Rapports économiques et sociaux
Mesure de l’intensité numérique dans l’économie canadienne

Résumé

Cette étude a pour objectif de créer un indice composite pour mesurer l’intensité de la numérisation dans les industries canadiennes. Compte tenu de l’omniprésence de la numérisation et de la dépendance accrue des entreprises et des particuliers à l’égard des produits et services numériques, il est essentiel de pouvoir mesurer la numérisation afin de mieux comprendre son incidence sur l’économie canadienne. Des mesures multidimensionnelles sont utilisées pour déterminer la mesure dans laquelle les entreprises utilisent des technologies numériques pour produire des biens et des services, en s’appuyant sur des données sur le capital des technologies de l’information et des communications (TIC), l’utilisation de biens et services de TIC intermédiaires, la main-d’œuvre numérique et l’adoption de robots. Un indice composite est ensuite créé à partir de ces mesures multidimensionnelles, et d’une analyse des composantes principales. L’indice composite final montre que de 2000 à 2015, l’intensité numérique n’a cessé de croître dans l’économie canadienne. Or, bien que la numérisation se soit accrue dans pratiquement toutes les industries canadiennes, elle a tendance à être inégale d’une industrie à l’autre. Les services d’information, les télécommunications, les services professionnels, scientifiques et techniques, la fabrication de machines, la fabrication de produits informatiques et électroniques, et la fabrication de matériel de transport figurent parmi les chefs de file en matière d’intensité numérique : ces industries affichaient une forte intensité numérique au début de la période à l’étude, et celle-ci s’est accrue de façon marquée au fil du temps. En revanche, l’agriculture, l’extraction minière et la construction, ainsi que la plupart des industries de la fabrication et des industries du transport, se situent aux derniers rangs pour ce qui est de l’intensité numérique : leurs niveaux étaient faibles au début de la période visée, et n’ont augmenté que légèrement par la suite.

Remerciements

Les auteurs souhaitent remercier André Binette, de la Banque du Canada; Danny Leung et Mark Uhrbach, de Statistique Canada; et Vincent Dore, Hankook Kim et Jianmin Tang, d’Innovation, Sciences et Développement économique Canada de leurs commentaires et suggestions utiles.

Auteurs

Huju Liu travaille à la Division de l’analyse économique, Direction des études analytiques à Statistique Canada. Julien McDonald-Guimond travaille à la Banque du Canada.

Introduction

Depuis une vingtaine d’années déjà, les Canadiens adoptent les nouvelles technologies numériques à grande échelle et à un rythme rapide. En 2018, 91 % des Canadiens étaient des utilisateurs d’Internet et 84 % des utilisateurs d’Internet achetaient des biens et services numériques ainsi que d’autres produits et services. Cette année-là, leurs achats en ligne se sont chiffrés à 57,4 milliards de dollars, comparativement à 18,9 milliards de dollars en 2012 (Statistique Canada, 2019a). De plus, le pourcentage d’entreprises du secteur privé canadien qui utilisent Internet pour leurs activités s’est élevé à 89,1 % en 2013 et à presque 100 % pour les grandes entreprises (Statistique Canada, s.d.a). L’adoption de l’infonuagique a aussi rapidement progressé, tout particulièrement au sein des grandes entreprises; en effet, 54 % des grandes entreprises utilisaient l’infonuagique en 2012, comparativement à 28 % des entreprises de moins de 50 employés (OCDE, 2014).

Cette étude a pour objectif de créer des indices statistiques pour mesurer l’intensité de la numérisation dans les industries canadiennes. Compte tenu de l’omniprésence de la numérisation et de la dépendance accrue des entreprises et des particuliers à l’égard des produits et services numériques, il est essentiel de pouvoir mesurer la numérisation dans l’économie canadienne afin de mieux comprendre son incidence, et de permettre aux gouvernements, aux entreprises et aux autres intervenants de prendre des décisions éclairées. Il a été démontré que la numérisation a d’importantes répercussions sur l’emploi (Acemoglu et Restrepo, 2020; Dixon, Hong et Wu, 2020; Nedelkoska et Quintini, 2018), la productivité des entreprises (Gal et coll., 2019), la dynamique des entreprises (Calvino et Criscuolo, 2019), la marge bénéficiaire brute des entreprises (Calligaris, Criscuolo et Marcolin, 2018), le processus de production sur demande (Spiezia, 2017) et les plateformes et les travailleurs de l’économie à la demande (Hardill et Green, 2003; Schwellnus, Geva, Pak et Veiel, 2019).

Cependant, la mesure de la numérisation pose certaines difficultés, car la numérisation n’est pas un phénomène simple, mais plutôt un processus complexe comportant de multiples facettes. Elle peut comprendre, entre autres, l’automatisation des tâches par des robots, l’utilisation de mégadonnées et de technologies d’intelligence artificielle, et la dématérialisation des ressources^Note . Selon van Ark (2016), la transformation numérique est stimulée par [traduction] « une combinaison de technologies mobiles, d’un accès omniprésent à Internet et de la transition vers le stockage, l’analyse et le développement de nouvelles applications infonuagiques.»

Cette étude vise plus particulièrement à mesurer l’intensité numérique de la production dans les industries canadiennes en faisant appel à une approche exhaustive. Inspirée de travaux antérieurs, elle tire profit des indicateurs multidimensionnels pour caractériser l’intensité numérique dans les industries canadiennes au moyen de diverses sources de données^Note . Ces indicateurs ont été élaborés à partir de données sur le stock de capital et les investissements en technologies de l’information et des communications (TIC), l’utilisation de biens et services intermédiaires des TIC, les professions liées au numérique et l’utilisation de robots. Ils permettent de déterminer l’ampleur de la transformation numérique des industries, le cas échéant, et le degré d’intégration du numérique dans leurs processus de production.

Pour mesurer l’intensité numérique, nous avons commencé par élaborer des mesures multidimensionnelles à l’échelle des industries, permettant ainsi des comparaisons entre les industries et au fil du temps. Les mesures ont ensuite été regroupées en un indice composite pour chaque industrie en fonction des poids dérivés d’une analyse de la composante principale (ACP). Enfin, un indice national de l’intensité numérique a été mis au point pour mesurer la progression générale de la numérisation à l’échelle nationale.

Il convient de souligner que l’objectif de cette étude est de déterminer la mesure dans laquelle les entreprises utilisent les technologies numériques pour produire des biens et services, aussi bien numériques que non numériques. Cela n’est pas la même chose qu’une mesure des extrants numériques des entreprises ou de la taille de l’économie numérique (Barefoot et coll., 2018; Statistique Canada, 2019b). Par exemple, le secteur de l’agriculture ne produit presque aucun produit ou service numérique, ce qui l’exclurait de l’économie numérique selon une mesure des extrants. Or, il peut tout de même utiliser de nombreuses technologies numériques et son processus de production peut faire l’objet d’une transformation numérique (p. ex. analyse de mégadonnées, utilisation de robots pour l’épandage et le sarclage, utilisation de drones pour la surveillance des cultures) (Bloomberg, 2018).

L’analyse de l’intensité numérique présentée ici contribue à la littérature existante par différents moyens. Premièrement, nous proposons la première mesure multidimensionnelle de l’intensité numérique qui concerne précisément sur le Canada. D’autres analyses de la numérisation ont mis l’accent sur un aspect particulier, comme l’automatisation ou les robots (Oschinski et Wyonch, 2017; Dixon, Hong et Wu, 2020), ou n’ont pas fourni de résultats pour le Canada (Manyika et coll., 2015). Deuxièmement, nous fournissons un ensemble de mesures fondées sur des données relatives à 50 industries qui sont diffusées annuellement depuis 2000, et ces mesures peuvent être facilement mises à jour et combinées à de nouveaux renseignements. Cet aspect est essentiel pour comprendre la dynamique de l’intensité numérique (sa croissance et son ampleur) et il est souvent absent de la littérature. Une exception digne de mention est un rapport de l’OCDE rédigé par Calvino, Criscuolo, Marcolin et Squicciarini (2018), qui ont utilisé une taxonomie multidimensionnelle similaire des industries numériques avec de multiples années d’observations. De nombreux pays de l’OCDE étaient couverts dans leur analyse de la numérisation, mais le Canada en était exclu en raison des limites des données. Dans leur rapport, les auteurs ont fait état de nombreuses variations entre les différents pays de l’OCDE, ce qui n’est pas très utile pour une mesure de la numérisation visant le Canada en particulier. Troisièmement, contrairement à Calvino, Criscuolo, Marcolin et Squicciarini (2018), dont l’indice sommaire industriel a été élaboré en fonction de rangs et de facteurs de pondération égaux, nous élaborons un indice composite en utilisant la normalisation de l’écart réduit et les facteurs de pondération dérivés d’une ACP. Non seulement l’indice composite qui en découle rend-il compte de la majeure partie de la variation dans les mesures sous-jacentes, mais il permet aussi une meilleure comparaison de l’intensité numérique entre les industries et au fil du temps. Enfin, bien que l’analyse soit faite à l’échelle des industries, la présente étude tire parti des données à l’échelle des entreprises pour améliorer le niveau de détail auquel les mesures peuvent être élaborées.

L’indice composite final indique que de 2000 à 2015, l’intensité numérique dans l’économie canadienne n’a cessé de croître, comme le montre le graphique 7 de la section 4.4. Presque toutes les industries ont accru leur intensité numérique au fil du temps. Les services d’information, la radiotélévision, les télécommunications, les services professionnels, scientifiques et techniques, la fabrication de machines, la fabrication de produits informatiques et électroniques, et la fabrication de matériel de transport sont à l’avant-garde en ce qui concerne l’intensité numérique, tandis que l’agriculture, l’extraction minière, la construction et la plupart des autres industries de la fabrication et du transport enregistrent les plus faibles intensités numériques. Bien que le classement de l’intensité numérique dans l’ensemble des industries corresponde largement aux résultats de Calvino, Criscuolo, Marcolin et Squicciarini (2018), l’indice composite final donne une meilleure mesure de l’ampleur des différences sous-jacentes de l’intensité numérique entre les industries et au fil du temps.

Mesure de la numérisation

À l’instar des innovations technologiques précédentes, comme la machine à vapeur, l’électricité et le moteur à combustion interne, les technologies numériques sont aussi des technologies à usages multiples (Carlsson, 2004; Jovanovic et Rousseau, 2005; Cardona, Kretschmer et Strobel, 2013; Brynjolfsson et McAfee, 2018)^Note . À ce titre, elles peuvent donner lieu à une variété d’innovations et d’applications. De plus, les différentes facettes de la numérisation peuvent être hautement complémentaires.

En réponse à un tel phénomène complexe, il est important de dresser le portrait le plus complet possible de la numérisation. C’est pourquoi cette étude tient compte de nombreuses mesures liées à différents aspects où les technologies numériques sont susceptibles d’être intégrées au processus de production. Suivant le cadre économique de la production des entreprises, ces mesures couvrent les principaux intrants de production-capital, travail et intrant intermédiaire. Plus précisément, les variables prises en compte sont 1) le capital des TIC, 2) les occupations liées au domaine numérique, 3) l’utilisation de biens et services intermédiaires des TIC et 4) l’adoption de robots^Note .

Une importante hypothèse avancée dans la présente étude et dans la littérature est que l’utilisation des produits et services de TIC est un substitut raisonnable pour la numérisation. Les produits et services de TIC procurent le fondement et l’infrastructure de base avec lesquels les technologies numériques peuvent fonctionner. Par exemple, les ordinateurs, l’équipement de télécommunication, les logiciels et les services connexes sont souvent décrits comme des infrastructures permettant la numérisation (Barefoot et coll., 2018; Statistique Canada, 2019b). Les entreprises qui utilisent des intrants de TIC sont considérées comme plus susceptibles de faire appel à des technologies numériques plus sophistiquées ou nouvelles. Cette approche comporte cependant des limites. Par exemple, un magasin d’équipement informatique peut acheter de nombreux ordinateurs et périphériques pour les revendre, et fournir des services de réparation pour ordinateurs usagés, ce qui a peu à voir avec la numérisation. De plus, les entreprises peuvent accéder aux technologies numériques sans transiger sur le marché au moyen, par exemple, de logiciels gratuits.

