par Mathieu Plane

Selon
notre dernière évaluation, le PIB chuterait de 32 % sur les huit semaines
de confinement. Pour la seule activité marchande hors services immobiliers
(constitués principalement des loyers), la perte de valeur ajoutée serait de 44
%. Les dispositifs mis en place pour préserver l’emploi et le tissu productif
(chômage partiel, indemnisation garde d’enfants, fonds de solidarité) ont
permis d’absorber une partie du choc sur les entreprises. Les reports de
paiement d’impôts et de cotisations sociales et les prêts garantis par l’État
leur ont permis d’avoir accès à la trésorerie pour se financer à court terme et
faire face aux pertes enregistrées.

Malgré ces dispositifs et sous
l’hypothèse d’une dette fiscale qui ne serait pas annulée à grande échelle, la
perte de revenu d’exploitation des entreprises se chiffre à 42 milliards
d’euros en huit semaines, avec des effets sectoriels très forts.

À l’instar du chômage partiel pour la masse salariale, l’État doit prendre en charge le coût pour les entreprises du non usage du capital productif

Si le dispositif de chômage
partiel a permis de socialiser une part importante des salaires du secteur
privé (Ducoudré
et Madec, 2020)  et de préserver en
grande partie de l’emploi et des revenus des ménages, les pertes accumulées des
entreprises s’expliquent par la chute des recettes et  l’accumulation de coûts fixes non pris en
charge par l’État, dont ceux liés à la non utilisation du capital
productif. Ce sont les coûts des locaux et bâtiments non utilisés, des usines
et machines de production à l’arrêt, des avions au sol, des camions immobilisés
et de l’ensemble des équipements (technologiques, logistiques, …) des
entreprises qui ne sont pas utilisés.

Ainsi les secteurs les plus
intenses en capital, comme l’industrie ou les services de transports, vont consacrer
chaque mois une part importante de leur revenu à financer ce capital pour son
utilisation, son entretien ou son renouvellement. Or si le chômage partiel absorbe
les coûts liés à la masse salariale, aucun dispositif ne prend directement en
charge les coûts liés au non usage du capital productif. Les secteurs intenses
en capital sont des secteurs à haute valeur ajoutée, intenses en technologie et
R&D et qui fournissent une grande part des exportations et participent
largement à la compétitivité de notre économie. Or, de nombreuses entreprises frappées
par le choc économique lié au Covid-19 risquent de se trouver rapidement en
faillite face au non usage de ce capital et des coûts qu’elles doivent
supporter.

Cela a pour effet premier une
contraction drastique de l’investissement, supérieure
à 50 % dans notre dernière évaluation pour les huit semaines de confinement.
C’est donc au prix d’une réduction massive de leur investissement que les
entreprises essayent de limiter les besoins de financement et éviter la
faillite immédiate. Un tel scénario n’est pas tenable car il sacrifie l’avenir
au profit d’une survie incertaine. De plus, réduire massivement
l’investissement ne suffit pas à couvrir l’ensemble des pertes de revenu
des entreprises : la contraction de l’investissement représente une baisse de
25 milliards, permettant de faire passer le besoin de financement des
entreprises de 42 milliards à 17 milliards d’euros pour huit semaines de
confinement, ce qui reste extrêmement élevé malgré la réduction considérable de
l’investissement.

Pour éviter les faillites en
cascade des entreprises de ces secteurs, l’État a mis en place des
facilités de trésorerie indispensable à la survie des entreprises et a prévu un
plan de recapitalisation de 20 milliards pour les entreprises les plus en
difficulté[1].
Si l’accès à la trésorerie de ces entreprises est un impératif, il ne fait que
repousser le problème : ces entreprises vont devoir absorber les pertes
passées et faire face à une dette bancaire et fiscale de plus en plus élevée.

Si l’on ajoute des perspectives
durablement dégradées par un rebond limité et progressif, les pertes des
entreprises vont inévitablement s’accumuler, augmentant les risques de
faillite. L’État
pourrait recapitaliser les entreprises qui lui semblent nécessaire de sauver, mais
cette politique pourrait être dépassée par le nombre potentiel de faillites.
Des mesures préventives sont nécessaires pour éviter qu’un grand nombre
d’entreprises (ETI et PME) passent sous le radar des pouvoirs publics et
mettent la clé sous la porte.

