y

Parmi les points forts soulignés par Fornell (1982), l'un d'entre eux concernait la qualité des

289
représentations des modèles à équations structurelles. Cette qualité se matérialise grâce à ce

que l'on appelle les «path-diagrams» ou diagrammes de relations, c'est-à-dire la

représentation graphique schématique des relations liant entre elles les différentes catégories de

variables. On présente ci-dessous un exemple générique de path diagram, où l'on voit

apparaître les différentes catégories de variables et de paramètres que nous venons de définir. TI

s'agit en fait d'une transcription graphique du système d'équation.

Figure ill.17. Représentation d'un diagramme de relations générique

Comme on peut le voir sur le path diagram, les différents paramètres présentés dans le système

d'équation sont explicités sur le schéma. Deux autres remarques peuvent être ajoutées:

1. Parmi toutes les relations possibles entre les variables observables, les variables latentes, les

variables explicatives et à expliquer, nous voyons que le modèle représenté ne retient que

les relations correspondant aux hypothèses dont le chercheur désire mesurer la

significativité. Les autres ne sont pas jugées pertinentes, compte tenu de l'objet de

recherche. Par exemple, dans l'exemple fictif de la figure ID.17.,la relation entre la variable

exogène ~ et la variable endogène 112 n'est pas jugée pertinente par le chercheur: elle n'est

pas matérialisée par une flèche sur le path diagram, contrairement aux autres relations y du

290
 vecteur r. En fait, chaque relation entre variables peut disposer de trois statuts : soit elle

est fixée à 0, c'est-à-dire que le chercheur estime que cette relation est nulle et non avenue

(comme pour 132); soit elle est connue par avance et elle prend la valeur connue; soit elle

est laissée libre et est estimée par Lisrel : ce cas correspond au test d'hypothèses.

2. En plus des symboles qui ont été présentés dans le système d'équation, le path diagram fait

apparaître deux autres groupes de relations entre variables: d'une part les coefficients ci>

réunis dans la matrice cI>. Comme l'indique le path diagram, ils relient les variables exogènes

entre elles: il s'agit de la matrice de covariance entre les variables latentes exogènes;

d'autre part, les coefficients 'JI, réunis dans la matrice 'II correspondant à la matrice de

covariance des erreurs latentes résiduelles dans les équations explicatives des variables

latentes endogènes.

Nous venons de présenter les principaux éléments (types de variables, coefficients, matrices)

qui entrent en jeu dans les modèles de type Lisrel, qui appartiennent à la catégorie plus

générales des modèles de deuxième génération, à équations structurelles, variables latentes et

erreurs de mesure.

III.3.3.c. Les étapes de la composition d'un modèle Iisrel

A présent, nous pouvons exposer les différentes étapes par lesquelles doit passer le chercheur

lorsqu'il utilise Lisrel, ou tout autre modèle à équations structurelles. Les étapes de la

méthodologie statistique sont au nombre de quatre (figure ID.I8.).

291
Figure Ill.18. Les différentes étapes de la méthodologie des modèles de type Lisrel :

(1) SPECIFICATION

(2) IDENTIFICATION

(3) ESTIMATION

(4) ADEQUATION

La première étape est la spécification du modèle. Panni toutes les relations possibles entre les

variables, le modèle théorique en retient certaines et en rejette d'autres a priori. Spécifier le

modèle consiste à défmir la nature des différentes relations entre variables: que la proxy Xl est

l'expression de la variable latenteçl et que, par conséquent, elle n'a pas de lien avec les autres

variables latentes exogènes; que la variable latente Çl interagit avec une autre variable latente

exogène, qu'elle explique la variable latente endogène Thet pas la variable endogène 1'\2, etc.

La spécification du modèle Lisrel consiste donc à spécifier la nature de plusieurs paramètres.

Les paramètres pour lesquels doivent être opérés le choix du statut (fixé, valeur ou libre) sont

de plusieurs types. Il s'agit:

- des valeurs des matrices Ax et Ay. Les paramètres À de ces matrices peuvent être en théorie

laissés libres. Mais les auteurs (Joreskog et Sorbom, 1988) conseillent soit d'attribuer une

valeur d'échelle (1 ou -1 suivant les hypothèses à tester) à un des À représentant une variable

latente afin que le modèle spécifie les autres À correspondant aux expressions x du concept

mesuré ç ; soit de procéder à une analyse préliminaire (de type ACP par exemple) qui permet

d'estimer au préalable les paramètres À. Donc deùx cas de figures s'offrent généralement: soit

'292
attribuer la valeur 1 à un des À exprimant chacun une variable latente exogène ; soit utiliser les

loadings obtenus par une ACP préalable comme estimation a priori des paramètres À.

- de valeurs de la matrice r. Elle peut être laissée totalement libre dans un but expérimental.

Mais dans le cas d'un test de modèle théorique, la formulation d'hypothèses précises conduit à

fixer un certain nombre de y à zéro. Les autres 'Y sont laissés libres pour être estimés par le

modèle Lisrel.

- de valeurs des matrices B et <1>,qui correspondent aux effets des variables latentes sur elles-

mêmes. De même que précédemment, compte tenu des hypothèses qui sont formulées dans le

modèle théorique, certains ~ et certains <1> seront fixés à 0, les autres sont laissés libres afin de

tester les hypothèses.

- dans certains cas, des erreurs de mesures peuvent être volontairement fixées à 0 lorsque le

modèle ne peut être estimé (en l'absence de non convergence de l'es~ation).

La seconde étape ne dépend plus du chercheur en tant que tel. L'identification du modèle est

donnée par le programme. fi s'agit de la procédure qui détermine s'il existe une solution au

système d'équations spécifié par les choix opérés par le chercheur dans la première-étape..-Si le

modèle n'est pas identifié, deux phénomènes peuvent en rendre compte: soit le modèle a été

mal spécifié, suite à une erreur dans l'écriture du programme; soit les données ne

correspondent pas au modèle spécifié et par conséquent, il faut en réexaminer les propriétés ou

s'interroger sur le modèle théorique sous-jacent à l'origine du test.

La troisième étape correspond à l'estimation des paramètres une fois que le modèle a été

identifié. fi existe plusieurs méthodes d'estimàtion des paramètres sous Lisrel : les plus utilisés

293
sont les moindres carrés non pondérés (ULS), les moindres carrés généralisés (OLS), le

maximum de vraisemblance (ML), et les moindres carrés pondérés (WLS). Comme l'exposent

Joreskog et Sorbom (1988, p2l), les méthodes classiques sont les trois premières.

Schématiquement, la méthode d'estimation ULS est utilisée lorsque les variables sont toutes

exprimées dans la même unité de mesure. ML nécessite que les variables aient une distribution

normale. Sur les grands échantillon ML et OLS sont optimaux lorsque les variables sont

normales. Cependant, plusieurs études ont montré que ces méthodes pouvaient donner de

bonnes estimations même lorsque les variables s'éloignaient de la multi-normalité. Quant à la

méthode WLS, elle est utilisée lorsque les variables sont ordinales et qu'elles ne respectent pas

les propriétés de normalité. Dans ce cas, la matrice de corrélation utilisée par Lisrel pour

identifier et estimer le modèle doit être d'un type spécial :il convient d'utiliser, au lieu de la

matrice des corrélations de Pearson, la matrice dite polychorique. La méthode d'estimation

doit être précisée lors de la première étape de la méthodologie.

Une fois les résultats estimés par Lisrel, il s'agit par conséquent de vérifier si les coefficients

sont significatifs, s'ils possèdent le signe attendu c'est-à-dire tel que l'anticipait le modèle

théorique.

Les matrices estimées par le modèle sont:

r : la matrice des coefficients y

B: la matrice des coefficients ~
<1>
: la matrice des covariances entre variables latentes endogènes
'P : la matrice des covariance des erreurs résiduelles ç
Ay : la matrice des coefficients Â.x (exceptés les Â.x spécifiés dans la première étape)
Ax : la matrice des coefficients Â.x (exceptés les Â.x spécifiés dans la première étape)
SB : la matrice des erreurs de mesures 8
Se : la matrice des erreurs de mesures e

294
La dernière étape est l'adéquation du modèle. Afin de juger de la qualité des résultats,

plusieurs indicateurs sont calculés afin que le modèle puisse être jugé acceptable. Dans ce cas

le modèle théorique sous-jacent n'est pas rejeté.

Différents types d'indices d'adéquation sont donc proposés pour mesurer la cohérence du

modèle et la robustesse des résultats (Hoyle, 1994).

1) plusieurs indices estiment l'adéquation générale du modèle:

• l'indice de qualité d'adéquation appelé Goodness-of-fit index (GA). TImesure la part relative

de variance et de covariance expliquée (Bollen, 1989, p276). Cet indice est compris entre 0 et 1.

• l'indice ajusté de qualité d'adéquation (Adjusted Goodness of fit index ou AGA) est de même

compris entre 0 et 1. TIest ajusté au sens où il est rapporté au nombre de degré de liberté du

modèle spécifié.

La valeur de ces deUx indices doit être proche ou supérieure à 0,9 pour estimer que le modèle

est bien spécifié. Hulland et alii (1996) recommandent quant à eux pour plus de sûreté des OH

et AGFI supérieurs à 0,95.

TIfaut souligner que ces indices peuvent prendre des valeurs négatives pour les modèles mal
spécifiés. Joreskog et Sorbom précisent en outre que ces indices peuvent avoir des valeurs très

satisfaisantes sans que toutes les relations internes au modèle soient bien déterminées

(Joreskog et Sorbom, 1988, p44).

• la racine du résidu quadratique moyen (RMR ou Root Mean squared Residual) ne peut être

interprétée qu'en relation avec les tailles des variances et covariances observées dans le

modèle. On peut toutefois dire que plus cette valeur est proche de zéro, meilleure est

l'adéquation générale du modèle. Hulland et alii (1996) estiment avec prudence que le RMR

295
 doit être impérativement inférieur à 0,08 afin de limiter les biais d'évaluation provoqués par

les outliers.

• le test du Chi-deux.

Classiquement, lors de test de différences de moyenne, on utilise le test du Chi-deux. Si le Chi-

deux a une valeur relativemènt faible par rapport aux degrés de liberté, alors l'hypothèse nulle

peut être rejetée, c'est-à-dire que les différences de moyennesobservées sont significatives.

Dans ce cas, la p-statistique associée à ce test doit être inférieure à un certain seuil (p<O,1 ou

p<0,05). De même dans les modèles à équations structurelles, une valeur de Chi-deux est

estimée par le modèle.

Toutefois, appliqué à ces modèles, le Chi-deux doit être considéré avec précaution. En effet, ce

test est très sensible à deux éléments : 1) à la nonnalité de distribution des variables

observables 2) à la taille de l'échantillon. Notamment, un gros échantillon gonfle la valeur

absolue du Chi-deux et donc réduit la probabilité p, selon ce test, de considérer que le modèle

est acceptable.

Dans la pratique, on examine donc d'une part la valeur absolue du Chi-deux par rapport aux

degrés de liberté ; en quelque sorte, plus le Chi-deux est proche du nombre de degrés de

liberté, meilleur est l'adéquation du modèle théorique à la réalité des données. D'autre part, on

se sert également du Chi-deux pour évaluer l'amélioration de l'adéquation d'un modèle par

rapport à un autre en constatant la différence du Chi-deux entre les deux modèles.

2) afin d'estimer l'adéquation du modèle et de conclure au non-rejet des hypothèses formulées,

il faut se pencher sur des indices locaux d'adéquation du modèle :

- les paramètres sur lesquels portent les hypothèses (principalement des "(, f3 et des <1> ) doivent

être du signe attendu et avoir une grandeur satisfaisante.

296
- les erreurs standard doivent être les plus petites possibles. Lisrel fournit en outre un indice de

la significativité pour les paramètres: le T de Student. Un paramètre sera dit significatif à

10% si la valeur du T de Student pour le paramètre considéré est supérieur à 1,64

5% si la valeur du T de Student pour le paramètre considéré est supérieur à 1,96
1% si la valeur du T de Student pour le paramètre considéré est supérieur à 2,57
1%0 si la valeur du T de Student pour le paramètre considéré est supérieur à 3,29

- la valeur des corrélations multiples et des coefficients de détermination des variables latentes

endogènes et exogènes. Plus ils sont proches de 1, plus les variables latentes sont bien

exprimées par les variables observées dans la nature.

lII.3.3.d. Précautions d'usage des modèles à équations structurelles, variables

latentes et erreurs de mesure
L'utilisation de ces modèles de deuxième génération nécessite de prendre plusieurs précautions

qui ne sont pas toujours respectées dans la littérature. Hulland et alii (1996) recensent ces

précautions indispensables.

-échantillon et mesures: la taille de l'échantillon est susceptible de poser des problèmes

d'estimation pour Lisrel: elle doit être supérieure au minimum à 200 individus pour des

modèles de complexité moyenne. D'autre part, chaque variable construite, appelée encore

latente, doit être approchée par au moins deux variables observables (Nunnally et Bernstein,

1994). Pour plus de sécurité, une troisième est recommandée afin de mesurer la validité interne

et l'adéquation globale du modèle.

Loadings: en général, un item (une variable observable entrant dans la déclinaison d'une

variable latente) doit avoir un loading au moins égal à 0,7, afin que la variance de l'erreur ne

soit pas supérieure à celle de la mesure expliquée par le construit

Nature des variables: Dans le cas de l'utilisation de données de type ordinal, les spécialistes

recommandent l'utilisation de la matrice polychorique plutôt que la matrice de corrélations de

297
 Pearson (Bollen, 1989). Le programme Lisrel permet de construire ce type de matrice

spécifique (avec Prelis).

Données manquantes:· L'utilisation de Lisrel recommande l'utilisation. de données

complètement informées. Notamment, l'utilisation de la matrice polychorique procède à

l'exclusion de tout individu ayant une donnée manquante (Joreskog et Sorbom, 1988).

Toutefois, une telle recommandation fait perdre un grand nombre d'observations, et peut poser

des problèmes compte tenu de l'exigence en terme de taille de l'échantillon. Dans le cas de

données manquantes qui sont aléatoires, plusieurs procédures courantes peuvent être

éventuellement utilisées : notamment le remplacement par la moyenne de la variable calculée

sur l'ensemble des individus ou sur une catégorie d'individus préCise. Quoi qu'il en soit, la

procédure doit être clairement décrite et justifiée.

Normalité multivariée : les données utilisées dans les modèles d'équation structurelles les plus

utilisées (EQS, Lisrel) doivent suivre une propriété importante: une· distribution normale .

.multivariée. L'utilisation de variables non normales peut conduire à des estimations des erreurs

standard biaisées, des t-ratios sur-évalués et des valeurs de chi-square erronées. Une manière·

de résoudre partiellement ce problème consiste à accroître la taille de l'échantillon. Par ailleurs,

des procédures d'estimations adaptées peuvent être utilisées, qui réduisent les contraintes

imposées par les hypothèses de distributions normales (notamment l'usage de WLS .avec les

variables ordinales). Quoiqu'il en soit, l'étude des distributions des variables doit être effectuée

avant tout choix de méthode d'estimation.

298
 Synthèse
Nous avons élicité dans cette section les différents éléments qui vont nous permettre de tester

le modèle théorique défini dans le chapitre précédent. Tout d'abord les éléments de base du

modèle théorique, fondé sur le Courant des Ressources ont été présentés. Le modèle théorique

comporte différentes variables latentes, opérationnalisées à l'aide de variables observables

provenant des bases de données de la Banque de France auxquelles nous avons eu accès.

Figure ill.19. Opérationnalisation des variables latentes par les variables observées

Variables exo2ènes Variables observées relation

~ Non transférabilité des ressources productives DEGTRANS -

NTRANS FONRD +
R&DREL +
Çn Non imitabilité des ressources productives DESTEMPS +
NIMIT DIFF +
FORMREL +
Çm Non substituabilité des ressources COUTFR +
fournisseurs
COUTFRCL +
NSUFR
CONCFR -

Çw Non substituabilité des ressources clients COUTCL +

NSUCL COUTCLFR +
ADAPT +
-

Çv coordination interne DIFINFO +

CORDI DIFOBJ +
COORD +
Variables endo2ènes Variables observées relation
111 Taux de marge . TXME 1

112 Rentabilité du capital d'exploitation RBCE 1

113 Performance de marché . BCG +

MARCHE POSICLE +

Les diverses hypothèses de recherche ont été exhaustivement décrites et justifiées. Ensuite, les

299
variables observables servant à l' opérationnalisation des variables latentes du modèle théorique

ont été décrites : pour chaque variable latente, au moins trois variables observables Xi ont été

retenues, tirées de la base de données SESAME de la Banque de France. Ensuite, les variables

de performance, qui doivent être expliquées par les variables latentes exogènes, ont été

également présentées. Le tableau III. 19 propose le résumé des opérationalisations en retenant

l'ordre des variables de la figure ll1.6.

Enfin, le modèle statistique permettant de tester à la fois les rapports entre les variables latentes

et les variables observables, et les liaisons explicatives énoncées par le modèle théorique à été

exposé. TIs'agit de Lisrel, qui appartient au groupe des modèles de Ili deuxième génération,

dits à équations structurelles, variables latentes et erreurs de mesure. Les précautions à prendre

en compte avant la spécification du modèle ont été en outre recensées. Notamment, il est

indispensable d'observer les distributions des variables, de repérer les outliers éventuels, et de

justifier le cas échéant l'emploi de méthode de remplacement des données manquantes.

Par conséquent, dans le chapitre suivant nous décrivons notre base de données, afin de nous

permettre entre autres de retenir la bonne méthode d'estimation du modèle Lisrel et avant de

pouvoir présenter des résultats statistiques.

300
CHAPITRE IV - RESULTATS ET ANALYSES STATISTIQUES

IV.I. Description de la base de données 302

IV. 1.1. Les entreprises présentes dans la base 302
IV.1.2. Présentation des variables et des corrélations 308
IV.1.3. Premières analyses statistiques: tests de moyenne et ACP 320

IV.2. Présentation des résultats Lisrel 327

Introduction 327
IV.2.1 Premiers modèles (Cas A) 330
IV.2.2. Modèles du Cas B 360
IV.2.3. Commentaires des résultats 376
IV.2.4. Tests supplémentaires: influence de la taille et des grandes catégories d'activité
(NPùFI6) 388

IV.3. Synthèse des résultats 402

..., .,','::

301
La première partie de ce chapitre est consacrée à la description de la base de données

constituée pour le test de nos hypothèses. Elle se compose de trois parties:

1. l'analyse descriptive des individus de la base (les« lignes» de notre base de données) ;

2. l'analyse descriptive des variables (les« colonnes» de notre tableau) ;

3. enfin, deux tests statistiques préliminaires sont effectués: d'une part, on cherche à mesurer

la présence éventuelle de différences de moyenne significatives entre secteurs d'activité sur

l'ensemble des variables ; d ~autre part, on recourt à l'analyse en composantes principales

pour estimer si les variables observables se regroupent conformément à nos hypothèses pour

donner une estimation des variables latentes qui serviront dans le modèle Lisre!.

La seconde partie du chapitre présente les différents tests des hypothèses de recherche, et
synthétise les principaux résultats des analyses statistiques Lisre!.

IV.1. Description de la base de données

IV.t.t. Les entreprises présentes dans la base

Comme cela a été précisé, la prise en compte de l'ensemble des entreprises de l'industrie

manufacturière au niveau français ne peut· se faire, à partir des bases SESAME, qu'en

regroupant deux années constitutives de collecte. Chaque année, deux mille entreprises environ

sont interrogées par les agents de la Banque de France. L'échantillon de la base regroupant

toute l'industrie manufacturière serait théoriquement de quatre mille entreprises. Toutefois,·

nous n'avons pas inclus dans notre échantillon les groupes d'activités ayant moins de quinze

entreprises, afin d'éviter les problèmes d'outliers et de rendre robustes le calcul de moyenne

requis pour certaines variables. De plus, l'examen des distributions des variables (diagramme

des «feuilles») a permis de retirer des individus ayant des valeurs extrêmes ou aberrantes.

Enfin, compte tenu des différentes données manquantes (provenant tant de SESAME que de

FffiEN), notre échantillon réel a perdu un peu plus d'un quart de sa taille théorique pour se

situer à 2 875 entreprises. Cette taille réelle lui assure une grande représentativité, et est un

prérequis à la fois théorique, respectivement aux hypothèses que nous souhaitons tester, et
méthodologique, puisque pour que les résultats de Lisrel soient robustès, plusieurs centaines

d'observations sont nécessaires.

302
Nous allons décrire ces 2 875 individus selon deux axes principaux. Dans un premier temps,
nous allons présenter leur appartenance sectorielle, et comparer avec la décomposition, donnée
par l'Insee, de la population totale des entreprises manufacturières françaises. Deuxièmement,
nous décrirons par taille notre échantillon d'entreprises, et de la même manière, le mettrons en
parallèle avec la structure par taille des entreprises françaises, donnée par l'Insee.

IV.1.1.a. Présentation de l'échantiUon par domaines d'activité

Nous ne sommes pas «responsables» de la classification retenue pour qualifier les secteurs
d'activités auxquels appartiennent les entreprises de notre échantillon: nous reprenons
scrupuleusement la classification Insee, utilisée par la Banque de France, pour déterminer les
cibles des questionnaires SESAME. Nous présentons par conséquent notre échantillon en deux
niveaux: par sous-section et par groupe d'activité (Tableau N.l. et Annexe 1).

..
Ta hl eau IVI Descnption d e 1a base par sous-secti on
CODE SOUS-SECTION N %
DA Industries agricoles et alimentaires 483 16,8%
DB Industrie textile et de l'habillement 342 11,9%
De Industrie du cuir et de la chaussure 66 2,3%
DO Travail du bois et fabrication d'articles en bois 37 1,3%
DE Industrie du papier et du carton ; édition et imprimerie 257 8,9%
DG Industrie chimique 134 4,7%
OH Industrie du caoutchouc et des plastiques 170 5,9%
DI Fabrication d'autres produits minéraux non métalliques 90 3,1%
DJ Métallurgie et travail des métaux 459 16,0%
OK Fabrication de machines et équipements 293 10,2%
DL Fabrication d'équipements électriques et électroniques 229 8,0%
DM Fabrication de matériel de transport 116 4,0%
ON Autres industries manufacturières 199 6,9%
TOTAL 2875 100,0%

Par ordre d'importance, on peut noter qu'environ une entreprise sur six de notre base de
données appartient soit aux industries agricoles et alimentaires soit aux secteurs de la
métallurgie et du travail des métaux. Un peu plus d'une sur dix représent~ les industries du
textile et de l'habillement (11,9%) ou encore les fabrication de machines et d'équipements
(10,2%). Les secteurs les moins représentés sont la fabrication de produits minéraux non
métalliques (verre, céramique, ciment, ...) et le travail du bois (moins de 3% des entreprises de
la base).

303
Les sous-sections Insee regroupent des divisions d'activités, qui elles-mêmes rassemblent des
groupes NAF (Nomenclature d'Activités Française). Afin de détailler les sous-sections aux
effectifs les plus importants, nous présentons en Annexe 1 les différentes sous-sections et leur
groupes d'activité.

On s'aperçoit de cette manière que, parmi les entreprises appartenant aux industries agricoles
et alimentaires, l'industrie des viandes, l'industrie laitière et celle des boissons sont les plus
représentées dans notre échantillon.

De même. dans les secteurs de la métallurgie et du travail des métaux, on peut noter que le
deuxième ensemble d'activité est beaucoup plus important en nombre que le premier (381
entreprises contre 78). On peut distinguer pour le nombre de leurs représentants les groupes
d'activités de traitement des métaux (99 entreprises) et celui des forge, emboutissage,
estampage (59 entreprises) qui représentent chacun plus d'entreprises que l'activité de fonderie
dans la métallurgie à proprement parler (46 entreprises sur 78).

Par ailleurs, il convient de remarquer que dans la sous-section du textile et de l'habillement,

plus d'un tiers des entreprises sont en fait des entreprises de confection de vêtements. Dans la
--, ~.
sous-section consacrée aux métiers du papier, plus de la moitié des entreprises de l'échantillon
appartiennent en fait au groupe de l'imprimerie.

Finalement il faut noter que dans les industries mises par l'Insee sous la catégorie «autres
industries manufacturières », le groupe d'activité de la fabrication de meubles a une importance
particulière: 119 entreprises sur le total de 199 que contient cette sous-section.

La description de notre base de données ne peut prendre tout son sens que si elle est comparée
à l'ensemble de la population des entreprises françaises appartenant à l'industrie
manufacturière. Régulièrement, l'Insee publie des portraits exhaustifs de l'industrie française,
où sont détaillées par secteur les entreprises selon: leur nombre, leur répartition par effectif et
par chiffre d'affaires. Ce sont les « Images Economiques des Entreprises ».

Nous avons reconstitué par groupe d'activité les codes secteurs N.E.S. utilisés dans ces
répertoires Insee afin de déterminer si notre échantillon est représentatif de l'ensemble des
entreprises de l'industrie manufacturière française. Les recoupements entre les groupes et les

304
 secteurs N.E.S. sont assez aisés à déterminer. Nous sommes parvenus à reclasser 2866

entreprises sur les 2875 de notre échantillon dans les catégories des secteurs N.E.S.

Afin de comparer les populations d'entreprises (population totale et échantillon) entre elles,

nous traçons les graphiques différentiels entre les pourcentages représentés par chaque secteur

NES dans les populations globales.

La comparaison graphique entre la population d'origine distribuée par N.E.S. et notre

échantillon laisse apparaître quelques différences perceptibles. Sur la cinquantaine de N.E.S.

identifiés, moins d'une dizaine semble montrer des écarts visibles entre notre échantillon et la

population d'origine déterminée par l'Insee.

Figure IV.2. Comparaison de proportions

Différences entre proportions des différents N.E.S dans les

trois populations d'entreprises
8%

.%nous
&%>20
"'%>50

0% _ ('1) U) .•••• _ (1') II)

_NvIDCO,....,.... -
<t> <t>
<t>
C\I N N C\I C\I N C\I
'" '"

Notre échantillon contient des entreprises dont l'effectif est supérieur à 30 personnes. Or, les

deux décompositions Insee dont nous disposons distinguent les entreprises de plus de vingt

salariés et celles de plus de cinquante.

Prenons une mesure plus précise des écarts entre notre échantillon et la population d'origine:

nous dirons que l'écart entre la part d'un secteur NES dans notre échantillon et sa part réelle

. dans la population d'origine est significatif s'il est supérieur à la moitié de la part réelle: avec

P é proportion dans l'échantillon et Pr proportion réelle,

si 1 Pé -Pr 1 > Pr /2 alors Pé - Pr est significatif

Dans ce cas, on trouvè :

305
 • 10 N.E.S pour lesquels l'écart Pé - Pr est significatif pour la population Insee dont les
entreprises ont plus de 20 salariés. Et sur ces 10 N.E.S.,

• seulement 7 pour lesquels l'écart Pé - Pr est également significatif pour la population Insee
dont les entreprises ont plus de 50 salariés

On donne ci-dessous la liste de ces 7 N.E.S. que notre échantillon sur ou sous représente :

Secteur NES % réel % de notre échantillon

Fabrication de produits textiles sur-représentées 1,68% 3,63%
Travail du bois ; fabrication sous-représentées 2,73% 1,29%
d' articles en bois
Fabrication de machines sur-représentées 0,71% 1,15%
a,gricoles
Fabrication de bureau et de sous-représentées 0,46% 0,14%
matériel informatique
Fabrication d'appareils sous-représentées 0,99% 0,38%
d'émission et de transmission
Construction navale sous-représentées 0,47% 0,14%
Bijouterie et instruments de sur-représentées 0,38% 0,84%
musique
Total 7,42% 7,57%

L'ensemble des N.E.S. apparemment mal représentés suivant le calcul de différence que nous
avons retenu en première approximation montre donc que moins de 10% de la population
totale serait concernée par de légères distorsions de représentation dans notre échantillon.

Afin de valider statistiquement la représentativité de notre échantillon par rapport à la

-.---- - ~ +

population d'origine, nous utilisons le test de comparaison des proportions entre échantillon:

La comparaison des proportions par NAF des entreprises de notre échantillon avec les
proportions sur l'ensemble de la population Insee montre qu'il n'y a pas de différence
significative (t-values égales à 0,2 et 0,1 donc largement inférieures à 1,96). Dans un cas
comme dans l'autre (par rapport aux entreprises de plus de 20 ou de 50 salariés), notre
échantillon est représentatif de la population totale des entreprises manufacturières françaises.

Par conséquent, au niveau sectoriel, notre échantillon est représentatif de. l'ensemble de
l;industrie manufacturière française. n rassemble environ 10% de l'ensemble des entreprises de
la cinquantaine de N.E.S. définis par l'Insee.

n nous faut à présent vérifier la structure de notre échantillon par taille d'entreprise.

306
 IV.1.1.b. Présentation de l'échantillon par taille d'entreprise

Classiquement, on retient deux mesures de la taille d'une entreprise: son effectif et son chiffre

d'affaires. Pour ce qui concerne notre échantillon les deux mesures sont très corrélées (le

coefficient de corrélation est supérieur à 70%).

Nous donnons ci-dessous la décomposition en déciles des effectifs et du chiffre d'affaires des
.
entrepnses de l'é can
h till on:
Déciles Effectif . Chiffre d'affaires (en millions de F)
1 42 21,8
2 48 30,3
3 60 40,4
4 46 53,2
médiane 94 71,6
6 121 94,1
7 165 134,2
8 240 207,7
9 404 430,8

En plus de la simple description de l'échantillon, il nous importe de vérifier que la structure par

taille de notre échantillon suit celle de la population réelle des entreprises françaises de

l'industrie manufacturière. Nous prenons en considération pour cette mesure les entreprises

dont la taille est supérieure à 50 salariés, puisque nous ne connaissons qu'approximativement

les données par NES pour les entreprises ayant entre 20 et 50 salariés.

On dresse le tableau suivant, qui permet de tracer les graphiques par taille d'entreprises, et le

cumul des différentes tranches de taille.

Tableau IV.3. Comparaison de taille entre l'échantillon et la population d'origine des

. man of·'
entrepnses acturieres firan ~ses
•
Taille (>50) <99 <199 <499 <999 >999
Population réelle 46,18% 27,52% 17,21% 5,57% 3,52%
Population réelle (% 46,18% 73,70% 90,91% 96,48% 100,00%
cumulés)
Echantillon (N) 845 678 469 150 69
Echantillon 38,22% 30,66% 21,21% 6,78% 3,12%
\
Echantillon (% 38,22% 68,88% 90,09% 96,88% 100,00%
cumulés)

307
Graphiques IV .4. et IV .5. Comparaison par tranche de taille, normale et en cumul, des
entreprises de la population d'origine et de l'échantillon

normale cumulée

5:).99 100.199 ZX).499 ~ ,ggg

o o,œ 0.1 0.15 Q,2 Q,2S 0.3 Q,35 0.4 0.45 o,s 1 -~réelIe(%c:un.OOs) 1
.••- e:tadèn (%etnUés)

On peut donc noter que notre échantillon a deux caractéristiques principales. D'une part, il
sous estime la part des entreprises entre 50 et 99 salariés par rapport à la population de
référence. Conséquemment, les tranches comportant les entreprises dont l'effectif est supérieur
à 100 salariés sont donc légèrement plus importantes dans l'échantillon que dans la population
globale. D'autre part, au niveau des pourcentages cumulés, cette sous estimation n'apparaît
être compensée qu'à partir des entreprise de plus de 500 salariés, qui ne représentent que 10%
du total de l'échantillon. n faut néanmoins relativiser la sous-estimation des entreprises de 50 à
99 salariés dans l'échantillon par le fait que la mesure n'a pu être conduite sur la population
effective totale de l'échantillon (entreprises de plus de 30 salariés).

Au total, l'ensemble des effectifs cumulés des entreprises de notre échantillon correspond à
plus de 520000 salariés. Environ 50% des entreprises présentes dans l'échantillon ont moins
de 100 salariés (médiane à 94) même si l'échantillon semble légèrement sous-représenter les
entreprises de 50 à 99 salariés (compte non tenu des entreprises de 35 à 50 salariés).

IV.l.2. Présentation des variables et des corrélations

/V.1.2.a. Description des variables

On présente les statistiques descriptives des variables observables selon deux grandes
catégories: les premières sont les données brutes, c'est-à-dire les réponses aux questions de la

308
base SESAME qui ne sont pas retraitées; les secondes sont le résultat des calculs d'indices tels
que définis dans le chapitre précédent (DESTEMPS, DEGTRANS, etc.).

Les données brutes

On donne pour ces données le nombre de modalités, la moyenne et l'écart-type de chaque

variable et deux indicateurs qui permettent de se représenter la distribution des variables sans
recourir à la présentation de tous les histogrammes: le kurtosis et le skewness. Ces deux
mdicateurs sont des mesures de la distance entre la distribution des fréquences observées et la
distribution normale des fréquences. Le premier indique l'épaisseur des queues de distribution:
une valeur positive indique qu'un nombre supérieur de valeurs est présente dans les queues de
la distribution par rapport à une variable normale ayant la même variance; une valeur négative
indique au contraire que la variable observée a moins de valeurs en queue de distribution, donc
qu'elle est très concentrée autour de sa moyenne. Le second est une mesure de l'asymétrie de
la distribution, c'est-à-dire de la position des valeurs des variables par rapport à la moyenne:
une valeur positive de skewness indique que de nombreuses variables ont une valeur supérieure
à la moyenne et que donc la distribution a un pic plus 'pointu' que la distribution gaussienne
normale ; une valeur négative indique à l'opposée que les fréquences sont endeçà.du pic
gaussien normal, et que donc la distribution observée est aplatie par rapport à la distribution
théorique

Sur les cinq variables latentes que l'on cherche à exprimer, trois trouvent leurs expressions à
partir des données brutes du questionnaire: la substituabilité des ressources clients, la
substituabilité des ressources fournisseurs, et la coordination interne. Les variables DIFF et
FONRD sont les autres variables observables brutes, expressions des variables latentes, d'une
part, non imitabilité des ressources productives, et d'autre part, non transférabilité des
ressources productives. Elles sont donc présentées de manière séparée dans le tableau.

Tout d'abord, il faut remarquer que toutes les variables, à l'exception de FONRD, ont cinq
modalités. En outre, toutes les variables sont informées: elles comportent toutes 2875
observations.

Ensuite, si l'on s'intéresse aux caractéristiques générales des distributions, elles ont toutes des
kurtosis négatives, ce qui est logique, compte tenu du fait que ces variables sont restreintes à
cinq modalités, qu'elles n'ont donc pas de queues de distribution à proprement parler. Les

309
valeurs absolues maximales des kurtosis ne sont toutefois pas excessives, aux alentours de 1.
En ce qui concerne l'indice de skewness, les valeurs sont réparties environ de -1 à 0,6, ce qui
laisse supposer des valeurs des variables observées avec de fortes fréquences, éloignant les
distributions des variables du profil normal.

Par conséquent, dès cet examen rapide, il est possible d'estimer que les variables brutes ne
peuvent pas être considérées comme des variables normales.

Si l'on analyse les moyennes, plusieurs éléments ressortent. D'une part, pour ce qui touche à
l'une des variables isolées, DIFF, les réponses sont partagées comme l'indique la moyenne de
2,7 (écart-type de 1,2). Les entreprises ont bien par conséquent des possibilités de
différenciation technologique très différentes les unes des autres. n en va de même pour la
variable FONRD: les entreprises déclarent de manière assez équilibrée miser sur le
développement technologique (moyenne 1,6et écart type 0,7).

Fiurnre IV6 Descnp°ti on des vana bl es 0b serva bl es b ru tes

o 0
o

Variables Nombre de Moyenne Kurtosis Skewness N

modalités (Ecart-type)
DIFF 5 2,699 -1,119 -0,001 2875
(1,253)
FONRD 3 1,663 -0,969 0,641 2875
(0,751)
Substituabilité des ressources fournisseurs
ClFRCL 5 1,567 -1,026 0,257 2875
(1,252)
ClFR 5 2,310 -0,874 0,608 2875
(1,311) u

CONCFR 5 3,615 -0,986 -0,645 2875

(1,417)
Substituabilité des ressources clients
CTCLFR 5 2,218 -0,833 0,675 2875
(1,310)
CTCL 5 3,348 -1,085 -0,437 2875
(1,390)
ADAPT 5 2,555 -1,198 0,285 2875
(1,346)
Coordinationinœrne
DIFINFO 5 3,928 -0,304 -1,037 2875
(1,372)
DIFOBJ 5 3,905 -0,286 -0,941 2875
(1,263)
COORD 5 3,621 -0,272 -0,778 2875
(1,226)

310
 L'analyse des variables exprimant la substituabilité des ressources fournisseurs, au mveau
global, montre que les entreprises jugent en moyenne que si leurs fournisseurs les perdaient
comme client, les conséquences seraient en moyenne plus faibles pour ceux-ci que si elles-
mêmes devaient remplacer leurs fournisseurs : la moyenne de ClFRCL est en effet inférieure à
celle de ClFR. Cela peut être mis en rapport avec la population d'entreprises sondées, qui,
comme nous l'avons vu, sont plutôt des structures moyennes, n'ayant pas a priori un pouvoir
de marché écrasant sur leurs fournisseurs. Cela signifie peut-être surtout que, dans le cadre
d'analyse fondé sur les ressources, les entreprises manufacturières misent beaucoup, en terme
de ressources et d'aptitudes, sur leurs fournisseurs pour valoriser leur production. Toutefois, la
moyenne élevée de la question CONCFR traduit le fait qu'une bonne partie des entreprises
mettent en concurrence leurs fournisseurs, ne privilégiant pas la ressource fournisseur en tant
que telle: 40% de l'échantillon ayant répondu 'Tout à fait d'accord' à cette question.

En ce qui concerne la substituabilité des ressources clients, les entreprises semblent répondre,
sur l'ensemble de l'échantillon, que leur remplacement par un de leur concurrent serait moins
préjudiciable à leur client, que la perte pour eux d'un de leurs clients. La moyenne de la
. ,". ",' - - . '.-

question CTCL indique une relation plutôt privilégiée avec le client pour certaines entreprises,
un quart d'entre elles ayant répondu des coûts élevés à cette question. Au niveau descriptif, la
question suivante, portant sur les investissement spécifiques effectués en faveur des clients ne
permet pas de répondre si les coûts de remplacement du client proviennent de tels
investissements, puisque la moyenne est équilibrée.

'Enfin, concernant la dernière variable latente exprimée, la coordination interne, il faut

remarquer que les trois questions présentent un profil caractéristique : une moyenne élevée et
une valeur de kurtosis assez faible, ce qui indique la présence d'une queue de distribution
relativement importante. Par conséquent, compte tenu de la formulation des questions, on peut
supposer que les chefs d'entreprise ont été encouragés à indiquer que l'information circulait
bien dans leurs entreprises, aux différents échelons. Les réponses 'maximales', équivalentes à la
valeur 5, représentent en effet 44% des réponses totales pour la question q370 et 50% pour la
question q373. Toutefois, cette proportion tombe à 25% pour la question q538. A ce stade
purement descriptif, et compte tenu du nombre d'observations totales de notre échantillon,
nous n'avons pas jugé utile de recoder cette question, car c'est de la combinaison des
différentes questions que ressort l'expression de la variable latente. Toutefois, il faut garder à

311
l'esprit ce biais éventuel dans ces questions lors des interprétations suivantes.

Les données calculées

Les variables calculées regroupent plusieurs cas de figure. Primo, les variables comptables de
performance sont des ratios. Secundo, dans les variables tirées du questionnaire SESAME,
certaines variable n'ont pu être exprimées directement et sont le résultat d'un calcul d'indices.
Les variables, résultats de ces calculs, sont continues et ont une distribution normale. Comme
par ailleurs, nous souhaitons travailler avec des variables de nature homogène, c'est-à-dire
ordinales, nous avons retenu le procédé suivant de codification des modalités. En effet, les
matrices de corrélations polysérielles combinant les variables ordinales et les variables
continues non catégorielles sont extrêment non robustes lorsque les distributions s'éloignent de
la distribution normale (Olsson et al., 1982; Coenders et al., 1996)~

Pour ce qui est des variables observables X, on a retenu une codification en cinq modalités,
conformément aux échelles de Likert, utilisées dans les données brutes (voir supra).
1 1 1
l,'·,;'

M- 0 M - 0/2 M M + 0/2 M+o

Soit M la moyenne de la variable X observée. On retranche et on ajoute la moitié d'un écart-

type à cette moyenne pour obtenir la plage centrale de la variable, notée 'modalité 3'. On
répète l'opération à partir des nouvelles valeurs M - crl2 et M + crl2. On a ainsi segmenté de
chaque côté de la modalité centrale les segments en deux sous segments, ce qui donne au total
5 modalités:
X = 1, si x:SM-cr
X = 2, si M - cr < x :SM - crl2
X = 3, si M - cr/2 < x :S M + cr/2
X = 4, si M+cr/2 < x :SM + cr
X = 5, si x>M + cr

Pour ce qui est des variables observables Y, on a retenu une codification en 7 modalités, afin
de reproduire plus largement le spectre de dispersion des valeurs -et de se conformer aux
données déjà obtenues pour la variable BCG. On a simplement ajouté un demi écart-type

312
supplémentaire de chaque côté de la modalité moyenne afin d'obtenir trois sous-segments
distincts de chaque côté. Ce qui donne, pour les valeurs des modalités des variables Y :
Y=I,si y::;M-3cr/2
y = 2, si M - 3cr/2 < y ::;M - a
y = 3, si M - cr < y S;; M - cr/2
y = 4, si M - cr/2 < y S;; M + a/2
y = 5, si M +cr/2 < y S;; M + cr
y = 6, si M + cr < y S;; M + 3cr12

y = 7, si y >M + 3cr/2

Trois précautions sont prises avant d'effectuer ces codifications. Avant la codification, on
s'assure d'une part que la moyenne et la médiane sont proches l'une de l'autre, pour que des
effets de distorsion par valeurs extrêmes sur la moyenne ne viennent pas fausser la codification.
D'autre part, les histogrammes de dispersion, ainsi que les mesures des skewness et kurtosis
sont observés afin de ne pas écraser des particularités éventuelles de distributions. Après la
codification, on mesure les coefficients de corrélations entre les variables continues et les
variables ordinales.

Concernant les variables X qui ont été codées (à l'exception de DIFF et de FONRD qui sont
des données brutes), on trouve des moyennes proches de la valeur 3, et des écart-types
relativement faibles. Les corrélations entre les variables codées et les variables de départ sont
toutes très proches de 1, montrant en cela qu'il n'y a pas eu de déplacement important de la
structure des données. Enfm, il faut noter que la variable FORMREL présente 180 données
manquantes, et qu'il faudra éventuellement, le cas échéant, envisager une procédure de
remplacement de ces données.

Toutes les variables Y (exceptée la variable BCG qui comportait déjà une échelle à sept points)
ont été codées en sept modalités: leurs moyennes tournent donc logiquement autour de la
valeur 4, avec des valeurs d'écart-type inférieur à la moitié de la moyemie, ce qui indique que
la dispersion des valeurs n'est pas trop forte. On remarque en outre que les coefficients de
corrélations entre les variables codées et les variables calculées étàient supérieures à 0,95, ce
qui manifeste que la cohérence globale des données de performance a été respectée. Enfin, on

313
 constate que la variable BCG comporte plus de 700 données manquantes, ce qui apparaît

pénalisant, compte tenu du fait, qu'hormis FORMREL, quasiment toutes les variables

observables comportent 2875 observations. n s'avérerait préjudiciable de se priver de 700

individus informés. Une procédure de remplacement de données manquantes sera décrite

ultérieurement.

FiIfore IV7D
° °
°ti on des vana° bles 0bserva bles calc01'ees
escnpl
Variables Corrélation Nombre de Moyenne Kurtosis Skewness N
PearsonlSpearmanl modalités (Ecart·type)
I:::::::~::::r::::::r::::::m::Im:::::::I:I::::::::I:I:II:::::~::::::~::::~:::::::::::I::::::l::::::::m::ll::::::I::::::III::I:t:::::::IHv.itilB:::II:::::::::~~::::::r:{:::::::::::::::m:::::::!:::::!::::::::::t:::::::::I::tl:::~:::I::::::::~:::::I::t:~:::::::::::::::::::::::t::::::::l::::!:I:I:::::::::::::I:
Non transférabilité des ressources productives
FONRD 3 1,663 -0,969 0,641 2875
(rappel) (0,75 1)
DEGTRANS 0,926 / 0,98 1 5 3,129 -1 ,200 0,041 2835
(1,326)
R&DREL 0,855 / 0,896 5 3,002 0,386 0,3 13 2875
(0,972)
Non transférabilité des ressources productives ".
DIFF 5 2,699 -1 ,119 -0,001 2~75
(rappel) (1,253)
FORMREL 0,912 / 0,954 5 2,784 -0,288 0,154 2695
(1,109)
DESTEMPS 0,935 / 0,963 5 2,967 -0,597 0,065 2875
(1,162)
:::::::::::::r:~:::::::::::I:::I:::::::::::::::::::::::::::::::::::::I:II:::::::~:::::::::::::::::::::::::::::::::~:::::::::::::I::::::::::::::::::::::::::::::::::::::::::::@:::~:IIliüiD.nl::II::I:::::r:::::::::::::::!:::::::~:::::~:::::::::::::::::!:::II:::::::::~::::~:::::::::::::::::::::::::::::::::::::~:::I::::::::::::::::~::::::::II::::I:I:II:::::::::::
TXME 0,957 / 0,954 7 4,017 0,205 0,241 2866
(1,395)
RBCE 0,946 / 0,948 7 4,032 0,332 0,~4~ - 2869
(1,373)
POSICLE 0,972 / 0,985 7 4, 150 -0,633 -0,1 15 2875
(1,578)
BCG 7 3,941 -0,848 -0,070 2132
(1,763)

Au total donc, sur l'ensemble des variables que nous étudions, on peut conclure:

• que la plupart sont bien informées (peu de variables manquantes exception faite de la

variable BCG) .

• que les variables X ont une structure et une nature communes: ce sont des variables

1 Spearman Correlation: version non paramétrique du coefficient de corrélation de Pearson, qui repose surIes
rangs des données plutôt que sur leurs valeurs réelles. Cette mesure est appropriée pour les variables ordinales.

314
 ordinales à cinq modalités, dont la distribution s'éloigne de la distribution normale pour la
plupart d'entre elles (spécialement pour les données brutes)

• que les variables Y ont une structure et une nature commune: ce sont des variables

ordinales à sept modalités, dont la distribution est assez proche de la distribution normale.

Ce qui ne signifie toutefois pas que lors de l'élaboration des variables latentes, la structure

conserve un caractère normal global.

IV.I.2.b. Description des co"élo.tions

Compte tenu du fait que nos variables sont ordinales, et qu'elles n'ont pas pour la plupart

d'entre elles une distribution normale, on présente les corrélations utilisant un test non

paramétrique plutôt qu'une mesure de la corrélation linéaire. En langage technique, on utilise

le tau de Kendall plutôt que les corrélations de Pearson traditionnellement utilisées (W onnacott

et Wonnacot, 1990).

L'analyse de la matrice des corrélations doit permettre de tester deux choses. Premièrement,

les corrélations doivent théoriquement être supérieures entre les variables observables Xou y

qui expriment les mêmes variables latentes qu'avec n'importe lesquelles des autres variables.

Deuxièmement, les relations exprimées à travers les corrélations permettent de vérifier grâce
au signe du coefficient de corrélation que le sens des relations observées est conforme aux

hypothèses théoriques: il s'agit d'une précaution élémentaire d'adéquation des données

observées avec les relations théoriques sous-jacentes qui seront testées dans les phases

ultérieures de l'analyse statistique.

La matrice de corrélation donne le nombre d'observations utilisées pour estimer le tau de

Kendall, ainsi que la significativité de la relation observée. On présente les variables dans

l'ordre théorique des variables latentes. Les zones en gras correspondent aux coefficients des

variables exprimant une même variable latente.

Concernant les variables de performance, on peut noter :

• la très forte corrélation entre lé TXME et la RBCE (60%), ce qui correspond à l'ordre de

grandeur couramment observé dans les études empiriques (entre 60 et 70% selon les

études).

315
• les corrélations importantes entre les deux variables comptables de la performance et les
deux variables observables de la variable latente 'performance de marché' : il s'agit par
exemple pour la variable RBCE des deux plus fortes corrélations, derrière la corrélation
RBCE-TXME. n semble donc qu'il y ait une convergence de variation de ces variables.
• le fort coefficient de corrélation entre les deux variables observables BCG et POSICLE
(14%). Pour la variable BCG, ce coefficient est le maximum observé. Ceci laisse penser que
la variable latente performance de marché peut être représentée par ces deux variables
observables, même si l'adéquation locale de la variable latente risque de n'être pas très forte
(présence d'une erreur de type e assez importante).

Concernant les cinq variables latentes exogènes, on constate que:

=> pour la non transférabilité des ressources productives:

• d'une part les coefficients sont en valeur absolue assez importants et qu'ils sont tous
significatif~

• d'autre part, leurs signes sont bien orientés, conformément aux hypothèses et aux
remarques exprimées lors de l'opérationnalisation: DEGTRANS est négativement
corrélée avec R&DREL et FONRD.

• Par conséquent, ces indications sur les variables observables ne viennent pas
contredire les orientations retenues pour la définition de la variable latente qu'elles
représentent.

=> pour la non imitabilité des ressources productives:

• que les coefficients reliant la variable DESTEMPS aux deux autres sont forts (7 et
16%), significatifs et bien orientés (signe positif).

• en revanche, que le coefficient de corrélation reliant DIFF et FORMREL est nul et

non significatif. Si l'on examine les coefficients de corrélation les plus importants de
ces deux variables, on s'aperçoit que: pour DIFF, le coefficient maximal est de 20%
avec FONRD; pour FORMREL, le maximum est de 15% avec la variable
DIFINFO. On peut comprendre les rapports de corrélations entre ces différentes
variables: la différenciation de la technologie est d'autant plus grande que le

316
 développement technologique est un axe stratégique; les dépenses de formation

suivent le même mouvement que les efforts faits pour l'information des salariés.

• Toutefois, la distorsion, représentée par le coefficient de corrélation nul entre DIFF

et FORMREL met en question la robustesse et la validité de la variable latente de la

non imitabilité des ressources productives, telle qu'exprimée par ces trois variables

observables.

~ pour la non substituabilité des ressources fournisseurs:

• les coefficients sont en valeur absolue importants (de 7 à 17%). Ils sont tous

significatifs, et les signes des coefficients de corrélation entre CONCFR et les deux

autres variables observables sont négatifs, comme espéré.

• les trois variables observables ne présentent donc pas dans leurs relations d'éléments

susceptibles de remettre en cause la définition de la variable latente. Tout au plus

peut on s'attendre a priori à des coefficients d'adéquation locale dans le modèle

Lisrel relativement faibles

~ pour la non substituabilité des ressources clients et la coordination interne: .

• les coefficients sont en valeur absolue importants (de 18 à 27%) et sont tous

significatifs. Ils présentent une bonne orientation de signe pour les deux variables
latentes.

• Par conséquent, l'examen des corrélations ne fournit pas d'indices permettant de

remettre en cause l' opérationnalisation des deux variables latentes.

Ainsi, au total, l'étude des corrélations entre les différentes variables observables conduit à

accepter a priori les opérationnalisations des variables latentes, avec une précaution toutefois,

concernant la variable FORMREL. Aussi, nous pouvons passer aux étapes statistiques

suivantes : tests de moyenne et Analyse en Composantes Principales.

Pages suivantes : matrices de corrélations des variables

317
 TXME RBCE POSICLE BCG FONRD DEGTRANS R&DREL DESTEMPS DIFF FORMREL CONCFR CTFRCL
RBCE 0,5978
N( 2832)
Sig ,000

POSICLE 0,0651 0,0828

N( 2836) N( 2869)
Sig ,000 Sig ,000

BCG 0,0695 0,0874 0,1435

N( 2111) N( 2138) N( 2142)
Sig ,000 Sig ,000 Sig ,000

FONRD 0,0507 0,0057 0,0657 0,0828

N( 2836) N( 2869) N( 2875) N( 2142)
Sig ,002 Sig ,721 Sig ,000 Sig ,000

DEGTRANS -0,0032 -0,0279 -0,1221 -0,0636 -0,1239

N( 2796) N( 2829) N(2835) N(2119) N( 2835)
Sig ,832 Sig ,068 Sig ,000 Sig ,000 Sig ,000

R&DREL 0,0387 0,006 0,0078 0,0435 0,1036 -0,0655

N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835)
Sig ,014 Sig ,705 Sig ,613 Sig ,014 Sig ,000 Sig ,000

R&DREL DESTEMPS DIFF FORMREL CONCFR CTFRCL

DESTEMPS 0,054 0,0186 0,0152 0,0287 0,0676 -0,0112 -0,003
N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) N(2875)
Sig ,000 Sig ,224 Sig ,311 Sig ,096 Sig ,000 Sig ,463 Sig ,849

DIFF 0,0962 0,0681 0,1615 0,0868 0,2052 -0,1276 0,0652 0,1564

N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) N( 2875) N( 2875)
Sig ,000 Sig ,000 Sig ,000 Sig ,000 Sig ,000 Sig ,000 Sig ,000 Sig ,000

FORMREL 0,0551 -0,0008 -0,035 0,0673 0,0551 -0,0004 0,117 0,0668 -0,0036
N( 2658) N( 2689) N( 2695) N( 2014) N( 2695) N( 2656) N( 2695) N( 2695) N( 2695)
Sig ,001 Sig ,958 Sig ,025 Sig ,000 Sig ,001 Sig ,982 Sig ,000 Sig ,000 Sig ,819

CONCFR 0,0093 -0,0165 -0,0633 0,0114 0,0384 0,0339 -0,001 0,0653 0,0108 0,0085
N( 2832) N( 2865) N( 2871) N( 2139) N( 2871) N( 2831) N( 2871) N( 2871) N( 2871) N( 2691)
Sig ,544 Sig ,283 Sig ,000 Sig ,508 Sig ,017 Sig ,027 Sig ,949 Sig ,000 Sig ,480 Sig ,596

CTFRCL 0,0199 0,0598 0,0646 0,0844 0,0382 -0,0288 0,0085 0,0657 0,0684 0,0358 -0,0682
N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) . N( 2Q75) N( 2875) N( 2875) N( 2695) N( 2871)
Sig ;192 Sig ,000 Sig ,000 Sig ,000 Sig ,017 Sig ,059 . Slg;588 Sig ,000 Sig ,000 Sig ,025 Sig ,000

CTFR 0,0117 -0,0128 0,0145 0,0401 0,0735 -0,0043 0,036 0,03 0,0846 0,0396 -0,122 0,1686
N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) N( 2875) N(2875) N( 2875) N( 2695) N( 2871) N( 2875)
Sig ,445 Sig ,404 Sig ,334 Sig ,020 Sig ,000 Sig Jtl8 Sig ,022 Sig ,051 Sig ,000 Sig ,014 Sig ,000 Sig ,000
 .l-J
';:'-',

TXME RBCE POSICLE BCG FONRO ·OEGTRANS R&OREL OESTEMPS DIFF FORMREL CONCFR
AOAPT 0,0579 0,0275 . -0,0251 -0,0038 0,1113 -0,0069 0,0499 0,059 0,0869 0,0569 0,0519
N( 2836) N(2869) N( 2875) N( 2142) N( 2875) N( 2835) N( 2875) N( 2875) N(2875) N( 2695) N( 2871)
Sig ,000 Sig ,071 : Sig ,091 Sig ,822 Sig ,000 Sig ,652 Sig ,001 Sig ,000 Sig ,000 Sig ,000 Sig ,001

CTCLFR 0,0498 0,0219 0,0559 0,031 0,1068 -0,0365 0,0619 0,0848 0,1713 0,0427 0,0318
N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) N( 2875) N( 2875) N( 2875) N( 2695) N( 2871)
Sig ,001 Sig ,155 Sig ,000 Sig ,074 Sig ,000 . Sig ,018 Sig ,000 Sig ,000 Sig ,000 Sig ,008 Sig ,040

CTCL -0,0117 -0,0263 -0,0209 0,0022 0,0408 -0,016 0,0331 0,0135 -0,0043 0,0575 -0,0074
N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) N( 2875) N( 2875) N( 2875) N( 2695) N( 2871)
Sig ,441 Sig ,083 Sig ,159 Sig ,900 Sig ,011 Sig ,291 Sig ,034 Sig ,375 Sig ,778 Sig ,000 Sig ,629

COORO 0,0496 0,0099 0,0084 0,0466 0,0618 0,0163 0,0592 0,0717 0,0516 0,1238 0,051
N( 2836) N( 2869) N( 2875) N( 2142) N(2875) N( 2835) N( 2875) N( 2875) N( 2875) N( 2695) N( 2871)
Sig ,001 Sig ,519 Sig ,577 Sig ,007 Sig ,000 Sig ,290 Sig ,000 Sig ,000 Sig ,001 Sig ,000 Sig ,001

OIFINFO 0,0031 -0,0043 0,0007 0,0632 0,0522 -0,0277 0,0281 0,0709 0,0414 0,1436 0,0495
N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) N( 2875) N( 2875) N( 2875) N( 2695) N( 2871)
Sig ,842 Sig ,784 Sig ,963 Sig ,000 Sig ,001 Sig ,076 Sig ,079 Sig ,000 Sig ,008 Sig ,000 Sig ,002

DlFOBJ -0,0126 -0,0214 0,0245 0,0081 0,0509 0,0064 0,0568 0,0502 0,0154 0,1159 0,0859
N( 2836) N( 2869) N( 2875) N( 2142) N( 2875) N( 2835) N( 2875) N( 2875) N( 2875) N( 2695) N( 2871)
Sig ,419 Sig ,168 Sig ,106 Sig ,642 Sig ,002 Sig ,678 Sig ,000 Sig ,001 Sig ,321 Sig ,000 Sig ,000

·CTFR AOAPT CTCLFR CTCL COORO OIFINFO

AOAPT 0,0969
N( 2875)
Sig ,000

CTCLFR 0,1745 0,2063

N( 2875) N(2875)
Sig ,000 Sig ,000

CTCL ··0,1113 0,2176 0,1753

N( 2875) N( 2875) N( 2875)
Sig ,000 Sig ,000 Sig ,000

COORO 0,0261 0,0786 0,074 0,0483

N( 2875) N( 2875) N( 2875) N(2875)
Sig ,091 Sig ,000 Sig ,000 Sig ,002

OIFINFO 0,0512 0,0428 0,0395 0,0281 0,2149

N( 2875) N( 2875) N( 2875) N( 2875) N( 2875)
Sig ,001 Sig ,006 Sig ,012 Sig ,069· Sig ,000

OIFOBJ 0,0122 0,0308 0,0534 0,0063 0,2384 0,2655

N( 2875) N(2875) N( 2875) N( 2875) N( 2875) N( 2875)
Sig ,435 Sig ,046 Sig ,001 Sig ,681 Sig ,000 Sig ~OO
. 19
I~1.3. Premières analyses statistiques: tests de moyenne et ACP

Nous nous livrons à l'examen de deux séries de tests de moyenne: d'une part, en prenant en
compte les différences d'appartenance sectorielles, et d'autre part, en considérant les
différences de taille d'entreprise.

Par la suite, afin d'estimer si le nuage des données peut être résumé à l'aide de plusieurs axes
factoriels qui devraient coïncider avec la description des variables latentes, des analyses en
composantes principales sont étudiées.

IV.l.3.a. Les différences de moyenne (secteurs, taille)

Une première indication des différences intersectorielles concernant les individus peut être
simplement obtenue en croisant les deux variables descriptives des entreprises: leur secteur et
la taille en effectif des entreprises. Observée au niveau des sous-sections, on obtient le tableau
IV.8 suivant:
Ta bleau IV°8• TaIon e des entrepnses par sous-sections d' actiVItés
SOUS-SECTION N Moyenne Min Max
Industries agricoles et alimentaires 474 180 33 1624
Industrie textile et de l'habillement 340 145 33 1248
Industrie du cuir et de la chaussure 66 176 35 948
Travail du bois et fabrication d'articles en bois 37 114 37 697
Industrie du papier et du carton ; édition et imprimerie 257 142 32 1286
Industrie chimique 129 249 33 1613
Industrie du caoutchouc et des plastiques 169 164 31 1749
Fabrication d'autres produits minéraux non métalliques 88 207 31 1967
Métallurgie et travail des métaux 455 166 31 1783
Fabrication de machines et équipements 286 209 33 1960
Fabrication d'équipements électriques et électroniques 224 209 32 2063
Fabrication de matériel de transport 113 270 35 1688 .
Autres industries manufacturières 197 151 35 1471
TOTAL 2835 185

Dès la lecture de ce tableau, on peut constater qu'en moyenne, les entreprises de la sous-
section matériel de transport ont une taille plus importante que celles appartenant aux sous-
sections travail du bois et industrie de papier et de l'édition. Si les différences entre le
industries liées aux travaux des métaux, de la mécanique, de l'électrique et de l'électronique

320
 différence entre cet ensemble de sous-sections et les sous-sections dont l'effectif moyen est
inférieur à 170 doit être statistiquement significative.

Afin de mesurer les différences significatives de moyenne entre. les sous-sections et les
différentes variables, nous avons eu recours à la méthode ANOV A (tests de Bonferroni, de
Duncan et de Tukey-B). Ces tests ont des propriétés respectives plus ou moins fortes: le
premier est le plus robuste mais le moins précis, et le dernier est le moins robuste mais le plus
précis. La comparaison des résultats à ces trois tests montre (cf Annexe 2) que les différences
sont significatives pour la taille mesurée par les effectifs entre les sous-sections 6 (industries
chimiques) et 12 (Fabrication de matériel de transport) et la plupart des autres sous-sections. A
noter que le même test effectué sur l'autre mesure de taille (le logarithme du chiffre d'affaires)
donne des résultats identiques, montrant que les deux sous-sections précédentes ont des
chiffres d'affaires supérieurs à la moyenne des autres sous-sections, ainsi que le sous-groupes
des industries alimentaires.

On décrit brièvement les différentes sous sections ci dessous (à partir de l'annéxe 2) :

L'industrie chimique (n06) semble présenterlescaractéristiques de secteurs aux performances.

comptables en moyenne supérieures aux autres sous-sections. Les sous sections fabrication de
machines et équ~pements (nOlO)et métallurgie et travail des métaux (n09) présentent un profil
d'activité plus concentrée que les autres sous sections (bcg est significativement plus fort). La
dernière variable de performance (POSICLE) ne présente pas de différence significative de
moyenne.

En ce qui concerne les variables observables X:

L'accent mis sur le développement technologique est significativement plus fort dans
l'industrie de fabrication des matériels de transport (nOI2), et plus faible dans les industries
agricoles, alimentaires, du textile et de l'habillement (nO1 et 2).

Le degré de transférabilité des ressources productives apparaît plus forte dans l'industrie du
papier et de l'imprimerie (n05), et plus faible dans l'industrie agricole et alimentaire (nOI). Cela
signifie que la première privilégie prioritairement les facteurs tels que les délais, la souplesse,
l'image de marque et les services associés, tandis que la dernière porte son attention
prioritairement au prix et à la qualité.

321
Les déséconomies liées à la réduction du temps sont significativement les moins fortes dans les

sous sections concernant les produits textile et de l'habillement (n02) et ceux du cuir et de la

chaussure (n03). Cela exprime l'idée que ces secteurs reposent sur des ressources

potentiellement plus transférables que les autres sous sections (ce qui va sans doute de pair

avec les difficultés économiques que connaissent ces secteurs).

L'industrie de papier et de l'imprimerie (n05) présente une capacité de différenciation plus

faible que les autres sous-sections, et également a priori une non substituabilité des

fournisseurs moins grande (qui tient vraisemblablement aux caractéristiques d'échanges

verticales sur des matières premières banalisées).

La variable de mise en concurrence des fournisseurs semble opposer d'un côté les sous-

sections des biens de consommation courante et de l'autre celles des biens d'équipements. Les

premières chercheraient significativement plus à établir des liens, fondés sur des ressources

distinctives, tandis que les autres préféreraient mettre en concurrence fortement leurs

fournisseurs. ' '.

TIapparaît de plus que la sous-section de fabrication de matérielde'transport semble avoir une

non substituabilité de ses clients plus forte que les autres' sous-'sections, puisque les trois
variables observables ont une moyenne significativement plus élevée. Portant sur des contrats

en moyenne plus important que les autres sous-sections, ce secteur (de même pour la

fabrication d'équipement électriques et électroniques) est apparemment plus sensible à la

substituabilité de ses clients.

On procède aux mêmes tests de différences de moyenne suivant la taille des entreprises. Pour

ce faire, comme on ne peut pas définir chaque valeur de taille d'entreprise comme une modalité

de groupe particulière, on découpe notre échantillon en quatre parties de taille égale grâce à la

procédure de ranking, ce qui constitue ainsi quatre groupes :

• le premier groupe contient 702 entreprises de 31 à 53 salariés;

• le deuxième 718 entreprises de 54 à 94 salariés ;

• le troisième 706 entreprises de 95 à 190 salariés;

• et le dernier 709 entreprises de 191 à 2063 salariés

322
On procède à l'identique avec la variable chiffre d'affaires pour obtenir quatre groupes sur
lesquels on applique les trois tests ANOVA, afin de vérifier la stabilité de la première mesure
par effectif. Les quatre groupes formés ont les caractéristiques suivantes :

• le premier groupe contient 708 entreprises de 5 à 35,6 millions de francs de CA ;

• le deuxième 709 entreprises de 35,7 à 71,7 millions de francs de CA;

• le troisième 709 entreprises de 71,8 à 162,2 millions de francs de CA;

• et le dernier 709 entreprises de plus de 162,2 millions de CA

L'examen dès différences de moyenne significativesà partir de l'appartenance à un groupe de

taille (en effectif ou en CA) pour l'ensemble des variables est donné dans les tableaux de
l'annexe 2. De manière simplifiée, on commente les lignes de force de ces tableaux, c'est-à-dire
les traits significatifs qui apparaissent clairement dans les deux.

Le groupe 1 des plus petites entreprises présente schématiquement les traits sllivants. Les
entreprises de ce groupe déclarent en majorité avoir de bons avantages compétitifs (POSICLE)
même si elles misent moins sur le développement technologique pour cela (FONRD). Sur ces
deux traits elles s'opposent essentiellement avec le groupe 4 des plus grandes entreprises. On
constate également qu'elles mettent apparemment moins en œuvre les mécanismes de
coordination transversale, qui sont l'apanage des entreprises de taille·plus importante (groupe
4) ce qui rejoint une remarque précédente concernant le lien entre la variable CORDI et la taille
de l'entreprise.

Le groupe des entreprises de plus grande taille présente la caractéristique de déclarer avoir une
part de marché relative significativement plus importante que les entreprises plus petites
(BCG). n semble également que le degré de substituabilité par rapport aux fournisseurs soit
plus .faible pour ces entreprises, qui tentent vraisemblablement de privilégier pour leur
développement des ressources et aptitudes spécifiques auxquelles contribuent les fournisseurs.

Enfin, on peut signaler que de nombreuses variables ne présentent pas de différences de

moyenne significatives· selon la taille des entreprises de l'échantillon. C'est principalement le
cas pour la variable de rentabilité brute du capital d'exploitation, la:variable de différenciation

323
technologique DIFF et dans une moindre mesure pour les variables observables de la non
substituabilité des ressources clients.

IV.I.3.b. Vérification de la pertinence de la définition a priori des variables

latentes à l'aide d'analyses en composantes principales

La première étape du travail empirique consiste à vérifier que les variables censées représenter
les variables latentes ç correspondent bien aux concepts spécifiés. A cette fin, on procède à une
analyse en composantes principales, permettant de distinguer panni les variables observées X
les axes factoriels résumant au mieux l'inertie totale du nuage de points. On utilise la rotation
Oblimin qui ne spécifie pas que les axes factoriels sont orthogonaux puisque le modèle Lisrel
qui sera utilisé dans la deuxième étape cherche à établir les corrélations et les covariances entre
facteurs explicatifs -il serait donc peu pertinent d'éliminer les corrélations éventuelles entre axes
factoriels en utilisant la rotation Varimax par exemple. Par souci de vérification, nous avons
néanmoins effectué les analyses Varimax: les résultats obtenus sont très peu différents compte
tenu du fait que les axes obtenus par rotation Oblimin sont assez peu corrélés entre eUx,
comme on va le voir.

L'introduction des quinze variables observables X, tirées de la base de données SESAME a

produit les résultats suivants.

La première ACP exhibe les traits suivants (voir Annexe 3) :

n faut tout d'abord remarquer que la matrice des corrélations de Pearson, qui est utilisé par
l'ACP confirme les principaux résultats trouvés par l'examen, à la partie précédente, des
corrélations de Kendall.

Cinq axes ont été retenus par le modèle représentant 47,7% de l'inertie totale du nuage de
points. Ce pourcentage est assez faible, même si l'on tient compte du nombre de variables et
d'individus contenus dans la base -ce qui augmente les dispersions, et limite donc la qualité
potentielle du modèle exprimée en pourcentage d'inertie totale.

Deux axes ressortent, clairement exprimés par les variables observables. TI s'agit des deux
variables latentes de substituabilité. Sur ces axes, les loadings sont satisfaisants (proches de
0,7) et les signes escomptés respectés. L'axe de coordination interne se dégage également
nettement, mais la variable FORMREL est corrélée avec lui, même si faiblement Cela avait

324
être anticipé suite à l'examen des corrélations puisque le coefficient de corrélation maximal de
FORMREL la reliait avec DIFINFO.

En outre, deux axes semblent assez confus: ils concernent tous les deux les caractéristiques

des ressources productives. Cela pouvait également être anticipé à partir de l'examen des

corrélations bivariées.

Trois variables présentent un problème d'appartenance claire à des axes factoriels, ce qui

introduit des perturbations dans la définition des axes représentant les variables latentes sous-

jacentes. En effet, les loadings de la variable R&DREL sont de -0,50 sur l'axe cinq et de 0,43

sur l'axe un ; ceux de la variable FORMREL sont de 0,49 sur l'axe deux et -0,35 sur l'axe

cinq; et enfin la variable DIFF présente le même type d'indétermination à un moindre degré

(loading de 0,61 sur l'axe un et de 0,37 sur l'axe cinq)

L'examen des communalités permet d'aider à déterminer parmi ces trois variables celle qui peut

être préférentiellement retirée avant de relancer l'analyse en composantes principales. Les

communalitésrespectivement de R&DREL, FORMREL et DIFF sont de 0,36:; 0,48 et 0;56. A

priori DIFF est donc conservé. En revanche, compte tenu de sa mauvaise corrélation avec les

deux autres variables observables, expressions de· sa variable latente, on décide de· retirer

FORMREL.

Par conséquent, on relance une seconde ACP, en supprimant du modèle la variable FORMREL

qui introduit du bruit dans la dispersion du nuage, compte tenu de ses corrélations multiples

avec d'autres variables. Les résultats sont fournis en annexe 3 et résumés dans le tableau

suivant
Tableau IV.9. Résultats Espérés et Obtenus après rotation Oblimin. ACP n02

Extrait de l'annexe 3 :
Factor 1 Factor 2 Factor 3 Factor 4 Factor 5
ADAPT· ,72723 ,11642 ,05624 -,12668 ;08372
COUTCLFR ,70472 ,02288 -,10200 ,00582 -:,12084
COUTCL ,61175 ,05960 -,16607 -,10755 ,33282

DIFOBJ ,01607 ,71904 ,04391 -,02269 ,06738

DIFINFO ,01521 ,69830 -,14023 -,05694 ,08001
COORD ,17128 ,69067 ,03820 -,08564 ,05987

325
COUTFRCL ,28320 ,04579 -,67693 -,05294 ,07234
COUTFR ,00491 ,14968 -,65605 ,04465 ,23506
Q512 ,10959 ,17171 ,62266 ,15418 ,31387

DEGTRANS ,04687 ,05371 ,06950 ,66485 -,02576

RDREL ,12639 ,19544 -,03820 -,56612 -,15833
FONRD ,16936 ,09460 ,03119 -,55430 ,29057

DESTEMPS ,05471 ,13375 -,02049 ,03291 ,74011

DIFF ,12909 ,01585 -,13128 -,46549 ,60363

Variables observées X Regroupement signe Regroupement Loading

espéré espéré effectué
non transférabilité des FONRD + FONRD -0,55
ressources productives DEGTRANS - DEGTRANS 0,66
R&DREL + R&DREL -0,57
non imitabilité des DIFF + DIFF 0,60
ressources productives DESlEMPS + DESlEMPS 0,74 ':,
,:
non substituabilité des COUTFR + COUTFR -0,66
relations fournisseurs COUTFRCL + COUTFRCL -0,68
CONCFR - CONCFR 0,63
non substituabilité des COUTCL + COUTCL 0,61
relations clients COUTCLFR + COUTCLFR 0,70
ADAPT + ADAPT 0,73
coordination interne DIFINFO + DIFINFO 0,70
DIFOBJ + DIFOBJ 0,72
COORD + COORD 0,69
Communalité la plus faible: variable FONRD : 0.39
Pourcentage d'inertie résumé par les axes: 50.2%

On observe que même si le pourcentage total d'inertie résumé par les axes n'est que de 50%,
les différents axes factoriels qui ressortent de l'analyse correspondent bien aux différentes
variables latentes du modèle théorique. Les loadings sont satisfaisants ainsi que les différentes
communalités -hormis la variable FONRD. Les oppositions de signes entre les variables sont
conformes aux attentes: DEGTRANS et CONCFR s'opposent aux· autres variables
observables. Par rapport aux signes attendus pour exprimer les variables latentes, elles portent
le signe contraire, ce qui signifie que les axes représentés par l'analyse en composantes
principales sont dans ce cas la transférabilité des ressources productives et la substituabilité des
relations fournisseurs (et non leur contraire comme dans le modèle théorique). Dans le modèle

326
Lisrel, on prendra soin se spécifier les variables d'échelle des À afin d'exprimer précisément la
variable latente.

TIconvient de noter que cette seconde analyse en composantes principales a été également
conduite en utilisant les seuls individus complètement informés pour l'ensemble des variables X
et Y, individus qui serviront de base à l'utilisation de Lisrel. Les résultats montrent que les
regroupements, les signes et les niveaux de significativité sont tous conftrmés.

Par ailleurs, le but de cette partie n'est pas de rechercher la meilleure ACP possible avec nos
données -ce qui pourrait être fait en retirant les variables ayant les communalités les plus
faibles- mais de s'assurer de la cohérence des variables latentes représentés par le nuage de
points de nos données. Ce but a donc été atteint.

Cette première étape nous conforte :

• d'une part dans la déftnition des variables latentes à utiliser dans le modèle Lisrel

• d'autre part dans l'opérationnalisation de ces variables,latentes : nous utiliserons trois

variables observables par variable latente (sauf pour la variable imitabilité des ressources
productives qui n'en comportera que deux) dans les modèles Lisrel.