Les sources de données sur lesquelles les mesures se fondent sont accessibles à différents niveaux d’agrégation des industries. Par conséquent, un niveau commun de désagrégation a été adopté pour faciliter les comparaisons entre industries^Note . Un ensemble de 50 industries a été sélectionné pour assurer un équilibre entre la robustesse des hypothèses et la pertinence. Bien qu’un niveau supérieur d’agrégation soit plus facile à obtenir, il ne peut rendre compte de l’hétérogénéité au sein d’une industrie. Aussi, bien qu’un niveau de désagrégation plus détaillé soit souhaitable, il nécessiterait des hypothèses plus robustes sur les relations entre une industrie et ses sous-industries, ce qui exige d’appliquer la mesure d’une industrie « parente » à toutes ses industries « enfants ».

Les mesures multidimensionnelles sont utiles pour saisir les différentes facettes de la numérisation, mais elles ne sont pas pratiques pour comparer l’intensité numérique totale dans l’ensemble des industries. En effet, certaines industries pourraient avoir une plus forte intensité numérique que d’autres en ce qui a trait au capital des TIC, mais moins forte en ce qui a trait à l’utilisation des services de TIC. De plus, il est possible que certains indicateurs soient étroitement corrélés, par exemple, le capital des TIC et la main-d’œuvre numérique. Par conséquent, un indice composite qui peut résumer les indicateurs multidimensionnels pour chaque industrie est requis. Les ACP sont un outil particulièrement utile pour la réduction des données lorsque l’on est devant des variables corrélées et à dimensions multiples (James, Witten, Hastie et Tibshirani, 2014). Les ACP peuvent trouver quelques composantes principales qui préservent une grande variance totale des données d’origine.

Par conséquent, la présente étude a utilisé une ACP pour agréger les indicateurs multidimensionnels. L’indice final a été élaboré sous forme de combinaison linéaire des indicateurs multidimensionnels d’origine en utilisant les poids dérivés des deux premières composantes principales, et il rend compte de plus de 80 % de la variance totale. Cet exercice permet également le calcul subséquent d’un indice de numérisation de l’ensemble de l’économie, un outil utile pour surveiller la progression de la numérisation au Canada. De plus amples détails sur l’ACP et la création de l’indice composite sont présentés à la section 4.

Toutes les variables nominales ont été converties en dollars réels avant de mettre au point les indicateurs. Il peut être intéressant d’examiner les valeurs nominales, car ces valeurs rendent compte des dépenses réelles que consacre une industrie aux intrants numériques lorsqu’elle prend ses décisions relatives à la production. Cependant, comme il a été largement indiqué dans la littérature, les diminutions de prix de l’équipement de TIC ont été importantes depuis les années 1990 comparativement à d’autres types de produits (Byrne et Corrado, 2017; van Ark, 2016). En conséquence, les mesures nominales pourraient laisser supposer que l’utilisation d’intrants numériques a stagné, voire diminué, depuis 2000. Pourtant, le processus de production pourrait tout de même exiger une plus grande quantité d’intrants numériques qu’auparavant^Note .

Mesures multidimensionnelles de la numérisation

Cette section présente les mesures multidimensionnelles pour les aspects de la numérisation pris en compte. Pour chaque mesure, sa pertinence par rapport à la numérisation, la façon dont elle a été élaborée et les sources de données sont d’abord analysées. Les faits stylisés sont ensuite présentés pour examiner l’intensité numérique entre les industries et au fil du temps. Pour la comparaison chronologique, des moyennes sur trois ans ont été calculées pour rendre compte de la volatilité.

Stock de capital des technologies de l’information et des communications

Les actifs des TIC procurent le fondement et l’infrastructure de base avec lesquels les technologies numériques peuvent fonctionner. Le stock de capital des TIC définit une séquence d’achats d’actifs, l’élimination des anciens actifs et la dépréciation des actifs existants au fil du temps. Ainsi, il dresse le portrait complet du capital des TIC disponible aux fins de production et donne une bonne indication de la maturité technologique d’une entreprise pour l’adoption des technologies numériques.

Les données sur le capital des TIC proviennent de deux ensembles de données, chacun offrant une perspective légèrement différente. La première source de données était le Fichier de microdonnées longitudinales des comptes nationaux (FMLCN), qui comprend des données au niveau des entreprises sur toutes les entreprises constituées en société et certaines entreprises non constituées en société (celles qui ont des employés) au Canada. Les renseignements de l’un des barèmes de l’impôt des sociétés, soit la déduction pour amortissement (DPA), ont été utilisés pour calculer la valeur du stock de capital des TIC^Note .

La seconde source utilisée était la base de données sur le capital, le travail, l’énergie, les matières et les services (KLEMS) de Statistique Canada, qui fournit des estimations des services de capital pour 41 industries. Les services de capital mesurent les intrants dérivés du stock d’actifs fixes utilisés dans la production sur une période donnée. Ce concept est très utile, car il mesure le stock de capital réellement utilisé dans le processus de production et vient compléter la mesure du stock de capital. Il est calculé en tant que somme pondérée du stock de capital en utilisant les coûts du capital de l’utilisateur comme poids pour différents types d’actifs, en tenant compte du fait que différents types d’actifs ont différentes vies utiles (Jorgenson, Ho et Stiroh, 2005). Cet ensemble de données a été utilisé avec le FMLCN pour élaborer une mesure du capital des TIC.

La mesure du capital des TIC a été élaborée comme suit :

$$M{C}_{it}=\frac{D{C}_{it}}{PE{C}_{it}},$$

où $M{C}_{it}$ est une mesure du capital, $D{C}_{it}$ est le volume de capital numérique, et $PE{C}_{it}$ est le volume de capital qui augmente la productivité, tous pour l’industrie $i$ à la période $t$. Le terme « qui améliore la productivité» est parfois utilisé dans la littérature pour dénoter des actifs liés aux activités de recherche-développement, mais il est défini ici comme étant la somme des actifs de machines et matériel (MM) et des produits de la propriété intellectuelle^Note .

Ce dénominateur a été choisi pour tenir compte du fait que certaines industries pourraient posséder un important capital structural simplement en raison de la nature de leurs activités. Par exemple, une entreprise de fabrication devra presque certainement investir dans une usine, tandis qu’une firme de services-conseils pourrait simplement avoir besoin de louer un petit bureau pour fonctionner. Par conséquent, l’utilisation du stock de capital non résidentiel (qui comprend les actifs structurels et en matière de ME) comme dénominateur pourrait donner lieu à un biais vers le bas pour les industries de la fabrication, car il y a une plus grande part de capital structurel. Une autre mesure qui a utilisé le stock de capital non résidentiel total comme dénominateur au lieu des actifs qui améliorent la productivité a aussi été élaborée, et les résultats indiquent une corrélation de très grand degré entre les deux versions^Note . Cependant, une limite est que les actifs dans la base de données KLEMS sont divisés en seulement trois catégories : services de capital total, services du capital des TIC et services du capital autre que des TIC. Par conséquent, les services de capital total ont été utilisés comme dénominateur pour calculer la mesure au moyen de la base de données KLEMS.

Le stock de capital du FMLCN a été corrigé en utilisant des déflateurs implicites propres à l’industrie et propres aux actifs élaborés à partir des données de Statistique Canada sur les flux et stocks de capital fixe non résidentiel (Statistique Canada, s.d.b). Les indices de volume sont déjà accessibles dans la base de données KLEMS. Les mesures du capital provenant des deux sources de données ont été combinées en fonction d’une ACP (plus précisément, la première composante principale), qui, dans ce cas, est l’équivalent d’une simple moyenne. L’avantage principal de combiner les données du FMLCN à l’échelle des entreprises avec la base de données KLEMS est que cela apporte plus grand niveau de détail et une plus grande hétérogénéité sectorielle à la mesure du capital^Note .

Comme il est illustré dans le graphique 1, l’intensité du capital des TIC était plus forte dans la plupart des industries de services que dans les industries de biens (ci-après, ces industries comprennent celles de l’agriculture, de l’extraction minière et de l’extraction de pétrole, des services publics, de la construction et de la fabrication), en moyenne, pendant les deux périodes visées. La moyenne simple de l’intensité du capital des TIC dans les industries de services, pour les deux périodes, était de 0,11 et de 0,19, respectivement, comparativement à 0,03 et 0,08 dans les industries de biens. La variation de l’intensité du capital des TIC au cours des deux périodes était aussi plus forte, en moyenne, dans les industries de services que dans les industries de biens (0,08 par rapport à 0,05). En particulier, les services d’information, l’industrie du film, la radiotélévision et les télécommunications, la conception de systèmes informatiques et les services de génie comptaient parmi les chefs de file en matière d’intensité du capital des TIC. Les hausses étaient particulièrement prononcées dans les industries des services professionnels, où l’intensité a augmenté de plus de 100 % dans chacune des industries^Note . L’industrie de l’information et l’industrie culturelle, même si elles se situaient au départ au sommet du classement, ont enregistré des hausses plus modestes de leur intensité au cours de la période à l’étude^Note .

De nombreuses industries de biens sont aussi devenues beaucoup plus intensives dans leur utilisation du capital des TIC. Par exemple, les industries de l’extraction de pétrole et de gaz ont multiplié leur intensité par 24, une progression remarquable compte tenu de leur très faible intensité initiale. Les industries de la fabrication de vêtements et de l’impression sont aussi devenues relativement plus intensives dans leur utilisation du capital des TIC. Les industries du commerce de détail, qui ont subi d’importantes transformations au cours des 20 dernières années, ont plus que doublé leur intensité du capital des TIC. Enfin, les industries du secteur des soins de santé, adeptes d’innovation et de technologies d’avant-garde, ainsi que celles des services d’enseignement, où la technologie de l’information est de plus en plus présente (p. ex. laboratoires informatiques, tableaux blancs numériques), ont grandement accru leur intensité du capital numérique.

Dans l’ensemble, le portrait que dresse cette mesure en est un où les services professionnels ont adopté massivement le capital numérique au cours des dernières décennies, alors que les chefs de file précédents (services d’information, fabrication de produits informatiques et électroniques) ont ralenti leur adoption. De plus, l’intensification du stock de capital des TIC semble envahissante, alors que chaque industrie enregistre une certaine augmentation de son intensité. L’intensité de capital des TIC de la plupart des industries de services se situe au-dessus de la médiane pour chacune des deux périodes, tandis que d’autres industries (agriculture, extraction minière, transport, et la plupart des industries de la fabrication, sauf celles de la fabrication de vêtements, de la fabrication de produits électroniques et de la fabrication de matériel électrique) tiraient encore de l’arrière^Note .

L’annexe C présente les résultats pour une mesure de rechange fondée sur l’investissement en TIC plutôt que sur le stock de capital. Bien que ce dernier rende mieux compte de la maturité technologique globale, il peut être intéressant d’examiner les tendances en matière d’investissement pour avoir une idée de l’adoption plus récente des technologies numériques. Une vérification de la robustesse de l’indice composite final qui utilise l’investissement plutôt que le stock de capital donne des résultats très similaires.

Tableau de données du graphique 1



Tableau de données du graphique 1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 1. Les données sont présentées selon Industrie (titres de rangée) et 2000 à 2002 et 2013 à 2015(figurant comme en-tête de colonne).