À l’instar de la mesure du
chômage partiel pour le travail, il nous semble donc indispensable de mettre en
place une mesure d’aide de crise, « Invest-Covid », pour le capital
productif prenant en charge les coûts de ces immobilisations, non utilisées ou
faiblement utilisées (encadré
2 du Policy Brief n°66, 20 avril 2020, X. Timbeau). Cette mesure d’urgence nous
semble juste car elle cible toutes les entreprises dont la production s’est
réduite à la suite du choc économique et ce à la hauteur de leur stock de
capital inutilisé. Le calcul de l’aide se fait entreprise par entreprise, sur
la base de la dépréciation des immobilisations au bilan de l’entreprise au
prorata du choc sur l’activité, calculé à partir de la variation du chiffre
d’affaires.  Par ailleurs, pour les
locaux et bâtiments que les entreprises utilisent mais dont elles ne sont pas
propriétaires, l’aide ne doit pas être affectée au bailleur qui continue à
percevoir son loyer[2] mais au
locataire qui continue à payer son loyer sur la base de sa perte d’activité.

Pour chaque entreprise et pour chaque
trimestre, le calcul du montant pour l’aide « Invest-Covid » est la
suivante :

Invest-Covid (en €) = Dépréciation des immobilisations du trimestre
(en €) * Perte de CA (en glissement annuel pour le trimestre, en %)

La question du périmètre de
l’aide peut se poser. Elle doit couvrir à minima la dépréciation des
immobilisations corporelles non utilisées mais elle pourrait s’étendre à
l’ensemble des immobilisations, y compris celles incorporelles, comme la
R&D ou les logiciels et les bases de données. Cette mesure d’aide viendrait
renforcer les fonds propres de l’entreprise de façon à diminuer le risque
d’insolvabilité.

Quelques exemples concrets

Pour mieux comprendre le
fonctionnement du dispositif « Invest-Covid », prenons l’exemple du
groupe Air France–KLM. La
seule dépréciation de ses immobilisations aéronautiques lui a coûté 319
millions d’euros pour le premier trimestre 2020. Sur cette base, en supposant
une baisse du chiffre d’affaire de 80 % au deuxième trimestre 2020, Air France–KLM
recevrait 255 millions (319*0,8) pour le deuxième trimestre pour couvrir 80 %
des coûts de la non utilisation de sa flotte aérienne. Si l’on étend cette aide
à l’ensemble de la dépréciation des actifs du groupe, qui représente 743
millions d’euros pour un trimestre, le groupe recevrait, sur la base d’une
perte d’activité de 80 % sur le trimestre, une aide de près de 600 millions
pour le trimestre.   

Pour donner des ordres de
grandeur, pour le groupe Michelin, la dépréciation
des seuls équipements industriels représente environ 250 millions par trimestre
sur l’année 2019. Pour Renault, la
dépréciation des outillages spécifiques, matériels et autres ouillages
représentent plus de 400 millions par trimestre. Et pour la SNCF, c’est
près de 600
millions par trimestre pour la dépréciation des matériels de transport, les
installations techniques, électriques, de télécommunications et de
signalisation, outillage et autres immobilisations (auxquels s’ajoutent 270
millions de dépréciation de voies, terrassements, ouvrages d’art et passages à
niveaux sans même intégrer les terrains et constructions). Dans tous les cas
d’entreprise, le calcul de l’aide se fait bien sûr en fonction du montant de la
dépréciation au prorata de la perte d’activité.

Pour ces grands groupes
industriels mais aussi pour de nombreuses ETI, PME et sous-traitants, le coût
de la dépréciation de ces immobilisations représente une part importante de
leur valeur ajoutée. En ciblant les aides sur la base du non usage des
immobilisations pendant la crise du Covid, ce dispositif proportionnel au choc
subi sur le capital de l’entreprise couvrirait l’ensemble des entreprises de la
sphère marchande. Il aurait l’avantage d’être juste, rapide à mettre en place
et éviterait des plans d’aides au cas par cas qui ne permettent pas de traiter
l’ensemble des entreprises du tissu productif. Il permettrait certainement
aussi d’éviter en partie des plans de recapitalisation à venir de l’État
si cette aide prenait la forme de renforcement des fonds propres. Il est
important aussi de noter que ce dispositif ne se substitue pas aux prêts
garantis par l’État, indispensables à la trésorerie des entreprises en
temps de crise, mais qui vont donner lieu à un remboursement futur avec
l’épineuse question du traitement de cette dette en sortie de crise. Le
dispositif « Invest-Covid » est donc une aide qui prend la forme
d’une injection directe pour renforcer les fonds propres des entreprises, qui
n’est pas assimilable à un prêt. Par ailleurs, cette aide ciblée peut être
complémentaire et s’intégrer aux plans sectoriels annoncés récemment, que ce
soit dans l’automobile, le tourisme ou l’aérien.

Une aide pour les entreprises allant de 5,5 à 17,2 milliards pour huit semaines de confinement selon le périmètre des immobilisations retenues

Pour l’ensemble de l’économie
française, nous pouvons identifier ces actifs fixes à partir des comptes de
branches de l’Insee. Cela correspond au capital fixe net des branches qui est
décliné par type d’actif : constructions (logements, bâtiments
résidentiels et autres ouvrages de génie civil), machines et équipements (matériels
de transports, équipements TIC, autres) et les droits de propriété
intellectuels (R&D, logiciels et bases de données et œuvres récréatives,
littéraires ou artistiques originales). Il y a également les systèmes d’armes
et les ressources biologiques cultivées mais ce sont des montants relativement
faibles et identifiés uniquement pour les branches « Défense » et
« Agriculture ».