Nous pouvons passer à la deuxième étape de notre analyse statistique.

1V.2. Présentation des résultats Lisrel

Introduction

Cette section est consacrée à la présentation des résultats des modèles Lisrel. Cette
présentation doit tenir compte de plusieurs éléments :

1. nous avons deux points d'observation: 1995/1996 et 1993/1994 ;

2. le point d'observation le plus récent est plus riche en information que le plus ancien, à cause
de l'absence de certaines questions au début des campagnes d'enquête ;

327
3. l'utilisation du modèle Lisrel passe par plusieurs étapes (spécification, identification,

estimation et adéquation) qu'il convient de détailler très précisément. Plusieurs auteurs ont

souligné la difficulté de présenter synthétiquement l'ensemble des informations rendues par

le modèle (Hoyle et Pantner, 1994) ;

4. il est intéressant d'apporter des éclairages complémentaires concernant notamment

l'influence éventuelle de la taille de l'entreprise et de l'appartenance à de grandes catégories

d'activité (Biens d'équipements, biens de consommation, etc.) par rapport aux résultats

globaux.

Nous rapportons ici plusieurs tests de modèles Lisrel. Pour prendre en compte les éléments

énoncés ci-dessus, nous proposons le protocole de présentation suivant.

Les premiers résultats présentés concernent le test de l'explication des variables endogènes par

les variables latentes exogènes de 1995/1996. Us se décomposent en deux grandes parpes

suivant les modèles utilisés: des modèles que l'on appelle complets, qui prennent en compte le

maximum de variables observables que peut contenir le modèle Lisre1 ; des modèles réduits qui

ne comportent pour 1995/1996 que les variables communes avec les données rassemblées pour

le second point d'observation 1993/1994.

Les autres résultats concernent le test pour l'année 1993/1994 des mêmes modèles à équation

structurelles que ceux utilisés dans la partie précédente. Les modèles 1993/1994 peuvent ainsi
----~._._. - ..

être comparés entre eux, au niveau de la structure générale du modèle complet, et à un niveau

plus fm, avec le modèle réduit identique de 1995/1996.

Schématiquement, nous voulons nous livrer à deux grandes comparaisons :

• d'une part, vérifier que la structure causale est respectée entre le modèle complet et le

modèle réduit pour le même point d'observation (1995/1996)

• d'autre part comparer la première structure causale (cas A) avec les résultats donnés par la

seconde (cas B; qui utilise les données exogènes antérieures pour expliquer les mêmes

variables endogènes).

328
 Figure IV.10. Modèles empiriques et comparaisons entre modèles

. Point d'observation 1995-6

Structure de
questions
Modèle complet -Cas A
1993/1994

'"
Comparaison 1

1
Structure de
questions
Modèle réduit -Cas A
1993/1994
Comparaison 2

Point d'observation 1993-4

Structure de
questions CasB
1993/1994

Dans tous les cas, nous respecterons les étapes principales suivantes :

• explication détaillée de la. spécification du modèle testé

• présentation "type" des résultats des étapes d'estimation et d'adéquation de tous les

modèles

• commentaires des résultats obtenus et de leurs conséquences

Un premier point de synthèse et de commentaires pourra être effectué à ce niveau d'analyse.

Ensuite, les sous-échantillons correspondant à des groupes de taille et d'activités seront testés.

On présentera de manière plus succincte les résultats, que l'on commentera. Finalement, une

synthèse globale prenant en compte les apports des différents modèles exposés au cours du

chapitre conclura le chapitre.

Avant de passèr à la présentation des différents résultats, une propriété commune à l'ensemble

des modèles testés peut être signalée dès à présent. Compte tenu de la nature de nos variables ...

(ordinales, et à la distribution qui ne respecte pas parfaitement la distribution normale), et de la

taille importante de nos échantillons (supérieure à un millier d'individus), nous avons suivi la

recommandation de Joreskog et Sorbom (1988, chap 7, 'Analysis of ordinal and other non-

normal variables) dans l'usage de la méthode d'estimation: nous avons retenu la méthode des

329
moindres carrés pondérés (WLS). Ce choix implique d'une part, que l'élimination des individus

ayant une donnée manquante est automatique (listwise deletion), et d'autre part, que la matrice

de covariance de base est la matrice polychorique, que nous calculons à partir de la procédure

PRELIS, comme recommandé par ces auteurs.

IV.2.1 Premiers modèles (cas A)

Pour le cas A, il s'agit donc de tester deux grandes catégories de modèles n'utilisant que des

données de 1995/1996: les modèles complets et les modèles réduits. Les résultats des

différents modèles sont présentés dans les Annexes II. Une remarque supplémentaire doit être
apportée avant de passer à la description des résultats de ces différents modèles.

Comme on l'a vu dans la description des variables, l'une des variables observables y (BCG)

contient beaucoup de données manquantes (plus de 700 sur 2875 observations totales).

Sachant que le modèle Lisrel ne travaille qu'à partir d'individus complètement informés (c'est-

à-dire sans aucune donnée manquante), nous avons pris la décision d'utiliser une procédurè de

remplacement des données manquantes sur cette variable. Néainnoins, pour une clarté

maximale, nous présenterons les résultats avec et sans le remplacement des données

manquantes de BCG. Cette procédure permet de travailler avec une base de données beaucoup

plus complète. il aurait été dommage de sacrifier 700 individus parfaitement informés sur

l'ensemble des autres variables à cause des données manquantes sur une seule variable.

Lorsque le remplacement a été effectué, il l' a été sur les bases et selon la procédure suivantes.

Nous nous sommes d'abord assuré que les données manquantes n'étaient pas concentrées sur
des divisions d'activités particulières en comparant les distributions par activités des 2875

individus de la base avec celles de la base où manquaient les individus non informés sur la

variable BCG. il est apparu que les valeurs manquantes pouvaient être considérées comme

étant aléatoirement distribuées parmi les différentes divisions d'activité. Nous avons vu par

ailleurs, d'après les tests de moyenne, que deux divisions avaient une moyenne légèrement

supérieure significative sur la variable BCG par rapport aux autres divisions représentées dans
la base. Par conséquent, il était délicat de remplacer les données manquantes par la moyenne de

la variable sur la totalité de l'échantillon. Nous avons donc préféré remplacer les données

manquantes en utilisant la moyenne de leur secteur d'activité NAF.

330
 IV.2.I.a. Modèles complets
Spécifications des modèles complets

Nous ne présentons pas exhaustivement l'ensemble des modèles successifs ayant conduit aux

spécifications du tableau IX.2. En revanche nous détaillons les raisons justifiant les choix des
spécifications qu'il contient

Les spécifications du modèle nOI présentent les caractéristiques suivantes: la valeur d'échelle 1

est attribuée à une variable Âx afin de servir de référence pour l'estimation des autres

coefficients À de la variable latente correspondante. 14 variables observables X sont utilisées

conformément aux résultats préliminaires issus de l'analyse en composantes principales.

Les paramètres de la matrice r sont laissés libres pour permettre de tester les hypothèses (à

l' exception des relations entre CORDI et TXME, et CORDI et RBCE pour lesquelles aucune
hypothèse n'a été formulée).

Les matrices es et ee sont diagonales, exceptées deux erreurs Ô qui ont été laissées libres car

correspondant à des covariances significatives entre erreurs de mesure. D'une part, la

covariance entre les investissements spécifiques destinés aux clients (ADAPT) par rapport au

coût de changement de client pour l'entreprise (CTCL) est positive. On peut s'attendre à ce

résul tat puisque plus les investissements sont estimés élevés par l'entreprise, plus l'erreur dans

l'estimation du coût de changement du client est susceptible de varier dans le même sens.

D'autre part, la covariance entre les erreurs de mesure de la diffusion des objectifs stratégiques
et le coût de changement de fournisseur est également supposée significative et positive.

Le modèle n02 entérine le fait qu'une variable observable X représente mal la variable latente

exogène à laquelle elle correspond. Cette variable X (CONCFR) est donc retirée du deuxième

modèle. De même, l'effet direct le plus faible (entre NlMIT et MARCHE) étant estimé à 0.007

parle modèle nOl, la décision de le fixer à 0 dès la spécification du modèle a été prise. Tous les

autres paramètres ont été laissés identiques.

Enfin, le troisième modèle. reprend les mêmes spécifications que le modèle nO1 avec l'apport

essentiel du modèle n02. à savoir le retrait de la variable CONCFR. Par ailleurs, la base de .

données ayant servi à l'estimation Lisrel diffère pour le troisième modèle puisque le test est

effectué sur 2866 individus (avec la variable BCG complétée suite au remplacement des
données manquantes par la valeur moyenne sectorielle de la variable).

331
Tableau IV.ll. SPECIFICATION DES MODELES
MODELEl MODELE 2 MODELE 3
Variables X Â,x
DESTEMPS libre libre libre
DIFF 1 1 1
R&DREL libre libre libre
FONRD 1 1 1
DEGTRANS libre libre libre
CTFR libre libre libre
CTFRCL 1 1 1
CONCFR libre retiré retiré
CTCL 1 libre libre
CTCLFR libre 1 1
ADAPT libre libre libre
DIFINFO 1 1 1
DIFOBJ libre libre libre
COORD libre libre libre
Variables Y Â,y
TXME 1 1 1
RBCE .. 1 1 1
BCG libre libre libre
POSICLE 1 1 1
AUTRES covariance entre erreurs Ô

ÔnIFINFO-CIFR libre libre libre

ÔADAPf-crcL libre libre libre

.
coefficients 'Y
'YCORDI-TXME fixé fixé fixé
'YCORDI-RBCE fixé fixé fixé
'YNIMIT-MARCHE - fixé -

La présentation des résultats se compose de trois tableaux: 1) le premier récapitule les

coefficients d'adéquation locale (validité des construits) et d'adéquation globale (validité du

modèle) ; 2) le second donne les paramètres Â. et cp; 3) le dernier décompose les différents

coefficients 13 et "{des équations structurelles et correspond à la structure causale proprement

dite.

332
 Tableau IV.12. ADEQUATION GLOBALE ET LOCALE
Corrélations multiples MODELE 1 MODELE 2 MODELE 3
DESTEMPS .053 .054 .079
DIFF .702 .690 .515
R&DREL .045 .045 .054
FONRD .206 .211 .265
DEGTRANS .119 .120 .115
CTFR .096 .110 .134
ClFRCL .617 .412 .381
CONCFR .024 - -
CTCL .119 .117 .098 "
CTCLFR .514 .517 .545
ADAPT .179 .181 .174
DIFINFO .353 .356 .337
DIFOBJ .335 .337 .343
COORD .355 .354 .297

TXME 1 1 1
RBCE 1 1 1
POSICLE .239 .231 .259
BCG .160 .164 .112

Coefficient de détermination pour les .984 .976 .964

variables X

Coefficient partiel de détermination des

équations structurelles
TXME .067 .071 .064
RBCE .587 .589 .576
MARCHE .531 .548 .390

Coefficient total de détermination des .574 .590 .423

équations structurelles

Adéquation fdobale
G.F.I. .985 .989 .990
A.G.F.I .977 .983 .984
RMR ;037 .032 .030
Chi-deux 377 263 .324
De~rés de liberté 109 94 93
« gain » de Chi~deux rapport: 3.5 114 pour 15 d.1. rapport: 3.5 .
de 3.5 à 2.8

Indice Maximum de Modification 51 pour 31 pour 40 pour

À.coNCFR-CORDI ÀDEGIRANS-NSUCL Âcra.-IMIT

. ",
333
Tableau IV.13. VARIABLES OBSERVABLES ET VARIABLES LATENTES
MODELEl MODELE 2 MODELE 3
Variables X Â.x Â-x Â.x
DESTEMPS .274*** .280*** .391 ***
DIFF 1 1 1
R&DREL .465*** .463*** .451 ***
FONRD 1 1 1
DEGTRANS -.760*** -.754*** -.658***
ClFR .395*** .517*** .593***
CTFRCL 1 1 1
CONCFR -.197*** - -
CTCL 1 1 1
CTCLFR .482*** .476*** .424***
ADAPT .590*** .591 *** .564***
DIFINFO 1 1 1
DIFOBJ 1*** .997*** 1***
COORD .973*** .973*** .938***
Variables Y
Â.v Â.v Â.v
TXME
1 1 1
RBCE
1 1 1
BCG .820*** .842*** .659***
POSICLE 1 1 1
.. ".' ,,- " ..

Corrélations entre variables latentes

(coefficients standardisés)
<l>NIMlT-NIRANS .694*** .690*** .690***
<PNIMrr-NSUFR .159*** .207*** .290***
<PNIMrr-NSUCL .322*** .325*** .375***
<l>N1RANs-NSUFR .187*** .225*** .249*** .
<PN1RANS-NSUCL .441 *** .433*** .398***
<PNSUFR-NSUCL .407*** .499*** .497***
<l>CORDI-NIMIT .103*** .106*** .185***
<l>CORDI-NIRANS .197*** .193*** .232***
<l>CORDI-NSUFR .080*** .141 *** .149***
<PCORDI-NSUCL .232*** .231 *** .227***

AUTRES
ÔoIFlNFO-CIFR .109*** .097*** .109***
ÔADAPT-crCL .145*** .146*** .178***

* significatif à 10% ** significatif à 5% ***significatif à 1%

334
Tableau IV.l4. STRUCTURE CAUSALE
MODELEl MODELE2 MODÈLE 3
ESTIMATIONS
Non standardisées
Paramètres 'V Standardisées
Non imitabilité -txme .190 .188* .252**
.159 .156* .181**
Non imitabilité -rbce .122 .116 .011
.102 .096 .008
Non imitabilité - marché .004 - .172*
.007 .243*
Non transférabilité -txme -.497 -.494 -.278
-.226 -.227 -.057
Non transférabilité -rbce -.647 -.626 -.233
-.294 -.288 -.089
Non transférabilité - marché .841 *** .806*** .455***
.782*** .771*** .461 ***
Non subst. rel. Fournisseurs - txme -.129* -.219** -.153*
-.101* -.140** -.095*
Non subst. rel. Fournisseurs - rbce -.014 -.085 -.036
-.011 -.024 -.022
Non subst. rel. Fournisseurs - marché .121 *** .196** .137**
.194*** .262** .166**
Non subst rel. Clients - txme .240* .273** .164**
.172* .196** .121 **
Non subst. rel. Clients - rbce .080 .085 -.013
.
.057 .061 -.009
Non subst rel. Clients - marché -.223*** -.248*** -.189***
-.328*** -.371 *** -.275***
coordination interne - marché .009 .006 -.021
.011 .008 -.025
Paramètres B
I3MARCHE-TXME .552* .596** .368**
influence de marché sur txme .270* .287** .187**
13 MARCHE- RBCE .485 .498 . .311*
influence de marché sur rbce .237 .240 .158*
~RBCE .713*** .714*** .732***
influence de txme sur rbce .713*** .714*** .732***

* significatif à 10% ** significatif à 5% ***significatif à 1%

335
 Analyse des résultats des modèles complets

Adéquation locale

Le modèle Lisrel donne plusieurs indicateurs de ce que nous appelons génériquement

l'adéquation locale du modèle.

Tout d'abord examinons les différents paramètres d'adéquation locale du premier modèle.

Les loadings Â.x permettent de juger de la fiabilité de l'expression de la variable latente par les
variables observables. Les variables observables servant «d'échelle» ont reçu lors de l'étape
de spécification du modèle la valeur 1. Pour les autres, il s'agit de vérifier 1) la valeur absolue
du coefficient 2) le signe et 3) la significativité du coefficient à l'aide du T de Student

En ce qui concerne les À.x du modèle n01, on constate que leurs valeurs absolues sont plutôt
assez peu élevées (tab. IV.13.). Sur neuf, trois d'entre elles dépassent largement la valeur de
0,7 tandis que les autres sont inférieures. Toutefois, cette première analyse doit être relativisée.
En effet, les signes espérés sont tous conformes aux attentes, tel que nous l'avait laissé
supposer l'analyse en composantes principales. Par ailleurs, tous les Àx sont très significatifs
puisque lesT de Student correspondant excèdent la valeur 2.

Le tableau IV.12. 'Adéquation locale et globale' donne des estimations d'autres paramètres '.:.,

permettant de s'assurer de la validité des construits utilisés. Les corrélations multiples au carré
sont des mesures de la force de la relation linéaire entre la variable latente et les variables
observables qui sont censées l'exprimer (Joreskog et Sorbom, 1987, p42 et BoHen, 1989,
pl18). TI s'agit en fait d'une mesure comparable au R2 des modèles de régression. Sur les 14
corrélations multiples correspondant aux variables observables, seules 3 présentent des
coefficients faibles: il s'agit des variables DESTEMPS, R&DREL et surtout CONCFR. Les
autres ont des coefficients qui peuvent être qualifiés d'assez faibles (autour de 10%), de
moyens (30%) jusqu'à forts (supérieurs à 50%).

Lisrel donne également un coefficient global de détermination pour l'ensemble des relations
liant les variables latentes ç "'
aux variables observables X. Le modèle nO} a pour cet indice
d'adéquation une très forte valeur: 0 ,98 (tab. IV. 12).

L'ensemble de ces différentes informations nous permet de conclure globalement à une bonne
adéquation locale entre les variables latentes exogènes et les variables qui les expriment

336
Le même examen doit être effectué pour les variables latentes endogènes 11 . On constate tout
d'abord que la valeur absolue de ÂBCG est très forte, de bon signe et très significative (T
largement supérieur à 2). Par ailleurs, les corrélations multiples sont satisfaisantes pour la
variable latente endogène 'performance de marché' (0,16 et 0,239).

Ensuite, Lisrel détaille les coefficients de détermination partiels pour chaque variable latente
endogène,' avant de donner une estimation globale du coefficient de détermination total du
modèle (tab. IV.12). Dans cette partie sur l'adéquation locale nous nous intéressons ici au
premier coefficient Le second sera commenté ci-dessous, dans la partie portant sur
l'adéquation globale du modèle. On constate que les coefficients de détermination partiels sont
inégaux. Deux sont très forts: ceux concernant la performance de marché et la rentabilité du
capital d'exploitation (coefficients supérieurs à 0,53). Le troisième est faible puisque sa valeur
est d'à peine 7%. Nous tenterons d'en rendre compte ultérieurement.

Le modèle n02 a les mêmes spécifications que le premier modèle. ana retranché simplement la
variable CONCFR qui avait le plus faible loading et la plus faible corrélation multiple de toutes
les variables observables.

Au niveau des variables latentes exogènes, la modification essentielle concerne l'augmentation

de la valeur de ÂCI'FR qui passe de près de 0,4 à 0,52. TI n'y a pas de modification notable sur
les autres paramètres.

Au niveau des variables latentes endogènes, la modification opérée a comme conséquence une
amélioration légère des différents coefficients partiels de détermination, mais qui restent
logiquement dans les mêmes ordres de grandeur que ceux obtenus pour le modèle n°l.

Le modèle n03 reproduit les spécifications du modèle nOl en ajoutant les données manquantes
remplacées de la variable BCG, mais avec le retrait de CONCFR, hérité du deuxième modèle.

On constate au· total une amélioration des loadings: 'cela renforce la fiabilité globale des
construits des variables hi.tentes exogènes, même si le coefficient de détermination pour
l'ensemble des variables X fléchit très légèrement, passant de 0,98 à 0,96, restant à un

337
excellent niveau. Les corrélations multiples se maintiennent pour la grande majorité dans les
ordres de grandeurs du modèle n° 1.

En ce qui concerne les variables latentes endogènes, un résultat mérite d'être signalé: les

coefficients partiels de détermination sont les plus faibles des trois modèles. Spécifiquement,

alors que les deux premiers restent dans les mêmes ordres de grandeur, le coefficient de

détermination de la performance de marché passe de 0,53 à 0,39. Cela peut sans doute être

expliqué par l'augmentation du nombre d'individus qui introduit des erreurs standards plus

grandes, et réduit l'explication totale exprimée par le coefficient de détermination qui a au

numérateur Var (1lD. Quoiqu'il en soit la valeur de 0 ,39 reste tout à fait significative.

Au total, on peut conclure que les modèles complets ont été bien spécifiés, qu'ils ont pu être

estimés et que les coefficients traduisant l'adéquation locale entre les différentes variables

latentes et les variables observables sont globalement très satisfaisantes (allant d'une

adéquation locale moyenne à très bonne suivant les cas).

Nous pouvons passer à présent aux indices d'adéquation globale.

Adéquation alobale

Dans la lignée des indices présentés pour l'estimation de l'adéquation locale, le premier
élément qui sera présenté est le coefficient total de détermination _des équations structurelles _

(tab. IV.12.). Ce coefficient résume les effets combinés des variables du modèle sur les

variables endogènes. Plus il est proche de 1, plus le modèle causal explique un pourcentage
élevé de la variance des variables de performance à expliquer. En ce qui concerne les trois

modèles complets. le coefficient total de détermination est très bon : près de 60% pour les

deux premiers modèles et un peu moins (42%) pour le troisième compte tenu de

l'accroissement des variances dû à l'augmentation de la taille de l'échantillon.

Une manière de vérifier l'hypothèse de l'accroissement des dispersions des variables et

parallèlement d'estimer également l'adéquation du modèle consiste à examiner le graphique

des résidus standardisés. Ces graphiques ne sont pas reproduits dans ce chapitre mais peuvent

être consultés en annexes II. On estime qu'un modèle dispose d'une bonne adéquation lorsque

338
 les résidus standardisés (c'est-à-dire les résidus divisés par leurs erreurs standards) qui
. dépassent la valeur 2,58 représentent en proportion moins de 10% du nombre total de résidus
du modèle (le seuil de 8% est plus souvent retenu).

Or, pour les deux premiers modèles, on peut calculer que les proportions de résidus
standardisés dépassant la valeur 2,58 atteignent la borne des 8 ou 10% du nombre total. En
revanche, le troisième modèle comporte un plus grand nombre de résidus dépassant la valeur,
ce qui concorde .avec l'hypothèse d'une plus grande dispersion et donc d'une adéquation
globale légèrement plus faible.

Les différents autres indices d'adéquation globale du modèle nOI sont excellents: le OFI et
l'AOFI sont supérieurs à 0,95. Ces résultats permettent de juger que le modèle est très
correctement spécifié. On remarque que les modifications introduites (la suppression de la
variable observable CONCFR pour le modèle n02 et l'estimation du modèle Lisrel sur la
totalité des données après remplacement des données manquantes pour le modèle n03)
améliorent légèrement chacun de ces deux indices. Ils passent respectivement entre le .modèle
nOl et le modèle n03 de 0,985 à 0,990 pour le OPI, et de 0,977 à 0,984 pour l'AOFI.

De même, en ce qui concerne la racine du résidu quadratique moyen (RMR), la valeur

observée est inférieure au seuil toléré de 0,08. Dans le modèle nOl, il est de 0,037. fi passe à
0,030 dans le troisième modèle.

Enfin, le test du Chi-deux ne présente pas une probabilité significative. Ceci s'explique
aisément: la distribution des variables observables ne répond qu'imparfaitement à la
normalité; en outre, la taille de l'échantillon est très importante. La valeur du ratio entre le
Chi-deux et le nombre de degré de liberté pour le premier modèle nous fournit une base à
partir de laquelle les autres modèles peuvent être considérés comme étant meilleurs ou non que
celui-ci. Ainsi, on peut estimer que le modèle n02 constitue une amélioration significative de
l'adéquation globale puisque le ratio de ce modèle est de 2,8 contre 3,5 pour les modèles nOl
et n03. Dans le troisième modèle, le gain de Chi-deux obtenu pour le deuxième modèlé par le
retrait. de CONCFR a été en quelque sorte reperdu suite à l'augmentation de la taille de
l'échantillon et des plus grandes variances des données observables..

1 Les trois modèles présentent d'excellents scores sur tous les indicateurs d'adéquation globale.

339
 On peut particulièrement remarquer l'amélioration du Chi-deux significative entre le modèle
nOl et le modèle n02.

Au total, les indices d'adéquation locale et globale permettent de conclure à la très bonne
qualité des modèles spécifiés et estimés.

L'étape suivante consiste à se pencher sur les différentes valeurs des paramètres du modèle.

Paramètres de la structure causale

On présente dans un premier temps les corrélations cj> entre les variables latentes

exogènes. On rappelle que plusieurs hypothèses avaient été formulées quant à ces relations :

• d'une part, les corrélations reliant la coordination interne avec les propriétés des autres
ressources doivent être positives (hypothèses H.V.I à H.V.IV)

• d'autre part, deux hypothèses de contrôle ont été avancées: la non imitabilité et la non
transférabilité des ressources productives doivent être corrélés positivement (H.LH) ; il en

va de même entre la non substituabilité des relations fournisseurs et celle des relations

clients (H ITI.IV)

Les spécifications des modèles ont laissé libre l'ensemble des coefficients cj>. De cette manière,

l'ensemble des corrélations entre variables latentes exogènes a pu être estimé par Lisret,De

l'analyse de la matrice de corrélation standardisée obtenue, trois grands résultats peuvent être
déduits (tab. IV. 13.).

1. D'une part, en ce qui concerne les hypothèses portant sur la coordination interne, les quatre

coefficients de corrélation obtenus sont positifs et très significatifs (T>2,57). Sur la valeur des

coefficients, on remarque que le modèle n03 présente les meilleurs coefficients (de 0,15 à
0,23). Les deux premiers modèles exhibent des valeurs légèrement inférieures (une valeur

autour de 0,1).

Cela signifie que plus la coordination interne est élevée au sein des entreprises, plus les

propriétés des ressources susceptibles de dégager des rentes sont élevées. De même, puisqu'il

s'agit d'une corrélation, la relation peut également signifier que des ressources non imitables,

non substituables et non transférables requièrent une plus grande coordination interne au sein

de l'entreprise.

2. D'autre part, en ce qui concerne les hypothèses de contrôle, la relation entre la non

340
imitabilité et la non transférabilité est hautement significative (près de 0,70 en valeur, et T >
2,57). Cela signifie que les propriétés des ressources productives vont de pair les unes avec les
autres.

La relation entre les deux non substituabilités des relations est également vérifiée. Dans les
modèles n02 et n03, la valeur du coefficient de corrélation est la deuxième en importance (près
de 0,50). TI Y a donc homogénéité des variations dans les propriétés des ressources des
entreprises liées aux relations d'échange.

Les deux hypothèses de contrôle nous assurent une nouvelle fois de la cohérence globale des
relations entre les différentes variables du modèle et principalement entre les relations des .
variables latentes exogènes.

3. Par ailleurs, un troisième résultat apparaît:

Les autres relations qui avaient été laissées libres lors de la spécification du modèle
apparaissent également être positives et significatives, même si la valeur des coefficients est
légèrement inférieure à celle trouvée pour les hypothèses de contrôle. Cela indique .que les
variations entre les différentes propriétés des ressources se produisent. ensemble.
L'amélioration de la coordination interne interagit positivement avec les autres propriétés.
Mais de même, l'amélioration de la non imitabilité bénéficie de l'amélioration des autres
propriétés des ressources. Cet effet de système en quelque sorte, qui n'était pas attendu en tant .
que tel, conforte la cohérence au niveau empirique du modèle S-R-P.

Dans un deuxième temps, on s'intéresse aux coefficients de la structure causale (tab.

IV.14.). Deux types de coefficients sont disponibles: ceux reliant les variables latentes
exogènes aux variables latentes endogènes (les coefficients y) et ceux reliant les variables
latentes endogènes entre elles (les (3). On détaille successivement les relations 'Y variable
exogène par variable .exogène pour les trois modèles à la fois, avant de commenter les
coefficients (3.

Relations impliquant la non imitabilité des ressources productives

Aucune des relations impliquant la non imitabilité des ressources productives n'est apparue
significative dans·le premier modèle. Deux remarques doivent être formulées: 1) le coefficient

.341
 de la non imitabilité sur le taux de marge est important; 2) le coefficient de la non imitabilité

sur la performance de marché est très faible dans ce modèle. Ces deux éléments peuvent laisser

penser que le retrait du modèle de la relation entre la non imitabilité et la performance de

marché pourrait conduire à une significativité de la relation entre la non imitabilité et le taux de

marge. C'est cette opération qui a été faite dans le modèle n02 en « fixant» YNlMIT-MARCHE. La

conséquence en a été la significativité à 10% de la relation NIMIT-TXME (dont le y

standardisé est de 0,156). En conséquence, l'hypothèse H.II.l. est acceptée par le modèle n02.

En revanche, l'hypothèse H.II.3., supprimée du modèle n02 n'a pu être estimée. Elle est
réintroduite dans le modèle n03, qui confirme:

a) que plus la non imitabilité des ressources productives est grande, plus le taux de marge est

fort (H.Il.1) avec une significativité supérieure à 5% (y standardisé égal à 0,181) ;

b) que, concernant la relation sur la performance de marché, plus la non ïrnitabilité des

ressources productives est grande, plus la performance de marché est bonne (H.II.3) ayec

une signifièativi~ supérieure à 10% (r standardisé est égal à 0,243) .. ,

Toutefois. une relation apparaît être non significative pour les trois modèles: correspondant à
l'hypothèse H.n.2., la non..,imitabilité des ressources productives Semble ne pas avoir d'impact

sur la rentabilité du capital.

Relations impliquant la non transférabilité des ressources productives

Les trois modèles concordent: une seule relation ressort des estimations. La non tfansférabilitê

des ressources productives est très fortement reliée à la performance de marché de manière
positive, tandis qu'elle semble avoir peu d'influence sur la profitabilité et la rentabilité.

L'influence sur la performance de marché de cette variable est très forte puisque, d'une part le
coefficient standardisé varie entre les trois modèle entre 0,46 et 0,78 et, d'autre part, a une

significativité supérieure à 1%. On peut donc juger que l'hypothèse H.I.3. est clairement

acceptée tandis que les deux autres (H.I.l. et H.I.2.) ne le sont pas.

Relations impliquant la non substituabilité des relations fournisseurs

Une double relation était attendue concernant cette variable exogène. D'un côté, la non

substituabilité des relations fournisseurs devait influencer positivement la performance de

342
marché. De l'autre, le prix à payer en quelque sorte pour la constitution de cette ressource

devait se retrouver au niveau du taux de marge et de la rentabilité du capital d'exploitation,

matérialisé par une relation négative.

Les coefficients observés coïncident entre les trois modèles.

D'une part, la relation entre NSUFR et MARCHE est positive et très significative (le 'Y
standardisé varie entre 0,166 et 0,262).

D'autre part, la relation entre NSUFR et le taux de marge est négative et significative dans les

trois modèles: le 'Y varie entre -0,095 et -0,140). Toutefois, pour les trois modèles également

l'impact de cette variable sur la rentabilité brute du capital n'est pas jugée significative par

Lisrel (coefficients standardisés quasi nuls).

Au total donc, il semble bien que l'effet mis en avant dans le modèle théorique, c'est-à-dire le

croisement entre l'impact positif de la non substituabilité de la relation fournisseur sur la

performance de marché et l'impact négatif sur le taux de marge soit accepté par le test

empirique. A tout le moins, les hypothèses H.m.1. et H.ill.3 reçoivent une confirmation

empirique.

Relations impliquant la non substituabilité des relations clients

Les résultats des tests des hypothèses H.IV.1., H.IV.2. et H.IV.3. vont apporter un appui

empirique supplémentaire à l'effet de croisement exposé ci-dessus.

En effet, la relation entre NSUCL et la performance de marché est négative et très significative

pour les trois modèles, conformément à l'hypothèse H.IV.3. Les coefficients standardisés

s'étalent entre -0,275 et -0,328.

De plus, conformément à l'hypothèse H.IV.I., NSUCL en revanche influence positivement et

significativement la profitabilité. Les coefficients vont de 0,121 à 0,172.

En revanche, de même que pour NSUFR, NSUCL ne semble pas avoir d'impact notable sur la

rentabilité (coefficients standardisés quasi nuls).

Par conséquent, les hypothèses H.IV.l et H.IV.3. ne sont pas rejetées: les résultats sont

significatifs et conformes en signe à ce qui était attendu.

343
 Relation impliquant la coordination interne

Aucun des modèles ne valide l'hypothèse portant sur la liaison positive entre un fort degré de

coordination interne et la performance de marché.

Tous les coefficients estimés par Lisrel sont nuls. L'hypothèse H.V.3. n'est donc pas acceptée.

fi conviendra de revenir à, d'une part, l'effet que peut avoir la coordination interne sur les

propriétés des ressources (illustré par l'acceptation de hypothèses H.V.I. à H.V.IV.) et, d'autre

part, l'absence significative d'effet direct de la coordination sur la performance de marché.

Relations impliquant les variables endogènes entre elles (coefficients (3)

Deux hypothèses ont été formulées quant à l'influence positive de la performance de marché

sur les variables de profitabilité et de rentabilité (H.3.!. et H.3.2.). Une troisième hypothèse

(H.I.2.) relie le niveau de profitabilité à celui de rentabilité du capital d'exploitation.

Les trois modèles concordent globalement pour accréditer la validité de ces hypothèses. Les
,., ... " .

relations entre la perlormailce de marché et les deux autres variables de performance sont

positives et significatives, même si l'influence de la performance de marché sur le taux de

marge est plus significative (coefficient: 0,19) que celle sur la rentabilité du capital

(coefficient: 0,16). Ainsi, à propos de cette dernière, le T de Student du modèle n02 n'est que

de 1,5, et il est de 1,86 dans le modèle n03, contre 1,96 (modèle 2) et 2,4 (modèle 3) pour la

relation avec le taux de marge.

Pour la relation entre la profitabilité et la rentabilité, la relation est positive et très significative.

Le coefficient a une valeur qui correspond à l'ordre de grandeur observé dans la littérature

entre ces deux variables: aux alentours de 0,70.

Par conséquent, on peut estimer que les relations directes entre les variables endogènes entre

elles ne rejettent pas les hypothèses formulées à leur égard. fi y a bien un effet positif entre,

d'une part la performance de marché et les variables de profitabilité et de rentabilité, et d'autre

part, entre ces deux dernières.

Effets directs et indirects

L'analyse des modèles Lisrel ne serait pas complète sans vérifier que les effets indirects entre
variables ne viennent pas contredire les résultats trouvés précédemment. Les effets directs

344
correspondent à l'influence d'une variable sur une autre: par exemple, les coefficients f3 et 'Y
sont des effets directs. Mais pour estimer l'influence totale d'une variable sur une autre, il est
indispensable de prendre en considération les effets indirects, c'est-à-dire les effets d'une
variable sur une autre qui empruntent le relais d'une variable intermédiaire. Par exemple, la non
transférabilité des ressources productives influence positivement la performance de marché (il
s'agit d'un effet direct) alors qu'elle n'a pas d'effet direct sur le taux de marge. En revanche,
comme la performance de marché a un effet positif sur le taux de marge, il existe un effet
indirect entre la non transférabilité des ressources productives et le taux de marge qui passe par
la performance de marché.

L'analyse des effets directs, indirects et totaux des variables latentes sur les variables
endogènes fait émerger quelques résultats supplémentaires:

• Un effet indirect positif (0,265 dans le modèle n02) et significatif à 10% entre la non
transférabilité des ressources productives et le taux de marge ;

• Un effet indirect positif (0,134 dans le modèle n02) et significatif à 5% entre la non
imitabilité et la rentabilité brute du capital ;

• Un effet indirect positif (0,213 dans le modèle n02) et significatif à 5% entre la performance
de marché et la rentabilité brute du capital. Au sujet de cet effet indirect des variables
endogènes entre elles, les auteurs recommandent de vérifier que l'indice de stabilité proposé
par Lisrel soit inférieur à 1. Dans les trois modèles, cette propriété est respectée.

Au niveau de ces résultats, aucune contradiction ou effet masqué n'apparaît. Les résultats
empiriques confortent la construction théorique. Les impacts totaux (directs + indirects) des
différentes variables expriment le renforcement de l'effet des variables latentes exogènes sur les
variables de performances ainsi expliquées. Les signes positifs des effets indirects significatifs
éloignent le doute sur une incohérence locale des données: ils illustrent au contraire l'aspect
de renforcement des propriétés des ressources dans la constitution de bonnes performances
économiques.

Nous présentons la synthèse des tests de nos hypothèses de deux manières: 1) le tableau
récapitule les résultats des tests; 2) le diagramme des relations, le « path diagram », schématise

345
 les relations entre les variables latentes (les variables observables sont omises du graphique
pour en faciliter la lecture)

Lecture du tableau:
Les hypothèses significatives au regard des résultats obtenus sur les modèles complets
sont portées en gras.

Les hypothèses non significatives sont laissées en texte normal

Les hypothèses significativement rejetées sont en italique (aucune hypothèse rejetée dans les
modèles complets)

Tableau IV.IS. Résultats des modèles complets - Tests des hypothèses

. sens de la
HYP01HESES
relation
H.I.1. Plus la non transférabilité des ressources productives d'une
(+)
entreprise est grande, plus le taux de marge est fort
Plus la non transférabilité des ressources productives d'une
H.I.2.
entreprise est grande, plus la rentabilité brute du capital (+)
d'exploitation est forte

H.I.3. Plus la non transférabilité des ressources productives d'une

(+)
entreprise est 2I"ande, plus la performance de marché est forte
H.II.I. Plus la non imitabiIité des ressources productives d'une
(+)
entreprise est grande, plus le taux de marge est fort

H.II.2.
Plus la non imitabilité des ressources productives d'une entreprise (+)
est grande, plus la rentabilité brute du capital d'exploitation est forte
Plus la non imitabilité des ressources productives d'une
H.II.3. (+)
entreprise est 2I"ande,plus la performance de marché est forte. ~~ . --. -- ------

H.rn.l. Plus la non substituabilité de la relation fournisseurs est (-)

grande, plus le taux de marge est faible
Plus la non substituabilité de la relation fournisseurs est grande, plus (-)
H.m.2.
la rentabilité brute du capital d'exploitation est faible
H.rn.3. Plus la non substituabilité de la relation fournisseurs est
(+)
. erande, plus la performance de marché est forte
Plus la non substituabilité de la relation clients est grande, plus
H.IV.I. (+)
le taux de marge est fort

H.IV.2.
Plus la non substituabilité de la relation clients est grande, plus la (+)
rentabilité brute du capital d'exploitation est forte
Plus la non substituabilité de la relation clients est grande, plus (-)
H.IV.3. la performance de marché est faible
H.V. Plus le degré de coordination interne est fort, plus la performance de
(+)
marché est forte

346
 Plus le taux de marge est élevé, plus la rentabilité brute du
H.I.2. (+)
capital est forte
H.3.1. Plus la performance de marché est forte, plus le taux de marge (+)
est élevé

H.3.2. Plus la performance de marché .est forte, plus la rentabilité

(+)
brute du capital d'exploitation est forte

H.V.I. La coordination interne et la non transférabilité des ressources (+)

productives sont corrélées positivement
La coordination interne et la non imitabi6té des ressources (+)
H.V.I1.
productives sont corrélées positivement
La coordination interne et la non substituabilité des relations (+)
H.V.I1L fournisseurs sont corrélées positivement
La coordination interne et la non substituabilité des relations (+)
H.V.IV. clients sont corrélées positivement
...

La non transférabilité des ressources productives et la non

H.I.I1. (+)
imitabilité des ressources productives sont corrélées
positivement
La non substituabilité des relations fournisseurs et la non - (+)
H.I1I.IV substituabilité des relations clients sont corrélées Dositivement

347
 Figure IV.16. RESUME DES RELATIONS SIGNIFICATIVES
(CAS A - MODELE COMPLET)

N.B. les coefficients entre parenthèses sont ceux du modèle n03

/"
(+0.185)

~
Çm Non substituabilité (+)
Relations fournisseurs

(+0.149) (+0.497)

(-0.275)

Çv

-----~- Relation significative au moins à 10%

-----.- Relation significative au moins à 5%

348
 /V.2.I.b. Modèles réduits (comparaison 1)

La figure N.10. présente les deux grands types de comparaison qui ont été menées.

La première comparaison projetée, traitée dans cette sous-section, porte sur la structure
causale des modèles complets par rapport à celle des modèles réduits, c'est-à-dire ne
comportant que les variables de 1995-1996 qui seront également présentes dans le cas B
(données de 1993-1994).

De même que précédemment, nous proposons deux modèles: l'un porte sur les données sans
remplacement des données manquantes (modèle 4) et s'apparente en cela au modèle complet
n02 ; l'autre porte sur le maximum d'individus, avec remplacement des données manquantes de
BCG (modèle 5) et s'apparente au modèle complet n03.

On présente les spécifications des modèles n04 et 5 par rapport aux modèles n02 et 3 dans le
tableau IV.l? Sont donnés ensuite les résultats comparés entre ces différents modèles,
complets et réduits, dans les trois tableaux_suivants,identiques dans leurs structures à ceux qui
ont été commentés pour les trois premiers modèles.

Dans les modèles réduits du cas A, comme daris les modèles à venir du cas B, chaque\Tariable
latente est exprimée à l'aide de deux variables observables X. Cela provient du fait que les
deux premières années de constitution du questionnaire, certaines questions n'étaient pas
posées par les enquêteurs. C'est pourquoi les spécifications des variables X pour les modèles 4
et 5 font apparaître des variables comme 'absentes'. En ce qui concerne les coefficients y, les
modèles 4 et 5 respectent scrupuleusement les mêmes spécifications que les modèles 2 et 3. TI
en va de même pour tous les autres paramètres, à l'exception des covariances entre erreurs de
mesure. Les modèles n04 et 5 retiennent comme significatives les covariances entre des
variables observables des variables latentes NSUCL et NSUFR. Les résultats montrent que la
covariance entre les erreurs de mesure de CTCL et CTCLFR est positive, c'est-à-dire que les
erreurs de mesure entre CTCL et CTCLFR ne sont pas indépendantes et varient dans le même
sens. L'autre covariance significative lie les variables observables de NSUFR. Mais la
dépendance entre les erreurs de mesure sur CTFR et CTFRCL est négative, c'est-à-dire que
lorsqu'une des deux variables est sous-estimée, l'autre a tendance à être surestimée.

349
Tableau IV.17. SPECIFICATION DES MODELES
MODELE MODELE MODELE MODELE
cornnletn02 comnletn03 réduitn04 réduit nOS
Variables X Âx
DESTEMPS libre libre libre libre
DIFF 1 1 1 1
R&DREL libre libre absent absent
FONRD 1 1 1 1
DEGTRANS libre libre libre libre
CTFR libre libre libre libre
CTFRCL 1 1 1 1
CONCFR retiré retiré absent absent
CTCL libre libre libre libre
CTCLFR 1 1 1 1
ADAPT libre libre absent absent
DIFINFO 1 1 1 1
DIFOBJ libre libre libre libre
COORD libre libre absent absent
Variables Y Â
TXME 1 1 1 1
RBCE 1 1 1 1
BCG libre libre libre libre
POSICLE 1 1 1 1
AUTRES covariance entre erreurs ~
ÔoIFINFO-CIFR libre libre - libre
OADAPr-CfCL libre libre - -
OcrcLFR-CIFR - - libre libre
Ocrcr.-CIFRCL - - libre libre
coefficients 'Y
'YCORDI-TXME fixé fixé fixé fixé
'YCORDI-RBCE fixé fixé fixé fixé
...
'YNIMrr-MARCHE fixé - fixé -

350
Tableau IV.IS. ADEQUATION GLOBALE ET LOCALE
Corrélations multiples MODELE MODELE MODELE MODELE
n02 n03 n04 nOS
DESTEMPS .054 .079 .053 .086
DIFF .690 .515 .717 .473
R&DREL .045 .054
FONRD .211 .265 .188 .195
DEGTRANS .120 . .115 .160 :140
CTFR .110 .134 .147 .157
CTFRCL .412 .381 .311 .331
CONCFR - -
CTCL .117 .098 .063 .056
CTCLFR .517 .545 1 1
ADAPT .181 .174
DIFINFO .356 .337 .694 .583
DIFOBJ .337 .343 .197 .227
COORD .354 .297

TXME 1 1 1 1
RBCE 1 1 1 1
POSICLE .231 .259 .240 .272
BCG .164 .112 .158 .108

Coefficient de détermination pour .976 .964 n.a. n.a.

les variables X

Coefficient partiel de détermination

des éQuations structureUes
TXME .071 .064 .071 .088
RBCE .589 .576 .579 .581
MARCHE .548 .390 .585 .488 .

Coefficient total de détermination .590 .423 .613 .533

des éQuations structureUes

AdéQuation sdobale
G.F.1. .989 .990 .995 .995
A.G.F.I .983 .984 .989 .990
RMR .032 .030 .026 .024
Chi-deux 263 .324 112 138
De.ln"ésde liberté 94 93 53 51
« .e:ain » de Chi-deux rapport: 2,8 rapport: 3,5. rapport: 2,1 rapport : 2,7

Indice Maximum de Modification 31 pour 40 pour 13 pour 19 pour

ÂDEG-NSUCL ÂcrCL-IMIT ÂDEG-NSUCL Â-DEG-NSUCL

351
Tableau IV.19. VARIABLES OBSERVABLES ET VARIABLES LA TENTES
.
MODELE 2 MODELE 3 MODELE 4 MODÈLES
Variables X Â.x Â.x Â.x Â.x
DESTEMPS .280*** .391*** .272*** .428***
DIFF 1 1 1 1
R&DREL .463*** .451***
FONRD 1 1 1 1
DEGTRANS -.754*** -.658*** -.922*** -.847***
CTFR .517*** .593*** .687*** .688***
CIFRCL 1 1 1 1
CONCFR - -
CTCL 1 1 1 1
CTCLFR .476*** .424*** .251 *** .234***
ADAPT .591*** .564***
DIFINFO 1 1 1 1
DIFOBJ .997*** 1*** .533*** .623***
COORD .973*** .938***
Variables Y
Â.v Â.v Â.y Â.y
TXME
1 1 1 1
RBCE
1 1 1 1
BCG .842*** .659*** .812*** .629***
POSICLE 1 1 1 1

Corrélations entre variables latentes

(coefficients standardisés)
cPNIMlT-NTRANS .690*** .690*** .667*** .813***
<I>NIMIT-NsUFR .207*** .290*** .214*** .313***
<l>NIMrr-NSUCL .325*** .375*** .255*** .311***
<l>NlRANS-NSUFR .225*** .249*** .171 *** .236***
cPNlRANS-NSUCL .433*** .398*** .263*** .275***
<l>NSl.JFR-~SUCL
.499*** ..... ....497*** . ····.595*** . .581***
<l>CORDI-NIMIT .106*** .185*** .076** .156***
<l>CORDI-NTRANS .193*** .232*** .118*** .190***
cPCORDI-NSUFR .141*** .149*** .251 *** .261***
<l>CORDI-NSUCL .231*** .227*** .100*** .108***

AUTRES
~IFINFO-C'IFR .097*** .109***
OADAPT-crCL .146*** .178***
OCfCLFR-C'IFR -.259*** -.245***
Ocrcr.-CIFRCL .106*** .108***

* significatif à 10% ** significatif à 5% ***significatif à 1%

352
Tableau 1V.20. STRUCTURE CAUSALE
MODELE 2 1 MODELE 3 MODELE 4 MODÈLES
ESTIl\1A TIONS
Non standardisées
Paramètres 'Y Standardisées
Non imitabilité -txme .188* .252** .204* .566**
.156* .181** .173* .389**
Non imitabilité -rbce .116 .011 .059 .048
.096 .008 .050 .033
Non imitabilité - marché - .172* - -.097
.243* -.054
Non transférabilité -txme -.494 -.278 -.543 -.864
-.227 -.057 -.235 -.382
Non transférabilité -rbce -.626 -.233 -.423 -.373
-.288 -.089 -.183 -.165
Non transférabilité - marché .806*** .455*** .788*** .818***
.771 *** .461*** .698*** .777***
Non subst. rel. Fournisseurs- -.219** -.153* -.323* -.202
txme -.140** -.095* -.180* -.116
Non subst. rel. Fournisseurs- -.085 -.036 -.003 .087
rbce -.024 -.022 -.002 .050
Non subst. reL Fournisseurs- .196** .137** .374*** .235**
marché .262** .166** .426*** _ .260**
Non subst rel. Clients - txme .273** .164** .155* .081
.196** .121** .155* .082
Non subst. rel. Clients - rbce .085 -.013 .004 -.036
.061 -.009 .004 -.036
Non subst. rel. Clients - -.248*** -~189*** -.149*** -.100**
marché -.371 *** -.275*** -.306*** -.192**
Coordination interne - marché .006 -.021 -.027 -.065*
.008 -.025 -.045 -.095*
Paramètres B
f3MARCHE -TXME .596** .368** .640** .497**
influence de marché sur txme .287** .187** .313** .259**
f3 MARCHE- RBCE .498 .311* .399 .343*
influence de marché sur rbce .240 .158* ~195 .179*
/3TxM&RBCE .714*** .732*** .720*** .726***
influence de txme sur rbce .714*** .732*** .720*** .726***

* significatif à 10% ** significatif à 5% ***significatifà 1%

353
L'analyse des résultats des modèles réduits est établie en comparaison avec ceux obtenus pour
les modèles complets. C'est l'objet de la comparaison nOl qui permet, d'une part, de s'assurer
de la bonne cohérence globale des résultats empiriques testant le modèle théorique avec moins
de variables observables X, et d'autre part, de procéder à la deuxième comparaison sur des
bases communes avec les données observables de 1993-1994 (cas B)
Adéauation locale

Les loadings des variables observables X sont pour les modèles 4 et 5 de bon signe, et tous très
significatifs (à 1%). Leurs valeurs s'étagent entre 0,25 et 0,92 pour le modèle n04 et 0,24 et
0,85 pour le modèle n05 (tab. IV. 19). n en va de même pour la variable Y estimée. Par
conséquent, la réduction du nombre de variables observables n'a pas altérée a priori la fiabilité
de la mesure des variables latentes correspondantes.

Ce résultat est conforté par les corrélations multiples (tab. IV.18). Pour les deux modèles, les
corrélations multiples des variables X correspondent à ceux qui avaient été observés dans, les
modèles qui leur servent de référence. Ces coefficients sont de même ordre de grandeur, .eLles
variables les mieux représentées dans les derniers modèles correspondent à celles qui l'étaient
également dans les modèles n02 et 3 (et inversement). Les coefficients de détermination pour
les variables X ne sont pas disponibles, car comme l'indique la valeur 1 du coefficient' de
détermination de CTCLFR, nous avons fixé l'erreur de mesure 8 de cette variable à zéro
suivant les recommandations du programme.

En revanche,-les -coefficieiitSUpiriiels de âétéiriifuation -âeséquations structurelles laissent--------

apparaître une très bonne stabilité des résultats, voire une amélioration: même si le coefficient
partiel de TXME est toujours faible (même s'il approche les 9% pour le modèle n05), il est égal
dans un cas et supérieur dans l'autre aux valeurs de comparaison ; par ailleurs, les deux autres
coefficients, qui étaient déjà les plus élevés pour les modèles n02 et 3 sont supérieurs daDs les
modèles 4 et 5. Dans le premier cas, tousles deux sont proches de 60% ; et dans le second cas,
proches de 50%.

Au total, il n'y a pas eu de perte d'adéquation locale due au passage d'un modèle complet à un
modèle réduit. Il convient toutefois d'examiner les résultats obtenus au niveau global.

354
 Adéquation globale

Les coefficients totaux de détermination des équations structurelles traduisent par leur niveau

les conclusions tirées de l'examen de l'adéquation locale. En effet, une nouvelle fois, ils se

trouvent améliorés (tab. IV.18.). Le modèle n04 a un coefficient total de détermination de

61,3% (contre 59% pour le modèle n02) tandis que le modèle n05 a un coefficient de 53,3%

(contre 42,3% pour le modèle n03). Ces chiffres sont très bons, et attestent d'une part, de la

qualité des résultats empiriques, et d'autre part, de la robustesse du modèle théorique sous-

jacent

En outre, on peut remarquer que l'accroissement de la dispersion des variables provoquées par

l'augmentation du nombre d'individus a des effets moins forts dans le cadre du modèle réduit

que dans celui du modèle complet. C'est ce qu'illustre la valeur des coefficients partiels de

détermination des équations structurelles du modèle n05 par rapport au modèle n03. En effet, le

coefficient partiel de détermination du modèle n03 était de 42% ce qui représentait une

différence par rapport au coefficient de détermination partiel de la variable RBCE de 15%.

Dans le modèle n05, la différence n'est plus que de 5%, et le niveau du. coefficient de

détermination de la variable MARCHE se situe à près de 49% (soit 10% de plus que la valeur
correspondante du modèle n03).

Si l'on se penche sur les graphiques des résidus standardisés, on remarque d'une part que le

nombre d'erreurs dépassant le seuil de 2,58 est largement au-dessous des 8% pour le modèle 4,

et légèrement supérieur pour le modèle 5, montrant en cela que la variabilité introduite par
l'ajout d'individus est néanmoins effective (le modèle 3 présentait la même caractéristique par
rapport au modèle 2).

L'amélioration de l'adéquation globale s'exprime en outre par rapport aux indices de fit, qui

tous sont meilleurs pour les modèles n04 et 5 que ceux observés pour les modèles n02 et 3 (tab.

IV.18). Avec un GFI de 0,995 et un AGFI de 0,990 les résultats sont très proches de 1. De

même, le RMR s'approche de 0 ce qui est également excellent Enfin, le rapport du Chi-deux

sur les degrés de liberté montre une amélioration significative de l'adéquation des modèles

(baisse de plus de la moitié du Chi:"deux contre baisse de moins de la moitié des degrés de

liberté des modèles).

355
Au total, les indices d'adéquation Vocale et globale) permettent de conclure à la très bonne
qualité des modèles spécifiés et estimés. De plus, la cohérence entre les modèles complets et
réduits est confortée par ces résultats. Ceci ne peut être confirmé que par l'examen de la
structure causale des modèles.

Paramètres de la structure causale

Dans un premier temps, nous comparons les coefficients <1> entre modèles (tab. IV. 19.).

Les hypothèses qui avaient été acceptées dans les modèles complets sont confirmées par les
modèles réduits.

L'influence de la coordination interne sur les variables latentes correspondants aux autres
propriétés des ressources est positive et très significative. Les paramètres respectent les ordres
de grandeur déjà observés dans les modèles nO2 et 3. Les hypothèses R.V.!. H.V.TI. H.V.ITI.
et H.V.IV sont donc également vérifiées à nouveau.

Les corrélations entre les propriétés des ressources productives d'une part, et entre les
propriétés des ressources liées aux relations d'échange d'autre part, sont pour les deux
modèles supérieures en valeur absolue aux autres corrélations entre variables latentes. Les
hypothèses de contrôle H.I.TI et H.ill.!V sont donc toutes les deux respectées.

Dans un second temps, on se penche suries paramètres de lastructure~causale-(tab.~~--------

IV.20).

Relations impliquant la non imitabilité des ressources productives

L'influence de la non imitabilité sur le taux de marge est confnmée par les modèles n04 et 5. La
valeur du coefficient standardisé est sensiblement la même dans le modèle 4 (0,173) par
rapport au modèle 2 (0,156), et légèrement supérieur~ dans le modèle 5 (0,389) par rapport au
modèle 3 (0,181). L'hypothèse H.n.l est acceptée.

De plus, le modèle n03 présentait une relation significative entre la non imitabilité et la
performance de marché, relation qui n'est pas confirmée par le modèle n05, puisque le
coefficient est très faible et non significatif. L'hypothèse H.II.3. n'est pas acceptée par le

356
modèle réduit

Comme dans les modèles n02 et 3, l'hypothèse H.II.2. n'obtient pas de confirmation: les

coefficients sont nuls et son significatifs.

Relations impliquant la non transférabiIité des ressources productives

Les résultats obtenus dans les modèles n04 et 5 correspondent exactement à la situation

observée pour les modèles n02 et 3. En effet, les deux hypothèses reliant la non transférabilité

avec la profitabilité et la rentabilité sont non significatives.

En revanche, l'hypothèses H.I.3. est largement vérifiée puisque les coefficients standardisés,

significatifs à 1% tournent autour de 0,70. En conséquence de quoi, la non transférabilité des

ressources productives rend bien compte de manière significative de la performance de marché

(H.I.3. acceptée).

Relations impliquant la non substituabilité des relations fournisseurs

Le modèle n04 renforce les résultats trouvés dans le cadre du modèle n02. D'une part

l'hypothèse H.II!.l. reliant négativement NSUFR et le taux de marge est à nouveau négative et
significative (coefficient standardisé de-0,180 contre -0,140 dans le précédent modèle):

D'autre part, l'influence positive de la non substituabilité des relations fournisseurs sur la

performance de marché est également vérifiée (significative à 1%, le coefficient est de 0,426

contre 0.262 dans le cas précédent).

Le modèle nO 5, du fait de l'augmentation de la taille de l'échantillon, reproduit de manière

amoindrie les résultats du modèle n04. Ainsi, si l'hypothèse H.III.3. est acceptée, le coefficient

est inférieur à celui trouvé dans le modèle n04 (0,260). De plus, l'hypothèse H.m.1. devient

non significative à 10% : le coefficient 'YNsUFR-TXME est égal à -0,116, ce qui est inférieur au
même coefficient du modèle n04 (-0,180) mais supérieur à celui du modèle complet n03 (-

0,095) qui étaient tous les deux significatifs. Mais on constate que le T de Student du

coefficient YNSUFR-TXME (T=1.52) est proche du seuil de significativité à 10% (T>1,64).

Par conséquent, au niveau global, de même que pour les modèles complets, les modèles réduits

permettent d'accepter les hypothèses H.m.!. et H.m.3.

357
Relations impliquant la non substituabilité des relations clients

La même structure de résultat se produit pour les relations impliquant NSUCL et les variables
de performance.

Les hypothèses portant sur la perlormance de marché demeurent pour chaque modèle
significatives et négatives, confmnant les résultats des modèles précédents et permettant
d'accepter l'hypothèse H.IV.3. Toutefois, la relation entre NSUCL et TXME significative et
bien orientée dans le modèle n04 reste bien orientée mais de valeur absolue plus faible,
devenant non significative dans le cinquième modèle (T=1,48).

Globalement, on peut conclure que les hypothèses H.IV.3. et H.IV.l sont acceptées par les
modèles réduits comme elles l'étaient par les modèles complets.

Relation impliquant la coordination interne

Alors que le coeffic~ent ')'COORD-MARCHE était quasi nul dans les modèles n02 et 3, il le dem~ure
, ,

dans le modèle n04 et reste non significatif. Cependant, dans le,cinquième modèle, la relation
devient significative mais n'est pas conforme avec l'hypothèse H.V.3.

En effet, l'hypothèse estimait que l'augmentation de la coordination interne, qui améliore par
ailleurs les propriétés des ressources, devait de la' même manière contribuer au niveau" de
perlormance de marché obtenu. Or, le coefficient significatif à 10%, est égal à -0,095. TI
implique donc que l'augmentation du niveau de coordination ,interne seraitplutôt.l'~judiciabl~ _
à la perlormance de marché que l'inverse. Ce résultat conduit pour la première fois à rejeter
l'hypothèse H.V.3.

Relations impliquant les variables endogènes entre elles (coefficients (3)

Conformément aux résultats des modèles de référence, la relation dominante concerne la

liaison entre le taux de marge et la rentabilité brute du capital d' exploitation~Très significative,
cette relation tourne en valeur autour de 0,70 comme cela a déjà été observé dans les modèles
1,2et3.

En ce qui concerne les hypothèses H.3.1. et H3.2., elles sont vérifiées de la même manière

358
qu'elles l'étaient dans les modèles n02 et n03. Précisément, les coefficients du modèle n05 par
rapport au modèle n03 donnent 0,259 contre 0,187 pour /3MARCHE-TXME et 0,179 contre 0,158
pour /3MARCHE-RBCE. Par conséquent, de même que dans les modèles n02 et 3, les hypothèses
reliant les variables de performance entre elles sont acceptées.

Effets directs et indirects

Au niveau des modèles réduits, on observe également les mêmes effets indirects significatifs
que dans le cas des modèles complets.

• Un effet indirect positif (0,505 dans le modèle n04) et significatif à 10% entre la non
transférabilité des ressources productives et le taux de marge, par l'intermédiaire de la
performance de marché ;

• Un effet indirect positif (0,147 dans le modèle n04) et significatif à 5% entre la non
imitabilité et la rentabilité brute du capital, médiatisé par l'influence de la performance de
marché sur la RBCE ;

• Un effet indirect positif (0,36 1dans le modèle n05) et significatif à 5% entre la performance
de marché et la rentabilité brute du capital. Au sujet de cet effet indirect des variables
endogènes entre elles, les auteurs recommandent de vérifier que l'indice de stabilité proposé
par Lisrel soit inférieur à 1. Dans les deux modèles réduits, cette propriété est respectée.

Synthèse et points de comparaison

La structure globale obtenu par les modèles complets a été pour la très grande majorité des
traits confirmée et confortée par les modèles réduits. Cela signifie que la deuxième
comparaison (cas B) va pouvoir s'établir en estimant implicitement que les résultats qui seront
obtenus corresponden,t presque totalement à ce qu'ils auraient été si l'on avait pu obtenir en
1993 et 1994 les données correspondant aux questions présentes dans les questionnaires 1995-
1996 et utilisées pour les opérationnalisations des variables latentes des modèles complets du
casA.

359
La conformité quasi parfaite entre les résultats des analyses réduites par rapport aux
modèles complets nous permet d'estimer que la synthèse des tests d'hypothèses exposée
dans le tableau IV.15 et le schéma IV.16 est correcte, cohérente et robuste.

Toutefois, la réduction du nombre des variables observables X nous a penms d'attirer

l'attention sur plusieurs phénomènes :

• la disparition d'une relation significative entre la non imitabilité des ressources productives
et la performance de marché ;

• l'affaiblissement des coefficients y pour la variable NSUCL en valeur absolue, relativement

aux modèles complets ;

• l'apparition dans le modèle n05 d'une relation contraire à l'hypothèse H.V.3. reliant le
niveau de coordination interne avec la performance de marché.

On ne peut tirer de conclusions pour l'instant sur la pertinence et la sighification de ces

dernières observations. Cependant, il faut simplement les avoir à l'esprit au moment où nous
passons à la deuxième comparaison (figure IV. 10), c'est-à-dire l'analyse du cas B.

IV.2.2. Modèles du Cas B (comparaison 2)

La deuxième comparaison porte sur la structure des modèles du cas A par rapport à celle du
cas B (données de 1993-1994). Avant de présenter les résultats des moâèles--üsreI
correspondant à la situation théorique, il convient de résumer quelques informations sur la base
de données utilisant les questionnaires 1993 - 1994.

IV.2.2.a. La base utilisant les données de 1993-1994

Les données sur lesquelles sont testées les hypothèses du modèle théorique du cas B
contiennent les réponses aux mêmes questions que celles utilisées dans les modèles réduits du
casA.

La Banque de France procède à un rééchantillonnage par moitié tous les deux ans des
entreprises sondées. Par conséquent, d'un point à un autre, seuls environ 50% des individus

360
sont présents aux deux points. Plutôt de reconstruire une base complète sur les 4000 individus
disponibles en 1993-1994, nous avons préféré ne retenir que les individus communs en 1993-
1994 et 1995-1996; La base utilisée pour le cas Bcontient 1192 individus, qui sont appariés,
c'est-à-dire que tous ces individus appartenaient à la base de données utilisée pour tester les
modèles réduits du cas A. Ce choix a été opéré afin de ne pas introduire de bruits dans la
sélection des individus constituant la base. TIfaut signaler que les modèles réduits n04 et 5 du
cas A ont été testés également avec les 1192mêmes individus que ceux du cas B. Les relations
ne présentaient aucune différence significative avec les modèles 4 et 5 exposés dans la sous-
section précédente.

Par ailleurs, la répartition sectorielle de la base B est conforme à celle obtenue pour les
premiers modèles avec la première base de données. La représentativité de l'échantillon est
bonne, aucun effet sectoriel important n'est repéré.

L'étude des corrélations entre les mesures des variables fait ressortir la grande conformité de
structure entre les deux bases de données. Notamment, les corrélations des différentes
variables explicatives avec leur moyenne calculée aux. points A et B sont fortes: cela fait
ressortir l'effet de structure. De plus,. les corrélations entre les variables et la différence·des
variables entre le point A et le point B sont faibles. Au total, on s'assure bien que l'on mesure
les effets d'une même structure causale sur les variables de performance et non pas l'effet des
variations des variables explicatives sur les variables de performance.

On a utilisé strictement la même méthodologie que dans le cas A. Avant de procéder aux
analyses Lisrel, on a effectué une analyse en composantes principales qui fait ressortir, au
niveau des 10 variables observables X utilisées dans les modèles réduits A, cinq axes
correspondant aux différentes variables latentes 1;.

IV.2.2.b. Les résultats

De même que les modèles réduits s'appuyaient sur les modèles complets n02 et 3, on présente
les résultats de deux modèles Lisrel ayant les mêmes spécifications. Cela permet donc de
comparer facilement les modèles 6 et 7, correspondant au cas B, avec d'une part les modèles
complets et d'autre. part les modèles réduits. Pour des raisons de présentation, les tableaux
contiennent les modèles réduits et les modèles du cas B (modèles 4 et 5, et modèles 6 et 7).

361
Dans les commentaires, on établira la comparaison 2 (figure IV.lO) avec l'ensemble des
résultats obtenus.

Les deux modèles (n06 et 7) reprennent les mêmes spécifications que les modèles théoriques
réduits du cas A, à la covariance d'erreurs de mesure ÔolFF-CfCL près (qui étaient présente dans

les modèles complets).

Tableau IV.21. SPECIFICATION DES MODELES
MODELE MODELE MODELEn06 MODÈLEno7
réduitn04 réduitn05 CASB CASB
Variables X Â.x
DESTEMPS libre libre libre libre
DIFF 1 1 1 1
FONRD 1 1 1 1
DEGTRANS libre libre libre libre
CTFR libre libre libre libre
CTFRCL 1 1 1 1
CTCL libre libre libre libre
CTCLFR 1 1 1 1
DIFINFO 1 1 1 .1
DIFOBJ .,.,-.
libre libre libre libre
Variables Y Â. . ,

TXME 1 1 1 1 .

RBCE 1 1 1 1
BCG libre libre libre libre
POSICLE 1 1 1 1
AUTRES covariance entre erreurs Ô '.

ÔoIFINFO-CIFR - libre libre libre

ÔolFF-crcL - - libre libre
ÔcrCLFR-CIFR libre libre - -
Ôcra.-ClFRCL libre libre libre libre
coefficients 'Y
YCORDI-TXME fixé fixé fixé fixé
YCORDI-RBCE fixé fixé fixé fixé
'YNIMrr-MARCHE fixé - fixé -

362
Tableau IV.22. ADEQUATION GLOBALE ET LOCALE
Corrélations multiples MODELE MODELE MODELE MODÈLE
n04 nOS n06 n07
DESTEMPS .053 .086 .135 .137
DIFF .717 .473 .459 .456
FONRD .188 .195 .170 .280
DEGTRANS .160 .140 .080 .119
CTFR .147 .157 .149 .154
CTFRCL .311 .331 .291 .280
CTCL .063 .056 .065 .066
CTCLFR 1 1 1 1
·DIFINFO .694 .583 .385 .389
DIFOBJ .197 .227 .292 .288

TXME 1 1 1 1
RBCE 1 1 1 1
POSICLE .240 .272 .224 .226
BCG .158 .108 .183 .178

Coefficient de détermination pour n.a. n.a. n.a. n.a.

les variables X

Coefficient partiel de détermination

des équations structurellles
TXME .071 .088 .044 .040
RBCE .579 .581 .606 .576
MARCHE .585 .488 .337 .275

Coefficient total de détermination .613 .533 .442 .336

des équations structurelles

Adéquation elobale
G.F.I . .995 .995 .994 .994
A.G.F.I .989 .990 .987 .988
RMR .026 .024 .. 028 .027
Chi-deux 112 138 73 68
Degrés de liberté 53 51 52 51
«gain» de Chi-deux rapport : 2,1 rapport: 2,7 p=O.03 p=O.05

Indice Maximum de Modification 13 pour 19 pour 8 7

ÀDEG-NSUCL ÀDEG-NSUCL

363
 Tableau IV.23. VARIABLES OBSERVABLES ET VARIABLES LA TENTES
MODELE 4 MODELES MODELE 6 MODELE 7
Variables X Â,x Â,x Â,x Â,x
DESTEMPS .272*** .428*** .542*** .547***
DIFF 1 1 1 1
FONRD 1 1 1 1
DEGTRANS -.922*** -.847*** -.686*** -.651 ***
CTFR .687*** .688*** 1.397*** 1.351***
CTFRCL 1 1 1 1
CTCL 1 1 1 1
CTCLFR .251*** .234*** .255*** .256***
DIFINFO 1 1 1 1
DIFOBJ .533*** .623*** .870*** .861***
Variables Y
Â,v Â,v Â,v Â,v
TXME 1
1 1 1
RBCE
1 1 1 1
BCG .812*** .629*** .903*** .887***
POSICLE 1 1 1 1

Corrélations entre variables latentes

(coefficients standardisés) .
<l>NIMIT-NrRANS .667*** .813*** .797*** .585***
,.

<l>NIMIT-NSUFR .214*** .313*** 290***' .307***

<l>NIMIT-NSUCL .255*** .311 *** .369*** .369***
<l>N1RANs-NsUFR .171*** .236*** .314** .222**
<l>N1RANs-NsUCL .263*** .275*** .250*** .207***
<l>NsUFR-NSUCL .595*** .581 *** .192*** .190***
<l>CORDI-NIMIT .076** .156*** .234*** .233***
<l>CORDI-NrRANS .118*** .190*** .292*** .243***
<l>CORDI-NSUFR .251*** .261 *** . .183** .. 192**. ___
.
<l>CORDI-NSUCL .100*** .108*** .202*** .201***

AUTRES
boIFINFO-CIFR .093** .090** . 1

boIFF-CTCL -091*** -0.91 ***

Ôcrcr.FR-crFR -.259*** -.245***
Ôcrcr.-crFRCL .106*** .108*** .137*** .137***

* significatif à 10% ** significatif à5% ***significatifà 1%

364
Tableau IV.24. STRUCTURE CAUSALE
MODELE 4 1 MODELE 51 MODELE 61 MODELE 7
. ESTIMATIONS
Non standardisées
Paramètres 'Y Standardisées
Non imitabilité -txme .204* .566** .417 .305*
.173* .389** .283 .206*
Non imitabilité -rbce .059 .048 .212 -.126
.050 .033 .144 -.085
Non imitabilité - marché - -.097 - .342**
-.054 .485**
Non transférabilité -txme -.543 -.864 -.462 -.154
-.235 -.382 -.190 -.082
Non transférabilité -rbce -.423 -.373 -.926 -.217
-.183 -.165 -.381 -.115
Non transférabilité - marché .788*** .818*** .702*** .099
.698*** .777*** .611*** .111
Non subst. rel. Fournisseurs- -.323* -.202 -.193* -.259 .
txme -.180* -.116 -.075* -.102
Non subst. rel. Fournisseurs - -.003 .087 .250 .147
rbce -.002 .050 .097 .058
Non subst. rel. Fournisseurs - .374*** .235** -.261 -.221 *
marché .426*** .260** -.213 -.182*
Non subst. rel. Clients - txme .155* .081 .027 .036-
.155* .082 .027 .036
Non subst. rel. Clients - rbce .004 -.036 -.062 -.034
.004 -.036 -.062 -.034
Non subst. rel. Clients - -.149*** -.100** .039 .008
marché -.306*** -.192** .082 .016
coordination interne - marché -.027 -.065* -.120* -.094
-.045 -.095* -.157* -.123
Paramètres 8
J3 MARCHE- TXME .640** .497** .147 .045
influence de marché sur txme .313** .259** .070 .021
J3 MARCHE -RBCE .399 .343* .458* .322*
influence de marché sur rbce .195 .179* .217* .153*
~RBCE .720*** .726*** .727*** .745***
influence de txme sur rbce .720*** .726*** .727*** .745***

* significatif à 10% ** significatif à 5% ***significatif à 1%

365
Suivant les deux commentaires de résultats précédents, l'analyse est détaillée en plusieurs

phases: 1) adéquation locale 2) adéquation globale 3) analyse de la structure causale.

n est à noter que la comparaison entre le modèle n05 et n07 n'équivaut pas tout à fait à celle
qui avait pu être établie entre les modèles n05 et n03. En effet, ces deux derniers modèles

portaient sur l'ensemble des individus de la première base, compte tenu des individus pour

lesquels les données manquantes de BCG avaient été remplacées. A la différence, les modèles

n06 et 7 sont établis à partir d'une même base de données, sans qu'aucun remplacement de

données manquantes ne soit effectué. Par conséquent, les résultats trouvés pour les modèles 6

et 7 ont de fortes chances d'être plus proches les uns des autres qu'ils ne pouvaient l'être dans
les modèles 2 et 3, ou 4 et 5.

Adéquation locale

Les loadings des variables observables sont meilleurs que ceux des modèles co~plets et réduits

des cas A. En effet;.-,six sur sept sont supérieurs à la valeur 0,7. Par ailleurs, ils sont tous'de

bons signes et largement significatifs à 1%.

Les corrélations multiples (tab IV.22) confrrment ce premIer résultat. La plupart.des

coefficients correspondant aux variables X et Y sont exactement du même niveau que ceux

observés dans les modèles n04 et 5, mais sur deux d'entre eux on peut noter une amélioration

sensible (DESTEMPS et BCG).

On peut remarquer au niveau de ces différents coefficients (loading et corrélations multiples) la

proximité des modèles 6 et 7 (tab IV.22 et 23) ; celle-ci s'explique par le fait que les deux

modèles ont été étudié à partir de la même base.

En ce qui· concerne les coefficients partiels de détermination des équations structurelle, deux

choses doivent être soulignées: 1) le maintien à un excellent niveau de l'explication de la

rentabilité brute du capital d'exploitation (proche de 60%); 2) un affaiblissement de

l'explication des deux autres variables endogènes: 4% pour TXME au lieu de 8% et 30% au

lieu de 50% environ pour MARCHE.

Au total, par rapport au cas A, le cas B présente pour l'adéquation locale les caractéristiques

suivantes:

366
 • une stabilité globale dans l' opérationnalisation empirique du modèle théorique;

• une bonne fiabilité et une bonne validité de l' opérationnalisation des variables latentes ;

• un léger affaiblissement de la part d'explication des équations structurelles (TXME et

RBCE).

D'un côté, le coefficient total de détermination des équations structurelles baisse un peu,

comme cela pouvait être déduit de l'affaiblissement relatif des coefficients partiels. II passe de
61 % à 44% pour le modèle n06 par rapport au modèle 4, et de 53% à 34% pour le modèle n07

par rapport au modèle n05. Mais ces résultats, pour plus faibles n'en demeurent pas moins
relativement élevés et tout à fait significatifs.

D'un autre côté, si l'on se réfère au graphique des résidus standardisés, on peut remarquer

qu'un seul résidu dépasse le seuil de 2,58 pour le modèle n06, ce qui est un excellent résultat.