Industrie	2000 à 2002	2013 à 2015
Partie A - Industries de biens
Agriculture, foresterie, pêche et chasse	0,010	0,029
Extraction de pétrole et de gaz	0,004	0,097
Extraction minière et exploitation en carrière (sauf l’extraction de pétrole et de gaz)	0,013	0,045
Activités de soutien à l’extraction minière, pétrolière et gazière	0,015	0,062
Services publics	0,039	0,077
Construction	0,019	0,066
Fabrication d’aliments	0,028	0,060
Fabrication de boissons et de produits du tabac	0,041	0,075
Usines de textiles et usines de produits textiles	0,027	0,076
Fabrication de produits en cuir et de produits analogues	0,032	0,185
Fabrication de produits en bois	0,019	0,052
Fabrication du papier	0,036	0,052
Impression et activités connexes de soutien	0,049	0,150
Fabrication de produits du pétrole et du charbon	0,007	0,016
Fabrication de produits chimiques	0,025	0,097
Fabrication de produits en plastique et en caoutchouc	0,032	0,053
Fabrication de produits minéraux non métalliques	0,025	0,031
Première transformation des métaux	0,017	0,021
Fabrication de produits métalliques	0,023	0,073
Fabrication de machines	0,026	0,092
Fabrication de produits informatiques et électroniques	0,163	0,222
Fabrication de matériel, d'appareils et composants électriques	0,027	0,170
Fabrication de matériel de transport	0,032	0,052
Fabrication de meubles et produits connexes	0,027	0,097
Activités diverses de fabrication	0,030	0,108
Partie B - Industries de services
Commerce de gros	0,065	0,118
Commerce de détail	0,055	0,165
Transport aérien	0,026	0,043
Transport ferroviaire	0,034	0,078
Transport par eau	0,027	0,042
Transport par camion	0,027	0,044
Transport par pipeline	0,030	0,049
Autres activités de transport	0,028	0,052
Entreposage, service postal et messagers	0,034	0,076
Édition, traitement de données et autres services d'information	0,282	0,340
Industries du film et de l’enregistrement sonore	0,266	0,314
Radiotélévision (sauf par Internet) et télécommunications	0,323	0,403
Finance et assurances	0,049	0,120
Services immobiliers et services de location et de location à bail	0,052	0,070
Architecture, génie et services connexes, services juridiques et services de comptabilité	0,192	0,413
Publicité, relations publiques et services connexes	0,183	0,478
Conception de systèmes informatiques et services connexes, services de conseils en gestion et de conseils scientifiques et techniques, et autres services professionnels	0,214	0,462
Services administratifs et de soutien	0,189	0,272
Services de gestion des déchets et d’assainissement	0,182	0,225
Services d’enseignement	0,096	0,222
Soins de santé et assistance sociale	0,051	0,241
Arts, spectacles et loisirs	0,099	0,166
Services d’hébergement et de restauration	0,039	0,090
Autres services (sauf les administrations publiques)	0,149	0,191
Administrations publiques	0,114	0,160
Notes : Les noms des industries sont abrégés en raison de limites d’espace. Consulter le tableau A.1. pour obtenir le nom complet et la classification des industries. TIC : technologies de l’information et des communications. Sources : Statistique Canada, Fichier de microdonnées longitudinales des comptes nationaux; Base de données sur le capital, le travail, l’énergie, les matières et les services (KLEMS); et calculs des auteurs.

Utilisation de biens et de services de technologies de l’information et des communications intermédiaires

Les intrants intermédiaires sont les biens et services qui sont utilisés dans le processus de production pour produire d’autres biens et services. De plus en plus, les entreprises ont cessé d’investir dans les actifs de TIC pour acheter des services de TIC afin de réduire les coûts et les risques, et d’accroître leur marge de manœuvre (van Ark, 2016). Par conséquent, l’utilisation de données sur l’utilisation intermédiaire des biens et services de TIC peut compléter les données sur le capital des TIC qui — à elles seules — sont susceptibles de sous-estimer la mesure dans laquelle les entreprises adoptent réellement les technologies numériques.

Les données sur l’utilisation intermédiaire des intrants numériques sont fondées sur les tableaux des entrées-sorties pour la période de 2000 à 2008 (Statistique Canada, s.d.c) et des ressources et des emplois (TRE) pour la période de 2009 à 2015 de Statistique Canada (Statistique Canada, s.d.d). Les intrants numériques ont été séparés en biens et services. Bien que les biens numériques intermédiaires soient principalement utilisés par les industries produisant des TIC, les services numériques intermédiaires peuvent probablement entrer dans le processus de production d’une vaste gamme d’industries. La liste des produits et services numériques utilisés a été sélectionnée en fonction de la littérature (van Ark 2016; Barefoot et coll. 2018) et pour éviter d’importantes interruptions entre les tableaux d’entrées-sorties et les TRE^Note  .

Les mesures ont été élaborées comme suit :

$$M{S}_{it}=\frac{D{S}_{it}}{T{S}_{it}},M{G}_{it}=\frac{D{G}_{it}}{T{G}_{it}}$$

où $M{S}_{it}$ est la mesure des services numériques, $M{G}_{it}$ est la mesure des biens numériques, $D{S}_{it}$ et $D{G}_{it}$ sont le volume de services et de biens numériques, respectivement, et $T{S}_{it}$ et $T{G}_{it}$ sont les services intermédiaires et les biens intermédiaires totaux, respectivement, pour l’industrie $i$ à la période $t$. Les services numériques et les biens numériques ont été corrigés en utilisant les déflateurs d’extrant de l’industrie de l’information et de l’industrie culturelle (SCIAN 51) et de la fabrication de produits informatiques et électroniques (SCIAN 334), respectivement, qui sont tous deux tirés de la base de données KLEMS. Les déflateurs propres à l’industrie pour les intrants de services et les intrants autres (matériel et énergie) ont été tirés de la base de données KLEMS pour ajuster les dénominateurs.

Puisque les TRE permettent une désagrégation plus détaillée pour les produits que pour les données sur le capital, les services ou les biens qui sont liés aux télécommunications hors Internet en particulier (p. ex. services téléphoniques, radiodiffusion et télévision, câbles de communications) ont été exclus pour se concentrer sur les intrants liés à l’information et à l’informatique, que l’on considère comme plus étroitement liés à la numérisation et plus largement utilisés à l’échelle des industries. Des mesures de rechange qui comprennent des produits et services de télécommunications hors Internet ont aussi été élaborées et ont fait ressortir des taux élevés de corrélation avec eux, excluant les biens et services de télécommunications hors Internet. La différence la plus marquée a été observée dans la radiotélévision (sauf par Internet), les télécommunications, et les industries du film et de l’enregistrement sonore, qui ont tendance à être plus numériques lorsque tous les intrants liés aux télécommunications sont inclus.

Tableau de données du graphique 2



Tableau de données du graphique 2
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 2. Les données sont présentées selon Industrie (titres de rangée) et 2000 à 2002 et 2013 à 2015(figurant comme en-tête de colonne).

Industrie	2000 à 2002	2013 à 2015
Partie A - Industries de biens
Agriculture, foresterie, pêche et chasse	0,001	0,001
Extraction de pétrole et de gaz	0,049	0,040
Extraction minière et exploitation en carrière (sauf l’extraction de pétrole et de gaz)	0,021	0,024
Activités de soutien à l’extraction minière, pétrolière et gazière	0,001	0,004
Services publics	0,093	0,086
Construction	0,002	0,007
Fabrication d’aliments	0,009	0,002
Fabrication de boissons et de produits du tabac	0,015	0,003
Usines de textiles et usines de produits textiles	0,014	0,002
Fabrication de produits en cuir et de produits analogues	0,013	0,008
Fabrication de produits en bois	0,010	0,002
Fabrication du papier	0,007	0,001
Impression et activités connexes de soutien	0,021	0,006
Fabrication de produits du pétrole et du charbon	0,022	0,005
Fabrication de produits chimiques	0,010	0,007
Fabrication de produits en plastique et en caoutchouc	0,016	0,005
Fabrication de produits minéraux non métalliques	0,017	0,006
Première transformation des métaux	0,009	0,002
Fabrication de produits métalliques	0,017	0,005
Fabrication de machines	0,014	0,008
Fabrication de produits informatiques et électroniques	0,029	0,015
Fabrication de matériel, d'appareils et composants électriques	0,020	0,017
Fabrication de matériel de transport	0,016	0,008
Fabrication de meubles et produits connexes	0,014	0,004
Activités diverses de fabrication	0,025	0,015
Partie B - Industries de services
Commerce de gros	0,042	0,026
Commerce de détail	0,031	0,024
Transport aérien	0,006	0,021
Transport ferroviaire	0,002	0,004
Transport par eau	0,000	0,001
Transport par camion	0,008	0,012
Transport par pipeline	0,082	0,109
Autres activités de transport	0,012	0,022
Entreposage, service postal et messagers	0,047	0,053
Édition, traitement de données et autres services d'information	0,145	0,174
Industries du film et de l’enregistrement sonore	0,002	0,003
Radiotélévision (sauf par Internet) et télécommunications	0,046	0,091
Finance et assurances	0,075	0,103
Services immobiliers et services de location et de location à bail	0,014	0,011
Architecture, génie et services connexes, services juridiques et services de comptabilité	0,084	0,131
Publicité, relations publiques et services connexes	0,035	0,039
Conception de systèmes informatiques et services connexes, services de conseils en gestion et de conseils scientifiques et techniques, et autres services professionnels	0,191	0,248
Services administratifs et de soutien	0,031	0,043
Services de gestion des déchets et d’assainissement	0,041	0,055
Services d’enseignement	0,015	0,029
Soins de santé et assistance sociale	0,010	0,017
Arts, spectacles et loisirs	0,012	0,017
Services d’hébergement et de restauration	0,009	0,012
Autres services (sauf les administrations publiques)	0,012	0,018
Administrations publiques	0,032	0,040
Notes : Les noms des industries sont abrégés en raison de limites d’espace. Consulter le tableau A.1. pour obtenir le nom complet et la classification des industries. TIC : technologies de l’information et des communications. Sources : Statistique Canada, tableaux 36-10-0424-01 et 36-10-0478-01; et calculs des auteurs.

Les résultats relatifs à l’intensité d’utilisation des services de TIC montrent que les niveaux d’utilisation des services de TIC, ainsi que les changements observés au fil du temps, contrastaient clairement entre deux groupes d’industries (graphique 2). En effet, leur utilisation était relativement faible dans les industries de la fabrication, de la construction, de l’agriculture et de la foresterie, ainsi que dans la majorité des industries du transport, et la plupart de ces industries ont graduellement réduit leur intensité d’utilisation^Note  au fil du temps. En revanche, l’utilisation des services de TIC était élevée dans la plupart des industries de services, comme les services d’information, la radiotélévision, les télécommunications, la finance, et les services professionnels et techniques^Note  , et les changements au fil du temps pour ces industries étaient plus positifs, chacune d’entre elles ayant affiché une croissance au cours de la période observée. Dans l’industrie du transport par pipeline, l’intensité de l’utilisation des services de TIC était assez élevée comparativement aux autres industries du secteur du transport, et était même supérieure à celle de la finance et des assurances et des télécommunications de 2013 à 2015.

En ce qui a trait aux biens de TIC (excluant les produits de télécommunications hors Internet, annexe E), leur utilisation était concentrée dans un sous-ensemble très précis d’industries, et la fabrication de produits informatiques et électroniques dominait clairement la liste. Cependant, la très forte intensité d’utilisation de biens de TIC observée ici pourrait simplement être liée au fait qu’un grand nombre de composants informatiques et électroniques sont achetés et assemblés pour en faire des produits finaux qui sont par la suite vendus aux consommateurs. Ainsi, il est possible que les entreprises n’utilisent pas nécessairement les biens de TIC pour remplacer ou compléter leurs investissements en TIC à des fins de numérisation. Les industries de la radiotélévision, des télécommunications, des services d’information et dans, une moindre mesure, des soins de santé, ont aussi affiché des intensités relativement plus fortes. La plupart des industries n’ont pas connu beaucoup de changements au cours des deux périodes, à l’exception de la radiotélévision, des télécommunications et des services d’information.

Enfin, compte tenu de sa concentration dans un sous-ensemble précis d’industries, la mesure de l’utilisation des biens de TIC intermédiaires a été exclue de l’indice composite final.

Main-d’œuvre numérique

Le fait d’avoir une main-d’œuvre numérique, c’est-à-dire des employés ayant un haut niveau de littératie numérique et informatique, peut s’avérer d’une immense valeur pour une entreprise qui souhaite profiter pleinement des avantages de la numérisation. Alors que l’architecture technologique devient de plus en plus complexe et sophistiquée, la nécessité d’avoir sur place des employés capables d’assurer la maintenance et de surveiller les différents systèmes risque de s’accroître. Il a été démontré que la présence de lacunes sur le plan des compétences en TIC constitue un obstacle à l’adoption et à la diffusion de la technologie numérique (Andrews et coll., 2018).

Les données sur les professions tirées du Recensement de la population de Statistique Canada (cycles 2001, 2006, 2011 et 2016) et de l’Enquête sur la population active (EPA) (cycles 2001 à 2016) ont été utilisées pour mesurer l’intensité de la main-d’œuvre numérique. Premièrement, une liste de professions liées au numérique a été sélectionnée en fonction de l’examen d’études similaires qui ont caractérisé la main-d’œuvre numérique (Calvino, Criscuolo, Marcolin et Squicciarini, 2018; Manyika et coll., 2015; Lamb et Seddon, 2016)^Note . Comparativement à Calvino, Criscuolo, Marcolin et Squicciarini (2018), les professions numériques sélectionnées pour la présente étude étaient de toute évidence plus vastes, et comprenaient non seulement des professions liées aux ordinateurs, aux systèmes d’information, aux bases de données et aux logiciels, mais aussi des professions en génie électronique, industriel et en génie de l’aérospatiale, ainsi qu’en graphisme. Cependant, ces professions sont moins vastes que celles qui ont été utilisées dans Manyika et coll. (2015) et Lamb et Seddon (2016), car elles excluent le personnel de soutien de bureau, les préposés à l’entrée de données, les chimistes, les physiciens, les professeurs d’université, les travailleurs de l’industrie des câbles de télécommunications et certains techniciens (p. ex. techniciens d’instruments industriels et d’aéronefs et techniciens de services de câblodistribution). D’autres professions ont aussi été incluses, comme les agents de recherches statistiques, les ingénieurs et technologues d’industrie et de fabrication et les technologues en électricité et électronique, qui n’ont pas été utilisés dans les études précédentes.