Le stock d’actifs fixes
correspond à l’accumulation nette de capital par les branches, c’est-à-dire la
somme des investissements nette de la dépréciation de capital. Ce capital
représente 7 848 milliards d’euros en 2018 (334 % du PIB) mais la seule
composante « logements résidentiels » représente 4 630
milliards, soit 59 % du capital net total. Si l’on exclut aussi les services
non marchands (1 022 milliards), le capital net productif des entreprises représente
2 196 milliards, soit 93 % du PIB (et 120 % de la VA marchande hors
services immobiliers).

Le coût budgétaire du dispositif
« Invest-Covid » pour les huit semaines de confinement serait de 17,2
milliards[3]
(graphique 1), ce qui représente 1 % de la valeur ajoutée du secteur marchand
hors Covid :  28 % seraient affectés
à la non utilisation des bâtiments non résidentiels et ouvrages de génie civil,
dont 10 % pour compenser les entreprises locataires, 13 % aux matériels de
transports, 3 % aux équipements TIC, 17 % aux machines et équipements, 18 % à
la R&D et 21 % pour les logiciels et bases de données.

Si on limite le dispositif uniquement aux immobilisations de construction (y compris la compensation des loyers) et aux machines et équipements et l’on exclut les immobilisations dites incorporelles au sens de la comptabilité d’entreprise, le coût budgétaire du dispositif serait de l’ordre de 10 milliards d’euros pour huit semaines de confinement. Si l’on restreint l’aide uniquement aux matériels de transport, équipements TIC et autres machines et équipements, le coût budgétaire du dispositif « Invest-Covid » serait d’environ 5,5 milliards pour huit semaines de confinement.

L’industrie qui représente 17 %
de la VA marchande recevrait 5,6 milliards pour les huit semaines de
confinement (tableau 1), soit 36 % de l’enveloppe globale du dispositif. Ce
montant représente 2 points de la valeur ajoutée annuelle (hors Covid) de
l’industrie. Or, ce secteur intense en capital, durement frappé par le choc
économique, concentre 74 % des exportations.

Dans le détail, les branches qui
recevraient le plus d’aides pour les huit semaines de confinement dans le cadre
de ce dispositif sont les matériels de transport (5 % de leur VA annuelle), les
biens d’équipement (2,9 % de leur VA annuelle), les services de transport (1,9
% de leur VA annuelle) et les autres branches industrielles (1,7 % de leur VA
annuelle) (graphique 2). Ces quatre branches, qui représentent seulement 17 %
de la VA marchande, concentrent plus de 50 % de la R&D française et
contribuent à hauteur de 68 % aux exportations nationales. Avec ce dispositif,
elles recevraient 41 % de l’enveloppe globale.

D’autres secteurs sinistrés par
la crise, bien que moins intenses en capital, bénéficieraient également du
dispositif. C’est le cas par exemple des secteurs du Commerce et de
l’Hôtellerie-Restauration qui bénéficieraient à travers ce dispositif d’une
aide de près de 1,5 milliard pour compenser le non usage des immobilisations
pour les huit semaines de confinement, dont environ 600 millions pour les seuls
locaux et bâtiments. Par ailleurs, ce montant n’inclut pas le fait que les
entreprises de ces deux branches qui ne sont pas propriétaires de leurs locaux
recevront une part significative du 1,8 milliard pour compenser leurs loyers.

Pour conclure

En rétablissant la rentabilité
des entreprises les plus capitalistiques et les plus touchées par la crise, ce
dispositif d’aide d’urgence pourrait éviter des faillites qui pourraient
compromettre la compétitivité et l’activité de la France à moyen-long terme.
L’alternative qui se baserait sur le fait de délimiter le périmètre
d’intervention publique sur les potentiels besoins du monde d’après risquerait
de conduire à faire des choix définitifs et irréversibles alors que le futur
est plus que jamais incertain. Cela pourrait conduire à faire des erreurs
profondes sur les besoins productifs à venir et à sacrifier des entreprises
nécessaires à la production du monde de demain ou capables de se transformer
face aux besoins émergents.