L'impression de très bonne adéquation globale est confinnée par les scores des OFI, AOFI et

RMR. Ils ne souffrent aucune détérioration et restent à des niveaux très en dessus des seuils

recominandés. Enfin, les modèles n06 et 7 représentent une amélioration sensible de

l'adéquation suivant le critère du Chi-deux, puisque les deux Chi-deux sont significatifs. La

significativité du Chi-deux a été obtenue malgré le nombre important d'individus présents dans

la base (1192) et les propriétés des .variables (type, distribution). II s'agit par conséquent d'un

résultat qui confirme la très bonne adéquation du modèle.

Un dernier indice, auquel il n'a pas été fait appel précédemment, la valeur de l'indice maximum

de modification, apporte une ultime vérification de la qualité de l'adéquation. Cet indice donne

une évaluation de la sensibilité du modèle à la libération de certains paramètres toutes choses

étant égales par ailleurs. Plus l'indice maximum de modification d'un paramètre est élevé, plus

le gain potentiel sur le Chi-deux est important. A l'inverse, en présence de très faibles indices,

comme c'est le cas pour les modèles 6 et 7, la libération des paramètres représente un gain
quasi nuL Ceci nous amène à un commentaire. Puisque l'adéquation locale semble légèrement

inférieure aux modèles du cas A, il est possible que la non significativité du Chi-deux des

367
 modèles 1 à 5 était due à la taille de l'échantillon -compte tenu de la grande sensibilité du Chi-
deux à cette variable.

Ainsi, au niveau global, les modèles n06 et 7 présentent la caractéristique d'avoir des indices

meilleurs que les modèles précédents.

Paramètres de la structure causale

Les coefficients de corrélation entre les variables latentes des modèles n06 et 7 exhibent les

mêmes traits que les précédents modèles (tab IV.23). Les coefficients <1> sont tous positifs et
largement significatifs, compris entre 0,19 et 0,24 (modèle n07). En conséquence, les

hypothèses H.V.I à H.V.IV concernant les liaisons de corrélations entre le niveau de

coordination interne et les propriétés des ressources ne sont pas contredites par les modèles
utilisant les données de 1993-1994.

De même la liaison la plus importante en valeur (0,585 pour le modèle n07) correspond à la

corrélation positive entre hi non imitabilité et la nontransférabilité des ressources productives

(H.I.II). La seconde hypothèse de contrôle n'est pas rejetée non plus: le coefficient <!>NSUFR-

NSUCL s'établit en effet à 0,19 pour les deux modèles, avec une significativité supérieure à 1%.

La structure causale proprement dite présente les caractéristiques suivantes (tab IV.24).

Relations impliquant la non imitabilité des ressources productives

L'influence de la non imitabilité sur le taux de marge est confirmée par le modèles n07. La

valeur du coefficient standardisé est sensiblement la même que celle des modèles précédents.
Sa valeur (0,206) est en effet comprise entre 0,173 du modèle n04 et 0,389 du modèle nOS.

Toutefois, bien qu'élevé, le coefficient du modèle n06, égal à 0,283 n'est pas estimé significatif
(T=1,2). Au total, on peut cependant considérer que l'hypothèse H.n.l n'est pas rejetée par les

modèles du cas B, puisqu'aucune information tirée du modèle n06 ne vient remettre en doute'

ce résultat vérifié dans le modèle 7 et précédemment. TI y a donc conservation de l'effet de non

imitabilité des ressources sur le taux de marge.

En ce qui concerne le modèle n07 pour lequel le test de l'hypothèse H.II.3. est effectué, il

ressort que la relation entre la non imitabilité des ressources productives et la performance de

368
Relations impliquant la non transférabilité des ressources productives

Les relations liant la non transférabilité avec les variables de performance font apparaître deux

traits:

• d'une part, le modèle n06 confirme fortement la relation toujours vérifiée des modèles

précédents entre la non transférabilité et la performance de marché: le coefficient,

significatif à 1% est égal à 0,611. Le modèle 7 est quant à lui le premier à ne pas estinier la

relation significative (le coefficient est assez faible 0,111 et l'erreur standard relativement

forte: 0.153) ;

• d'autre part, les relations entre la non transférabilité et les deux autres variables de

performance sont non significatives pour les deux modèles, conformément aux résultats
précédents. Il est à noter que même si les coefficients ne sont pas significatifs, pour les sept

modèles présentés, ils présentent un signe négatif, ce qui tendrait à faire penser que la

fonnulation· des hypothèses H.Il et H.L2. ne serait pas correcte. Mais, puisque ces

coefficients sont pour la plupart 'loin' de la significativité (T <1), il est délicat de se forger

une opinion définitive.

Tout au plus peut-on dire que l'hypothèse H.L3 est acceptée par le modèle n06 à la différence

des hypothèses H.Il. et H.I.2. qui, pour ne pas être complètement rejetées ne sont acceptées

par aucun des deux modèles du cas B.

Relations impliquant la non substituabilité des relations fournisseurs

Le modèle n06 conforte la vision héritée des résultats des modèles testés dans le cas A: en
effet, la non substituabilité des· relations fournisseurs représente un coût pour l'entreprise,

369.
matérialisé par l'impact significatif et négatif sur le taux de marge: -0,075. Le modèle n07
présente un coefficient de -0,102 mais dont le T de Student n'est que de 1,42. De la
conjonction de ces deux résultats, on peut conclure que l'hypothèse H.m.!. trouve une
confirmation empirique dans le cas B comme dans le cas A.

En revanche. un résultat apparaît qui contredit d'une part les résultats antérieurs et d'autre part
une hypothèse de recherche (H.Ill.3.). Les coefficients reliant NSUFR et MARCHE
apparaissent comme étant négatifs (-0,182 et -0,213) au lieu d'être positifs, et significatifs à
10% (T=I,63 et T=I,57). TI Y a là la manifestation d'un phénomène qui devra être expliqué
dans la partie consacrée à l'interprétation des résultats.

L'impact de NSUFR sur la RBCE n'est pas significatif, ce qui est un résultat semblable pour
ces deux modèles aux modèles antérieurs.

Par conséquent, en ce qui concerne les effets de NSUFR : l'hypothèse H.Ill.l est acceptée;
l'hypothèse H.llI..2. n'est ni acceptée ni rejetée; et l'hypothèse H.Ill.3. est rejetée

Relations impliquant la non substituabilité des relations clients

Alors que pour les modèles examinés dans le cas A, la structure des résultats permettait, de
vérifier les hypothèses H.N.!. et H.IV.3., les coefficients et les seuils de significativité obtenus
dans les modèles 6 et 7 sont tous très faibles (inférieurs à 0,1 pour les premiers et à 1 pour les
seconds). Ainsi.pour les modèles utilisant les données del~93·}9~4._ auc~~ ~e_sJ1n>9t:h~s~s_
impliquant la non substituabilité des ressources clients n'est acceptable.

Relation impliquant la coordination interne

Lors des tests sur les modèles réduits, un résultat imprévu était apparu: alors que le coefficient
'YCORDI-MARCHE était quasi nul dans les quatre premiers modèles, dans le cinquième modèle, la
relation était devenue significative mais n'est pas conforme avec l'hypothèse H.V.3. Le
coefficient significatif à 10%, était égal à -0,095.

Les deux modèles du cas B semblent confirmer le résultat observé dans le modèle n05. En
effet, le coefficient 'YCOORD-MARCHE du modèle n06 est significatif à 10% et négatif (-0,157). Celui
du modèle n07 est également négatif (-0,123) et a un T de Student assez proche du seuil des

370
 10% (T=-1,48).

Par conséquent, on peut en conclure que l'hypothèse H.V.3 est rejetée dans les modèles
utilisant les données de 1993-1994 (cas B). Cela implique que l'augmentation du niveau de
coordination interne serait plutôt préjudiciable à la performance de marché.

Relations impliquant les variables endogènes entre elles (coefficients fi)

Conformément aux résultats des modèles du cas A, la relation dominante concerne la liaison
entre le taux de marge et la rentabilité brute du capital d'exploitation. Très significative, cette
relation tourne en valeur autour de 0,70 comme cela a déjà été observé dans tous les autres
modèles.

En ce qui concerne les hypothèses H.3.1. et H3.2., une différence apparaît. Alors que
l'influence de la performance de marché sur le taux de marge avait été systématiquement
vérifiée dans les modèles du cas B, cette relation devient faible et non significative. Par ailleurs,
l'hypothèseH.3.2. est quant à elle fortement significative dans les deux modèles du cas B, avec
des coefficients du même ordre de grandeur que précédemment: 0,153 et 0,217.

Par conséquent, de même que dans tous les modèles précédents, les hypothèses H.l.2. et
H.3.2. sont acceptées. En revanche, l'hypothèse H.3.1. n'est pas acceptée.

Effets directs et indirects

En ce qui concerne les effets indirects, les modèles nOet 7 ne présentent pas exactement les
mêmes traits que les modèles précédents (de 1 à 5) :

• L'effet indirect positif entre la non transférabilité des ressources productives et le taux de
marge est quasi nul, dû à l'absence de relation significative entre MARCHE et TXME ;

• L'effet indirect positif entre la non imitabilité et la rentabilité brute du capital, médiatisé par
l'influence de la performance de marché sur la RBCE se retrouve dans le modèle n07
(0,348, significatif à 5%) tandis qu'il n'est pas significatif dans le modèle n06 (0,303 mais
erreur standard de 0,248) ;

• L'effet indirect positif entre la perfonnance de marché et la rentabilité brute du capital n'est

371
 pas pertinent dans le cadre des deux derniers modèles puisque la relation ~MARCHE-TXME n'est

pas significative ;

• En revanche, un effet indirect significatif dans les deux modèles, et qui n'était pas présent

dans les modèles antérieurs apparaît: l'effet indirect entre NSUFR et RBCE qui passe par la

relation ~MARCHE-RBCE' Cette relation est significative à 10%. Les coefficients (-0,272 et -
0,288) sont négatifs: ceci s'explique par le fait que les deux relations intermédiaires sont de

signes opposés: 'YNSUFR-MARCHE est négatif et ~MARCHE-RBCE est positif. Cet effet indirect
s'interprète donc facilement et ne vient pas en contradiction avec les résultats trouvés

auparavant.

Synthèse et points de comparaison

La structure globale obtenue par les modèles du cas B est en grande partie conforme avec celle

observée par les analyses du cas A. Les coefficients d'adéquation tant locale que globale se
'·t\\·,·

révèlent excellents (particulièrement la significativité du Chi-deux est à souligner). La quasi

totalité des hypothèses qui avaient été vérifiées dans les précédents modèles (cas A) se

trouvent une nouvelle fois acceptées.

Toutefois, certains résultats imprévus sont apparus sur lesquels il faut s'interroger .

• D'une part, un affaiblissement de la significativité de certaines relations de la structure

causale. Particulièrement, confirmant l'intuition résultant de la comparaison 1, les

~~-- --_ .. _~._----- --- --- -
coefficients impliquant la variable NSUCL sont devenus non significatifs .

• D'autre part, deux hypothèses, dont l'une précédemment avait été acceptée et l'autre

apparaissait non significative, sont contredites par les modèles utilisant les données de 1993-
1994. TI s'agit d'une part de l'hypothèse H.III.3. (liaison entre NSUFR et MARCHE) et

d'autre part de H.V.3 (liaison entre COROI et MARCHE) .

. Le schéma IV.26 présente les relations significatives du cas B. Le tableau IV.25 montre les

différences entre le cas A (reprise du tableau IV.15) et le cas B

372
Lecture du tableau
Les hypothèses significatives au regard des résultats obtenus sur les modèles du cas B
sont portées en gras.

Les hypothèses non significatives sont laissées en texte normal

Les hypothèses significativement rejetées sont en italique

Tableau IV.2S. Résultats des modèles cas A et cas B - Tests des hypothèses

HYPOTIIESES
CasA CasB

H.Ll. Plus la non transférabilité des ressources productives d'une

n.s. n.s.
entreprise est grande, plus le taux de marge est fort
Plus la non transférabilité des ressources productives d'une
H.L2.
entreprise est grande, plus la rentabilité brute du capital n.s. n.s.
d'exploitation est forte

H.I.3. Plus la non transférabilité des ressources productives

(+) (+)
d'une entreprise est grande, plus la perfonnance de
marché est forte
H.I1.1. Plus la non imitabilité des ressources productives d'une
(+) (+)
entreprise est grande, plus le taux de marge est fort
Plus la non imitabilité des ressources productives d'une
H.II.2. n.s. n.s.
entreprise est grande, plus la rentabilité brute du capital
d'exploitation est forte
H.I1.3.
Plus la non imitabilité des ressources productives d'une (+) (+)
entreprise est grande, plus la performance de marché est
forte
H.m.l. Plus la non substituabilité de la relation fournisseurs est (-)
(-)
grande, plus le taux de marge est faible
Plus la non substituabilité de la relation fournisseurs est
H.ill.2. n.s. n.s.
grande, plus la rentabilité brute du capital d'exploitation est
faible
B.Il!.3. Plus la non substituabilité de la relation fournisseurs est
(+) (-)
~rande, plus la performance de marché est forte
Plus la non substituabilité de la relation clients est n.s.
H.IV.l. (+)
grande, plus le taux de marge est fort
Plus la non substituabilité de la relation clients est grande, n.s. n.s.
H.IV.2.
plus la rentabilité brute du capital d'exploitation est forte
Plus la non substituabilité de la relation clients est (-) n.s.
H.IV.3. uande. plus la performance de marché est faible
H.lZ Plus le degré de coordination interne est fort, plus la
performance de marché estforte (+) (-)

373
 H.1.2.
Plus le taux de marge est élevé, plus la rentabilité brute
(+) (+)
du capital est forte
H.3.1. Plus la performance de marché est forte, plus le taux de (+) n.s.
marge est élevé

H.3.2. Plus la performance de marché est forte, plus la

(+) (+)
rentabilité brute du capital d'exploitation est forte
H.V.L La coordination interne et la non transférabilité des
(+) (+)
ressources productives sont corrélées positivement

H.V.II.
La coordination interne et la non imitabilité des (+) (+)
ressources productives sont corrélées positivement
La coordination interne et la non substituabilité des (+) (+)
H.V.III. relations fournisseurs sont corrélées positivement
La coordination interne et la non substituabilité des (+) (+)
H.V.IV. relations clients sont corrélées positivement
La non transférabilité des ressources productives et la
H.I.II. (+) (+)
non imitabilité des ressources productives sont corrélées
positivement
La non substituabilité des relations fournisseurs et la (+) (+)
H.ULIV non substituabilité des relations clients sont corrélées
positivement

N.B.l'abréviation n.s. est mise pour relation non significative

374
 FIGUREIV.26. RESUME DES RELATIONS SIGNIFICATIVES (CAS B)
N.B. les coefficients entre parenthèses sont ceux du modèle n06
excepté pour les relations de NIMIT (modèle n07)

Th

H.II.3.
(+0.797)
H.I.TI +0,690

•..•.ij.ITI.3
•.... ....
........ (+0,485)
(+0.192) .... ....
H.ITI.N +0,497
.... .... +0,283
•.... ....
.... •....
(-0,182)'
+0,166

n.s.

Relation significative au moins à 10%

------ •. Relation significative au moins à 5%

Relation rejetant l'hypothèse significative à 10%

En italique sont rappelées pour comparaison les valeurs des coefficients présentés dans la
figure lV.16 correspondant au test du cas A

375
IV.2.3. Commentaires des résultats

Au cours de la présentation des résultats des différents modèles, il est apparu que les tests

empiriques aboutissaient à l'acceptation de certaines hypothèses de recherche, tandis que

d'autres n'étaient pas acceptées. Dans cette partie, nous revenons sur et commentons

successivement les hypothèses qui ont été vérifiées (IV.2.3.a.) puis celles dont on ne peut

conclure qu'elles ont été acceptées (IV.2.3.b.) .

. IV.2.3.a. Hypothèses acceptées

n est nécessaire de subdiviser les hypothèses acceptées en deux sous-catégories: d'un côté les

hypothèses qui ont été vérifiées à la fois dans le cas A et dans le cas B: de l'autre, les

hypothèses qui ont été acceptées dans le cas A et qui n'ont pas été rejetées dans le cas B.

Hypothèses vérifiées (cas A et B)

Hvnothèses imnliauant les nronriétés des ressources nroductives

Panni les relations qui sont successivement conservées, les hypothèses reliant la non

transférabilité et la non imitabilité des ressources productives avec la performance de

marché se détachent singulièrement. Tout d'abord, la significativité de ces relations ainsi

que la valeur des coefficients expriment la force et la p~rtinence du Courant des, E.esso_Ufces
dans l'explication de la performance. Moins les ressources productives sont imitables et

transférables, plus la performance de marché est bonne. D'un côté, l'aptitude de la firme à

développer des routines et des procédés techniques lui permettant de différencier sa production

(DIFF), comme les différentes barrières en ressources réduisant l'imitabilité de ses ressources
productives (DESTEMPS), explicitant le concept de non imitabilité, rendent compte, d'une

performance de marché significativement supérieure pour les entreprises présentant. ces

caractéristiques. De l'autre, les investissements en R&D, ainsi que les raisonnements en terme

de stocks et d'érosion des actifs matérialisant la non transférabilité des ressources productives

contribuent à l'explication d'un niveau élevé de performance de marché.

Ensuite, le fait que ces relations demeurent significatives dans le cas B met en lumière la

376
durabitité de l'appropriabilité des rentes par le biais de ressources non imitables et non
transférables. Les auteurs qui postulent que l'acquisition de rentes à long terme est à la portée
des firmes trouvent ici un résultat qui va dans leur sens. TIsemble en effet que l'appropriation
des rentes, et l'avantage concurrentiel procuré par les ressources productives possédant les
propriétés de non transférabilité et de non imitabilité ne soit pas temporaire. La période sur
laquelle s'étend nos tests.va de 1993 à 1996, soit quatre ans. Compte tenu de la valeur et de
la significativité des relations dans le cas B, il est indéniable que des ressources non
imitables et non transférables sont le gage de la performance à court et moyen terme.

Ensuite, une autre hypothèse (H.II.l) est vérifiée dans les différents cas de figure. La non
imitabilité des ressources influe positivement sur le taux de marge des entreprises. La valeur du
coefficient semble robuste, car il reste constant dans le temps (cas A: 0,181 et cas B : 0,206).
Ce résultat est important car il montre qu'il y a un lien direct non seulement entre les propriétés
des ressources et une mesure relative de leur performance (comme c'est le cas avec la
performance de marché) mais aussi avec une variable financière classique d'évaluation de la
performance: le taux de marge. On peut s'interroger à ce sujet sur le fait que ce soit la non
imitabilité seule qui soit significative dans l'explication du taux de marge. La non transférabilité
est mesurée à l'aide de variables observables qui mettent en avant le degré d'effort en terme
de flux d'investissements plus que sur les gains relatifs immédiats procurés par la propriété de
la ressource. Ce réamorçage nécessaire de la «pompe à avantage concurrentiel» n'a pas
d'effet significatif sur le taux de marge. En revanche les variables ayant servi à opérationnaliser
la non imitabilité peuvent permettre d'expliquer la vérification de l'hypothèse H.II.!. TIsemble
bien en èffet que la différenciation de la technologie puisse être reliée au taux de marge
positivement de la manière suivante: la différenciation permise par la technologie
correspond à la variabilité de l'offre rentable possible compte tenu de l'outil et des
aptitudes de l'entreprise. Par conséquent l'influence positive sur le taux de marge permet
sans doute de matérialiser le gain relatif d'adaptation de l'offre à la demande permis par la
différenciation technologique. Par ailleurs, si l'on considère la variable mesurant les
déséconomies de temps, le fait que l'entreprise ait accumulé des avantages que ses concurrents
ne peuvent imiter ou acquérir sur le marché se traduit directement par un taux de marge
supérieur, exprimant par exemple le rapport qualité/prix de la prestation de l'offre.

Enfin, un dernier résultat concernant les relations entre les variables latentes portant sur les

377
ressources productives méritent d'être souligné. fi s'agit du test de l'hypothèse de contrôle
H.!.I!. La corrélation entre les deux variables latentes est la plus forte en valeur absolue dans
tous les cas (parmi les coefficients <p). Elle tourne autour de 70% en moyenne. Ce résultat
illustre la cohérence du Courant des Ressources et met en avant l'effet dynamique reliant les
différentes propriétés des ressources. En effet, il y a un rapport d'interaction entre les
différentes propriétés des ressources productives, et l'on peut dire même sans doute un effet
d'entraînement. Plus les investissements pour réduire la transférabilité des ressources détenues
sont importants au sein de l'entreprise, plus cela a de chance de déboucher sur une non
imitabilité favorisant également la performance. Ainsi, l'appropriation des rentes est
d'autant plus forte que les propriétés des ressources héritées du Courant des Ressources
sont réunies. L'idée d'une effet système émerge de ce premier résultat

Relations entre variables latentes exol!ènes (relations <p)

Des hypothèses avaient été formulées dans le modèle théorique reliant l'effet du niveau de
coordination interne avec les propriétés des autres ressources. fi s'est avéré que les
corrélations étaient toutes positives (autour de 20%) et significatives. Les hypothèses H.V.I à
H.V.lV sont donc vérifiées. fi apparaît donc que le niveau de coordination interne est relié
avec le niveau des propriétés des autres variables latentes. La coordination interne, explicitée
par la diffusion des objectifs stratégiques et des informations comptables ainsi que par la
présence de maillons de coordination transversaux, a un impact bénéfique dans l'amél!orati9!t~ _
des caractéristiques des autres propriétés. Réciproquement, on peut dire que plus les propriétés
des ressources sont non imitables, non transférables et non substituables, plus le niveau de
coordination interne requis est élevé. L'acceptation des hypothèses H.V.I. à H.V.IV apporte
un éclairage indirect sur l'importance des aptitudes au management dans l'explication de la
performance. La coordination n'influe pas directement positivement sur la performance
mais permet à un effet système de s'établir: les ressources productives deviennent plus
ancrées dans l'entreprise, moins facilement imitables et transférables. La valeur se situe au
niveau des échanges d'information et de connaissance. Cet effet systémique dont nous avions
sous-évalué l'importance dans la partie théorique est matérialisé par ailleurs par la
significativité des autres relations <p. Les propriétés des différentes ressources sont toutes plus

378
ou moins corrélées positivement les unes aux autres..

Relations entre les variables de nerfonnance

Une constante ressort dans tous les modèles: les niveaux de significativité des relations
reliant le taux de marge à la rentabilité brute du capital s'établit autour des degrés de
corrélation classiquement observés (environ 70%). L'hypothèse H.1.2. est donc acceptée.

Le résultat le plus intéressant concerne sans doute la liaison entre la performance de marché et
la rentabilité brute du capital. Estimée entre 0,16 et 0,22, elle met en avant le lien causal entre
le niveau de performance de marché (part de marché relative et avantage de position
concurrentielle estimé par les chefs d'entreprise) avec la donnée comptable de la rentabilité
brute du capital d'exploitation. Cette relation positive ne se dément pas au cours des différents
modèles et des différents cas. Cette relation est porteuse de sens: en effet, il ne s'agit pas
d'une corrélation à proprement parler, mais d'un effet orienté de la variable MARCHE vers
RBCE. L'effet indirect, empruntant le biais du taux de marge renforce encore au niveau de
l'effet total, l'influence de la performance de marché relative sur la rentabilité. Par
conséquent, privilégier les variables qui permettent de dégager une performance de
marché significativement supérieure à ses concurrents, c'est-à-dire se donner les moyens
de constituer des. avantages en position de ressources pour dégager des rentes
idiosyncrasiques et se les approprier, est un gage direct de rentabilité du capital.

Autre résultat: NSUFR-TXME (H.llI.t)

Une autre hypothèse est constamment vérifiée (cas A et cas B) au cours du temps. fi s'agit du
coût représenté par la non substituabilité de la relation fournisseur sur la profitabilité. Dans les
deux cas, la relation est significative, et elle est négative: -0,095 (cas A) et -0,075 (casH). La
création d'une relation de dépendance mutuelle entre l'entreprise et ses principaux
fournisseurs a donc bien un coût pour l'entreprise, qui se répercute de manière
significative sur sa profitabilité. En effet, le taux de marge matérialise presque directement
les rapports d'échanges commerciaux entre les acteurs de la filière. Dire que le taux de marge

379
est influencé négativement par la non substituabilité de la relation avec ses fournisseurs signifie
que l'entreprise accepte de payer en partie le prix de «l'exclusivité» de sa relation. Le fait
qu'elle, elle en accepte le coût, apparaît comme une protection contre la substitution de sa
relation par la concurrence. Cet effet est constant dans le temps (à court et moyen terme). Cela
signifie peut-être que l'entreprise est obligée de maintenir l'achat de la confiance mutuelle pour
conserver son niveau de non.substituabilité.

Hypothèses vérifiées (cas A) et non rejetées (cas B)

Cette seconde catégorie de résultats montre des liaisons jugées significatives et conformes aux
hypothèses tirées des modèles du cas A, qui ne sont pas invalidées par le cas B, même si elles
ne sont plus significatives. fi y a essentiellement deux types de tests d'hypothèses qui
répondent à ce critère

Relations imnliauant la non substituabilité des ressources clients

Le passage des modèles complets du cas A aux modèles réduits avait montré que le degré
de significativité des relations entre la variable latente NSUCL et les variables de",
performance avait diminué. Toutefois, les relations demeuraient significatives. Lors des
tests du cas B, les relations impliquant NSUCL sont devenues clairement non
significatives (T aux alentours de 1). Ce résultat ne peut provenir de la différence
d' opérationnalisation de la variable latente, puisque dans le cas des modèles réduits, les
coefficients demeuraient significatifs. TI semble donc que l'on doive imputer la modification-du--
résultat à la différence majeure entre les deux cas : la différence d'époque. En effet, dans le cas
A, la mesure de NSUCL était plus ou moins contemporaine des variables de performance (qui
sont des moyennes sur trois ans). Dans le cas B, il y a un décalage temporel entre la première
mesure et les variables de performance. On peut donc formuler l'explication suivante à la
disparition de la significativité : la création de la non substituabilité des clients est plus
difficile à maintenir que celle des fournisseurs. La durabilité de cette propriété est moins
grande que l'autre. L'investissement consenti pour dégager des performances financières
(TXME) supérieures est payé au niveau de la performance de marché et n'est pas constante
dans le temps.

Ce résultat peut être le fruit de plusieurs causes foncières. A la différence de la relation

380
fournisseur, la durée moyenne de relation entre un client etson entreprise est moindre qu'entre
r entreprise et son fournisseur. De même, le montant moyen des échanges est également plus
faible. En conséquence de quoi r équilibre qui peut être conservé entre les coûts de changement
au niveau de la relation fournisseur l'est plus difficilement entre l'entreprise et ses clients.

Par ailleurs, ce résultat met en exergue l'ambiguïté de la relation de l'entreprise avec les clients.
L'entretien de la fidélisation du client et de sa non substituabilité pour d'autres entreprises a un
impact positif sur le taux de marge. n s'agit de la partie réciproque de la relation avec le
fournisseur. En revanche, il se révèle comille pénalisant la performance de marché. Ce résultat
illustre au niveau de la performance relative la perte potentielle de marchés et de clients due à
la .fidélisation des clients particuliers. n y a donc un effet inverse entre la performance de
marché et la non substituabilité des relations clients, et un effet positif entre cette dernière et la
profitabilité. Ces relations peuvent être schématisées de la façon suivante:

Taux de marge

Performance de marché

Relation entre la uerfonnance de marché et le taux de mare:e

La seconde relation qui a été entérinée par les tests empiriques du cas A et qui apparaît comme
n'étant pas significative dans le cas B concerne la relation entre la performance de marché et la
profitabilité. Ce résultat est surprenant. En effet, dans le cas B, les variables Y n'ont pas été
modifiées par rapport au cas A. n s'ensuit que les relations impliquant les variables endogènes
entre elles qui étaient significatives dans le cas A devraient également r êtrè dans le cas B. Cela
a été le cas pour deux hypothèses H.3.1. et H2.1 mais ne r est pas pour la troisième. n doit
s'expliquer par la méthode de calcul des coefficients p. La matrice B en effet n'est pas
symétrique, ce qui peut poser des problèmes d'estimations dans certains cas (Bollen, 1989).
Une autre raison peut être trouvée au niveau des corrélations polychoriques puisqu'on observe
que les corrélations entre les différentes variables Y sont plus faibles dans le cas B par rapport

381
 à celles du cas A. Cette particularité sur ce lien causal entre variables endogènes ne remet
absolument pas en cause les autres relations explicatives observées.

Dans la partie suivante, nous portons notre attention sur les hypothèses qui n'ont pas été
acceptées lors des tests empiriques.

IV.2.3.b. Hypothèses non àcceptées

Deux catégories à nouveau peuvent être distinguées parmi l'ensemble de ces relations : d'une
part, les relations qui n'ont jamais été significatives au cours des différents tests de modèles ;
d'autre part, les hypothèses qui ont été à un moment ou à un autre rejetées (coefficients
significatifs mais sens de la relation opposé à celui attendu).
IX.3.2.a. Tests d'hypothèses non significatifs

Essentiellement, il s'agit de quatre hypothèses: H.L2, H.ll.2., H.ill.2., et H.IV.2. qui ont
particularité de toutes concerner la variable latente endogène RBCE. A aucune reprise au
cours des sept différents modèles, les hypothèses reliant les propriétés des ressources avec la
rentabilité ne se sont révélées significatives. L'examen des diverses influences sur la variable
RBCE nous a conduit à formuler l'explication suivante. L'importance de la relation entre Je
taux de marge et la rentabilité (+0,70) rend les autres relations non significatives. En quelque
sorte, la liaison entre les deux variables de performance est trop forte et est telle que la
- -",

variabilité des effets qui impactent l'une ne se retrouve pas dans l'autre du fait de l'effet direct
de l'une sur l'autre. Deux possibilités s'offrent pour vérifier cette intuition: soit. supprimer
artificiellement le lien entre TXME et RBCE afin d'estimer les coefficients liant les variables
latentes exogènes à RBCE : soit réunir les deux variables de performance en une seule afin de
constituer a posteriori une variable latente endogène de performance financière et comptable.
La première solution présente l'inconvénient d'être artificielle: elle rompt la logique du modèle
théorique, puisqu'il est incorrect théoriquement de considérer qu'il n'y a pas de lien entre le
taux de marge et la rentabilité brute du capital d'exploitation. En effet, il a été déjà signalé qu'il
y a un lien consubstantiel entre les deux variables étant donné qu'elles reposent sur le calcul de
même solde de gestion (EBE). La seconde solution en revanche ne va pas à l'encontre des
hypothèses du modèle théorique. D'une part, toutes les hypothèses concernant la RBCE sont

382
les mêmes que celles portant sur le TXME (même signe supposé des relations). D'autre part, le
modèle Lisrel permet sans problème d'inclure cette nouvelle variable latente endogène. C'est
cette seconde solution Quenous avons retenue.

On crée donc une nouvelle variable latente endogène EXPLOIT (pour perfonnance
financière d'exploitation), exprimée par deux variables observables TXME et RBCE.

Les spécifications retenues dans le modèle présenté dans le graphique IV.27. sont exactement
les mêmes que celles correspondant au modèle complet n03. L'analyse porte sur les individus
de la base de données comportant les données de 1995-1996 (soit 2866 individus informés).

La variable latente EXPLOIT est exprimée par deux variables observables dont les loadings
standardisés sont 0,990 pour TXME et 0,777 pour RBCE. La corrélation multiple au carré de
la nouvelle variable latente à expliquer est de 8,4%, correspondant en cela approximativement
au niveau d'explication de la précédente variable endogène TXME. Cela implique d'une part
que le corrélation multiple obtenue dans les modèles précédents pour la variable latente RBCE
était la conséquence de la forte détermination statistique entre TXME et RBCE d'un côté et
MARCHE et RBCE de l'autre. D'autre part, ce résultat indique que la part d'explication de la
performance financière d'exploitation (EXPLOm imputable aux variables latentes exogènes
correspondant aux propriétés des ressources est significative et non négligeable.

Si l'on se penche sur les différents résultats, on constate: .

• que les paramètres d'adéquation locale et globale sont au minimum aussi bons que ceux
obtenus pour le modèle n03

• que les relations cp présentent exactement les mêmes caractéristiques de signes, de valeur et
de signific'ativité-ce qui est normal puisque nous avons utilisé les mêmes spécifications que
le modèle n03

• que toutes les relations causales sont significatives à 10%

• que la relation ~ entre MARCHE et EXPLOIT est relativement plus importante (0,266
versus 0,16 et 0,19 dans le cas du modèle n03)

• qu'à l'exception d'une relation, tous les signes des relations causales '1 sont confonnes
aux hypothèses ; que les niveaux des coefficients sont comparables à ceux des modèles
complets. L'hypothèse non validée concerne la relation entre la non transférabilité des

383
 ressources productives et la performance d'exploitation. Cette relation est négative et
significative à 10%. Dans les modèles précédents, il était apparu que le signe des
coefficients YNTRANS-TXME et 'YN'rnANS-RBCE étaient la plupart du temps négatifs mais ils étaient
non significatifs. La significativité de la relation dans le cadre du regroupement des deux
variables observables de performance tend donc à faire accepter une hypothèse contraire à
celles que nous avions formulée. La création de ressources productives non transférables
apparaît être un coût se répercutant sur la performance financière d'exploitation. L'entretien
des flux d'investissements matériels et immatériels pour conserver ou améliorer la non
transférabilité des ressources productives constitue donc un poids. Ce résultat illustre le
paradoxe fondamental de la recherche de performance entre d'un côté le nécessaire flux
d'inputs de valeurs garant des propriétés foncières des ressources productives et de la
performance future, et de l'autre, le coût actuel représenté par cet engagement.

Au total, deux co~équences

.• ~
majeures sont à retirer du regroupement des deux variab,les
. . ,",

de performance. Premièrement, il n'y a pas de changement global dans les

caractéristiques des adéquations locales et globales, le sens, le signe et la significativité
des relations causales par rapport aux modèles précédents. Les conclusions tirées jusqu'à
présent demeurent donc valides et pertinentes. Deuxièmement, l'explication de la RBCE
dans les modèles précédents résultait essentiellement de l'influence des deux autres
variables de performance endogène, TXME et MARCHE.

L'apparition d'un résultat significatif non conforme à l'hypothèse H.II.l du fait du

regroupement des deux variables de performance en une seule est une transition vers la
seconde catégorie de résultats: les hypothèses rejetées à un moment ou à un autre.

384
 Figure IV.27. RESUME DES RELATIONS SIGNIFICATIVES
(constitution d'une nouvelle variable endogène par regroupement de TXME et RBCE)

(- 0.202)
.- -- - - - -- ---~

?
(+().228)

~
Non substituabilité (+)
Relations fournisseurs

(+{).150) (+0.496)

(-0.274)
112

Relation significative au moins à 10%

Relation significative au moins à 5%

------. Relation rejetant l'hypothèse significative à 10%

N=2866 Coefficient de détermination total : 0,405

GFI = 0,990 ; AGFI = 0,984 ; RMR = 0,031 ; Chi-deux avec 97 ddl : 241,09

385
 IX.3.2.b. Hypothèses rejetées

On exclut l'hypothèse H.lI.1. des hypothèses rejetées par les modèles 1 à 7 puisque jamais les

signes négatifs reliant les variables NTRANS et TXME n'ont été significatifs. Toutefois, on

trouve deux résultats correspondant à la situation de rejet d'hypothèses du modèle théorique

initial, qui ont une propriété commune: l'un comme l'autre se produisent dans le cas B.

Dans les modèles complets et réduits du cas A, aucun résultat n'invalide les hypothèses. Seule

une relation semble dans le modèle n05 contredire une intuition du modèle théorique -

contradiction confirmée par les résultats du cas B : la coordination interne a un impact

négatif significatif sur la performance de marché. TI s'agit de la première hypothèse

rejetée. Lors de l'exposition des relations du modèle théorique, il avait été postulé qu'un fort
niveau de coordination interne avait un impact positif sur la performance de marché puisque

l'entreprise favorisait la circulation des informations, les possibilités d'apprentissage et

renforçait les propriétés des ressources, vecteurs de la performance. TI apparaît qu'en fait la

relation serait inverse.

Plusieurs raisons peuvent permettre de rendre compte de la liaison négative entre la

coordination interne et la performance de marché. Tout d'abord, un fort niveau de

coordination interne peut faciliter l'imitation des mouvements stratégiques par la concurrence.

En ce sens, le gain effectif obtenu sur la performance par la dynamique de système et de

____ reIl~~rc_~~C?!lt~~~e~p~ uI!~~<2J!P.~~<2g1"<!i!l~ri()n.jIlJ(~_l1!e

~ sj)n.reyers: les concurrents_peuvent _
plus facilement anticiper les choix stratégiques. Une autre explication de la relation négative '

peut être trouvée dans la liaison entre le degré de coordination et la performance de marché.
On a vu qu'il y avait au niveau de la taille une différence significative suivant la taille des
entreprises sur les variables observables exprimant la variable latente COROI. En fait, plus

l'entreprise est de taille élévée, plus elle a a priori besoin de système de coordination important.
Mais alors, ce qui est nécessaire à la constitution de ressources non imitables, non substituables

et non transférables (les coefficients de corrélation <p), devient un poids relatif que ne
supportent pas avec autant de force les plus petites. Cette explication nécessite une exploration

statistique supplémentaire qui sera menée ci-dessous. A sa décharge, elle ne rend pas compte
de la raison pour laquelle les liens négatifs significatifs n'apparaissent que dans les cas B. La

386
dernière explication qui peut être avancée tente justement de considérer le décalage temporel

comme étant à l'origine de la liaison négative. En fait, la coordination interne actuelle,

nécessaire à la constitution d'un avantage concurrentiel, aurait un coût différé en tenne

de performance de marché. En quelque sorte, un niveau excessif de coordination à un

moment donné du temps, pour améliorer les propriétés des ressources à ce moment précis,

constituerait toutefois une perte d'efficacité représenté par l'impact négatif sur la performance.

En ce sens, l'effet de la coordination interne serait décalé dans le temps. Cette explication

stipule une relation non linéaire entre le degré de coordination et la performance dans le
temps. C'est l'interprétation que nous privilégierons.

Le second résultat qui n'apparaît quant à lui que dans le cas B (modèle 6 et 7) concerne une

inversion de relation. Alors que dans les modèles du cas A, la relation entre la non

substituabilité de la relation fournisseurs avait un impact positif sur la performance de

marché, comme stipulé par les hypothèses de recherche, cette relation devient
significativement négative dès lors que l'on introduit un décalage temporel (cas B). TI

semble que cette inversion indique également une relation non linéaire dans le temps entre la
non substituabilité des relations fournisseurs qui à court terme bénéficie à la performance de

marché de l'entreprise mettant en exergue les propriétés de confiance, de réciprocité et

d'équilibre dans les relations d'échanges entre le fournisseur et son client industriel, mais qui à

moyen terme perd plus en terme de performance de marché (-0,182) qu'en taux de marge (-

0,075). Pour conserver une. performance de marché supérieure au cours du temps, il faudrait

donc à la fois instaurer une non substituabilité à court terme et une substituabilité à moyen

terme, ce qui manifestement est impossible: développer des relations de confiance et

d'échange réciproque nécessite par définition une continuité de la relation, alors que privilégier

la substituabilité réfute ces qualités à la relation d'échange. Globalement toutefois, la non

substituabilité des relations fournisseurs à court terme l'emporte sur les inconvénients à
moyen terme. Les coefficients standardisés positifs des modèles 4 et 5 sont supérieurs aux

coefficients standardisés. négatifs des modèles 6 et 7. Par conséquent, l'hypothèse ill.3

n;est pas réellement réfutée au global.

387
 MODELE 4 MODELE 5 MODELE 61 MODELE 7
RAPPEL ESTIMATIONS
Non standardisées
Paramètres 'Y Standardisées
Non subst. rel. Fournisseurs- .374*** .235** -.261 -.221*
marché .426*** .260** -.213 1 -.182*

Nous avons passé en revue les différents modèles et avons dégagé les principaux résultats des
modèles Lisrel des cas A et B. La structure globale du modèle théorique est confirmée. Les
hypothèses reliant les propriétés des ressources productives et des relations d'échanges avec
les variables de performance dans l'ensemble correspondent aux résultats attendus. La
structure causale semble être durable dans le temps pour la majeure partie de ces effets
(comparaison entre le cas A et le cas B).

Une dernière précaution reste à prendre afin de s'assurer de la robustesse des résultats. TI
convient de vérifier que des effets particuliers aux données·ne sont pas responsables des tests
concluants des hypothèses. Particulièrement deux effets peuvent être à l'origine d'une
convergence globale, qui ne correspond pas à des niveaux d'analyse inférieurs: l'effet taille et
l'effet secteur, déjà évoqués précédemment. Afin de prendre la mesure des influences
éventuelles soit des entreprises de grandes tailles, soit des entreprises d'une indusirie
particulière, nous décomposons notre échantillon global en sous échantillons distincts. Les
résultats des sous modèles obtenus sont présentés dans la sous-section suivante.

IV.2.4. Tests supplémentaires : influence de la taille et des grandes

catégories d'activité (NAFl6)

Cette sous-section rapporte les tests supplémentaires du modèle global, appliqués au niveau de
l'échantillon entier. On distingue deux grandes sous-catégories de modèles: ceux reflétant la
possibilité d'un effet de la taille des entreprises sur les résultats observés et ceux correspondant
à un effet de l'appartenance des entreprises à de grandes catégories d'activités. Nous
présentons successivement les tests des résultats des différents sous-modèles, effectués sur la
base de données la plus riche, c'est-à-dire celle ayant servi à estimer le cas A. (données 1995-
1996).

388
 IV.2.4.a. Influence de la taille

Lors de l'examen des différences de moyenne sur les variables observables, le groupe 4
(correspondant aux entreprises de plus grande taille de notre échantillon) semblait se distinguer
sur un certain nombre de variables par des différences significatives positives par rapport aux
entreprises de taille inférieure. TI est apparu logique de vérifier si les résultats obtenus au niveau
de l'ensemble des individus de la base de données se retrouvaient au niveau des différents sous-
groupes de taille, mettant en présence d'un côté les plus petites entreprises en nombre plus
important (2062 entreprise, correspondant aux trois premiers quartiles) et de l'autre les
entreprises les plus grandes mais les moins nombreuses (690 entreprises correspondant au
dernier quartile).

On a donc procédé au test sans re-spécification du modèle Lisrel utilisé dans le paragraphe de
commentaire des résultats, regroupant le deux variables TXME et RBCE sous une seule
variables latente de performance financière d'exploitation -reproduction du modèle complet
n03 mais avec deux variables latentes endogènes, comme pour le cas figure IV.27.

Les adéquations locales reprennent les résultats caractéristiques déjà relevés dans les
commentaires des trois premiers modèles complets. Les variables présentant les loadings les
plus faibles coïncident pour les deux sous-modèles, de même que celles qui présentent les
corrélations mültiples les plus fortes.

En ce qui concerne les coefficients de détermination pour les variables X, le premier sous
modèle donne la valeur 0,971 et le second la valeur 0,973. De même, les coefficients de
détermination des variables Y sont respectivement de·0,925 et de 0,911. Les deux modèles
présentent de·très bonnes adéquations locales.

Au niveau de l'adéquation globale, la comparaison des GFI, AGFI et RMR montre que les .
deux modèles ont également de très bonnes adéquations globales. Le coefficient de
détermination total du groupe des entreprises de taille supérieure est plus fort (0,597) que celui

389
 des entreprises petites et moyennes (0,326). Ceci est la conséquence de coefficients partiels

plus faibles pour le sous groupe des entreprises petites et moyennes.

Structure causale

Tous les coefficients significatifs et non significatifs présentent les mêmes caractéristiques que

celles exposées dans le modèle n03 (figure N.16.) et le modèle supplémentaire (Figure IV.27.).

Toutes les hypothèses testées sont vérifiées à l'exception de la relation NTRANS-EXPLOIT,

qui, comme dans le modèle supplémentaire IV.27. est contredite dans les deux sous-modèles.

On peut conclure qu'il n'y a pas d'effet taille masqué ou dominant dans les modèles
présentés sur l'ensemble de l'échantillon.

Tout au plus pouvons nous remarquer certaines nuances intéressantes:

• la seule hypothèse contredite est celle reliant la non transférabilité des ressources

productives avec la performance d'exploitation (H.!.!.). Les deux sous-groupes présentent

des coefficients négatifs. On remarquera cependant que cet effet semble plus important pour

les entreprise de taille supérieure (-0,435) que pour les entreprises de taille inférieure (-

0,205). Ce qui peut signifier que les flux d'investissements et d'engagements nécessaires

pour constituer des ressources productives non transférables coûtent relativement plus chers

aux entreprises de taille supérieure qu'à leurs homologues de taille inférieure.

_~l~~ ~l!t!"~pp.ses~cl~R~te et lllQye~e tai11~sneprés~ntelltP~5Ïer~~tionA' ~cl!ange avec leur _

fournisseurs leur procurant d'avantage en performance significatif. En revanche, les .deux

hypothèses (H.III.1. et H.III.2.) sont acceptées pour les entreprises de plus grande taille.

Ceci peut amener à penser que la relation de non substituabilité entre une entreprise et ses
fournisseurs est plus aisée à constituer à partir du moment où l'entreprise a une certaine

taille.

• L'hypothèse formulée quant à l'explication de la significativité de la relation entre la taille et

l'influence de la coordination interne sur la performance de marché n'est Pas supportée par
les résultats: pour les deux sous-groupes, il n'y a pas d'effet significatif CORDI-MARCHE,
comme dans le modèle n03 (figure IX.16.). Par conséquent, l'interprétation donnée en terme

d'influence du temps sur cette relation semble être la bonne, comme cela avait été pressenti.

390
 Figure IV.28. RESUME DES RELATIONS Figure IV.29.RESUME DES RELATIONS
Entreprises de taille petite et moyennè . Entreprises de taille supérieure

1=0,089

.·IH~~I~.3.
".
'.
'(+0.033)
H.IV.l
".
'. '.
(+0.255)
(+0.368)

(+0.095)',
Non SubstitUabilit0
Relations Clients <t
H.IV.3 (- 0.161)
..
.'(+0.015)
,~
.......
.. . .
•••••••
.. . .
.. .. ..
' '
.' .
'
.
'

.' ..' '

'
'

••••••••••••••• !> Relation non significative ••••••••••••••. !> Relation non significative

• Relation significative au moins à 10% ••

.
Relation significative au moins à 10%

Relation significative au moins à 5% Relation significative au moins à 5%

...;.-----. Relation rejetant l'hypothèse significative à 10% ------ Relation rejetant l'hypothèse significative à 10%

N=2062 Coefficient de détermination total 0,326 391 N=690 Coefficient de détermination total 0,597

GFI = 0.990: AGFI = 0.984: RMR = 0.031: Chi-deux avec 97 ddl: 243.05
 IV.2.4.b.lnjluence de la catégorie d'activité (NAFI6)

L'Insee retient une décomposition en quatre grandes catégories d'entreprises manufacturières.

Ce niveau d'agrégat est appelé NAFI6. TI distingue les entreprises de l'Industrie Agro-
Alimentaire (codé EB) ; de l'Industrie des Biens Intermédiaires (codé EF) ; de l'industrie des
Biens de Consommation (codé EC) ; de l'Industrie des Biens d'Equipement (codé EE). Nous
avons retiré les entreprises regroupées sous le NAFl6 de l'Industrie Automobile car elles
étaient insuffisamment nombreuses pour permettre de retester un modèle Lisrel (N<lOO).

Avant de présenter les résultats des sous-modèles Lisrel, il est utile de vérifier qu'il n'y a pas
de grandes différences de moyennes significatives sur les variables observables X et Y. Un
travail plus détaillé a été effectué dans la partie présentant les résultats descriptifs, mais le
changement de niveau d'analyse (regroupement pl~s important) peut peut-être faire émerger de
nouveaux résultats.

Les différents tests de moyenne sont pratiqués sur les quatre sous-groupes. Les résultats
sUlvants appa.raJ.ssent
Différences de moyennes I.A.A B.I. B.C. B.E.
(EB) (EF) (EC) (EE) ".,. .. ", .. ~
DESTEMPS (-)
DIFF (-)
R&DREL
FONRD (+) (+)
DEGTRANS (-)
ClFR (+)
CTFRCL (+) (+)
~ -- -
~CTCL- - -~
(+) (+)
CTCLFR (+)
ADAPT (+)
DIFINFO
DIFOBJ
COORD
TXME (+) (+)
RBCE
POSICLE (+)
BCG (+)

Les différences catégorielles mettent en avant les traits suivants :

• dans l'industrie agro-alimentaire, le niveau de transférabilité des ressources productives

semble être légèrement plus élevé que dans les autres catégories, alors que les relations
d'échanges semblent moins substituables ;

392
• dans l'industrie des biens intermédiaires, la non substituabilité des relations d'échanges

clients et fournisseurs ressort comme étant plus élevée que chez les autres entreprises ;

• dans l'industrie des biens de consommation, l'imitabilité des ressources productives est la

plus forte en moyenne, mais les performances sont plutôt significativement supérieures à
celles des autres entreprises manufacturières;

• dans l'industrie des biens d'équipement, l'importance de la fonction développement se

distingue, de même que les liens de substitution entre clients et fournisseurs.

Aucun sous-échantillon ne présente des caractéristiques atypiques sur une majorité de

variables. Nous avons donc pratiqué quatre modèles successifs, identiques dans . leurs

spécifications à ceux utilisés pour les comparaisons de taille.

On ne détaille pas à chaque fois les spécifications, les adéquations locales. On ne relève que les

variations de spécification quand il y en a eu. En revanche, on présente dans les schémas

récapitulatifs les paramètres des structures causales.

Au niveau des spécifications, une seule variation est à noter. Pour tous les sous-modèles, la
.procédure Lisrel du modèle présenté dans la figure IV.27 a été réutilisé. Mais le sous modèle

correspondant à l'industrie agro-alimentaire présentait une matrice <P négative. Par

conséquent. les paramètres <1> ont été fixés à 0, et ne sont pas représentés sur le schéma. A cette

exception près. les sous modèles ont entre eux les mêmes spécifications.

Adéquations locales et globales

393
0,076 pour l'lM tandis que pour le RMR maximum des trois autres groupes est de 0,044.

Deux modèles présentent même des tests du Chi-deux significatifs (biens de consommation et

biens d'équipement).

Globalement, les corrélations multiples des équations structurelles donnent pour

l'explication de la variable latente EXLOIT des taux variant entre 6,2% (Biens

intermédiaires) à 12,6% (Biens de consommation) et même 19% pour l'industrie agro-

alimentaire. Pour l'explication de la variable de performance de marché, les corrélations

multiples au carré s'étagent entre 31,4% pour l'industrie des biens d'équipement et

50,5% pour l'industrie agro-alimentaire.

Le coefficient de détermination total varie quant à lui entre 34,4% (Biens d'équipement)

à 48% pour les biens intermédiaires (et 52% pour l'industrie agro-alimentaire).

Au total, la décomposition en sous échantillons correspondant à différents agrégats sectoriels

n'introduit pas de variation importante ou inexplicable dans les adéquations locales et globales.

fi s'agit à présent de savoir s'il en est de même au niveau des paramètres de la structure

causale et si, notamment, des résultats observés au niveau de l'échantillon global n'auraientpas

masqué des particularités au niveau de sous groupes d'industries.

Nous procédons à l'examen des résultats partiels dans l'ordre suivi jusqu'ici: d'abord les

coefficients <1>, ensuite les coefficients r variable exogène par variable exogène, et enfin la
-- ------------ --------
- - -- - - - -- ---- - --- - - -- - -- -

relation 13. fi est à noter que toutes les relations sont reproduites sur les schémas (les relations

non significatives sont représentée en pointillés).

Coefficients <1> - Hypothèses H.V.I à H.V.IV et contrôle H.I.II et H.m.IV.

Les hypothèses de contrôle H.I.ll èt H.m.N. sont toujours vérifiées dans les sous-modèles ..

Les liens entre les propriétés des ressources productives entre elles sont plus fortes que les
autres relations de corrélations avec les autres propriétés des ressources. De même les relations

positives entre variables d'échanges sont toujours fortes et significatives.

Les trois modèles présentant le test des hypothèses H.V.I à H.V.lV présentent les

caractéristiques suivantes :

394
 L'industrie des biens intermédiaires vérifie les quatre hypothèses reposant sur les coefficients <1>.
En effet, ils sont tous positifs et significatifs à 5%. Mais les deux autres sous-groupes mettent
en évidence un résultat intéressant

L'industrie des biens de consommation présente la particularité de ne vérifier que les liens entre
la coordination .interne et les propriétés des ressources productives tandis que l'indu·strie des
. biens d'équipement ne vérifie les liens entre la coordination interne et les propriétés des
relations d'échange. TI peut être rendu compte de cette différence à l'aide de l'interprétation
suivante. Le niveau de coordination interne est plus centré sur l'activité de production pour les
biens de consommation tandis que pour les biens d'équipement, elle est plus en relation avec la
relation d'échange à proprement parler. Dans le premier cas, il est plus important d'utiliser les
aptitudes de coordination pour assurer la qualité et le suivi de la production ; dans l'autre, la
négociation d'échange pour l'équipement des clients nécessite le plus de ressources de·
coordination interne (diffusion d'objectifs, d'informations et coordination transversale).

Coefficients '1et Ji
H.I.l. Relation non transférabilité - performance d'exploitation

Alors que dans les modèles complets, cette hypothèse n'était ni acceptée ni rejetée puisque les
coefficients n'étaient pas significatifs, dans le modèle avec la variable latente de performance
d'exploitation, elle était rejetée. Comme nous reprenons les mêmes spécifications que dans ce
dernier modèle, nous pouvons nous attendre à ce que l'hypothèse H.I.l soit rejetée.

TI apparaît que deux sous groupes (I.A.A et RI.) présentent des coefficients faibles et non
significatifs. L'industrie des biens d'équipement présente un signe négatif et un coefficient fort
(-0,194) mais non significatif. Seule l'industrie des biens de consommation rejette
significativement l'hypothèse H.I.1. La non transférabilité des ressources productives pour
l'industrie des biens de consommation a un impact négatif significatif sur la performance
financière d'exploitation (TXME et RBCE).

H.I.2. Relation non transférabilité - performance de marché

Tous les coefficients sont positifs. Trois sont particulièrement élevés (supérieurs à 0,245) mais
seuls deux sont clairement significatifs : celui de l'industrie agro-alimentaire (0,245) et celui de

395
 l'industrie des biens d'équipement (0,647). Les entreprises de ces deux groupes vérifient donc
particulièrement significativement le fait que plus les ressources productives sont non
transférables, plus la performance de marché est élevée.

H.Il.!. Relation non imitabilité - performance d'exploitation

Deux groupes (Biens de consommation et biens d'équipement) dégagent des coefficients

positifs et significatifs à 5%. 0,387 pour le premier et 0,167 pour le second. Pour ces groupes,
les ressources productives non imitables sont des gages de performance (TXME et RBCE)
conformément à l'hypothèse UIl.I.

H.Il.2. Relation non imitabilité - performance de marché

Cette relation est largement vérifiée : trois groupes sur quatre présentent un lien significatif
entre la non imitabilité des ressources productives et la performance de marché. Seule
l'industrie des biens d'équipement ne montre pas ce caractère. Pour les autres, les Be présente
le plus fort coefficient (+0,55) mettant en avant l'importance de ce facteur dans cette activité,
devant les BI (0,40) et l'IAA (0,25) .

Au total, en ce qui concerne les ressources productives, aucun groupe ne présenutde

comportement atypique. Les degrés de significativité différents suivants les groupes

_ ~ex~p~~~t ~~~~nu~anc~_
d~_~e_rtin_ence_~~~e_I_~~_~~vers~~~~~ti~n~e~~eI"\'é~s_entre
l_e~s
_pr_o_p_ri_été_s _
des ressources productives et les variables de performance. Globalement comme sur les sous-
échantillons, les hypothèses H.I.2 à H.II.2 sont acceptées, et H.U. rejetée.

L'industrie agro-alimentaire_: les propriétés des ressources productives jouent un rôle

significatif conforme aux hypothèses sur la performance de marché et mais non significatif sur
la performance d'exploitation

L'industrie des biens intermédiaires: seule la non imitabilité des ressources productives a un
impact sur la performance de marché.

L'industrie des biens de consommation: la non imitabilité des ressources productives est une
caractéristique essentielle des entreprises de cette industrie. Elle a un effet positif très
important sur la performance d'exploitation et de marché. La non transférabilité a un impact

396
 négatif significatif sur la performance d'exploitation.

L'industrie des biens d'équijJement: la non transférabilité des ressources productives a un

impact positif sur la performance d'exploitation et la non imitabilité sur la perfonnance de
marché.

H.m.!. Relation non substituabilité fournisseurs - performance d'exploitation

Tous les coefficients sont négatifs, mais seul celui des industries des biens intermédiaires est
significatif: -0,219. D existe sans doute dans ce groupe une forte nécessité de constituer une
ressource fournisseur pour survivre. Cette relation d'échange privilégiée se paye au niveau de
la performance d'exploitation.

H.ill.2. Relation non substituabilité fournisseurs - perfOlmance de marché

Les quatre coefficients observés sont tous positifs. lis ont des valeurs importantes : de +0,086
à +0,239. Deux sont particulièrement significatifs: le groupe des IAA et la groupe des BC.
Pour ces deux groupes, le coût relativement faible supporté pour la constitution de la non
substituabilité de leur relation d'échange se matérialise par une amélioration de leur
performance de marché. Pour les BI qui présentaient le coût de la non substituabilité le plus
important sur la performance d'exploitation, le coefficient représentant l'impact sur la
performance de marché est élevé (+0,239) mais non significatif.

H.III.1. Relation non substituabilité clients - performance d'exploitation

Un coefficient est quasi nul, et les trois autres sont positifs. Deux sont significatifs: pour le
groupe des IAA et pour le groupe des BI. L'hypothèse reliant la non substituabilité des
relations clients avec la performance d'exploitation ressort bien comme étant positive,
conformément à l'hypothèse H.N.1.

. H.m.2. Relation non substituabilité clients - performance de marché

Le test de cette hypothèse offre la première caractérisation d'un «effet groupe» qui avait été
gommé au niveau des tests sur l'ensemble de l'échantillon.

Un coefficient est nul (BC). Deux coefficients sont significatifs et négatifs: BI (-0,241) et BE
(-0,371). Ds vérifient l'hypothèse stipulant que le bénéfice de la non substituabilité clients
effectif au niveau de la performance d'exploitation (+0,167 pour BI et +0,142 pour BE) se

397
 paye au niveau de la performance de marché par la perte relative d'autres clients peut-être plus
rentables mais pour lesquels l'entreprise n'a pas investi dans une relation de non substituabilité.
C'est ce résultat qui a été confrrmé au cours des différentes analyses sur échantillon complet

Mais le groupe IAA présente la caractéristique d'avoir une relation NSUCL-MARCHE

significative et positive: +0,135. Cela signifie que dans ce groupe la non substituabilité de la
relation clients ne représente pas un coût. Les raisons de ce phénomène sont à chercher sans
doute dans la structure des secteurs IAA. En première analyse, un tel résultat pourrait
impliquer que dans le groupe IAA, les clients n'ont pas la possibilité de construire une relation
d'échange équilibrée puisqu'ils sont pénalisés lorsqu'ils entrent dans une relation constituant
une ressource pour leur fournisseur.

Au total, en ce qui concerne les relations reliant les propriétés des relations d'échange
avec la performance d'exploitation, aucun groupe ne présente de résultats atypiques.-De
même, à l'exception- du ""groupeIAA, les relations reliant les propriétés des relations
d'échange avec la performance de marché sont conformes à celles trouvées dans les
modèles précédents. Globalement, comme sur les sous échantillons, les hypothèses H.ll!.1,
H.ill.2. et H.IV.1 -sont vérifiées. L'hypothèse H.IV.2. est clairement vérifiée pour deux
groupes et rejetée pour le groupe IAA.

L'industrie agro-alimentaire: les propriétés des relations d'échange ont des effets positifs
.. ~----~significatifs~sur--Ia ~performance--d'exploitation-pour NSUFR -et sur les deux variables-de
performance pour NSUCL (contredisant l'hypothèse H.IV.2)

L'industrie des biens intermédiaires: les effets des propriétés des relations d'échange sont
importants. Ils présentent en moyenne les coefficients les plus importants de tous les groupes et
sont conformes aux hypothèses.

L'industrie des biens de consommation: les propriétés des relations d'échange avec les clients
ne sont pas significatives. Seule la non substituabilité des relations fournisseurs a un effet
positif significatif sur la performance de marché (H.ill.2.).

L'industrie des biens d'équipement: la relation principale concerne la non substituabilité des
clients et son impact négatif significatif sur la performance de marché.

398
H.lli.2. Relation coordination interne - performance de marché

Au niveau du modèle sur l'échantillon total, cette relation n'était pas significative. On rappelle
en outre que dans le cas B (variables de 1993-1994) le décalage temporel rendait
significativement négative la relation.

La décomposition en groupe fait apparaître un second «effet groupe» qui n'était perceptible
ni au niveau du test sur échantillon total, ni·au niveau des tests par taille. Deux relations sont
quasi nulles, conformément au modèle global (figure IV.16).

La relation de l'industrie des biens de consommations est positive, confIrmant pour la première
fois l'hypothèse H.V.2. En revanche, la relation est significativeet négative pour le groupe des
biens intermédiaires. Pour expliquer ce résultat, une nouvelle hypothèse peut être formulée :
plus le secteur est en contact avec la grande consommation, plus le degré de coordination
interne est important pour la performance de marché. Cette hypothèse trouverait-elle une piste
de vérification par le fait que le coefficient du groupe IAA est lui même positif (+0,058) même
s'il est non significatif?

H.2.1. Relation performance de marché - performance d'exploitation

Toutes les relations sont positives. Trois sur quatre sont significatives. Les coefficients vont de
+0,247 à +0,415. Le lien entre la performance de marché comme vecteur de performance
financière d'exploitation est donc une nouvelle fois illustré.

Au total, sur les 16 principales hypothèses testées, aucun effet majeur de l'appartenance
sectorielle sur la structure causale globale n'a été masqué. Au plus, deux relations
présentent des résultats significativement différents d'un sous-groupe à un autre: l'un
concerne le rejet de la relation NSDCL..:MARCHE pour les industries agro-alimentaires.
L'autre la vérification du lien entre CORDI et MARCHE pour les biens de consommation, et
son rejet pour les biens intermédiaires.

Les pages suivantes présentent les quatre modèles tirés des analyses Lisrel sur les sous-
échantillons IAA, BI, BC et BE.

399
 Figure IV.30. RESUME DES RELATIONS Figure IV.3l. RESUME DES RELATIONS
Industries Agro-alimentaires Industries de Biens de consommation

1 = 0,192

.
(+0.06.2)

···
····
·
···
···
Sm .·.
·.·
...··
...
'(+0.018)
iuv.1
Non Substituabili;\ (+0. 17
Relations Clients (1').. - - - - - - - - - - -- .....
H.IV.3 (+ 0.135) '(~0.012)

.. ..
•• ,..••• (+0.058)

.. -'
'
'

.'..
.'
'

............... ~ Relation non significative ............... ~ Relation non significative

Relation significative au moins à 10% • Relation significative au moins à 10%

- - - - - - •
Relation significative au moins à 5%

Relation rejetant l'hypothèse significative à 10%

. . 1

1
-----.;.. . Relation significative au moins à 5%

Relation rejetant l'hypothèse significative à 10%

N=474 Coefficient de détermination total 0,528 N=648 Coefficient de détermination total: 0,477
1
GFI = 0,949; AGFI = 0,925; RMR = 0,076; Chi-deux avec 105 ddl: 253,23
1
 Figure IV.32. RESUME DES RELATIONS Figure IV.33. RESUME DES RELATIONS
Industries des Biens intermédiaires Industries des Biens d'équipement

2=0,063
.....~ 2=0,087

•• ' '(~0.093) (+0.458)

...
,
,, ..
.... • ' (+0.059) ::':.
...... .
....
.. .•~..
.

"
.'.
'.
{;e.289)
.:::~< " (.o.•• ~

(+0.396) '. H.lV.l." -. (+O.O?9)

(+0.239)' :\ (+0.120\', •
Non Substituabilitf Non Substituabilit'< "
Relations Clients <t (- 0.241)
Relations Clients <t
H.IV.3 H.IV.3 (- 0.371)
.......• ..... ~
. .. .
•.••.••.••.• (- 0.128) •• ' ••• ' (- 0.019)
...... .........
.........
.. ....
'
'
'

••••••••••••••• ;> Relation non significative ••••••••••••••• ;> Relation non significative

• Relation significative au moins à 10% • Relation significative au moins à 10%

Rèlation significative au moins à 5% Relation significative au moins à 5%

Relation rejetant l'hypothèse significative à 10% ------. . Relation rejetant l'hypothèse significative à 10%

N=1080 Coefficient de détermination total 0,485 N=483 Coefficient de détermination total 0,344
401
GFI = 0,984; AGFI = 0,981; RMR = 0,036; Chi-deux avec 97 ddi: 167,8 GFI = 0,983; AGFI = ~974 ; RMR = 0,042; Chi-deux avec 97 ddi: 102,8 (p=.378)
1V.3.Synthèse des résultats

Le modèle théorique, inspiré du Courant des Ressources, a trouvé d'amples confirmations dans

les différents tests statistiques effectués dans ce chapitre. Les principaux résultats peuvent être

regroupés en cinq catégories.

1. inflnence des propriétés des ressources prodnctives.

fi a été montré que la non iniitabilité des ressources productives avait toujours un impact
positif sur les variables de performance. Entretenir les capacités de différenciation de sa

technologie est un gage d'appropriation durable de rentes. De même, miser sur les

déséconomies de temps subies par les concurrents est source d'avantage concurrentiel à court

et à moyen terme.

La non transférabilité des ressources productives est également un gage de performance de

marché, c'est-à-dire de performance relative en terme de parts de marché ou d'avantage

concurrentiel relatif. Miser sur le développement technologique comme fonction essentielle de

la concurrence (FONRD) et comme destination des investissements (R&DREL) est source de

performance de marché à court et moyen terme. En revanche, l'entretien de la non

transférabilité, contrairement à ce qui avait été anticipé, semble ne pas avoir un impact positif
sur la performance d'exploitation. Dégager un avantage en terme de performance de marché

par la non transférabilité de ses actifs stratégiques a un coût qui est payé au niveau de la

performance d'exploitation (TXME et RBCE).

Une connexion importante a été trouvée entre les deux propriétés des ressources productives

testées. Les corrélations entre ces deux variables latentes sont toujours très importantes et

significatives. Elles manifestent sans aucun doute le caractère fortement lié du développement

de l'une par rapport à l'autre. On peut imaginer que le coût de la non transférabilité profite

également à la non imitabilité des ressources productives.

2. inflnence des propriétés des relations d'échange

De manière globale, la constitution de relations d'échange avec les fournisseurs se matérialise

par un coût d'engagement au niveau de la performance d'exploitation (RBCE et TXME), qui

est compensé par une meilleure performance de marché.

402
A l'inverse, les entreprises qui cherchent à développer la non substituabilité de leur relation
avec leurs clients perdent relativement en efficacité sur leur performance de marché (part de
marché relative et avantage concurrentiel relatif) mais sè rattrapent sur le taux de marge et la
rentabilité du capital.

3. influence de la coordination interne

L'impact de la coordination interne sur les propriétés des ressources est manifeste. TIy a une
corrélation positive entre les différentes propriétés des ressources et le niveau de coordination
interne. Plus celui-ci est élevé, plus les ressources présentent les propriétés de non imitabilité,
de non substituabilité et de non transférabilité. A l'inverse, plus ces propriétés sont élevées,
plus l'on peut dire qu'elles requièrent des degrés de coordination importants.

En ce qui concerne l'influence directe de la coordination interne sur la performance de marché,

au niveau global, aucune relation significative n'a pas été clairement vérifiée.

4. influence du temps

L'influence du temps sur les relations significatives précédentes se matérialise à trois niveaux:

• sur les ressources productives, à l'échelle de 4/5 ans, les relations restent valides. L'effet du
temps (érosion, obsolescence, déperdition, etc.) sur les propriétés des ressources
productives semble nécessiter un plus grand laps de temps pour avoir des répercussions sur
la performance ;

• sur les relations d'échanges, deux phénomènes apparaissent. D'une part, les effets de la non
substituabilité clients s'estompent, mettant en lumière la nécessaire confiance et la
continuelle fidélisation des clients pour dégager de bonnes performances d'exploitation.
D'autre part, l'impact à moyen terme de la non substituabilité de la relation fournisseur en
réduit le bénéfice présent sur la perfonnance de marché. Le coefficient devient négatif, mais
sa valeur ne compense pas le gain actuel réalisé.

• enfin, au niveau de la coordination interne, le niveau élevé requis pour le maintien des
propriétés des ressources se matérialise par un coût différé sur la performance de marché de
l'entreprise.

403
 5. influence de la taille de l'entreprise et des catégories d'activité

En ce qui concerne l'effet taille, il n'a été constaté aucune modification sensible de la structure
causale établie dans les résultats précédents.

En ce qui concerne l'effet de l'appartenance à une des quatre catégories d'activités, deux
résultats doivent être soulignés:

• d'une part, au niveau global, les quatre sous-structures obtenues par la décomposition de
l'échantillon ne laissent pas apparaître d'effets importants qu'auraient pu dissimuler les
résultats obtenus au niveau de l'échantillon global. Au plus est-il indispensable de signaler
que suivant les catégories d'activité, des nuances apparaissent sur la pertinence des
principales relations explicatives. A titre d'exemple, les résultats semblent privilégier
l'importance des propriétés des ressources productives pour un groupe (Biens de
consommation) alors que pour un autre ce sont les relations d'échange qui apparaissent
relativement plus déterminantes (groupe des biens intermédiaires).

• d'autre part, sur un plan particulier, deux relations particulières ont émergé. Une hypothèse,
toujours vérifiée, au niveau global et pour les autres sous-groupes, est rejetée pour
l'industrie agrQ-alimentaire (lien non substituabilité clients - performance de marché). Une
hypothèse non significative au niveau global, le lien coordination interne et performance de
marché, est acceptée pour un groupe (biens de consommation) et rejetée pour un autre
---- -" .--- _ .. _-_._._----~~_._-- ------
~ -~- ---(bTens-imerméaîilieSf-~
-"

En terme de management stratégique, les implications de ces résultats peuvent se décliner en

plusieurs facettes.

Tout d'abord, la performance apparaît être la résultante complexe d'effets positifs et négatifs
de différentes grandeurs, examinées dans cette recherche. n n'est pas suffisant d'analyser les
variations d'un seul indicateur de performance dans les études consacrées à la performance. En
effet, d'une part, de nombreux effets d'entrecroisement entre variables de performance passent
alors inaperçus. D'autre part, les effets décalés dans le temps qui amoindrissent les effets
bénéfiques futurs ne sont pas non plus apparents.

404
Le deuxième enseignement est que la stratégie doit reposer sur cinq objectifs: assurer le
développement de moyens de production idiosyncrasiques par le truchement de flux
d'innovations, de connaissance et d'apprentissage soutenus ; gérer les relations avec les
fournisseurs pas seulement sur des bases concurrentielles en terme de pouvoir de marché, mais
du type gagnant-gagnant; gérer la non substituabilité de sa clientèle; favoriser le niveau de
coordination interne ; et envisager le degré de permanence des mesures engagées.

Ainsi, il est essentiel pour la firme de réfléchir à sa capacité de différenciation non seulement
dans le positionnement de ses produits par rapport à ceux de ses concurrents, mais plus
fondamentalement, en terme stratégique, par rapport aux coûts de transferts économisés pour
l'entreprise et augmentés pour ses clients potentiels lorsqu'ils recherchent l'offre conforme à
leurs besoins. En effet, le développement des capacités productives de différenciation de
l'entreprise reposant sur les dimensions techniques et de qualité du produï't nécessitent des
stocks de ressources importants, qui doivent être alimentés pendant une période suffisamment
longue pour devenir des R&A distinctives, source d'avantage concurrentiel. Alors, le coût de
transfert d'une activité à une autre est en interne abaissé pour l'entreprise qui sait gérer cette
flexibilité nécessaire. Ceci est à la base même de la constitution de rente (§ 1.3.3.).

L'abaissement du coût de transfert interne de l'usage des services des R&A productives, non
imitables et non transférables à la concurrence, augmente mécaniquement le coût de
changement du client en faveur d'un concurrent. Toutefois pour conserver une relation non
substituable avec ce client, il est visiblement nécessaire d'investir continuellement dans la
relation, puisque les effets bénéfiques de la non substituabilité semblent s'estomper en deux
ans, au risque d'une perte relative de part de marché potentielle et d'un affaiblissement de
l'avantage concurrentiel. Le choix stratégique que ne permet pas de trancher cette étude -mais
ce n'était d'ailleurs pas son objet de recherche- consiste à déterminer quelle option est la plus
rentable, entre la recherche de clients fidélisés sur lesquels on peut bâtir une relation de non
substituabilité et la recherche de la part de marché maximale.

De même, afin d'alimenter les propriétés intrinsèques des ressources productives, il semble
important de mettre en place une relation de non substituabilité avec ses fournisseurs. Celle-ci
permet en outre, au prix d'une légère baisse de performance d'exploitation, d'améliorer sa
performance de marché de manière plus durable que la relation avec les clients, par nature plus

405
versatiles.

De plus, le niveau de coordination interne apparaît être un catalyseur des propriétés permettant
à l'entreprise de constituer un avantage concurrentiel et de s'approprier des rentes. Même si le
niveau élevé de communication, de circulation d'informations, de rédaction et de suivi par le
contrôle de gestion peut finir par représenter un coût, décalé dans le temps qui vient
légèrement grever la performance de marché de l'entreprise, il est indéniable que la
coordination interne contribue à l'édification des propriétés idiosyncrasiques tant des
ressources productives que des ressources d'échange. La coordination interne est donc un de
leviers essentiels du management stratégique, inspiré du Courant des Ressources.

Enfin, de même que certains auteurs ont souligné l'importance de considérer différents types
« d'horloge» sur les marchés (Mitchell, 1991; Mitchell et Singh, 1993; Coeurderoy et
Durand, 1997), sans doute est-il stratégique de prêter attention aux horloges internes de
l'entreprise, ou tout au moins aux conséquences plus ou moins durables des choix stratégiques
retenus. La stratégie doit donc prendre toute la mesure du conditionnement temporel de ses
engagements (Ghemawat, 1991 ; Durand, 1997).