Deuxièmement, les données sur les professions numériques et l’emploi total pour chaque industrie ont été tirées du Recensement de la population et de l’EPA et utilisées pour calculer la mesure qui suit :

$$M{L}_{it}=\frac{D{L}_{it}}{T{L}_{it}}$$

où $M{L}_{it}$ est la mesure de la main-d’œuvre numérique, $D{L}_{it}$ est la somme des travailleurs qui occupent les professions numériques retenues aux fins de la présente étude, et $T{L}_{it}$ est la somme de tous les travailleurs, pour l’industrie $i$ à la période $t$.

Dans le cadre de cette étude, un travailleur est défini comme un particulier qui a été enregistré comme employé d’une industrie particulière, et exerçant une profession particulière pour la période de référence. Par conséquent, cela ne tient pas compte des changements d’emploi ou de situation vis-à-vis de l’activité au cours d’une même année (p. ex. temps partiel, temps plein, permanent, temporaire). Cela peut aussi exclure les travailleurs qui occupent des professions non numériques, mais qui pourraient accomplir certaines tâches numériques.

Alors que l’EPA est menée mensuellement, le Recensement de la population est réalisé aux cinq ans. Par conséquent, les données mensuelles de l’EPA ont été agrégées à une fréquence annuelle et utilisées pour inférer les dynamiques d’emploi entre deux recensements consécutifs^Note .

Selon les résultats de cette mesure, e la fabrication de produits informatiques et électroniques arrivait clairement au premier rang sur le plan de la main-d’œuvre numérique (graphique 3, partie A), celle-ci représentant environ 34 % de son effectif total pendant la première période visée. Une proportion relativement élevée de l’effectif des services professionnels (p. ex. architecture, génie, conception de systèmes informatiques) était composée de main-d’œuvre numérique, soit environ 25 %, au cours de la première période. Cependant, en raison des limites des données, il n’a pas été possible d’obtenir une perspective plus détaillée de cette industrie, ce qui peut avoir masqué une certaine hétérogénéité. L’industrie l’information et l’industrie culturelle, et les télécommunications sont arrivés au troisième rang pour ce qui est de la main-d’œuvre numérique. Les industries du film et de l’enregistrement sonore semblaient employer une main-d’œuvre numérique de même taille que dans bon nombre d’industries de la fabrication. Il convient de noter que l’industrie du transport par pipeline emploie une part relativement grande de main-d’œuvre numérique et cette part a aussi augmenté au fil du temps. Même si cela contraste avec ses intensités de capital et d’investissements en TIC, cela correspond tout de même à sa plus forte intensité d’utilisation de services de TIC intermédiaires, comme on l’a vu dans la section précédente. Finalement, l’industrie de l’information et l’industrie culturelle, de même que les télécommunications, ont enregistré la hausse la plus marquée de leur intensité de main-d’œuvre numérique au cours des deux périodes, celle-ci se situant entre 6 et 7 points de pourcentage. La fabrication de matériel de transport a aussi affiché une augmentation relativement prononcée, ce qui est probablement liée aux percées observées dans cette industrie, avec la numérisation sans cesse accrue des voitures, et la robotisation de plus en plus courante (voir la section suivante pour plus de détails).

Tableau de données du graphique 3



Tableau de données du graphique 3
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 3. Les données sont présentées selon Industrie (titres de rangée) et 2000 à 2002 et 2013 à 2015(figurant comme en-tête de colonne).

Industrie	2000 à 2002	2013 à 2015
Partie A - Industries de biens
Agriculture, foresterie, pêche et chasse	0,002	0,002
Extraction de pétrole et de gaz	0,057	0,068
Extraction minière et exploitation en carrière (sauf l’extraction de pétrole et de gaz)	0,020	0,026
Activités de soutien à l’extraction minière, pétrolière et gazière	0,023	0,032
Services publics	0,130	0,147
Construction	0,007	0,010
Fabrication d’aliments	0,012	0,015
Fabrication de boissons et de produits du tabac	0,045	0,049
Usines de textiles et usines de produits textiles	0,015	0,025
Fabrication de produits en cuir et de produits analogues	0,008	0,020
Fabrication de produits en bois	0,011	0,019
Fabrication du papier	0,044	0,049
Impression et activités connexes de soutien	0,079	0,100
Fabrication de produits du pétrole et du charbon	0,070	0,058
Fabrication de produits chimiques	0,041	0,049
Fabrication de produits en plastique et en caoutchouc	0,032	0,042
Fabrication de produits minéraux non métalliques	0,024	0,033
Première transformation des métaux	0,055	0,059
Fabrication de produits métalliques	0,029	0,042
Fabrication de machines	0,087	0,106
Fabrication de produits informatiques et électroniques	0,345	0,359
Fabrication de matériel, d'appareils et composants électriques	0,121	0,144
Fabrication de matériel de transport	0,068	0,110
Fabrication de meubles et produits connexes	0,019	0,037
Activités diverses de fabrication	0,059	0,079
Partie B - Industries de services
Commerce de gros	0,035	0,054
Commerce de détail	0,008	0,010
Transport aérien	0,026	0,029
Transport ferroviaire	0,041	0,047
Transport par eau	0,011	0,020
Transport par camion	0,003	0,005
Transport par pipeline	0,108	0,138
Autres activités de transport	0,010	0,021
Entreposage, service postal et messagers	0,012	0,012
Édition, traitement de données et autres services d'information	0,158	0,228
Industries du film et de l’enregistrement sonore	0,058	0,091
Radiotélévision (sauf par Internet) et télécommunications	0,178	0,239
Finance et assurances	0,053	0,074
Services immobiliers et services de location et de location à bail	0,009	0,012
Architecture, génie et services connexes, services juridiques et services de comptabilité	0,252	0,257
Publicité, relations publiques et services connexes	0,252	0,257
Conception de systèmes informatiques et services connexes, services de conseils en gestion et de conseils scientifiques et techniques, et autres services professionnels	0,252	0,257
Services administratifs et de soutien	0,016	0,025
Services de gestion des déchets et d’assainissement	0,004	0,005
Services d’enseignement	0,017	0,022
Soins de santé et assistance sociale	0,006	0,009
Arts, spectacles et loisirs	0,014	0,016
Services d’hébergement et de restauration	0,000	0,001
Autres services (sauf les administrations publiques)	0,011	0,012
Administrations publiques	0,065	0,072
Notes : Les noms des industries sont abrégés en raison de limites d’espace. Consulter le tableau A.1. pour obtenir le nom complet et la classification des industries. TIC : technologies de l’information et des communications. Sources : Statistique Canada, Enquête sur la population active, Recensement de la population de 2001, de 2006, de 2011 et de 2016; et calculs des auteurs.

Robotisation

L’utilisation de robots est l’une des principales caractéristiques de la nouvelle économie numérique. Les robots sont différents des machines et de l’équipement traditionnels, en raison de leur degré élevé d’automatisation avec peu d’interventions humaines. Selon la Fédération internationale de la robotique (FIR), un robot industriel est un « manipulateur à commande automatique, reprogrammable, multiapplications, pouvant être programmé suivant trois axes ou plus, qui peut être fixe ou mobile, destiné à être utilisé dans les applications d’automatisation industrielle » (FIR 2017). Cela a eu et continuera probablement d’avoir d’importantes répercussions sur les procédés de production en remplaçant le travail de routine accompli selon des compétences et en créant une demande de nouveau travail exécuté en tâches (Acemoglu et Restrepo, 2019; Acemoglu, LeLarge et Restrepo, à paraître; Dixon, Hong et Wu, 2020).

Les données sur les robots au Canada sont tirées des données sur les importations administrées par l’Agence des services frontaliers du Canada, car la plupart des robots au pays sont achetés auprès de producteurs internationaux (Dixon, 2020). Les données sur les importations comportent des codes de produits détaillés qui peuvent identifier les robots séparément des autres machines et équipements, ainsi que la valeur des importations. La valeur totale du stock de robots est comparable aux données de livraisons fournies par la FIR et l’Association des industries de robotique (Dixon, 2020).

Pour évaluer l’intensité de l’adoption des robots à l’échelle des industries, une mesure a été calculée en divisant la valeur réelle du stock de robots par l’emploi à l’échelle de l’industrie de l’EPA. La valeur du stock de robots a été calculée en utilisant une méthode de l’inventaire permanent présumant une durée de vie utile de 12 ans^Note .

Le graphique 4 montre l’intensité moyenne des robots au cours de la période de 2013 à 2015 par rapport à celle de la période de 2000 à 2002 pour les grandes industries, qui a été mesurée en millions de dollars enchaînés de 2007 par 100 employés^Note . Sans surprise, l’adoption des robots a surtout été observée dans les industries de fabrication, particulièrement dans celles de la fabrication de machines (SCIAN 333), de la fabrication d’équipement de transport (SCIAN 336), de la fabrication de produits informatiques et électroniques (SCIAN 334), de la première transformation des métaux (SCIAN 331) et de la fabrication de produits en plastique et en caoutchouc (SCIAN 326). Ces industries ont aussi accru leur adoption des robots par rapport à l’emploi, comme illustré par leur situation au-dessus de la ligne de 45 degrés^Note . En particulier, la fabrication de machines avait la plus forte intensité de robots au cours des deux périodes visées. La fabrication de matériel de transport (principalement l’industrie de l’automobile) a affiché la hausse la plus marquée. Le commerce de gros (SCIAN 41) a affiché un degré adoption relativement stable des robots, comme démontré par le fait qu’elle repose presque directement sur la ligne de 45 degrés. L’adoption des robots a été largement négligeable dans les autres industries.

Tableau de données du graphique 4



Tableau de données du graphique 4
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 4. Les données sont présentées selon intensité moyenne d’adoption des robots, de 2013 à 2015 (titres de rangée) et 2013 à 2015(figurant comme en-tête de colonne).

intensité moyenne d’adoption des robots, de 2013 à 2015	2013 à 2015
0,000	0,001
0,002	0,016
0,003	0,008
0,004	0,009
0,011	0,110
0,012	0,075
0,023	0,141
0,024	0,068
0,025	0,023
0,078	0,141
Notes : Les codes du Système de classification des industries de l’Amérique du Nord (SCIAN) qui figurent dans le grahique sont les suivants : 325 – fabrication de produits chimiques; 326 – fabrication de produits en caoutchouc et en plastique; 331 – première transformation des métaux; 332 – fabrication de produits métalliques; 333 : fabrication de machines; 334 – fabrication de produits informatiques et électroniques; 335 – fabrication de matériel, d'appareils et de composants électriques; 336 : fabrication de matériel de transport; 41 – commerce de gros; 61 – services d’enseignement. Les trois industries qui se trouvent au coin inférieur gauche correspondent aux codes 61, 325 et 335 du SCIAN. Sources : Statistique Canada, Enquête sur la population active; Dixon, 2020; et calculs des auteurs.

Un indice composite de l’intensité numérique

Élaboration d’un indice composite de l’intensité numérique

Alors que les mesures multidimensionnelles présentées dans les sections précédentes ont permis de rendre compte des différents aspects de la numérisation, il serait souhaitable d’avoir un indice composite unique qui permet non seulement de saisir les renseignements multidimensionnels, mais aussi de faire des comparaisons d’une industrie à l’autre et au fil du temps. Ce détail est important, car aucune des mesures individuelles n’a été conçue pour brosser un tableau complet de la manière dont les industries utilisent les technologies numériques dans leurs processus de production.

Suivant la littérature sur l’élaboration d’indices composites (p. ex. OCDE, 2008; Nicoletti et coll., 2000), une ACP a été utilisée pour calculer les poids avec lesquels les indicateurs individuels peuvent être agrégés. L’implantation de l’ACP est décrite à l’annexe H. Une ACP est intéressante, car son degré de différenciation est entièrement fondé sur les données sous-jacentes, indépendantes de tout a priori sur l’importance relative, et les composantes communes en résultant peuvent saisir une grande quantité de la variation dans les données sous-jacentes.