Les pertes technologiques et de
savoir-faire peuvent avoir un caractère irréversible pour notre économie, la
disparition de certaines entreprises intégrées dans les chaînes de valeur
ajoutée domestiques peuvent avoir de fortes répercussions sur l’ensemble des filières
productives. Par ailleurs, il ne faut pas écarter le risque de disparition
d’entreprises qui peuvent être considérées comme stratégiques, écologiques ou à
contenu social important alors même que la question des relocalisations
d’activité va être de plus en plus prégnante en sortie de crise. Or préserver
la base industrielle existante en l’adaptant aux exigences du futur semble
primordial si nous souhaitons étoffer et relocaliser certaines filières
productives. Cela veut dire également que les entreprises doivent en
contrepartie de cette solidarité nationale s’engager dans une voie écologique,
économique et socialement responsable, sinon cet engagement autour des forces
productives ne pourra pas fonctionner. 

Si nous ne nous armons pas de ce
type d’aide d’urgence, alors le pire pour l’économie française est à venir.

[1] Dans le cadre de la Loi de finances du 25
avril 2020 rectificative pour 2020, il est voté une ouverture de crédits pour
le renforcement des participations financières de l’État dans les entreprises
stratégiques en difficulté. 20 milliards d’euros alimenteront
progressivement le compte d’affectation spéciale « Participations
financières de l’État », en fonction du volume des opérations financières
nécessaires.

[2] Le
propriétaire continue à percevoir son loyer sauf si un accord est trouvé entre
le bailleur et le locataire ou si l’entreprise qui loue les locaux cesse son
activité.

[3] Sur la
base du taux de dépréciation moyen par type d’actif, que nous avons supposé ne
pas être modifié par le choc économique lié au Covid-19, nous avons simulé le
coût par branche de cette mesure budgétaire pour les huit semaines de
confinement sur la base du choc sectoriel que nous avons estimé.

par Eric Heyer

Après seulement 15 jours de
confinement, la production dans l’industrie manufacturière avait chuté de plus
de 18 % au mois de mars. Auparavant, la plus forte baisse jamais enregistrée
par l’INSEE était de 6 % en novembre 2008. Cette chute historique confirme,
après la publication de la croissance du PIB au premier trimestre, l’ampleur
inédite des conséquences de cette pandémie et des mesures sanitaires sur
l’industrie française.

Comme
nous l’avions indiqué dans un post précédent, cette baisse s’observe également
dans la consommation totale d’électricité en France. Une fois purgée des effets
saisonniers, des jours fériés, des aléas météorologiques (écart entre la
température journalière et la normale saisonnière) et des gains d’efficacité
énergétique, il apparaît très clairement que la consommation d’électricité
observée depuis le début du confinement se situe très en deçà de sa valeur
attendue, dont la raison pourrait être une moindre utilisation des équipements
productifs.

Les données
(Réseau
de Transport d’électricité), observées au cours du mois d’avril indiquent
que cette consommation est restée inférieure à celle attendue en période
normale d’activité (graphique 1).

Agrégée en
donnée mensuelle, la baisse observée au mois d’avril est la plus importante
jamais enregistrée au cours de la période analysée (graphique 2) : en avril
2020, la consommation d’électricité a été inférieure de près de 18 % par
rapport à une « situation normale ».

Une fois
corrigée de ses composantes non conjoncturelles, la consommation d’électricité
permet d’expliquer une partie des variations de l’indice de production industrielle
(IPÏ). Sur la période 2010-2019, il existe une relation de long-terme –
cointégration – entre l’IPI et la consommation d’électricité[1].

Sur la base
de cette relation économétrique, nous pouvons tenter d’estimer de façon anticipée
l’IPI du mois d’avril 2020 qui sera publiée le 10 juin 2020. D’après nos
estimations, ce dernier pourrait connaître, comme au mois de mars, une baisse d’environ
18 %, confirmant le caractère inédit de la crise depuis la création de cet
indice (graphique 3).

Compte tenu
du fait que l’ensemble du mois d’avril a été sous confinement contre 15 jours
au mois de mars, une nouvelle baisse mensuelle de 18% ne serait pas le signe
d’une chute de moindre d’ampleur comme indiqué par les
enquêtes de la Banque de France. 

Cette chute
après seulement 6 semaines de confinement équivaudrait à une baisse déjà deux
fois supérieure à celle observée au cours des huit trimestres de la Grande
Récession (graphiques 4). 

L’intégration
dans un modèle économétrique estimant le PIB indique qu’une telle baisse de
l’IPI correspondrait à une chute de près de 5 % du PIB mensuel, impact
comparable à l’hypothèse retenue dans l’évaluation
de l’OFCE du 20 avril 2020.

[1] Cette
relation de cointégration a été modifiée par rapport au post précédent qui intégrait
également l’emploi industriel. Dans l’analyse qui suit, la relation de
cointégration entre l’IPI et la consommation d’électricité a été estimée par la
méthode DOLS (Dynamic Least Squares), le nombre de lag et de lead étant
déterminé à l’aide du critère Akaike.