C'est vers une tentative de démonstration de l'importance cruciale de ce conditionnement

temporel, dans le cadre d'une conception de la stratégie inspirée par le Courant des
Ressources, que nous nous tournons à présent. Nous présentons maintenant le dernier cas
d'étude, le cas C, c'est-à-dire la simulation multi-agents et les résultats qui en découlent

406
CHAPITRE V - EVOLUTION DU PROCESSUS CONCURRENTIEL ET
DE LA PERFORMANCE DES ENTREPRISES MANUFACTURIERES :
UNE SIMULATION (cas C)

Introduction 408

V.1. La valeur de la simulation et les outils de représentation utilisés 409

V.l.l. La démonstrationéconomiquerend mal compte de la nature évolutionniste du
processus concurrentiel 410
V.l.2. les atouts de la simulationmulti-agentsà événementsdiscrets 412

V.2. Présentation du modèle 418

V.2.1. Les variables du modèle 418
V.2.2. Hypothèses de recherche 435
V.2.3. Plan d'expérience 438

V.3. Résultats des simulations 438

V.3.1. Cas des simulationssans entrées de concurrents 439
V.3.2. Cas de simulationsavec entrées de concurrents 444

-V;4.Bilan des-expérimentations- - 455

407
 Introduction

Au cours des chapitres précédents, un mouvement de réflexion d'ensemble sur la performance

des entreprises manufacturières a été esquissé puis testé sur des données empiriques réelles,
concrètes. Le cheminement intellectuel a abouti à proposer un modèle théorique
complémentaire au paradigme S-C-P, voire pour certains auteurs alternatif. Le Courant des
Ressources a été alimenté par deux champs de recherche principaux en développement
constant depuis une dizaine d'années: la théorie fondée sur les ressources d'une part, et
l'économie évolutionniste d'autre part. Les résultats empiriques concluants ont donné corps
aux analyses prônées par cette approche renouvelée de l'explication de la performance.
Toutefois, la prise en compte de la dimension temporelle n'a pu être qu'esquissée,
essentiellement à cause de la faible profondeur historique de la base de données SESAME de la
Banque de France.

C'est pour pallier cette insuffisance que nous avons cherché à mettre au point une simulation
qui reprenne les résultats empiriques des chapitres précédents et qui permette, à l'instar des
différents modèles évolutionnistes présentés, de donner une dimension temporelle à l'analyse
de la performance par les ressources.

L'intérêt de cette simulation est triple: théorique, méthodologique et technique. Sur le plan
théorique, la simulation constitue un prolongement essentiel de la réflexion qui peut être menée
dans le cadre du Courant des Ressources. Notamment, elle prend explicitement en compte les
-- -- -----~----~ -~----~-~---- ---- - - ----------- --- -- ------------------~-

points clés soulignés lors de la présentation du Courant des Ressources (Figure 1.6).
Méthodologiquement, les contraintes imposées par les modèles imspirés du Courant des
Ressources sont d'une nature particulière: à la différence des moyens méthodologiques
classiquement utilisés en micro-économie (démonstration, formulation), la simulation ne
nécessite pas d'hypothèses fortes sur le comportement optimal, ou même rationnel de l'agent
économique. Elle décrit simplement l'entreprise comme un «portefeuillede ressources et
d'aptitudes» ayant une certaine valeur à un moment donné du temps, valeur qui sera
déterminante de la performance future (Mezias et Glynn, 1993). Enfin, sur le plan technique, la
simulation à laquelle nous recourons est absolument originale. Elle donne le maximum de
-liberté à la définition idiosyncrasique de l'entreprise ; elle permet en outre de gérer des

408
événements asynchrones, c'est-à-dire le fait que les entreprises agissent chacune à son rythme
selon la nature de ses ressources et aptitudes.

Par ailleurs, il est indispensable de souligner que ce type d'outils ne prétend pas, tout au moins
dans le cadre qui est ici le nôtre, avoir valeur de preuve indiscutable. TIdoit être pensé comme
un prolongement rationnel de test d'un modèle théorique. TIpermet de pousser à leur limite les
conséquences du système de raisonnements scientifiques, sans prendre nécessairement la forme
d'équations dont la complexité serait censée souligner le raffinement intellectuel. Au contraire,
la simulation adopte le point de vue inverse: elle modélise la complexité à partir d'éléments
simples, et ne considère pas que ses résultats puissent être tirés de théorèmes, lemmes et autres
axiomes ni puissent prétendre à l'exactitude; tout au plus, sont-ils l'expression par nature
imparfaite de la complexité de systèmes ouverts, ce qui ne signifie pas qu'ils ne présentent pas .
de valeur pour la réflexion et pour l'action (Ferber, 1995).

En conséquence de quoi, diverses précautions doivent être prises avant et après la simulation.
D'une part, il est indispensable que la simulation repose sur un modèle théorique précis, dont la
validité a été préalablement attestée afin que la simulation n'aie point un statut de preuve
auquel elle ne peut prétendre. Cela a été le cas pour ce travail au cours des chapitres
précédents. D'autre part; les résultats ne doivent pas être considérés comme des prédictions,
ou des anticipations exactes de l'avenir: un travail d'explication et d'interprétation
circonstancié doit être mené afin de distinguer les effets qui sont proprement dus à la définition
des règles de fonctionnement introduites lors de la simulation des effets structurels constitutifs
et représentatifs des conjectures qui peuvent avoir été formulées dans le cadre du modèle
théorique. Ces précautions et ces distinctions seront prises dans ce chapitre.

11.1.La valeur de la simulation et les outils de représentation utilisés

La simulation est une méthode particulière de vérification d'hypothèses, qui connaît un essor
récent mais pose encore de nombreux problèmes de validité scientifique. Cette section aborde
les insuffisances des méthodes de démonstration en économie, face au problème posé par la
conception de la stratégie fondée sur la théorie des ressources. Elle ouvre une piste de réponse
à ce problème grâce aux outils informatiques de simulation multi-agents.

409
 V.l.l. La démonstration économique rend mal compte de la nature
évolutionniste du processus concurrentiel

La démonstration en économie industrielle recourt aux mathématiques, héritière en cela

notamment de Walras. Cette base méthodologique est la représentation traditionnelle de
l'économie, en tant que «science normale» (Kuhn, 1965). Elle repose sur des hypothèses
génériques (de fonctionnement, de comportement) et possède une portée théorique générale,
due à son caractère de démonstration logique. La rigueur de la démonstration, est en quelque
sorte une obligation de moyens (de méthodes et d'hypothèses) sans laquelle la validité des
conclusions obtenues peut être mise en doute. Les prérequis de formalisation mathématique
des comportements et des fonctionnements ont pour contrepartie principale une simplification
excessivement réductrice des agents et des conditions d'organisation de l'échange économique
-spécialement en ce qui touche à leur agencement temporel (O'Dricoll et Rizzo, 1996). La
micro-économie orthodoxe, depuis la théorie de l'équilibre généralisé jusqu'à la théorie des
jeux en passant par le paradigme S-C-P s'inscrit schématiquement dans cet ordre de
représentation.

Cinq grandes limites apparaissent, selon nous, réduire la portée théorique de la "démonstration
économique" face à la conception de l'entreprise d'une part, reposant sur les ressources et
aptitudes. et d'autre part, intégrant la dimension processuelle de la constitution de l'avantage
.. concurrentiel-enaâimensiofi-évblutioÏliÛste-de-Ul.compétitioft~-- .

1- Les échanges d'information, les comportements (décisions d'investissement, de

consommation, de prix, etc.) se déploient dans un espace où le temps ne constitue pas un axe
déterminant (O'Driscoll et Rizzo, 1996). TIs'ensuit d'une part que l'évolution de la réalité
économique représentée est très simplifiéeet d'autre part que les phénomènes intertemporels
ne sont pas pris en compte. On entend par phénomènes intertemporels les phénomènes
économiques liant une date t à une date T quelle que soit T, les rapports de succession n'étant
pas la seu1e manière d'envisager le déroulement du temps en économie. Ainsi, plus
précisément, les phénomènes d'apprentissage, de routines organisationnelles et d'innovation
appartiennent à un autre ordre de représentation de la temporalité de la réalité économique -

410
 l'ordre de l'intertemporel, à notre sens plus juste et plus prégnant que celui de la démonstration
économique traditionnelle.

ü- Les comportements des différents acteurs mis en rapport (producteurs, consommateurs,

monopoleurs, institutionnels, etc.), dans le cadre de ce premier ordre de représentation, sont
stéréotypés. Ainsi, il n'y a pas d'hétérogénéité entre les acteurs, qui, pour la plupart,
hiérarchisent leurs besoins et maximisent sous plus ou moins de.contraintes leur utilité. De la
même manière que précédemment, on peut poser,. sans rien retirer à la notion de maximisation
de l'utilité, qu'il y a des grandeurs qui permettent d'y parvenir qui n'appartiennent pas à l'ordre
économique mais à celui du social, du psychique, du politique. TInous semble que la restriction
à une homogénéité de comportement (des producteurs ou des consommateurs) est par
. conséquent trop réductrice et se situe même en contradiction avec la plupart des faits
économiques recensés : diversification des productions et des structures organisationnelles,
segmentation des marchés, études des comportements de consommation, etc (Saviotti, 1991).

üi- Sur le plan épistémologique, des variables définies « de l'extérieur» confèrent au modèle de
démonstration économique son intégrité. C'est notamment le cas pour les grandeurs telles que
la demande, la loi de l'équilibre ou encore la «main invisible ». De telles propriétés qui
assurent à cet ordre de rèprésentations de la réalité économique un « bouclage» mathématique
et logique ne constituent pas une force de leur démonstration mais une faiblesse : elles n'en
sont que plus falsifiables, non pas au niveau de la démonstration elle-même -qui est imparable-
mais dans le changement d'hypothèses qui permettent de déplacer les conclusions (Metcalfe,
1989). A notre sens, il n'y a pas bouclage logique du système économique réel, c'est-à-dire
que .le système économique, comme la majorité des systèmes sociaux est un système ouvert,
dont le fonctionnement n'est pas finalisé en lui-même. L'objet et l'intérêt de la représentation
et de la modélisation ne sont pas théoriques mais pratiques. Elles doivent permettre de dégager
non pas le fonctionnement idéal de l'économie mais certaines régularités valables pour des
périodes précises et limitées et pour des marchés donnés afin de déboucher sur des
recommandations stratégiques.

iv- Le déploiement logique de la démonstration implique une dernière propriété: dans ces
modèles, la fin à trouver est donnée, sans toutefois· être explicitée a priori. TI s'agit de

411
 l'équilibre, d'un nombre optimal d'entreprises, d'un seuil, etc. Le raisonnement est
essentiellement déductif. Si bien que l'on ne pose que les problèmes que l'on peut résoudre
sans chercher les questions faisant véritablement problème, du type : qu'est-ce qu'une
représentation adéquate de l'évolution économique?

v- Witt a rappelé que le changement d'origine endogène, c'est-à-dire l'évolution économique

pouvait provenir de plusieurs sources (Witt, 1992) : de flux d'innovations intégrés dans le
système économique, de la concurrence entre finnes, du fonctionnement même des marchés
(irréversibilités, dépendances de sentier), de la modification des règles de l'organisation des
échanges, des changements relatifs aux technologies et à leurs impacts sur longue période, et
des comportements individuels. Aucune démonstration analytique et déductive ne peut
transcrire adéquatement l'ensemble de ces facteurs d'évolution (Jonard et Llerena, 1995). De
plus, le plus souvent, les tentatives pour intégrer à des représentations traditionnelles des
phénomènes d'innovation ou de changement sont inadéquates: en effet, «Le terme de mutation
est utilisé pour décrire
...
un processus où les individus peuvent passer de la stratégie i à)a ,:~
\',

stratégie j, i et j appartenant à un ensemble donné. La forme de variabilité qui est alors prise
en compte, sous le qualificatif de mutationnel, est essentiellement un processus produisant de
l'hétérogénéité. On peut penser que la variabilité mutationnelle a d'autres caractéristiq~es
plus essentielles» (Orléan, 1995, p14).

-------~---
~V~1.2.-les atouts dtna sinl1ilationmUlti;:agènts-à evénements disc-refS~

Dosi et Nelson concluaient un de leurs articles (Dosi et Nelson, 1994) en ouvrant trois pistes
pour l'économie évolutionniste: l'amélioration des traitements analytiques de l'évolution grâce
aux progrès de la théorie des systèmes et de la dynamique non linéaire, l'identification des
régularités par des études empiriques, et le développement de modèles d'implémentations
informatiques. De même que sur un plan théorique le Courant des Ressources tente entre
autres de répondre aux déficiences du paradigme S-C-P, de même nous semble-t-il, le Courant
des Ressources doit être à même de proposer des outils méthodologiques susceptibles de
pallier les inconvénients du recoursà la démonstration économique. Partant d'une conception
différente, d'une part, des facteurs économiques en jeu dans le processus concurrentiel et,

412
d'autre part,·de l'explication de la performance des entreprises, le Courant des Ressources doit
développer les outils qui permettent de mettre en lumière les déterminants intrinsèques de la
performance: les ressources des entreprises et le développement temporel du processus
concurrentiel. La simulation, sous couvert d'avoir pris les précautions préalables nécessaires
peut être un de ces outils.

V.1.2.a. la simulation multi-agents: conception

Les techniques d'Intelligence Artificielle ont été appliquées, avec succès, pour résoudre des .
problèmes de diagnostic, de conception et de classification. En revanche, leur application au.
contrôle et à la simulation de processus dynamiques a soulevé de nombreux problèmes et fait
encore l'objet de diverses recherches. La modélisation d'un ensemble d'entités en interaction
dynamique (pàr exemple le processus concurrentiel) nécessite en effet de définir des agents qui
allient des capacités cognitives, pour raisonner sur des situations complexes, à des capacités
réactives. pour s'adapter aux changements de l'univers en temps réel.

La simulation multi-agents se propose de représenter la complexité d'un phénomène (pour

nous le phénomène concurrentiel) à partir de plusieurs agents simples. «Un agent est une
entité: qui est capable d'agir sur elle-même et sur son environnement; qui ne dispose que
d'une représentation partielle (et parfois aucune) de son environnement; qui peut
communiquer avec d'autres agents; qui poursuit un objectif individuel; qui possède des
compétences; dont le comportement est la conséquence de ses objectifs, de sa perception, de
ses représentations, de ses compétences et des communication qu'il peut avoir avec d'autres
agents» (Ferber, 1995). En ce qui concerne les entreprises qui seront modélisées, elles
disposeront d'un module de perception de leur performance passée, de celle de leurs
concurrentes, .et devront raisonner puis agir afin de modifier leur dotation en ressources

stratégiques.

Les modèles de communication disponibles pour la construction de systèmes dynamiques

reposent sur deux conceptions de l'échange d'information:

• une communication par mémoire partagée soit le modèle du tableau noir (blackboard)
introduit initialement dans le système Hearsay-TI(Erman et al. 1980) et utilisé depuis dans de

413
nombreux autres (Hayes-Roth et al. 1992). Cette méthode consiste à inscrire dans une partie

du système l'ensemble des opérations exécutées au cours de la simulation. Cet historique est

accessible à tout moment (tests, vérifications, recherches sont donc possibles). Cette méthode

convient lorsque l'on suppose que les agents sont coopératifs et qu'ils ne se soucient ni de la

provenance de l'information qu'ils consultent ni de la destination de l'information qu'ils

laissent sur le tableau. n ne peut par conséquent pas convenir pour une modélisation

économique reposant sur les ressources. TI correspond en quelque sorte à l'état de

représentation économique classique où tous les agents ont accès à l'information en temps réel

sur le marché.

• une communication par envoi de messages. A l'inverse de l'approche par tableau noir où les

agents puisent des informations sans en connaître l'origine et en produisent sans se soucier de

leur destinée, les modèles d'agents communiquent par envoi de messages avec d'autres agents

sans qu'il n'existe de zone commune de partage.

Comme le phénomène concurrentiel ne possède pas de mémoire commune, l'approche utilisant

des simulations avec plusieurs agents est recommandée. L'agent peut être considéré comme

une brique de base pour l'implémentation de modèles multi-agents, et s'intègre dans le cadn~de

la "programmation orientée-agent" (Shoham 1993). L'agent est idiosyncrasique, au sens o,ù il

possède ses propres règles, et logiques de perception et d'action.

De plus, il nous intéressait de pouvoir introduire des rythmes d'actions différents suivant les
.. _ ~-~-
.. --~--.--_ _~-_ __ .~~--
.. .. -_.----- -- -_._- ----
..-.---"-'-'-- - -.' .. --
_ • • __ .. n_~ _

entreprises. La SMA (Simulation Multi agents) «permet la représentation d'un comportement

asynchrone contrairement à la modélisation classique qui est de type synchrone. Dans la

simulation synchrone, les _activités des différents agents progressent simultanément. Ils
changent tous d'états à la même date. Dans une simulation asynchrone, chaque agent peut
avoir une échelle temporelle qui lui est propre et est indépendante de celle des autres
agents» (Guessoum, 1996,p88).

Nous avons donc utilisé la plateforme DIMA mise au point par Z. Guessoum. DIMA est une

plateforme multi-agents qui fonctionne 'avec envois de messages et permet le fonctionnement

asynchrone des agents.

414
 V.l.2.b. Atouts de la simulation multi-agents par rapport à la représentation de
l'évolution économique

Par rapport aux cinq limites de la démonstration économique traditionnelle 1, énoncées

précédemment, la simulation multi-agents (SMA) apporte des réponses plus ou moins
satisfaisantes, mais qui sont en adéquation avec le Courant des Ressources.

1- la SMA permet d'offrir une représentation des phénomènes intertemporels en économie.

Les conséquences d'une action peuvent se prolonger sur plusieurs périodes d'action; elles
peuvent être· interrompues par la survenance de conditions d'arrêt, simulant de cette
manière, par exemple, l'arrêt d'une phase de développement de produit suite aux résultats
d'une enquête marketing montrant que celui-ci est mal perçu par les futurs utilisateurs. Dans
le modèle de simulation que nous avons élaboré, l'intertemporalité de la compétition est
matérialisée par le fait que chaque agent économique a une période d'action qui lui est
propre: il agit plus ou moins rapidement, et ce rythme est une de ses _propriétés
intrinsèques.

ü- La plupart des modèles économiques appliquent des règles de comportement aux agents

économiques qui ne les différencient pas les uns des autres. L'économie évolutionniste a
tenté d'introduire l'hétérogénéité à la fois au sein des performances et des comportements
des entreprises. La SMA permet en fait d'individualiser au plus près chaque agent avec un
degré de précision aussi poussé que le désire le chercheur. La limite au perfectionnement
réside dans la possibilité d'interprétation des résultats, c'est-à-dire dans l'attribution de leurs
causes aux effets observés. Nous avons retenu pour notre part une hétérogénéité foncière
des entreprises reposant sur leur dotation en ressources et aptitudes.

ili- La théorisation des systèmes économiques leur assure traditionnellement un «bouclage»

épistémologique dû à certaines hypothèses (contraintes de budget, propriétés de la
demande, etc.). La simulation peut reprendre à son compte ce type d'hypothèse en
définissant un agent 'demande' voire en raffinant la description des clients selon les objectifs

1 -TIne s'agit pas pour nous de jeter le discrédit sur les avancées permises par la démonstration économique
classique. Au contraire, il s'agit de s'appuyer sur une inadaptation relative de ce type de méthodologie pour les
genres de problèmes posés par le courant des Ressources. Dès lors que l'on cherche à représenter des agents
économiques autonomes avec leurs propriétés idiosyncrasiques et un mode de coordination économique dont les
règles diffèrent de celles du marché, il est nécessaire semble-t-il de rechercher d'autres méthodes de
démonstration.

415
 qu'ils poursuivent, leurs règles de décision et les routines qui les caractérisent. Dans notre

simulation, dans un souci d'expérimentation poussé à sa limite, nous n'avons pas introduit

de contrainte de demande. Ainsi, nous montrons que même en l'absence de contraintes

extérieures de bouclage du modèle, celui-ci peut fonctionner et avoir des traits et des

comportements explicables et pertinents. En effets, nos entreprises sont définies de manière

idiosyncrasique, elles ont donc des limites de taille et de production qui leur sont propres.

Elles ne peuvent donc pas fournir l'ensemble du marché à elles seules, d'autant plus que la

concurrence les contraint dans leur développement.

iv- Dans nos simulations, il n'y a par définition pas d'état d'équilibre à trouver, pas de point de

convergence nécessaire.· Des entreprises entrent en permanence sur le marché, qui

déséquilibrent les offres des entreprises installées et introduisent de la variété. Notre

simulation est donc non finalisée, comme est non finalisée la vie économique réelle. De

l'analyse du processus concurrentiel des enseignements peuvent être tirés sur les

déterminants dynamiques de la performance.

v- Afin de respecter une liaison plus grande entre le changement de stratégie opéré par un

agent économique et l'impact que ce changement a sur les caractéristiques intrinsèques de

cet agent, la SMA fait le lien entre la décision et l'action. Alors que les modèles dits

mutationnels n'introduisaient en fait qu'artificiellement de l'hétérogénéité dans les

simulations en faisant varier les états des entreprises plus ou moins aléatoirement, la

simulationpermefdepièndfe-ënconSIdératton-ies-conséquences duchoix stratégique sur les

propriétés des ressources engagées par l'agent dans le processus concurrentiel.

L'enchaînement causal complexe, liant le choix stratégique aux propriétés des ressources et

à la performance peut être simulé avec efficacité par la SMA alors qu'il nécessiterait force

moyen mathématique qui le figerait.

Les atouts de la simulation par rapport aux points soulevés se doublent d'autres avantages

apportés par cette méthode. La simulation permet de tester rapidement le changement de

certaines hypothèses : les règles de comportement peuvent être modifiées,. suivre de nouvelles

lois de distribution, des aléas peuvent être introduits, etc. Ces modifications doivent faire partie

416
d'un programme de recherche précis pour que l'interprétation des résultats soit constructive2•

La simulation autorise également l'ajout de nouveaux agents: introduction d'un régulateur,

d'un nouveau consommateur, d'un concurrent avec de nouvelles routines est tout à fait

possible. Enfin, sur un plan pratique, elle pennet d'éditer les résultats pour comparer les

expérimentations les unes aux autres.

V.1.2.c. La plateforme utilisée: DIMA

Les systèmes multi-agents existants sont en général classés en deux familles : les systèmes

réactifs et les systèmes cognitifs. Dans un système multi-agents réactif, le comportement

complexe du système émerge de la coexistence et de la coopération des comportements

simples. Les agents réactifs ne disposent que d'un protocole et d'un langage de communication

réduits: Leurs capacités répondent uniquement à la loi stimulus/réponse. Par exemple, des

applications ont simulé le comportement d'une fourmilière à partir de la conception simple

d'une fourmi. L'agent unitaire fourmi capte continuellement des informations à l'aide de
senseurs sur le monde physique qui l'entoure. Ainsi, la founni fait partie intégrante de son

écosystème et réagit aux stimuli/réponses qui en proviennent. Des phénomènes globaux

d'organisation sont alors observables au niveau de la founnilière (Drogoul, 1993).

A l'opposé, les agents cognitifs sont fondés sur la coopération d'agents capables, à eux seuls,

d'effectuer des opérations complexes. Un système cognitif comprend un petit nombre d'agents

qui disposent d'une capacité de raisonnement sur une base de connaissances, d'un processus de

décision ou d'une aptitude à traiter des informations diverses liées au domaine d'application, et

d'informations relatives à la gestion des interactions avec d'autres agents et l'environnement. lis

sont ainsi capables de résoudre certains problèmes par eux seuls.

Dans notre étude, nous ne considérons que des systèmes où les agents possèdent des capacités

de raisonnement individuelles. Toutefois, ces agents cognitifs doivent également intégrer des

capacités réactives. En effet, pour les domaines d'application tel que l'évolution économique,

2 Un parallèle s'établit ici entre la méthode statistique retenue et la méthode de simulation: la spécification du
modèle théorique doit être très robuste et reposer de des hypothèses de recherches précises, sans quoi la
multiplicité des combinaisons possibles peut déboucher sur des tests qui ne sont ni sigllificatifs ni
interprétables.

417
 un agent doit allier des capacités réactives, - réagir pour un état particulier de l'environnement
(stimulus)-, à des capacités cognitives, -agir rationnellement en utilisant des connaissances
pour atteindre un but fixé lorsque les contraintes sont plus relâchées (Kalika, 1991). Ainsi, les
agents économiques simulés intègrent des capacités cognitives et des capacités réactives,
organisées autour de trois fonctions: la perception, le raisonnement et la communication.

La plateforme DIMA développée par Z. Guessoum (1996) permet de définir de tels agents.
Elle combine la programmation par objets, la production de règles, la distribution des
connaissances et la gestion des événements discrets et asynchrones.

11.2.Présentation du modèle

Conformément à notre cadre théorique, le modèle de simulation met en concurrence plusieurs

. individus entreprises défInis de manière idiosyncrasique. L'objectif de la recherche est la
simulation de l'évolution des performances de ces individus à partir de leur interaction par le
biais d'une zone de marché.
Les points, tirés du Courant des Ressources sur lesquels reposent la simulation sont:

1. L'hétérogénéité des R&A, résultat de choix stratégiques antérieurs, est déterminante dela
performance ;

2. Les R&A sont fortement idiosyncrasiques et englobent l'ensemble des facteurs et des actifs
de production;

3. Le processus d'évolution est plus déterminant de la performance que l'équilibre effectif du

marché;

4. Les évolutions individuelles des entreprises conditionnent pour chacune leur performance et
font évoluer la norme de marché.

V.2.1. Les variables du modèle

V.2.I.a. Définition de l'entreprisefondée sur le Courant des Ressources

Un agent entreprise Bi est caractérisé par :

418
• un capital K de départ.

• l'état de X variables la définissant dites variables d'état primaires; les variables X sont des
variables qualitatives ordinales dont les valeurs sont fixées au départ (aléatoirement ou non).

• l'état de Y variables de performance calculées à partir des X variables primaires; les

variables Y sont calculées à l'aide d'équations simples.

• une période caractéristique p, c'est à dire un rythme d'utilisation de ses ressources

Justification

L'utilisation d'une variable mesurant les moyens disponibles de l'entreprise est essentielle à sa
définition. Le facteur capital K est le moyen le plus immédiat pour définir la base à partir de
laquelle l'entreprise débute son activité et pour la comparer à ses concurrentes. Par ailleurs, les
efforts de recherche et développement sont proportionnels à la taille de l'entreprise.

Les variables X de la simulation correspondent exactement aux variables observables X

utilisées dans le modèle théorique et dans les tests empiriques. De cette manière le poirit clé
n02 rappelé ci-dessus est explicitement pris en compte dans la simulation. Les R&A sont
clairement propres aux entreprises: elles participent· de la définition même des agents
économiques. Min de simplifier les comparaisons et les définitions, on pose que les valeurs des
X sont positives. Plus la valeur de la variable X est forte, plus le potentiel de rentes dégagées
par l'exploitation et appropriables par l'entreprise est donc élevé.

Les variables observables de la performance (les variables Y dans la simulation comme dans le
modèle Lisrel) sont les conséquences des choix stratégiques et de la propriété des R&A
détenues par les entreprises, c'est-à-dire des variables X. Cette définition correspond à la
position clé n°l. Si l'on met en boucle le raisonnement, l'hétérogénéité des R&A détermine la
performance qui détermine les marges de manoeuvre potentielles de l'entreprise dans le
développement et/ou la construction de nouvelles R&A qui détermine la performance, etc.
Cela est donc une mise en application du point clé n03 : le processus d'évolution des R&A est
plus déterminant de la performance que l'équilibre effectif du marché.

Enfin, la nature des entreprises peut également s'exprimer à travers les délais de réaction
nécessaires à la poursuite des objectifs stratégiques. Les thèmes évolutionnistes concernant

419
l'inertie organisationnelle, le comportement d'imitation et celui de l'innovation sont des

exemples de la dimension temporelle intrinsèque qui caractérise l'entreprise. n semble par

conséquent logique d'introduire au sein même de la définition minimale de l'entreprise un

indicateur de son temps de réaction, de son temps de process, en un mot de son rythme de

fonctionnement économique. n s'agit ici de la prise en considération de la première parie de la

proposition n04 : les évolutions individuelles des entreprises conditionnent pour chacune leur

performance.

ELEMENTS DE LA REGLES OU REMARQUES

SIMULATION
lO•• itinliUtliiiRi.i::::: )~~I~~fI~i~~II~~~~~I~~~~~~~f~~fr~~~~~~I~I~~~~~~~~I~~fI~~~~~~
K Evolue en fonction des performances de l'entreprise
Variables X nombre entier> 0
Prennent des valeurs croissantes en fonction du développement de
l'entreprise. Par conséquent, la comparaison des portefeuilles de
R&A entre entreprises peut se faire simplement en comparant les
valeurs des X
Variables Y Variables continues qui correspondent aux variables observables
brutes Y d'un modèle Lisrel .. les deux premières peuvent donc
être rapprochées d'un pourcentage ,. la troisième d'un indice de
performance.
p, période caractéristique La répercussion de la définition de l'activité d'une entreprise en
fonction de sa période caractéristique p est un des points
fondamentaux de notre simulation. Le temps vécu par les
entreprises correspond en effet à un multiple entier de leur
période caractéristique et non pas à leur positionnement sur une
échelle générique du temps transcendante aux agents.
- -- - -- ----~,~ - ---
Schématiquement, -p peut-prendre les valeurs 1, 2-ec3:--Une-
entreprise de période 3 interviendra donc trois fois moms souvent
sur le marché qu'une entreprise de période 1.

V.2.I.b. Les variables du modèle de simulation

Concepts micro-évolutionnistes (internes à l'entreprise Ei)

Les apports de l'économie évolutionniste à la théorie des ressources concernent plus

spécifiquement les concepts micro-évolutionnistes. Plusieurs concepts ont été distingués : les

opportunités et l'appropriabilité technologiques; la fonction de l'innovation dans le

changement économique et les performances des entreprises; l'importance de la diffusion de la

connaissance et de l'apprentissage au sein de l'entreprise pour la création et le développement

des aptitudes et des ressources idiosyncrasiques.

420
Au sein de la modélisation, à l'instar de la fonction recherche et développement de Nelson et
Winter (1982), nous introduisons une variable B pour Budget de R&D qui évolue au cours du
temps et sur laquelle l'entreprise va miser pour modifier les propriétés des variables X qui la
caractérisent. En fait, le processus d'accumulation d'expérience, de connaissance et
d'apprentissage est·matérialisé par cette variable, dont la valeur est dépendante de la valeur du
portefeuille des R&A détenues par la firme et de son capital K. Les modèles de Nelson et
Winter (1982) et Winter (1984) ne considèrent pas la technologie comme exogène au
processus de production mais comme le résultat endogène de stratégies durables : routines,
investissement en capital, et processus stochastique de répartition des chances de succès des
imitations et des innovations modèlent la structure industrielle et déterminent son évolution.
Dans notre simulation, la performance de l'entreprise, dépendant de la valorisation de la mise
en œuvre de la stratégie de l'entreprise, se répercute sur la valeur de capital de l'entreprise K,
les deux éléments qui réunis donnent en fait les marges de manoeuvre pour la recherche et le
développement (le budget B).

Par conséquent, laformule retenue pour le budget B est la suivante :

Bt = Vt. kt + r avec

Vt la valorisation des résultats de la stratégie de l'entreprise à l'instant t

kt un facteur d'investissement capitalistique exprimé à partir du capital K de la firme, d'une

proportion 1t sectorielle (qui correspond au facteur 'a' du modèle de Nelson et Winter, 1982),
et de la période caractéristique de l'entreprise pour que l'entreprise ayant la plus petite période
ne dispose pas trois fois d'un budget de recherche tandis que celle qui joue le moins souvent
n'en dispose qu'une fois pendant le même laps de temps:
1t XPi K
kt= --x t ,
pmax

1t est la proportion moyenne du capital dépensé en R&D dans le secteur d'activité, Pi

est la période caractéristique de l'entreprise i, pmaxest la période caractéristique
maximale des entreprises en concurrence, et Kp le capital de l'entreprise i à la période

et r, un résidu correspondant aux réserves des périodes passées, à l'accumulation capitalistique

des budgets de R&D précédents non utilisés.

421
La valeur des résultats de la stratégie mise en œuvre par l'entreprise (V) entre en ligne de

compte dans la détermination du budget de recherche. L'expression de cette valorisation

dépend de l'angle d'analyse recherché. La valeur V dans la simulation doit être en fait adaptée

par le chercheur suivant son objectif de recherche et les hypothèses qu'il teste. Le système de

valorisation d'un financier qui désire réaliser un placement mobilier diffère de celui des

membres du directoire d'un conglomérat cherchant à équilibrer son portefeuille d'activités

stratégiques. En ce qui concerne les modélisations présentées par la suite, nous avons retenu

une procédure simple de valorisation reposant sur la somme d'indicateurs d'évolution des

variables Y de performance. Ainsi, la valeur V est fonction de plusieurs éléments :

• concernant les performances comptables de performance, on mesure d'une part la position

de l'entreprise, à chaque période d'activité, en terme de profitabilité (TXME) et de

rentabilité (RBeE) par rapport à la moyenne de ses concurrentes présentes au même

moment: composantes (1) et (2) ; d'autre part, on ajoute la variation de la rentabilité d'une

période à l'autre afin de prendre en compte les progrès propres réalisés par l'entrepriSe :

composante (3) ;

• en ce qui touche à la performance de marché, on retient deux indiCateurs: d'une part la

variation d'une période à l'autre: composante (4) ; et d'autre part, un indice qui donne une

prime de valorisation à celui qui dispose de la plus forte performance de marché:

composante (5).

La valeur V est donc obtenue par la somme de ces cinq composantes. On donne ci-dessous les

différents ratios pour l'entreprise i, à sa n-ième période d'activité p (au temps n.p)

TXMEh.p- MoY(TXME~.p)
jE [l,m] et m le nombre total d'entreprises
(1) - 1Moy(TXME h. p) l'

RBCEh. p - Moy(RBCEnj p)
(2) . jE [l,m] et m le nombre total d'entreprises
1 Moy (RB CE ~. p)1
RBCEh. p - RBCE~. (p -1)
(3)-------
IRBCE~. (p - d
422
 · .
(4) MARh.p~ MAR~.(p_t)

IMAR~.(p-d

(5) MAR~.r Min (MAR~.(p_l»)

avecj E [t,m] et m le nombre total d'entreprises
Max (MAR~.(p -t) )

Au total, la valorisation V correspond à une estimation, à chaque période caractéristique, de la

situation de l'entreprise en terme de performance par rapport aux performances observées des
autres concurrents du secteur. Les deux premières composantes mesurent la performance de
l'entreprise relativement à la moyenne de l'ensemble des entreprises en concurrence: si
l'entreprise a des niveaux de performance cOmptablesupérieurs, la valeur de V est positive. De
même, les deux composantes suivantes estiment que si les variables de rentabilité du capital
d' exploitation et de performance de marché ont évolué positivement par rapport à la période
caractéristique précédente, l'influence sur la valorisation V de la mise en œuvre de la stratégie
est positive. Enfin, la dernière composante constitue une prime à ceux qui ont les meilleures
performances de marché : la valeur de cette composante est en effet nulle pour l'entreprise qui
a la plus petite performance de marché (min(Mar», et est croissant jusqu'à atteindre son
maximum pour celui qui a la performance de marché maximale (max(Mar».

C'est donc à partir de la valeur de V que l'entreprise va pouvoir d'une part estimer si les
résultats de sa stratégie sont satisfaisants, et d'autre part allouer un certain budget B pour
modifier son portefeuille de R&A, les variables· X. Les variables X sont les variables
observables qui expriment en fait des concepts latents 1;, tels que la non transférabilité des
ressources productives, la non imitabilité, la non substituabilité, etc. Ces concepts latents sont
reliés aux variables X par une équation :
Equation (1) : x = Ax.1; + 0

Nous utilisons pour la modélisation les paramètres trouvés dans le modèle statistique Lisrel
(modèle n02, cas A).

De même les variables latentes 1; sont à la base de la performance de l'entreprise comme cela a
été démontré dans le chapitre précédent. Les variables Y sont l'expression des variables
latentes de performance, qui résultent du système d'équations connues (modèle Lisrel), du

423
 \

type:
Equation (2) : " = B." + r.ç + ç
Equation (3) : y = Ay." + E

Dans notre modélisation on pose que Ay = J, ce qui implique que les variables observables sont
directement les variables de performance, comme cela a été précisé plus haut. De la même
manière les matrices B et r sont celles qui ont été estimées par le modèle Lisrel dans le
chapitre précédent (modèle n02, cas A).

TI faut souligner à cette occasion que la reprise de ces matrices dans notre simulation est un
procédé qui a une double nature.
D'un côté. il s'agit de légitimer le système d'équations utilisées pour calculer les variables de
performance de chaque entreprise. En utilisant les résultats de nos analyses statistiques, nous
ancrons solidement notre simulation: d'une part dans le concret, puisque ces résultats résultent
du traitement statistique de données provenant d'un échantillon de plus de 2000 entreprises
manufacturières françaises; d'autre part, la concordance entre le modèle théorique sous-jacent
aux tests statistiques d'hypothèses et le modèle sur lequel repose la simulation elle-même est
un gage de la robustesse conceptuelle du projet d'ensemble.
De l'autre cependant, l'application 'mathématique' de ces équations en change la nature même.
En effet. à l'origine, ces paramètres sont le résultat de la spécification d'un modèle statistique

p~~culi~r~_e~~~m~~~~t sensibl~nà__!a ~o1lIl~!~!i0J?:

__~es hyp~!h~s~~_~e ~e~herche. Ils, en
constituent donc le test a posteriori, avec mesure des erreurs aux différentes étapes. Dans le
cas de la simulation, ils sont supposés être valides a priori, et deviennent en quelque sorte les
déterminants de la performance. C'est en cela qu'il y a changement de nature: de déterminés -
estimés statistiquement-, ils deviennent déterminants (voir infra, figure V.2.: le sens des
flèches de Àx va de X vers et non ç l'inverse).
Toutefois sur le plan épistémologique, le cadre global de la recherche n'en demeure pas moins
hypothético-déductif: d'après un modèle théorique, on formule des hypothèses qui sont testés
par la suite. La différence de nature est en fait inhérente à la méthode de test utilisée: dans les
cas A et B, il s'agissait d'une méthodologie statistique qui estimait à partir de données réelles
provenant d'entreprises existantes des paramètres, dont la significativité et le signe

424
permettaient au chercheur de conclure au rejet ou non de ses hypothèses de recherche. Dans

l'autre, c'est à partir de ces mêmes résultats que le chercheur va créer une forme réduite

fictive, va pousser aux limites qui ne pourraient jamais être observées réellement les

conséquences des raisonnements impliqués par le modèle théorique sous-jacent aux nouvelles

hypothèses qu'il a été amené à formuler (cas C, la simulation).

TI est bien évident que le statut épistémologique des résultats de cette modélisation

expérimentale diffère de celui des résultats statistiques.

Ainsi, la logique globale de la simulation repose sur la détermination de la performance des

firmes à partir de leur portefeuille de ressources et d'une· structure causale testée

empiriquement Les entreprises qui s'engagent à développer les propriétés des R&A favorisant

l'appropriation des rentes sont susceptibles d'avoir de meilleures performances observables, ce

qui a des répercussions favorables sur la valorisation V de leur stratégie, et leur donne les

moyens de poursuivre .leur activité et le développement de nouvelles R&A.

Stratégie et modification de {X}

Bien évidemment, l'entreprise ne modifie pas aléatoirement les propriétés de son portefeuille

de R&A. Elle suit une stratégie, et se heurte à ·des contraintes de coûts d'amélioration de son

portefeuille matérialisé par l'ensemble de variables observables {X}. Etant donné que la

valorisation de la stratégie de l'entreprise est obtenue par la fonction V, on estime que la

stratégie suivie par l'entreprise dépendra de l'évolution de cette fonction. Ainsi, on a établi une

base de règle la plus simple possible -mais qui pourrait être affinée par la superposition d'un
enSemble de règles supplémentaires: contraintes, seuils, etc.- qui, suivant Vp et Vp-l estime

la stratégie à suivre.

Stratégie

Une stratégie est représentée par une suite fixée au départ de modifications à effectuer sur les

variables X: il s'agit d'un ordre de priorités d'actions. Conformément à notre modèle théorique,

425
 \

les variables latentes exogènes, expressions des variables X, sur lesquelles se concentrent la
stra té"
~glesont:
Variables exo2ènes
ÇI non transférabilité des ressources productives
é.n non imitabilité des ressources productives
Çm non substituabilité des relations fournisseurs

~N non substituabilité des relations clients

~v coordination interne

On définit deux grandes stratégies: la stratégie de différenciation et la stratégie de coût

(Porter, 1980, 1985 ; Miller, 1988). On suppose que les deux stratégies sont opposées, c'est-à-
dire que les actions effectuées en premier par les entreprises qui choisissent de différencier
seront celles exécutées en dernier par les entreprises qui choisissent la stratégie de coût. C'est
là la définition des priorités d'actions.

De la même manière, on pourrait définir autant de stratégies typiques que l'on désire. TIs'agit
, •. c •••• ,:" "'.

seulement dans ce modèle de simulation de proposer les concepts de base nécessaires à la

définition d'un nouveau type d'outils de simulation inspiré par le Courant des Ressources. De
même, les ordres de priorités ont été choisis inversés pour opposer radicalement les deux
stratégies archétypiques. Dans les élaborations futures, les différents types de stratégies (11)=2)

La stratégie de différenciation consiste à rechercher une offre différenciée, perçue comme telle,
valorisable, et soutenable. On peut estimer que la stratégie de différenciation privilégiera la non
imitabilité des ressources productives en premier puisqu'elle intègre directement les variables
de différenciation. En second, pour ne pas séparer les propriétés des ressources productives, la
non transférabilité des ressources productives sera l'objectif suivant. Ensuite, on peut supposer
que viennent les propriétés concernant les substituabilités fournisseurs et clients: en effet, poUr
produire une offre différenciée, il est nécessaire de posséder des relations privilégiées avec ses
fournisseurs ; de plus, les clients valorisant l'offre différenciée ont une valeur plus importante
pour l'entreprise et donc une substituabilité réduite pour l'entreprise. Enfin, la coordination

426
interne vient en dernière position. Dans notre logique schématique d'opposition entre les deux

types de stratégie, cela revient à dire que la coordination interne est plus importante que les

non substituabilités clients et fournisseurs, qui elles-mêmes l'emportent sur les propriétés des

ressources productives, classement que l'on peut accepter comme raisonnablement

vraisemblable. Le tableau V.l reprend l'ordre de réalisation des actions sur les ressources

stratégiques suivant les deux grands archétypes :

..
T a bleau VI Str a té~21es
. e t or dre de chanl!ementd es R&A
Différenciation Coût
non imitabilité des ressources productives coordination interne
non transférabilité des ressources productives non substituabilité des relations clients
non substituabilité des relations fournisseurs non substituabilité des relations fournisseurs
non substituabilité des relations clients non transférabilité des ressources productives
coordination interne non imitabilité des ressources productives

Une base de règle très simple détermine le choix de la stratégie à poursuivre à un moment du

temps, soit à une période caractéristique donnée. Cette base de règles dépend de la valeur V.

Si la valeur de V diminue par rapport à la période précédente et qu'elle est inférieure à 1, alors

il convient de resserrer les coûts, et donc d'appliquer la stratégie de coût. Si la valeur V

diminue mais demeure supérieure à 1, l'entreprise décidera de poursuivre la stratégie qu'elle

avait retenue auparavant.

Si la valeur V est en augmentation par rapport à la période précédente mais est inférieure à 1, il

faut poursuivre les efforts engagés et la stratégie précédente. Si elle est en augmentation et

supérieure à 1, la stratégie correspond à une différenciation. On résume cette règle de la

manière suivante :
VD< 1 VD> 1
VD 1 Vo-1 < 1 coût poursuivre
VDI Vo-1> 1 poursuivre différenciation

A noter toutefois qu'il était indispensable de préciser une règle spécifique pour le choix de la

première période d'activité de l'entreprise, puisque dans ce cas, il n'existe pas de VJrl. TIa été

'-427
 \

convenu la procédure suivante: si la somme des Xi correspondant à l' opérationnalisation de la

variable latente « non imitabilité des ressources productives» est supérieure à la somme des Xj

corresp ondant à l' opérationalisation de la variable latente «coordination» interne, alors la

stratégie retenue au premier tour est la différenciation, puisqu'il s'agit, selon l'ordre des

priorités stratégiques de la propriété des R&A qui est privilégiée par la différenciation. Dans le

cas contraire, c'est la stratégie de coût qui est retenue, puisqu'il s'agit, selon l'ordre des

priorités stratégiques de la propriété des R&A qui est privilégiée par la stratégie de coût. En

cas d'égalité, la stratégie est tirée au hasard entre les deux stratégies qui sont alors

équiprobables.

Modification des variables X et calcul des variables Y

Les modifications des variables X consistent à incrémenter les valeurs des variables X afin de

changer la donne sur les ressources stratégiques 1;,qui ont un impact ensuite sur les variables

de performance Y. Les variables X sont donc entières (conformément à la remarque de

Penrose (1959) sur l'indivisibilité des ressources des entreprises) et croissantes .

. ,',!

Ces modifications ont un coût H(X) dont on peut supposer que plus l'entreprise développe une '.'f,. ',.,_
,

ressource, plus le coût de l'incrémentation s'élève: il est plus facile de passer de la valeur 1 à
~,,

la valeur 2 sur la variable observable «degré de différenciation de la technologie» que de la

valeur 4 à la valeur 5. C'est pourquoi nous avons retenu comme fonction de coût de la

modification d'une variable observable X ayant la valeur Xp à la période p, la fonction

faiblement croissante logarithme:

L'argent disponible à chaque période pour effectuer les modifications est celui du budget B.

Par conséquent, si l'entreprise n'a pas réussi à dégager de bonnes performances, elle ne

dispose pas de moyens importants pour investir dans son portefeuille de ressources. Par

conséquent sa performance ne s'élève pas au même rythme que ses concurrentes les plus

rentables, et à terme son capital baisse jusqu'à ce qu'elle se retire.

428
 Les modifications·des variables X3 s'effectuent donc en fonction:

• de l'ordre de priorité défini par les stratégies;

• du budget B ;

• du coût H des actions de modifications des variables X.

Ce processus est dit «processus d'allocation en ressources stratégiques»

Calcul de KR:f1

La dernière des conséquences des variations de la valorisation V concerne les modifications du

capital de l'entreprise. En effet, K évolue au cours du temps en fonction des performances

observées de l'entreprise. On a reteilU le mode de calcul suivant:

Si V!rI et V p sont du même signe,

~I = Kp(1 + V p - Vp - 1 )
1 Vp-11

Si V!rI et Vp sont de signe opposé,

~I = Kp (1 + Vp - Vp -1 )
12xVp -11
En effet, si les deux V sont de même signe, la différence mesure bien la progression de la

valeur produite estimée de l'entreprise. On estime que le capital de l'entreprise s'accroît d'une

part proportionnelle au gain ou à la perte alors réalisée. En revanche, si les V sont de signes

opposés, la différence prise en considération mesure l'écart par rapport au 0 des deux valeurs:

cet écart est potentiellement plus grand que la variation mesurée dans le premier cas. Par

conséquent, afin de modérer les évolutions de capital lorsque l'entreprise passe au rouge ou

lorsqu'elle en sort (passage d'un V négatif à un V positif), on pondère parle facteur 2 la

diminution ou l'accroissement du capital.

Les paragraphes qui suivent concernent la présentation des autres variables importantes de la

3 Dans un souci de sophistication, on peut imaginer que parallèlement à l'investissement qui permet de
développer les ressoÙfces spécifiques· aux entreprises; un coefficient de renouvellement et/ou d'obsolescence .
puisse venir frapper les variables X. Nous ne l'avons quant à nous pas introduit dans nos simulations.

429
 \

simulation: notamment les concepts macro-évolutionnistes, et les influences sectorielles.

Autres variables (au niveau du secteur)

ConceDts macro-évolutionnistes

sélection

Le critère de sélection macro-évolutionniste est fondamental dans tous les modèles présentés.
TIpermet de déterminer quels individus restent présents au sein du secteur et quels autres en
sortent. Dans ce travail, la règle de sélection n'a pas été exprimée directement à partir de la
performance moyenne du secteur ou d'un autre critère différentiel. Prolongeant la logique qui
privilégie les règles idiosyncrasiques, un critère spécifique aux entreprises a été préféré, même
s'il est général: une firme sort du secteur à la période caractéristique (n+ l).p lorsque son
capital a perdu en t les deux tiers de sa valeur initiale K. De manière formalisée :

Si Kt < 1/3 Ko alors l'entreprise s'arrête

La dépendance de sentier, mise en exergue dans plusieurs modèles évolutionnistes, pose avant
tout le problème du déterminisme dans les simulations. Deux arguments se combattent. D'un
côté, la scientificité d'une proposition n'est avérée -ou non réfutée- que si les résultats obtenus
sont reproductibles, c'èst-à-dire que le déterminisme des opérations effectuées atteste de la
véracité de la proposition: on conçoit mal qu'une expérience qui, reproduite à l'identique,
conduise à des résultats distincts de la première puisse être qualifiée de vraie. De l'autre,
l'utilisation de la simulation ne peut se satisfaire de cet argument: en effet, on peut reproduire
à l'envi des modèles et des systèmes qui fidèlement déboucheront sur les mêmes résultats sans
pour autant signifier quelque chose de vrai et de scientifique. C'est sur cette base que sont
contredites les thèses déterministes «prouvant» la dépendance de sentier (Arthur, 1989;
David, 1985)

En ce qui concerne les simulations qui sont présentées ci-dessous par rapport à la
problématique de la dépendance de sentier, deux remarques doivent être faites sur cet épineux
sujet. D'une part, aucune hypothèse spécifique n'est formulée concernant la tendance du

430
secteur à converger vers un .état plutôt qu'un autre: le processus prévaut sur l'équilibre. Les

résultats présentent néanmoins certaines propriétés structurelles que l'on peut légitimement

rapprocher des conséquences dues à la fois aux conditions initiales indispensables à toute

simulation (et qu'il convient de rapprocher des «small events» des évolutionnistes) et de la

co-détermination causale et temporelle propre à la dépendance de sentier.

D'autre part, parce qu'il est selon nous impossible de justifier que deux entreprises bien que

disposant des mêmes R&A, et bénéficiant de la même valorisation concurrentielle· de leur

portefeuille de R&A, agissent exactement de la même manière -en un mot parce que nous

croyons à une certaine liberté de l'action- des aléas sont introduits4 à deux niveaux: d'une part

dans l'influence des variables sectorielles; d'autre part, dans les caractéristiques des entreprises

susceptibles d'entrer sur le marché (voir infra). C'est la raison pour laquelle les deux mêmes

expérimentations ne donneront pas nécessairement le même résultat. Toutefois, cela ne signifie

pas pour autant que les différences observées reflètent une contradiction. Mais il convient de

séparer ce que nous appellerons d'un côté les résultats généraux de la simulation comme.

méthode, et de l'autre les résultats particuliers à la simulation comme expérimentation.

Nous revendiquons cette originalité afin de bien considérer que c'est de la répétition des

expérimentations mettant en jeu une structure de détermination sous-jacente au phénomène

simulés qu'apparaît la scientificité des résultats dans l'optique des simulations. ny a bien une

différence de nature entre la simulation et n'importe quel autre système de démonstration ou de

test reposant sur un appareillage calculatoire.

Comportement d'entrée

Enfin, la variété consiste en l'introduction de nouveaux éléments dans la définition de l'offre ou

dans les ressources stratégiques des entreprises. Dans la simulation, la variété est introduite par

les entreprises qui entrent sur le marché. De la même manière que nous avons défini le critère

de sélection des entreprises par l'environnement, nous avons déterminé les facteurs à partir

desquels des entreprises peuvent entrer sur le marché. En permanence dans notre simulation

des entreprises « scruteuses » examinent l'état du marché, et lorsque la condition d'entrée est

4Ces aléas, qui seront détaillés par la:suite, correspondent en fait à la définition des probabilités d'occurrence
du succès ou de l'échec d'.une innovation présentes dans le modèle de Nelson et Winter (1982).

431
respectée, entrent en concurrence avec les entreprises déjà présentes. La condition d'entrée est
définie à l'aide, d'une part, d'un seuil de croissance moyen du marché, et d'autre part, d'un
nombre de périodes consécutives pour lequel la performance moyenne dépasse le seuil. La
condition d'entrée est donc un couple de valeur (seuil; nombre de périodes).

Par exemple, dans toutes les simulations présentées, une entreprise scruteuse entre dans le
rriarché si la croIssance de la performance moyenne du secteur est supérieure à 5 % trois
périodes consécutives. Le couple de condition d'entrée est donc (5% ; 3)

TI vient d'être signalé qu'une partie de la simulation était soumise à des aléas. Ces aléas
interviennent essentiellement à deux niveaux: 1) .le choix des caractéristiques des entreprises
entrantes; 2) l'impact des influences sectorielles. Le second point sera abordé plus bas. En ce
qui concerne le premier, conformément à la position nOl, «les entreprises ont des propriétés
idiosyncrasiques », il n'était pas possible de déterminer a priori quelle était la nature des
entreprises entrantes -sans quoi la variété aurait été déterminée a priori. Par conséquent, nous
avons fixé des bomès mobiles au sein desquelles les différents éléments correspondant à. la
définition de l'entreprise sont établis. Ainsi :

• le capital K de l'entreprise entrante est déterminé comme suit:

K= Kx[O,5+(1-alea)]

avec K égal au capital moyen des entreprises présentes au moment de l'entrée de

- -l!entreprise-scruteuse,et -alea-un-nombre-aléatoire--appartenantà-[0;l]-tiré-suivantune- -- ------
loi uniforme. Par conséquent, le capital d'entrée est compris entre 1/2K et 3/2 K .

• les propriétés des R&A (les valeurs des X) sont estimées à l'aide du tirage aléatoire suivant
la loi suivante :
50% de chance de tirer un 1
40% de chances de tirer un 2
10% de chance de tirer un 3

• la période caractéristique est tirée au hasard suivant la loi uniforme suivante : 1/3 de chance
que p=l, 1/3 de chance que p=2, et 1/3 de chance que p=3.

• Les fonctions de coûts H(x) sont les mêmes que pour les entreprises déjà en place, ainsi que
la stratégie qui est définie par la même procédure que pour les autres entreprises.

432
 Influences sectorielles

La dernière précision à apporter concernant le modèle porte sur les influences sectorielles dans
la. détermination de la performance des entreprises. Nous avons vu que trois variables Y
représentaient les différentes dimensions de la performance: la profitabilité, la rentabilité et la
performance de marché. Nous avons également rappelé que la conception que nous avions des
modèles inspirés par la Courant des Ressources ne se posait pas en alternative radicale au
paradigme S-C-P, ou plus précisément, que des phénomènes liés à l'appartenance sectorielle
influençaient la performance. Par conséquent, dans cette ligne d'idées, nous avons complété
l'équation (2) par plusieurs effets sectoriels afin de montrer la souplesse de construction des
simulations permises par la plateforme DIMA, développée par Zahia Guessoum.

Passage de l'équation (2) à l'équation (2') :

Equation (2) : 11= B.11+ r.1; + ç
Equation (2') : 11= B.11+ r.1; +E + ç

avec E, ensemble des Effets sectoriels

Effet de concentration

Cet effet traduit l'impact du nombre d'entreprises présentes dans la population sur la
performance des entreprises. TIs'agit d'un des effets mis en avant par Jacquemin et Berry
(1979), Schmalensee (1989) et d'autres économistes industriels (Mata et Portugal, 1994 par
exemple). TI.s'agit d'une relation décroissante entre les variables de performance et la
concentration concurrentielle.

La relation (i) exprime l'influence de la concentration:

(i) Ei = -0,25 x ln (m-l) x alea x p

où m est le nombre d'entreprises présentes dans le secteur, p est la période d'activité de

l'individu et alea une variable aléatoire normale comprise entre 0 et 1.

433
 Effet économies d'échelle

Les économies d'échelles s'observe si l'entreprise suit la stratégie de coût. Dans ce cas en

effet, elle focalise l'amélioration des ressources susceptibles de l'aider à dégager des rentes

notamment par l'apprentissage et la production de forts volumes. Les économies d'échelle

expriment cette idée. fis viennent donc s'ajouter à la performance de l'entreprise, et plus

précisément à la rentabilité du capital d'exploitation et à la performance de marché. On a donc

deux niveaux d'application de l'effet d'échelle :

K
(ü) Eï· =015 x --x aleax p
1 , LKj
j

(ü)' Eu' = 0,25 x rKKj x alea x p

où K est le capital de l'entreprise à qui s'applique l'effet d'échelle, 1:K est la somme de tous les

K des entreprises présentes dans le secteur, p est la période de l'entreprise considérée et alea

une variable aléatoire dont la valeur est comprise entre 0 et 1

Eü est ajoutée à la RBCE tandis que Eïi' s'ajoute à l'indice de performance de marché. On

estime donc que l'effet d'échelle est légèrement plus fort pour la performance de marché que

pour la rentabilité. On ne postule aucun effet sur la profitabilité.

Effet croissance du secteur

L'impact de la croissance du secteur se matérialise par un avantage donné à la progression du

taux de marge pour les différentes entreprises. Cette progression est mesurée dans notre

simulation à l'aide de la somme des valeurs V des entreprises. L'effet s'applique aux deux

indices de profitabilité et de rentabilité de la manière suivante, en ajoutant un facteur positif si

la somme des V est supérieure à 1, et négatif dans le cas contraire.

Eïii= a xln (1: V) x aleax p

où a = 0,075 pour la profitabilité et a=O,05 pour la rentabilité,

1: V est la somme des valorisations V au niveau du secteur; p et alea sont telles que définies
précédemment.

434
théoriquement et empiriquement de s'approprier des rentes déterminantes de la performance -
sans doute plus importantes que la stratégie de coût D'autre part, elle est activée lorsque la
valeur de l'offre est fortement valorisée (Vp> 1 ). Par conséquent, on doit pouvoir s'attendre
à ce que la performance. dégagée par les entreprises qui suivent la stratégie de différenciation
soit plus forte que celle des entreprises qui privilégient la stratégie de coût

H 3 : les entreprises qui suivent la stratégie de ditTérenciationteUe que définie dans notre
simulation dégagent de meilleures performances que les entreprises qui suivent une
stratégie de coût.

La deuxième catégorie d'hypothèses conceme celles portant sur la dimension temporelle et

évolutionniste du modèle. Elles correspondent directement aux hypothèses H5 et HS'formulées
en rll.2.2. Pour suivre l'ordre des hypothèses établi dans ce chapitre, on les renumérote H4 et
H5.

Le premier apport de l'économie évolutionniste à la théorie des ressources est le rôle des
routines et de l'inertie organisationnelle. La simulation tente de rendre compte, à l'aide de la
période caractéristique p d'une entreprise, des conséquences impliquées par la faible capacité
de mobilisation de routines adaptées au contexte concurrentiel. Cette période p marque le
rythme d'activité de l'entreprise, c'est-à-dire tente de traduire les différents actionnements et
enchaînements des routines pour parvenir à une performance meilleure. Une des hypothèses
fondamentales de notre modèle de simulation est que l'entreprise qui a la période d'activité la
plus courte est celle qui est à même de moins souffrir des effets d'irréversibilité temporelle: il
s'ensuit que l'entreprise la plus rapide est celle qui est susceptible de dégager les meilleures
performances (Hannan et Freeman, 1984; Jonhson, 1988; Singh et al., 1986 ).

H 4: plus la période d'activité de l'entreprise est courte, plus la performance est élevée

Le second effet qui peut se déduire de la précédente hypothèse traduit le rôle prédominant de
la dimension temporelle dans le développement et l'évolution économique. Nous avons postulé
(llr.2.2.) en effet que l'entreprise la plus lente même dotée d'un excellent portefeuille de

·436
Au total, on obtient donc pour l'équation (2'):

E = Eï + Eïi + Eïii

La présence des alea dans ces équations exprime l'idée que certains facteurs imprévisibles et

indiscernables influent sur les performances et introduisent du bruit dans les observations. A

chaque expérimentation, chaque entreprise, même mise dans la même situation concurrentielle,

obtiendra des résultats légèrement distincts sans que les propriétés générales du modèle de

simulation ne soient remise en cause.

V.2.2. Hypothèses de recherche

Les principales hypothèses testées se déclinent en deux groupes: celles afférentes aux

ressources elles-mêmes, et celles portant sur la dimension temporelle de la simulation.

Nous avons montré dans l'analyse statistique que les propriétés des ressources influaient sur la

performance de manière significative. Moins les ressources et aptitudes sont imitables, >., .., ',;

substituables et transférables, plus la performance individuelle est élevée

Par conséquent, la première hypothèses de notre simulation (cas C) sera:

HI: plus la dotation en ressources est forte, plus la performance de l'entreprise est forte

Dans le- mêmeorarecte -relatIons, -il esClegitiinedeupénserUque la-puissance capltalistique de

l'entreprise puisse être reliée à la performance, étant donné que les modifications qui s'opèrent

sur les ressources sont le fait de l'accumulation et de l'appropriation des rentes matérialisées le

budget de recherche B. On peut donc supposer qu'au départ, la taille de l'entreprise, exprimée

par son capital K, a une influence sur sa performance et sur sa survie:

H 2: plus le capital initial K est important, plus la performance de l'entreprise est forte

La troisième hypothèse de ce premier sous-groupe porte sur le rôle joué par la stratégie. Telles

que les deux types de stratégies ont été définis, ils s'opposent radicalement Mais la stratégie

de différenciation a deux caractéristiques marquantes par rapport à la stratégie de coût: d'une

part, elle modifie en premier les propriétés des ressources productives, permettant

435
'/

ressources, c'est-à-dire dont les ressources sont non imitables, non substituables et non
transférables, aura du mal à conserver son avantage si ses concurrentes agissent plus vite
qu'elles et modifient par l'investissement en R&D les caractéristiques de leur portefeuille de
ressources {X}. C'estle niveau de déterminisme temporel intra-firme qui est illustré par cette
hypothèse (Hannan et Freeman, 1977, 1984, 1989 ;Baum et Singh, 1994):

H 5 : sur le long terme, la période d'activité est prépondérante à la dotation en

ressources

On résume le fonctionnement de la simulation correspondant à une période d'activité d'une

entreprise, sachant que chaque entreprise possède son propre rythme de fonctionnement dans
la figure V.2.
Figure V.2.: Représentation d'une période d'activité d'une entreprise du modèle de
simulation

Relations LambdaX Relations Effets sectoriels

Gamma

Relations Beta

ZONE DE MARCHE: tous les Y

de toutes les entreprises

43.7
 V.2.3. Plan d'expérience

Afin de dégager les comportements généraux des simulations des variations particulières aux
expérimentations, nous avons procédé au plan d'expérience suivant. Tout d'abord, le modèle
de simulation a été observé dans son fonctionnement sans entrée de concurrents. Nous avons
testé d'abord un modèle avec une firme, puis avec trois puis avec six. A chaque nouvelle
expérimentation, seul un paramètre initial était modifié afin de tester son influence sur le
comportement global de la simulation.Chaque type d'expérimentation a été reproduit entre 5
et 30 fois afin de s'assurer de la régularité des traits observables. Ainsi, les étapes suivantes ont
été conduites :
Figure V.3. Plan d'expérience: comparaison entre simulations effectuées (avec/sans
entrées) modifications de aramètres effectuées et h othèses testées

Hl H4 H5

H2
H3
Hl

Hl
H5
H4

H2

H5

\1.3. Résultats des simulations

Les résultats présentés en annexe ne concernent que les simulations qui sont commentées dans
cette partie.

438
 V.3.I. Cas des simulations sans entrées de concurrents
Cas d'une seule entreprise

Les courbes de performance sont croissantes (Annexe ID, pl). En l'absence de concurrence, la

performance dégagée par le monopoleur augmente linéairement au cours du temps. Ce résultat

est logique puisqu'il n'y a pas de contrainte de budget ou de ressources du côté de la demande.

La valeur V de l'offre quant à elle s'établit à un niveau asymptotique, ce qui caractérise

également l'absence de concurrence et par conséquent l'absence d'accroissement relatif de la

valeur du produit.

Puisque la performance croît de manière continue, par accumulation progressive de rentes de

monopole. la valorisation du capital K conduit à un accroissement important de la valeur totale

de l'entreprise. La courbeK en légère croissance pendant de nombreuses périodes prend une

forme quasi exponentielle à mesure que les rentes accumulées deviennent importantes.

On a procédé à une vérification simple de l'influence de la dotation en ressources initiales sur la

performance : au lieu de fixer le vecteur des ressources initiales X tel que X = 1, on a augmenté

cette valeur. Dans l'exemple, tous les Xi = 3. Les effets suivants ont été constatés (Annexe III,

p2) :

• sur les variables de performance, l'accroissement initial a été accéléré pour ensuite retrouver

une progression linéaire; ceci montre le lien entre la dotation de ressources et la

performance (H 1) ;

.•. sur la valorisation V, il n'y a pas de conséquence, ce qui est logique étant donné qu'il n'y a

pas de concurrence. De même, il ne paraît pas y avoir de conséquence notable sur

l'évolution de K.

Cas de trois entreprises en concurrence

1. Test de portefeuille de ressources

Les trois entreprises ont le même capital initial, et la même période d'activité p. Elles diffèrent

suivant leur portefeuille de ressources initial: pour l'entreprise 1 X = l, pour l'entreprise 2, X

.439
= 2 et pour l'entreprise 3, X =3 (Annexe ID, p3 à 5).

On remarque tout d'abord que les trois entreprises restent présentes dans l'industrie.

L'évolution des variables de performance montre que l'entreprise qui a la dotation en

ressources la plus faible suit une progression de sa performance linéaire(Annexe Ill, p5).
D'abord la plus faible, elle finit par rejoindre puis dépasser ses deux concurrentes qui ont
connu un départ plus rapide de leurs indicateurs de performance mais ensuite une progression
plus lente. Au total, pour les trois indicateurs de performance, on obtient l'ordre suivant:
perf(EI) > perf (E3) > perf (E2), même si les écarts entre les trois entreprises ne sont pas très
grands.

Ces premiers résultats sembleraient indiquer que la dotation en ressources initiales est un
avantage (H 1) mais qui n'est que temporaire. TIreste à expliquer alors pourquoi l'entreprise
qui était à l'origine la moins bien lotie finit par passer devant ses concurrentes.

Si l'on examine la valorisation des offres des différentes entreprises, on s'aperçoit que
l'avantage retiré par l'entreprise la mieux lotie en ressources en terme de performance
s'explique par une valeur Y supérieure à ses concurrentes (Annexe ID, p3). Le désavantage de
l'entreprise El est comblé petit à petit au cours du processus concurrentiel.

La raison pour laquelle l'entreprise El rattrape son retard nous est fournie par l'examen des
courbes B et K (Annexe Ill, p4). Au départ peu différenciées quant au montant des sommes
allouées-pour la R&D,-petit àpetitcompte-tenudu-fait-quel' entreprise-El accroît sa-valeur-Y-,------
elle est mieux valorisée en terme de capital et peut donc allouer plus de budget à la R&D. Par
conséquent, l'amplitude de ses budgets de recherche s'accroît, augmentant la qualité de son
portefeuille de ressources et ,rmissant par combler le retard qu'elle avait pris sur les autres.

TIfaut ici séparer les résultats liés à la simulation en deux catégories: généraux et particuliers.
Les résultats particuliers tiennent ici aux valeurs données à la simulation. Peut être que si l'on
avait attribué à une entreprise un portefeuille de ressources beaucoup plus grand que ses
concurrentes, ces dernières n'auraient alors pas pu remonter leur handicap. TIne faut toutefois
pas oublier que la fonction H d'amélioration de la qualité des ressources X est croissante. De
même, un autre résultat particulier peut être dû à la grandeur retenue pour estimer le capital de

440
départ de la simulation (dans notre exemple, les trois entreprises ont le même capital initial).

Mais il ressort de cette simulation un caractère général: la bonne valorisation de l'offre déploie

ses effets sur K et B et par suite sur les ressources X qui sont à l'origine de la performance et

de la valorisation V suivante. La logique sous-jacente au Courant des Ressources est donc bien

matérialisé par notre simulation.

2. Test de période

Les trois entreprises ont le même capital initial, et le même portefeuille de ressources initial.

Elles diftèrent suivant leur période d'activité p. El a la période la plus rapide, et E3 la plus

lente.

L'entreprise E3, la plus lente, est « sortie» par ses concurrentes (Annexe m, p6 à 8).

Les courbes de performances montrent que l'entreprise la plus rapide est la plus avantagée

(Annexe III, p8). Elle dégage sur les trois indices de performance les meilleurs résultats dès le

début. L'entreprise E3 la plus lente légèrement distanciée par E2 doit abandonner le marché.

Nous avons répété 30 fois la même simulation afin de déterminer Ùl s'agissait ,d'un résultat

général ou particulier. Les résultats de ces simulations sont les suivants :

Sorties 20 fois sur 30

Individu sorti El : 0 fois E2: 12 fois E3: 8 fois

Dans les cas où aucune sortie n'est observée (10 sur 30), le profil des courbes de E3 laisse

présager qu'à terme elle sorte. En effet, sa valorisation V est négative, et bien inférieure aux

deux autres. Par conséquent, il semble clair que le trait général suivant puisse être admis, en

cas de situation concurrentielle sans entrée: une période d'activité plus courte est un gage de

surVie puisque jamais El n'est sortie par ses concurrentes dans ces simulations. fi s'agit d'une

première vérification de l'hypothèse H 4.

En ce qui concerne les valorisations V, on s'aperçoit que systématiquement l'offre de El a été

bien valorisée et qu'elle conserve son avantage sur l'ensemble de la durée de la simulation. E2

ou E3 suivant les cas la rattrape plus au moinS vite pour même la dépasser légèrement dans

certains cas .

.A41
Les courbes K et B montrent les traits repérés dans les simulations précédentes (Annexe III, p6
et 7). D'abord croissant légèrement, K finit par augmenter plus rapidement au fur et à mesure
que l'amplitude des écarts de valeur V s'accroissent. Quant aux budgets B, ils traduisent par
leurs amplitudes cycliques caractéristiques la domination d'une entreprise sur les entreprises
restantes.

3. Test de capital

Les trois entreprises ont la même période d'activité p, et le même portefeuille de ressources
initial. Elles diffèrent suivant leur capital initial. El a un capital de 100, E2 un capital de 200 et
E3 un capital de 300.

L'influence du capital initial se matérialise par les relations suivantes.

Les indicateurs de performance ne donnent pas d'avantage net dans un premier temps à une
entreprise ou à une autre (Annexe ID, plI). Mais après une quinzaine de périodes, l'entreprise
qui a le plus gros capital initial se dégage assez nettement des deux autres. En fait, leurs
évolutions sont relativement parallèles de telle sorte que l'on peut dire que l'influence du
capital initial sur la performance est linéaire. Plus le capital de départ est élevé, plus la
performance observée a de chances d'être bonne, toutes choses égales par ailleurs (vérification
de l'hypothèse H 2).

Cette relation se matérialise au niveau des autres grandeurs observables. Ainsi, la valorisation
-- -- ~ --~--- ----- ------------- ---- --- ---~ -

laisse darrement voir l'avantage que retire E3 de sa taille (Annexe III, p9). Elle possède un V
qui est resté supérieur tout aulong de la simulation. En revanche, l'entreprise la plus petite est
passé par des moments difficiles puisque entre les dates 14 et 30 sa valeur V était négative. TI
s'ensuit que son capital K a moins augmenté que celui de ses rivales et que ses budgets de
recherche n'ont pu suivre le rythme imposé (Annexe III, plO). Toutefois, elle n'a pas été
poussée vers la sortie par ses concurrentes. Mais en accentuant l'écart de capital initial entre
El et E3, elle finit par être exclue.

Cas de six entreprises

Les entreprises ont le même capital de départ. Trois ont pour période p=1 ; trois p=2. Parmi
les deux sous-groupes, on trouve les dotations en ressources X=I, X=2 et X=3.

442
L'examen des résultats de 15 simulations correspondant à cette configuration conduit aux
conclusions suivantes (Annexe ID, pl2 à 15).

Le nombre de sorties s'échelonne entre 2 et 4. Les entreprises exclues appartiennent toujours

au sous-groupe dont la période d'activité était la plus lente (p=2). Dans le cas où une
quatrième entreprise disparaît, elle appartient bien sûr au premier sous groupe, et il 5' agit le
plus souvent de l'entreprise à la plus faible dotation en ressources initiales.

Ces résultats tendent à vérifier une hiérarchie entre les critères de sélection: la période semble
être plus importante pour l'obtention de bonnes performances que la dotation en ressources
initiales. n s'agit d'un résultat en confonnité avec l'hypothèse H 5.

On constate par ailleurs que les relations générales obtenues précédemment s'appliquent à
nouveau.

Au cours de cette première partie; nous avons présenté les résultats portant sur les différentes
variables numériques observables: les performances, V, K et B essentiellement. Nous.n'avons
pas porté notre attention sur l'impact des différentes stratégies suivies par les entreprises
comme explication de la performance. En effet, il s'agissait plutôt d'établir une sorte
d'étalonnage entre les différentes relations entre variables afin de faciliter l'interprétation des
modèles plus compliqués. En outre, dans le cas des modèles présentés, relativement peu
d'entreprises disparaissaient. Dans les cas où elles devaient sortir du marché, les raisons sous-
jacentes n'étaient pas directement liées à la stratégie suivie mais plutôt à la présence dans les
caractéristiques de ces entreprises de facteurs rédhibitoires: une période de réaction trop
longue, une dotation en ressources trop faible. L'hypothèse H 3 établissant la supériorité de la
stratégie de différenciation n'a pas pu être testée.

Toutefois, globalement, deux points méritent d'être soulignés. D'une part, on s'aperçoit que
lorsque les entreprises connaissent des valeurs de V négatives et qu'elles suivent une stratégie
de coût, elles passent à la stratégie de différenciation. Ce résultat se déduit de la construction
du modèle. D'autre part. il apparaît que dans les cas où les disparitions ne sont pas seulement
dues à des faiblesses intrinsèques en dotation (K. X ou p). plus que la nature de la stratégie

443
retenue. le nombre de changement stratégique. c'est-à-dire d'allers-retours entre la stratégie de
coût et de différenciation semble pouvoir être lié à la disparition. En effet, ces cas sont surtout
présents dans les simulations avec six entreprises, on s'aperçoit que les entreprises qui
disparaissent suivaient environ pour moitié une stratégie de coût et pour moitié une stratégie
de différenciation au moment de leur retrait du secteur. Mais en revanche, on constate que plus
que les autres, elles ont changé de stratégies au cours de leur vie. Ce résultat, qui reste pour
l'instant à confirmer n'avait pas fait l'objet d'hypothèse préalable.

RESUME DES RELATIONS GENERALES SIGNIFICATIVES

Les propositions ci-dessous s'appliquent aux simulations sans entrée.