Le tableau 1 présente la liste des poids dérivés des deux composantes principales, et ils peuvent être utilisés pour élaborer l’indice composite. Ensemble, les deux premières composantes principales (PC-1 et 2) expliquent plus de 80 % de la variance totale des données sous-jacentes, la première composante principale (PC-1) représentant 53 % et la deuxième (PC-2) représentant 28 %.



Les poids fondés sur différentes composantes principales ont révélé des tendances intéressantes liées à la numérisation dans les industries. La PC-1 suppose des poids équivalents parmi les mesures sous-jacentes, à l’exception de l’utilisation des robots, à laquelle un poids de zéro a été attribué. Par conséquent, la numérisation s’est manifestée par une utilisation équivalente d’intrants numériques conventionnels (p. ex. capital, travail et services intermédiaires) dans le processus de production. En revanche, la numérisation est principalement liée à l’utilisation de robots, en fonction de la PC-2. L’orthogonalité entre les composantes principales suppose différentes tendances en matière de numérisation dans les industries. Cette différence pourrait est lié au fait que les robots ont tendance à être différents des autres intrants numériques conventionnels des façons suivantes : a) les robots sont différents des machines et équipements conventionnels en raison de leur degré élevé d’automatisation et b) les robots remplacent les tâches routinières fondées sur le travail tout en augmentant la demande pour des travailleurs plus qualifiés.

La conséquence de cela est que le choix des composantes principales a différentes répercussions sur les indices composites finaux. Un indice final fondé sur les poids de PC-1 avait tendance à faire abstraction du rôle de l’adoption des robots dans la numérisation, ce qui ne favorise pas les industries de la fabrication, notamment celles de la fabrication de machines et de la fabrication de matériel de transport. Cependant, si l’indice final était fondé uniquement sur la composante PC-2, il se concentrerait seulement sur l’utilisation des robots, accordant beaucoup d’importance aux industries de la fabrication.

La présente étude a adopté les poids tirés des composantes PC-1 et 2 pour élaborer l’indice composite final au moyen d’une agrégation linéaire^Note . Cela a permis d’équilibrer différents intrants numériques et de rendre les comparaisons entre les industries plus cohérentes^{Note  ,Note} . Les sections suivantes présentent l’indice final de l’intensité numérique. Premièrement, l’intensité numérique selon l’industrie et au fil du temps est présentée, suivie par un classement des industries en fonction de leur indice d’intensité numérique. Enfin, un indice national de l’intensité numérique a été créé pour illustrer la progression de la numérisation dans l’ensemble de l’économie.

Un indice composite de l’intensité numérique par industrie

L’intensité numérique dans les industries de biens était inférieure à celle des industries de services, en moyenne, pour les deux périodes (graphique 5)^Note . L’intensité numérique moyenne dans les industries de biens s’est chiffrée à 0,12 au cours de la période de 2000 à 2002, comparativement à 0,2 pour les industries de services. L’intensité numérique moyenne des industries de biens a augmenté pour atteindre 0,23 au cours de la période de 2013 à 2015, mais elle était tout de même inférieure à celle des industries de services (0,29).

Bien que la majorité des industries de biens (p. ex. agriculture, extraction minière, construction et la plupart des industries de la fabrication) présentent de faibles intensités numériques en général, certaines d’entre elles qui affichent des niveaux relativement élevés, dont les services publics, la fabrication de machines, la fabrication de produits informatiques et électroniques, et la fabrication de matériel de transport. En particulier, les industries de la fabrication de machines, de la fabrication de produits informatiques et électroniques et de la fabrication de matériel de transport ont toutes affiché une hausse marquée de leur intensité numérique au fil du temps, laquelle serait attribuable à leur utilisation plus intensive de robots.

Parmi les industries de services, les services d’information, la radiotélévision et les télécommunications, la conception de systèmes informatiques, les services de conseils en gestion et de conseils scientifiques et techniques, le génie et les autres services professionnels affichaient la plus forte intensité numérique de 2000 à 2015. Leur intensité numérique a aussi beaucoup augmenté au fil du temps, et les hausses sont allées de 27 % dans les industries de l’édition, du traitement de données, de l’hébergement de données et des autres services d’information, à 53 % dans les industries de la publicité, des relations publiques et des services connexes.

Seules les industries de la fabrication de produits du pétrole et du charbon et celles de la fabrication de produits minéraux non métalliques ont affiché une diminution de leur intensité numérique au fil du temps.

Une autre façon d’analyser la progression de l’intensité numérique est de comparer les niveaux initiaux avec les variations au fil du temps (graphique 6). Cette comparaison montre que les industries sont groupées autour de deux grappes principales, soit une en haut à droite et l’autre en bas à gauche. Les industries dans la grappe en haut à droite comprennent la fabrication de produits informatiques et électroniques (334); la fabrication de machines (333); l’édition et les services de traitement des données (511, 518); la radiotélévision et les télécommunications (515, 517) et les services professionnels, scientifiques et techniques (541). Ces industries sont les chefs de file de l’utilisation d’intrants numériques, commençant à des niveaux élevés et affichant d’importantes hausses. En revanche, les industries de l’agriculture, de l’extraction minière, de la construction et la plupart des industries de la fabrication et du transport se situent dans la grappe en bas à gauche, la majorité ayant commencé à de faibles niveaux et ayant affiché de petites augmentations. La fabrication de matériel de transport (336), la première transformation de métaux (331), la fabrication de produits en plastique (326), la fabrication de vêtements (315) et les services d’enseignement et les services de santé (61, 62) se situaient parmi celles qui rattrapaient le retard, ou qui avaient commencé à un faible niveau, mais avaient affiché des hausses importantes.

Ce fait stylisé laisse supposer qu’il y a une relation positive entre les niveaux initiaux d’intensité numérique et les changements subséquents^Note . Autrement dit, les industries ayant une utilisation supérieure d’intrants numériques au début de la période d’échantillonnage étaient plus susceptibles d’enregistrer une hausse plus importante de la numérisation plus tard^Note . Cela dénote la présence d’une numérisation polarisée dans les industries canadiennes, car certaines industries sont à l’avant-garde et investissent sans cesse dans la numérisation, alors que d’autres tirent de l’arrière et ne s’améliorent pas beaucoup au fil du temps. Le faible taux d’adoption et de diffusion de la numérisation parmi certaines de ces industries peut s’expliquer par la nature de ces industries. Des méthodes de gestion de moindre qualité, des lacunes dans les compétences en TIC, et un mauvais arrimage entre les travailleurs et les emplois peuvent aussi jouer un rôle dans la courbe de numérisation (Andrews et coll., 2018).

Tableau de données du graphique 5



Tableau de données gu graphique 5
Sommaire du tableau
Le tableau montre les résultats de Tableau de données gu graphique 5. Les données sont présentées selon Industrie (titres de rangée) et 2000 à 2002 et 2013 à 2015(figurant comme en-tête de colonne).

Industrie	2000 à 2002	2013 à 2015
Partie A - Industries de biens
Agriculture, foresterie, pêche et chasse	0,001	0,014
Extraction de pétrole et de gaz	0,127	0,187
Extraction minière et exploitation en carrière (sauf l’extraction de pétrole et de gaz)	0,053	0,088
Activités de soutien à l’extraction minière, pétrolière et gazière	0,024	0,075
Services publics	0,297	0,344
Construction	0,014	0,060
Fabrication d’aliments	0,037	0,064
Fabrication de boissons et de produits du tabac	0,087	0,103
Usines de textiles et usines de produits textiles	0,108	0,188
Fabrication de produits en cuir et de produits analogues	0,042	0,157
Fabrication de produits en bois	0,033	0,051
Fabrication du papier	0,069	0,092
Impression et activités connexes de soutien	0,132	0,224
Fabrication de produits du pétrole et du charbon	0,095	0,075
Fabrication de produits chimiques	0,074	0,148
Fabrication de produits en plastique et en caoutchouc	0,159	0,331
Fabrication de produits minéraux non métalliques	0,072	0,066
Première transformation des métaux	0,112	0,343
Fabrication de produits métalliques	0,067	0,150
Fabrication de machines	0,406	0,697
Fabrication de produits informatiques et électroniques	0,514	0,919
Fabrication de matériel, d'appareils et composants électriques	0,170	0,307
Fabrication de matériel de transport	0,186	0,672
Fabrication de meubles et produits connexes	0,057	0,130
Activités diverses de fabrication	0,111	0,191
Partie B - Industries de services
Commerce de gros	0,232	0,254
Commerce de détail	0,087	0,157
Transport aérien	0,043	0,083
Transport ferroviaire	0,056	0,095
Transport par eau	0,020	0,046
Transport par camion	0,025	0,046
Transport par pipeline	0,247	0,332
Autres activités de transport	0,041	0,088
Entreposage, service postal et messagers	0,102	0,144
Édition, traitement de données et autres services d'information	0,576	0,730
Industries du film et de l’enregistrement sonore	0,237	0,304
Radiotélévision (sauf par Internet) et télécommunications	0,462	0,650
Finance et assurances	0,197	0,314
Services immobiliers et services de location et de location à bail	0,058	0,071
Architecture, génie et services connexes, services juridiques et services de comptabilité	0,509	0,750
Publicité, relations publiques et services connexes	0,422	0,646
Conception de systèmes informatiques et services connexes, services de conseils en gestion et de conseils scientifiques et techniques, et autres services professionnels	0,700	0,977
Services administratifs et de soutien	0,192	0,280
Services de gestion des déchets et d’assainissement	0,193	0,251
Services d’enseignement	0,100	0,220
Soins de santé et assistance sociale	0,049	0,200
Arts, spectacles et loisirs	0,094	0,153
Services d’hébergement et de restauration	0,033	0,075
Autres services (sauf les administrations publiques)	0,127	0,169
Administrations publiques	0,185	0,240
Notes : Les noms des industries sont abrégés en raison de limites d’espace. Consulter le tableau A.1. pour obtenir le nom complet et la classification des industries. TIC : technologies de l’information et des communications. Sources : Statistique Canada; et calculs des auteurs.

Tableau de données du graphique 6



Taleau de données du graphique 6
Sommaire du tableau
Le tableau montre les résultats de Taleau de données du graphique 6. Les données sont présentées selon Intensité numérique (2000 à 2002) (titres de rangée) et variation de l’intensité numérique, de la période de 2000 à 2002 à la période de 2013 à 2015 (figurant comme en-tête de colonne).

Intensité numérique (2000 à 2002)	variation de l’intensité numérique, de la période de 2000 à 2002 à la période de 2013 à 2015
0,001	0,013
0,127	0,061
0,053	0,035
0,024	0,052
0,297	0,047
0,014	0,045
0,037	0,027
0,087	0,017
0,108	0,079
0,042	0,115
0,033	0,018
0,069	0,023
0,132	0,092
0,095	-0,020
0,074	0,074
0,159	0,173
0,072	-0,005
0,112	0,231
0,067	0,083
0,406	0,291
0,514	0,405
0,170	0,137
0,186	0,485
0,057	0,073
0,111	0,080
0,232	0,022
0,087	0,070
0,043	0,040
0,056	0,039
0,020	0,026
0,025	0,021
0,247	0,085
0,041	0,047
0,102	0,042
0,576	0,155
0,237	0,067
0,462	0,188
0,197	0,117
0,058	0,012
0,509	0,241
0,422	0,223
0,700	0,277
0,192	0,089
0,193	0,058
0,100	0,120
0,049	0,151
0,094	0,058
0,033	0,043
0,127	0,041
0,185	0,055
Note : SCIAN : Système de classification des industries de l’Amérique du Nord. Source : Statistique Canada; et calculs des auteurs.

Classement de l’intensité numérique dans l’ensemble des industries

Selon l’indice composite final, les industries peuvent être classées entre quatre quartiles en fonction de leur intensité numérique respective. Une industrie à forte intensité numérique a une intensité qui se situe dans le quartile supérieur. Le tableau 2 montre le classement pour les deux périodes (colonnes A et B). Par exemple, de 2013 à 2015, les industries à forte intensité numérique (avec la mention «élevée ») comprenaient les services publics, la fabrication de produits en caoutchouc et en plastique, la première transformation de métaux, la fabrication de machines, la fabrication de produits informatiques et électroniques, la fabrication de matériel de transport, le transport par pipeline, l’édition et le traitement des données, la radiotélévision et les télécommunications, et les services professionnels, scientifiques et techniques. Ces industries se situaient aussi dans les quartiles supérieur et moyen à supérieur au cours de la première période. En revanche, l’agriculture, la construction, la fabrication d’aliments et les services d’hébergement et de restauration se situaient parmi les industries affichant la plus faible intensité numérique, et ce, pour les deux périodes.