Stéphane Auray (CREST-Ensai et ULCO) et Aurélien Eyquem (Univ. Lyon et IUF), Chercheurs associés à l’OFCE

En France, une relance de 100 milliards d’euros a été adoptée et les prestations d’assurance-chômage ont été étendues pour permettre un chômage partiel massif. Nous quantifions les effets de ces deux types de politiques conjointement à choc de confinement sur les variables macroéconomiques et montrons que, conditionnellement à notre modèle, les deux mesures n’ont pratiquement aucun effet sur la production globale. Bien que ces politiques soient relativement inefficaces pour atténuer la dynamique globale de la production et du chômage, elles ont pourtant des effets potentiellement importants sur le bien-être des ménages.

Les politiques de confinement mises
en œuvre par la plupart des gouvernements en réponse à la propagation de
l’épidémie de Covid-19 au printemps 2020 sont des décisions inédites, qui posent
la question de leurs effets macroéconomiques, sur la dynamique de la création
de richesses comme sur le chômage. Plusieurs approches peuvent être envisagées
pour faire une telle analyse, sectorielles, fondées sur les premières données
disponibles, ou sur l’utilisation de modèles. Ces derniers, s’ils n’ont pas
nécessairement comme objectif de proposer un chiffrage précis ou même crédible
– une tâche bien difficile compte tenu des grandes incertitudes qui
caractérisent la période actuelle – peuvent néanmoins éclairer quant à l’ordre
de grandeur minimal des effets à attendre des politiques de confinement. Ils
peuvent aussi nous aider à comprendre l’évolution qualitative de certaines
variables. C’est notamment le cas pour la dynamique de l’inflation, dont certains
pensent qu’elle sera positive et d’autre négative à la suite du confinement.

Dans l’article intitulé « The Macroeconomic
Effects of Lockdown Policies », nous proposons un cadre de modélisation simplifié à agents
hétérogènes (HA) avec risque de chômage pour étudier les effets
macroéconomiques des politiques de confinement. Le modèle considère un système
d’assurance imparfaite, des rigidités nominales et des frictions de recherche
et d’appariement sur le marché du travail. Il intègre également un ensemble
d’instruments de politique budgétaire : les dépenses publiques, les prestations
d’assurance-chômage (UI), un système d’imposition via des taxes distorsives, ainsi que des obligations publiques. L’intérêt
principal de ce cadre est d’offrir une relation explicite entre la dynamique du
chômage, le risque de chômage et leurs effets sur le taux d’intérêt réel à
travers le motif de lissage de la consommation et le motif d’épargne de
précaution. De plus, la dynamique de l’épargne souhaitée et le taux d’intérêt
réel d’équilibre ont des effets d’équilibre général tant à travers la rigidité
des prix et qu’à travers la politique monétaire.

Le modèle considère trois types de ménages : les travailleurs salariés, les chômeurs et les propriétaires d’entreprises. Les travailleurs sont hétérogènes du point de vue de leur expérience sur le marché du travail et de leurs contraintes d’emprunts. Nous simplifions le modèle. En conséquence, les employés et les chômeurs consomment exactement leur revenu. Les propriétaires d’entreprises, plus patients que les travailleurs, sont les seuls ménages disposant d’actifs positifs sous forme d’obligations publiques et les utilisent pour lisser la consommation. La dynamique du taux d’intérêt réel d’équilibre reflète deux forces opposées du point de vue des travailleurs salariés : le motif de lissage de consommation et le motif de précaution. Le premier implique que les travailleurs salariés souhaiteraient emprunter en cas de choc qui abaisse temporairement leurs revenus pour leur permettre de lisser leur consommation, ce qui, comme dans tout modèle d’agent représentatif, entraînerait une hausse du taux d’intérêt réel. Le second implique que, à condition que le choc négatif augmente leur probabilité future de chômage, ils souhaitent épargner pour s’auto-assurer contre ce risque, ce qui fait baisser le taux d’intérêt réel. Challe (2020) montre que le motif de précaution peut dominer le motif de lissage pour des calibrations raisonnables et si le revenu est suffisamment lisse par rapport à la dynamique du chômage. En conséquence, les chocs de productivité négatifs peuvent être déflationnistes, nécessitant une baisse du taux nominal contrôlé par la centrale plutôt qu’une hausse, comme c’est généralement le cas dans les modèles avec agents représentatifs.

Dans un premier temps, nous proposons un étalonnage mensuel de notre modèle qui correspond aux faits empiriques sur les marchés du travail des pays de la zone euro. Lorsqu’il est entraîné par des chocs de productivité « standards », c’est-à-dire de la taille habituellement observée au fil des cycles, le modèle prédit des fluctuations contra-cycliques et persistantes du taux de chômage, et leur taille relative par rapport aux fluctuations de la production correspond à celle observée dans les données passées.