• Le modèle fonctionne bien sur une logique simulée d'accumulation des rentes, investies
dans le budget de recherche, qui améliore la dotation en ressources, qui se répercute sur la
performance financière et de marché, et sur la valorisation de l'offre de l'entreprise ;

• Influence du portefeuille de ressources (H 1) : une meilleure dotation initiale en ressources . ,,',' ,'/
conduit à une performance supérieure. Cet avantage est temporaire;
L';

• Influence de la période d'activité (H 4) : la rapidité d'exécution est un gage de la

performance et de la survie. TIs'agit d'un avantage durable;

• Influence du capital initial CH 2) : la taille est linéairement reliée à la performance globale.

Cet avantage est durable ;

• TIYa une hiérarchie entre les relations CH 5) : notamment, l'influence de la période d'action
est plus importante que celle de la dotation en ressources initiales.

V.3.2. Cas de simulations avec entrées de concurrents

Les différents modèles présentés ci-après permettent de tester les réactions de la simulation
dans les configurations ouvertes, c'est-à-dire en présence d'entreprises entrantes. Comme les
caractéristiques de ces entreprises sont définies de manière aléatoire -entre des bornes définies
cependant-il s'agira de bien distinguer les résultats que l'on dira généraux de ceux particuliers
à la simulation.

444
 Une seule entrepriseS au départ

L'entreprise présente au départ de la simulation a les caractéristiques suivantes: K = 200 ;

p=l ; X=I

Dans ce cas, on s'aperçoit que plusieurs entreprises entrent au cours du temps de la siinulation

(Annexe TIl, p16 à 19). Les entreprises entrantes, au fur et à mesure que le temps passe ont du

mal à faire valoir leur produit par rapport aux offres déjà présentes (Annexe TIl, p 16). On

s'aperçoit en effet que la valeur V initiale du produit décroît pour une entreprise entrante avec

le temps. La valeur Vi de l'entreprise présente à l'origine (i pour initiale) si elle ne souffre pas

au début de la concurrence des entrantes successives connaît une baisse sensible lorsque la

troisième entrante apparaît.

L'impact de l'intrusion de la deuxième entreprise se matérialise très clairement sur les courbes

de performance de l'initiale et de la première entrée (Annexe ID, p19). Elles subissent toutes

les deux d'abord une baisse de la performance de marché, suivie une ou deux périodes après

par les baisses du taux de marge puis de la rentabilité brute du capital d'exploitation. En

revanche les entrées postérieures ne les dévient pas d'une trajectoire en croissance relativement

continue quoique modérée (par rapport aux résultats trouvés dans les modèles sans entrées de

la partie précédente). Toutefois ce dernier résultat est variable suivant la qualité de l'offre de

l'entreprise entrante (K, et dotation en ressources) puisque d'autres simulations présentent, sur

les courbes de performance des entreprises présentes, les différents impacts de la concurrence

consécutifs aux entrées successives.

Plus le temps passe, plus la taille requise moyenne tend à s'élever compte tenu de la méthode

de calcul de K pour les entrantes qui dépend de la moyenne des entreprises présentes: le K de

la première entreprise entrante est de 300, celui de la seconde 440 et celui de la quatrième

entrante de 458. En revanche le K de la troisième entreprise entrante n'étant que de 260, cette

entreprise a du mal à s'imposer. Si l'on examine les évolutions des courbes K (Annexe ID,

p17), on s'aperçoit que l'entreprise initiale n'est, à la fin de la simulation, qu'au troisième rang

tandis que les deux premières entreprises entrantes se partagent les deux premières places.

5 On appelle l'entreprise présente au départ une entreprise initiale, et on utilise l'adjectif substantivé dans la
suite du commentaire. L'indice i renvoie donc à initiale (ou incombent en anglais)

445
L'amplitude des cycles d'investissements matérialisés par les courbes B montrent que ces deux
entreprises ont pris le pas sur leurs concurrentes, les trois autres se situant à des niveaux
d'investissements de taille comparable et de niveaux relativement constant (Annexe ru, pI8).

L'impact de la qualité des dotation en ressources à l'origine ne semble pas être marquant dans
cette simulation. En effet les deux entreprises leaders entrent avec des dotations en ressources
similaires à celles que possède l'initiale (le vecteur X=I). Par ailleUrs,les autres suiveuses qui
présentent des portefeuilles de ressources de qualité supérieures ne tirent pas directement
avantage de ce fait, puisqu'au moment où elles entrent les effets des investissements en R&D
de leurs prédécesseurs ont porté leurs fruits et que leurs concurrents sont pratiquement déjà à
leur niveau en terme de dotation en ressources.

Par conséquent, on peut tirer deux résultats généraux de cet exemple. D'une part, l'ordre
d'entrée est déterminant de la performance: les deux premières entrantes finissent par dégager
les meilleurs résultats et à dépasser l'entreprise présente à l'origine (Lieberman'.: et
Montgomery, 1988; Mitchell, 1991) ; les entreprises entrées plus tard avec une meilleure
dotation en ressources ne parviennent toutefois pas à compenser leur retard en terme de
valorisation de leur offre et de performance. D'autre part, la conjonction des facteurs
favorables à la perlormance renforce la position de l'entreprise : la première entreprise entrante
avait une période d'activité rapide, et un capital initial plus élevé que l'entreprise présente au
départ. En revanche, la troisième entrante, même avec un portefeuille de ressources mieux
orienté avait une période d'activité plus lente (p=2) et un capital initial relativement faible: elle
ne parvient pas à s'imposer.

L'examen des stratégies suivies par les différentes entreprises donne les résultats suivants :
initiale : coût tout au long de la simulation
entrantel: idem
entrante 2: idem
entrante 3 : coût puis différenciation puis coût
entrante 4 : différenciation puis coût

On remarque d'une part que les entreprises qui ont changé de stratégies sont celles qui ont
connu les performances initiales les moins bonnes. Par ailleurs, les périodes de différenciations
pour les entrantes nO 3 et 4 ne se sont pas traduites par des améliorations de performance

446
sensibles, principalement en ce qui concerne la performance de marché. La différenciation est
survenue tardivement alors que les trois premières entreprises dominaient le marché n'a pas été
valorisé par le modèle. Ce résultat semble donc démentir l'hypothèse H 3.

On a renouvelé la même expérience en augmentant au départ la qualité du portefeuille de

ressources de l'initiale. Cette opération a réduit le nombre d'entrées de nouvelles entreprises à
une ou deux par simulation. Dans tous les cas, l'entreprise entrante bénéficiant d'un capital K
au moment de l'entrée supérieur à l'initiale finit au bout d'une vingtaine de période par
rattraper son retard en dotations de ressources, et à dépasser en valorisation V l'offre de la
première entreprise. Les conclusions tirées précédemment s'appliquent donc toujours dans ce
cas : H 1 et H 2 sont vérifiées.

Trois entreprises au départ

Test de période

Elles ont pour caractéristiques: K = 200, X=l et p=l pour la première, p=2 pour la deuxième
et p=3 pour la troisième.

1 caracté·flStlques
Le S troISentrepnses entrantes aV3.1entes . SUIvantes:
date d'entrée K p X
E4 4 100 2 X=2
ES S 280 1 X= 1
E6 9 3S0 1 X= 1

L'entreprise la plus rapide El bénéficie de son avantage quant à la valorisation de son offre
tant qu'elle reste en concurrence avec ses deux concurrentes de départ (Annexe m,p20)~ Dès
que les entreprises commencent à entrer, son avantage en valeur V diminue tandis que celles.
des autres remontent (suite à un changement de stratégie également: passage de la
- ...
différenciation à la stratégie de coût). A la fin de la simulation néanmoins l'offre la moins bien
valorisée est celle de l'entreprise la plus lente, c'est-à-dire E3, qui suit une tendance négative et
devrait être amenée à sortir à terme. Légèrement meilleures mais respectivement 4èmeet Sème,
suivent les entreprises pour lesquelles p=2, c'est-à-dire E4 et E2. n s'agit donc d'une
vérification de H 4.

·447
En ce qui concerne la hiérarchie des performances, le même résultat est obtenu (Annexe III,
p23). Longtemps rivalisant les unes avec les autres, les entreprises les plus lentes sont
décrochées au cours du processus concurrentiel.

Les trois entreprises les plus lentes semblent ne pas parvenir à valoriser leurs efforts en terme
de capital. Elles ne croissent que très lentement voire tendent à perdre de la valeur brute (E3).
En revanche, pour les·trois entreprises les plus.rapides, la valorisation du capital est nettement
plus soutenue, correspondant à des perfonnances meilleures. L'initiale El est dépassée par les
entrantes E5 et E6. E6 quoique qu'apparue en dernier parvient à refaire son retard sur ses deux
rivales E5 et El. Ce résultat ne s'explique pas par la stratégie retenue car ces trois entreprises
poursuivent toutes les trois une stratégie de coût. Si l'on examine la valeur des dotations en
ressources. on s'aperçoit que l'ordre résultant de la qualité des portefeuilles de ressources
donne E5 en premier, suivi d'El et d'E6 (ce qui est matérialisé d'ailleurs par l'ordre des
performances observables -RBCE et FORCE par exemple). En fait la meilleure valorisation en
capital de l'entreprise E6 provient de la tendance qu'elle a suivi: elle a un pas de croissance
plus élevé que les autres (Annexe ID, p21). En outre, elle comble très rapidement son retard
relatif sur ses principales rivales en développant des budgets B plus amples et supérieurs aux
autres (Annexe III, p22). Ainsi il semble apparaître que, dans nos simulations, le cycle
d'investissement relatif est essentiel dans la valorisation des entreprises. D'une part, le
caractère crucial des influences temporelles que nous avions dégagé dans la partie théorique au
niveau intrinsèque- à-Ia-fmne,-représentéespar-la-période -p,sedégage denotre-simulation-. ---'----
D'autre part, les influences temporelles sur la performance s'appliquent également au niveau
exogène: elles sont ici concrétisées par l'importance du montant relatif des investissements
mais surtout par le cycle suivi par ses investissements par rapport à ceux suivis par les
concurrents.

En ce qui concerne le nombre de changements stratégiques opérés par les entreprises sur la
durée de la simulation, on observe les résultats suivants :

448
Entre rise ran de erformance
El 1
E5 2
E6 3
E2 4
E4 5
E3 6

n semble· que l'hypothèse suivant laquelle le nombre de changement stratégique est

préjudiciable à la performance ne se trouve pas invalidée.

On présente· les résultats d'une deuxième simulation à partir des mêmes conditions initiales sur

les trois premières entreprises (Annexe ID, p24 à 27). Trois autres entreprises rentrent au

'ul' anon. Ell es ont pour carac té'nsnQues:

cours dle a sun ,
date d'entrée K p X
E4 4 300 1 X= 1
E5 5 355 2 X=2
E6 6 131 3 X=2

On observe les résultats suivants :

• l'entreprise E3 qui a le rythme d'action le plus lent doit se retirer après 15 périodes.

L'entreprise E6 qui a le même rythnie présente les moins bonnes caractéristiques des

entreprises survivantes: K le plus faible, plus petit budget de recherche, V négative, et

performances les plus faibles.

• sur le plan des performances, on constate que les deux entreprises à p= 1 sont en tête,
suivies par les deux entreprises à p=2. Pour les deux sous groupes constitués, l'entrant a de

meilleurs résultatS que l'initiale. Ce résultat vaut également pour la valeur du capital en fin

de simulation .

• la valeur de l'offre V de E5 est durablement supérieure à celle de El et E4. Ceci peut

s'expliquer à partir de la richesse du portefeuille de ressources initiales, E5 est entrée à la

période 5, juste après E4. Ses deux concurrentes, au rythme d'action plus rapide qu'elle,

n'ont alors pas eu le temps de dépenser beaucoup d'argent pour se constituer un

449
 portefeuille de ressources équivalentes. De plus, à ce moment là, le capital de ES est le plus
important de tous les concurrents. Elle engrange les rentes et constitue des réserves
d'investissements qu'elle utilise à partir de la période 10: pendant S périodes, elle est
l'entreprise qui dépense le plus gros budget B, ce qui lui fait passer sa valorisation V de Sème
à 1re(Annexe III, p26). On peut donc indiquer le comportement générique suivant obtenu
par notre modélisation: une dotation en ressources de meilleure qualité relativement à la
concurrence -et non dans l'absolu- représente un avantage initial certain pour l'entreprise
même en présence d'une réactivité moyenne (p=2)'

Test de capital

On produit une simulation à partir de trois entreprises identiques en terme de période et de

dotations en ressources (p=l et X=l) mais différenciées selon leur capital de départ. Pour El
K=100; pour E2 K=200 et pour E3, K=300.

On remarque qu'il n'y a pas de sorties. On retrouve au début des courbes, des résultats déjà
signalés dans le cas des expériences sans entrées: la taille du capital de départ favorise .. -.
proportionnellement les entreprises (H 2)

. tif des en epnses entrantes :

Descnpl
date d'entrée K p X
E4 4 100 2 X=2
E5 S 234 1 X= 1
E6 9 124 3 X:: 2

La taille du capital de départ a donné un avantage significatif à l'entreprise E3. Elle conserve
tout au long de la période le K le plus élevé, suivi juste après par ES et E2 qui ont
respectivement au moment de leur entrée les deuxième K les plus forts (Annexe ID, p29).

Par ailleurs, les entrées successives entament la valeur de l'offre proposée par les initiales
(Annexe ID, p28). S'assurant une valeur V supérieure à celle de ses concurrentes, et fort de
son avance en ressources, l'entreprise 3 en :finde simulation a ralenti ses efforts d'amélioration
des propriétés de ses ressources. Les budgets des entreprises E5 et E2 deviennent supérieurs
aux siens (Annexe ID, p30). Les répercussions sont immédiates sur les niveaux de

450
 performance, puisque les deux entreprises qui ont réduit leur budget B, E3 à cause du coût

représenté par une augmentation supplémentaire de la qualité de son portefeuille de ressources

CH est croissante), et E6 par ce qu'elle n'en a plus les moyens financier (V toujours négative, K

stagnant et B décroissant) connaissent un choc dans leurs indices de performance (notamment

la performance de marché).

Par ailleurs on mesure encore la prépondérance du rôle de la vitesse interne de fonctionnement

sur la dotation en ressources initiales CH 5), puisque la première entrante quoique bénéficiant

d'un meilleur portefeuille de ressources initiales, est dépassée à terme par El qui a la

particularité de réagir plus rapidement qu'elle.

L'analyse des résultats d'une expérimentation correspondant à la différenciation des entreprises

suivant leur portefeuille de ressources initiales laisse apparaître les résultats suivants .

. La dotation en ressources initiales ne constitue qu'un avantage temporaire dans le processus

concurrentiel: l'entreprise El disposant d'un X=l finit par rattraper son retard sur E3 pour

laquelle X=3. Qui plus est, les premières entreprises entrantes dont les caractéristiques en

terme de ressources pouvaient être inférieures mais dont le capital était supérieur aux

entreprises initiales au moment de leur entrée finissent par dépasser en teIme de valorisation de

l'offre, de capital et de budget B leurs concurrentes. Le niveau de performance de marché reste

néanmoins à l'avantage des initiales à la fin de la simulation.

De telle sorte que cette expérimentation permet de conclure aux effets favorables de

l'adéquation entre la qualité des ressources détenues et les moyens financiers mis en œuvre

pour leur constitution. L'important ne paraît pas être de dépenser beaucoup, mais de dépenser
1

de manière régulière et à contre cycle de ses concurrentes. La constitution de la qualité du

portefeuille de ressources est plus importante que la dotation initiale dont l'entreprise dispose

en termes absolus au moment où elle entre sur le marché.

Six entreprises au départ

Au lieu de reproduire exactement l'expérience exécutée avec six entreprises et sans entrées,

nous avons introduit une variante afin de tester l'hypothèse 3, portant sur l'importance, dans

451
cette modélisation, de la stratégie sur la performance. A cette fin, nous avons bloqué tout au

long de la vie des entreprises initiales la stratégie sur un seul mode : coût ou différenciation.

Nous avons donc 1ac é SlXentrepnses

. aux carac té·nstlQues
. sUIvantes au dé~part :
Stratécie fixée K D X
El coût 200 1 X=l
E2 coût 500 2 X=2
E3 coût 500 2 X=3
E4 différenciation 200 1 X=l
E5 différenciation 500 2 X=2
E6 différenciation 500 2 X=3

En comparant deux à deux les performances des différentes entreprises, cette expérimentation

va donc permettre de tester à la fois l'influence d'une stratégie par rapport à une autre (H3), et

également l'importance de la période respectivement à la dotation en ressources (H5).

Au cours de la ,simulation, il est entré cmq entreprises supplémentaires ayant, :les

carac té·nstlques
. SUIvantes : ,
date d'entrée K D X
E7 3 200 3 (2 2 2 2 2 2 2 2 2 2)
E8 4 557 1 (1 1 1 1 1 1 1 1 2.2)
E9 7 202 3 (1 1 1 1 1 1 1 1 2 2)
E10 12 252 3 (2 2 2 2 2 2 2 2 2 2)
Ell 20 297 3 (3 3 3 3 3 3 3 3 3 3)

On constate (Annexe ID, p32):

• que E5 et E6 sortent rapidement du marché;

• qu'en terme de valeur V, E4 domine El à partir de la cinquième période.

Cela peut laisser penser qu'en terme de domination d'une stratégie par rapport à une autre, la

différenciation, à conditions égales, permet de dégager une meilleure valorisation de son offre,

mais qu'il faut pour cela avoir dépassé un seuil de viabilité, atteint pour E4 et non pour les

autres (E5 et E6). La raison de la disparition de E5 et E6 est sans aucun doute à trouver dans

leur, période p=2 plus lente que celle de E4. Pour les entreprises suivant une stratégie de coût,

les conditions du maintien sont moins restrictives, puisque E2 et E3 restent en présence sur le

452
marché, et dégagent d'ailleurs toutes les deux les meilleures valeurs de V.

Au niveau des valeurs de K, parmi les quatre initiales survivantes, on obtient le classement
suivant: E2, puis E4, E3 et El (Annexe m, p33). TIest à noter que dans d'autres simulations
du même type effectuées, El finit par disparaître vers la cinquantième période. fi est donc
logique de la retrouver en dernière position de ce classement dans le cas présenté. La
différenciation a permis à E4 de gagner rapidement de la valeur (périodes 4 à lO) pour ne plus
perdre cette valorisation du capital par rapport à El. fi est intéressant de noter par ailleurs que
l'inconvénient de la relative lenteur de la période de E2 et E3 a été compensée pour les
entreprises ayant une stratégie de coût par une meilleure dotation en ressources et en capital
(500 contre 200).

Au niveau des budgets B, la différence entre E4 et El se matérialise par une ampleur plus
grande, quoique modeste, des investissements de E4 par rapport à El (Annexe ID, p34). Les
cycles de R&D de E2 sont légèrement plus rapides et surtout ils sont décalés par rapport à
ceux de E3. Ces observations expliquent d'un côté la domination relative de E4 sur El, et de
l'autre la raison pour laquelle E2, quoique ayant un portefeuille tel queX=2, s'en sorte mieux
que E3, qui au départ avait un portefeuille tel que X=3.

En ce qui touche aux performances, les performances de El sont médiocres: s'il conserve une
..
rentabilité supérieure aux entrants tardifs, sa performance de marché est la dernière des initiales
(Annexe ID, p35 et 36). Cela se retrouve dans les modélisations où El finit par sortir. Si la
rentabilité entre E2, E3 et E4 est similaire, avec toutefois un léger avantage à l'entreprise
différenciée sur les périodes 20 à 40, il ressort clairement qu'E4 domine les deux autres
initiales en terme de performance de marché. Notamment, tandis que E3 possédait la meilleure
performance de marché sur les quinze premières périodes, due à sa meilleure dotation en
ressources et en K, elle s'est fait rattraper par E4 et E2 qui ont dépensé de manière contre
cyclique leurs budgets B, provoquant un accroissement de leur performance. Le fait que E4
participe à la concurrence « à égalité» avec les deux autres entreprises initiales bloquées sur la
stratégie de coût ne doit faire perdre de vue que E4 réagit deux fois plus vite que ses

concurrentes.

453
Pour conclure sur l'hypothèse H3, il semble que la différenciation ne soit, dans le cadre
de notre simulation, une stratégie plus efficace et rentable que de manière
conditionnelle: il existe un seuil, conjonction de facteurs (p, K et X), tel qu'au delà de ce
seuil, la différenciation est apte à dégager de meilleures performances que ses
concurrentes.

De manière similaire et concernant l'hypothèse H5. l'avantage procuré par le délai de réaction

court (p=l) est borné. En présence de concurrents ayant des caractéristiques trop nettement

supérieures. l'avantage procuré par la période d'activité n'est plus suffIsante. El doit s'incliner

à terme par rapport à ses concurrentes E2 et E3 qui ont un portefeuille de ressources initiales

meilleur que le sien et un capital 2.5 fois supérieur.

fi est intéressant de remarquer par ailleurs, qu'excepté E8, les entreprises entrantes n'entrent

pas avec des propriétés favorables. Les quatre autres entrantes ont des périodes lentes et un K

inférieur à la moyenne du secteur à leur date d'apparition. En conséquence, à. cause de leur

rythme lent, elles ne dégagent pas de bonnes performances. Notamment, E9 et EIO sont à la

traîne. Elles sont entrées trop tard. Seules E7 et E8, les deux premières entrantes tirent leur ~;' 1.

épingle du jeu. E7 profIte de son portefeuille de ressources (X=2) tandis que E8 a tous les

atouts pour obtenir de bons résultats: une période rapide (seule El et E4 ont une p=l), le plus

fort K au moment de son entrée, et une entrée précoce-(4ème période). fi lui faudra une

vingtaine de périodes, avec une valeur V en constante progression au cours de la simulation,

. - -
- - - -
- ----- ~._._--- - --
pour pouvoir émerger, voir son capital K valorisé, et investir massivement en B afin d'accroître

son avance en rentabilité.

La performance notable de E8 s'explique donc essentiellement par la qualité de ses

caractéristiques par rapport à ses concurrentes (initiales et autres entrantes). Son

comportement vérifIe les hypothèses sur le capital (H2), sur la période (H4) et sur la

prépondérance relative de la période sur la dotation en ressources (H5).

fi reste à présent à rassembler les résultats qu'ont apporté les différentes simulations.

454
 11.4.Bilan des expérimentations

La construction d'une simulation multi-agents a permis de tester les hypothèses évolutionnistes

du modèle théorique inSpiré par le Courant des Ressources. Deux types de résultats découlent
du plan d'expérience mis en œuvre. D'un côté, les hypothèses qui ont été formulées ont été
testées avec succès. De l'autre, des enseignements ont émergé de la simulation. Les
expérimentations ont permis de mettre en lumière un ensemble de propriétés nouvelles non
contenues dans les règles de départ. Ces propriétés émergentes définissent des espaces de
viabilité conditionnés par deux ordres de facteurs: 1) .les facteurs intrinsèques (dotation en
ressources, capital) ; 2) les facteurs temporels (la période d'activité, le rang d'entrée, le cycle
relatif d'investissement, le nombre de réorganisations internes comme facteur de retard
(iccumulé). _

En conservant à l'esprit les précautions méthodologiques dont il a été largement fait part, les
propriétés significatives résultant des différents protocoles d'expérimentations peuvent être
résumés sous la forme d'un tableau (tableau VA.).

La contribution de ces expérimentations s'établit à deux mveaux: méthodologique et

théorique. D'une part, elles.utilisent un outil original adapté aux problèmes de spécifications
imposés par le Courant des Ressources: principalement l'hétérogénéité foncière des
entreprises, et les contraintes temporelles fortes qui pèsent sur le développement et la
croissance des ftrmes. Sur ce plan, le protocole de simulations est donc une ouverture pour
l'utilisation de nouveaux outils qui combinent les simplicités pour rendre compte de
phénomènes complexes (Kwasnicki, 1996).

455
 Tableau V.4.Résumé des résultats des simulations
IM:PACT sur la performance autres Source*
plus l'entreprise réagit vite,
plus elle a de chances d'avoir L'avantage procuré par la
de la période une performance élevée période est borné par le haut: E3sans
(H4 vérifiée) en présence d'avantages E3 avec
complémentaires importants (K
La période donne un avantage et X) les concurrents peuvent .E6sans
supérieur à celui procuré par l'emporter malgré un rythme. E6 avec
la dotation en ressources d'activité plus lent
initiales (H5 vérifiée)
plus le capital initial est élevé, sur le budget B E3sans
plus les chances de retirer une plus le capital initial est élevé, E3avec
du capital initial performance supérieure sont plus la dynamique de recherche
2rande (H2 vérifiée) peut être soutenue E6avec
plus la dotation en ressources
de la dotations initiales est forte, plus la Cet effet est temporaire. El sans
en ressources performance de l'entreprise Et avec
initiales est potentiellement Il doit de plus être relativisé E3sans
importante. (Hl vérifiée) DarraDDortau ranI! d'entrée E3avec
Les premières entrantes sur la V
de la date dégagent de meilleurs plus la date d'entrée est tardive, Et avec
d'entrée performances finales que les plus l'offre proposée à une E3avec
initiales dont elles sont les plus valeur V initiale faible E6avec
Droches
Les entreprises qui ont à terme sur la V
les meilleures performances un accroissement important du E3avec
du budgetB sont celles dont la courbe budget B débouche sur une
d'investissement précède et est amélioration de la valeur V
à contrecycle par rapport aux
courbes des concurrents
- _La stratégie de - A dotations égales, la stratégie- -----
- ---- ------- ----

différenciation, telle que de différenciation n'est

définie dans notre modèle, ne supérieure à la stratégie de E3avec
produit guère de meilleurs coût que lorsque le complexe
de la stratégie résultats que la stratégie de des conditions initiales (p, K et E6avec
coût. (H3 non vérifiée) X) dépasse un certlzin seuil. La
différenciation ne semble pas
Le nombre de changement pouvoir être une stratégie qui
stratégique apparaît être peut être mise en œuvre à
inversement proportionnel à la n'importe quelle condition.
Qualité des Derformances Elle est « bornée Dar le bas ».
Les tests des hypothèses sont en gras. Les résultats significatifs émergents sont en gras et en
italique.
*le chiffre indique le nombre d'entreprises initiales; avec/sans renvoie aux expérimentations avec ou sans
entreprises entrantes

456
En ce qui concerne l'aspect théorique, plusieurs de nos résultats sont en conformité avec
différents travaux d'économie ou de management stratégique. On peut citer principalement les
travaux sur la théorie des marchés contestables (Baumol et al., 1982) en ce qui concerne les
conséquences des entrées libres sur la structure concurrentielle et l'impact sur la performance
des entreprises; d'autre part, les thèses de l'écologie des populations (voir les travaux de
Hannan et Freeman, 1977 et 1989; Freeman et al., 1983; Carroll et Hannan, 1989; Singh et
al., 1986; Baum et Singh, 1994, Barnett et al., 1994) en ce qui concerne les analyses de la
mortalité des firmes au niveau de populations homogènes et l'influence des propriétés des
populations sur les variables démographiques (taux d'apparition, taux de disparition; etc.
Durand et Obadia, 1996; Durand, 1997).

Toutefois, nous n'avons pas voulu rattacher notre simulation exploratoire à ces travaux
appartenant à des champs de recherche structurés car des différences foncières de théories et
de méthodes nous en séparent En quelques mots, le modèle ne comporte pas d'analyse du prix
comme révélateur de la valeur et comme système de coordination par le marché. Notre niveau
d'analyse est la firme et non la population d'organisation. Sur la méthode, il n'y a pas de
démonstration économique reposant sur les mathématiques, ni d'analyse statistique de survie
sur longue période.

Pour conclure, il nous faut attirer l'attention sur les limites de ces expérimentations. Les
premières concernent le modèle lui même. Par exemple, les fumes n'ont le choix qu'entre deux
stratégies. La procédure de·choix est la même pour toutes les entreprises. Dans la logique de
l'hétérogénéité, il pourrait être intéressant d'introduire des modes d'apprentissage des
meilleures stratégies qui seraient laissées libres pour les entreprises. Par ailleurs, on peut
remarquer qu'il n'y a pas de contraintes exogènes imposées au fume dans leur fonctionnement
Notamment, la demande est endogénéisée au niveau de la structure causale reprise des
résultats statistique du chapitre IV (figure V.2.). TI faudtait cependant dans des recherches
ultérieures introduire cet élément de manière indépendante pour pouvoir en suivre les
évolutions. Les consommateurs pourraient eux-mêmes être représentés par d'autres agents
informatiques, avec leur caractéristiques d'achats, leurs préférences et leurs budgets. Par

457
conséquent, de nombreux ajouts pourraient être effectués afin de rendre plus réalistes6 ce type
de simulation. Cependant, compte tenu des objectifs modestes que nous nous étions fixés,
l'outil tel qu'il a été construit, et les résultats qu'il a permis d'obtenir nous permettent d'une
part d'en être satisfait et d'autre part d'envisager de fructueux développements pour ce type de
recherche.

,!

6 On peut s'interroger sur le sens de ce réalisme: réalisme par rapport à nos perceptions de l'environnement
économique ou réalisme par rapport aux représentations classiques d'économie industrielle ou de management
stratégique ?

458
 CONCLUSION GENERALE

Le cadre de la recherche

Le point de départ de la présente recherche est une interrogation sur l'origine de la

performance des entreprises. Le cadre théorique dans lequel elle s'inscrit est le Courant des

Ressources, qui pense les conditions de détermination de la performance comme étant internes

à l'entreprise. Deux approches théoriques nourrissent le Courant des Ressources. La première,

appartenant au domaine de la stratégie, place l'origine de la performance dans les propriétés

des ressources et des aptitudes idiosyncrasiques de la firme, à l'origine de rentes appropriables

par elle. TI s'agit de la théorie des ressources. La seconde, dont l'orientation est plus

économique, est l'économie évolutionniste. Elle introduit la dimension temporelle dans

l'analyse de la performance

A partir d'une lecture approfondie des contributions théoriques et empiriques de ces deux

approches, plusieurs hypothèses ont été formulées, correspondant à deux objectifs principaux

de recherc~e'E~une Part,. des ressources_~0!limitables, non transférables et non ~ubstitu~.Èles__ .__

permettent-elles d'expliquer les niveaux de performance des entreprises manufacturières

françaises? D'autre part, quel est le devenir dans le temps des effets éventuels sur la

performance des propriétés des ressources ?

Pour mener à bien cette recherche, nous avons travaillé sur la base de données SESAME de la

Banque de France. Notre échantillon comporte 2875 entreprises de l'industrie manufacturière,

et couvre plus de 10% des effectifs de la quasi-totalité des secteurs manufacturiers français.

Les propriétés des ressources et des aptitudes n'étant pas observables directement, un modèle

statistique à équations structurelles et variables latentes (Lisrel) a été retenu pour tester les

459
hypothèses. Par ailleurs un modèle de simulation original, utilisant les langages objet a été mis

en œuvre, grâce à une collaboration avec le Laboratoire d'Intelligence Artificielle de Paris VI

(Jussieu), afin de tester les conséquences dans le temps des dotations des entreprises en

ressources initiales.

Contributions de cette recherche

Contribution théorique

Ce travail définit un espace de recherche novateur. S'appuyant sur certaines critiques des

conceptions _de l'économie industrielle, il dessine, dans le cadre du Courant des Ressources, les

contours des véritables leviers stratégiques: la recherche de rentes, la coordination interne, la

gestion des processus et l'animation des rapports d'échanges avec les autres acteurs

économiques.

Le Courant des Ressources s'écarte de la vision défendue par l'économie industrielle sur trois

points essentiels. En premier lieu, le niveau pertinent d'analyse n'est pas le secteur industriel

mais est avant tout l'entreprise. Ensuite, la performance est conçue comme étant

l'appropriation de rentes, possible même à long terme. Les rentes ne sont pas le seul fait de la

rareté ou du monopole, mais aussi de la construction de savoir-faire non imitables e,t non

transférables ainsi que de l'utilisation de l'innovation et de l'apprentissage. Notamment, la

notion de rente organisationnelle en tant que rente d'usage ,constitue un levier majeur de la

performance, intemalisé au sein de l'entreprise. Enfin, le Courant des Ressources prône la prise

en considération effective de la notion de processus plutôt que d'équilibre dans la

compréhension de la logique concurrentielle et privilégie l'aspect dynamique des

transformations engagées par l'entreprise.

460
Le second apport théorique consiste dans la réunion au sein du même courant de la perspective

stratégique et de l'approche économique. L'analyse des conditions de constitution de

l'avantage concurrentiel se fonde sur les propriétés des ressources et des aptitudes des

entreprises. La non imitabilité, la non transférabilité et la non substituabilité confèrent à

l'entreprise une capacité supérieure de dégager des rentes appropriables relativement à ses

concurrents. Reposant sur une conception de l'entreprise compatible avec les présupposés de

la théorie des ressources, l'économie évolutionniste permet d'articuler les conditions de

changements internes et externes à l'organisation dans la formulation de sa stratégie, et dans la

compréhension de la performance des entreprises.

La réunion de la théorie des ressources et de l'économie évolutionniste au sein d'un même

courant de recherche permet ainsi d'envisager d'un côté la création des rentes et leur

appropriation par la .firme, et de l'autre de comprendre les mécanismes de soutenabilité de

l'avantage concurrentiel.

Plus précisément, ce travail permet de clarifier les terminologies abondantes au sein de la

théorie des ressources. TIdistingue les ressources, en tant que 'capacités de' et les aptitudes en

tant que 'capacités à'. Par ailleurs, la recension des différentes propriétés et leur hiérarchisation

ouvrent à une taxonomie des études empiriques, portant soit sur les propriétés primaires,-soit----~----

sur les propriétés secondes des ressources et aptitudes. De plus, ce travail dégage au sein des

deux approches théoriques une forme forte et une forme faible. La première donne la

prépondérance aux effets en provenance du marché dans l'appropriation des rentes et une ~

grande importance à la notion d'équilibre -à la différence de la seconde. En outre, la pertinence

des principaux concepts mis en avant par l'économie évolutionniste (la sélection, les

trajectoires technologiques, la dépendance de sentier notamment) fait ressortir la dimension

temporelle comme un déterminant essentiel de la performance. Enfin, l'économie

évolutionniste, et donc le Courant des Ressources, consacrent l'innovation et l'apprentissage

461
comme étant à la source des conditions du maintien, de l'élaboration et de la création de

ressources idiosyncrasiques·-et de la performance.

Deux derniers points méritent d'être relevés: le premier porte sur la conception de l'entreprise,

et le second sur celle de la performance.

D'une part, la revue de littérature a fait émerger une conception de l'entreprise appropriée aux

études futures qui s'inscrivent dans le Courant des Ressources. La firme se définit par quatre

éléments: 1) les ressources productives, soit les différents moyens mis en œuvre en vue de la

production; 2) les relations d'échanges avec les principaux acteurs en amont et en aval de

l'activité productive; 3) la coordination interne, envisagée comme la circulation et le partage

des objectifs stratégiques, des informations et des connaissances; 4) les déterminants

temporels de conditionnement du changement sur les trois premiers facteurs (prise en compte

principalement des trajectoires et de l'inertie technologiques et organisationnelles).

D'autre part, il apparaît indispensable de considérer la performance sous ses différentes natures

en même temps dans un seul modèle théorique. La performance n'est pas en soi monolithique,

une et indivisible. Deux effets brouillent en théorie l'analyse. D'un côté, les conséquences à

court terme d'une cause de performance peuvent différer des conséquences à long terme. De

l'autre, au même moment, la même cause peut avoir des effets contradictoires selon la variable

de performance retenue. Par exemple, les effets inter-reliés et croisés de la non substituabilité

des relations d'échange n'auraient pas pu être mis à jour si un seul indicateur de performance

avait été pris en compte. L'analyse de la performance doit donc s'orienter vers des études

multivariées et non chercher à faire émerger des traits pertinents à un moment du temps sur un

seul indicateur.

462
Contribution empirique

Les résultats de cette recherche peuvent être rapportés en cinq points principaux.

Tout d'abord, il faut souligner la qualité des résultats statistiques obtenus (fiabilité des

construits et robustesse des modèles). Compte tenu du nombre très limité d'études empiriques

de même nature; ce travail apporte une contribution notable dans l' opérationnalisation des

variables utilisées par la théorie des ressources. n permet ainsi de valider empiriquement sur un

grand échantillon représentatif des entreprises manufacturières françaises les hypothèses du

Courant des Ressources concernant l'impact des propriétés des ressources et des aptitudes de

l'entreprise sur son niveaude performance. Les résultats sont robustes: la taille de l'entreprise

n'influe pas, ni l'appartenance à des catégories d'activités (industries agro-alimentaires, de

biens de consommation, de biens d'équipement et de biens intermédiaires).

n est ressorti des différents tests statistiques que les propriétés des ressources productives, et

principalement des techniques de production, étaient à la base de la performance des

entreprises manufacturières. La non transférabilité et la non imitabilité des outils et méthodes

de production expliquent très significativementles niveaux de performance, tant d'exploitation

financière que de position de marché. Plus précisément, l'importance de la fonction

développement technologique, les investissements en recherche et développement;-- les- -- --

possibilités de différenciation offertes par les outils de production, et les économies de temps

représentées Ipar l'expérience accumulée dans l'effectuation des taches productives sont à la
J

base de l'avantage concurrentiel construit par les entreprises performantes et de sa

soutenabilité : ces relations apparaissent stables dans le temps. En outre, elles ne varient pas

d'une catégorie d'activité à une autre (InftûSiilè"agro-alimentaire, biens de consommation,

biens d'équipement, et biens intermédiaires).

463
Ensuite, il a été montré que les rapports d'échange entre l'entreprise, ses fournisseurs et ses

clients suivaient un principe important. La réalisation d'une bonne performance de marché

dépend de la création d'une relation non substituable avec ses fournisseurs. Mais la

constitution de cette relation se matérialise par un coût d'engagement de création des

ressources et aptitudes de relation qui se répercute sur la performance d'exploitation. A

l'inverse, la performance d'exploitation est favorisée par la non substituabilité de relations avec

les clients, qui sont d'une certaine manière engagés dans leurs relations avec l'entreprise. Mais

cette relation a un impact en retour sur la performance de marché, puisque privilégier des

relations non substituables avec certains clients a un coût en terme de non exploitation de

l'ensemble du marché potentiel. Ces relations sont valables dans l'ensemble des groupes

d'activités. Concernant la soutenabilité de ces relations deux effets sont à signaler. D'une part,

la non substituabilité de la relation avec les clients est plus difficile à maintenir dans le temps

que la non substituabilité de la relation fournisseur. D'autre part, cette dernière, qui influence

positivement la performance de marché actuelle, semb~e à moyen terme l'obérer légèrement

Au total cependant, l'influence positive domine l'effet en retour négatif de la non substituabilité

de la relation avec les fournisseurs.

Par ailleurs, la coordination interne des activités productives, dont le rôle majeur dans la

constitution de la performance est apparu au cours de la revue de littérature, est positivement

corrélée avec les propriétés des différentes ressources. Plus la coordination interne est

développée, plus les propriétés des ressources sont potentiellement à l'origine des rentes

appropriables par les firmes -et réciproquement. Cet effet ne se dément ni dans le temps, ni au

sein des différentes catégories d'activités étudiées. Par ailleurs, aucune relation directe entre le

niveau de coordination interne et la performance de marché n'est clairement ressortie des tests

empiriques, contrairement à notre attente.

464
Enfin, la simulation, reprenant au cœur de son modèle les résultats obtenus dans la partie

statistique, a permis de prolonger les conséquences de l'influence des propriétés des ressources

sur la performance, et d'estimer concomitamment l'importance du rythme d'activité des

entreprises sur la performance. TI est apparu que plus une entreprise réagissait vite, plus les

effets de verrouillage, d'irréversibilité, ou de dépendance de sentier pouvaient être évités.

Comparativement cependant, au cours du temps, l'avantage représenté par des ressources non

imitables, non substituables et non transférables s'estompe, et toutes choses égales par ailleurs,

c'est le rythme d'activité de l'entreprise qui lui permet alors de continuer à dégager des

performances supérieures à celles de ces concurrentes. Toutefois, cet avantage donné au

rythme d'activité n'est ni absolu ni infini, puisque des entreprises entrantes, quoique plus lentes

si elles sont dotées de ressources idiosyncrasiques et de capitaux importants peuvent finir par

dominer le marché où les entreprises initiales sont dépassées. L'avantage concurrentiel semble

être de plus, d'une part soutenu par des investissements en R&D allant à contre-cycle de ceux

des entreprises rivales, et d'autre part affaibli par les changements répétés de stratégie,

entraînant d'importants coûts de réorganisation.

Contribution méthodologique

La contribution méthodologique peut être décomposée en deux parties.

Premièrement, les variables des modèles théoriques, tirés du Courant des Ressources, sont par

nature conceptuelles. Or, la nécessité de considérer les effets de variables qui ne sont pas

observables directement requiert le choix de méthodes statistiques adaptées. De plus, certains

effets de causalité complexes nécessitent de pouvoir étudier les relations entre plusieurs

variables dépendantes. Le recours à un modèle statistique permettant d'une part la mesure des

opérationnalisations des variables latentes par des variables observables, et d'autre part,

465
 l'introduction de plusieurs indicateurs de performance était indispensable. Ce travail a permis

d'illustrer l'utilisation d'une des méthodes à équations structurelles, variables latentes et

erreurs de mesure, qui est encore rare dans les travaux en stratégie. En outre, il faut souligner

la qualité de l'échantillon proposé par la base de données SESAME et la robustesse des

résultats (décomposition par taille et par catégories d'activités). S'il n'a pas été possible

d'étudier sur une plus longue période les effets de la structure causale pertinente à cause du

manque de profondeur historique de la base, la relative 'jeunesse' de la base a été compensée

par sa qualité.

Deuxièmement, l'utilisation d'une simulation multi-agent est une originalité marquante de ce

travaiL Pour ·la première fois -à notre connaissance- la simulation de phénomènes micro-

économiques est envisagée sur la base de la définition des agents économiques, avant même les

lois de fonctionnement des marchés. fi s'agit d'un apport fondamental de ce travail, qui malgré

la modestie de ses expérimentations, ouvre la voie à une nouvelle conception de la recherche

en économie et en stratégie: endogénéiser dans le modèle de simulation les règles de

détermination des résultats (la performance), pour privilégier dans la simulation l'activation des

.règles de comportement et de choix stratégiques des fIrmes comme étant à l'origine de la

performance de l'entreprise et de la soutenabilité dans le temps de ses avantages

concurrentiels. Alors, la détermination temporelle des propriétés d'évolution économique

(inertie, dépendance de sentier, irréversibilités) devient l'enjeu crucial de l'explication de la

performance par le Courant des Ressources et trouve dans ce type de simulation un outil

d'expression et d'expérimentation.

Contributions au maml!!ement stratél!iaue

Ce travail permet, sur la base des contributions théoriques et empiriques, de définir des

recommandations générales en management stratégique.

466
• Comprendre la performance

La performance globale d'une entreprise apparaît être la résultante d'effets complexes se

manifestant à un moment donné du temps, et de causes prolongeant leurs effets dans le temps.

Les trois dimensions essentielles à l'analyse de la performance sont donc: 1) les objectifs

internes à la finne, en terme de performance d'exploitation ou de position de marché et avec

comme moyen la gestion des ressources et aptitudes intrinsèques à l'entreprise; 2) la maîtrise

des phénomènes de conditionnement temporel, internes et externes à l'entreprise, depuis la

manifestation des opportunités technologiques jusqu'au phénomène de verrouillage du marché

par les adopteurs ; 3) la prise en compte des ressources et aptitudes, et des périodes d'activités

des principaux concurrents, comme étant une menace de remise en cause d'une part de la

pertinence de la stratégie suivie (en terme de propriétés des ressources) et d'autre part du

chemin de croissance retenu (développement de nouvelles trajectoires, phénomènes d'inertie} .

• Développer des ressources et des aptitudes inimitables

Au sein même de l'entreprise, les conditions de la création de l'avantage concurrentiel reposent

sur l'accent mis à développer et entretenir les propriétés primaires des ressources et des

aptitudes. Les axes d'action stratégique concernent donc en premier lieu la non imitabilité des

ressource-s productives. Les possibilitês-de-différenCÎatlonpeimises parles outils deproduction _~u

doivent être enrichies, et favorisées.

La saisie des opportunités technologiques, et la réflexion en terme de développement

dynamique des usages futurs des services procurés par les outils de production sont à la source

de la performance. L'apprentissage individuel sur les taches effectuées concentre les gains

potentiels en ternie d'économies de temps. TIpermet d'améliorer la coordination interne par la

diffusion des connaissances, et contribue à l'instauration d'un apprentissage organisationnel.

Les innovations de processus autant que les innovations de procédés techniques réduisent

467
encore l'imitabilité des ressources et des aptitudes productives. Enfm, le développement des

heuristiques individuelles des. membres des équipes de travail assurent la naissance et la

promotion des innovations relatives à la résolution des problèmes posés par la complexité, et

débouchent sur des rentes organisationnelles.

Par ailleurs, dans le même souci de réduire l'imitabilité des ressources productives, il apparaît

essentiel de constitUer des stocks de ressources qui entraînent, pour les concurrents, non pas

tant des barrières à l'entrée que des barrières à la survie: la constitution ressources

'comparables impliquent pour ces derniers d'importantes déséconomies de temps. L'avantage

concurrentiel et l'appropriation des rentes, non seulement de monopole mais aussi

différentielles et organisationnelles, résultent de l'usage distinctif par les aptitudes plus

économes en temps des services des ressources. L'imitabilité ne se manifeste donc pas tant

dans la comparaison des techniques et des hommes que dans la réalisation concrète en un

temps donné de plusieurs taches différentes. Plus qu'une efficacité de moyens, c'est une

efficacité d'usage qui doit être recherchée.

• Gérer les coûts de transferts

Par ailleurs, le management stratégique doit intégrer le concept de coût de transfert. Deux

types de coûts de transfert ont été étudiés dans cette recherche : un coût de transfert propre à

l'usage des ressources, et un second correspondant à la transférabilité des ressources

productives de l'entreprise sur le marché, au bénéfice éventuel d'un concurrent. En ce qui

concerne le premier type de coût de transfert,. il est à la base de l'appropriation des rentes.

Chaque manager doit être à même d'évaluer entre plusieurs types de taches à effectuer celle

qui est la plus rentable pour l'entreprise. Ce n'est pas nécessairement celle qui procure à

l'arrivée le plus gros volume d'affaires. C'est celle qui, compte tenu des savoir-faire des

membres de l'organisation, des moyens de coordination entre les différents centres de

468
l'entreprise (de décision, de coût, de responsabilité, etc.), sera susceptible de dégager en un

temps minimum le maximum de marge. L'écueil à éviter est d'une part la standardisation

excessive des taches qui casse l'efficacité de l'usage renouvelé des aptitudes; d'autre part, le

lancement de nouvelles activités et missions sans que n'aient été maîtrisées et « travaillées» sur

leur potentiel de rentes les différentes aptitudes acquises, et enrichies par les heuristiques

accumulées.

Cela nous amène directement, d'une part, au deuxième type de coût de transfert, et d'autre

part, à la gestion entre les stocks évoqués précédemment, stocks d'actifs, d'informations et de

connaissances, et les flux nécessaires à l'approvisionnement des stocks et à leur

renouvellement Notamment, la non transférabilité des ressources productives permet à

l'entreprise de dégager une performance exprimée par une position de marché favorable, mais

au prix de l'investissement dans les flux nourrissant l'entreprise de nouveaux savoir-faire,

d'aptitudes différentes, etc; La poursuite d'un programme de recherche et développement suit

la même logique: elle permet à terme d'alimenter les flux qui construiront des ressources

productives non transférables et non imitables, ainsi que les connaissances et les aptitudes

correspondantes.

• Clarifier les relations d'échange

Les effets du développement de ressources idiosyncrasiques sont complexes: ils peuvent

grever à court terme la rentabilité mais bénéficier dans le même temps à la préservation du

potentiel de rentes à moyen et long terme de l'entreprise. TIen va clairement ainsi en ce qui

concerne les relations entre l'entreprise et les autres acteurs économiques. Ainsi, par un

croisement entre les effets positifs et négatifs sur les deux grandeurs observées de la

performance (performance d'exploitation et de marché), il ressort que des efforts particuliers

469
doivent être engagés avec les principaux fournisseurs et les principaux clients· afin de

développer la non substituabilité de ces relations d'échange.

Le maintien de relations de confiance entre les fournisseurs par exemple, implique sans nul

doute certaines concessions sur le plan des marges d'exploitation mais permet dans le même

temps, et de manière durable d'accroître significativement sa performance de marché. De

même, choisir d'établir une relation non substituable avec des clients présente certes le risque

de ne pas exploiter nécessairement l'ensemble des clients potentiels à un moment du temps,

mais en revanche favorise le développement d'aptitudes propres au traitement de problèmes

spécifiques des clients, qui augmente pour ces derniers le coût de changement vers un autre

fournisseur. Cependant à la différence de la relation d'échange avec les fournisseurs, les

relations avec les clients semblent devoir être réamorcées continuellement afin de préserver les

avantages acquis en terme de performance d'exploitation. Une nouvelle fois se manifeste la

gestion de compromis entre d'un côté les stocks présents et l'entretien des flux, et d'un autre

côté, entre les différents objectifs de performance à poursuivre .

• Maîtriser les effets temporels

Un résultat capital tiré de la simulation est que la permanence de l'appropriation des rentes est

remise en question par la nature des entrants sur le secteur. Parmi les rivaux instillés, il

apparaît en premier lieu que l'avantage concurrentiel procuré par les ressources, pour

fondamental, doit être accompagné d'un rythme de réaction rapide, d'une période d'activité

réduite. Cela s'explique par le fait que les entreprises qui limitent les méfaits de l'inertie de

l'organisation peuvent échapper aux dérives stratégiques, ob~ervées dans de nombreux cas. La

possibilité de rectifier ·la trajectoire est permise aux structures réactives, au sein desquelles les

aptitudes ont été développées afin de gérer en terme d'efficacité temps plutôt qu'en terme

d'efficacité comptable.

470
TI ressort également de la simulation que la protection procurée par des ressources intrinsèques

ou une période d'activité courte n'est pas absolue, particulièrement en présence d'entrées de

nouveaux concurrents. TI faut donc souligner le double effet de seuil qui est à l' œuvre:

l'entreprise qui possède les meilleures ressources (d'exploitation et de relation) risque d'être

détrônée par un concurrent qui, moins 'inertiel', accumule des stocks et renouvelle des flux

plus rapidement que lui ; mais l'entreprise qui possède le rythme d'activité le plus court ne

gagne pas nécessairement à terme, car des entrants même plus lents peuvent, à partir d'une

dotation initiale en ressources productives· de meilleure qualité que la sienne, finir par

s'imposer. Ainsi, la concurrence obéirait à différentes 'horloges' en même temps, propres aux

deux modes de coordination économique que sont la firme et le marché.

Limites de la recherche

Les résultats de cette recherche doivent être considérés en gardant à l'esprit certaines limites

relatives à la démarche suivie.

Tout d'abord, la recherche repose sur un corpus théorique en construction. L'un des efforts du

travail a été de rassembler au sein du Courant des Ressources les contributions convergentes

de deux approches théoriques récentes. TI va sans dire cependant que le regroupement autour

de dénominateurs communs des deux approches théoriques n'impliquent pas la totale

équivalence entre elles. Particulièrement, les partisans des formes fortes de la théorie des

ressources comme de l'économie évolutioIiniste peuvent trouver que certaines de leurs

hypothèses se trouvent trop fortement relativisées -notamment la conception de la disparition à

terme de l'appropriation des rentes.

Ensuite, la recherche repose sur une base de données existante. Elle n'a pas été constituée de

manière ad hoc. Cela représente donc une limite à l' opérationnalisation des variables latentes.

471
Ces dernières ont toutefois chacune été approchées à l'aide de trois variables observables.

AusSi, la taille de la base de données, la richesse en contenu, la fiabilité du protocole

d'interview mis en place·par la Banque de France compensent en grande partie ce manque. Par

ailleurs, il faut remarquer, au sujet de l' opérationnalisation des variables, qu'aucune étude

empirique semblable n'est disponible. TI a donc fallu bâtir quasiment ex nihilo certains

indicateurs.

Une autre limite à la mise en œuvre des tests empiriques réside dans la faiblesse relative de la

profondeur historique de la base: quatre ans, et deux points d'observation (modèle A et B).

Cependant, les variables qui ont été retenues font partie de la structure commune des

questionnaires. Il pourra être procédé .à de nouveaux tests afin d'analyser la durabilité des

avantages acquis par les entreprises, soit au niveau de la structure entière du questionnaire, soit

en suivant sur plusieurs points successifs les évolutions connues par les mêmes entreprises.

Une dernière limite concerne la mise en œuvre de la simulation (cas C). L'originalité de la

tentative a son revers: il est difficile d'en généraliser les résultats. La simulation a été élaborée

dans le cadre strict de notre problématique. Elle a donc bénéficié des résultats conceptuels et

empiriques des tests statistiques. Hors de son contexte, on peut lui reprocher sa singularité.

Mais une nouvelle fois, nous n'avons pas connaissance de travaux similaires qui auraient pu

justifier un rapprochement, voire une filiation.

Voies de recherches

Une première voie de recherche concerne l'élaboration d'une grille d'analyse stratégique. Une

démarche générale d'analyse stratégique par le Courant des Ressources mérite d'être précisée,

à destination des managers bien sûr, mais aussi des cabinets de conseil en stratégie et des

académiquès. A partir de la définition des quatre dimensions importantes (ressources

472
productives, relations d'échange, coordination et effets temporels), plusieurs étapes peuvent

être définies, ainsi qu'une méthode d'évaluation des propriétés des ressources et des aptitudes.

Dans cet ordre d'idées, le développement d'une analyse de la demande est indispensable. Le

Courant des Ressources offre en effet de nombreux outils pour caractériser les acteurs de

l'offre, mais n'intègre qu'à de rares exceptions les caractéristiques des consommateurs.

Une piste de réflexion différente met en jeu l'approfondissement de relations mises en avant

dans la recherche présentée. En premier lieu, il pourrait être intéressant d'analyser à des

niveaux plus fins (le sous groupe d'activité par exemple) et avec d'autres méthodes

statistiques, les effets croisés entre la performance d'exploitation et la performance de marché.

L'ajout de variables portant sur la nature des relations d'échange (montant, fréquence, durée,

etc.) pourrait éventuellement apporter un éclairage sur les relations entre les différentes

variables de performance et les variables d'échailge. L'ajout de variables observables doit

permettre de mettre au jour d'autres grandeurs susceptibles d'expliquer les conditions dans

lesquelles les entreprises peuvent jouer gagnant-gagnant sur les deux variables de performance,

ou encore de nuancer l'importance de la non substituabilité des relations d'échange suivant le

secteur auquel appartient l'entreprise -comme cela a été esquissé dans les sous-modèles par

grands groupes d'activité.

Par ailleurs, en ce qui concerne les ressources productives, une dimension supplémentaire

mériterait d'être introduite: l'appartenance à un groupe industriel ou non. n peut être envisagé

de constituer deux sous échantillons d'entreprises aux profils en ressources les plus similaires

possibles seulement différenciées par leur appartenance à un groupe afin d'étudier l'impact de

ce facteur sur le niveau de performance et la durabilité des avantages concurrentiels acquis.

Enfin, des variables complémentaires devraient être introduites pour enrichir la notion de

coordination interne et de comprendre les raisons pour lesquelles cette variable influe ou

n'influe pas sur la performance.

473
A terme, il peut être envisageable de tenter d'estimer un modèle mettant en parallèle les effets

sectoriels et les effets de l'entreprise afin d'évaluer à notre tour, dans lalignée de nombreux

articles, le poids relatif des deux causes de variation de performance des entreprises.

Enfm, un dernier chemin d'exploration supplémentaire mérite d'être fudiqué. n s'agit de

prolonger l'application des concepts évolutionnistes dans les modèles. Cela peut être mené par

deux moyens : soit suivre au cours des années les variations de structure interne à la base de

.données de la Banque de France; soit affiner le modèle de simulation et l'étendre à de grands

ensembles d'entreprises, ou à des cas particuliers. Dans cette seconde logique, deux pistes

s'ouvrent à nouveau: d'une part, affiner le modèle de simulation en intégrantJescomposantes

précises-de la demande; d'autre part, recouper des résultats de simulations obtenus sur des

populations d'entreprises artificielles avec ceux obtenus par le courant de recherche de

l'écologie des populations, qui travaille àpartir de populations réelles.

474
 BmLIOGRAPHIE
Abemathy W. et Utterback J. (1978), Patterns of innovation iD technology, Technology Review, 80
(7), p40-47

Achi Z. et a1ii (1996) Le paradoxe des champions de la croissance, L'Expansion Management

Review, Mars 1996, p46-54

Achilladelis B. (1993) The dynamics of technological innovation: the sector of antibacterial

medecine, Research Policy, (22) p279-308

Alchian A. (1950), Uncertainty, evolution and economic theol)', Journal of Political Economy, (58)
p219-229

Alchian A. (1953) Comment on Penrose (1952), American Economie Review, p601-603

Amendola M., Froeschlé C. et Gaffard J.L. (1996) Structure and cycles, Journal of Economie
Behavior and Organization, (29) p409-432

Amit R. et Schoemaker P. (1993), Strategie Assets and organizational rent, Strategie Management
Journal, (14) 1, p33-46

Andrews K.R. (1971) The concept of corporate strategy, Honeywood IL. Irwin

AnsoffI. (1971) Corporate Strategy New York McGrawth Hill-

Aoki M. (1990) Toward an economic model of the japanese firm, Journal of Economie Litterature
_(28) pl-27

Argyres N. (1996) Evidence on the role of finn capabilities in vertical integration decision, Strategie
Management Journal, (17) p129-150

Arrègle J.L. (1995) Le savoir et l'approche Resource Based: une ressource et une compétence,
Revue Française de Gestion, sept-oct, p84-94

Arrègle J.L. (1996) Analyse Resource Based et identification des actif stratégiques, Revue
Française de Gestion, avril-mai, p25-36

Arthur, W.(1989) Competing technologies and lock-inbyhistorical smallevents,-Economic---- -

Journal, (99), p 116-131

Audretsch D.B (1995), Innovation, growth and survival, International Journal of Industrial
Organization, (4) p441-457
Ayres R.U. (1994) Toward a non-linear dynamics of technological progress, Journal of Economie
Behavior and Organization, (24) p34-69

Baden-Fuller C. et Boschetti C. (1996) Creating competitive advntage through mergers, the lens of
the resource-based theory, iD Strategie integration, Thomas H. et Q'Neal D eds, John Wiley &
Sons, p91-112

Bagozzi R.P. (1980) Causal model in marketing, New York, Wiley

Bain J.S. (1951) Relation of profit rate to industry concentration, Quarterly Journal of Economies,
August, p293-324
Bain J.S. (1954) Economies of scale, concentration and the conditions of entry in twenty
manufacturing industries, Ameriean Economie Review, (44)

475
 Bain J.S. (1956) Barriers to new competition, Cambridge, Harvard University Press

Bain J.S. (1968) Industrial organization, New York"Wiley

Balakrishnan S. et Fox I. (1993) Asset specificty, firm heterogeneity and capital structure, Strategie
Management Journal (14) p3-16

Balakrishnan S. et Wemerlelt B. (1986) Technica1 change, competition and vertical integration,

Strategie Management Journal, (7) p347-359

Balmann A., Odening M., Weikard H-P, et Brandes W. (1996) Path dependance without increasing
retums to scale and network extemalities, ResearchPolicy, (29), p159-172

Barnett W.P et Burgelman R. (1996) Evolutionary perspectives on strategy, Strategic Management

Journal, (17) p5-19

Barnett W.P. (1996) The dynamics of competitive intensity, Working paper, Stanford university, à
paraître dans Administrative Science Quarterly

Barnett W.P. et Hansen M. T. (1996), The red queen in organizational evolution, Strategie
management Journal, (17) p139-157

Barnett W.P., Greve R. et Park D. (1994) An evolutionary model of organizational perlormance,

Strategie Management Journal, (15) pll-28

Barney J. (1986), Strategie factor markets: expectations, luck, and business strategy, Management
Science, (42), p1231-1241

Barney J. (1988) Retums to bidding firms in M&A: reconsidering the relatedness hypothesis,
Strategic Management Journal (9) p71-79

Barney J. (1991), Firm resources and sustained competitive advantage, Journal of Management,
(17) p99-120

Baum J.A.C. et Singh J.V. (1994) Evolutionary dynamics of organizations, Oxford University
Press

Baumgartner H. et Homburg C. (1996) Applications of structural equation modeling in marketing

and consumer research: a review, International Journal of Research in Marketing, (13) p139-161

Baumol W., Panzar Jet Willig R. (1982) Contestable market and the theory ofindustry structure,
New York, Harcourt Brace Jovanovic, San Diego

Beaver W.H. (1970) The time series behavior of eamings, Journal of Accounting Research, (8)
p62-89

Benzoni L. (1991) Industrial organization - industrial economics. Les développements d'une

discipline, in Traité d'Economie Industrielle, Arena et al; eds, Economica, p133-15Q

Bettis R.A.' (1981) Perlomiance differences in related and unrelated diversified firms, Strategic
Management Journal (2) p379-393
Birley S. et Westhead P. (1190) Growth and perlormance contrasts between types of small firms,
Strategie Management Journal, (11) p535-557
Black J. et Boal K.B. (1994) Strategie resources: traits, configurations and paths to sustaitiable
competitive advantage, Strategic Management Journal (15) p131-148

Blaug M. (1990) La pensée économique, origine et développement, Economica

476
Bogner W.C. et Thomas H. (1994) Core competence and competitive advantage: a model and
illustrated evidence fram the pharmaceutical industry, in Competence-based competition, Hamel G.
et Heene A. eds, John Wiley & Sons, plll-149

Boisot M. et Mack M. (1995) Stratégie technologique et destruction créatrice, Revue Française de

Gestion, Mars-Avril-Mai, p5-19

Bollen K.A. (1989) Structural equations with latent variables, Wiley

Brandenburger A. et Stuart H.W. (1996) Value business strategy, Journal of Economics and
Management Strategy, (5)p5-24

Bresson de C. (1987) The evolutionary paradigm and· the economics of technological change,
Journal of Economic Issues (21) p751-762

Brousseau E. et Quélin B. (1996) Assets specificity and organizational arrangements, Industrial

and Corporate Change, (5), n040

Brousseau E. et Rallet A. (1995) Technologies de l'information et organisation: une approche de la

dynamique en termes de trajectoire organisationelle, Conférence «la connaissance dans la
dynamique des organisations productives» Aix en Provencè, 14-15 Septembre

Brozen Y. (1970) The antitrust task force deconcentration recommandation, Journal of Law and
Economics (13), p279-292

Buzzel RD. etGaleB.T. (1987) The PIMS principles, Free Press New York

Camerer C. (1991) Does strategy research need game theory ? Strategic Management Journal, (12)
p137-152

Capon N, Farley J.U. et Hoenig S. (1990), Determinants of financial performance: a meta-analysis,

Management Science, (36) 10, p1143-1159

Capron L. (1996) Les mécanismes de création de valeur au sein des fusions horizontales, thèse de
Doctorat, Groupe HEC

Carroll G.R. & Hannan M.T. (1989) Density delay in the evolution of organizational populations: a
model and five empirical tests, Administrative science Quarterly, (34) p411 ..
. -

Castanias R et Helfat P. (1991) Managerial ressources and rents, Journal of Management, (17)
p151-177

Caves RE. (1981) Industrial organization, corporate strategy and structure, Journal of Economie
Literature, (18) p64-92

Caves R.E. et Porter M. (1977) From entry barriers to mobility barriers:conjectural decisions and
contrived deterrence to new competition, Quarterly Journal of Economics, p241-261

ChamberlinE.H. (1933) The theory ofmodern competition, Cambridge, Harvard University Press

Chandler A. (1990) Scale and scope: the dynamics of industrial competition, Cambridge MA,
Harvard University Press
Chang SJ. (1996) An evolutionary perspective on diversification andcorporate restructuring : entry,
exit and economic performance during 1981-89, Strategic Management Journal, (17) p587-611

Chappell H. et Chen D.C. (1984) Firm's acquisitions decisions and Tobin's q ratio, Journal of
Economics and Business, (36) p29-42

477
·ChatteIjee S ..(1986) Types of synergies and econornic value : the impact af acquisitions on merging
and rival firms, Strategic Management Journal, (7) p119-139

ChatteIjee S. (1990) Excess ressources, utilization costs, and mode of entIy, Academy of
Management Journal, (33) p780-800

ChatteIjee S. et Wernerfelt B. (1991) The links between resources and type of diversification,
Strategic Management Journal, (12)p33-48

Christensen C. et Rosenbloom R. (1995) Explaining the attacker' s advantage: technological

paradigms, organizational dynarnics, and the value network, Research Policy (24) p233-257

Christensen J.F. (1994) Analyzing the technological base of the firm, Conférence Eunetics, Sept.,
Strasbourg, publié in Dynamics of competence-based competition, Sanchez R., Heene A. et
Thomas H. eds., Pergamon (1996)

Cimoli M. et Dosi G. (1995) Technological paradigms, patterns of 1earning and development: an

introductory roa4map, Journal of Evolutionary Economies (5) p243-268

Clark J .M. (1940), Toward a concept of workable competition, American Economic Review, (30)
p241-256

Clark N. et Juma C. (1990) Evolutionary theories in econornic thoughts, in Technical change and
economic theory, Dosi et al. eds., London: Printer, p197-218

Cockbum I. et Griliches Z. (1988) IndustIy effects and appropriability measures in the stock
market's valuation of R&D and patents, AEA papers and proceedings, (78) 2 p419-423

Coenders G., Satorra A. et Saris W. (1996) Alternatives approaches to strcutural modeling of

ordinal data: a Monte Carlo study, papier soumis au journal Structural Equation Modeling, oct
1996
Coeurderoy R. et Durand R. (1997) Technological groups, strategic orientations, and performance:
an empirical research on French manufacturing fums, 24ème Conference EARIE, Leuven,
September
Coeurderoy R. et Mouriaux F. (1996) Economie d'entreprise et stratégie, Bulletin de la Banque de
France, supplément Etudes, p 129-144

Cohen W. et LevinthaI D.A. (1990) Absorptive capacity, a new perspective on leaming and
innovation, Administrative Science Quarterly, (35) p128-152

Cohendet P. Llerena P. et Marengo L. (1994) Leaming and organizational structure in evolutionary

mode1s of the firm, Conférence Eunetics, Sept., Strasbourg

Collis D.J. (1991) A resource-based analysis of global competition: the case of bearings industIy,
Strategie Management Journal, (12) p49-68

Collis D.J. (1994) How valuable are organizational capabilities ?, Strategic Management Journal,
(15), p143-152
Collis D.J. (1996) Organizational capability as a source of profit, in Organizational learning and
competitive advantage, Moingeon B. et Edmondson A. eds, Sage Publications, p139-162

Collis N. et Preston L (1969) Price cost margins and industIy structure, Review of Economies and
Statistics, (51) p251-266

478
Comanor W.S. et Wilson T.A. (1974) Advertising and market power, Cambridge, Harvard
University Press

Conant J., Mokwa M. et P.R. Vadarajan, (1990) Strategie types, distinctive marketing
eompetencies and organizational performance: a multiple measures-based study, Strategie
Management Journal, (11), p365-383

Conner KR. (1991) A historieal comparison of resource-based theory and five sehools of
thoughtwithin industrial organization economies: do we have a new theory of the firm ?, Journal of
Management (17) p121-154

Conner KR. et Prahalad C. (1996) A resource-based theory of the firm: knowledge vs.
Opportunism, Organization Science, (7) p477-501

Conolly R.A. et Schwartz S. (1985) The intertemporal behavior of economic profits, International
Journal of Industrial Organization, (4), p365-372

Cool K et Diericlex.1. (1993) Rivalry, strategie groups and firm profitability, Strategie Management
Journal, (14) p47-59

Cool K. et Henderson J. (1996) Factor regression analysis, power and profits in supply chains,
mimeo, reprinted in Statistical Models for Strategie Management, Ghertman M, Obadia J. et
Arregle J.L. (eds), Kluwer Publications

Cool K, Diericlex. 1 et Jemison D. (1989) Business strategy, market structure and risk-retum
relationships: a structural approach, Strategic Management Journal, (10) p507-522,

Coombs R., Saviotti P. et Walsh V., (eds.) (1992) Teehnologieal change and company strategies:
Economic and sociological perspectives, LondonAcademic Press

Coriat B. et Weinstein O. (1995) Les nouvelles théories de l'entreprise, Le Livre de Poche

CoricelliF., Dosi G. et Orsenigo L. (1989) Microeconomic dynamies and macro regularities :~an
evolutionary approach to teehnologieal and institutional change, rapport OCDE DSTIISPR

David P. et Foray D. (1994) Dépendance du sentier et économie de l'innovation: un rapide tour

d'horizon, Revue d'Economie Industrielle, N° Special Développements récents, p27-41

David P. (1985) Clio and the Economics of QWERTY, AEA papers and proceedings;-(75} 2,-
p332-337

Davis P., Robinson R., Pearce J. at Park S.H. (1992) Business unit relatedness and performance: a
look at the pulp and paper industry, Strategic Management Journal, (13) p349-361

De Gregori T. (1987) Resources are not: they beeome; an institutional theory, Journal of Economie
Issues, (21) 1, p477-482

Demsetz H. (1973) Industry structure, market rivaIry and public policy, Journal of Law and
Economies, (16) p 1-10

Demsetz H. (1974) Two systems of belief about monopoly, in Industrial concentration: the new
leaming, Goldschmid, Mann et Weston eds., Boston Little Brown

Demsetz H. (1995) The Economies of the businessfirm, Cambridge University Press

Depallen G. et Jobard J-P (1997) Gestionfinaneière de l'entreprise, Sirey

479
DiBella A., Nevis E. et Gould J. (1996) Understanding organizationallearning capability,10urnal
of Management Studies, (33), p361-379

Dierickx 1. et Cool K., (1989) Asset stock accumulation and sustainability of competitive
advantage, Management Science, (35), p1504-1511

Domowitz 1, Hubbard R., et Petersen B. (1986) Business cycles and the relationship between
concentration and priee cost margins, Rand Journal of Economics, (17) p 1-17

Dosi G. (1982) Technological paradigms and œchnological trajectories : a suggested interpretation

ofhe determinants and directions oftechnical change, Research Policy, (11), p147-162

Dosi G. (1988), Sourees, procedures, and micro-effects of innovation, Journal of Economic

Litterature, (26) p 1120-1171

Dosi G. et Chiaramonte F. (1992), Les microfondements de la compétitivité et leur conséquence

macro-économique, p121-162, in Foray et Freeman, Technologies et Richesse des nations, Paris:
Economica

Dosi G. et Kaniovski Y. (1994) On «bad1y» behaved dynamics, Journal of Evolutionary

Economics, (4) p93-123

Dosi G. et Nelson R. (1994), An introduction to evolutionary theories in economics, Journal of

Evolutionary Economies, (4) 4, p153-172

Dosi G. et Orsenigo (1988) Coordination and transformation: an overview of structures, behaviors

and change in evolutionary environments, in Dosi et al. (eds), Technical change and economic
theory, Pinter Publishers, p13-37

Dosi G., Freeman c., Nelson R., Silverberg G. et Soete L. (1988) Technical change and economic
theory, Pinter Publishers, London et New York

Dosi G., Marsili O., Orsenigo L. et Salvatore R. (1996) Leaming, market selection and the
evolution of industrial structures, Conference de la Schumpeter Society, May, Stockholm

Drogoul A. (1993) De la simulation multi-agents à la résolution collective de problèmes, Thèse de

l'Université Paris VI, LAFORIA TH93/05

Durand R. (1995) Formation et usage du concept d'évolution dans l'œuvre de Herbert Spencer,
Mémoire de Maîtrise de philosophie, Paris IV, La Sorbonne

Durand R. (1996) Une approche écologique de la relation environnement-stratégie, in Perspectives

en Management Stratégique, Tome IV, A. Noël, C. Koenig et G. Konig eds., chap9, p279-309

Durand R. (1997) Théories évolutionnistes et management stratégique, à paraître in Repenser la

stratégie: Fondements et perspectives, Laroche H. et Nioche J.P. eds, Vuibert, Coll. Entreprendre

Durand R. et Guessoum Z. (1996) : A multi-agent system to study the economic agents evolution »,
3ème Application of Computer Systems Conference, Szczecin, Poland, November ..
- .

Durand R. et Quélin B. (1997) Compétences distinctives et dynamique concurrentielle, à paraître

dans Approches évolutionnistes de lafirme et de l'industrie, B. PauIré eds, Economica

Duysters G. et Hagedoom (1996) The effect of core competence on company performance,

Conference de la Schumpeter Society, May, Stockholm .

480
 Eliasson G. (1994) The economics of technical change. The macroeconomic consequences of
business competence in an experimentally organized economy, Revue d'Economie Industrielle, N°
Special Développements récents, p53-81

Eliasson G. (1992) The MOSES Model - Database and Applications, in MOSES Database,
Albrecht (eds), lUI, Stockholm

Eliasson G., (1991) Deregulation, innovative entry, and structural diversity as a source of stable and
rapid economic growth, Journal of Evolutionary Economics, (1) , p49-63

Ennan L.D. et a1ii (1980) The Hearsay TI speech understanding system: integrating knowledge to
resoive uncertainty. ACM Computing Surveys 12,2

Evrard Y., Pras B. et Roux E. (1993) Market, Nathan

FaIjoun M. (1994) Beyond industry boundaries: human expertise, diversification and resource-
related industry groups, Organization Science, (5) p 185-199

Farrell J. et Saloner G. (1985) Standardization, compatibility, and innovation, Rand Journal of

Economics, (16) p70-83

Farrell J. et Shapiro C. (1988) Dynamic competition with switching costs, Rand Journal of
Economics, (19) pI23-137

Ferber J. (1995) Les systèmes multi~agents. Vers une intelligence collective, InterEditions

Fioi M. (1991) Managing culture as a competitive resource: an identity based view of sustainable
competitive advantage,Joumal of Management (17) p191-211

Fischer F.M. et McGowan J. (1983) On the misuses of accounting rates of retum to infer monopoly
profits, American Economic Review, (73) p82-97

Foray D. (1991), The secrets of industry are in the air : industrial cooperation and the organizational
dynamics of the innovative firm, Research Policy, (20), p393-405

Foray D. et Freeman C. (1992) Technologies et Richesse des nations, Paris: Economica

Fomell c., (1982) A second generation ofmultivariate analysis, New York Praeger
Foss N.' (1994)· TIiebiolbgical- anaIogy and- the--theOl;!uofilie- fiffii:. Maisha.JJâlid- monopoliSûc-
competition, Journal of Economic Issues (28) p 1115-1135

Foss N. et Knudsen C.·(1996) Towards a competence theory ofthefiim, Routledge

Foss N., Knudsen C. et Montgomery C.A. (1995), An exploration of common grounds: integrating
evolutionary and strategic theories of the firm, in Resource-based and evolutionary theories of the
firm, Montgomery C. eds, Kluwer Academies Publishers, Boston, pl-19

Foss N J. (1995) Capabilities and the theory of the firm, Revue d'Economie industrielle, (77) p7 -25

Foss NJ. (1996) Knowledge-based approaches to the theory of the firm: sorne critica1 comments.&
More critical comments on knowledge-based theories of the firm, Organization Science (5) p470-
476 et p519-523
Foss NJ. (1996) Research in strategy, economics and Michael Porter, Journal of Management
Studies, (33) pl-24
Freeman C. (1990) Innovation, changes of techno-economic paradigm and biological analogies in
economics, Revue Economique N° spécial

481
482
Hannan M.T. et Freeman J. (1989) Organizational ecology. Harvard University Press.