Bien que ce classement de l’intensité numérique soit utile pour faire des comparaisons entre les industries, il ne peut indiquer l’ampleur des différences sous-jacentes entre les industries ou des changements au sein des industries. Par exemple, alors que l’agriculture se classe parmi les industries qui affichaient la plus faible intensité numérique au cours des deux périodes visées, le classement ne peut rendre compte du fait que son intensité numérique a décuplé pendant ce temps^Note .

La caractérisation des industries à forte intensité numérique présentée dans cette étude est plus vaste que celle utilisée dans Calvino, Criscuolo, Marcolin et Squicciarini (2018) — désignée ci-après par l’abréviation CCMS —, où seules la fabrication de matériel de transport l’édition, le traitement des données, la radiotélévision, les télécommunications et les services professionnels, scientifiques et techniques ont été désignés comme ayant une forte intensité numérique pour la deuxième période^Note . Aussi, alors que certaines industries de services, dont celles de la finance et des assurances et des services administratifs et de soutien ont aussi été considérées comme étant à forte intensité numérique, dans l’étude de CCMS, dans celle-ci, leur intensité numérique est considérée comme étant de moyenne à forte.

L’une des différences grandes entre la présente étude et celle de CCMS est que cette dernière a utilisé les classements pour normaliser chaque mesure individuelle et a appliqué des poids égaux pour l’agrégation, alors que la présente étude a utilisé des écarts réduits et des poids d’ACP. Pour déterminer si les résultats étaient sensibles à différentes méthodes de normalisation et différents poids, un indice de rechange a été élaboré de la même manière que dans l’étude de CCMS, c’est-à-dire une industrie j a d’abord été classée pour chaque mesure individuelle prise en compte, et mise à l’échelle selon le nombre total d’industries (en divisant par le nombre total d’industries), puis l’indice final pour l’industrie j a été calculé comme la moyenne simple de ses classements à l’échelle des mesures. Chaque industrie a ensuite été classée en quartiles en fonction des indices finaux de CCMS, comme illustré dans la colonne C du tableau 2. Les deux indices ont affiché une forte corrélation, qui s’est chiffrée à plus de 0,8 pour les deux périodes. Les classements selon les deux indices étaient largement cohérents. Les services publics, la fabrication de machines, la fabrication de produits informatiques et électroniques, les services d’information, la radiotélévision, les télécommunications, et les services professionnels, scientifiques et techniques étaient classés dans le quartile supérieur par les deux indices. En outre, l’agriculture, la construction, certaines industries de la fabrication (p. ex. fabrication d’aliments et fabrication de produits en bois), et les services d’hébergement et de restauration étaient classés dans le quartile inférieur par les deux indices. Néanmoins, il existait des différences entre les deux indices. Par exemple, l’indice fondé sur l’étude de CCMS a eu tendance à classer certaines industries (p. ex. fabrication de produits du pétrole, fabrication de produits chimiques, fabrication de matériel électrique, fabrication de meubles, industries du commerce de gros) plus haut, et à en classer d’autres (p. ex. transport par pipeline, fabrication de produits en plastique, industrie du film, et soins de santé) plus bas.



Un indice de l’intensité numérique pour le Canada

Comme dernière étape, un indice de l’intensité numérique dans l’économie globale pour le Canada a été créé en pondérant les indices composites à l’échelle de l’industrie par la part nominale du produit intérieur brut (PIB) de chaque industrie.

L’indice national est présenté en tant que différence par rapport à son niveau de 2000 (graphique 7). Il montre que l’économie canadienne est devenue plus numérisée au cours de cette période, par rapport à la manière dont les intrants numériques sont utilisés dans le processus de production. Cette augmentation de l’intensité numérique pourrait être due au fait que presque toutes les industries ont accru leur intensité numérique au fil du temps, comme expliqué plus haut. Elle pourrait aussi être le résultat d’une transition, dans l’économie canadienne, vers des industries ayant simultanément pris plus d’ampleur et grandement augmenté leur intensité numérique, comme la finance et les assurances, les services professionnels, scientifiques et techniques, les services d’enseignement et les soins de santé^Note . L’intensité numérique suit une tendance à la hausse depuis 2000, sauf pour une baisse observée de 2009 à 2010.

Tableau de données du graphique 7



Tableau de données du graphique 7
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 7 indice national de l’intensité numérique (nombre)(figurant comme en-tête de colonne).

	indice national de l’intensité numérique (nombre)
2000	0,000
2001	0,005
2002	0,020
2003	0,051
2004	0,068
2005	0,108
2006	0,132
2007	0,168
2008	0,185
2009	0,199
2010	0,184
2011	0,217
2012	0,249
2013	0,267
2014	0,290
2015	0,305
Source : Statistique Canada; et calculs des auteurs.

Conclusion

La numérisation est omniprésente au Canada. Cependant, la mesure de la numérisation pose certaines difficultés, compte tenu de la complexité du phénomène. Cette étude propose des mesures multidimensionnelles fondées sur de multiples sources de données, pour saisir la polyvalence des technologies numériques et des intrants utilisés dans le processus de production. Ces mesures ont été agrégées pour former un indice composite, en utilisant les poids d’une ACP. L’indice composite qui en a découlé comportait un classement de l’intensité numérique selon l’industrie comparable à celui d’autres indices existants. De plus, il offre une meilleure mesure de l’ampleur des variations sectorielles et temporelles de la numérisation.

L’indice composite final indique que de 2000 à 2015, l’intensité numérique dans l’économie canadienne n’a cessé de croître, pratiquement toutes les industries ayant accru leur intensité numérique au cours de cette période. Les services d’information, les télécommunications, les services professionnels, scientifiques et techniques, la fabrication de machines, la fabrication de produits informatiques et électroniques, et la fabrication de matériel de transport figurent parmi les chefs de file en matière d’intensité numérique : ces industries affichaient une forte intensité numérique au début de la période à l’étude, et celle-ci s’est accrue de façon marquée au fil du temps. En revanche, l’agriculture, l’extraction minière et la construction, ainsi que la plupart des industries de la fabrication et des industries du transport, se situent aux derniers rangs pour ce qui est de l’intensité numérique : leurs niveaux étaient faibles au début de la période visée, et n’ont augmenté que légèrement par la suite. Ces résultats sont indicateurs d’une numérisation inégale à l’échelle des industries au Canada, où certaines industries sont à l’avant-garde de l’adoption des technologies numériques, tandis que d’autres tirent de l’arrière et ont montré peu de progrès par rapport aux autres au fil du temps. Il est important de comprendre pourquoi ces industries diffèrent sur le plan de l’adoption et de la diffusion des technologies numériques. Les facteurs qui pourraient expliquer de faibles taux d’adoption et de diffusion comprennent des méthodes de gestion de moindre qualité, des lacunes dans les compétences en TIC, et un mauvais arrimage entre les travailleurs et les emplois (Andrews et coll., 2018).

L’indice de l’intensité numérique est un outil pratique pour mieux déterminer la mesure dans laquelle les technologies numériques sont adoptées dans l’économie canadienne, sur le plan de l’utilisation des intrants numériques dans les processus de production. Bien que cet indice ne saisisse pas la pleine ampleur de la numérisation dans l’économie et la société canadiennes, il offre suffisamment de souplesse pour incorporer de nouveaux renseignements sur la numérisation à mesure qu’ils sont disponibles, comme des renseignements plus détaillés et plus récents sur le commerce électronique, les bases de données et l’analytique, ainsi que les activités de recherche-développement liées au numérique.

La mesure de l’intensité numérique n’est qu’une première étape à franchir vers une meilleure compréhension des répercussions de la numérisation sur l’économie canadienne. La caractérisation des industries à forte intensité numérique peut être outil utile pour de futures recherches sur les liens entre les technologies numériques et la concurrence, l’innovation, le dynamisme des entreprises et la croissance de la productivité.

Annexe A - Classification des industries



Annexe B - Classification des actifs

Pour les mesures qui reposent sur les microdonnées du Fichier de microdonnées longitudinales des comptes nationaux (FMLCN) (capital et investissements des technologies de l’information et des communications [TIC]), une classification des actifs qui améliorent les TIC et la productivité a été créée en utilisant les codes de déduction pour amortissement (DPA) fournis dans l’annexe II du Règlement de l’impôt sur le revenu (tableau B.1). Une classe d’actifs de DPA est considérée être des TIC si la plupart des actifs qui en font partie sont liés aux TIC sans équivoque.



Annexe C - Investissement en technologies de l’information et des communications

La mesure de l’investissement en technologies de l’information et des communications (TIC) a été calculée à partir de deux sources de données : les tableaux de demande finale de Statistique Canada, qui comprennent des données sur l’investissement en équipement et logiciels de TIC pour 41 industries distinctes^Note  ; et les données du Fichier de microdonnées longitudinales des comptes nationaux (FMLCN) sur les coûts d’acquisition des actifs de TIC au cours de l’année^Note .

Une mesure a été élaborée pour chacune des deux sources de données comme suit :

$$M{I}_{it}=\frac{D{I}_{it}}{PE{I}_{it}}$$

où $M{I}_{it}$ est une mesure d’investissement, $D{I}_{it}$ est le volume d’investissement numérique, et $PE{I}_{it}$ est le volume d’investissement qui augmente la productivité, tous pour l’industrie $i$ à la période $t$. Des mesures de rechange qui utilisent l’investissement non résidentiel total comme dénominateur (y compris tant les structures que les machines et équipements) au lieu des actifs qui améliorent la productivité ont aussi été élaborées et, une fois de plus, les résultats montrent une très forte corrélation des classements entre les deux mesures.

La demande finale et les données du FMLCN ont été corrigées en utilisant des déflateurs implicites propres aux industries et aux actifs (Statistique Canada, s.d.b.). Les valeurs du dénominateur ont été estimées à l’aide d’une agrégation de Törnqvist. Lorsque des déflateurs n’étaient pas disponibles pour une industrie en particulier, les déflateurs de son industrie mère ont été utilisés. Les mesures des deux sources ont été agrégées pour n’en former qu’une seule, en utilisant une analyse de composante principale (encore une fois, dans ce cas, une moyenne simple), qui a été nommée la mesure de l’investissement en TIC^Note .

Cette mesure de l’investissement en TIC a fait ressortir des tendances similaires à celles de la mesure du capital des TIC (graphique 1). Les industries de services affichent une intensité d’investissement en TIC supérieure, en moyenne, à celle des industries de biens (graphique C.1). Parmi les industries ayant enregistré une progression marquée de leur intensité de TIC au fil du temps figurent celles du pétrole et du gaz, de la fabrication de vêtements, de la fabrication de matériel électrique, et de la finance et des assurances. L’industrie de la publicité a aussi consacré une bonne part de ses investissements aux actifs numériques; il est possible que cela soit lié au changement observé dans le domaine au cours des dernières années, et du passage des supports papier aux supports en ligne. L’industrie de l’information et l’industrie culturelle se classent encore parmi les premières industries numériques, mais elles ont enregistré des hausses beaucoup moins prononcées, et les industries du film et de l’enregistrement sonore ont aussi affiché des baisses sur le plan de l’intensité.

Quelques nouvelles tendances ont aussi découlé de cette analyse de la numérisation. Alors que les industries de la finance et des assurances ont affiché une intensification modérée de leur capital des TIC, l’intensification de leur investissement en TIC au cours de la période d’échantillonnage a été marquée, ayant presque triplé. Cette dualité, marquée par une intensité relativement faible du stock de capital, mais d’une intensité élevée de l’investissement, pourrait signifier que ces industries ont entrepris une importante transition vers les technologies numériques et qu’elles bâtissent graduellement leur stock de capital des TIC. Une autre observation intéressante est la baisse de l’intensité dans l’industrie de la fabrication de produits informatiques et électroniques. Ce recul est probablement relié, au moins en partie, au choc ou au repli observé dans cette industrie après la bulle des entreprises point-com au début des années 2000. Un exemple bien connu est l’effondrement de Nortel Networks, qui était à l’époque l’un des plus grands fabricants d’équipement de télécommunications au monde.