Dans un second temps, nous quantifions les effets des politiques de confinement par lesquelles une fraction de la population active est maintenue hors de l’emploi, et adaptons la taille du choc pour correspondre aux (rares) données disponibles sur la récente baisse de l’activité économique. Ce choc revient simplement à réduire de manière contrainte le niveau d’emploi effectif permettant de produire des biens et services. Nous supposons un choc réduisant le PIB de 6% le premier mois, pour se conformer aux premières évaluations trimestrielles proposées par la Banque de France. Mais le choc pourrait être en réalité bien plus important, ce qui sera révélé lorsque les chiffres seront disponibles. De plus, nous considérons que ce choc de confinement puisse durer 1, 2 ou 3 mois – pendant lesquels l’emploi est contraint dans la même proportion – et supposons que la sortie de ce dernier est progressive : lorsque le confinement s’arrête, 50% des activités stoppées reprennent le premier mois puis 50% des activités encore fermées rouvrent le mois suivant, etc.

Nous montrons que, même dans le cas d’un confinement d’un mois seulement, la production chute de près de 10% en dessous de sa valeur d’équilibre après quelques mois. Le chômage passe d’une valeur stable de 7,6% à 13,2% à l’impact et culmine à 16,7% en juin 2020. Ces chiffres sont probablement conservateurs mais montrent que le chômage pourrait plus que doubler, même si le confinement ne durait qu’un mois. Ces effets négatifs importants résultent de la boucle de rétroaction entre chômage, consommation et production. L’augmentation du chômage déprime la consommation et fait naître le désir d’épargne de précaution, ce qui abaisse encore la demande et la production, puis augmente encore le chômage. En d’autres termes, la demande globale est plus fortement déprimée que l’offre, ce qui se reflète également dans les pressions déflationnistes : le taux d’inflation et le taux d’intérêt nominal chutent tous deux de manière significative. Par conséquent, le modèle génère des « chocs d’offre keynésiens »[1].

Des chocs de confinement plus longs aggravent encore la baisse de la production et de la consommation et amplifient la hausse du chômage. Enfin, même si le gouvernement maintient le niveau de ses dépenses de consommation et le niveau des prestations d’assurance-chômage constants, le déficit budgétaire explose parce que la distribution des prestations d’assurance-chômage augmente et parce que l’assiette fiscale sur laquelle les taxes sont basées se rétrécit. Étant donné notre hypothèse selon laquelle les impôts n’augmentent que légèrement à court terme et que la majeure partie de la hausse des déficits est financée par l’émission d’obligations, le ratio dette/PIB augmente de plusieurs points de pourcentage : près de 12 pp dans le cas d’un confinement d’un mois et jusqu’à 21,3pp pour un confinement de 3 mois.

Bien que ces chiffres soient déjà astronomiques, il y a de bonnes raisons de penser qu’ils sont plutôt conservateurs. Les projections de croissance du FMI et les chiffres en termes de demandes d’allocation chômage suggèrent que le choc pourrait être beaucoup plus important et entraîner des effets négatifs plus dramatiques encore.

Dans les simulations évoquées ci-dessus, nous supposons que les dépenses publiques et les prestations d’assurance-chômage restent constantes alors qu’en réalité, elles ont déjà fortement augmenté dans la plupart des pays. Par exemple, en France, une relance de 100 milliards d’euros a été adoptée et les prestations d’assurance-chômage ont été étendues pour permettre un chômage partiel massif. Nous quantifions ainsi également les effets de ces deux types de politiques conjointement au choc de confinement sur les variables macroéconomiques. Bien que les deux mesures puissent stimuler la demande globale en en temps normal, elles n’ont pratiquement aucun effet sur la production globale, car l’offre ne peut augmenter dans tous les cas, l’emploi étant contraint. Les hausses de dépenses publiques génèrent des effets inflationnistes mais les extensions des prestations d’assurance-chômage génèrent de nouvelles pressions déflationnistes : les extensions étant temporaires, les ménages salariés sont mieux assurés contre le chômage aujourd’hui mais pas demain, ce qui amplifie le motif d’épargne de précaution. Bien que ces politiques soient relativement inefficaces pour atténuer la dynamique globale de la production et du chômage, elles ont pourtant des effets potentiellement importants sur le bien-être des ménages. Le calcul des réponses optimisées (qui minimisent les pertes de bien-être) des dépenses publiques et des prestations d’assurance-chômage au choc de confinement montrent que les politiques actuelles vont dans le bon sens qualitativement : elles ne peuvent stimuler la croissance ou réduire le chômage, mais peuvent atténuer les effets négatifs sur l’utilité des agents en réduisant la déflation ou en améliorant temporairement le partage des risques entre les agents économiques.