Hariharan S. et Brosh T. (1996) Scale of entry, the competitive advantage of established firms ?, in
Strategie integration, Thomas H. et O'Neal D eds, John Wiley & Sons, p131-148

Harrison J.S., Hitt M., Hoskisson R. et Ireland R. (1991) Synergies and post acquisitions
performance: differences vs similarities in resource allocations, Journal of Management, (17) p 173-
190

Hatten K., Schendel D. et Cooper A. (1978) A strategie model of the U.S. brewing industry,
Academy of Management Journal (21) p592-61O

Hayes R. et Abemathy W. (1980) Managing our way to economic decline, Harvard Business
Review, July- August, p67-77

Hayes-Roth B. (1992) Guardian: a prototype intelligent agent for intensive-care monitoring.

Artificial Intelligence in Medicine 4 p 165-185

Helfat C.E. (1997) Know-how and asset complementarity and dynamic capability accumulation,
Strategie Management Journal, (18) p339-360

Henderson R. (1994) The evolution of integrative capability: innovation in cardiovascular drug

discovery, Industrial and Corporate Change, (3), p607-630

Henderson R. et Clark K.B. (1990) Architectural innovation : the reconfiguration of existing

product technologies and the failure of established firms, Administrative Science Quarterly, (35)
p9-30.

Henderson R. et Cockbum I., (1994) Measuring competence ? Exploring firm effects in

pharmaceutical research, Strategie Management Journal (15), p63-84

Henderson R. et Mitchell W. (1997) The interactions of organizational and competitive influences

on strategy and performance, Strategie Management Journal, (18) Summer Special issue, p5-14 .

Hewitt C. (1977) Viewing control structures as patterns of passing messages. Artificial Intelligence
8, 3 p323-364

Hill C. et Deeds D. (1996) The importance of industry structure for the determination of
profitability: aneo-austrianperspective, Journal of Management Studies, (33)p429-450--~·· --...-- -- .

Hirigoyen G. (1993) Nouvelles approches du lien stratégie-finance, Revue Française de Gestion,

janv-fev, p64-73
Hofer C.W. et Schendel D. (1978) Strategy formulation: analytical concepts, St Paul, MN. West
Publishing

Hogdson G. (1993) Economies and Evolution - Bringing back life into economics, Polity Press

Hogdson G. (1994) Optimisation and evolution: Winter's critique' of Friedman revisited,

Cambridge Journal of Economies, (18) p413-430

Hogdson G. (1995) Evolutionary and competence-based theories of the firm, Research papers in
Management Studies, University of Cambridge, N°26

Hoyle R. (1995) Structural equation modelling, Sage Publications

Hoyle R. et Pantner A. (1994) Writing about structural equation models, in Hoyle (ed) Structural
equation modelling, Sage, p158-176

483
Hulland J., Chow; Y et Lam S. (1996) Use of causal models in marketing research:a review,
International Journal of Research inMarketing, (13) p181-197

lansiti M. (1995) Technology integration, managing technological evolution· in a complex

environment, Research Policy, (24) p521-542

lansiti M. et Clark K.B. (1994) Integration and dynamic capability : evidence trom product
development in automobiles and mainframe computers, lndustrial and Corporate Change, (3),
p557-605

lansiti M. et Khanna T., (1995) Technological Evolution, system architecture and the obsolescence
offmn capabilities, Industrial and Corporate Change, (4) 2, p333-361

Itami H. (1987) Mobilizing invisible assets, Harvard Univeristy Press, Cambridge

Iwai K. (1984), Schumpeterian dynamics Part 1 and 2, Journal of Economic Behavior and
Organization, (5), p321-35l

Jacobson R. (1988) the persistence of abnonnal returns, Strategic Management Journal, (9) p415-
430

Jacobson R. (1992) The 'Austrian' school of strategy, Academy of Management Review, (17),
p782-807

Jacquemin A. et Berry C. (1979) Entropy measures of diversification and corporate growth,

Journal of lndustrial Economies, (27) p359-369

Johnson, G. (1988), Rethinking incrementalism, Strategic Management Journal, (9), p75-91

Jonard N, Llerena P. (1995)Recours à la modélisation et à la simulation en économie évolutionniste.

XLIV Congrès annuel de l'AFSE, 22 sept. 1995.

Jootsen R. (1996) Deterministic evolutionary dynamics: a unifying approach, Journal of

Evolutionary Economies, (5) p313-324

Joreskog K. et Sorbom D. (1988) Lisrel7, a guide to the program and applications, SPSS Inc

KalikaM. (1991) De l'organisation réactive à l'organisation anticipative, Revue Française de

Gestion, (86).p46-50

Kalika M. (1988) Structures d'entreprises: réalités, déterminants, performances, Economica

Kamoche K. (1996) Strategic human resource management within a resource-capability view of th

firm, Journal of Management Studies, (33), p213-233

Katz M.L. et Shapiro C. (1985) Network extemalities, competition and compattbility, Ameriean
Economie Review, (75) p424-440

Keats B. et Hitt M.A (1988) A causal model of linkages among environmental dimensions, macro
organizational characteristics and performance, Aeademy of Management Journal, (31), p570-598

Kirat T. (1991) Pourquoi une théorie évolutionniste du changement technologique? Economie

Appliquée (44), p29-57

Kirzner lM. (1973) Competition and entrepreneurship, University of Chicago Press

Kirzner l.M. (1979) Perception, opportunity and profit, University of Chicago Press·

484
Klein B., Crawford R. et Alchian A., (1978) Vertical integration, appropriab1e rents and the
competitive contracting process, Journal of Law and Economies, (21) p297-326

Klevorick A., Levin R., Nelson R., et Winter S. (1995) On the sources and significance of
interindusrtry differences in technological opportunities, Research Policy, (24), 185-205

Koenig G. (1996) Management stratégique- Paradoxes, interactions et apprentissage, Nathan

Kogut B. et Zander U. (1992), Knowledge of the firm, combinative capabilities and the replication
oftechno1ogy, Organization Science, (3), p383-397

Kogut B. et Zander U. (1996) What fum do? coordination, identity and 1earning, Organization
Science, (7) p502-518

Kuhn (1965) The Structure of Scientific Revolution, Chicago University of Chicago Press

Kwasnicki W. (1996) Innovations regimes, entry and market structures, Journal of Evolutionary
Economies, (6), p375-409

Larre D.A. (1993a et b) Artificial worlds and economics, part 1 et n, Journal of Evolutionary
Economies, (3) p89-107 et 177-197

Langlois R et Robertson P.L. (1995) Firms, markets and economic change: the dynamiès of
institutional change, London and NY Routledge

Langlois RN. (1992) Transaction cost economicsin real time, Industrial and Corporate Change
(1) p99-127

Le Bas C. (1995) Anticipations, compétence économique et régimes technologiques, Conférence

«la connaissance dans la dynamique des organisations productives» Aix en Provence, 14-15
Septembre

Learned E., Christensen c., Andrews K. et Guth W. (1969), Business Policy, Irwin Ep.,
Homewood, IL.

Leijonhufvud A. (1995) Adaptive behavior, market process and the computable approach, Revue
Economique, (46) 'L'économie hors de l'équilibre' numero spécial

Leonard-Barton D. (1996), Wellsprings ofknowledge, Harvard Business School Press

Leonard-Barton D. (1992), Core-capabilities and Core-rigidities: a paradox in managing new

product development, Strategie Management Journal, (13) p111-125

Levin R, Cohen W. et Mowery D. (1985) R&D appropriability, opportunity and market structure:
new evidence on some Schupeterian hypotheses, American Economie Review, (75) p20-25

Levinthal D.A. (1991) Organizational adaptation and environmental selection-Interre1ated proceses

of change, Organization Science, (2), p140-145

Levinthal D.A. (1995) Strategicmanagement and the exploration of diversity, in Resource-based

and evolutionary theories of the firm, Montgomery C. ed, Kluwer Academics Publishers, Boston,
p20-42
Levinthal D.A. et Myatt J. (1994) Co-evo1utionof capabilities and industry: the evolution of mutual
fund processing, Strategie Management Journal, (15) p45-62 .

Lewis P. et Thomas H. (1990) The linkage between strategy, strategic groupsand performance in
the U.K. retai1 grocery industry, Strategie Management Journal, (11) p385-397

485
 LiebermanM. et Montgomery D. (1988) First mover advantages, Strategie Management Journal,
(9), p41-59

Liebowitz, SJ et Margolis, S.E, (1990) The Fable of the Keys, Journal of Law and Economics,
(33), pl-26

Liebowitz, S.l et Margolis, S.E, (1994) Network Extemality, An Uncommon Tragedy, Journal of
Economie Perspectives, (8) p133-150

Liebowitz, S.l et Margolis, S.E, (1995) Path Dependenee, Lock-in and History, Journal of Law,
Economies and Organization , (11) p205-226

Lindenberg E.B. et Ross S.A. (1981) Tobin's q ratio and industrial organization, Journal of
Business, (54) pl-32

Lippman S. et Rumelt R. (1982) Uncertain imitability : ana analysis of interfirm differenees in

efficiency under competition, Bell Journal of Economies, (13) p418-443

Lorenzi J.H. et Bourlès l. (1995) Le cfwe du progrès technique, Economica

1

Mahoney l. et Pandian R. (1992) The resouree-based view within the conversation of strategic
1
management, Strategic Management Journal, (13) p363-380
Il
Mahoney l.T. (1995) The management of resources and the resouree of management, Journal of
Business Research, (33) p91-101

Malerba F. (1992) Leaming by firms and incremental change, Economie Journal, (102) p845-859

Mangematin V. et Callon M. (1995) Technological competition, strategies of the firms and the
choiee of the first users : the case ofroad guidanee industry, Research Policy, (24), p441-458

Mansfield E. et E. Mansfield (1993) The Economics of Teehnical Change, Elgar Reference

Collection, n031

Mansfield E.,(1962) Entry, Gibrat's law, innovations and the growth offirms, Ameriean Economic
Review, volLU, p1031-1051

Markides C. et Williamson P (1994) Related diversification, core competences and corporate

performance, Strategic Management Journal, (15) p149-165

Markides C. et Williamson P (1996) Corporate diversification and organizational structure: a

resource-based view, Aeademy of Management Journal, (39) p340-369

Mason E.S. (1939) Priee and production policies of large-scale enterprise, American Economic
Review, (29), p61-74

Mason E.S. (1957) Economic concentration and the monopoly problem, Cambridge,
Massachussets

Mata l. et Portugal P., (1994), "Life duration of new firms", Journal of Industrial Economies, (2),
227-245
McGahan A. et Porter M. (1997) How much does industry matter, really?, Strategic Management
Journal, (18)Summer Special issue, p15-30
Mc Gee J. et Thomas H. (1986) Strategic groups, theory research and taxonomy, Strategic
Management Journal, (7) p141-160

486
McGrath R.G., McMillan 1 et Venkatraman S. (1995) Defining and developing competence: a
strategic process paradigm, Strategie Management Journal, (16) p251-275

McWilliams A. et Smart D. (1993), Efficiency v. Structure-Conduct -Performance: implications for

strategy research and practice, Journal of Management, (19) p63-78

Metcalfe J. (1989) Evolution and economic change, in A. Silberston (ed.) Teehnology and
eeonomie progress, Macmillan

Metcalfe J. (1992) Variety, structure and change: an evolutionary perspective of the competitive
proces, Revue d'Economie Industrielle (59) p46-61

Metcalfe J. (1994) Evolutionary economics and technological policy, Economie Journal (104)
p931-943

Metcalfe J. (1995) The design of order : notes on evolutionary principles and the dynamics of
innovation, Revue Economique, (46) 6, p1563-1583

Metcalfe J. et Miles 1, (1994) Standards, selection and variety: an evolutionary approach,

Information Economics and PoUcy, (6), p243-268

Metcalfe S. (1992) Variety, structure and change: an evolutionary perspective on the competitive
process. Revue d'Economie Industrielle 65, p46-61

Mezias SJ. et Glynn M.A. (1993) The three faces of corporate renewal: institution, revolution and
evolution, Strategic Manàgement Journal, (14) p77-101

Milgrom P et Roberts J. (1992) Economics, organization and management, Prentice Hall

Miller A. (1988) liA taxonomy of technological settings, with related strategies and performance
levels, Strategic Management Journal, 9,239-254

Miller D. et Shamsie J. (1996) The resource-based view of the firm in two environments: the
Hollywood film studios from 1936 to 1965, Academy of Management Journal (39) p519543

Mintzberg H. et Westley F. (1992) Cycles of organizational change, Strategie Management

Journal, (13) p39-59 .

Mises L. (1949) Human action: a treatise on economics, New Yor!c,Henry~egn~ry &ç() _

Mitchell W. (1991) Dual docks: entry order influences on incumbent and newcomer market share
and survival when specialized assets retain their value, Strategic Management Journal, 12, p85-
100
Mitchell W. and Singh K., (1993) Death of the lethargic : effects of expansion into new technical
subfields on performance ina firm's base business, Organization Science, 4,p152-180

Moingeon B. et Edmondson A (1996) Organizationallearning and competitive advantage, Sage

Publications
Mokyr J. (1991) Evolutionary biology, technological change and economic history, Bulletin of
Economic Research, (43) 2, p127-149
Montgomery C. (1995) Resource-based and evolutionary theories of the firm, Kluwer Academics
Publishers, Boston
Montgomery C. et Wemerfelt B. (1991) Sources of superior performance: market shareversus
industry effects in the US brewery industry, Management Science (37) p954-959

487
Montgomery C.A. et Hariharan S. (1991) Diversifying entry by established finns, Journal of
Economic Behavior and Organization, (15) p71-89

Montgomery C.A. et Wernerfelt B. (1988) Diversification, ricardian rents and Tobin's q, Rand
Journal of Economics, (19) p623-632

Moore J. (1993) Predators and prey: a new ecology of competition, Harvard Business Review,
May-june, p75-86

Mueller D. (1986), Profits in the long run, Cambridge University Press

Mueller F. (1994) Teams between hierarchy and commitment: change strategies and the
'intemalenvironment', Journal of Management Studies, (31) p383-403

Mueller F. (1996) Human resources as strategie assets: an evolutionary resource-based theory,

Journal of Management Studies, (33) p757-781

Nelson R et Winter S. (1977) ln search on a useful theory of innovation, Research Policy, (7) p36-
76
Nelson R et Winter S. (1982) An evolutionary theory of Economic Change, Harvard University
Press, Boston.

NelsonRR. (1990) Capitalism as an engine ofprogress, ResearchPolicy, (19) p193-214

Nonaka 1., Byosiere, Borocki C. et Konno N. (1994) Organizational knowledge creation theory: a
first comprehensive test, International Business Review, (3) p337-351

Nunnally J.C. et Bernstein 1. (1994) Psychometric theory, McGraw Hill

O'Driscoll G.P. et Rizzo M.J. (1996) The economics of time and ignorance, Routledge

Olsson U., Drasgow F. et Dorans N. (1982) The polyserial correlation coefficient, Psychometrika
(47) p337-347

Orlean A.(1995) De la stabilité évolutionniste à la stabilité stochastique: réflexions sur les apports
des jeux évolutionnistes stochastiques. XLIV Congrès de l'AFSE, sept. 1995

Palepu K. (1985) Diversification strategy, profit and the entropy measure, Strategic Management
Journal, (6) p239-255

Pavitt K. (1984) Sectoral patterns of innovation : toward a taxonomy and a theory. Research Policy,
(13), p343-375

Peltzman S. (1977) The gains and losses from industrial concentration, Journal of Law and
Economics (20), p229-263

Penrose E. (1952) Biological analogies in the theory of the firm, American Economic Review, (42)
4, P 804-819
Penrose E. (1953) Rejoinder (sur le commentaire d'Alchian), American Economic Review, p603-
609
Penrose E. (1959) The theory of the growth ofthefirm, Oxford Basil BlackWell

Perroux F. (1965) La pensée économique de 1. Schumpeter, Droz Genève

Peteraf M. (1993). The cornerstones of competitive advantage : a resource-based view, Strategic

Management Journal, (14) p 179-191 .

488

/'" .
/
Poppo L. et Zenger T. (1995) Testing alternatives theories of the firm: transaction cost, knowledge
based and measurement explanations for make-or-buy decisions in information services, Working
paper, Washington University

Porter M.E. (1980) Competitive Strategy, Free Press New York

Porter M.E. (1985) Competitive Advantage, Free Press New York

Porter M.E. (1991) Towards a dynamics theory of strategy, Strategie Management Journal, (12),
p95-117

Porter M.E. (1996) What is sttategy, Harvard Business Review, Nov-Dec, p61-78

Porter M.E., (1990) The competitive advantage of nations, Free Press New York

Powell T.C. et Dent-Micallef A. (1997) Infonnation technology as competitive advantage: the rôle
of human, business ans technology resources, Strategie Management Journal, (18) p375-405

Prahalad C. et Hamel G. (1990) The core competence of the corporation, Harvard Business
Review,May-June,p79-91

Quélin B. (1996) Cooperation inter-entreprises et creation de ressources, in Cooperation entre les

entreprises et organisation industrielle, Ravix J.L. (ed.), Editions CNRS

Quélin B. (1997) Appropriability and the creation of new capabilities through strategie alliances, in
Strategie learning and knowledge management, R. Sanchez et A. Heene (eds) ; Wiley, p139-160

Quinn J.B. (1980) Strategies for change: Logical incrementalism, Dow Jons IrWin, Home Wo'od
(IL)

Rao H. (1994) The social construction of reputation. Certification contests, legitimation and the .'" 'l __
,.

survival of organizations in the American automobile industry, Strategie Management Journal, (15)
p29-44

Ravenscraft D.J. (1983) Structure profit relationships at the line of business and industry level,
Review of Economice and Statistics, (65) p22-31

Reed R. et DeFilippi R. (1990), Causal ambiguity, barriers to imitation, and sustainable competitive
advantage, Academy of Management Review, (15)p88-102 ... _. _

Ricardo D. (1817) Princîplesofpolitical economy and taxation, London, J. Murray

Robertson P. (1996) Competences, transaction costs and competitive strategy, in Towards a

competence theory ofthefirm, Foss et Knudsen eds, Routledge, chap 5, p75-96

Robins J. et Wiersema M.F. (1995) A resource-based approach to the multibusiness firm: empircal
analysis of protfolio interrelationships and corporate financial performance, Strategie Management
Journal, (16) p277-299

Robinson J. (1975) L'économie de la concurrence imparfaite, Dunod (traduction de l'ouvrage de

1933) ,

Roquebert J.A., Phillips R.L., at Westfall P., (1996) Markets vs. Management: what drives
profitability, Strategie Management Journal, (17), p653-664

Rosenberg N. (1976) Perspective in technology, Cambridge University Press

Rosenbloom R. et Burgelman R. (1989) Research on technological innovation, management and

policy, (4) JAl Press Inc.

489
 Rosenbloom R. et Cusumano M. (1987) Technological pioneering : the birth of the VCR industry,
California Management Review, (29) 4, p51-76

Ross D.R. (1986) Do markets differ much: Comment -Markets differ by stage of processing,
Williams College, mimeo

Ross D.R. (1986) Leaning to dominate, Journal of Industrial Economies, (34) p337-353

Rosser J.B. (1992) the dialogue between the economic and the ecologic theories of evolution,
Journal ofBehaviorand Organization (17) p195-215

. Rumelt R. (1974) Strategy, structure and eeonomie performance, Harvard University Press

Rumelt R. (1982) Diversification strategy and profitability, Strategie Management Journal (3) p
359-369

Rumelt R. (1984) Toward a strategic theory of the firm, in Lamb (ed) Competitive Strategie
Management, Prentice Hall, Englewood Cliffs NJ p556-570

Rumelt R. (1991) How much does industry matter?, Strategie Management Journal, (12) p167-
185

Rumelt R., (1995) Inertia and transformation, in Resouree-based and evolutionary theories of the
firm,Montgomery C. eds, Kluwer Academic Publishers, pl01-132

Saloner G. (1991) Modeling, game theory, and strategic management, Strategie Management
Journal, (12) pI19-136

Sanchez R. (1995b) Strategic flexibility in product competition, Strategic Management Journal (16)
p135-159

Sanchez R. et Mahoney J. (1996) Modularity, flexibility, and knowledge management in product

and organization design, Strategie Management Journal, (17) Winter Special Issue, p63-76

Sanchez R., (1995a) Managing articulated knowledge in competence-based competition, University

of Illinois Urbana Champaign, W orking Paper N°95-0 131

Sanchez R., Heene A.et Thomas H. (1996) Dynamics of competence-based competition - Theory
and practiee in the new strategic management, Pergamon

Saviotti P (1991) The role of variety in economic and technological development. ln Evolutionary
theories of economie and technological change, Ed Saviotti & Metcalfe, Harwood academic
publishers

Saviotti P.P. (1994) Variety, economic and technological development, in Innovaiton in technology,
industries and institutions, Shionoya Y. et Perlman M. eds., University of Michigan Press

Saviotti P.P. et Mani G. (1994) Competition, Variety and technological evolution: a replicator
dynamics model, Journal of Evolutionary Economics, (5) p365-392

Saviotti P.P. et Mani G.S. (1995) Technological evolution, self organization and knowledge,
Conférence « La connaissance dans la dynamique des organisations productives» Aix en Provence,
14-15 Septembre
Scherer F.M. (1967) R&D Resource Allocation and RivaIry, Quarterly Journal of Economies,
81,359-394

490
Scherer F.M. et Ross D., (1990) Industrial market structure and economic peiformance,
Houghton mifflin , Boston MA

Schmalensee R. (1985), Do markets differ much, American Economic Review, (75) p341-351

Schmalensee R. (1989) Inter-industry studies of structure and performance, in Handbook of

Industrial Organization, vol. 2, eds Schmalensee R. et Willig R., North Holland, p 951-1009

Schmalensee R. (1989b) Intra-industry profitability differences in US manufacturing 1953-1983,

Journal of Industrial Economics, (37), p337-357

Schoemaker PJ.H. (1990) Strategy, complexity and economic rent, Management Science, (36),
p1178-1192

Schul PL., Davis P.S. et Rartline M.D. (1995) Strategic adaptation to extended rivaIry- Effects on
organizaional performance, Journal of Business Research, (33) p129-142

Schu1ze W.S. (1992) The two resource-based model of the firm, Academy of Management Best
Papers Proceedings, Las Vegas, p37':'45

Schumpeter J. (1934) The theory of economic development, Cambridge, MA Harvard University

Press

Schumpeter J. (1942) Capitalism, socialism, and democracy, New York Harper & Row

Se1znick P. (1957) Leadership and administration. Haper & Row : New York

Seth A. et Thomas H., (1994) Theories of the firm: implications for strategy research, Journal of
Management Studies, (31)2 March

Sharma A. et Kesner 1. (1996) Diversifying entry : sorne ex ante explanations for postentry survival
and growth, Academy of Management Journcil (39) p635-677

Shepherd W.G. (1979) The economics ofindustrial organization, Englewood Cliffs, NJ. Prentice
Hall

Shoham Y (1993) Agent-oriented programming.Artificial Intelligence 60 p139-159

Silverberg G., Dosi G. et Orsenigo L. (1988), Innovation, diversity and diffusion: a self organization
model, Economie Journal,(98)p1032-1054~ ~ - __ d~~_ -- - ~ d --

Simon H. (1957) Administrative behavior, New York Macmillan

Singh H. et Montgomery C.A. (1987) Corporate acquisitions strategies and econOlTIlC

performances, Strategic Management Journal, (8) p377-386
Singh J.V., Tucker DJ. & Rouse RJ. (1986) Organizational change and organizational mortality,
Administrative Science Quarterly, vol 31 p 587
Soete L et Turner T. (1984) Technological diffusion and the rate of technical change, Economic
Journal, (84) p612-623
Sosnick S. (1958) A critique of workable competition, Quarterly Journal of Economics,(72) p380-
423
Spender J.C. (1994) Organizational knowledge, collective practice and Penrose rents, International
Business Review, (3) p353-367

491
Spender J.C. (1996) Making knowledge the basis of a dynamic theory of the firm, Strategic
Management Journal, (17) p45-62

Spulber D.F. (1992) Economic analysis and management strategy: a survey, Journal of Economics
and Management Strategy, (1) p535-574

Spulber D.F. (1992) Economic analysis and management strategy: a survey continued, Journal of
Economics and Management Strategy, (3) p355-406

Sraffa P. (1926) The law of retums under competitive conditions, Economic Journal

Stigler G.S. (1968) The organization ofindustry, Homewood, Richard D. Irwin

Stimpert J.L. et Duhaime 1. (1997) Seeing the big picture: the influence of industry, diversification
and business strategy on performance, Aeademy of Management Journal, (40) p560-583

Suarez F. et Utterback J. (1995) Dominant designs and the survival of firms, Strategic
Management Journal, (16) p4l5-430

Szulanski G. (1996) Exploring intemalstickiness: impediments to the transfer of best practices

within the firm, Strategie Management Journal, (17) p27-44

Tarondeau J.C. (1993) Stratégie industrielle, Vuibert

Tarondeau J.c. (1994) Recherche et développement, Vuibert

Tarondeau J.C. (i995) La transversàlité dans les organisations ou le contrôle par les processus,
Revue Française de Gestion, (104) pl12-l21

Tarondeau J.c. (1996) La gestion de production, PUF

Teece D.1., Rumelt R. Dosi G. et Winter S. (1994) Understanding corporate coherence: theory and
evidence, Journal of Economic Behavior and Organization, (3) p537-556

Teece D. (1986) Profiting from technological innovation: implications for integration, collaboration,
licensing and public policy, Research PoUcy, (15), p285-305

Teece D. (1988) Technological change and the nature of the firm, chap12, in Dosi et al. Technical
change and economic theory, London: Printer

Teece D. (1990) Contributions and impediments of economic analysis to the study of strategic
management, in J. Friedrinckson (ed.) Perspectives on Strategic Management, Harper Row, p39-
79

Teece D., Pisano G. (1994) The dynamic eapabilities of firms : an introduction, Industrial and
Corporate Change, (3) 3, p537-556

Teeee D., Pisano G. et Schuen A. (1997) Dynamie eapabilities and strategie management, Strategic
Management Journal, (18) p509-535

Teece D.1. (1980) Economies of seope and the scope of the enterprise, Journal of Economic
Behavior and Organization, (1) p223-247

Teece D.1. (1982) Towards an economic theory of the multiproduct firm, Journal of Economic
Behavior and Organization, (3) p39-64

Teece DJ. (1996) Finn organization, industrial structure and technologieal innovation, Journal of
Economic Behavior andOrganization, (31) p191-234

492
Thompson P. (1996) Technological opportunity and the growth of knowledge: a schumpeterian
approach to measurement, Journal of Evolutionary Economics, (6) p77-97

Tsoukas H. (1996) The firm as a distributed knowledge system: a constructionist approach,

Strategic Management Journal, (17) p 11-26

Tushman M. et Anderson P. (1986) Technological discontinuities and organizational environments,

Administrative Science Quarterly, (31), p439-465

Tushman M. et Rosenkopf L. (1992) Organizational determinants of technological change: towards

a sociology of technological evolutibn, Research in Organization Behavior, (14), p311- 347

Valette-Florence P. (1988) Spécificités et apports des méthodes d'analyse multivariée de la

deuxième génération, Recherche et Applications en Marketing (3) p23:"56

Van de Ven A. et Garud G. (1994) The coevolution of technical and institutional events in the
development of an innovation, in Baum J. et Singh J. (eds), Evolutionary Dynamics of
organizations, Oxford University Press, p425-443

Venkatraman N. et Prescott (1990) Environment-strategy coalignment: an empirical test of its

performance implications, Strategie Management Journal, (11) pl-23

Venkatraman N. et Ramanujam V.(1986) Measurement of business performancein strategie

research: a comparison of approaches, Aeademy Management Review, (11), p801-814

Venkatraman N. et Ramanujam V. (1987) Measurement of business economic performance: an

examination ofmethod convergence, Journal of Management, (13), p109-122

Verdin P. et Williamson P. (1993) From barriers to entry to baniers to survival, in Building the
strategically-responsive organization, Thomas H. eds, John Wiley & Sons

Verdin P. et Williamson P. (1994) Core competences, competitive advantage and ·market analysis:
forging the links, in Competence-based competition, Hamel G. et Heene A. eds, John Wiley &
Sons, p77-111
Von Hippel E. (1976) The dominant rôle of the user in scientific instrument innovation process,
Researeh Policy, (5) p212-225

Von -Hippel E. (1982) Appropriability of innovation~benefiLas-a_predictor -of uthe~source_of_

innovation, Research Policy, (11) p95-115

Von HippelE. (1988) The Sources of Innovation, Oxford University Press

Walker G. et Poppo L. (1991), Profit centers,single-source suppliers and transaction costs,

Administrative Science Quarterly, 36, p66-87

Walsh S., Boylan R. Morone J. et Paulson A. (1996) Core capabilities and strategy, empirical
evidence for the semiconductor silicon industry, in Strategic Integration, Thomas H. et O'Neal D
eds, John Wiley & Sons, p 149-166

Waring G. (1996) Industry differences in the persistence of firm-specific retums, American

Economic Review, (86) p1253-1265 .
Watts R.L. et Zimmerman J.L. (1990) Positive accounting theory, a ten-year perspective,
Accounting Review, (65) p131-156
Wemerfelt B. (1984) A resource-based view of the firm, Strategie Management Journal, (5) p171-
180

493
WemeIfeh B. (1989) ••rom critical resources to corporate strategy, Journal of General
Management, (14) p4-12

WemeIfelt B. et Montgomery C.A. (1988) Tobin's q and the importance of focus in firm
peIformance, American Economic Review, (78) p246-251

Williams J.R. (1992) Strategy and the search for Rents: the evolution of diversity among firms, in
Fundamental Issues in Strategy, Rumelt R., Schendel et Teece D. eds., Harvard Business School
Press, Chap 8, p229-246

Williamson O.E (1979) Transaction cost economics the governance of contractual relations, Journal
. of Law and Economics, (22) p223-261

Williams on O.E (1985) The economic institutions of capitalism, New York Free Press

Williamson O.E. (1975) Markets and hierarchies: analysis and antitrust implications, New York
Free Press
Willinger M. et Zuscovitch E. (1993) Efficience, irréversibilités et constitution des technologies,
Revue d'Economie Industrielle, (65) p7-22

Winter S. (1984) Schumpeterian competition in alternatives technological regimes, Journal of

Economic Behavior and Organization, (5) p287-320

Winter S. (1987) Knowledge and competence as strategic assets, in D. Teece (ed.) The competitive
challenge, Ballinger, Cambridge MA, p159-184

Winter S. (1995) Four Rs of profitability: rents, resources, routines and replication, in Resource-
based and evolutionary theories of the firm, Montgomery C. ed, Kluwer Academics Publishers,
Boston, p147-178

Witt U. (1986) Firm's market behavior under imperfect information and eonomic natural selection,
Journal of Economic Behavior and Organization, (7)

Witt U. (1992) L'économie évolutionniste: les contours d'un nouveau paradigme de recherche.
Journal des économistes et des études humaines, 3,2-3, p237-258

Wolfe R. (1994) Organizational'innovation: review, critique and suggested research directions,

Journal of Management Studies (31), p405-431

Wonnacot T. et Wonnacott R. (1990) Statistique, Economica

Youndt M., Snell S., Dean J. et Lepak D. (1996) Human resource management, manufacturing
strategy, and firm performance, Academy of Management Journal, (39) p836-866·

Young G., Smith K.G. et Grimm C.M., (1996) 'Austrian' and industrial organization perspectives
on firm-Ievel competitive activity and performance, Organization Science, (7) p243-254

Zander U. et Kogut B. (1995) Knowledge and the speed of the transfer and imitation of
organizational capabilities: an empirica1 test, Organization Studies (6) p76-92
Zander U. et Kogut B. (1995) Knowledge and the speed of the transfer and imitation of
organizational capabilities: an empirical test, Organization Science, (6) p76-92

Zuscovitch E. (1990) Progrès technique, évolution économique et sélection naturelle, Revue

Française d'Economie, (4) p105-139

494
 ECOLEDESHAUTESETUDESCO~RCIALES
J()lJ1{-~-J()S}\S

THESE

POUR L'OBTENTION DU TITRE

DE DOCTEUR ES SCIENCES DE GESTION
Nouveau doctorat (arrêté du 30 mars 1992)

ANNEXES
SUJET

MANAGEMENT STRATEGIQUE DES RESSOURCES ET PERFORMANCE DES FIRMES

UNE ETUDE DES ENTREPRISES MANUFACTURIERES FRANÇAISES (1993-1996)

Candidat
RODOLPHE DURAND

JURY

Directeur de thèse
BERTRAND QUELIN
Professeur associé, Habilité à diriger des recherches, Groupe HEC

Suffragants
KARELCOOL
Professeur, INSEAD
MICHEL KM.IKA
Professeur, Université de Paris IX Dauphine
GERARD KOENIG
Professeur, Université de Paris ~Val de Marne, rapporteur
GILLES LAURENT
Professeur, Groupe HEC
JEAN-CLAUDE TJ\RONDEAU
Professeur, Université Paris X Nanterre, rapporteur

1997
 SOMMAIRE

ANNEXES 1
Annexe 1 - Description de la base par groupe d'activité NAF
Annexe 2 - Différences de moyenne (secteurs, taille)
Annexe 3 - Résultats des analyses en composantes principales

ANNEXEsn
Modèle Lisrel n02
Modèle Lisrel n03
Modèle Lisrel n04
Modèle Lisrel nOS
Modèle Lisrel n06
Modèle Lisrel n07

ANNEXES m - SIMULA TIONS-

Cas d'~e seule entreprise sans entrée - pl-2
Cas de trois entreprises sans entrée - p3-11
Cas de six entreprises sans entrée - pl2-1S
Cas d'une seule entreprise avec entrées - p16-19
Cas de trois entreprises avec entrées - p20-31
Cas de six entreprises avec entrées - p32-36
ANNEXESI
 ANNEXE 1- Description de la base par groupe d'activité NAF

CODE SOUS-SECTION Idivision.groupe N

DA Industries agricole et alimentaire 483
15.1 industrie des viandes 152
15.2 industrie du poisson 25
15.3 industrie des fruits et légumes 32
15.5 industrie laitière 55
15.6 travail des grains 24
15.7 fabrication d'aliments pour animaux 37
15.8 autres ind. alimentaires 112
15.9 industrie des boissons 46
DB Industrie textile et de l'habillement 342
17.1 Filature 30
17.2 Tissage 45
17.3 Ennoblissement textile 37
17.4 Fabrication d'articles textiles 19
17.5 Autres ind. textiles 48
17.6 Fabrication d'étoffes et d'articles à maille 28
18.2 Fabrication de vêtement en textile 133
DC Industrie du cuir et de la chaussure 66
DO Travail du bois et fabrication d'articles en bois 37
DE Industrie du papier et du carton ; édition et imprimerie 257
21.1 Fab. de pâte à papier, de papier et de carton 17
21.2 Fab. d'articles en papier ou en carton 72
22~1 Edition 19
22.2 Imorimerie 149
DG Industrie chimique 134
24.1 Industrie chimique de base 29
24.4 Ind. pharmaceutique 48
24.5 Fab. de savons, parfums, produits d'entretien 31
24.6 Fab. d'autres prOduits chimiques 26
OH Industrie du caoutchouc et des plastiques 170
DI Fabrication d'autres produits minéraux non métalliques (dont 90
verre, céramique et béton/plâtre)
DJ Métallurgie 78
27.5 dont Fonderie 46
DJ Travail des métaux 381
28.1 Fab. d'éléments en métal pour la construction 45
28.2 Fab. de réservoirs, chaudières et Chaudronnerie 55
28.3 forge, emboutissage, estampage 59
28.5 Traitement des métaux; mécanique générale 99
28.6 Coutellerie, outillage, quincaillerie 45
28.7 Fab. d'aut. ouvraaes en métaux 78.
DK Fabrication de machines et équipements 293
29.1 Equipements mécaniques 66
29.2 Machines d'usage général 83
29.3 Machines agricoles 33
29.4 Machines-outils 22
29.5 Autres machines d'usage spécifique 74
29.7 A areils domesti ues 15
DL Fabrication d'équipements électriques et électroniques 229
31.1 Moteurs, génératrices, et transfo. élect. 22
31.2 Matériel de distribution et commande élect. 29
31.6 Autres matériels électriques 36
32.1 Composants électroniques 35
32.2 Appareils sons et images 19
33.1 Matériel médio-chirurgical et orthopédie 20
33.2 Instruments de mesure et contrôle 35
33.3 Contrôle automatique des processus industriels 16
33.4 Autres 0 ti ue, hoto ra hi ue, horlo erie 17
DM Fabrication de matériel de transport 116
34.3 dont é ui ements our automobiles 59
DN Autres industries manufacturières 199
36.1 dont fabrication de meubles 119
 ANNEXE 2. Différences de moyenne (secteurs, taille)

Lecture des tableaux

On procède à trois tests (Benferroni, Duncan, et Tuk.ey-B) pour l'ensemble des variables du
modèle, et l'on note de la même manière les différences significatives en faveur d'un groupe
(noté par un +) ou en défaveur (noté par un -). Les tableaux sont un résumé des résultats des
oppositions principales, retenues par les trois tests, entre les différentes sous-sections sur les
variables considérées.

Par exemple, on note dans le tableau A que les deux sous-sections industries chimiques et
matériels de transport ont des tailles significativement plus importantes que les autres sous-
sections : cela est représenté dans la case « taille » (en effectif) par un (+).
Tableau A. Résumé des différences significatives entre sous-sections d'activités

SOUS-SECTION taille txme rbce bcg r&d deg- des- diff cUrcl cUr conc ctclfr ctcl adap dif- co-
trans temp fr lnfo ord
1 Industries agricoles et alimentaires (-) (-) (-) (-) (-) (-) (+)
2 Industrie textile et de l'habillement (-) (-) (-) (-)
3 Industrie du cuir et de la chaussure (-) (-)
4 Travail du bois et fabrication d'articles en bois (-)
5 Industrie du papier et du carton; édition et imprimerie (+) (-) (-) (-)
6 Industrie chimique (+) (+) (+) (-) (+)
7 Industrie du caoutchouc et des plastiques (-) (+)
8 Fabrication d'autres produits minéraux non métalliques
9 Métallurgie et travail des métaux (-) (+) (-) (+)
10 Fabrication de machines et équipements (+) (+)
11 Fabrication d'équipements électriques et électroniques (+) (+) (+)
12 Fabrication de matériel de transport (+) (+) (+) (+) (+) (+) (+)
13 Autres industries manufacturières (-) (-) (-) (-)

N.B. : les variables POSICLE, R&DREL et DIFOBJ ne présentaient pas de différences de moyenne significatives entre sous-sections
Tableau B. Résumé des différences significatives par taille d'entreprise

GROUPE DE txme posi bcg tonrd des ctfrcl ctfr ctcl adapt dit dit co-
TAILLE cie temDs into obi ord
g1 Entreprises de 31 (+) (-) H (-)
à 53 salariés
g2 Entreprises de 54
à 94 salariés
g3 Entreprises de 95 (+) (+)
à 190 salariés
g4 Entreprises de + (+) (+) (+) (+) (+) (+) (+) (+) (+) (+)
. de 191 salariés /01 /01-02

N.R les différences de moyenne pour RBCE ne sont pas concordantes selon les tests
(Benferroni ne trouve pas de différence significative, Scheffé oppose gl / g3). La F statistique
est de 0,024: nous considérons donc qu'il n'y a pas de différence significative suffisante pour
placer la variable RBCE dans le tableau récapitulatif.
N.R il n'y a pas de différence significative pour les variables DEGTRANS, R&DREL, DIFF,
CONCFR, CTCLFR

GROUPE DE txme posi bcg tonrd deg- R&D des ctfrcl ctfr dit dit co-
TAILLE Dar CA cie trans rel temps info obi ord
g1 (-) (+) (-) (+) (-) (-) (-) (-)
/04 /a4
.

92 (-) (-)

g3 (+) (+)

g4 (+) (+) (+) (+) (+) (+) (+)

N.R il n'y a pas de différence significative pour les variables RBCE, DIFF, CONCFR, CTCL,
CTCLFR,ADAPT

7
ANNEXE 3. Résultats des analyses en composantes principales

.8
TOUTES VARIABLES ACP N° 1 COMMENTEE DANS TEXTE

FACTOR ANALYSIS

Analysis number 1 Listwise deletion of cases with missing values

Correlation Matrix:

DESTEMPS DEGTRANS DIFF DIFINFO DIFOBJ RDREL CONCFR

DESTEMPS 1,00000
DEGTRANS -,02806 1,00000
DIFF ,18798 -,15694 1,00000
DIFINFO ,07913 -,03293 ,06037 1,00000
DIFOBJ ,06609 ,00379 ,03024 ,27399 1,00000
RDREL ,02751 -,07456 ,09752 ,05413 ,05680 1,00000
CONCFR ,08357 ,05550 ,00692 ,03840 ,09646 -,02280 1,00000
COORD ,08149 ,00040 ,05914 ,25433 ,25647 ,09237 ,07419
ADAPT ,07381 -,00924 ,10908 ,06163 ,03162 ,09759 ,06854
FONRD ,06598 -,13165 ,22499 ,06246 ,05847 ,09229 ,04502
COUTCL ,09962 -,04298 ,19463 ,03972 ,05521 ,04433 ,04307
COUTCLFR ,01180 -,00920 ,00752 ,03172 -,01356 ,03398 -,00976
COUTFR ,08815 -,02709 ,07956 ,11484 ,03089 ,03454 -,10203
COUTFRCL ,02087 -,01451 ,09544 ,07375 ,01519 ,06059 -,15977
FORMREL ,07698 ,00546 -,00458 ,15986 ,14495 ,14656 ,00596

COORD ADAPT FONRD COUTCL COUTCLFR COUTFR COUTFRCL

COORD 1,00000
ADAPT ,11563 1,00000
FONRD ,08112 ,11814 1,00000
COUTCL ,09518 ,23006 ,10738 1,00000
COUTCLFR ,05121 ,25472 ,03329 ,19454 1,00000
COUT FR ,03633 ,01846 ,03252 ,07881 ,04017 1,00000
COUTFRCL ,03440 ,09840 ,07123 ,18390 ,11110 ,19331 1, 00000
FORMREL ,15606 ,06089 ,05225 ,06036 ,06953 ,03840 ,04909

FORMREL

FORMREL 1,00000

Kaiser-Meyer-Olkin Measure of Sampling Adequacy = ,66822

Bartlett Test of sphericity = 2088,1840, Significance = ,00000

 F ACT 0 R A N A LYS l S

Extraction 1 for analysis 1, Principal Components Analysis (PC)

Initial Statistics:

Variable Communality * Factor Eigenvalue pct of Var Curo Pct

*
DESTEMPS 1,00000 * 1 2,10962 14,1 14,1
DEGTRANS 1,00000 * 2 1,46747 9,8 23,8
DIFF 1,00000 * 3 1,25712 8,4 32,2
DIFINFO 1,00000 * 4 1,24534 8,3 40,5
DIFOBJ 1,00000 * 5 1,07306 7,2 47,7
RDREL 1,00000 * 6 ,96658 6,4 54,1
CONCFR 1,00000 * 7 ,88723 5,9 60,0
COORD 1,00000 * 8 ,83426 5,6 65,6
ADAPT 1,00000 * 9 ,82916 5,5 71,1
FONRD L 00000 * 10 ,79884 5,3 76,5
COUTCL 1,00000 * 11 ,73841 4,9 81,4
COUTCLFR 1,00000 * 12 ,72198 4,8 86,2
COUTFR 1,00000 * 13 ,71563 4,8 91,0
COUTFRCL L 00000 * 14 ,69993 4,7 95,6
FORMREL L 00000 * 15 ,65536 4,4 100,0

PC extracted 5 factors.

Factor Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

COUTCL ,49647 -,32226 -,07142 ,27746 ,17232

COORD ,48379 ,43659 ,06276 ,04957 -,02506
DIFINFO ,46065 ,43518 ,21906 -,14187 ,09492
DIFF ,43786 -,29420 -,38238 -,33944 ,13554
FONRD ,39764 -,15535 -,35881 -,22965 -,17596
FORMREL ,36619 ,29105 ,22184 ,03766 -,31546

DIFOBJ ,39609 ,55256 ,07304 -,06720 ,06566

CONCFR ,08262 ,34981 -,54208 ,31135 ,19382

COUTFRCL ,34895 -,38041 ,47418 -,07305 ,12132
COUTFR ,27959 -,19043 ,43401 -,28850 ,36442

COUTCLFR ,32098 -,28367 ,14214 ,56151 -,12006

DEGTRANS -,18258 ,22424 ,24016 ,43568 . ,31557

RDREL ,32007 -,00905 ,01903 -,13865 -,60215

DESTEMPS ,34150 ,02071 -,26719 -,13870 ,45778
 Final Statistics:

Variable Communality * Factor Eigenvalue Pct of Var Curo Pct

*
DESTEMPS ,41724 * 1 2,10962 14,1 14,1
DEGTRANS ,43069 * 2 1,46747 9,8 23,8
DIFF ,55807 * 3 1,25712 8,4 32,2
DIFINFO ,47871 * 4 1,24534 8,3 40,5
DIFOBJ ,47637 * 5 1,07306 7,2 47,7
RDREL ,48470 *
CONCFR ,55755 *
COORD ,43169 *
ADAPT ,52822 *
FONRD ,39470 *
COUTCL ,46211 *
COUTCLFR ,53341 *
COUTFR ,51883 *
COUTFRCL ,51137 *
FORMREL ,36896 *

OBLIMIN rotation 1 for extraction 1 in analysis 1 - Kaiser Normalization.

OBLIMIN converged in 30 iterations.

Pattern Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

DEGTRANS -,64874 ,09071 -,03694 ,13944 ,11976

OIFF ,61182 -,04926 ,08883 ,06724 ,37530
FONRD ,59772 ,03897 -,07910 ,09441 ,06584

DIF'OBJ -,04411 ,68969 . -,05769 -,09901 ,08527

DIFINFO -,02662 ,67547 ,15260 -,08506 ,07290
COORD -,00098 ,63688 -,06228 ,08927 ,01242
FORMREL ,03596 ,49805 ,02939 ,09518 -,32654

COUTFR -,03345 ,13569 ,66819 -,05088 ,22999

COUTFRCL ,00100 ,01981 ,65597 ,24464 -,01057
CONCFR -,05085 ,16260 -,61309 ,14816 ,36656

COUTCLFR -,14342 -,05163 ,06150 ,71918 -,16066

ADAPT ,06023 ,02194 -,10236 ,71303 -,01085
COUTCL ,10222 -,01413 ,13038 ,58421 ,24034

DESTEMPS ,16970 ,15215 ,02476 ,02762 ,58250

RDREL ,43572 ,20224 -,01021 ,08063 -,49102
Structure Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

DIFF ,63430 ,04619 ,13606 ,15555 ,39896

DEGTRANS -,61920 ,04005 -,06979 ,07370 ,10443
FONRD ,61095 ,12120 -,03187 ,17176 ,09214

DIFOBJ ,02142 ,67317 -,05249 -,00927 ,10654

DIFINFO ,05277 ,66648 ,15944 ,01690 ,09639
COORD ,07893 ,64840 -,04458 ,17408 ,04014
FORMREL ,09456 ,50311 ,04462 ,15825 -,30198

COUTFRCL ,07753 ,06612 ,67085 ,28603 ,00436

COUTFR ,02924 ,14682 ,66733 ,01192 ,23735
CONCFR -,04189 ,17975 -,60174 ,14156 ,37182

ADAPT ,14395 ,12510 -,05565 ,71707 ,01784

COUTCLFR -,06175 ,02650 ,09224 ,69193 -,14082
COUTCL ,19074 ,09034 ,17352 ,61159 ,26618

DESTEMPS ,21348 ,19860 ,04530 ,09280 ,59589

RDREL ,45011 ,24364 ,02414 ,14393 -,46424

Factor Correlation Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

Factor 1 1,00000
Factor 2' ,11396 1,00000
Factor 3 ,06752 ,01943 1,00000
Factor 4 ,12415 ,13844 ,05933 1,00000
Factor 5 ,03662 ,03914 ,00771 ,03704 1,00000
DEUXIEME ACP

- - - - ----- FACTOR A N A LYS l S - - - - - - - - - - -

Analysis number 1 Listwise deletion of cases with missing values

Correlation Matrix:

DESTEMPS DEGTRANS DIFF DIFINFO DIFOBJ RDREL CONCFR

DESTEMPS 1,00000
DEGTRANS -,02218 1,00000
DIFF ,19156 -,15371 1,00000
DIFINFO ,07796 -,02946 ,06201 1,00000
DIFOBJ ,07044 ,00559 ,02622 ,27393 1,00000
RDREL ,03434 -,08309 ,10241 ,05111 ,05939 1,00000
CONCFR ,07926 ,05511 ,00347 ,03684 ,09255 -,02937 1,00000
COORD ,08891 ,00905 ,05882 ,25631 ,26670 ,09335 ,06620
ADAPT ,06948 -,00724 ,10209 ,05567 ,03330 ,09027 ,06138
FONRD ,07498 -,12800 ,22023 ,05980 ,05794 ,09550 ,03876
COUTCL ,10223 -,04619 ,19834 ,03402 ,05611 ,05204 ,02817
COUTCLFR ,01305 -,02068 ,00530 ,02719 -,00223 ,02736 -,01527
COUTFR ,07676 -,03122 ,08370 ,10895 ,04174 ,03320 -,10651
COUTFRCL ,02668 -,01321 ,09569 ,06440 ,01407 ,05244 -,16951

COORD ADAPT FONRD COUTCL COUTCLFR COUTFR COUTFRCL

COORD 1, 00000
ADAPT ,11099 1,00000
FONRD ,07949 ,11878 1,00000
COUTCL ,09098 ,23751 ,10522 1,00000
COUTCLFR ,04869 ,25896 ,03545 ,20215 1,00000
COUTFR ,04172 ,02131 ,03181 ,07727 ,04393 1,00000
COUTFRCL ,02783 ,09532 ,07297 ,18264 ,11840 ,19648 1,00000 c

Kaiser-Meyer-Olkin Measure of Sampling Adequacy = ,65835

Bartlett Test of Sphericity = 2048,4704, Significance = ,00000

 Initial Statistics:

Variable Communality * Factor Eigenvalue Pct of Var Curo Pct

*
DESTEMPS 1,00000 * 1 2,03710 14,6 14,6
DEGTRANS 1,00000 * 2 1,45194 10,4 24,9
DIFF 1,00000 * 3 1,24648 8,9 33,8
DIFINFO 1,00000 * 4 1,24152 8,9 42,7
DIFOBJ 1,00000 * 5 1,04396 7,5 50,2
RDREL 1,00000 * 6 ,92172 6,6 56,7
CONCFR 1,00000 * 7 ,87779 6,3 63,0
COORD 1,00000 * 8 ,8290·2 5,9 68,9
ADAPT 1,00000 * 9 ,80392 5,7 74,7
FONRD 1,00000 * 10 ,74723 5,3 80,0
COUTCL 1,00000 * 11 ,72935 5,2 85,2
COUTCLFR 1,00000 * 12 ,71207 5,1 90,3
COUTFR 1, 00000 * 13 ,69687 5,0 95,3
COUTFRCL 1,00000 * 14 ,66102 4,7 100,0

PC extracted 5 factors.

Factor Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

COUTCL ,53228 -,27377 ,28319 ,05872 ,14551

DIFF ,48321 -,17620 -,14883 -,48069 ,19985

DIFOBJ ,36668 ,58664 -,10758 ,16316 -,07565

COORD ,45144 ,49094 -,01107 ,16910 -,13421
DIFINFO ,41694 ,47792 -,23743 ,22207 -,05246
COUTFRCL ,36976 -,39468 -,27172 ,37633 ,09856
,
ADAPT ,47952 -,17562 ,50535 ,11125 -,12583
CONCFR ,04769 ,42260 ,49919 -,28722 ,20319
COUTFR ,29966 -,17604 -,45630 ,29336 ,30408
COUTCLFR ,34227 -,29402 ,44574 ,33981 -,16448

DEGTRANS -,20587 ,18561 ,26608 ,42619 ,36552

FONRD ,41800 -,07487 -,04452 -,42591 -,14993

DESTEMPS ,35303 ,09619 -,00911 -,27754 ,59054

RDREL ,30098 -,02062 -,13382 -,15617 -,51496

Final Statistics:

Variable Communality * Factor Eigenvalue Pct of Var Curo Pct

*
DESTEMPS ,55973 * 1 2,03710 14,6 14,6
DEGTRANS ,46287 * 2 1,45194 10,4 24,9
DIFF ,55769 * 3 1,24648 8,9 33,8
DIFINFO ,51068 * 4 1,24152 8,9 42,7
DI FOBJ ,52252 * 5 1,04396 7,5 50,2
RDREL ,39849 *
CONCFR ,55384 *
COORD ,49155 *
ADAPT ,54437 *
FONRD ,38619 *
COUTCL ,46309 *
COUTCLFR ,54481 *
COUTFR ,50752 *
COUTFRCL ,51767 *

OBLIMIN rotation 1 for extraction 1 in analysis 1 - Kaiser Normalization.

OBLIMIN converged in 19 iterations.

 Pattern Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

COUTCLFR ,73081 -,02968 -,06661 ,06809 -,19263

ADAPT ,72367 ,03946 ,10524 -,05825 ,00244
COUTCL ,57602 -,02780 -,12066 -,02560 ,26915

DIFOBJ -,05475 ,72510 ,04465 ,01098 ,00468

DIFINFO -,06816 ,70224 -,13867 -,01409 ,01370
COORD ,10275 ,67994 ,05093 -,04077 -,01848

COUTFRCL ,23897 ,01528 -,66199 ,01415 ,02656

COUTFR -,06282 ,13668 -,65878 ,10128 ,21550
CONCFR ,11652 ,14195 ,63080 ,15727 ,31756

DEGTRANS ,10837 ,08148 ,03539 ,67838 ,00257

RDREL ,07512 ,17709 -,00464 -,56347 -,22242
FONRD ,09198 ,03152 ,07695 -,53124 ,24354

DESTEMPS -,02250 ,06874 -,00433 ,08587 ,74157

DIFF ,02746 -,06774 -,08687 -,42171 ,57569

Structure Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

ADAPT ,72723 ,11642 ,05624 -,12668 ,08372

COUTCLFR ,70472 ,02288 -,10200 ,00582 -,12084
COUTCL ,61175 ,05960 -,16607 -,10755 ,33282

DIFOBJ ,01607 ,71904 ,04391 -,02269 ,06738

DIFINFO ,01521 ,69830 -,14023 -,05694 ,08001.
COORD ,17128 ,69067 ,03820 -,08564 ,05987

COUTFRCL ,28320 ,04579 -,67693 -,05294 ,07234

COUTFR ,00491 ,14968 -,65605 ,04465 . ,23506
Q512 ,10959 ,17171 ,62266 ,15418 ,31387

DEGTRANS ,04687 ,05371 .,06950 ,66485 -,02576

RDREL ,12639 ,19544 -,03820 -,56612 -,15833
FONRD ,16936 ,09460 ,03119 -,55430 ,29057

DESTEMPS ,05471 ,13375 -,02049 ,03291 ,74011

DIFF ,12909 ,01585 -,13128 -,46549 ,60363

F ACT 0 R A N A LYS l S

Factor Correlation Matrix:

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

-Factor 1 1,00000
Factor 2 ,10234 1,00000
Factor 3 -,06234 -,00646 1,00000
Factor 4 -,10009 -,05732 ,06113 1,00000
Factor 5 ,10585 ,09736 -,03016 -,06879 1,00000
ANNEXES II
MODELE THEORIQUE COMPLET CAS A n02

NUMBER OF INPUT VARIABLES 17

NUMBER OF Y - VARIABLES 4

NUMBER OF X - VARIABLES 13

NUMBER OF ETA - VARIABLES 3

NUMBER OF KSI - VARIABLES 5

NUMBER OF OBSERVATIONS 2085

MODELE THEORIQUE COMPLET CAS A n02

CORRELATION MATRIX TO BE ANALYZED

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1.000
RBCE .748 1.000
POSICLE .077 .094 1.000
BCG .097 .113 .197 1.000
FONRD .065 .008 .095 .106 1.000
DEGTRANS -.023 -.045 -.202 -.102 -.165 1.000
RDREL .046 .010 .019 .059 .114 -.071
DESTEMPS .078 .033 .021 .035 .058 -.019
DIFF .131 .119 .230 .120 .262 -.231
COUTFRCL .014 .061 .089 .121 .029 -.027
COUTFR .001 -.008 .018 .057 .101 .008
COUTCLFR .076 .050 .081 .046 .143 -.072
COUTCL -.003 -.018 -.030 .011 .071 -.021
ADAPT .076 .044 -.031 -.007 .160 -.023
DIFINFO .006 .001 .009 .095 .055 -.025
DIFOBJ -.025 -.026 .028 .012 .053 .016
COORD .074 .004 .013 .059 .103 .043

CORRELATION MATRIX TO BE ANALYZED

RDREL DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR

'\

RDREL 1. 000
DES TEMPS -.015 1.000
.DIFF .104 .197 1.000
COUT FRC L .008 .065 .076 1.000
COUT FR .080 -.006 .103 .215 1.000
COUTCLFR .088 .097 .220 .074 .239 1.000
COUTCL .046 -.004 .009 .057 .167 .272
ADAPT .071 .070 .116 .021 .144 .288
DIFINFO .018 .081 .034 .126 .084 .058
DIFOBJ .063 .074 .016 .058 .013 .077
COORD .069 .095 .054 .040 .037 .124

CORRELATION MATRIX TO BE ANALYZED

COUTCL ADAPT DIFINFO DIFOBJ COORD

COUTCL 1.000
ADAPT .295 1.000
DIFINFO .047 .066 1.000
DIFOBJ .022 .049 .372 1. 000
COORD .065 .126 .339 .346 1.000
LISREL ESTlMATES (WEIGHTED LEAST SQUARES)

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 1.000
BCG .000 .000 .842

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD 1.000 .000 .000 .000 .000

DEGTRANS -.754 .000 .000 .000 .000
RDREL .463 .000 .000 .000 .000
DES TEMPS .000 .280 .000 .000 .000
DIFF .000 1.000 .000 .000 .000
COUTFRCL .000 .000 .517 .000 .000
COUTFR .000 .000 1. 000 .000 .000
COUTCLFR .000 .000 .000 1.000 .000
COUTCL .000 .000 .000 .476 .000
ADAPT .000 .000 .000 .591 .000
DIFINFO .000 .000 .000 .000 1.000
DIFOBJ .000 .000 .000 .000 .973
COORD .000 .000 .000 .000 .997

BETA
"
TXME RBCE MARCHE

TXME .000 .000 .596

RBCE .714 .000 .498
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.494 .188 -.219 .273 .000

RBCE -.626 .116 -.038 .085 .000
MARCHE .806 .000 .196 -.248 .006

COVARIANCE MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1. 000
RBCE .746 1.000
MARCHE .092 .109 .231
NTRANS .058 .023 .148 .211
NIMIT .139 .119 .186 .264 .690
NSUFR .007 .019 .078 .066 .110 .412
NSUCL .076 .039 .033 .143 .194 .230
CORDI .017 .007 .031 .053 .052 .054

COVARIANCE MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL .517
CORDI .099 .356

PSI

TXME RBCE MARCHE

TXME .929
RBCE .000 .411
MARCHE .000 .000 .105

THETA EPS
TXME RBCE POSIC;LE BCG

.000 .000 .769 .836

 THETA DELTA

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD .789
DEGTRANS .000 .880
RDREL .000 .000 .955
DESTEMPS .000 .000 .000 .946
DIFF .000 .000 .000 .000 .310
COUTFRCL .000 .000 .000 .000 .000 .890
COUT FR .000 .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .000 .000 .000
ADAPT .000 .000 .000 .000 .000 .000
DIFINFO .000 .000 .000 .000 .000 .097
DI FOBJ .000 .000 .000 .000 .000 .000
COORD .000 .000 .000 .000 .000 .000

THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DIFOBJ

COUT FR .588
COUTCLFR .000 .483
COUTCL .000 .000 .883
ADAPT .000 .000 .146 .819
DIFINFO .000 .000 .000 .000 .644
DIFOBJ .000 .000 .000 .000 .000 .663
COORD .000 .000 .000 .000 .000 .000

THETA DELTA
COORD

COORD .646

SQUARED MULTIPLE CORRELATIONS FOR Y - VARIABLES

TXME RBCE POSICLE BCG

1.000 1.000 .231 .164

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

.211 .120 .045 .054 .690 .110

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COUT FR COUTCLFR COUTCL ADAPT DIFINFO DI FOBJ

.412 .517 .117 .181 .356 .337

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COORD

.354

TOTAL COEFFICIENT OF DETERMINATION FOR X - VARIABLES IS ..976

SQUARED MULTIPLE CORRELATIONS FOR STRUCTURAL EQUATIONS

TXME RBCE MARCHE

.071 .589 .548

TOTAL COEFFICIENT OF DETERMINATION FOR STRUCTURAL EQUATIONS IS .590

CHI-SQUARE WITH 94 DEGREES OF FREEDOM = 263.04 (P = .000)

GOODNESS OF FIT INDEX .989

ADJUSTED GOODNESS OF FIT INDEX = .983
ROOT MEAN SQUARE RESIDUAL = .032
MODELE THEORIQUE COMPLET CAS A n02

FITTED COVARIANCE MATRIX

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1.000
RBCE .746 1.000
POSICLE .092 .109 1. 000
BCG .077 .092 .195 1.000
FONRD .058 .023 .148 .125 1.000
DEGTRANS -.044 -.017 -.112 -.094 -.159 1.000
RDREL .027 .011 .069 .058 .098 -.074
DES TEMPS .039 .033 .052 .044 .074 -.056
DIFF .139 .119 .186 .157 .264 -.199
COUTFRCL .004 .010 .040 .034 .034 -.026
COUTFR .007 .019 .078 .065 .066 -.050
COUTCLFR .076 .039 .033 .028 .143 -.108
COUTCL .036 .018 .016 .013 .068 -.051
ADAPT .045 .023 .019 .016 .085 -.064
DIFINFO .017 .007 .031 .026 .053 -.040
DIFOBJ .017 .007 .030 .025 .051 -.039
COORD .017 .007 .031 .026 .053 -.040

FITTED COVARIANCE MATRIX

RDREL DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR

RDREL 1.000
DES TEMPS .034 1.000
DIFF .122 .193 1.000
COUTFRCL .016 .016 .057 1.000
COUT FR .031 .031 .110 .213 1.000
COUTCLFR .066 .054 .194 .119 .230 1.000
COUTCL .032 .026 .092 .057 .110 .246
ADAPT .039 .032 .115 .070 .136 .306
DIFINFO .025 .015 .052 .125 .054 .099
DIFOBJ .024 .014 .051 .027 .052 .096
COORD .024 .015 .052 .028 .054 .099

FITTED COVARIANCE MATRIX

COUTCL ADAPT DIFINFO DIFOBJ COORD

COUTCL 1. 000
ADAPT .292 1.000
DIFINFO .047 .059 1. 000
DIFOBJ .046 .057 .346 1.000
COORD .047 .058 .355 .345 1.000

FITTED RESIDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .002 .000
POSICLE -.015 -.015 .000
BCG .020 .021 .002 .000
FONRD .007 -.015 -.054 -.018 .000
DEGTRANS .021 -.027 -.090 -.008 -.006 .000
RDREL .020 .000 -.049 .001 .016 .003
DES TEMPS .039 -.001 -.031 -.009 -.016 .036
DIFF -.009 .000 .043 -.037 -.001 -.032
COUTFRCL .011 .052 .049 .087 -.006 -.001
COUT FR -.006 -.027 -.060 -.008 .035 .058
COUTCLFR .000 .011 .048 .019 .000 .036
COUTCL -.039 -.037 -.046 -.003 .003 .031
ADAPT .031 .021 -.050 -.023 .076 .041
DIFINFO -.011 -.006 -.022 .069 .002 .015
DIFOBJ -.042 -.033 -.002 -.013 .001 .055
COORD .057 -.003 -.017 .033 .050 .083
 FITTED RESIDUALS

RDREL DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR

RDREL .000
DES TEMPS -.049 .000
DIFF -.018 .004 .000
COUTFRCL -.008 .050 .019 .000
COUTFR .049 -.037 -.007 .003 .000
COUTCLFR .022 .043 .026 -.045 .009 .000
COUTCL .014 -.030 -.083 .000 .057 .026
ADAPT .032 .038 .002 -.049 .008 -.018
DIFINFO -.006 .066 -.018 .001 .030 - .041
DIFOBJ .039 .060 -.035 .031 -.039 -.019
COORD .045 .081 .002 .012 -.017 .025

FITTED RESIDUALS

COUTCL ADAPT DIFINFO DIFOBJ COORD

COUTCL .000
ADAPT .003 .000
DIFINFO .000 .008 .000
DIFOBJ -.024 -.008 .025 .000
COORD .019 .068 -.015 .000 .000

SUMMARY STATISTICS FOR FITTED RESIDUALS

SMALLEST FITTED RESIDUAL -.090
MEDIAN FITTED RESIDUAL .000
LARGEST FITTED RESIDUAL = .087

STEMLEAF PLOT
- 910

- 813
- 71
- 610
5{40
- 419996521
- 319977753210
- 2177432
- 1198888776555531
- 01998888766666332111000000000000000000000000
Oj11122222333347889
11112456999
210011125566
31011123566899
411335899
510025778
610689
716
81137

STANDARDIZED RESIDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .129 .000
POSICLE -3.300 -1. 067 .000
BCG 1.150 1.278 .368 .000
FONRD .589 -.852 -2.595 -.877 .000
DEGTRANS .965 -1.417 -4.406 -.411 -.342 .000
RDREL .809 -.019 -2.157 .050 .773 .124
DESTEMPS 1. 673 -.029 -1.415 -.401 -.809 1. 493
DIFF -.846 -.059 2.732 -2.448 -.100 -1. 801
COUTFRCL .516 2.452 2.253 4.001 -.267 -.031
COUT FR -.541 -2.381 -3.342 -.432 2.064 2.521
COUTCLFR .007 .755 2.392 .892 -.016 1.574
COUTCL -1. 758 -1. 649 -1.991 -.114 .120 1.206
ADAPT 1.516 1.016 -2.215 -1.029 3.601 1.659
DIFINFO -.509 -.242 -.906 2.873 .103 .557
DIFOBJ -1.646 -1.449 -.095 -.551 .047 2.088
COORD 2.507 -.152 -.782 1.472 2.325 3.290
 STANDARDIZED RESIDUALS

RDREL DESTEMPS DIFF COUT FRC L COUTFR COUTCLFR

RDREL .000
DESTEMPS -2.123 .000
DIFF -1. 053 .405 .000
COUT FRC L -.334 2.001 .952 .000
COUT FR 2.127 -1. 519 -.540 .389 .000
COUTCLFR .958 1. 806 1.720 -2.726 .640 .000
COUTCL .596 -1.226 -3.899 .021 2.765 2.052
ADAPT 1. 354 1. 551 .078 -2.276 .394 -1.599

DIFINFO -.248 2.475 -.831 .261 1.382 -1.765

DIFOBJ 1. 580 2.333 -1. 654 1.299 -1. 842 -.845
COORD 1.862 3.245 .110 .529 -.849 1.179

STANDARDIZED RESIDUALS

COUTCL ADAPT DIFINFO DIFOBJ COORD

COUTCL .000
ADAPT .468 .000
DIFINFO .001 .310 .000
DIFOBJ -.950 -.335 2.137 .000
COORD .770 2.930 -1. 659 .031 .000

SUMMARY STATISTICS FOR STANDARDIZED RESIDUALS

SMALLEST STANDÀRDIZED RESIDUAL -4.406
MEDIAN STANDARDIZED RESIDUAL .000
LARGEST STANDARDIZED RESIDUAL = 4.001

STEMLEAF PLOT
- 4 4
3 9
3 33
2 76
2 4432210
1 8888776665
1 44421100
o 9998888886555
o 44433332221111000000000000000000000000000
o 111111334444
o 555666688889
1 00002223344
1 55566677789
2 0111113334
2 55557899
3 23
3/6
410

LARGEST NEGATIVE STANDARDIZED RESIDUALS

RESIDUAL FOR POSICLE AND TXME -3.300

RESIDUAL FOR FONRD AND POSICLE -2.595

RESIDUAL FOR DEGTRANS AND POSICLE -4.406

RESIDUAL FOR COUTFR AND POSICLE -3.342

RESIDUAL FOR COUTCLFR AND COUTFRCL -2.726

RESIDUAL FOR COUTCL AND DIFF = -3.899

LARGEST POSITIVE STANDARDIZED RESIDUALS

RESIDUAL FOR DIFF AND POSICLE 2.732

RESIDUAL FOR COUTFRCL AND BCG 4.001

RESIDUAL FOR COUTCL AND COUTFR 2.765

RESIDUAL FOR ADAPT AND FONRD 3.601

RESIDUAL FOR DIFINFO AND BCG 2.873

RESIDUAL FOR COORD AND DEGTRANS 3.290

RESIDUAL FOR COORD AND DES TEMPS 3.245

RESIDUAL FOR COORD AND ADAPT 2.930

MODELE THEORIQUE COMPLET CAS A n02

QPLOT OF STANDARDIZED RESIDUALS

3 • 5 ....••.............................................................•.•...•

x
x .
x x
xx
x x
x*x
N *x*
o xxx
R xxx
M **x
A **x*
L . xxxx
.x*x
Q xxxx
U xx
A x*x
N xx*
T x *
l x*.
L x* xx*.
E xxx
S xxx
x* x
xx
x x
x x
x
x

-3.5 ' .
-3.5 3.5
STANDARDIZED RESIDUALS

MODELE THEORIQUE COMPLET CAS A n02

STANDARD ERRORS

LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCG .000 .066 .095
 LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .000 .000 .000 .000

DEGTRANS .074 .000 .000 .000 .000
RDREL .062 .000 .000 .000 .000
DES TEMPS .000 .047 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .080 .000 .000
COUTFR .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .054 .000
ADAPT .000 .000 .000 .062 .000
DIFINFO .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .084
COORD .000 .000 .000 .000 .086

BETA

TXME RBCE MARCHE

TXME .000 .000 .305

RBCE .034 .000 .340
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .404 .113 .133 .145 .000

RBCE .471 .120 .138 .159 .000
MARCHE .111 .000 .088 .081 .030

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS .028
NIMIT .021 .142
NSUFR .017 .021 .078
NSUCL .017 .020 .021 .059
CORDI .011 .014 .014 .013 .038

PSI
TXME RBCE MARCHE

TXME .047
RBCE .000 .054
MARCHE .000 .000 .037

THETA EPS
TXME RBCE POSICLE BCG

.000 .000 .048 .041

THETA DELTA
FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD .042
DEGTRANS .000 .036
RDREL .000 .000 .033
DES TEMPS .000 .000 .000 .033
DIFF .000 .000 .000 .000 .146
COUTFRCL .000 .000 .000 .000 .000 .037
COUT FR .000 .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .000 .000 .000
ADAPT .000 .000 .000 .000 .000 .000
DIFINFO .000 .000 .000 .000 .000 .027
DIFOBJ .000 .000 .000 .000 .000 .000
COORD .000 .000 .000 .000 .000 .000
 THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DIFOBJ

COUTFR .084
COUTCLFR .000 .067
COUTCL .000 .000 .036
ADAPT .000 .000 .028 .040
DIFINFO .000 .000 .000 .000 .049
DI FOBJ .000 .000 .000 .000 .000 .048
COORD .000 .000 .000 .000 .000 .000

THETA DELTA

COORD-

COORD .049

MODELE THEORIQUE COMPLET CAS A n02

T-VALUES

LAMBDA y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCG .000 .000 8.873

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .000 .000 .000 .000

DEGTRANS -10.204 .000 .000 .000 .000
RDREL 7.500 .000 .000 .000 .000
DES TEMPS .000 5.976 .000 ~OOO .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 6.467 .000 .000
COUTFR .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 8.846 .000
ADAPT .000 .000 .000 9.584 .000
DIFINFO .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 11. 643
COORD .000 .000 .000 .000 11. 529

BETA

TXME RBCE MARCHE

TXME .000 .000 1.953

RBCE 20.708 .000 1.467
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -1. 223 1.667 -1.642 1. 879 .000

RBCE -1. 329 .965 -.275 .534 .000
MARCHE 7.272 .000 2.234 -3.082 .200

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS 7.448
NIMIT 12.848 4.846
NSUFR 3.822 5.182 5.249
NSUCL 8.240 9.748 11.151 8.725
CORDI 5.000 3.681 3.857 7.418 9.269
 PSI

TXME RBCE MARCHE

TXME 19.742
RBCE .000 7.618
MARCHE .000 .000 2.849

THETA EPS

TXME RBCE POSICLE BCG

.000 .000 15.900 20.576

-------------

THETA DELTA

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD 18.779
DEGTRANS .000 24.526
RDREL .000 .000 29.146
DES TEMPS .000 .000 .000 28.725
DIFF .000 .000 .000 .000 2.129
COUTFRCL .000 .000 .000 .000 .000 23.772
COUT FR .000 .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .000 .000 .000
ADAPT .000 .000 .000 .000 .000 .000
DIFINFO .000 .000 .000 .000 .000 3.595
DIFOBJ .000 .000 .000 .000 .000 .000
COORD .000 .000 .000 .000 .000 .000

THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DI FOBJ

COUT FR 6.977
COUTCLFR .000 7.215
COUTCL .000 .000 24.231
ADAPT .000 .000 5.240 20.632
DIFINFO .000 .000 .000 .000 13.058
DIFOBJ .000 .000 .000 .000 .000 13.894
COORD .000 .000 .000 .000 .000 .000