Tableau de données du graphique C.1



Tableau de données du graphique C.1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique C.1. Les données sont présentées selon Industrie (titres de rangée) et 2000 à 2002 et 2013 à 2015(figurant comme en-tête de colonne).

Industrie	2000 à 2002	2013 à 2015
Partie A - Industries de biens
Agriculture, foresterie, pêche et chasse	0,015	0,031
Extraction de pétrole et de gaz	0,018	0,152
Extraction minière et exploitation en carrière (sauf l’extraction de pétrole et de gaz)	0,041	0,072
Activités de soutien à l’extraction minière, pétrolière et gazière	0,019	0,050
Services publics	0,214	0,191
Construction	0,027	0,095
Fabrication d’aliments	0,057	0,101
Fabrication de boissons et de produits du tabac	0,110	0,149
Usines de textiles et usines de produits textiles	0,048	0,158
Fabrication de produits en cuir et de produits analogues	0,104	0,384
Fabrication de produits en bois	0,041	0,081
Fabrication du papier	0,047	0,090
Impression et activités connexes de soutien	0,104	0,230
Fabrication de produits du pétrole et du charbon	0,036	0,038
Fabrication de produits chimiques	0,046	0,167
Fabrication de produits en plastique et en caoutchouc	0,052	0,081
Fabrication de produits minéraux non métalliques	0,054	0,071
Première transformation des métaux	0,055	0,056
Fabrication de produits métalliques	0,045	0,135
Fabrication de machines	0,056	0,156
Fabrication de produits informatiques et électroniques	0,362	0,222
Fabrication de matériel, d'appareils et composants électriques	0,047	0,259
Fabrication de matériel de transport	0,060	0,085
Fabrication de meubles et produits connexes	0,071	0,262
Activités diverses de fabrication	0,061	0,174
Partie B - Industries de services
Commerce de gros	0,226	0,268
Commerce de détail	0,191	0,331
Transport aérien	0,077	0,112
Transport ferroviaire	0,109	0,182
Transport par eau	0,078	0,108
Transport par camion	0,078	0,111
Transport par pipeline	0,094	0,123
Autres activités de transport	0,086	0,136
Entreposage, service postal et messagers	0,099	0,174
Édition, traitement de données et autres services d'information	0,568	0,593
Industries du film et de l’enregistrement sonore	0,443	0,429
Radiotélévision (sauf par Internet) et télécommunications	0,575	0,580
Finance et assurances	0,106	0,402
Services immobiliers et services de location et de location à bail	0,120	0,092
Architecture, génie et services connexes, services juridiques et services de comptabilité	0,230	0,492
Publicité, relations publiques et services connexes	0,201	0,542
Conception de systèmes informatiques et services connexes, services de conseils en gestion et de conseils scientifiques et techniques, et autres services professionnels	0,293	0,585
Services administratifs et de soutien	0,393	0,345
Services de gestion des déchets et d’assainissement	0,358	0,292
Services d’enseignement	0,348	0,495
Soins de santé et assistance sociale	0,181	0,455
Arts, spectacles et loisirs	0,241	0,303
Services d’hébergement et de restauration	0,113	0,215
Autres services (sauf les administrations publiques)	0,221	0,246
Administrations publiques	0,177	0,239
Notes : Les noms des industries sont abrégés en raison de limites d’espace. Consulter le tableau A.1. pour obtenir le nom complet et la classification des industries. TIC : technologies de l’information et des communications. Sources : Statistique Canada, tableau 36-10-0478-01, Fichier de microdonnées longitudinales des comptes nationaux; et calculs des auteurs.

Annexe D - Classification des intrants intermédiaires



Annexe E - Utilisation des biens des TIC intermédiaires

Tableau de données du graphique E.1



Tableau de données du graphique E.1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique E.1. Les données sont présentées selon Industrie (titres de rangée) et 2000 à 2002 et 2013 à 2015(figurant comme en-tête de colonne).

Industrie	2000 à 2002	2013 à 2015
Partie A - Industries de biens
Agriculture, foresterie, pêche et chasse	0,007	0,001
Extraction de pétrole et de gaz	0,024	0,032
Extraction minière et exploitation en carrière (sauf l’extraction de pétrole et de gaz)	0,007	0,004
Activités de soutien à l’extraction minière, pétrolière et gazière	0,035	0,072
Services publics	0,006	0,008
Construction	0,018	0,048
Fabrication d’aliments	0,002	0,000
Fabrication de boissons et de produits du tabac	0,004	0,002
Usines de textiles et usines de produits textiles	0,003	0,001
Fabrication de produits en cuir et de produits analogues	0,002	0,001
Fabrication de produits en bois	0,004	0,001
Fabrication du papier	0,010	0,000
Impression et activités connexes de soutien	0,006	0,025
Fabrication de produits du pétrole et du charbon	0,000	0,000
Fabrication de produits chimiques	0,004	0,000
Fabrication de produits en plastique et en caoutchouc	0,005	0,001
Fabrication de produits minéraux non métalliques	0,007	0,000
Première transformation des métaux	0,003	0,000
Fabrication de produits métalliques	0,005	0,003
Fabrication de machines	0,023	0,049
Fabrication de produits informatiques et électroniques	0,437	0,399
Fabrication de matériel, d'appareils et composants électriques	0,028	0,132
Fabrication de matériel de transport	0,002	0,012
Fabrication de meubles et produits connexes	0,003	0,001
Activités diverses de fabrication	0,061	0,011
Partie B - Industries de services
Commerce de gros	0,009	0,006
Commerce de détail	0,002	0,004
Transport aérien	0,001	0,000
Transport ferroviaire	0,000	0,000
Transport par eau	0,002	0,004
Transport par camion	0,001	0,002
Transport par pipeline	0,016	0,018
Autres activités de transport	0,016	0,008
Entreposage, service postal et messagers	0,014	0,004
Édition, traitement de données et autres services d'information	0,020	0,176
Industries du film et de l’enregistrement sonore	0,050	0,053
Radiotélévision (sauf par Internet) et télécommunications	0,053	0,299
Finance et assurances	0,008	0,008
Services immobiliers et services de location et de location à bail	0,007	0,004
Architecture, génie et services connexes, services juridiques et services de comptabilité	0,082	0,067
Publicité, relations publiques et services connexes	0,027	0,004
Conception de systèmes informatiques et services connexes, services de conseils en gestion et de conseils scientifiques et techniques, et autres services professionnels	0,061	0,108
Services administratifs et de soutien	0,038	0,032
Services de gestion des déchets et d’assainissement	0,023	0,023
Services d’enseignement	0,058	0,058
Soins de santé et assistance sociale	0,231	0,099
Arts, spectacles et loisirs	0,025	0,012
Services d’hébergement et de restauration	0,001	0,001
Autres services (sauf les administrations publiques)	0,019	0,010
Administrations publiques	0,059	0,023
Notes : Les noms des industries sont abrégés en raison de limites d’espace. Consulter le tableau A.1. pour obtenir le nom complet et la classification des industries. TIC : technologies de l’information et des communications. Sources : Statistique Canada, tableaux 36-10-0424-01 et 36-10-0478-01; et calculs des auteurs.

Annexe F - Classification des professions numériques



Annexe G - Commerce électronique

Même s’il ne fait pas directement partie du processus de production, le commerce électronique constitue tout de même une manifestation importante de l’adoption des technologies numériques. Il peut relier les entreprises aux clients éventuels sans le fardeau de temps et d’espace. Les activités du commerce électronique en temps réel permettent aux entreprises de répondre rapidement aux changements de la demande en mettant à jour leurs plans de production, ce qui a des répercussions directes sur le processus de production.

Les données sur les activités du commerce électronique proviennent de diverses enquêtes de Statistique Canada, lesquelles s’inscrivent dans le Programme intégré de la statistique des entreprises. Ces enquêtes couvrent uniquement un sous-ensemble d’industries canadiennes, y compris celles de l’exploitation forestière, de l’agriculture, de la fabrication et du commerce de gros et de détail, ainsi que certaines industries de services. De plus, les entreprises qui ne sont pas physiquement présentes au Canada sont exclues du champ des enquêtes, de même que les ventes en ligne effectuées par l’intermédiaire d’un tiers sans présence physique. En raison des limites des données et des exigences en matière de confidentialité, la mesure du commerce électronique est actuellement accessible uniquement pour l’année 2016, et les industries sont classées et groupées par quartile d’intensité du commerce électronique^Note . Pour cette raison, cette mesure ne peut être que pour les analyses transversales et n’a pas été utilisée pour l’élaboration de l’indice composite final.

La mesure du commerce électronique a été élaborée comme suit :

$$M{E}_{i2016}=\frac{E{S}_{i2016}}{T{S}_{i2016}}$$

où $M{E}_{i2016}$ est la mesure du commerce électronique, $E{S}_{i2016}$ est la valeur nominale des ventes effectuées en ligne, $T{S}_{i2016}$ est la valeur nominale des ventes totales, toutes pour l’industrie $i$ en 2016^Note . La déflation a été effectuée de manière implicite en supposant que les produits vendus en ligne partagent une composante de prix commune avec les ventes totales.

Les résultats pour l’intensité du commerce électronique montrent que l’agriculture et la foresterie (estimée en se fondant sur l’industrie de l’exploitation forestière), ainsi que la plupart des industries de la fabrication, sont restées au bas de la distribution des technologies numériques (graphique G.1). Les services d’information, le traitement des données, la fabrication de produits électroniques et de matériel électrique et la fabrication d’aliments et de boissons se sont classés aux premiers rangs. Cela concorde, de manière générale, avec les résultats de Calvino, Criscuolo, Marcolin et Squicciarini (2018), ce qui semble indiquer que ces industries ont adopté cette dimension de la numérisation. Une différence notable concerne la fabrication de matériel de transport, qui affichait une très forte intensité de ventes en ligne dans Calvino, Criscuolo, Marcolin et Squicciarini, mais qui se classait dans l’avant-dernier quartile dans la présente étude.

Les arts, spectacles et loisirs se classaient dans le premier quartile; ce résultat était attendu, puisque les ventes de billets en ligne représentent une importante part des revenus de cette industrie. Étonnamment, les services professionnels se sont classés dans la moitié inférieure de la distribution, ce qui semble indiquer que la prestation ou le paiement de services de publicité, de services juridiques, de services de génie et de nombreux autres services professionnels se fait encore sous forme non numérique, et ce, même si les services sont fournis de manière numérique. Le classement des industries du commerce de détail était aussi relativement bas en ce qui a trait à l’intensité du commerce électronique. Dans l’ensemble, le commerce électronique a représenté seulement 2,3 % environ des ventes totales du commerce de détail en 2016 (Statistique Canada, s.d.d). Cependant, les ventes en ligne ont représenté 42,7 % des ventes totales des détaillants hors magasin, et ces derniers étaient à l’origine de près de 66 % de toutes les ventes en ligne du commerce de détail. Cette situation est indicatrice d’une certaine dualité dans les industries commerce de détail : alors que le commerce électronique joue un rôle important pour les détaillants hors magasin, les ventes non numériques continuent de dominer chez les détaillants traditionnels.

Tableau de données du graphique G.1



Tableau de données du graphique G.1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique G.1. Les données sont présentées selon Industrie (titres de rangée) et Quartile et Données manquantes(figurant comme en-tête de colonne).