Références

Auray Stéphane et Eyquem Aurélien, 2020, « The Macroeconomic Effects of Lockdown Policies », OFCE Working Paper, n° 10/2020. https://www.ofce.sciences-po.fr/pdf/dtravail/OFCEWP2020-10.pdf

Challe Edouard, 2020, « Uninsured Unemployment Risk and Optimal Monetary Policy in a Zero-Liquidity Economy », American Economic Journal, Macroeconomics, 12 -2, pp. 241-83.

Guerrieri  Veronica,  Guido  Lorenzoni,  Ludwig  Straub  et  Ivan  Werning,  2020,   « Macroeconomic Implications of COVID-19:  Can Negative Supply Shocks Cause Demand Short-ages? »,  NBER working paper, 26918.

[1] Voir Guerrieri
et al. (2020) pour une définition des
chocs keynésiens de demande.

par Stéphane Auray et  Aurélien Eyquem

Quelles sont les motivations
économiques derrière la politique commerciale menée par la présidence Trump aux
États-Unis ? La réaction des partenaires commerciaux, notamment la Chine,
est-elle rationnelle économiquement ? Quelles sont les conséquences
macroéconomiques à attendre de telles politiques ? Nous tentons d’apporter
quelques éléments de réponse dans ce billet.

Les déficits extérieurs
américains, que ce soit du compte courant ou de la balance commerciale, ne
datent pas d’hier, ni même d’avant-hier. Comme le montre le graphique
ci-dessous, la dégradation remonte à la fin des années 1970 et sa cause a été
largement discutée dans la littérature. Bien que le graphique semble montrer
que la cause première de ces déficits soit le creusement des déficits commerciaux,
l’analyse économique montre que le solde du compte courant est tout autant
déterminé par l’équilibre entre épargne nationale et investissement : le
creusement des déficits publics (qui absorbent l’épargne des ménages américains),
la place centrale des États-Unis dans la finance mondiale, la financiarisation
des économies dans les années 1980, le rôle spécifique du dollar (Gourinchas et
Rey, 2007), les excédents extérieurs d’autres pays cherchant à s’investir aux États-Unis
 (saving
glut, Bernanke, 2005), la politique de change chinoise, les imperfections
financières dans d’autres pays (Gourinchas et Jeanne, 2009), notamment en
Chine, sont autant de facteurs additionnels permettant d’expliquer cette
dynamique jointe du compte courant et des échanges commerciaux.

Pour autant, l’administration
Trump n’a vu qu’un seul coupable dans cette situation : les échanges commerciaux
avec la Chine. En effet, si l’on regarde l’importance des balances commerciales
bilatérales – ce que beaucoup d’économistes ne conseillent cependant pas de
faire compte tenu de la nature multi-factorielle des déficits – on s’aperçoit
que les pays-cibles de l’administration Trump ne sont autres que les
principales sources d’importations des États-Unis.

Au regard de ces chiffres,
l’administration Trump a donc décidé d’appliquer un certain nombre de mesures,
tarifaires notamment, en vue d’essayer de réduire ces déficits bilatéraux, en
ciblant principalement la Chine, premier pays contributeur à ces déficits
commerciaux.

Cette idée est-elle saugrenue au
regard de la théorie économique ? Si l’on en croît l’analyse
traditionnelle proposée par les théories du commerce international, les droits
de douane, qui jouent le rôle de taxes à l’importation, représentent des
distorsions majeures qu’il convient d’éliminer pour permettre un développement
et une spécialisation des échanges, conduisant à une amélioration globale du
bien-être. Cependant, la baisse des droits de douane est souvent analysée de
manière symétrique, en se demandant si la situation est meilleure dans un monde
avec ou sans droits de douane. La réponse dominante à cette question n’a pas
véritablement changé : au niveau global, le monde se trouve dans une moins
bonne situation avec des droits de douane.

Cependant, un pays pris isolément
a-t-il intérêt à appliquer des droits de douane, en supposant que les autres
pays ne répliquent pas ? La réponse à cette question, au moins depuis Johnson
(1953), est oui : en appliquant des droits de douane de manière unilatérale,
un pays peut améliorer ses termes de l’échange et ainsi le bien-être des
ménages locaux au détriment du bien-être des ménages dans les autres pays. On
note que le bénéfice d’une telle mesure est une augmentation de la consommation
plus forte (ou une baisse moins forte) que celle de la production, conduisant
en théorie à un accroissement des
déficits commerciaux. Afin d’éviter une telle situation dans un monde où la
coopération internationale était un moyen de tourner le dos aux conflits armés
post-1945, le développement d’institutions telles que le GATT et l’OMC avaient
justement pour but de favoriser une coopération salutaire au niveau mondial,
bien qu’intuitivement contraire aux intérêts strictement nationaux. Ainsi, il
est possible de voir les accords commerciaux comme un instrument permettant
d’éviter une situation où tous les pays finissent par appliquer des droits de
douane et où tout le monde perd, en comprenant que chaque pays, s’il s’en tient
aux termes des accords signés, se trouve globalement gagnant.