THETA DELTA

COORD

COORD 13.184

TOTAL AND INDIRECT EFFECTS

TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.014 .188 -.102 .125 .004

RBCE -.234 .250 -.013 .050 .006
MARCHE .806 .000 .196 -.248 .006

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .222 .113 .081 .076 .018

RBCE .239 .130 .080 .076 .028
MARCHE .111 .000 .088 .081 .030

INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDl

TXME .481 .000 .117 -.148 .004

RBCE .392 .134 .025 -.034 .006
MARCHE .000 .000 .000 .000 .000
 STANDARD ERRORS FOR INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .265 .000 .088 .101 .018

RBCE .365 .080 .102 .122 .028
MARCHE .000 .000 .000 .000 .000

TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .596

RBCE .714 .000 .924
MARCHE .000 .000 .000

LARGEST EIGENVALUE OF B*B' (STABILITY INDEX) IS .915

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .305

RBCE .034 .000 .385
MARCHE .000 .000 .000

INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .425
MARCHE .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .213
MARCHE .000 .000 .000

TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME 1.000 .000 .596

RBCE .714 1.000 .924
POSICLE .000 .000 1.000
BCG .000 .000 .842

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .305

RBCE .034 .000 .385
POSICLE .000 .000 .000
BCG .000 .000 .095

INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .596

RBCE .714 .000 .924
POSICLE .000 .000 .000
BCG .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .305

RBCE .034 .000 .385
POSICLE .000 .000 .000
BCG .000 .000 .000
 TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.014 .188 -.102 .125 .004

RBCE -.234 .250 -.013 .050 .006
POSICLE .806 .000 .196 -.248 .006
BCG .679 .000 .165 -.209 .005

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .222 .113 .081 .076 .018

RBCE .239 .130 .080 .076 .028
POSICLE .111 .000 .088 .081 .030
BCG .100 .000 .074 .069 .025

MODELE THEORIQUE COMPLET CAS A n02

STANDARDIZED SOLUTION

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 .481
BCG .000 .000 .405

LAMBDA X

NTRANS NIMlT NSUFR NSUCL CORDI

FONRD .460 .000 .000 .000 .000

DEGTRANS -.347 .000 .000 .000 .000
RDREL .213 .000 .000 .000 .000
DESTEMPS .000 .232 .000 .000 .000
DlFF .000 .831 .000 .000 .000
COUTFRCL .000 .000 .332 .000 .000
COUTFR .000 .000 .642 .000 .000
COUTCLFR .000 .000 .000 .719 .000
COUTCL .000 .000 .000 .342 .000
ADAPT .000 .000 .000 .425 .000
DIFlNFO .000 .000 .000 .000 .597
DIFOBJ .000 .000 .000 .000 .580
COORD .000 .000 .000 .000 .595

BETA

TXME RBCE MARCHE

TXME .000 .000 .287

RBCE .714 .000 .240
MARCHE .000 .000 .000

GAMMA

NTRANS NlMlT NSUFR NSUCL CORDl

TXME -.227 .156 -.140 .196 .000

RBCE -.288 .096 -.024 .061 .000
MARCHE .771 .000 .262 -.371 .008
 CORRELATION MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1.000
RBCE .746 1.000
MARCHE .191 .227 1.000
NTRANS .126 .050 .670 1. 000
NIMIT .168 .144 .466 .690 1.000
NSUFR .011 .029 .251 .225 .207 1.000
NSUCL .106 .054 .095 .433 .325 .499
CORDI .029 .012 .107 .193 .106 .141

CORRELATION MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1.000
CORDI .231 1.000

PSI

TXME RBCE MARCHE

TXME .929
RBCE .000 .411
MARCHE .000 .000 .452

REGRESSION MATRIX ETA ON KSI (STANDARDIZED)

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.006 .156 -.065 .090 .002

RBCE -.108 .208 -.008 .036 .003
MARCHE .771 .000 .262 -.371 .008

MODELE THEORIQUE COMPLET CAS A n02

MODIFICATION INDICES AND ESTIMATED CHANGE

MODIFICATION INDICES FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE 2.333 2.422 .000
BCG 2.404 2.535 .000

ESTIMATED CHANGE FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE -.052 -.052 .000
BCG .044 .045 .000

MODIFICATION INDICES FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .280 5.608 11. 850 3.720

DEGTRANS .000 1.961 17.050 30.996 23.962
RDREL .000 1.745 5.535 7.958 5.077
DES TEMPS .114 .000 .950 8.070 26.466
DIFF .114 .000 .949 8.070 13.946
COUTFRCL 10.501 8.854 .000 24.871 1. 675
COUT FR 10.501 8.817 .000 24.870 2.367
COUTCLFR 9.784 12.904 .002 .000 1.072
COUTCL 18.533 26.559 3.366 .000 .117
ADAPT .306 .617 2.477 .000 3.577
DIFINFO .003 .008 .323 .796 .000
DI FOBJ 5.118 5.042 3.982 5.809 .000
COORD 5.121 5.179 2.018 10.348 .000
 ESTlMATED CHANGE FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 -.063 .203 .252 .117

DEGTRANS .000 -.132 .279 .321 .250
RDREL .000 -.112 .139 .143 .107
DES TEMPS -.095 .000 .056 .140 .229
DIFF .339 .000 -.200 -.501 -.501
COUTFRCL .312 .128 .000 -.707 .077
COUTFR -.602 -.247 .000 1. 366 -.166
COUTCLFR .467 .259 -.006 .000 -.081
COUTCL -.360 -.210 .154 .000 -.017

ADAPT .050 .035 -.144 .000 .100

DIFINFO -.004 -.003 .037 -.044 .000
DIFOBJ -.162 -.083 -.120 - .114 .000
COORD .162 .084 .086 .153 .000

MODIFICATION INDICES FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .135 .220 .000

ESTlMATED CHANGE FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .202 .207 .000

MODIFICATION INDICES FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .320

RBCE .000 .000 .000 .000 1. 814
MARCHE .000 .004 .000 .000 .000

ESTlMATED CHANGE FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 -.031

RBCE .000 .000 .000 .000 -.084
MARCHE .000 .007 .000 .000 .000

NO NON-ZERO MODIFICATION INDICES FOR PHI

MODIFICATION INDICES FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .319 1.814 .000

ESTlMATED CHANGE FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000

MARCHE .532 1.452 .000

NO NON-ZERO MODIFICATION INDICES FOR THETA EPS

 MODIFICATION INDICES FOR THETA DELTA

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD .000
DEGTRANS .044 .000
RDREL .416 .029 .000
DES TEMPS .528 2.739 4.158 .000
DIFF .039 3.748 .941 1.112 .000
COUTFRCL .058 .000 .106 4.210 .829 .000
COUT FR 2.801 7.746 4.140 2.465 .394 .443
COUTCLFR .003 3.132 .800 3.405 3.139 6.570
COUTCL .007 1.758 .314 1.612 15.056 .000
ADAPT 10.203 3.208 1. 649 2.480 .000 5.110
DIFINFO .006 .384 .060 6.532 .695 .000
DI FOBJ .001 5.180 2.285 5.740 2.689 1. 645
COORD 4.065 12.661 3.139 11.130 .006 .256

MODIFICATION INDICES FOR THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DI FOBJ

COUT FR .000
COUTCLFR .304 .000
COUTCL 7.321 4.512 .000
ADAPT .100 5.353 .000 .000
DIFINFO 1.682 3.029 .000 .081 .000
DI FOBJ 3.191 .740 .969 .126 8.836 .000
COORD .712 1.235 .566 8.337 6.573 .232

MODIFICATION INDICES FOR THETA DELTA

COORD

COORD .000

ESTIMATED CHANGE FOR THETA DELTA

FONRD DEGTRANS RDREL DESTEMPS DIFF COUTFRCL

FONRD .000
DEGTRANS -.007 .000
RDREL .020 .005 .000
DES TEMPS -.022 .044 -.053 .000
DIFF -.008 -.067 -.031 .507 .000
COUTFRCL -.007 .000 -.008 .050 .026 .000
COUT FR .059 .082 .055 -.041 -.031 .767
COUTCLFR -.002 .053 .025 .050 .074 -.090
COUTCL .002 .034 .014 -.032 -.109 .000
ADAPT .092 .047 .034 .040 .001 -.062
DIFINFO .002 .017 -.007 .067 -.026 .000
DIFOBJ .001 .061 .040 .061 -.050 .034
COORD .058 .093 .046 .082 .002 .013

ESTIMATED CHANGE FOR THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DI FOBJ

COUTFR .000
COUTCLFR .025 .000
COUTCL .077 .103 .000
ADAPT .010 -.138 .000 .000
DIFINFO .040 -.054 .000 .008 .000
DIFOBJ -.054 -.026 -.026 -.010 .207 .000
COORD -.025 .033 .019 .075 -.187 -.034

ESTIMATED CHANGE FOR THETA DELTA

COORD

COORD .000

MAXIMUM MODIFICATION INDEX IS 31.00 FOR ELEMENT ( 2, 4) OF LAMBDA X

MODELE THEORIQUE COMPLET CAS A n03

NUMBER OF INPUT VARIABLES 17

NUMBER OF Y - VARIABLES 4

NUMBER OF X - VARIABLES 13

NUMBER OF ETA - VARIABLES 3

NUMBER OF KSI - VARIABLES 5

NUMBER OF OBSERVATIONS 2866

MODELE THEORIQUE COMPLET CAS A n03

CORRELATION MATRIX TO BE ANALYZED

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME 1. 000
RBCE .749 1.000
POSICLE .090 .109 1.000
BCGSEC .074 .089 .174 1.000
FONRD .063 .007 .088 .082 1.000
DEGTRANS - .014 -.046 -.194 -.087 -.168 1.000
RDREL .046 .009 .011 .040 .133 -.087
DES TEMPS .079 .035 .026 .012 .091 -.024
DIFF .131 .098 .224 .099 .268 - .195
COUTFRCL .018 .075 .080 .082 .049 -.045
COUTFR .007 -.015 .021 .040 .099 -.004
COUTCLFR .069 .032 .080 .038 .149 -.071
COUTCL -.010 -.026 -.042 .011 .054 -.023
ADAPT .078 .041 -.040 -.011 .154 -.014
DIFINFO .007 -.006 .001 .058 .076 -.034
DIFOBJ -.015 -.030 .040 .006 .076 -.004
COORD .070 .015 .015 .048 .085 .021

CORRELATION MATRIX TO BE ANALYZED

RDREL DES TEMPS DIFF COUTFRCL COUT FR COUTCLFR

RDREL 1.000
DES TEMPS -.009 1.000
DIFF .102 .203 1.000
COUT FRC L .014 .089 .091 1. 000
COUTFR .063 .043 .110 .228 1.000
COUTCLFR .083 .114 .221 .092 .239 1.000
COUTCL .034 .010 -.006 .059 .162 .257
ADAPT .070 .085 .109 .034 .126 .292
DIFINFO .042 .098 .054 .142 .073 .057
DIFOBJ .069 .072 .030 .056 .022 .087
COORD .072 .099 .076 .049 .038 .106

CORRELATION MATRIX TO BE ANALYZED

COUTCL ADAPT DIFINFO DI FOBJ COORD

COUTCL 1. 000
ADAPT .312 1.000
DIFINFO .035 .070 1.000
DIFOBJ .010 .048 .365 1.000
COORD .063 .123 .299 .317 1.000
LISREL ESTlMATES (WEIGHTED LEAST SQUARES)

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 1.000
BCGSEC .000 .000 .659

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD 1. 000 .000 .000 .000 .000

DEGTRANS -.658 .000 .000 .000 .000
RDREL .451 .000 .000 .000 .000
DESTEMPS .000 .391 .000 .000 .000
DIFF .000 1. 000 .000 .000 .000
COUTFRCL .000 .000 .593 .000 .000
COUT FR .000 .000 1.000 .000 .000
COUTCLFR .000 .000 .000 1. 000 .000
COUTCL .000 .000 .000 .424 .000
ADAPT .000 .000 .000 .564 .000
DIFINFO .000 .000 .000 .000 1.000
DIFOBJ .000 .000 .000 :000 1.008
COORD .000 .000 .000 .000 .938

BETA

TXME RBCE MARCHE

TXME .000 .000 .368

RBCE .732 .000 .311
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.278 .252 -.153 .164 .000

RBCE -.233 -.011 .036 -.013 .000
MARCHE .455 .172 .137 -.189 -.021

COVARIANCE MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1. 000
RBCE .746 1. 000
MARCHE .095 .116 .259
NTRANS .057 .023 .145 .265
NIMIT .139 .096 .183 .255 .515
NSUFR .014 .022 .066 .079 .128 .381
NSUCL .073 .027 .029 .151 .199 .226
CORDI .018 .005 .027 .069 .077 .054

COVARIANCE MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL .545
CORDI .097 .337

PSI·
TXME RBCE MARCHE

TXME .936
RBCE .000 .424
MARCHE .000 .000 .158

THETA EPS
TXME RBCE POSICLE BCGSEC

.000 .000 .741 .888

 THETA DELTA

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD .735
DEGTRANS .000 .885
RDREL .000 .000 .946
DES TEMPS .000 .000 .000 .921
DIFF .000 .000 .000 .000 .485
COUTFRCL .000 .000 .000 .000 .000 .866
COUTFR .000 .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .000 .000 .000
ADAPT .000 .000 .000 .000 .000 .000
DIFINFO .000 .000 .000 .000 .000 .109
DIFOBJ .000 .000 .000 .000 .000 .000
COORD .000 .000 .000 .000 .000 .000

THETA DELTA

COUT FR COUTCLFR COUTCL ADAPT DIFINFO DIFOBJ

COUTFR .619
COUTCLFR .000 .455
COUTCL .000 .000 .902
ADAPT .000 .000 .178 .826
DIFINFO .000 .000 .000 .000 .663
DIFOBJ .000 .000 .000 .000 .000 .657
COORD .000 .000 .000 .000 .000 .000

THETA DELTA
COORD

COORD .703

SQUARED MULTIPLE CORRELATIONS FOR Y - VARIABLES

TXME RBCE POSICLE BCGSEC

1. 000 1.000 .259 .112

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

.265 .115 .054 .079 .515 .134

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DIFOBJ

.381 .545 .098 .174 .337 .343

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COORD

.297

TOTAL COEFFICIENT OF DETERMINATION FOR X - VARIABLES IS .964

SQUARED MULTIPLE CORRELATIONS FOR STRUCTURAL EQUATIONS

TXME RBCE MARCHE

.064 .576 .390

TOTAL COEFFICIENT OF DETERMINATION FOR STRUCTURAL EQUATIONS IS .423

CHI-SQUARE WITH 93 DEGREES OF FREEDOM = 323.74 (P = .000)

GOODNESS OF FIT INDEX .990

ADJUSTED GOODNESS OF FIT INDEX .984
ROOT MEAN SQUARE RESIDUAL .030
MODELE THEORIQUE COMPLET CAS A n03

FITTED COVARIANCE MATRIX

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME 1.000
RBCE .746 1. 000
POSICLE .095 .116 1.000
BCGSEC .063 .077 .170 1.000
FONRD .057 .023 .145 .096 1. 000
DEGTRANS -.037 -.015 -.096 -.063 -.175 1.000
RDREL .026 .010 .066 .043 .120 -.079
DESTEMPS .054 .037 .072 .047 .100 -.066
DIFF .139 .096 .183 .121 .255 -.168
COUTFRCL .008 .013 .039 .026 .047 -.031
COUT FR .014 .022 .066 .044 .079 -.052
COUTCLFR .073 .027 .029 .019 .151 -.100
COUTCL .031 .011 .012 .008 .064 -.042
ADAPT .041 .015 .016 .011 .085 -.056
DIFINFO .018 .005 .027 .017 .069 -.046
DIFOBJ .018 .005 .027 .018 .070 -.046
COORD .017 .005 .025 .016 .065 -.043

FITTED COVARIANCE MATRIX

RDREL DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR

RDREL 1. 000
DESTEMPS .045 1. 000
DIFF .115 .201 1.000
COUTFRCL .021 .030 .076 1. 000
COUTFR .036 .050 .128 .226 1. 000
COUTCLFR .068 . .078 .199 .134 .226 1. 000
COUTCL .029 .033 .084 .057 .096 .231
ADAPT .039 .044 .112 .076 .128 .308
DIFINFO .031 .030 .077 .141 .054 .097
DIFOBJ .032 .030 .078 .032 .054 .098
COORD .029 .028 .072 .030 .050 .091

FITTED COVARIANCE MATRIX

COUTCL ADAPT DIFINFO DIFOBJ COORD

COUTCL 1.000
ADAPT .309 1. 000
DIFINFO .041 .055 1.000
DIFOBJ .042 .055 .340 1.000
COORD .039 .052 .317 .319 1. 000

FITTED RESIDUALS

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME .000
RBCE .002 .000
POSICLE -.005 -.007 .000
BCGSEC .011 .013 .003 .000
FONRD .006 -.016 -.058 -.013 .000
DEGTRANS .023 - .031 -.098 -.024 .006 .000
RDREL .021 -.001 -.054 -.003 .013 -.009
DESTEMPS .024 -.002 -.046 -.035 -.009 .042
DIFF -.008 .002 .041 -.021 -.013 -.027
COUTFRCL .010 .062 .040 .056 .002 -.014
COUT FR -.007 - .037 -.045 -.004 .020 .048
COUTCLFR -.004 .005 .052 .019 -.003 .029
COUTCL -.041 -.037 -.054 .003 -.010 .019
ADAPT .037 .026 -.056 -.022 .068 .042
DIFINFO -.011 -.011 -.026 .041 .007 .012
DIFOBJ -.033 -.035 .013 -.012 .006 .042
COORD .054 .011 -.010 .031 .020 .064
 FITTED RESIDUALS
RDREL DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR

RDREL .000
DESTEMPS -.054 .000
DIFF -.013 .002 .000
COUTFRCL -.007 .060 .015 .000
COUT FR .027 -.008 -.019 .002 .000
COUTCLFR .015 .036 .022 -.043 .013 .000
COUTCL .006 -.022 -.090 .002 .067 .026
ADAPT .031 .041 -.003 -.042 -.001 -.016
DIFINFO .011 .068 -.023 .001 .019 -.041
DIFOBJ .037 .042 -.048 .024 -.032 -.012
COORD .043 .071 .004 .020 -.013 .014

FITTED RESIDUALS

COUTCL ADAPT DIFINFO DIFOBJ COORD

COUTCL .000
ADAPT .003 .000
DIFINFO -.006 .015 .000
DIFOBJ -.031 -.007 .025 .000
COORD .024 .071 -.018 -.002 .000

SUMMARY STATISTICS FOR FITTED RES 1DUALS

SMALLEST FITTED RESIDUAL -.098
MEDIAN FITTED RESIDUAL .000
LARGEST FITTED RESIDUAL = .071

STANDARDIZED RESIDUALS

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME .000
RBCE .156 .000
POSICLE -1. 395 -.736 .000
BCGSEC .723 .835 .593 .000
FONRD .643 -1.072 -3.553 -.737 .000
DEGTRANS 1.217 -1.809 -5.705 -1. 380 .825 .000
RDREL .997 -.070 -2.841 -.173 .895 -.413
DESTEMPS 1. 265 - .114 -2.507 -1. 862 -.540 2.003
DIFF -.819 .370 3.437 -1.605 1. 443 -1.733
COUTFRCL .601 3.536 2.224 2.932 .127 -.648
COUT FR -.625 -3.438 -3.065 -.223 1. 441 2.361
COUTCLFR -.358 .414 3.241 1. 019 -.206 1.437
COUTCL -2.097 -1. 912 -2.745 .130 -.556 .872
ADAPT 2.075 1. 424 -2.933 -1.123 3.864 1. 995
DIFINFO -.595 -.546 -1. 313 1. 975 .357 .501
DIFOBJ -1. 541 -1.724 .668 -.576 .342 1. 891
COORD 2.742 .560 -.526 1.600 1.148 2.960

STANDARDIZED RES 1DUALS

RDREL DES TEMPS DIFF COUTFRCL COUT FR COUTCLFR

RDREL .000
DESTEMPS -2.746 .000
DIFF -.847 .304 .000
COUTFRCL -.336 2.882 .895 .000
COUT FR 1.362 -.382 -1. 588 .320 .000
COUTCLFR .765 1.825 1.789 -3.103 1. 068 .000
COUTCL .271 -1.072 -4.891 .111 3.675 2.466
ADAPT 1. 543 1. 985 -.197 -2.290 -.076 -1. 617
DIFINFO .513 3.088 -1. 251 .262 1. 040 -2.106
DIFOBJ 1. 781 1.954 -2.702 1.166 -1.771 -.620
COORD 2.110 3.402 .238 .994 -.714 .774

STANDARDIZED RES 1DUALS

COUTCL ADAPT DIFINFO DIFOBJ COORD

COUTCL .000
ADAPT .548 .000
DIFINFO -.281 .704 .000
 DIFOBJ -1. 461 -.346 2.359 .000
COORD 1.165 3.604 -2.123 -.261 .000

SUMMARY STATISTICS FOR STANDARDIZED RESIDUALS

SMALLEST STANDARDIZED RESIDUAL -5.705
MEDIAN STANDARDIZED RESIDUAL .000
LARGEST STANDARDIZED RESIDUAL = 3.864

STEMLEAF PLOT
- 5 7
5
4 9
4
3 6
3 411
2 987775
2 3111
1 99887766655
1 4433111
o 88777666666555
o 4443333222211100000000000000000
o 1112233333444
o 55566667778888999
1 000011222344444
1 568889
2 0000011244
2 5799
3 01244
3 5679

LARGEST NEGATIVE STANDARDIZED RESIDUALS

RESIDUAL FOR FONRD AND POSICLE -3.553

RESIDUAL FOR DEGTRANS AND POSICLE -5.705

RESIDUAL FOR RDREL AND POSICLE -2.841

RESIDUAL FOR DES TEMPS AND RDREL -2.746

RESIDUAL FOR COUTFR AND RBCE -3.438

RESIDUAL FOR COUTFR AND POSICLE -3.065

RESIDUAL FOR COUTCLFR AND COUTFRCL -3.103

RESIDUAL FOR COUTCL AND POSICLE -2.745

RESIDUAL FOR COUTCL AND DIFF -4.891

RESIDUAL FOR ADAPT AND POSICLE -2.933

RESIDUAL FOR DIFOBJ AND DIFF -2.702

LARGEST POSITIVE STANDARDIZED RESIDUALS

RESIDUAL FOR DIFF AND POSICLE 3.437

RESIDUAL FOR COUTFRCL AND RBCE 3.536

RESIDUAL FOR COUTFRCL AND BCGSEC 2.932

RESIDUAL FOR COUTFRCL AND DESTEMPS 2.882

RESIDUAL FOR COUTCLFR AND POSICLE 3.241

RESIDUAL FOR COUTCL AND COUTFR 3.675

RESIDUAL FOR ADAPT AND FONRD 3.864

RESIDUAL FOR DIFINFO AND DESTEMPS 3.088

RESIDUAL FOR COORD AND TXME 2.742

RESIDUAL FOR COORD AND DEGTRANS 2.960

RESIDUAL FOR COORD AND DES TEMPS 3.402

RESIDUAL FOR COORD AND ADAPT 3.604

MODELE THEORIQUE COMPLET CAS A n03

QPLOT OF STANDARDIZED RESIDUALS

3.5 .

X
X
XX
X X.
X X
X X *
N * x*
o x
R x* **
M *xxx
A **x
L *xx
X*x
Q XXX X
U * **
A xx*
N *XX
T *x.
l x X *x
L xx*x
E xxx
S x* *
* X X
XX
XX
.X X
X
X

-3.5 , .
-3.5 3.5
STANDARDIZED RESIDUALS

MODELE THEORIQUE COMPLET CAS A n03

STANDARD ÈRRORS

LAMBDA y
TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCGSEC .000 .000 .075
 LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDl

FONRD .000 .000 .000 .000 .000

DEGTRANS .059 .000 .000 .000 .000
RDREL .051 .000 .000 .000 .000
DESTEMPS .000 .043 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .071 .000 .000
COUT FR .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .043 .000
ADAPT .000 .000 .000 .052 .000
DIFINFO .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .080
COORD .000 .000 .000 .000 .072

BETA

TXME RBCE MARCHE

TXME .000 .000 .153

RBCE .026 .000 .167
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDl

TXME .204 .124 .087 .080 .000

RBCE .220 .121 .095 .088 .000
MARCHE .158 .099 .068 .059 .034

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS .035
NlMIT .018 .076

NSUFR .015 .017 .057

NSUCL .016 .017 .018 .055
CORDI .011 .012 .012 .012 .033

PSI
TXME RBCE MARCHE

TXME .034
RBCE .000 .037
MARCHE .000 .000 .040

THETA EPS
TXME RBCE POSICLE BCGSEC

.000 .000 .049 .032

THETA DELTA
FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD .044
DEGTRANS .000 .031
RDREL .000 .000 .028
DESTEMPS .000 .000 .000 .029
DlFF .000 .000 .000 .000 .080
COUTFRCL .000 .000 .000 .000 .000 .033
COUTFR .000 .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .000 .000 .000
ADAPT .000 .000 .000 .000 .000 .000
DIFINFO .000 .000 .000 .000 .000 .023
DI FOBJ .000 .000 .000 .000 .000 .000
COORD .000 .000 .000 .000 .000 .000
 THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DI FOBJ

COUTFR .063
COUTCLFR .000 .061
COUTCL .000 .000 .030
ADAPT .000 .000 .023 .034
DIFINFO .000 .000 .000 .000 .042
DIFOBJ .000 .000 .000 .000 .000 .042
COORD .000 .000 .000 .000 .000 .000

THETA DELTA

COORD

COORD .039

MODELE THEORIQUE COMPLET CAS A n03

T-VALUES

LAMBDA y
TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCGSEC .000 .000 8.737

LAMBDA X
NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .000 .000 .000 .000

DEGTRANS ..;.11.150 .000 .000 .000 .000
RDREL 8.864 .000 .000 .000 .000
DES TEMPS .000 9.133 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUT FRC L .000 .000 8.290 .000 .000
COUT FR .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 9.782 .000
ADAPT .000 .000 .000 10.901 .000
DIFINFO .000 .000 .000 .000 .000
DIFOBJ .000 .000 . .000 .000 12.589
COORD .000 .000 .000 .000 12.964

BETA

TXME RBCE MARCHE

TXME .000 .000 2.403

RBCE 27.707 .000 1.855
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -1. 364 2.037 -1.768 2.060 .000

RBCE -1. 061 -.091 .385 - .143 .000
MARCHE 2.879 1.738 2.007 -3.235 -.636

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NT RANS 7.519
NIMIT 14.196 6.772
NSUFR 5.154 7.363 6.654
NSUCL 9.579 11.623 12.817 9.874
CORDI 6.488 6.358 4.502 8.253 10.238
 PSI
TXME RBCE MARCHE

TXME 27.580
RBCE .000 11. 440
MARCHE .000 .000 3.946

THETA EPS
TXME RBCE POSICLE BCGSEC

.000 .000 15.126 27.796

THETA DELTA
FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD 16.664
DEGTRANS .000 28.351
RDREL .000 .000 33.218
DES TEMPS .000 .000 .000 31.914
DIFF .000 .000 .000 .000 6.035
COUTFRCL .000 .000 .000 .000 .000 26.070
COUTFR .000 .000 .000 .000 .000 .000
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .000 .000 .000
ADAPT .000 .000 .000 .000 .000 .000
DIFINFO .000 .000 .000 .000 .000 4.714
DIFOBJ .000 .000 .000 .000 .000 .000
COORD .000 .000 .000 .000 .000 .000

THETA DELTA
COUT FR COUTCLFR COUTCL ADAPT DIFINFO DIFOBJ

COUTFR 9.809
COUTCLFR .000 7.437
COUTCL .000 .000 29.814
ADAPT .000 .000 7.689 24.666
DIFINFO .000 .000 .000 .000 15.686
DIFOBJ .000 .000 .000 .000 .000 15.464
COORD .000 .000 .000 .000 .000 .000

THETA DELTA
COORD

COORD 17.853

MODELE THEORIQUE COMPLET CAS A n03

TOTAL AND INDIRECT EFFECTS

TOTAL EFFECTs OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.111 .315 -.103 .094 -.008

RBCE -.173 .273 .004 -.002 -.012
MARCHE .455 .172 .137 -.189 -.021

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .165 .126 .074 .059 .013

RBCE .163 .120 .071 .058 .020
MARCHE .158 .099 .068 .059 .034

INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .167 .063 .050 -.070 -.008

RBCE .060 .284 -.033 .010 -.012
MARCHE .000 .000 .000 .000 .000
 STANDARD ERRORS FOR INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .103 .038 .036 .040 .013

RBCE .163 .106 .064 .061 .020
MARCHE .000 .000 .000 .000 .000

TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .368

RBCE .732 .000 .580
MARCHE .000 .000 .000

LARGEST EIGENVALUE OF B*B' (STABILITY INDEX) IS .657

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .153

RBCE .026 .000 .185
MARCHE .000 .000 .000

INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .269
MARCHE .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .111
MARCHE .000 .000 .000

TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME 1.000 .000 .368

RBCE .732 1.000 .580
POSICLE .000 .000 1. 000
BCGSEC .000 .000 .659

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .153

RBCE .026 .000 .185
POSICLE .000 .000 .000
BCGSEC .000 .000 .075

INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .368

RBCE .732 .000 .580
POSICLE .000 .000 .000
BCGSEC .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .153

RBCE .026 .000 .185
POSICLE .000 .000 .000
BCGSEC .000 .000 .000
 TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.111 .315 -.103 .094 -.008

RBCE -.173 .273 .004 -.002 -.012
POSICLE .455 .172 .137 -.189 -.021
BCGSEC .300 .113 .090 -.125 -.014

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDl

TXME .165 .126 .074 .059 .013

RBCE .163 .120 .071 .058 .020
POSICLE .158 .099 .068 .059 .034
BCGSEC .106 .066 .045 .040 .022

MODELE THEORIQUE COMPLET CAS A n03

STANDARDIZED SOLUTION

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 .508
BCG SEC .000 .000 .335

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDl

FONRD .515 .000 .000 .000 .000

DEGTRANS -.339 .000 .000 .000 .000
RDREL .232 .000 .000 .000 .000
DES TEMPS .000 .280 .000 .000 .000
DlFF .000 .717 .000 .000 .000
COUT FRC L .000 .000 .366 .000 .000
COUT FR .000 .000 .617 .000 .000
COUTCLFR .000 .000 .000 .738 .000
COUTCL .000 .000 .000 .313 .000
ADAPT .000 .000 .000 .417 .000
DlFlNFO .000 .000 .000 .000 .581
DIFOBJ .000 .000 .000 .000 .586
COORD .000 .000 .000 .000 .545

BETA

TXME RBCE MARCHE

TXME .000 .000 .187

RBCE .732 .000 .158
MARCHE .000 .000 .000

GAMMA

NT RANS NIMIT NSUFR NSUCL CORDl

TXME -.143 .181 -.095 .121 .000

RBCE -.120 -.008 .022 -.009 .000
MARCHE .461 .243 .166 -.275 -.025
 CORRELATION MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1.000
RBCE .746 1.000
MARCHE .188 .229 1.000
NTRANS .110 .045 .555 1.000
NIMIT .194 .133 .502 .690 1. 000
NSUFR .022 .035 .211 .249 .290 1.000
NSUCL .099 .036 .077 .398 .375 .497
CORDI .030 .008 .090 .232 .185 .149

CORRELATION MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1. 000
CORDI .227 1.000

PSI

TXME RBCE MARCHE

TXME .936
RBCE .000 .424
MARCHE .000 .000 .610

REGRESSION MATRIX ETA ON KSI (STANDARDIZED)

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.057 .226 -.063 .070 -.005

RBCE -.089 .196 .002 -.002 -.007
MARCHE .461 .243 .166 -.275 -.025

MODIFICATION INDICES AND ESTIMATED CHANGE

MODIFICATION INDICES FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE 1. 066 1.235 .000
BCGSEC .975 1. 067 .000

ESTIMATEDCHANGE FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE -.036 -.038 .000
BCGSEC .023 .023 .000

MODIFICATION INDICES FOR LAMBDA X

NT RANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .313 4.146 9.833 2.622

DEGTRANS .000 .453 11.346 27.164 20.901
RDREL .000 2.254 2.426 5.948 8.419
DESTEMPS 4.143 .000 7.367 15.683 32.335
DIFF 4.142 .000 7.367 15.683 22.625
COUTFRCL 12.873 18.278 .000 27.966 2.930
COUTFR 12.873 18.279 .000 27.965 3.000
COUTCLFR 10.349 19.456 .077 .000 2.303
COUTCL 25.753 40.420 3.974 .000 .978
ADAPT 1.173 1.123 3.927 .000 6.846
DIFINFO .092 .099 .000 1. 306 .000
DIFOBJ 4.621 7.579 4.284 6.192 .000
COORD 6.101 9.550 4.362 13.215 .000
 ESTIMATED CHANGE FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .102 .174 .211 .105

DEGTRANS .000 -.083 .204 .247 .220
RDREL .000 -.153 .085 .105 .130
DES TEMPS -.403 .000 .154 .176 .248
DIFF 1. 031 .000 -.394 -.451 -.465
COUTFRCL .300 .232 .000 -.687 .097
COUT FR -.507 -.392 .000 1.159 -.161
COUTCLFR .428 .399 .042 .000 -.117
COUTCL -.338 -.282 .151 .000 -.044
ADAPT .081 .053 -.171 .000 .127
DIFINFO -.019 -.013 .000 -.048 .000
DIFOBJ -.134 -.113 -.116 -.104 .000
COORD .145 .119 .110 .142 .000

MODIFICATION INDICES FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .ooq .000
MARCHE .197 .649 .000

ESTIMATED CHANGE FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE -.148 -.279 .000

MODIFICATION INDICES FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .196

RBCE .000 .000 .000 .000 1.333
MARCHE .000 .000 .000 .000 .000

ESTIMATED CHANGE FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 -.019

RBCE .000 .000 .000 .000 -.057
MARCHE .000 .000 .000 .000 .000

NO NON-ZERO MODIFICATION INDICES FOR PHI

MODIFICATION INDICES FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .196 1.333 .000

ESTIMATED CHANGE FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000

MARCHE -.139 -.416 .000

NO NON-ZERO MODIFICATION INDICES FOR THETA EPS

 MODIFICATION INDICES FOR THETA DELTA

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD .000
DEGTRANS .395 .000
RDREL .487 .168 .000
DES TEMPS .255 4.943 7.018 .000
DIFF .950 3.253 .671 .164 .000
COUTFRCL .009 .472 .109 8.769 .700 .000
COUT FR 1.270 6.846 1.691 .176 2.795 .048
COUTCLFR .044 2.643 .506 3.444 3.257 8.498
COUTCL .254 .943 .061 1.245 23.492 .006
ADAPT 11.333 4.671 2.160 4.037 .068 5.214
DIFINFO .085 .322 .235 10.139 1. 559 .000
DIFOBJ .076 4.326 2.929 3.962 7.133 1. 320
COORD .923 10.461 4.087 12.145 .036 .932

MODIFICATION INDICES FOR THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DIFOBJ

COUT FR .000
COUTCLFR 1.042 .000
COUTCL 13.043 6.331 .000
ADAPT .020 6.536 .000 .000
DIFINFO .938 4.320 .092 .456 .000
DI FOBJ 2.955 .413 2.262 .134 10.911 .000
COORD .506 .515 1.348 12.733 6.745 .492

MODIFICATION INDICES FOR THETA DELTA

COORD

COORD .000

ESTIMATED CHANGE FOR THETA DELTA

FONRD DEGTRANS RDREL DES TEMPS DIFF COUTFRCL

FONRD .000
DEGTRANS .025 .000
RDREL .021 -.010 .000
DES TEMPS -.013 .050 -.059 .000
DIFF .038 -.052 -.022 -.500 .000
COUTFRCL .002 -.015 -.007 .063 .021 .000
COUT FR .035 .064 .030 -.010 -.062 .303
COUTCLFR -.007 .041 .017 .044 .065 -.089
COUTCL - .012 .021 .005 -.024 -.114 .002
ADAPT .084 .048 .033 .044 -.007 -.054
DIFINFO .008 .013 .011 .072 -.033 .000
DIFOBJ .007 .048 .039 .044 -.070 .027
COORD .024 .072 .045 .074 .005 .021

ESTIMATED CHANGE FOR THETA DELTA

COUTFR COUTCLFR COUTCL ADAPT DIFINFO DI FOBJ

COUTFR .000
COUTCLFR .039 .000
COUTCL .086 .105 .000
ADAPT -.004 -.141 .000 .000
DIFINFO .026 -.055 -.007 .016 .000
DIFOBJ -.045 -.017 -.034 -.008 .188 .000
COORD -.018 .018 .025 .079 -.137 -.038

ESTIMATED CHANGE FOR THETA DELTA

COORD

COORD .000

MAXIMUM MODIFICATION INDEX IS 40.42 FOR ELEMENT ( 9, 2) OF LAMBDA X

->
MODELE THEORIQUE REDUIT CAS A n04

NUMBER OF INPUT VARIABLES 14

NUMBER OF Y - VARIABLES 4

NUMBER OF X - VARIABLES 10

NUMBER OF ETA - VARIABLES 3

NUMBER OF KSI - VARIABLES 5

NUMBER OF OBSERVATIONS 2085

MODELE THEORIQUE REDUIT CAS A n04

CORRELATION MATRIX TO BE ANALYZED

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1. 000
RBCE .748 1.000
POSICLE .077 .094 1.000
BCG .097 .113 .197 1.000
FONRD .065 .008 .095 .106 1.000
DEGTRANS -.023 -.045 -.202 -.102 -.165 1.000
DES TEMPS .078 .033 .021 .035 .058 -.019
OIFF .131 .119 .230 .120 .262 -.231
COUT FRCL .014 .061 .089 .121 .029 -.027
COUT FR .001 -.008 .018 .057 .101 .008
COUTCLFR .076 .050 .081 .046 .143 -.072
COUTCL -.003 -.018 -.030 .011 .071 -.021
DIFINFO .006 .001 .009 .095 .055 -.025
DIFOBJ -.025 -.026 .028 .012 .053 .016

CORRELATION MATRIX TO BE ANALYZED

DES TEMPS OIFF COUT FRC L COUT FR COUTCLFR COUTCL

DES TEMPS 1. 000

OIFF .197 1.000
COUTFRCL .065 .076 1.000
COUT FR -.006 .103 .215 1.000
COUTCLFR .097 .220 .074 .239 1. 000
COUTCL -.004 .009 .057 .167 .272 1.000
DIFINFO .081 .034 .126 .084 .058 .047
DIFOBJ .074 .016 .058 .013 .077 .022

CORRELATION MATRIX TO BE ANALYZED

DIFINFO OIFOBJ

DIFINFO 1. 000
DI FOBJ .372 1.000
LISREL ESTlMATES (WEIGHTED LEAST SQUARES)

LAMBDA Y

TXME RBCE MARCHE

TXME 1. 000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 1.000
BCG .000 .000 .812

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD 1. 000 .000 .000 .000 .000

DEGTRANS -.922 .000 .000 .000 .000
DES TEMPS .000 .272 .000 .000 .000
DIFF .000 1.000 .000 .000 .000
COUTFRCL .000 .000 1.000 .000 .000
COUTFR .000 .000 .687 .000 .000
COUTCLFR .000 .000 .000 1.000 .000
COUTCL .000 .000 .000 .251 .000
DIFINFO .000 .000 .000 .000 1.000
DI FOBJ .000 .000 .000 .000 .533

BETA

TXME RBCE MARCHE

TXME .000 .000 .640

RBCE .720 .000 .399
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.543 .204 -.323 .155 .000

RBCE -.423 .059 -.003 .004 .000
MARCHE .788 .000 .374 -.149 -.027

COVARIANCE MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1. 000
RBCE .747 1.000
MARCHE .093 .113 .240
NTRANS .045 .026 .146 .188
NIMIT .140 .119 .197 .245 .717
NSUFR .011 .035 .096 .041 .101 .311

NSUCL .070 .043 .062 .114 .217 .333

CORDI -.007 -.002 .046 .042 .054 .117

COVARIANCE MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1. 008
CORDI .084 .694

PSI

TXME RBCE MARCHE

TXME .929
RBCE .000 .421
MARCHE .000 .000 .099

THETA EPS

TXME RBCE POSICLE BCG

.000 .000 .760 .842

 THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUTFR

FONRD .812
DEGTRANS .000 .840
DES TEMPS .000 .000 .947
DIFF .000 .000 .000 .283
COUTFRCL .000 .000 .000 .000 .689
COUT FR .000 .000 .000 .000 .000 .853
COUTCLFR .000 .000 .000 .000 -.259 .000
COUTCL .000 .000 .000 .000 .000 .108
DIFINFO .000 .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DI FOBJ

COUTCLFR .000
COUTCL .000 .937
DIFINFO .000 .000 .306
DIFOBJ .000 .000 .000 .803

SQUARED MULTIPLE CORRELATIONS FOR Y - VARIABLES

TXME RBCE POSICLE BCG

1. 000 1. 000 .240 .158

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

FONRD DEGTRANS DES TEMPS DIFF COUT FRC L COUT FR

.188 .160 .053 .717 .311 .147

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COUTCLFR COUTCL DIFINFO DI FOBJ

1.000 .063 .694 .197

SQUARED MULTIPLE CORRELATIONS FOR STRUCTURAL EQUATIONS

TXME RBCE MARCHE

.0.71 .579 .585

TOTAL COEFFICIENT OF DETERMINATION FOR STRUCTURAL EQUATIONS IS .613

CHI-SQUARE WITH 53 DEGREES OF FREEDOM = 111.94 (P .000)

GOODNESS OF FIT INDEX .995

ADJUSTED GOODNESS OF FIT INDEX .989
ROOT MEAN SQUARE RESIDUAL .026
MODELE THEORIQUE REDUIT CAS A n04

FITTED COVARIANCE MATRIX

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1. 000
RBCE .747 1.000
POSICLE .093 .113 1.000
BCG .076 .091 .194 1. 000
FONRD .045 .026 .146 .118 1.000
DEGTRANS -.042 -.024 -.134 -.109 -.173 1.000
DES TEMPS .038 .032 .054 .043 .067 -.061
DIFF .140 .119 .197 .160 .245 -.226
COUTFRCL .011 .035 .096 .078 .041 -.038
COUT FR .007 .024 .066 .054 .029 -.026
COUTCLFR .070 .043 .062 .051 .114 -.106
COUTCL .018 .011 .016 .013 .029 -.026
DIFINFO -.007 -.002 .046 .037 .042 -.039
DIFOBJ -.004 -.001 .025 .020 .023 -.021

FITTED COVARIANCE MATRIX

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DESTEMPS 1.000
DIFF .195 1.000
COUTFRCL .028 .101 1.000
COUT FR .019 .070 .214 1. 000
COUTCLFR .059 .217 .074 .229 1. 008
COUTCL .015 .054 .083 .166 .253 1. 000
DIFINFO .015 .054 .117 .080 .084 .021
DI FOBJ .008 .029 .062 .043 .045 .011

FITTED COVARIANCE MATRIX

DIFINFO DIFOBJ

DIFINFO 1.000
DIFOBJ .370 1.000

FITTED RES lDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .001 .000
POSICLE -.016 -.018 .000
BCG .021 .022 .003 .000
FONRD .020 -.018 -.051 -.012 .000
DEGTRANS .019 -.021 -.067 .007 .008 .000
DESTEMPS .040 .000 -.033 -.008 -.009 .042
DIFF -.010 .000 .033 -.040 .018 -.005
COUTFRCL .003 .026 -.007 .043 -.013 .012

COUT FR -.006 -.032 -.048 .003 .073 .035

COUTCLFR .006 .007 .018 -.004 .028 .034
COUTCL -.021 -.029 -.046 -.002 .042 .006
DIFINFO .014 .003 -.037 .058 .013 .014
DIFOBJ -.021 -.025 .003 -.007 .030 .037
 FITTED RESIDUALS

DES TEMPS DIFF cOUTFRCL cOUTFR COUTCLFR COUTCL

DESTEMPS .000
DIFF .002 .000
COUT FRC L .038 -.025 .000
COUT FR -.025 .034 .002 .000
COUTCLFR .038 .003 .000 .010 -.008
COUTCL -.019 -.045 -.026 .001 .019 .000
DIFINFO .066 -.020 .009 .004 -.025 .026
DIFOBJ .066 -.012 -.004 -.030 .033 .011

FITTED RESIDUALS

DIFINFO DIFOBJ

DIFINFO .000
DIFOBJ .002 .000

SUMMARY STATISTICS FOR FITTED RESIDUALS

SMALLEST FITTED RESIDUAL -.067
MEDIAN FITTED RESIDUAL .000
LARGEST FITTED RESIDUAL = .073

STEMLEAF PLOT
- 6 7
- 5 1
- 4 8650
- 3 7320
- 2 9655551110
- 1 98863220
- 0 98877654420000000000000000
0 112223333334667789
1 0123448899
2 012668
3 033445788
4 0223
5 8
6 66
7 3

STANDARDIZED RESIDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .066 .000
POSICLE -3.622 -1. 320 .000
BCG 1. 218 1.286 .390 .000
FONRD 1. 527 -.983 -2.464 -.550 .000
DEGTRANS .961 -1. 216 -3.541 .366 .617 .000
DESTEMPS 1.654 .019 -1. 500 -.384 -.443 1. 781
DIFF -1.224 .020 2.069 -2.618 1.607 -.312
COUTFRCL .246 1.812 -.400 2.260 -.718 .517
COUT FR -.311 -1.574 -2.327 .150 3.363 1. 395
COUTCLFR .658 1.219 1.097 -.230 1. 893 1.687
COUTCL -.877 -1. 245 -1. 942 -.092 1. 812 .215
DIFINFO .736 .147 -1. 802 2.632 .660 .601
DIFOBJ -.836 -1. 084 .139 -.322 1.318 1.428
 QPLOT OF STANDARDIZED RESIDUALS
3.5 " .......................•.•..............

x.
x
x
x
x x
x*
N X
o *
R xx*
M x**
A **x
L . *x
xx*xx
Q .*x
U .x*
A * xx
N x*
T xxx*
l *x*.
L xx .
E x*x
S x xx
* x
x x
x
x
x

.
-3.5 .
-3.5 3.5
STANDARDIZED RESIDUALS

MODELE THEORIQUE REDUIT CAS A n 4 0

STANDARD ERR ORS

LAMBDA y
TXME RBCE MARCHE
TXME .000 .000 .000
RBCE .000 .000 .000
POSICLE .000 .000 .000
BCG .000 .000 .088

LAMBDA X
NTRANS NIMIT NSUFR NSUCL COROI
FONRD .000 .000 .000 .000 .000
DEGTRANS .096 .000 .000 .000 .000
DES TEMPS .000 .048 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .000 .000 .000
COUT FR .000 .000 .117 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .023 .000
DIFINFO .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .150
 BETA

TXME RBCE MARCHE

TXME .000 .000 .314

RBCE .034 .000 .322
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .379 .111 .193 .090 .000

RBCE .423 .106 .192 .089 .000
MARCHE .104 .000 .126 .061 .028

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS .028
NIMIT .021 .154
NSUFR .015 .020 .063
NSUCL .019 .023 .060 .031
CORDI .016 .022 .021 .023 .201

PSI

TXME RBCE MARCHE

TXME .047
RBCE .000 .047
MARCHE .000 .000 .037

THETA EPS

TXME RBCE POSICLE BCG

.000 .000 .049 .040

THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD .042
DEGTRANS .000 .039
DES TEMPS .000 .000 .033
DIFF .000 .000 .000 .157
COUT FRC L .000 .000 .000 .000 .070
COUTFR .000 .000 .000 .000 .000 .043
COUTCLFR .000 .000 .000 .000 .065 .000
COUTCL .000 .000 ,000 .000 .000 .025
DIFINFO .000 .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 .033
DIFINFO .000 .000 .203
DIFOBJ .000 .000 .000 .065
 THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD 19.291
DEGTRANS .000 21. 346
DES TEMPS .000 .000 28.696
DIFF .000 .000 .000 1.801
COUTFRCL .000 .000 .000 .000 9.784
COUT FR .000 .000 .000 .000 .000 19.846
COUTCLFR .000 .000 .000 .000 -3.967 .000
COUTCL .000 .000 .000 .000 .000 4.265
DIFINFO .000 .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 28.442
DIFINFO .000 .000 1.503
DI FOBJ .000 .000 .000 12.348

MODELE THEORIQUE REDUIT CAS A n04

TOTAL AND INDIRECT EFFECTS

TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.038 .204 -.084 .059 -.017

RBCE -.136 .206 .086 -.013 -.023
MARCHE .788 .000 .374 -.149 -.027

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .212 .111 .104 .050 .019

RBCE .218 .113 .109 .051 .024
MARCHE .104 .000 .126 .061 .028

INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .505 .000 .239 -.095 -.017

RBCE .287 .147 .089 -.017 -.023
MARCHE .000 .000 .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .262 .000 .153 .067 .019

RBCE .334 .080 .158 .070 .024
MARCHE .000 .000 .000 .000 .000

TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .640

RBCE .720 .000 .860
MARCHE .000 .000 .000

LARGEST EIGENVALUE OF B*B' (STABILITY INDEX) IS .832

 STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .314

RBCE .034 .000 .365
MARCHE .000 .000 .000

INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .461
MARCHE .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .224
MARCHE .000 .000 .000

TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME 1. 000 .000 .640

RBCE .720 1.000 .860
POSICLE .000 .000 1.000
BCG .000 .000 .812

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .314

RBCE .034 .000 .365
POSICLE .000 .000 .000
BCG .000 .000 .088

INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .640

RBCE .720 .000 .860
POSICLE .000 .000 .000
BCG .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .314

RBCE .034 .000. .365
POSICLE .000 .000 .000
BCG .000 .000 .000

TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.038 .204 -.084 .059 -.017

RBCE -.136 .206 .086 -.013 -.023
POSICLE .788 .000 .374 -.149 -.027
BCG .640 .000 .303 -.121 -.022

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .212 .111 .104 .050 .019

RBCE .218 .113 .109 .051 .024
POSICLE .104 .000 .126 .061 .028
BCG .090 .000 .103 .049 .023
STANDARDIZED SOLUTION

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 .489
BCG .000 .000 .397

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .434 .000 .000 .000 .000

DEGTRANS -.400 .000 .000 .000 .000
DES TEMPS .000 .230 .000 .000 .000
DIFF .000 .847 .000 .000 .000
COUTFRCL .000 .000 .558 .000 .000
COUT FR .000 .000 .383 .000 .000
COUTCLFR .000 .000 .000 1.004 .000
COUTCL .000 .000 .000 .252 .000
DIFINFO '.000 .000 .000 .000 .833
DIFOBJ .000 .000 .000 .000 .444

BETA

TXME RBCE MARCHE

TXME .000 .000 .313

RBCE .720 .000 .195
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.235 .173 -.180 .155 .000

RBCE -.183 .050 -.002 .004 .000
MARCHE .698 .000 .426 -.306 -.045

CORRELATION MATRIX OF ETA AND KSI

TXME RBCE MARCHE NT RANS NIMIT NSUFR

TXME 1.000
RBCE .747 1.000
MARCHE .190 .230 1.000
NTRANS .105 .060 .686 1.000
NIMIT .166 .141 .476 .667 1.000
NSUFR .019 .063 .353 .171 .214 1.000
NSUCL .070 .043 .127 .263 .255 .595
CORDI -.009 -.002 .113 .118 .076 .251

CORRELATION MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1.000
CORDI .100 1.000
 PSI

TXME RBCE MARCHE

TXME .929
RBCE .000 .421
MARCHE .000 .000 .415

REGRESSION MATRIX ETA ON KSI (STANDARDIZED)

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.017 .173 -.047 .059 -.014

RBCE -.059 .174 .048 -.013 -.019
MARCHE .698 .000 .426 -.306 -.045

MODELE THEORIQUE REDUIT CAS A n04

MODIFICATION INDICES AND ESTIMATED CHANGE

MODIFICATION INDICES FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE 2.684 3.284 .000
BCG 2.380 2.852 .000

ESTIMATED CHANGE FOR LAMBDA Y

TXME RBCE MARCHE .

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE -.055 -.061 .000
BCG .042 .046 .000

MODIFICATION. INDICES FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 3.186 6.612 8.320 2.315

DEGTRANS .000 1.312 6.612 8.320 3.604
DES TEMPS 4.833 .000 5.271 4.024 13.699
DIFF 4.833 .000 5.270 4.024 9.227
COUTFRCL .692 .759 .000 5.212 .137
COUT FR .692 1.103 .000 5.212 .283
COUTCLFR 2.415 4.455 2.931 .000 .400
COUTCL 2.415 5.189 2.931 .000 .673
DIFINFO .004 .000 .459 2.067 .000
DIFOBJ .004 .000 .459 2.068 .000

ESTIMATED CHANGE FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .215 .220 .114 .072

DEGTRANS . .000 .129 .203 .105 .083
DES TEMPS -.600 .000 .141 .058 .127
DIFF 2.207 .000 -.519 -.213 -.336
COUT FRC L -.131 -.058 .000 -.359 .025
COUT FR .090 .049 .000 .247 -.026
COUTCLFR .432 .268 .825 .000 -.080
COUTCL -.108 -.074 -.207 .000 .028
DIFINFO -.011 -.001 -.226 -.109 .000
DIFOBJ .006 .000 .120 .058 .000
 STANDARDIZED RESIDUALS

DESTEMPS DIFF COUTFRCL COUT FR COUTCLFR COUTCL

DES TEMPS .000

DIFF .174 .000
COUTFRCL 1.634 -1. 810 .000
COUTFR -1. 035 1.747 .203 .000
COUTCLFR 1.724 .261 .044 1.106 -.309
COUTCL -.795 -1. 944 -1. 401 1. 419 1.915 .000
DIFINFO 2.606 -1.448 .598 .187 -2.038 .992
DIFOBJ 2.656 -.582 -.197 -1. 349 1.582 .417

STANDARDIZED RESIDUALS

DIFINFO DIFOBJ

DIFINFO .000
DIFOBJ .180 .000

SUMMARY STATISTICS FOR STANDARDIZED RESIDUALS

SMALLEST STANDARDIZED RESIDUAL -3.622
MEDIAN STANDARDIZED RESIDUAL .020
LARGEST STANDARDIZED RESIDUAL = 3.363

STEMLEAF PLOT
- 3 65
3
2 65
2 30
1 998865
1 4433222100
o 988765
o 44433332210000000000000000
o 11122222223444
o 5666777
1 00112233444
1 5666777788899
2 13
2 667
3 4

LARGEST NEGATIVE STANDARDIZED RESIDUALS

RESIDUAL FOR POSICLE AND TXME -3.622

RESIDUAL FOR DEGTRANS AND POSICLE -3.541

RESIDUAL FOR DIFF AND BCG ':'2.618

LARGEST POSITIVE STANDARDIZED RESIDUALS

RESIDUAL FOR COUTFR AND FONRD 3.363

RESIDUAL FOR DIFINFO AND BCG 2.632

RESIDUAL FOR DIFINFO AND DES TEMPS 2.606

RESIDUAL FOR DIFOBJ AND DES TEMPS 2.656

 MODIFICATION INDICES FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .230 .407 .000

ESTIMATED CHANGE FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE -.079 -.109 .000

MODIFICATION INDICES FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .091

RBCE .000 .000 .000 .000 .310
MARCHE .000 .449 .000 .000 .000

ESTIMATED CHANGE FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 -.015

RBCE .000 .000 .000 .000 -.028
MARCHE .000 -.066 .000 .000 .000

NO NON-ZERO MODIFICATION INDICES FOR PHI

MODIFICATION INDICES FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .091 .310 .000

ESTIMATED CHANGE FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE ~.055 -.106 .000

NO NON-ZERO MODIFICATION INDICES FOR THETA EPS

MODIFICATION INDICES FOR THETA DELTA

FONRD DEGTRANS DESTEMPS DIFF COUTFRCL COUTFR

FONRD .000
DEGTRANS .282 .000
DES TEMPS .161 3.907 .000
DIFF 1. 441 .086 .168 .000
COUTFRCL .356 .347 2.656 3.290 .000
COUT FR 8.762 2.309 1.075 3.024 .021 .000
COUTCLFR 2.225 3.807 2.905 .029 .000 1. 481
COUTCL 2.612 .057 .633 3.752 2.031 .000
DIFINFO .292 .466 6.823 1.998 .348 .024
DIFOBJ 1. 337 2.445 7.084 .334 .045 1. 715
 MODIFICATION INDICES FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

cOUTCLFR 4.559
COUTCL 4.890 .000
DIFINFO 3.674 1.030 .000
DIFOBJ 2.363 .180 .000 .000

ESTIMATED CHANGE FOR THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUTFR

FONRD .000
DEGTRANS .020 .000
DESTEMPS -.012 .054 .000
DIFF .053 -.012 .368 .000
COUT FRC L -.019 .017 .041 -.077 .000
COUT FR .087 .041 -.026 .055 .020 .000
COUTCLFR .058 .070 .048 .012 .000 .099
COUTCL .044 .006 -.020 -.050 -.045 .000
DIFINFO .019 .022 .070 -.069 .026 .005
DI FOBJ .034 .042 .068 -.017 -.007 -.039

ESTIMATED CHANGE FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR -.565
COUTCL .148 .000
DIFINFO -.104 .027 .000
DIFOBJ .050 .011 .000 .000

MAXIMUM MODIFICATION INDEX IS 13.70 FOR ELEMENT ( 3, 5) OF LAMBDA X

->
MODELE THEORIQUE REDUIT CAS A nOS

NUMBER OF INPUT VARIABLES 14

NUMBER OF Y - VARIABLES 4

NUMBER OF X - VARIABLES 10

NUMBER OF ETA - VARIABLES 3

NUMBER OF KSI - VARIABLES 5

NUMBER OF OBSERVATIONS 2866

MODELE THEORIQUE REDUIT CAS A nOS

CORRELATION MATRIX TO BE ANALYZED

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME 1.000
RBCE .749 1. 000
POSICLE .090 .109 1.000
BCGSEC .074 .089 .174 1.000
FONRD .063 .007 .088 .082 1.000
DEGTRANS -.014 -.046 -.194 -.087 - .168 1.000
DES TEMPS .079 .035 .026 .012 .091 -.024
DIFF .131 .098 .224 .099 .268 -.195
COUTFRCL .018 .075 .080 .082 .049 -.045
COUT FR .007 -.015 .021 .040 .099 -.004
COUTCLFR .069 .032 .080 .038 .149 -.071
COUTCL -.010 -.026 -.042 .011 .054 -.023
DIFINFO .007 -.006 .001 .058 .076 -.034
DIFOBJ -.015 -.030 .040 .006 .076 -.004

CORRELATION MATRIX TO BE ANALYZED

DESTEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS 1.000

DIFF .203 1. 000
COUTFRCL .089 .091 1.000
COUTFR .043 .110 .228 1.000
COUTCLFR .114 .221 .092 .239 1. 000
COUTCL .010 -.006 .059 .162 .257 1.000
DIFINFO .098 .054 .142 .073 .057 .035
DIFOBJ .072 .030 .056 .022 .087 .010

CORRELATION MATRIX TO BE ANALYZED

DIFINFO .DIFOBJ

DIFINFO 1.000
DIFOBJ .365 1.000
LISREL ESTIMATES (WEIGHTED LEAST SQUARES)

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 1.000
BCGSEC .000 .000 .629

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD 1.000 .000 .000 .000 .000

DEGTRANS -.847 .000 .000 .000 .000
DES TEMPS .000 .428 .000 .000 .000
DIFF .000 1.000 .000 .000 .000
COUTFRCL .000 .000 1.000 .000 .000
COUT FR .000 .000 .688 .000 .000
COUTCLFR .000 .000 .000 1.000 .000
COUTCL .000 .000 .000 .234 .000
DIFINFO .000 .000 .000 .000 1. 000
DI FOBJ .000 .000 .000 .000 .623

BETA

TXME RBCE MARCHE

TXME .000 .000 .497

RBCE .726 .000 .343
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.864 .566 -.202 .081 .000

RBCE - .373 .048 .087 - .036 .000
MARCHE .918 -.097 .235 -.100 -.065

COVARIANCE MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1.000
RBCE .748 1.000
MARCHE .096 .119 .272
NTRANS .045 .025 .153 .195
NIMIT .138 .096 .183 .247 .473
NSUFR .018 .041 .080 .060 .124 .331

NSUCL .062 .025 .064 .122 .215 .336

CORDI -.010 -.009 .031 .064 .082 .115

COVARIANCE MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1.008
CORDI .083 .583

PSI
TXME RBCE MARCHE

TXME .912
RBCE .000 .419
MARCHE .000 .000 .139

THETA EPS
TXME RBCE POSICLE BCGSEC

.000 .000 .728 .892

 THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD .805
DEGTRANS .000 .860
DES TEMPS .000 .066 .914
DIFF .000 .000 .000 .527
COUTFRCL .000 .000 .000 .000 .669
COUT FR .000 .000 .000 .000 .000 .843
COUTCLFR .000 .000 .000 .000 -.245 .000
COUTCL .000 .000 .000 .000 .000 .108
DIFINFO .000 .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DI FOBJ

COUTCLFR .000
COUTCL .000 .945
DIFINFO .000 .000 .417
DIFOBJ .000 .000 .000 .773

SQUARED MULTIPLE CORRELATIONS FOR Y - VARIABLES

TXME RBCE POSICLE BCGSEC

1.000 1.000 .272 .108

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

FONRD DEGTRANS DES TEMPS DIFF COUT FRC L COUT FR

.195 .140 .086 .473 .331 .157

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COUTCLFR COUTCL DIFINFO DIFOBJ

1.000 .055 .583 .227

SQUARED MULTIPLE CORRELATIONS FOR STRUCTURAL EQUATIONS

TXME RBCE MARCHE

.088 .581 .488

TOTAL COEFFICIENT OF DETERMINATION FOR STRUCTURAL EQUATIONS IS .533

CHI-SQUARE WITH 51 DEGREES OF FREEDOM = 138.05 (P .000)

GOODNESS OF FIT INDEX .995

ADJUSTED GOODNESS OF FIT INDEX .990
ROOT MEAN SQUARE RESIDUAL .024
MODELE THEORIQUE REDUIT CAS A nOS

FITTED COVARIANCE MATRIX

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME 1.000
RBCE .748 1.000
POSICLE .096 .119 1.000
BCGSEC .060 .075 .171 1.000
FONRD .045 .025 .153 .096 1.000
DEGTRANS -.038 -.021 -.130 -.081 -.165 1.000
DES TEMPS .059 .041 .078 .049 .106 -.024
DIFF .138 .096 .183 .115 .247 -.209
COUTFRCL .018 .041 .080 .050 .060 -.051
COUT FR .013 .028 .055 .035 .041 -.035
COUTCLFR .062 .025 .064 .040 .122 -.103
COUTCL .015 .006 .015 .009 .028 -.024
DIFINFO -.010 -.009 .031 .020 .064 -.054
DIFOBJ -.006 -.006 .020 .012 .040 -.034

FITTED COVARIANCE MATRIX

DES TEMPS DIFF COUTFRCL COUT FR COUTCLFR COUTCL

DES TEMPS 1.000

DIFF .202 1.000
COUTFRCL .053 .124 1.000
COUT FR .036 .085 .228 1.000
COUTCLFR .092 .215 .091 .231 1.008
COUTCL .021 .050 .078 .162 .235 1.000
DIFINFO .035 .082 .115 .079 .083 .019
DIFOBJ .022 .051 .071 .049 .052 .012

FITTED COVARIANCE MATRIX

DIFINFO DIFOBJ
DIFINFO 1.000
DI FOBJ .364 1.000

FITTED RESIDUALS

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME .000
RBCE .001 .000
POSICLE -.006 -.010 .000
BCGSEC .014 .014 .002 .000
FONRD .018 -.018 -.065 -.014 .000
DEGTRANS .024 -.025 -.064 -.006 -.003 .000
DES TEMPS .020 -.006 -.052 -.037 -.015 .000
DIFF -.007 .002 .040 -.016 .021 .014
COUTFRCL .000 .033 .000 .031 -.011 .006
COUT FR -.006 -.044 -.034 .005 .058 .031
COUTCLFR .007 .007 .016 -.002 .027 .032
COUTCL -.024 -.031 -.057 .001 .025 .001
DIFINFO .016 .003 -.031 .038 .012 .020
DIFOBJ -.009 -.024 .020 -.006 .036 .030
 FITTED RESIDUALS

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS .000

DIFF .001 .000
COUTFRCL .036 -.033 .000
COUT FR .006 .024 .000 .000
COUTCLFR .022 .006 .000 .008 -.008
COUTCL -.011 -.056 -.019 .001 .022 .000
DIFINFO .063 -.028 .027 -.006 -.026 .016
DIFOBJ .051 -.021 -.016 -.027 .035 -.002

FITTED RESIDUALS

DIFINFO DI FOBJ

DIFINFO .000
DIFOBJ .001 .000

SUMMARY STATISTICS FOR FITTED RESIDUALS

SMALLEST FITTED RESIDUAL -.065
MEDIAN FITTED RESIDUAL .000
LARGEST FITTED RESIDUAL = .063

STEMLEAF PLOT
- 6154
- 51762
- 4 4
- 3 74311
- 2 8765441
- 1 986654110
- o 987666666322000000000000000000
o 1111112235666778
1 24446668
2 00012244577
3 011235668
4 0
5 18
6 3

STANDARDIZED RESIDUALS

TXME RBCE POSICLE BCGSEC FONRD DEGTRANS

TXME .000
RBCE .072 .000
POSICLE -1. 534 -1.042 .000
BCGSEC .866 .920 .399 .000
FONRD 1. 622 -1.122 -4.039 -.748 .000
DEGTRANS 1. 361 -1. 629 -4.141 -.345 -1. 916 .000
DESTEMPS .998 -.321 -2.967 -1. 988 -.958 -.017
DIFF -.771 .263 3.351 -1.135 2.386 1.105
COUTFRCL -.017 2.784 -.022 1.795 -.746 .303
COUT FR -.323 -2.512 -1. 888 .270 3.238 1.460
COUTCLFR .922 1.523 1.309 -.136 2.304 1. 834
COUTCL -1.195 -1. 567 -2.816 .061 1.289 .046
DIFINFO 1.101 .170 -1. 907 1.982 .753 .960
DIFOBJ -.452 -1.243 1.042 -.310 1. 981 1.370
 STANDARDIZED RESIDUALS

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS .000

DIFF .458 .000
COUTFRCL 1.941 -2.756 .000
COUTFR .307 1.526 .021 .000
COUTCLFR 1. 231 .679 .062 1.141 -.390
COUTCL -.532 -2.826 -1.170 .089 2.514 .000
DIFINFO 3.082 -2.047 1. 980 -.362 -2.272 .696
DIFOBJ 2.427 -1. 222 -.964 -1.441 2.009 -.089

STANDARDIZED RESIDUALS

DIFINFO DI FOBJ

DIFINFO .000
DIFOBJ .170 .000

SUMMARY STATISTICS FOR STANDARDIZED RESIDUALS

SMALLEST STANDARDIZED RESIDUAL = -4.141
MEDIAN STANDARDIZED RESIDUAL = .000
LARGEST STANDARDIZED RESIDUAL = 3.351

STEMLEAF PLOT
- 4110
31
310
218885
21300
11999665
114222211000
0187755
0144333311000000000000000000
0111112233334

015778999
1100011123344
115556889
210000344
2158
31124

LARGEST NEGATIVE STANDARDIZED RESIDUALS

RESIDUAL FOR FONRD AND POSICLE -4.039

RESIDUAL FOR DEGTRANS AND POSICLE -4.141

RESIDUAL FOR DES TEMPS AND POSICLE -2.967

RESIDUAL FOR COUTFRCL AND DIFF -2.756

RESIDUAL FOR COUTCL AND POSICLE -2.816

RESIDUAL FOR COUTCL AND DIFF -2.826

LARGEST POSITIVE STANDARDIZED RESIDUALS

RESIDUAL FOR DIFF AND POSICLE 3.351

RESIDUAL FOR COUTFRCL AND RBCE 2.784

RES IDUAL FOR COUTFR AND FONRD 3.238

RESIDUAL FOR DIFINFO AND DES TEMPS 3.082

 QPLOT OF STANDARDlZED RESlDUALS

3.5 .

x .
x
x
x
xx
x *
N x
o X xxx
R xx
M xx*x
A x**
L * X
X** X
Q **x
U x*
A *.xx
N *x
T XX* X
l x**
L x X
E X X
S x*
X X X
X X
X
X
X

-3.5 .
-3.5 3.5
STANDARDlZED RESlDUALS

MODELE THEORIQUE REDUIT CAS A nOS

STANDARD ERRORS

LAMBDA y
TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSlCLE .000 .000 .000
BCGSEC .000 .000 .070

LAMBDA X
NTRANS NlMlT NSUFR NSUCL CORDl

FONRD .000 .000 .000 .000 .000

DEGTRANS .077 .000 .000 .000 .000
DES TEMPS .000 .049 .000 .000 .000
DlFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .000 .000 .000
COUTFR .000 .000 .099 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .020 .000
DIFlNFO .000 .000 .000 .000 .000
DlFOBJ .000 .000 .000 .000 .125
 BETA
TXME RBCE MARCHE

TXME .000 .000 .238

RBCE .033 .000 .210
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .637 .347 .133 .062 .000

RBCE .492 .242 .119 .057 .000
MARCHE .377 .216 .105 .049 .033

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS .029
NIMIT .018 .071
NSUFR .014 .017 .056
NSUCL .017 .019 .052 .026
CORDI .014 .017 .017 .019 .122

PSI

TXME RBCE MARCHE

TXME .052
RBCE .000 .039
MARCHE .000 .000 .044

THETA EPS

TXME RBCE POSICLE BCGSEC

.000 .000 .050 .031

THETA DELTA

FONRD DEGTRANS DESTEMPS OIFF COUTFRCL COUTFR

FONRD .039
DEGTRANS .000 .034
DES TEMPS .000 .024 .030
OIFF .000 .000 .000 .076
COUTFRCL .000 .000 .000 .000 .062
COUTFR .000 .000 .000 .000 .000 .037
COUTCLFR .000 .000 .000 .000 .056 .000
COUTCL .000 .000 .000 .000 .000 .022
DIFINFO .000 .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL OIFINFO OIFOBJ

COUTCLFR .000
COUTCL .000 .028
DIFINFO .000 .000 .125
DIFOBJ .000 .000 .000 .054
MODELE THEORIQUE REDUIT CAS A nOS

T-VALUES

LAMBDA y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCGSEC .000 .000 8.989

LAMBDA X

NT RANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .000 .000 .000 .000

DEGTRANS -10.947 .000 .000 .000 .000
DES TEMPS .000 8.721 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .000 .000 .000
COUT FR .000 .000 6.978 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 11.967 .000
DIFINFO .000 .000 .000 .000 .000
DI FOBJ .000 .000 .000 .000 4.970

BETA

TXME RBCE MARCHE

TXME .000 .000 2.091

RBCE 21.706 .000 1.628
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -1. 356 1.628 -1. 524 1. 307 .000

RBCE -.758 .197 .737 -.637 .000
MARCHE 2.431 -.447 2.246 -2.023 -1. 960

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS 6.692
NIMIT 13.712 6.643
NSUFR 4.297 7.360 5.930
NSUCL 7.040 11. 316 6.447 38.400
CORDI 4.484 4.773 6.567 4.289 4.788

PSI

TXME RBCE MARCHE

TXME 17.607
RBCE .000 10.746
MARCHE .000 .000 3.172

THETA EPS

TXME RBCE POSICLE BCGSEC

.000 .000 14.558 28.450

 THETA DELTA

FONRD DEGTRANS DESTEMPS DIFF COUTFRCL COUTFR

FONRD 20.452
DEGTRANS .000 25.308
DESTEMPS .000 2.742 30.967
DIFF .000 .000 .000 6.944
COUTFRCL .000 .000 .000 .000 10.830
COUTFR .000 .000 .000 .000 .000 22.590
COUTCLFR .000 .000 .000 .000 -4.352 .000
COUTCL .000 .000 .000 .000 .000 4.962
DIFINFO .000 .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 33.890
DIFINFO .000 .000 3.342
DI FOBJ .000 .000 .000 14 .264

MODELE THEORIQUE REDUIT CAS A nOS

TOTAL AND INDIRECT EFFECTS

TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.408 .518 -.085 .032 -.032

RBCE -.354 .390 .106 -.047 -.046
MARCHE .918 -.097 .235 -.100 -.065

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .407 .286 .099 .045 .020

RBCE .370 .250 .096 .045 .026
MARCHE .377 .216 .105 .049 .033

INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .456 -.048 .117 -.050 -.032

RBCE .019 .342 .019 -.011 -.046
MARCHE .000 .000 .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .357 .122 .080 .036 .020

RBCE .382 .205 .092 .041 .026
MARCHE .000 .000 .000 .000 .000

TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .497

RBCE .726 .000 .703
MARCHE .000 .000 .000

LARGEST EIGENVALUE OF B*B 1 (STABILITY INDEX) IS .707

 STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON ETA
TXME RBCE MARCHE

TXME .000 .000 .238

RBCE .033 .000 .273
MARCHE .000 .000 .000

INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .361
MARCHE .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .170
MARCHE .000 .000 .000

TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME 1. 000 .000 .497
RBCE .726 1.000 .703
POSICLE .000 .000 1.000
BCGSEC .000 .000 .629

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .238

RBCE .033 .000 .273
POSICLE .000 .000 .000
BCGSEC .000 .000 .070

INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .497

RBCE .726 . .000 .703
POSICLE .000 .000 .000
BCGSEC .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .238

RBCE .033 .000 .273
POSICLE .000 .000 .000
BCGSEC .000 .000 .000

TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.408 .518 -.085 .032 -.032

RBCE -.354 .390 .106 -.047 -.046
POSICLE .918 -.097 .235 -.100 -.065
BCGSEC .577 -.061 .148 -.063 -.041

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .407 .286 .099 .045 .020

RBCE .370 .250 .096 .045 .026
POSICLE .377 .216 .105 .049 .033
BCGSEC .238 .136 .066 .031 .021
STANDARDIZED SOLUTION

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 .522
BCGSEC .000 .000 .328

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .442 .000 .000 .000 .000

DEGTRANS -.374 .000 .000 .000 .000
DES TEMPS .000 .294 .000 .000 .000
DIFF .000 .688 .000 .000 .000
COUT FRC L .000 .000 .575 .000 .000
COUTFR .000 .000 .396 .000 .000
COUTCLFR .000 .000 .000 1. 004 .000
COUTCL .000 .000 .000 .235 .000
DIFINFO .000 .000 .000 .000 .764
DIFOBJ .000 .000 .000 .000 .476

BETA

TXME RBCE MARCHE

TXME .000 .000 .259

RBCE .726 .000 .179
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL COROI

TXME -.382 .389 -.116 .082 .000

RBCE -.165 .033 .050 -.036 .000
MARCHE .777 -.127 .260 - .192 -.095

CORRELATION MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1. 000
RBCE .748 1.000
MARCHE .184 .228 1.000
NTRANS .102 .056 .663 1.000
NIMIT .200 .140 .510 .813 1.000