Industrie	Quartile	Données manquantes
Agriculture, foresterie, pêche et chasse	1	0
Extraction de pétrole et de gaz	0	1
Extraction minière et exploitation en carrière (sauf l’extraction de pétrole et de gaz)	0	1
Activités de soutien à l’extraction minière, pétrolière et gazière	0	1
Services publics	0	1
Construction	0	1
Fabrication d’aliments	4	0
Fabrication de boissons et de produits du tabac	4	0
Usines de textiles et usines de produits textiles	2	0
Fabrication de produits en cuir et de produits analogues	3	0
Fabrication de produits en bois	1	0
Fabrication du papier	1	0
Impression et activités connexes de soutien	3	0
Fabrication de produits du pétrole et du charbon	0	1
Fabrication de produits chimiques	2	0
Fabrication de produits en plastique et en caoutchouc	1	0
Fabrication de produits minéraux non métalliques	1	0
Première transformation des métaux	1	0
Fabrication de produits métalliques	2	0
Fabrication de machines	3	0
Fabrication de produits informatiques et électroniques	3	0
Fabrication de matériel, d'appareils et composants électriques	4	0
Fabrication de matériel de transport	2	0
Fabrication de meubles et produits connexes	3	0
Activités diverses de fabrication	2	0
Commerce de gros	3	0
Commerce de détail	2	0
Transport aérien	0	1
Transport ferroviaire	0	1
Transport par eau	0	1
Transport par camion	0	1
Transport par pipeline	0	1
Autres activités de transport	0	1
Entreposage, service postal et messagers	0	1
Édition, traitement de données et autres services d'information	4	0
Industries du film et de l’enregistrement sonore	4	0
Radiotélévision (sauf par Internet) et télécommunications	0	1
Finance et assurances	0	1
Services immobiliers et services de location et de location à bail	2	0
Architecture, génie et services connexes, services juridiques et services de comptabilité	1	0
Publicité, relations publiques et services connexes	2	0
Conception de systèmes informatiques et services connexes, services de conseils en gestion et de conseils scientifiques et techniques, et autres services professionnels	0	1
Services administratifs et de soutien	4	0
Services de gestion des déchets et d’assainissement	0	1
Services d’enseignement	0	1
Soins de santé et assistance sociale	0	1
Arts, spectacles et loisirs	4	0
Services d’hébergement et de restauration	3	0
Autres services (sauf les administrations publiques)	1	0
Administrations publiques	0	1
Notes : Pour quartile = 0 ou données manquantes = 1, se reporter aux industries ayant des renseignements manquants sur le commerce électronique. Les quartiles 1 à 4 correspondent aux quatre quartiles de l’intensité du commerce électronique dans l'ensemble des industries, 1 étant le quartile inférieur, et 4, le quartile supérieur. Les noms des industries sont abrégés en raison de limites d’espace. Consulter le tableau A.1. pour obtenir le nom complet et la classification des industries. Sources : Statistique Canada, Programme intégré de la statistique des entreprises (PISE); et calculs des auteurs.

Annexe H - Création de poids au moyen de l’analyse de la composante principale

Cette annexe décrit en détail les étapes à suivre pour effectuer une analyse de la composante principale (ACP) et calculer les poids utilisés pour élaborer l’indice composite.

Avant de mettre en œuvre une ACP, il faut une corrélation significative dans les données sous-jacentes. Autrement, il est peu probable qu’elles puissent partager des composantes communes. Le tableau H.1 montre la corrélation dans les mesures individuelles sélectionnées. Selon les résultats, pratiquement toutes les mesures sélectionnées ont affiché une corrélation positive et statistiquement significative, les unes avec les autres. Le capital des TIC était positivement corrélé avec l’utilisation des services de TIC intermédiaires, ce qui indique une complémentarité possible entre les deux formes d’intrants. La mesure de la main-d’œuvre numérique montre une corrélation positive et significative avec toutes les autres mesures, mettant en relief la complémentarité entre les compétences numériques et les autres intrants. Enfin, l’adoption des robots ne semble pas être significativement corrélée avec les autres mesures, sauf pour ce qui est de la main-d’œuvre numérique^Note . Cela peut être attribuable au fait que l’adoption des robots est concentrée dans les industries de la fabrication, où le capital des TIC et les intensités des services sont relativement faibles.

Dans l’ensemble, ces corrélations motivent davantage la nécessité d’adopter une approche multidimensionnelle pour mesurer l’intensité numérique et justifier l’utilisation de l’ACP dans l’agrégation.



Toutes les mesures individuelles doivent être normalisées avant de mettre en œuvre une ACP pour s’assurer qu’elles sont d’une échelle comparable. Ainsi, chacune des mesures est normalisée en soustrayant sa moyenne dans l’ensemble des industries et par année et en la divisant par son écart-type dans l’ensemble des industries et par année, un processus communément appelé l’écart réduit.

De nombreuses étapes sont ensuite suivies pour calculer les poids requis pour l’indice composite final. Premièrement, les composantes principales pertinentes sont sélectionnées en fonction de leurs contributions à la variance globale. Comme recommandé par Nicoletti et coll. (2000), les composantes sélectionnées devraient comporter des valeurs propres supérieures à 1, une contribution individuelle à la variance totale de plus de 10 % et une contribution cumulative de plus de 60 %.

Deuxièmement, pour chacune des composantes principales sélectionnées, l’ACP calcule un ensemble de coefficients (charges) qui l’associent avec les mesures sous-jacentes. Ces charges mesurent les corrélations entre les mesures individuelles et la composante principale latente. Le poids pour chaque mesure individuelle est ensuite calculé en fonction de la proportion de sa variance qui peut être expliquée par la composante principale qui lui est associée (c.-à-d. charges au carré divisées par la somme des charges au carré).

Troisièmement, si plus d’une composante principale est sélectionnée, chaque composante principale est pondérée en fonction de sa contribution à la variance totale.

Ces étapes sont illustrées dans les tableaux H.2 et H.3. Deux composantes principales ont été sélectionnées en fonction de leurs valeurs propres qui sont supérieures à 1. De plus, leur contribution cumulative à la variance totale des données s’est élevée à plus de 80 %.

 

Références

Acemoglu, D., et P. Restrepo. 2019. « Automation and new tasks: How technology displaces and reinstates labor ». Journal of Economic Perspectives 33 (2): 3 à 30.

Acemoglu, D., et P. Restrepo. 2020. « Robots and jobs: Evidence from US labor markets ». Journal of Political Economy 128 (6): 2188 à 2244.

Acemoglu, D., C. Lelarge et P. Restrepo. 2020. « Competing with robots: Firm-level evidence from France ». American Economic Review Papers and Proceedings 110 : 383 à 388.

Aghion, P., G.-M. Angeletos, A. Banerjee et K. Manova. 2005. Volatilité and Growth: Credit Constraints and Productivity-Enhancing Investment. NBER Working Paper Series, n^o 11349. Cambridge, Massachusetts : National Bureau of Economic Research.

Agopsowicz, A., D. Brouillette, J. McDonald-Guimond, B. Gueye, J. Mollins et Y. Park. 2018. Potential Output in Canada: 2018 Reassessment. Banque du Canada Note analytique du personnel n^o 2018-10.

Andrews, D., G. Nicoletti et C. Timiliotis, 2018. Going digital: What determines technology diffusion among firms? Document de travail du Département des Affaires économiques de l’OCDE, n^o 1466.

Barefoot, K., D. Curtis, W. Jolliff, J.R. Nicholson et R. Omohundro. 2018. Defining and Measuring the Digital Economy. Document de travail du BEA.

Bloomberg, J. 2018. « Digitization, digitalization and digital transformation: Confuse them at your peril ». Forbes, 29 avril

Brynjolfsson. E., et A. McAfee. 2018. « The Business of Artificial Intelligence ». Harvard Business Review. Disponible au lien suivant : https://hbr.org/2017/07/the-business-of-artificial-intelligence.

Byrne, D., et C. Corrado. 2017. ICT Asset Prices: Marshaling Evidence into New Measures. FEDS Working Paper, n^o 2017/-016.

Calvino, F., et C. Criscuolo. 2019. « Business dynamics and digitalisation ». Documents de politique de l’OCDE sur la science, la technologie et l’innovation, n^o 62. Paris : Éditions OCDE.

Calvino, F., C. Criscuolo, L. Marcolin et M. Squicciarini. 2018. « A Taxonomy of Digital Intensive Sectors ». Documents de travail de l’OCDE sur la science, la technologie et l’industrie. Paris : Éditions OCDE.

Cardona, M., T. Kretschmer et T. Strobel. 2013. « ICT and Productivity: Conclusions from the empirical literature ». Information Economics and Policy 25 (3): 109 à 125.

Carlsson, B. 2004. « The digital economy: What is new and what is not?» Structural Change and Economic Dynamics 15 (3): 245 à 264.

Dixon, J. 2020. La création d’une base de données Robots! Direction des études analytiques : méthodes et références, n^o 454. Produit n^o 11-633-X au catalogue de Statistique Canada. Ottawa : Statistique Canada.

Dixon J., B. Hong et L. Wu. 2020. Répercussions des robots sur l’emploi : données à l’échelle des entreprises. Direction des études analytiques : documents de recherche, n^o 454. Produit n° 11F0019M au catalogue de Statistique Canada. Ottawa : Statistique Canada.

Gal, P., G. Nicoletti, T. Renault, S. Sorbe et C. Timiliotis. 2019. « Digitalisation and productivity: In search of the holy grail - Firm-level empirical evidence from EU countries ». Documents de travail du Département des Affaires économiques de l’OCDE, n^o 1533. Paris : Éditions OCDE.

Hardill, I., et A. Green. 2003. « Remote working—altering the spatial contours of work and home in the new economy ». New Technology, Work and Employment 18 (3): 212 à 222.

Département des statistiques de la Fédération internationale de la robotique (IFR). 2017. World robotics: Industrial robots 2016.

James, G., D. Witten, T. Hastie et R. Tibshirani. 2014. An Introduction to Statistical Learning: with Applications in R. New York : Springer-Verlang.

Jorgenson, D.W., M.S. Ho, et K.J. Stiroh. 2005. « Information Technology and the American Growth Resurgence ». Productivity vol. 3.

Jovanovic, B., et P.L. Rousseau. 2005. « General purpose technologies ». Dans Handbook of Economic Growth 1 : 1181 à 1224. North Holland : Elsevier.

Lamb, C., et M. Seddon. 2016. The State of Canada’s Tech Sector. The Brookfield Institute for Innovation and Entrepreneurship.

Manyika, J., S. Ramaswamy, S. Khanna, H. Sarrazin, G. Pinkus, G. Sethupathy et A. Yaffe. 2015. Digital America: A Tale of the Haves and Have-Mores. McKinsey Global Institute.

Nedelkoska, L., et G. Quintini. 2018. « Automation, skills use and training ». Documents de travail de l’OCDE sur les questions sociales, l’emploi et les migrations, n^o 202. Paris : Éditions OCDE.

Nicoletti, G., S. Scarpetta et O. Boylaud. 2000. Summary indicators of product market regulation with an extension to employment protection legislation, Documents de travail du Département des affaires économiques, n^o 226, OCDE.

OCDE. 2008. Handbook on Constructing Composite Indicators : Methodology and User Guide. Paris: Éditions OCDE.

OCDE. 2014. Measuring the Digital Economy: A New Perspective. Paris : Éditions OCDE. Disponible au lien suivant : http://dx.doi.org/10.1787/9789264221796-en.

Oschinski, M., et R. Wyonch. 2017. « Le choc du futur? Les répercussions de l’automatisation sur le marché du travail au Canada ». Institut C.D. Howe, Commentaire 472.

Schwellnus, C., A. Geva, M. Pak et R. Veiel. 2019. « Gig economy platforms: Boon or bane?» Documents de travail du Département des Affaires économiques de l’OCDE, n^o 1550. Paris : Éditions OCDE.

Spiezia, V. 2017. « Jobs and skills in the digital economy ». OECD Observer. Disponible sur le site : www.oecdobserver.org

Statistique Canada 2019a, « Enquête canadienne sur l’utilisation d’Internet ». Le Quotidien, 29 octobre.

Statistique Canada. 2019b. Mesurer les activités économiques numériques au Canada : estimations initiales. Les nouveautés en matière des comptes économiques canadiens. Produit n^o 13-605-X au catalogue de Statistique Canada. Ottawa : Statistique Canada.

Statistique Canada, s.d.a. Tableau 22-10-0013-01 Utilisation d’Internet selon l’industrie et la taille de l’entreprise, inactif.

Statistique Canada, s.d.b. Tableau 36-10-0097-01 Flux et stocks de capital fixe non résidentiel, selon les industries et les types d’actifs.

Statistique Canada, s.d.c. Tableau 36-10-0424-01 : Entrées et sorties, selon les industries et le produit de base, agrégation au niveau L et le Système de classification des industries de l’Amérique du Nord (SCIAN).

Statistique Canada, s.d.d. Tableau 36-10-0478-01 Tableaux des ressources et des emplois, au niveau détaillé, provincial et territorial (x 1 000).

Statistique Canada, s.d.e. Tableau 20-10-0065-01 Commerce de détail, ventes totales et ventes du commerce électronique.

Thompson, N., et S. Spanuth. 2019. « The decline of computers as a general purpose technology: Why deep learning and the end of Moore’s Law are fragmenting computing ». MIT Initiative on the Digital Economy Research Brief, vol. 1.

Van Ark, B. 2016. « The productivity paradox of the new digital economy ». International Productivity Monitor 31 (3).

Whelan, K. 2002. « A guide to US chain aggregated NIPA data ». Review of Income and Wealth 48 (2): 217 à 233.