NSUFR .032 .071 .266 .236 .313 1.000

NSUCL .062 .025 .122 .275 .311 .581
CORDI -.013 -.012 .079 .190 .156 .261

CORRELATION MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1. 000
CORDI .108 1. 000
 PSI
TXME RBCE MARCHE
TXME .912
RBCE .000 .419
MARCHE .000 .000 .512

REGRESSION MATRIX ETA ON KSI (STANDARDIZED)

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.180 .356 -.049 .032 -.025
RBCE -.157 .268 .061 -.047 -.035
MARCHE .777 -.127 .260 -.192 -.095

MODELE THEORIQUE REDUIT CAS A nOS

MODIFICATION INDICES AND ESTIMATED CHANGE

MODIFICATION INDICES FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE 1.209 1.762 .000
BCGSEC 1.262 1.565 .000

ESTIMATED CHANGE FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000
RBCE .000 .000 .000
POSICLE -.038 -.046 .000
BCGSEC .025 .027 .000

MODIFICATION INDICES FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDl

FONRD .000 9.862 7.877 9.179 4.831
DEGTRANS .000 9.862 7.877 9.179 5.951
DESTEMPS 6.175 .000 9.361 4.405 19.302
DIFF 6.175 .000 9.360 4.405 13.885
COUT FRCL 1.040 1.087 .000 6.521 1. 092
COUT FR 1. 040 1.087 .000 6.521 .904
COUTCLFR 7.015 10.344 5.616 .000 .049
COUTCL 7.015 10.344 5.617 .000 .020
DlFINFO .844 .203 .000 2.557 .000
DIFOBJ .844 .203 .000 2.557 .000

ESTIMATED CHANGE FOR LAMBDA X

NTRANS NIMlT NSUFR NSUCL CORDI

FONRD .000 .724 .218 .110 .108
DEGTRANS .000 .613 .185 .093 .103
DESTEMPS -.649 .000 .182 .058 .158
DIFF 1.517 .000 -.426 -.135 -.265
COUTFRCL -.157 -.099 .000 -.406 .074
COUTFR .108 .068 .000 .279 -.047
COUTCLFR .665 .512 1.000 .000 -.031
COUTCL -.155 - .120 -.233 .000 .005
DIFINFO -.141 -.043 -.003 -.090 .000
DIFOBJ .088 .026 .002 .056 .000
 MODIFICATION INDICES FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .007 .147 .000

ESTlMATED CHANGE FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .013 -.063 .000

MODIFICATION INDICES FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .007

RBCE .000 .000 .000 .000 .630
MARCHE .000 .000 .000 .000 .000

ESTlMATED CHANGE FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .006

RBCE .000 .000 .000 .000 -.045
MARCHE .000 .000 .000 .000 .000

NO NON-ZERO MODIFICATION INDICES FOR PHI

MODIFICATION INDICES FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .007 .630 .000

ESTlMATED CHANGE FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .012 -.097 .000

NO NON-ZERO MODIFICATION INDICES FOR THETA EPS

MODIFICATION INDICES FOR THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD .000
DEGTRANS .073 .000
DESTEMPS .687 .000 .000 .
DIFF 3.026 1.990 .000 .000
COUT FRC L .375 .126 3.754 7.441 .000
COUTFR 7.836 2.574 .087 2.260 .205 .000
COUTCLFR 2.958 4.499 1. 444 .399 .000 1. 590
COUTCL 1. 285 .003 .288 7.862 1.422 .000
DIFINFO .367 1.184 9.596 3.989 4.125 .129
DIFOBJ 2.900 2.292 5.901 1.462 .965 1. 961
 MODIFICATION INDICES FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR 8.119
COUTCL 7.986 .000
DIFINFO 4.742 .505 .000
DIFOBJ 3.840 .009 .000 .000

ESTlMATED CHANGE FOR THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUTFR

FONRD .000
DEGTRANS -.014 .000
DES TEMPS -.023 .000 .000
DIFF .068 .052 .000 .000
COUT FRC L -.018 .009 .044 -.096 .000
COUTFR .072 .037 .007 .042 -.115 .000
COUTCLFR .060 .063 .031 .032 .000 .096
COUTCL .026 .001 -.011 -.061 -.031 .000
DIFINFO .018 .029 .073 -.070 .073 -.010
DI FOBJ .045 .036 .054 -.032 -.028 -.036

ESTlMATED CHANGE FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DI FOBJ

COUTCLFR -.680
COUTCL .158 .000
DIFINFO -.093 .016 .000
DIFOBJ .056 -.002 .000 .000

MAXIMUM MODIFICATION INDEX IS 19.30 FOR ELEMENT ( 3, 5) OF LAMBDA X

MODELE THEORIQUE CAS B n06

NUMBER OF INPUT VARIABLES 14

NUMBER OF Y - VARIABLES 4

NUMBER OF X - VARIABLES 10

NUMBER OF ETA - VARIABLES 3

NUMBER OF KSI - VARIABLES 5

NUMBER OF OBSERVATIONS 1192

MODELE THEORIQUE CAS B n06

CORRELATION MATRIX TO BE ANALYZED

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1.000
RBCE .739 1. 000
POSICLE .046 .051 1.000
BCG .046 .071 .205 1. 000
FONRD .053 -.028 .046 .076 1.000
DEGTRANS .030 .036 -.052 -.082 -.188 1.000
DESTEMPS .047 .011 .055 .111 .075 -.064
DIFF .107 .032 .173 .107 .227 -.145
COUTFRCL -.018 -.010 .037 .053 .016 -.047
COUT FR -.029 -.023 -.079 -.026 .074 -.046
COUTCLFR .093 .024 .112 .058 .108 -.055
COUTCL .,...030 -.052 -.024 -.057 .070 -.046
DIFINFO .015 -.041 -.034 .030 .060 -.021
DIFOBJ .007 -.051 .039 -.032 .125 -.013

CORRELATION MATRIX TO BE ANALYZED

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS 1. 000

DIFF .250 1.000
COUTFRCL .102 .090 1.000
COUTFR .066 .069 .209 1.000
COUTCLFR .110 .260 .041 .126 1. 000
COUTCL .053 -.028 .041 .164 .261 1.000
DIFINFO .123 .039 .138 .062 .151 .079
DIFOBJ .070 .098 .033 .062 .081 -.021

CORRELATION MATRIX TO BE ANALYZED

DIFINFO DIFOBJ

DIFINFO 1.000
DIFOBJ .337 1.000
LISREL ESTlMATES (WEIGHTED LEAST SQUARES)

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 1.000
BCG .000 .000 .903

LAMBDA X

NTRANS NIMIT NSUFR NSUCL COROI

FONRD 1.000 .000 .000 .000 .000

DEGTRANS -.686 .000 .000 .000 .000
DES TEMPS .000 .542 .000 .000 .000
DIFF .000 1. 000 .000 .000 .000
COUT FRC L .000 .000 1.000 .000 .000
COUT FR .000 .000 1.397 .000 .000
COUTCLFR .000 .000 .000 1.000 .000
COUTCL .000 .000 .000 .255 .000
DIFINFO .000 .000 .000 .000 1.000
DIFOBJ .000 .000 .000 .000 .870

BETA

TXME RBCE MARCHE

TXME .000 .000 .147

RBCE .727 .000 .458
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -:.462 .417 -.193 .027 .000

RBCE -.926 .212 .250 -.062 .000
MARCHE .702 .000 -.261 .039 -.120

COVARIANCE MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1.000
RBCE .738 1.000
MARCHE .046 .064 .224
NTRANS .022 -.041 .101 .170
NIMIT .101 .029 .134 .222 .459
NSUFR -.019 -.014 -.006 .050 .076 .149
NSUCL .081 .008 .077 .103 .250 .074
CORDI .001 -.044 .000 .075 .098 .044

COVARIANCE MATRlX OF ETA AND KSI

NSUCL CORDl

NSUCL 1.001
CORDI .125 .385

PSI

TXME RBCE MARCHE

TXME .956
RBCE .000 .394
MARCHE .000 .000 .148

THETA EPS
TXME RBCE POSlCLE BCG

.000 .000 .776 .817

 THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUTFR

FONRD .830
DEGTRANS .000 .920
DESTEMPS .000 .000 .865
DIFF .000 .000 .000 .541
COUTFRCL .000 .000 .000 .000 .851
COUT FR .000 .000 .000 .000 .000 .709
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 -.091 .000 .137
DIFINFO .000 .000 .000 .000 .093 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 .935
DIFINFO .000 .000 .615
DIFOBJ .000 .000 .000 .708

SQUARED MULTIPLE CORRELATIONS FOR Y - VARIABLES

TXME RBCE POSICLE BCG

1.000 1. 000 .224 .183

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

FONRD DEGTRANS DESTEMPS DIFF COUTFRCL COUT FR

.170 .080 .135 .459 .149 .291

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COUTCLFR COUTCL DIFINFO DIFOBJ

1. 000 .065 .385 .292

SQUARED MULTIPLE CORRELATIONS FOR STRUCTURAL EQUATIONS

TXME RBCE MARCHE

.044 .606 .337

TOTAL COEFFICIENT OF DETERMINATION FOR STRUCTURAL EQUATIONS IS .442

CHI-SQUARE WITH 52 DEGREES OF FREEDOM = 73.35 (P .027)

GOODNESS OF FIT INDEX .994

ADJUSTED GOODNESS OF FIT INDEX .987
ROOT MEAN SQUARE RESIDUAL .028
MODELE THEORIQUE CAS B n06

FITTED COVARIANCE MATRIX

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1.000
RBCE .738 1.000
POSICLE .046 .064 1.000
BCG .041 .058 .202 1.000
FONRD .022 - .041 .101 .091 1. 000
DEGTRANS -.015 .028 -.069 -.063 -.117 1.000
DESTEMPS .055 .016 .073 .066 .121 -.083
DIFF .101 .029 .134 .121 .222 -.153
COUTFRCL -.019 -.014 -.006 -.006 .050 -.034
COUT FR -.027 -.020 -.009 -.008 .070 -.048
COUTCLFR .081 .008 .077 .069 .103 -.071
COUTCL .021 .002 .020 .018 .026 -.018
DIFINFO .001 -.044 .000 .000 .075 -.051
DIFOBJ .001 -.038 .000 .000 .065 -.045

FITTED COVARIANCE MATRIX

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS 1. 000

DIFF .249 1.000
COUTFRCL .041 .076 1.000
COUTFR .057 .106 .208 1.000
COUTCLFR .136 .250 .074 .103 1. 001
COUTCL .035 -.027 .019 .163 .256 1.000
DIFINFO .053 .098 .137 .061 .125 .032
DIFOBJ .046 .086 .038 .053 .109 .028

FITTED COVARIANCE MATRIX

DIFINFO DIFOBJ

DIFINFO 1.000
DIFOBJ .335 1.000

FITTED RESIDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .001 .000
POSICLE .000 -.013 .000
BCG .005 .013 .002 .000
FONRD .030 .014 -.055 -.016 .000
DEGTRANS .045 .008 .017 -.020 -.072 .000
DES TEMPS -.008 -.005 -.017 .045 -.045 .018
DIFF .006 .003 .038 -.015 .005 .007
COUTFRCL .001 .004 .043 .059 -.034 -.013

COUT FR -.002 -.003 -.070 -;018 .004 .002

COUTCLFR .012 .016 .035 -.012 .005 .016
COUTCL -.050 -.054 -.043 -.074 .044 -.028
DIFINFO .014 .003 -.034 .030 -.014 .031
DIFOBJ .006 -.013 .040 -.032 .060 .031
 FITTED RESIDUALS

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS .000

DIFF .001 .000
COUTFRCL .061 .015 .000
COUTFR .009 -.037 .000 .000
COUTCLFR -.026 .010 -.033 .022 -.001
COUTCL .018 .000 .022 .001 .006 .000
DIFINFO .070 -.059 .001 .001 .025 .047
DIFOBJ .023 .012 -.005 .009 -.028 -.049

FITTED RESIDUALS

DIFINFO DI FOBJ

DIFINFO .000
DIFOBJ .002 .000

SUMMARY STATISTICS FOR FITTED RESIDUALS

SMALLEST FITTED RESIDUAL -.074
MEDIAN FITTED RESIDUAL .001
LARGEST FITTED RESIDUAL .070

STEMLEAF PLOT
- 71420
- 61
- 519540
- 41953
- 3174432
- 218860
- 11876543332
- 018553210000000000000000
0111111122233445556667899
11022344566788
212235
31001158
41034557
519
6101
710

STANDARDIZED RESIDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .057 .000
POSICLE .016 -.656 .000
BCG .226 .598 .228 .000
FONRD 1.965 .529 -1. 806 -.522 .000
DEGTRANS 1.365 .301 .628 -.728 -3.478 .000
DES TEMPS -.235 -.194 -.615 1.624 -2.003 .531
DIFF .373 .187 1.725 -.710 .640 .266
COUTFRCL .049 .156 1.525 2.076 -1.476 -.367
COUTFR -.141 -.144 -2.383 -.608 .192 .063
COUTCLFR .904 2.357 1.563 -.508 .453 .472
COUTCL -1.408 -1.767 -1. 383 -2.428 1. 464 -.755
DIFINFO .525 .105 -1.141 1. 005 -.550 .792
DIFOBJ .180 -.478 1.365 -1.104 2.324 .852
 STANDARDIZED RESIDUALS

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS .000

DIFF .133 .000
COUTFRCL 2.105 .650 .000
COUT FR .281 -1. 640 .052 .000
COUTCLFR -1.022 .629 -1.679 1. 891 -.039
COUTCL .576 -.017 .694 .091 .320 .000
DIFINFO 2.201 -2.472 .149 .041 .994 1.356
DIFOBJ .759 .512 -.198 .383 -1.108 -1. 449

STANDARDIZED RESIDUALS

DIFINF() DIFOBJ

DIFINFO .000
DIFOBJ .290 .000

SUMMARY STATISTICS FOR STANDARDIZED RESIDUALS

SMALLEST STANDARDIZED RESIDUAL -3.478
MEDIAN STANDARDIZED RESIDUAL .057
LARGEST STANDARDIZED RESIDUAL= 2.357

STEMLEAF PLOT
- 315
31
215
21440
1188765
114441110
018777665555
01422211000000000000000000
0111111112222223333344
0155555566666778899
1100444
11556679
21011234

LARGEST NEGATIVE STANDARDIZED RESIDUALS

RESIDUAL FOR DEGTRANS AND FONRD = -3.478

 QPLOT OF STANDARDIZED RESIDUALS

3.5 .

x
. x
x
xx
.xx x
N *x
o x x
R *xx
M x*
A x*
L x**
**
Q .x*
U .x*
A *
N x**
T xxx*
l .x*
L x. x
E X x.
S *x
x*
x X
X
x
x

.
-3.5 .
-3.5 3.5
STANDARDIZED RESIDUALS

MODELE THEORIQUE CAS B n06

STANDARD ERRORS

LAMBDA y
TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCG .000 .000 .192 .

LAMBDA X
NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .000 .000 .000 .000

DEGTRANS .122 .000 .000 .000 .000
DES TEMPS .000 .082 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .000 .000 .000
COUT FR .000 .000 .425 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .032 .000
DIFINFO .000 .000 .000 .000 .000
DI FOBJ .000 .000 .000 .000 .223
 BETA

TXME RBCE MARCHE

TXME .000 .000 .183

RBCE .046 .000 .265
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .613 .348 .203 .055 .000

RBCE .760 .390 .283 .069 .000
MARCHE .171 .000 .167 .038 .067

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS .043
NIMIT .030 .089
NSUFR .021 .022 .052
NSUCL .030 .029 .024 .041
CORDI .022 .025 .022 .029 .106

PSI

TXME RBCE MARCHE

TXME .054
RBCE .000 .084
MARCHE .000 .000 .052

THETA EPS

TXME RBCE POSICLE BCG

.000 .000 .071 .062

THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUTFR

FONRD .059
DEGTRANS .000 .047
DES TEMPS .000 .000 .049
DIFF .000 .000 .000 .098
COUT FRC L .000 .000 .000 .000 .066
COUTFR .000 .000 .000 .000 .000 .109
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .034 .000 .036
DIFINFO .000 .000 .000 .000 .041 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 .044
DIFINFO .000 .000 .113
DIFOBJ .000 .000 .000 .090
MODELE THEORIQUE CAS B n06

T-VALUES

LAMBDA y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCG .000 .000 4.701

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .000 .000 .000 .000

DEGTRANS -5.636 .000 .000 .000 .000
DES TEMPS .000 6.600 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .000 .000 .000
COUT FR .000 .000 3.287 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 8.052 .000
DIFINFO .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 3.901

BETA

TXME RBCE MARCHE

TXME .000 .000 .803

RBCE 15.930 .000 1.724
MARCHE .000 .000 .OOQ

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.754 1.201 -.953 .487 .000

RBCE -1. 218 .543 .883 -.906 .000
MARCHE 4.095 .000 -1. 567 1. 015 -1.776

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NTRANS 3.982
NIMIT 7.427 5.165
NSUFR 2.411 3.373 2.889
NSUCL 3.398 8.658 3.035 24.525
CORDI 3.423 3.983 2.009 4.253 3.649

PSI

TXME RBCE MARCHE

TXME 17.619
RBCE .000 4.710
MARCHE .000 .000 2.877

THETA EPS

TXME RBCE POSICLE BCG

.000 .000 10.978 13.095

 THETA DELTA

FONRD DEGTRANS DESTEMPS DIFF COUTFRCL COUT FR

FONRD 14.037
DEGTRANS .000 19.660
DES TEMPS .000 .000 17.780
DIFF .000 .000 .000 5.526
COUTFRCL .000 .000 .000 .000 12.921
COUT FR .000 .000 .000 .000 .000 6.526
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 -2.703 .000 3.805
DIFINFO .000 .000 .000 .000 2.291 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 21.311
DIFINFO .000 .000 5.431
DIFOBJ .000 .000 .000 7.885

MODELE THEORIQUE CAS B n06

TOTAL AND INDIRECT EFFECTS

TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.359 .417 -.232 .032 -.018

RBCE -.865 .515 -.037 -.021 -.068
MARCHE .702 .000 -.261 .039 -.120

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .561 .348 .181 .053 .023

RBCE .745 .446 .211 .066 .043
MARCHE .171 .000 .167 .038 .067

INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .103 .000 -.038 .006 -.018

RBCE .061 .303 -.288 .041 -.068
MARCHE .000 .000 .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .130 .000 .052 .009 .023

RBCE ..
485 .248 .180 .042 .043
MARCHE .000 .000 .000 .000 .000

TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .147

RBCE .727 .000 .564
MARCHE .000 .000 .000

LARGEST EIGENVALUE OF B*B' (STABILITY INDEX) IS .744

 STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .183

RBCE .046 .000 .256
MARCHE .000 .000 .000

INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .107
MARCHE .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .131
MARCHE .000 .000 .000

TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME 1. 000 .000 .147

RBCE .727 1.000 .564
POSICLE .000 .000 1.000
BCG .000 .000 .903

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .183

RBCE .046 .000 .256
POSICLE .000 .000 .000
BCG .000 .000 .192

INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .147

RBCE .727 .000 .564
POSICLE .000 .000 .000
BCG .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .183

RBCE .046 .000 .256
POSICLE .000 .000 .000
BCG .000 .000 .000

TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.359 .417 -.232 .032 -.018

RBCE -.865 .515 -.037 -.021 -.068
POSICLE .702 .000 -.261 .039 -.120
BCG .634 .000 -.236 .035 -.108

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .561 .348 .181 .053 .023

RBCE .745 .446 .211 .066 .043
POSICLE .171 .000 .167 .038 .067
BCG .161 .000 .152 .035 .061
STANDARDIZED SOLUTION

LAMBDA Y

TXME RBCE MARCHE

TXME 1. 000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 .473
BCG .000 .000 .428

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .412 .000 .000 .000 .000

DEGTRANS -.283 .000 .000 .000 .000
DES TEMPS .000 .368 .000 .000 .000
DIFF .000 .678 .000 .000 .000
COUTFRCL .000 .000 .386 .000 .000
COUT FR .000 .000 .539 .000 .000
COUTCLFR .000 .000 .000 1.001 .000
COUTCL .000 :000 .000 .256 .000
DIFINFO .000 .000 .000 .000 .621
DIFOBJ .000 .000 .000 .000 .540

BE TA

TXME RBCE MARCHE

TXME .000 .000 .070

RBCE .727 .000 .217
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.190 .283 -.075 .027 .000

RBCE -.381 .144 .097 -.062 .000
MARCHE .611 .000 -.213 .082 -.157

CORRELATION MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1.000
RBCE .738 1. 000
MARCHE .096 .135 1.000
NTRANS .054 -.100 .519 1.000
NIMIT .149 .044 .418 .797 1. 000

NSUFR -.050 -.037 -.034 .314 .290 1.000

NSUCL .081 .008 .162 .250 .369 .192
CORDI .002 -.071 -.001 .292 .234 .183

CORRELATION MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1.000
CORDI .202 1.000
 PSI

TXME RBCE MARCHE

TXME .956
RBCE .000 .394
MARCHE .000 .000 .663

REGRESSION MATRIX ETA ON KSI (STANDARDIZED)

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.148 .283 -.089 .032 -.011

RBCE -.356 .349 -.014 -.021 -.042
MARCHE .611 .000 -.213 .082 -.157

MODELE THEORIQUE CAS B n06

MODIFICATION INDICES AND ESTIMATED CHANGE

MODIFICATION INDICES FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .059 .168 .000
BCG .209 .339 .000

ESTlMATED CHANGE FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE -.010 -.016 .000
BCG .017 .021 .000

MODIFICATION INDICES FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .099 .027 .589 1. 566

DEGTRANS .000 2.884 .027 .589 2.192
DES TEMPS .505 .000 2.778 .202 4.862
DIFF .505 .000 2.778 .202 4.251
COUT FRC L 8.839 8.250 .000 .182 .046
COUT FR 8.839 7.219 .000 .182 .149
COUTCLFR .043 .072 3.301 .000 .445
COUTCL .043 .126 3.300 .000 .363
DIFINFO 2.170 .753 .034 3.530 .000
DIFOBJ 2.170 .948 .034 3.531 .000

ESTlMATED CHANGE FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .099 -.044 .054 .139

DEGTRANS .000 .376 -.030 .037 .126
DESTEMPS .257 .000 .273 -.023 .181
DIFF -.474 .000 -.504 .043 -.274
COUTFRCL .597 .330 .000 -.025 -.030
COUT FR -.834 -.431 .000 .035 .074
COUTCLFR -.106 .097 -1.437 .000 -.185
COUTCL .027 -.033 .367 .000 .043
DIFINFO -.382 -.126 -.059 .155 .000
DI FOBJ .332 .123 .051 -.135 .000
 MODIFICATION INDICES FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .398 .310 .000

ESTIMATED CHANGE FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .076 .072 .000

MODIFICATION INDICES FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .131

RBCE .000 .000 .000 .000 .114
MARCHE .000 2.986 .000 .000 .000

ESTlMATED CHANGE FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .037

RBCE .000 .000 .000 .000 -.046
MARCHE .000 .491 .000 .000 .000

NO NON-ZERO MODIFICATION INDICES FOR PHI

MODIFICATION INDICES FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .131 .114 .000

ESTlMATED CHANGE FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .046 -.057 .000

NO NON-ZERO MODIFICATION INDICES FOR THETA EPS

MODIFICATION INDICES FOR THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD .000
DEGTRANS 6.108 .000
DES TEMPS 2.078 .461 .000
DIFF .046 .156 .040 .000
.COUTFRCL 1.161 .199 4.429 .394 .000
COUT FR .016 .007 .072 2.749 1.960 .000
COUTCLFR .041 .393 1.129 .577 2.134 1.285
COUTCL 1. 388 .797 .314 .000 .467 .000
DIFINFO .171 .961 4.910 5.879 .000 .000
DIFOBJ 3.125 1.075 .559 .248 .041 .094

MODIFICATION INDICES FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .138
COUTCL .246 .000
DIFINFO 1. 492 1. 904 .000
DIFOBJ 1. 787 2.244 2.981 .000
 ESTIMATED CHANGE FOR THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD .000
DEGTRANS -.117 .000
DESTEMPS -.066 .025 .000
DIFF .014 .019 -.121 .000
COUTFRCL -.049 -.016 .073 .028 .000
COUT FR .007 .004 .011 -.093 -4.015 .000
COUTCLFR .013 .027 -.047 .061 -.071 .078
COUTCL .046 -.029 .018 .000 .022 .000
DIFINFO -.020 .038 .084 -.120 .000 .001
DIFOBJ .080 .038 .027 .022 -.008 .014

ESTIMATED CHANGE FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR -.177
COUTCL .061 .000
DIFINFO .077 .049 .000
DIFOBJ -.074 -.051 18.859 .000

MAXIMUM MODIFICATION INDEX IS 8.84 FOR ELEMENT ( 6, 1) OF LAMBDA X

THE PROBLEM USED 69696 BYTES (= .6% OF AVAlLABLE WORKSPACE)

TIME USED 2.3 SECONDS

 MODELE THEORIQUE CAS B n07

NUMBER OF INPUT VARIABLES 14

NUMBER OF Y - VARIABLES 4

NUMBER OF X - VARIABLES 10

NUMBER OF ETA - VARIABLES 3

NUMBER OF KSI - VARIABLES 5

NUMBER OF OBSERVATIONS 1192

MODELE THEORIQUE CAS B n07

CORRELATION MATRIX TO BE ANALYZED

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1.000
RBCE .739 1.000
POSICLE .046 .051 1.000
BCG .046 .071 .205 1.000
FONRD .053 -.028 .046 .076 1.000
DEGTRANS .030 .036 -.052 -.082 -.188 1.000
DES TEMPS .047 .011 .055 .111 .075 -.064
DIFF .107 .032 .173 .107 .227 -.145
COUTFRCL -.018 -.010 .037 .053 .016 -.047
COUTFR -.029 -.023 -.079 -.026 .074 -.046
COUTCLFR .093 .024 .112 .058 .108 -.055
COUTCL -.030 -.052 -.024 -.057 .070 -.046
DIFINFO .015 -.041 -.034 .030 .060 -.021
DIFOBJ .007 -.051 .039 -.032 .125 -.013

CORRELATION MATRIX TO BE ANALYZED

DES TEMPS DIFF COUTFRCL COUT FR COUTCLFR COUTCL

DES TEMPS 1.000

DIFF .250 1.000
COUTFRCL .102 .090 1.000
COUTFR .066 .069 .209 1.000
·COUTCLFR .110 .260 .041 .126 1.000
COUTCL .053 -.028 .041 .164 .261 1.000
DIFINFO .123 .039 .138 .062 .151 .079
DIFOBJ .070 .098 .033 .062 .081 -.021

CORRELATION MATRIX TO BE ANALYZED

DIFINFO DIFOBJ

DIFINFO 1.000
DIFOBJ .337 1.000
LISREL ESTlMATES (WEIGHTED LEAST SQUARES)

LAMBDA Y

TXME RBCE MARCHE

TXME 1.000 .000 .000

RBCE .000 1.000 .000
POSICLE .000 .000 1.000
BCG .000 .000 .887

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD 1.000 .000 .000 .000 .000

DEGTRANS -.651 .000 .000 .000 .000
DES TEMPS .000 .547 .000 .000 .000
DIFF .000 1.000 .000 .000 .000
COUTFRCL .000 .000 1.000 .000 .000
COUT FR .000 .000 1.351 .000 .000
COUTCLFR .000 .000 .000 1.000 .000
COUTCL .000 .000 .000 .256 .000
DIFINFO .000 .000 .000 .000 1.000
DI FOBJ .000 .000 .000 .000 .861

BETA

TXME RBCE MARCHE

TXME .000 .000 .045

RBCE .745 .000 .322
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.154 .305 -.259 .036 .000

RBCE -.217 -.126 .147 -.034 .000
MARCHE .099 .342 -.221 .008 -.094

COVARIANCE MATRIX OF ETA AND KSI

TXME RBCE MARCHE NTRANS NIMIT NSUFR

TXME 1.000
RBCE .738 1.000
MARCHE .048 .068 .226
NTRANS .016 -.045 .082 .280
NIMIT .102 .025 .151 .209 .456
NSUFR -.020 -.017 -.005 .046 .081 .154
NSUCL .079 .005 .075 .110 .249 .075
CORDI .010 -.021 -.005 .080 .098 .047

COVARIANCE MATRIX OF ETA AND KSI

NSUCL CORDI

NSUCL 1. 001
CORDI .125 .389

PSI

TXME RBCE MARCHE

TXME .961
RBCE .000 .424
MARCHE .000 .000 .164

THETA EPS
TXME RBCE POSICLE BCG

.000 .000 .774 .822

 THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD .720
DEGTRANS .000 .881
DESTEMPS .000 .000 .863
DIFF .000 .000 .000 .544
COUTFRCL .000 .000 .000 .000 .846
COUTFR .000 .000 .000 .000 .000 .720
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 -.091 .000 .137
DIFINFO .000 .000 .000 .000 .090 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 .934
DIFINFO .000 .000 .611
DI FOBJ .000 .000 .000 .712

SQUARED MULTIPLE CORRELATIONS FOR Y - VARIABLES

TXME RBCE POSICLE BCG
1. 000 1.000 .226 .178

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

.280 .119 .137 .456 .154 .280

SQUARED MULTIPLE CORRELATIONS FOR X - VARIABLES

COUTCLFR COUTCL DIFINFO DIFOBJ

1. 000 .066 .389 .288

SQUARED MULTIPLE CORRELATIONS FOR STRUCTURAL EQUATIONS

TXME RBCE MARCHE

.039 .576 .275

TOTAL COEFFICIENT OF DETERMINATION FOR STRUCTURAL EQUATIONS IS .336

CHI-SQUARE WITH 51 DEGREES OF FREEDOM = 68.36 (P .053)

GOODNESS OF FIT INDEX .994

ADJUSTED GOODNESS OF FIT INDEX .988
ROOT MEAN SQUARE RESIDUAL .027
MODELE THEORIQUE CAS B n07

FITTED COVARIANCE MATRIX

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME 1.000
RBCE .738 1. 000
POSICLE .048 .068 1.000
BCG .042 .060 .200 1. 000
FONRD .016 -.045 .082 .073 1.000
DEGTRANS -.011 .030 -.054 -.048 -.182 1.000
DES TEMPS .056 .014 .083 .073 .114 -.074
DIFF .102 .025 .151 .134 .209 -.136
COUTFRCL -.020 -.017 -.005 -.005 .046 -.030
COUT FR -.027 -.023 -.007 -.007 .062 -.041
COUTCLFR .079 .005 .075 .067 .110 -.071
COUTCL .020 .001 .019 .017 .028 -.018
DIFINFO .010 -.021 -.005 -.004 .080 -.052
DIFOBJ .008 -.018 -.004 -.003 .069 -.045

FITTED COVARIANCE MATRIX

DESTEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS 1.000

DIFF .249 1. 000
COUTFRCL .044 .081 1.000
COUT FR .060 .110 .207 1.000
COUTCLFR .136 .249 .075 .101 1.001
COUTCL .035 -.027 .019 .163 .256 1.000
DIFINFO .054 .098 .137 .063 .125 .032
DIFOBJ .046 .084 .040 .055 .108 .028

FITTED COVARIANCE MATRIX

DIFINFO DIFOBJ

DIFINFO 1.000
DIFOBJ .335 1. 000

FITTED RESIDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .001 .000
POSICLE -.002 -.017 .000
BCG .004 .011 .005 .000
FONRD .036 .018 -.036 .003 .000
DEGTRANS ,040 .006 .001 -.035 -.006 .000
DES TEMPS -.009 -.003 -.027 .037 -.039 .010
DIFF .005 .007 .021 -.027 .019 -.009
COUTFRCL .002 .006 .043 .058 -.031 -.017
COUT FR -.002 -.001 -.071 -.019 .012 -.005
COUTCLFR .014 .018 .037 -.009 -.001 .016
COUTCL -.050 -.053 -.043 -.074 .042 -.028
DIFINFO .006 -.020 -.030 .034 -.020 .032
DIFOBJ -.001 -.033 .043 -.029 .056 .032
 FITTED RESIDUALS

DES TEMPS DIFF COUTFRCL COUTFR COUTCLFR COUTCL

DES TEMPS .000

DIFF .001 .000
COUT FRC L .058 .009 .000
COUTFR .006 -.041 .001 .000
COUTCLFR -.026 .011 -.033 .025 -.001
COUTCL .018 .000 .022 .001 .005 .000
DIFINFO .069 -.059 .001 -.001 .025 .047
DIFOBJ .023 .014 -.008 .008 -.027 -.048

FITTED RESIDUALS

DIFINFO DI FOBJ

DIFINFO .000
DIFOBJ .002 .000

SUMMARY STATISTICS FOR FITTED RESIDUALS

SMALLEST FITTED RESIDUAL -.074
MEDIAN FITTED RESIDUAL .000
LARGEST FITTED RESIDUAL = .069

STEMLEAF PLOT
- 7 41
- 6
- 5 930
- 4 831
- 3 9653310
- 2 98777600
- 1 977
- 0 9998653221111100000000000000
0 11111122345556666789
1 01124468889
2 12355
3 224677
4 02337
5 688
6 9

STANDARDIZED RESIDUALS

TXME RBCE POSICLE BCG FONRD DEGTRANS

TXME .000
RBCE .064 .000
POSICLE -.353 -.856 .000
BCG .170 .489 .440 .000
FONRD 11.137 .769 -1.225 .084 .000
DEGTRANS 1.258 .257 .052 -1.279 -.496 .000
DES TEMPS -.264 -.111 -.999 1.389 -1.712 .287
DIFF .313 .491 1.075 -1. 527 4.199 -.336
COUTFRCL .077 .257 1.510 2.053 -1. 328 -.487
COUT FR -.140 -.024 -2.420 -.645 .542 -.132
COUTCLFR 1.000 2.670 1.630 -.397 -.156 .494
COUTCL -1. 400 -1. 745 -1. 374 -2.408 1. 408 -.748
DIFINFO .192 -.625 -1.003 1.128 -.894 .837
DIFOBJ -.044 -1. 064 1.491 -.989 2.438 .879
 STANDARDIZED RESIDUALS

DES TEMPS DIFF COUTFRCL COUT FR COUTCLFR COUTCL

DES TEMPS .000

DIFF .082 .000
COUTFRCL 2.008 .421 .000
COUT FR .201 -1. 827 .127 .000
COUTCLFR -1. 040 .711 -1.712 1.982 -.042
COUTCL .570 -.016 .689 .092 .284 .000
DIFINFO 2.195 -2.497 .146 -.059 .993 1.353
DIFOBJ .767 .562 -.284 .327 -1. 065 -1. 443

STANDARDIZED RESIDUALS

DIFINFO DI FOBJ

DIFINFO .000
DIFOBJ .275 .000

SUMMARY STATISTICS FOR STANDARDIZED RESIDUALS

SMALLEST STANDARDIZED RESIDUAL -2.497
MEDIAN STANDARDIZED RESIDUAL .000
LARGEST STANDARDIZED RESIDUAL = 11.137

STEMLEAF PLOT
- 2 544
- 1 87775444332110000
- 0 9976655443332111100000000000000000
o 11111111222333333344555566778889
1 00113444556
2 001247
3
4 2
5
6
7
8
9
10
11 1

LARGEST POSITIVE STANDARDIZED RESIDUALS

RESIDUAL FOR FONRD AND TXME 11.137

RESIDUALFOR DIFF AND FONRD 4.199

RESIDUAL FOR COUTCLFR AND RBCE 2.670

 QPLOT OF STANDARDIZED RESIDUALS

3.5 .....................................................••...................

x
x
x
XX
. X *
N . x*
o .X x*
R X*x
M x*
A X
L **x
*
Q
U
A
N
T
l
L *
E XX*.
S *x.
x *
xx
X
X
X

X •

-3.5 .
-3.5 3.5
STANDARDIZED RESIDUALS

MODELE THEORIQUE CAS B n07

STANDARD ERRORS

LAMBDA y
TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .000 .000 .000
BCG .000 .000 .185

LAMBDA X
NTRANS NIMIT NSUFR NSUCL COROI

FONRD .000 .000 .000 .000 .000

DEGTRANS .127 .000 .000 .000 .000
DES TEMPS .000 .082 .000 .000 .000
DIFF .000 .000 .000 .000 .000
COUTFRCL .000 .000 .000 .000 .000
COUTFR .000 .000 .406 .000 .000
COUTCLFR .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .032 .000
DIFINFO .000 .000 .000 .000 .000
DIFOBJ .000 .000 .000 .000 .223
 BETA

TXME RBCE MARCHE

TXME .000 .000 .163

RBCE .041 .000 .207
MARCHE .000 .000 .000

GAMMA

NT RANS NIMIT NSUFR NSUCL CORDI

TXME .196 .189 .183 .045 .000

RBCE .236 .209 .220 .053 .000
MARCHE .153 .140 .136 .036 .064

PHI

NTRANS NIMIT NSUFR NSUCL CORDI

NT RANS .078
NIMIT .031 .088
NSUFR .021 .023 .053
NSUCL .031 .029 .024 .041
CORDI .026 .025 .023 .030 .108

PSI

TXME RBCE MARCHE

TXME .047
RBCE .000 .059
MARCHE .000 .000 .052

THETA EPS

TXME RBCE POSICLE BCG

.000 .000 .071 .061

THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUTFR

FONRD .088
DEGTRANS .000 .053
DE STEMPS .000 .000 .049
DIFF .000 .000 .000 .097
COUTFRCL .000 .000 .000 .000 .067
COUT FR .000 .000 .000 .000 .000 .104
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 .034 .000 .036
DIFINFO .000 .000 .000 .000 .041 .000
DIFOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 .044
DIFINFO .000 .000 .115
DI FOBJ .000 .000 .000 .090
 THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUTFR

FONRD 8.154
DEGTRANS .000 16.645
DES TEMPS .000 .000 17.722
DIFF .000 .000 .000 5.622
COUTFRCL .000 .000 .000 .000 12.679
COUTFR .000 .000 .000 .000 .000 6.893
COUTCLFR .000 .000 .000 .000 .000 .000
COUTCL .000 .000 .000 -2.698 .000 3.826
DIFINFO .000 .000 .000 .000 2.194 .000
DI FOBJ .000 .000 .000 .000 .000 .000

THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .000
COUTCL .000 21. 298
DIFINFO .000 .000 5.302
DIFOBJ .000 .000 .000 7.932

MODELE THEORIQUE CAS B n07

TOTAL AND INDIRECT EFFECTS

TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.150 .320 -.269 .037 -.004

RBCE -.296 .222 -.125 -.004 -.033
MM.CHE .099 .342 -.221 .008 -.094

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .199 .165 .171 .045 .016

RBCE .212 .159 .163 .045 .028
MM.CHE .153 .140 .136 .036 .064

INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .004 .015 -.010 .000 -.004

RBCE -.079 .348 -.272 .030 -.033
MARCHE .000 .000 .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF KSI ON ETA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .019 .054 .035 .002 .016

RBCE .164 .174 .161 .037 .028
MARCHE .000 .000 .000 .000 .000

TOTAL EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .045

RBCE .745 .000 .355
MARCHE .000 .000 .000

LARGEST EIGENVALUE OF B*B' (STABILITY INDEX) IS .658

 STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON ETA
TXME RBCE MARCHE

TXME .000 .000 .163

RBCE .041 .000 .179
MARCHE .000 .000 .000

INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .034
MARCHE .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON ETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .121
MARCHE .000 .000 .000

TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME 1. 000 .000 .045

RBCE .745 1.000 .355
POSICLE .000 .000 1. 000
BCG .000 .000 .887

STANDARD ERRORS FOR TOTAL EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .163

RBCE .041 .000 .179
POSICLE .000 .000 .000
BCG .000 .000 .185

INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .045

RBCE .745 .000 .355
POSICLE .000 .000 .000
BCG .000 .000 .000

STANDARD ERRORS FOR INDIRECT EFFECTS OF ETA ON Y

TXME RBCE MARCHE

TXME .000 .000 .163

RBCE .041 .000 .179
POSICLE .000 .000 .000
BCG .000 .000 .000

TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.150 .320 -.269 .037 -.004

RBCE -.296 .222 -.125 -.004 -.033
POSICLE .099 .342 -.221 .008 -.094
BCG .088 .303 -.196 .007 -.083

STANDARD ERRORS FOR TOTAL EFFECTS OF KSI ON Y

NTRANS NIMIT NSUFR NSUCL COROI

TXME .199 .165 .171 .045 .016

RBCE .212 .159 .163 .045 .028
POSICLE .153 .140 .136 .036 .064
BCG .136 .126 .121 .032 .057
STANDARDIZED SOLUTION

LAMBDA Y

TXME RBCE MARCHE

TXME 1. 000 .000 .000

RBCE .000 1. 000 .000
POSICLE .000 .000 .475
BCG .000 .000 .422

LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .529 .000 .000 .000 .000

DEGTRANS -.345 .000 .000 .000 .000
DES TEMPS .000 .369 .000 .000 .000
DIFF .000 .675 .000 .000 .000
COUTFRCL .000 .000 .392 .000 .000
COUTFR .000 .000 .529 .000 .000
COUTCLFR .000 .000 .000 1. 001 .000
COUTCL .000 .000 .000 .256 .000
DIFINFO .000 .000 .000 .000 .624
DIFOBJ .000 .000 .000 .000 .537

BETA

TXME RBCE MARCHE

TXME .000 .000 .021

RBCE .745 .000 .153
MARCHE .000 .000 .000

GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.082 .206 -.102 .036 .000

RBCE -.115 -.085 .058 -.034 .000
MARCHE .111 .485 -.182 .016 -.123

CORRELATION MATRIX OF ETA AND KSI

TXME RBCE MARCHE NT RANS NIMIT NSUFR

TXME 1. 000
RBCE .738 1.000
MARCHE .101 .143 1.000
NTRANS .031 -.086 .327 1.000
NIMIT .150 .037 .471 .585 1.000

NSUFR -.050 -.043 -.029 .222 .307 1.000

NSUCL .079 .005 .159 .207 .369 .190
CORDI .016 -.034 -.015 .243 .233 .192

CORRELATION MATRIX OF ETA AND KSI

NSUCL CORDl

NSUCL 1.000
CORDI .201 1.000
 PSI

TXME RBCE MARCHE

TXME .961
RBCE .000 .424
MARCHE .000 .000 .725

REGRESSION MATRIX ETA ON KSI (STANDARDIZED)

NTRANS NIMIT NSUFR NSUCL CORDI

TXME -.079 .216 -.106 .037 -.003

RBCE -.157 .150 -.049 -.004 -.021
MARCHE .111 .485 -.182 .016 -.123

MODELE THEORIQUE CAS B n07

MODIFICATION INDICES AND ESTIMATED CHANGE

MODIFICATION INDICES FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE .271 .493 .000
BCG .093 .165 .000

ESTlMATED CHANGE FOR LAMBDA Y

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
POSICLE -.021 -.028 .000
BCG .011 .014 .000

MODIFICATION INDICES FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .369 .085 .374 1.251

DEGTRANS .000 .369 .086 .374 3.300
DES TEMPS .221 .000 2.869 .280 4.967
DIFF .221 .000 2.869 .280 3.719
COUT FRC L 2.881 7.733 .000 .310 .174
COUT FR 2.881 7.733 .000 .310 .123
COUTCLFR .812 .350 3.029 .000 .326
COUTCL .812 .350 3.028 .000 .286
DIFINFO 2.936 .964 .034 3.467 .000
DIFOBJ 2.936 .964 .034 3.467 .000

ESTIMATED CHANGE FOR LAMBDA X

NTRANS NIMIT NSUFR NSUCL CORDI

FONRD .000 .226 -.083 .046 .155

DEGTRANS .000 .147 -.054 .030 .169
DES TEMPS -.093 .000 .275 -.027 .182
DIFF .171 .000 -.502 .050 -.269
COUT FRC L .289 .319 .000 -.033 -.059
COUT FR -.390 -.431 .000 .044 .064
COUTCLFR -.356 .213 -1. 338 .000 -.157
COUTCL .091 -.055 .343 .000 .038
DIFINFO -.384 -.146 -.060 .158 .000
DIFOBJ .330 .126 .051 -.136 .000
 MODIFICATION INDICES FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE .462 .940 .000

ESTlMATED CHANGE FOR BETA

TXME RBCE MARCHE

TXME .000 .000 .000

RBCE .000 .000 .000
MARCHE -.087 -.126 .000

MODIFICATION INDICES FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 .462

RBCE .000 .000 .000 .000 1.568
MARCHE .000 .000 .000 .000 .000

ESTIMATED CHANGE FOR GAMMA

NTRANS NIMIT NSUFR NSUCL CORDI

TXME .000 .000 .000 .000 -.048

RBCE .000 .000 .000 .000 -.109
MARCHE .000 .000 .000 .000 .000

NO NON-ZERO MODIFICATION INDICES FOR PHI

MODIFICATION INDICES FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE .462 1. 568 .000

ESTIMATED CHANGE FOR PSI

TXME RBCE MARCHE

TXME .000
RBCE .000 .000
MARCHE· -.084 -.189 .000

NO NON-ZERO MODIFICATION INDICES FOR THETA EPS

MODIFICATION INDICES FOR THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

r..

FONRD .000
DEGTRANS 1.259 .000
DES TEMPS 1.529 .138 .000
DIFF .815 .191 .088 .000
COUTFRCL .927 .354 4.033 .159 .000
COUTFR .130 .025 .036 3.410 .014 .000
COUTCLFR .005 .426 1.165 .748 2.212 1. 547
COUTCL 1.281 .786 .308 .000 .461 .000
DIFINFO .384 1.099 4.888 5.991 .000 .003
DIFOBJ 3.090 1.164 .571 .301 .082 .068
 MODIFICATION INDICES FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR .160
COUTCL .173 .000
DIFINFO 1.493 1. 896 .000
DIFOBJ 1. 654 2.225 .000 .000

ESTIMATED CHANGE FOR THETA DELTA

FONRD DEGTRANS DES TEMPS DIFF COUTFRCL COUT FR

FONRD .000
DEGTRANS -.306 .000
DES TEMPS -.056 .014 .000
DIFF .060 -.021 -.123 .000
COUT FRC L -.044 -.021 .070 .018 .000
COUT FR .020 -.007 .008 -.105 .132 .000
COUTCLFR -.004 .028 -.047 .068 -.073 .083
COUTCL .044 -.029 .018 .000 .022 .000
DIFINFO -.033 .042 .084 -.122 .000 -.003
DIFOBJ .085 .040 .027 .025 -.012 .012

ESTIMATED CHANGE FOR THETA DELTA

COUTCLFR COUTCL DIFINFO DIFOBJ

COUTCLFR -.190
COUTCL .051 .000
DIFINFO .077 .049 .000
DIFOBJ -.071 -.051 .000 .000

MAXIMUM MODIFICATION INDEX IS 7.73 FOR ELEMENT ( 5, 2) OF LAMBDA X

THE PROBLEM USED 69696 BYTES (= .6% OF AVAILABLE WORKSPACE)

TIME USED : 1.9 SECONDS

Preceding task required 6,59 seconds e1apsed.

ANNEXES III
 CAS UNE SEULE ENTREPRISE SANS ENTREE

Une seule entreprise

sans entrée de concurrents
1 500000oo

0.5 40000000

0
CD
- .- CD
N ~
,

.- ~ .-~ ~ ~
C")
CD CD
10 CD CD
CD -
•... ~ .-
CD
CD
CD Ci) S .-.- 8.- .- .-.-
0
'I:.f'
CD
300000OO

-0.5 200000oo

-1 100000oo

.-v
-1,5 o -K
---
-2 -100000oo

-2.5 -200000oo

-3 -300000oo

-3,5 -4000000o

4 -500000OO

Une seule entreprise - sans entrée de concurrents

Performance
100

,.'.'
90

- .-
-'
80
•
70

60
.- •• •
.- .'"
.

" ." ---TXME

,.,.'
50

40

,- - ••
•
1
.' ---
---RBCE
MARCHE:

30

20 .-,
.- •

,, -
- .•...-
10 ••
.. ....
o
-
., , ,.
'::.::1 ~~: ... ....

--
"
, ."
"
•... •... •... •... •... .- •...
-10
C") al II)
N C;; C")
C")
• ~
II)
10 CD CD
CO)al II)
CD Ci) al
-- -
CO)
0
.- en
0
II)
N N
 CAS UNE SEULE ENTREPRISE SANS ENTREE
vecteurX=3

Une seule entreprise

sans entrée de concurrents
1 50000000

0,5

o 300000OO

-0,5 200000oo

-1 100000oo
I_V
-1,5 o 1

l-K
-2 -10000000

-2,5 -20000000

-3

-3,5

Une seule entreprise - sans entrée de concurrents

Perfonnance
100

.
,•
..,.'
90

80
.,. .-
, "
70

60 .-,-.- ••

50
.- .- -
,. ••
---lXME
---RBCE
40
• ••• - - - MARCHE
1
,.••
30

~._...'_.- .'
20
,
10

o ::::';;:::'::::'::1:;';': .' ., " . ...:-: .•

•..
-10
~
~
~
~
~ œ
~ ~
~ •..
œ ~
œ ~
•...
0
œ ~
0 •.• N
~
•...•...•...
N
.-
 CAS DE TROIS ENTREPRISES SANS ENTREE
Comparaison de V et de K

_._._--------_ ~..__ .. . __ ._----------------- ------.-- .--.------ .. -------.-- --.-. --_.~

,
Comparaison de la valorisation V des trois entreprises

1-r----------------------------.....,
(.. ------ .. ----- ----.-- --.------
o • • ,. : 1 .' : "

,r-
"1.. II) ,.:.
~
œ' _ .~
~ ••••
__ 0) _
N
C")
N
II)
N
••••. CI)
N N
_ C")
C")C")
~·:r---~
-1

v ---Ent1 .

-2 ---Ent2·
······Ent3.

-5.1.---------------------------....1
Comparaison du capital K des trois entreprises

30000

25000

20000

---Ent1
15000 ---.Ent2
······Ent3

10000

5000

3
 CAS DE TROIS ENTREPRISES SANS ENTREE
Comparaison des budgets de recherche

Comparal.on de. budget. de recherche B de. trol. entreprl.e.

1800·

1800

.••,
0'
o ~

1400· . ··• •••

•
• ••• ·•
• • •
··•
1200· . ... .
o
o •
0

·•
: . ··
o 0

,
o
o •
··
0

• ·••
1000

o
·• o
,
1·• 1

1
.•..

Ent1
Ent2
,

'1

o ~
o
o
1
•••••• ent3!
800 o
o

,o
,
600

400

200· .

.-.- . - ..... '" ....

..-, ..... -.
o
1 2 3 4 5 8 7 8 9 10 11 12 13 14 15 18 17 18 19 20 21 22 23 24 2528 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 424344 45 46 47 48 49 50
 CAS DE TROIS ENTREPRISES SANS ENTREE
comparaison des performances

Comparaison des taux de marge (ROS) des trois entreprises

35

30

25

.-_.- •. ,...
20 .....•...
...........'

...•...-.-- -....
---ROS1
15 ---R0S2
••••• ·R0S3

10
.. •.'
'

o
..-
o N
N
10
N
co
N
co
~
-5

Comparaison des performances de marché (FORe) des trois

entreprises

45

40

35

30

......-...... l---FORC1
25
•..- -...•_.. -.-1'
.'~. i FORC2
20 ..-.....--- ... i" ....FORC3

.•.,
••••#

15

10

o
..- ,.,•...
o co QI
..-..-N
N 10
N
co
N
•.•.
,.,
,... 0
CO') ~
,.,
~
CD
~
0>
~

5
 CAS DE TROIS ENTREPRISES SANS ENTREE
TEST DE PERIODE
Comparaison de V et de K

Comparaison de la valorisation V des trois entreprises

o
O
!::..1
--.
•••• CIOt'
~..-..-
0

-1 •• · ---Ent1
r--:
-2
·· ·
·..
---Enl2
- - - - - -Ent3

··· ....
-3 ···
·•·· .
•.
·
••••• ..1..
-5

Comparaison du capital K des trois entreprises

8000

7000

6000

5000

4000 ---Ent1
---Ena
3000 ------Ent3

2000

1000

o ..--~--~~-~---~~--~
. -- .
.•.. .......
,
o (1) CD

-1000
 CAS DE TROIS ENTREPRISES SANS ENTREE
TEST DE PERIODE
Comparaison des budgets de recherche

Comparaison des budgets de recherche B des trois entreprises

1400·

1200 .

1000

800

Ent1'
1,--Ent2'
600 1
j' •.•_~_-
-Ent3 ,

400

200

o _1+-1-_1·_0.·· ·•. ···r···hl-·_

"
..I·_··-I--·I:-+:.o+-:-~·-·i··7· .. ,.-+
Ih+.+h! ..•
.
··'··'.l.••.4d
1- ·1.. ·.--11 .. ·-1 1-· +--1- .. 1----1-'· ..• o-1-1 -I-·f·--I +
2 3 4 5 8 7 8 9 10 11 12 13 14 15 18 17
, 18 19 20 21 22 23 24 25 28 27 28 29 30 31 32 33 34 35 38 37 38 39 40 41 42 43 44 45 48 47 48 49

-200-
 CAS DE TROIS ENTREPRISES SANS ENTREE
TEST DE PERIODE
comparaison des performances

Comparaison des taux de marge (ROS) des trois entreprises

35

30

25

20
---ROS1·
15 ---ROS2·
- - - - - -ROS3;

10
....- ....--..--
..
......•..-.--
5
--
o
•..
C) CD
••••••
œ N
N
10
N

-5

Comparaison des performances de marché (FORC) des trois

entreprises

45

40

35

30

25 ---FORC1
---FORC2
20 ;- - - - - -FORC3

15

10

o
•..
C)
•..
CD 10
N
CD
N
.•.•
(Of)
 CAS DE TROIS ENTREPRISES SANS ENTREE
TEST DE CAPITAL
Comparaison de V et de K

Comparaison de la valorisation V des trois entreprises

0,5
..... .-.-..~ ..-.. _~_.._-._--------._-------_ .._-_ .._---
o
.",
:.;..

,....
-.......
.- .- .- .- .- ,... -
.- • • •
-
,.... ~
··,.. 10 al CO') tn-;::' -='" N N ~1'i
. --al
N ~
CO')
CO')
ln
CO') CO') ~ •
CO') ln

-0,5 ••
---Ent1
-1 ---Ent2
······Ent3

-1,5

-2

-2,5

-3

Comparaison du capital K des trois entreprises

20000

18000 ....
16000 .1

..•.,
....
14000

12000
---Ent1
10000 ., ---Ent2
.•. ······Ent3
8000
...
6000
.
,.. '
..'.'
,..
4000
..' ....
---- .- "
2000 "
0 ----------
-- •

()
 CAS DE TROIS ENTREPRISES SANS ENTREE
TEST DE CAPITAL
Comparaison des budgets de recherche

Comparaison des budget. de recherche B des trois entreprises

2000

r·
1 •
l '

1800 . 1
1
1
•
1
•
1
1
1

--,
: 1
1

..," ,,
1

1600 1
1
1
1\
.1

:.'; .. 1 1

....
1

:~ 1

.'
1400 .' , '.
·:· ...: ...
: ~ :~
::, .: ,,
1200
• • ,
.,, • 1
1

,
...;: ~:.:: ...~:
~: .
.: ., .
,,
i---Ent1
1000 1

1
.'V
••
'
"V
1

1 ,
• 1
i---Ent2
;•• - •• -Ent3
1
1
1
1

800
.
.
1
1

·..
,.
--
··
• 'J

600
,·
·
,,
......, ,. '...
,1-••• It, •
' 1

400 , l'
,:
••
'.'V.:
•..
1 •

200 .-,
...
•...
.................•.. ,---- ..-.,,'
o
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 424344 45 46 47 48 49 50
 CAS DE TROIS ENTREPRISES SANS ENTREE
TEST DE CAPITAL
comparaison des performances

Comparaison des taux de marge (ROS) des trois entreprises

35

...
......-.-
,
30

...... ...
25 ..,-' .'
,..
.,.,
..'.. -'
1'-·
20
..' ---ROSl
15 ...."'.
,-'
---'R0S2
", . ••••• ·R0S3

10
.•...,."
.,.-.,"
5 ..... ....
o

-5
-
o •...•...
C') cg œ
_
N
N
Il')
N
cg
N
•.•.
C') o
~

Comparaison des performances de marché (FORC)

des trois entreprises

45

40 .,...-...-'
.,....--"
35
.,..
•••• a•

a'-·--
30
.,...-'
..' "

25 .. ---FORCl 1
,,,., FORC2 1
.,.,-
20 .,,- _._._._.·_·_F_O_R_C3_
1

.,.~
15
,."
.. 1
1

.,.."
1

10
1
1 -
5 1
1
i
o. 1

~------------------------------------ i
 CAS DE SIX ENTREPRISES SANS ENTREE
Comparaison de V

Comparaison de la valorisation V des six entreprises

.-- - -.- ~ - -. ...... - .

35 36 37 38 39

1---Ent1
1---Ent2
- - - - - -Ent3
-O--Ent4
1---Ent5
1--Ent8

-3,5
 CAS DE SIX ENTREPRISES SANS ENTREE
Comparaison de K

Comparaison du capital K des six entreprises

1100
,,
,,
6

,
,,
,
,,,
900 ,
,,
,,
,,
,,
6

,
,,
700
.
,,
,," 1---Ent1

,•
.." 1---Ent2
• • • • • 'Ent3
500 , ,, --C>-Ent4
,
,, 1---Ent5

..'...'
,," 1---Ent6

"
..
'
300 ,,
l'

,
,
,,

100

1 ·1 ··1 .. ·1 t· ,'·1 1 +··+ .. 1 .. 1 .. 1····1·--1

·1·· ·1 . 1 .. -1-"
·1 ·1·
·1· .. 1··

2 3 4 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

. ·100
 CAS DE SIX ENTREPRISES SANS ENTREE
Comparaison des budgets de recherche

Comparal.on de. budgets de recherche B de•• Ix entreprl.e.

1500

1300

1100

"-'- ____ .-0-

900
Ent1

••
Ent2

••
· ••••• ·Ent3

••
700 -o-Ent4

••
.•·
Ent5
·•
1

Ente

500

300

100

·······1··· .+ - ...-j.--+
I·_····~-·_··-I--·I---+ .. +..
_
..~-+-·-I-'-+--~---·I-I·---I' -+.
2 3 4 5 6 7 6 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
·100
 CAS DE SIX ENTREPRISES SANS ENTREE
Comparaison des performances

------------------------

Comparaison des taux de marge (ROS) des six entreprises

30

25

20
---ROS1 i
.----_.-- ---ROS2
15 .",,----.-
_" . •• 1
- - - - - -R0S3

.....
," --O--R0S4

,.
10 ---ROSSI il

, .
. ROSSii
Il

5
...
o

-5

Comparaison des performances de marché (FORC)

des six entreprises
45

40

35

30 ----FORC1 ;
-
....... ---FORC2'
25
...,. --- ....•.• 1

i1
- - - - - -FORC3
-o-FORC4i
20 ..--- ---FORCS:
.,-.,.--.---.- --FORC6!
,.'
.
1

15 1

10

o
 UNE ENT~EPRISE AVEC ENTREES

Comparaison de la valorisation V des différentes entreprises

..- - .
o ___
1 -1--n

].1
,.,.'
8 9 10

·
·•··
1

-2 ·
••
••
·•• I---Inltlale
•·
•·
1 --- Entrante1

•·
•••• " "Entrante2

••
--0-- Entrante3
-OC:-Entrante4
•·
·••••
·
•••·

····
1

-8
. •
.···
•
.
•
,•

·10
 UNE ENTREPRISE AVEC ENTREES

Comparaison du capital K des différentes entreprises

5000

4500

4000

3500

,""
,," -
1-----..--ïnitlaïe-----I
--
3000 "
"" 1---'Entrante11
o "" o 0 0 0 Entrante21
0 o

2500 ""
, ""
,,
. --O-Entrante3
-X-Entrante4- ------.1 i
_______________

2000 .. ,•
,"

,. fI'
.,..
1500
,
,"
. .'• "
00"
,'
1000 tt .- ••

500

o
1 2 3 4 5 6 7 8 -9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
 UNE. ENTREPRISE AVEC ENTREES

Comparaison des budgets de recherche.

500 ,
,,, ,•
,
•
··· ..
, '
, ,''
450
••• ·.
,, ,,
•
,, · ....
"\'
400 ,
,1
•
••
,,
..
350
,
,,
300
\---Initlale
,
,,, 1---EntrantI1
... ,
l".

·.·
•••••• Entrante2
,
250
, --0-- Entrante3
,,. '

200
' ..' ,
.
-X-Entrante4

150

100

50

o
1 2 3 4 5 6 7 8 9 .10 11 12 13 14 1516 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
 UNE ENTREPRISE AVEC ENTREES
Comparaison des performances

Comparaison des rentabilités (RBCE) des différentes entreprises

30

25

20

---Initiale
15 ---Entrante1
.- - - - - -Entrante2
~Entrante3 .
10
-X-Entrante4 ;

Comparaison des perfonnances de marché (FORC)

des différentes entreprises
35

30

25
---Initiale
20 ---Entrante1

.." . ;-- - - - .;Entrante2

:~Entrante3
15 .,
,.
;
;-X-Entrante4
.'
..,..'
.,.,"...
10
.
\o. •• '

o
 TROIS ENTREPRISES INITIALES AVEC ENTREES

Comparaison des valorisations V des différentes entreprises

2-

0,5

- .- -- ••• - ••
•••••• _ ••••••. ~ •••
-"..•• :t: .
......1... •••••••
:'".:'1:
! ---lnitiaIe1 1
0- ------t-- - ---1 ----1--- -n_-f- ---- +-----;-;t;oii-.;;+.-.-.+LU+--'-'+-----+- -t-' ",---1-- _u 1 ---,----
0-

234 11 12 13 14 15••• ··1';··18 19 20 21 22 23 24 '~ •• 28"-.~.' 28 29 1---lnitiaIe2

...+. " . 1- - - - - -lnillale3
..+' l--o--entrante1
-0,5
.......,,, •
• ..
,
,•
:+,'
,-x-entrlnte2 1
•, \--+ .. Entrlnte3!
,
,.... -, ....
..••
·
,• f-
,,
-1 •,
., ,
,,
··, ,

··
,
-1,5 - .,. ..
,
,,, •
•

•••
"
..- .-....-'.'
-2

-2,5 -

-3
 TROIS ENTREPRISES INITIALES AVEC ENTREES

Comparaison du capital K des différentes entreprls.s

4000· .
1
1
.:+
1

3500 :+
...
1
1

f-
3000 1
I

1
1
1
1

.. •••
1
1
1
2500 l---lnltlaIe1 1

..
1

1 1---ln"laI82 1

• • • • • ·ln"laI83 1
i- 1

..
--0- Entrante1
1
2000· l

1
--O<-Entrante2
~. = -:t- . -.Entrante31
1500 ..

1000· .

800 .+'
..LI' •• 1
.........•.......•...........
••• ,. PT'
.'
.............. ........- ...- .
1

o
1 2 3 4 5 8 7 8 9 10 11 12 13 14 15 18 17 18 19 20 21 22 23 24 25 28 27 28 29 30
 TROIS ENTREPRISES INITIALES AVEC ENTREES

Comparaison des budgets de recherche B

de. différente. entreprl.e.

230

,
+,,
180

1 Initiale1
1--lnitiale2
130
1- - - - - -lnitiale3
i-O--Entrante1
1-X-Entrante2
i- - + - -Entrante3

80

30

-+. .
-', ' ,.
·... --1-----··1-- ...·1--··---1--·---1-··--·1··-·-·--·· +---.+ .._"4::. -··1···-·+· 1·· ···1·--- +·--1·-····--1 1· ·1· h. 1- ·1· .J-- --·-1----- ·-t 1- . -- 1

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
-20
 TROIS ENTREPRISES INITIALES AVEC ENTREES
Comparaison de performances

Comparaison des rentabilités (RBCE) des différentes entreprises

20

15

---'lnitiaIe1
10 ---lnitiale2
- - - - - -lnitiale3
.--O-Entrante1
-X-Entrante2
5
---Entrante3

o
2 3 4 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28

-5

Comparaison des perfonnances de marché (FORC)

des différentes entreprises
30

25

20 ---lnitiaIe1
---lnitiale2
- - - - - -lnitiale3 1-
15 --o-Entrante1 i
-X-Entrante21
1 i
Entrante3
10

o
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 2324 25 26 27 28 29
 TROIS ENTREPRISES INITIALES AVEC ENTREES
2éme expérimentation

Comparaison de la valorisation V des différente. entreprises

1,5

0,5

o -+- ------1------+_ --+- -------1-------+--__ 1 -I---j- ----I-----~-_____f---I--------t__--·----- 1---lnltlale1

15 18 17 18 19 20 21 22 23 24 26 28 27 28 29 1---lnltlale2
•••• - 'Inltlale3

+..-+ ... +.. +.. -+•• +...

--O-Entrante1
-0,5
•......" ..~ ,
,,
~ •. _+
," ...•
..L
T'I.
'+... +... +... --OC-Entrante2
•• .. + ..
-1
., ,
,
,
,• ,,
,
,,
Entrante3

,
,
, •• +....+ J:'
•• • ,
•••• i'T

,
•• •• ,
-1.5 • ,
• • ,,
•
·· ,
••
••
.•
,
-2 •• ,•
•• t..·•••.•.•.:f:
•
·•• ••
·• ...•...... .. ·
1
••
-2.5 \ ••
'

-3
 TROIS ENTREPRISES INITIALES AVEC ENTREES
2éme expérimentation

Comparaison du capital K desdlff6rentes entreprises

2000

1800

1600

1400

1---lnitlale1
1200
1---lnltlale2
••••• 'Inltlale3
--0- Entrante1
1000
-X-Entrante2
.. + .. Entrante3
800

600

400

...... - ...., -, .+... +... +... +.. -+... +...

200 +" .+.. -+... +, .
+ ... , +.. +.. +..
-
+...+... +.' •,. +... +... + -+ + + +
..,....- ....
,
o
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
 TROIS ENTREPRISES INITIALES AVEC ENTREES
2éme expérimentation

Comparaison des budgets de recherche B

des différentes entreprises
250

200

150
- ..--------
1---lnltI8Ie1
1---lnltlale2
•••• - -lnltlale3

100 --O-Entrante1
I--OC-Entrante2
. -+ --Entrante3

50
".+... +... +.,. ..
+.....+....+.
...
•'+- ••. +... +' ....
•- liil'f-. •• + ...+'
'

........ - . -.-
1
• 1

0 ·1·· ·1 ····1· ··...·f···· 1· ... 1 -1· ....... ,

... ·-·1 ·f- ..
1
1
1.. ·..• ··1 -1 . 1 .... 1 1. ·1· ·1 ··1· o.. ··1 ..... ,----·-l·-··· ..·+--··-+.·-· 1

2 3 4 5 8 7 8 9 10 11
,
,
13
1
1
.
14: 15 18 17 18 19 20 21 22 23 24 25 28 27 28 29

=t-•••• + ....~

·50
 TROIS ENTREPRISES INITIALES AVEC ENTREES

2éme expérimentation

Comparaison de performances

-----------------------------.----------.-- ------------

Comparaison des rentabilités (RBCE) des différentes entreprises

20

15

---lnitiaIe1
10 ---lnitiaIe2
- - - - - -lnitiale3
--<>- Entrante1

5 :+ 1/ 1/ -~Entrante2

1/ ---Entrante3

-5

Comparaison des performances de marché (FORC)

des différentes entreprises
30

25

20 ---lnitiaIe1
---.lnitiale2
- - - - - -lnitiale3
15 --<>- Entrante1
-X-Entrante2
1 Entrante3
10

O.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

,
.~
 TROIS ENTREPRISES INITIALES AVEC ENTREES
TEST DE CAPITAL

Comparaison des valorisations V des différentes entreprises

0,5 .- , ......- . ...-

"
. .. -' .

o \
·•·
1';
. 1 '-1 ·f .•. ... -j-. •.. - 1· .. ~
... ." . -1 .. · . 1· ····1·
..•·· ···1··· ..•. 1···
-
1······ + + j ··..1 ·1·· ··-·.-1·.··-·.·1---.· .. +·

··.
~

..
2
.
...
: 3 4 5 8 7 10 11 12 13 14 15 18 17 18 19 20 21 22 23 24 25

-0,5
"
"."
.
"

-lnltlale1
-lnltlal82
- - - • - 'Initlale3

-1 --0-- Entrante1
.-t: .••• +..... -X-Entrante2
,
-.+ .. Entrante3
,•
. •

-1,5 .
,•
,:+.•.....•......• +
.•
••
•
-2 f···..-+....T·
•
·
•
· ••
••
-2,5

•
· ••
• •
-3
•·
 TROIS ENTREPRISES INITIALES AVEC ENTREES
TEST DE CAPITAL

Comparaison du capital K des différentes entreprises

.....
2000

1800
",
.
,
,

,,..
.'

1800 ,

,.
"
.'
,..
1400 .
,,
,

,,
.,
,
,,
, Inltlel81
1200
, ,, 1"ltlel82
..• •, • • • • • -1"ltleI83

1000
• .'
.• • ~Entrent81

.• • -X-Entrent82
--+ -.Entrent83
,,,
",

800 ,
.'
,."
...,"
600
.-- ...''
.' ", ." .. '

400 ", .'

"
... - .,.' "
200 -+ -+
,+... -+ .•• +.•.......•. +' '+... -+ •••
. . .+... +... +... +... +... +...

o
1 2 3 4 5 6 7 8 9 1011 12131415161718192021 2223242526
 TROIS ENTREPRISES INITIALES AVEC ENTREES
TEST DE CAPITAL

Comparaison du budget de recherche B des différentes entreprises

1'\ ,
200 : ~
l,
1
1.
1

1
. ·
1
1
•
•,
l
1
,
1
1
• • ,
,
1 • 1

•
1

1
•

•
••
• 1
1

• .
••
,
,
•• 1
,,
.1
1
••
.•.v :
"'
.,

:
1
.
150

Initlale1
---lnltlale2
100
.. ..." . ...
l
•
1 •

1
'
- - • - - -lnltlale3
--O-Entrante1

..
1
1 "
' •
-X-Entrante2
"
•, •
•....•
. 1
--+ -.Entrante3

50

.. +- _.+.
...
tfo'" ••
",

,
\
..+...• +...+' 1

o ·t .. ··.. 1-··. t·.+ ··-·1

-1 -..--!- 1· ~ •.!•• -+•.•.;;V·" _+----.hl-···--I-- ..-+ ..u--l- q.+
2 3 4 5 6 7 10 11 '~.-.1t!•.••
~ 15 16 17
. .-l8 19 20 21 22 23 24 25 26

...
,
,,
1 1

,
,
,
,
1
,
•
1

-50 ';..~~
 TROIS ENTREPRISES INITIALES AVEC ENTREES

TEST DE CAPITAL

Comparaison de performances

Comparaison des rentabilités (RBCE) des différentes entreprises

20

15

---lnitiale1
10 ---lnitiale2
1- - - - - -lnitiale3
I~Entrante1 ,
1/ I-X-Entrante2
1 :
:
:
5
i 1 i
Entrante3

o
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

Comparaison des perfonnances de marché (FORC)

des différentes entreprises
25
.- _.'---
..•..
.'

20 -.-- ...--
...'
.... - ." 1---lnitiaIe1

15 . ." 1

1
Jnitiale2 :
-lnitia/e3 1
~Entrante1 '
-X-Entrante2[
10
1 !
Entrante3

j
 CAS SIX ENTREPRISES AVEC ENTREES

Comparaison des valorisations V des entreprises

6 Initiales et 5 entrées
3

..'.- - . .-..- ..-.............. .•

••••••a· ••••••- ••••••••• 'm._ •

l'_ •••••
-
- - .
1---lnltlale1
1---lnltlale2

·•··· •• - - - -lnltlale3
1---lnltlale4
•• 1---lnltlale5
• • • Inltlale6
o ·+---'-----l.--+-----I---~-----I--- ---1--·+- -----~---I- ---+---1---+--1-----1-----+- ---f---+ ---+ ..,--t---+- ----- --0- Entrante1
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 3 -X-Entrante2
- - - Entrante3
-G-Entrante4
•
•• 1---Entrante5
-1
•
• ,- _ _ ",, ,.--
•
•• ,
1
•..
1
-2
• 1
•• 1

••
•
,
1
1

1
-3 •
 CAS SIX ENTREPRISES AVEC ENTREES

Comparaison du capital K des entreprises

8 Initiales et 5 entrées

1200.

1000
1---lnitlale1
1---lnltla'82
- - - - - -lnltla'83
800 1---llnltla'84
1---lnltlale5
- - - Initiale6
~Entrante1
-M-Entrante2
600
- - - Entrante3
-o-Entrante4
........ - ..- ..- ..- ..- .. - - .. - .. - .. - - ..- - ..- ..- ..-..- ......- .. - ..- ..- .. 1---IEntrante5
.. .. ..
400

200

••
•
0
•
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ,16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
 1

CAS SIX ENTREPRISES AVEC ENTREES ~

- 1

Comparalaon d•• budgets de recherche B d•• entreprla••

8 Initiale. et 5 entrée.

340

290

240
1---lnltlale1
1---lnII18Ie2
- - - - - -lnltlale3
190
1---llnltI8184

·••
\ l( 1---lnltI8Ie5

140
··• • • • Inltlal86
--O-Enlranle1
·•
•
-X-Entrante2
- - - Entrante3
--0- Entrant84
,,.... ,,
90
l ' ., i---IEntrante5

-
. ...~..
l ,

"
1

40

,
'--1----1-- ----1-"--+
-10 2 3 '.6 6 7 8 9 10
'...
-60
 CAS SIX ENTREPRISES AVEC ENTREES

Comparaison des rentabilités (RBCE) des différentes entreprises

6 Initiales et 5 entrées

24

19
Inltiale1
Initiale2
- - - - - -lnltlale3
Inltlale4
InitialeS
14 - - - Inltlale6
--O--Entrante1
-X-Entrante2
.-,...
..--...-..
- - - Entrante3
• --0-- Entrante4
.
.. L- .•....
_..
EntranteS
9 0. •• _ •

-1
 CAS SIX ENTREPRISES AVEC ENTREES

Comparaison des performances de marché (FORC) des différentes entreprises

6 Initiale. et & entrée.
35

30

25 1---lnitiale1
1---lnlllale2
- - - - - -lnltlale3
1---lnlllal84
20 1---lnltlale5
• • • Initlale6
,... --O-Entrante1
•• -X-Entrante2
15 - - - Entrante3
--0-- Entrante4
1---IEntrante5

10

,--_;1
,
,~--
5
,
1
1
- ....•..
-.,1

o
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39