L’administration Trump a décidé
de sortir de cette logique et d’augmenter les droits de douane sur les
importations chinoises, faisant fi des règles de l’OMC et initiant ainsi une
véritable guerre commerciale, conduisant à une série de réactions chinoises,
telles que décrites par Bown (2019). Les droits de douane sur les échanges
commerciaux de biens entre les États-Unis et la Chine sont donc passés
de 3% environ en 2017 à près de 26% fin 2019. Plus généralement, l’ensemble des
mesures prises par l’administration Trump ont touché pour près de 420 milliards
de dollars d’importations américaines. En représailles, les mesures
(principalement) chinoises ont touché près de 133 millions d’exportations
américaines (voir Fajgelbaum et al.,
2020).

Les effets de ces mesures tels
qu’évalués par plusieurs études récentes ont été les suivants. Tout d’abord, il
semble que les exportateurs chinois/importateurs américains aient répercuté
presqu’intégralement la hausse des droits de douane sur les prix de vente, de
sorte que les importateurs et consommateurs américains ont subi près de 114
milliards de dollars de pertes. Ensuite, les producteurs américains ont été
bénéficiaires de ces mesures. Cependant, l’ampleur de ces gains peut varier
selon (i) la réaction des consommateurs américains, qui achètent plus
volontiers localement, (ii) la hausse des coûts de production induite par la
hausse des intrants importés et (iii) la baisse des exportations liée aux
mesures de représailles, tarifaires ou non. Dans l’ensemble, Fajgelbaum et al. (2020) montrent que les
producteurs ont gagné 24 milliards de dollars. Enfin, le gouvernement américain
a vu augmenter ses recettes fiscales d’environ 65 milliards. Au total,
l’économie américaine aurait donc perdu 25 milliards de dollars annuellement,
soit environ 0,13% du PIB ou 0,22% de la consommation américaine. Au-delà de ce
chiffre, qui peut paraître faible, on voit que les hausses de droits de douane
donnent lieu à d’importants effets redistributifs entre type d’agents
économiques (producteurs, consommateurs, gouvernement), et certainement, à un
niveau plus microéconomique, à des redistributions entre producteurs (sectorielles
par exemple ou selon leur position dans les chaines de valeur) et entre
consommateurs, selon leurs expositions relatives aux mesures tarifaires.

Du point de vue des déficits
commerciaux américains, les effets ont été presque négligeables, la baisse des
importations en provenance de Chine étant compensée par la hausse des
importations en provenance d’autres pays (parfois limitrophes de la Chine, certains
producteurs ayant délocalisé leur production pour contourner la hausse des
droits de douane). D’un point de vue monétaire, l’augmentation des droits de
douane aux États-Unis doit en théorie également, si les changes sont flexibles,
conduire à une appréciation relative du dollar et à une dépréciation relative
de la monnaie chinoise. Ce faisant, les effets positifs pour les États-Unis de
telles mesures seraient atténués puisqu’une appréciation réduit la
compétitivité des biens produits aux États-Unis et renforce celle des produits
chinois. Jeanne (2020) montre que les mesures américaines de 2018 n’ont eu
presque aucun effet sur le dollar mais ont généré une dépréciation d’environ 5,5 %,
réduisant d’autant les effets négatifs des mesures unilatérales sur la balance
commerciale chinoise en permettant à la Chine d’accroître ses exportations vers
d’autres marchés.

Pour finir, nous proposons une
évaluation propre des raisons et effets d’une augmentation des droits de douane
(Auray, Devereux et Eyquem, 2020). Nous montrons que l’on peut considérer un modèle
à deux pays avec commerce de biens intermédiaires et fixation réaliste des prix
(sujets à rigidités et fixés dans la monnaie de l’acheteur (pricing-to-market), dans lequel existe
un équilibre non-coopératif de fixation endogène des droits de douane. Ce
dernier équilibre permet de quantifier les gains unilatéraux qui existent à
appliquer des droits de douane et les pertes associées à une guerre commerciale
totale (de représailles) si ces droits de douane devaient augmenter. Il établit
un niveau positif, empiriquement réaliste et endogène de droits de douane. Le
modèle est ensuite utilisé pour comprendre les possibles motivations et effets
agrégés d’une augmentation des droits de douane. Nous montrons qu’une augmentation
du degré d’impatience d’un des deux législateurs suffit à produire une
augmentation des droits de douane dans
les deux pays, et ce de manière endogène. Nous simulons enfin les effets
d’une telle situation en adaptant les mesures prises par les États-Unis (cas
asymétrique) et conjointement par les États-Unis et la Chine (cas symétrique) au
modèle, ce qui correspond (dans le modèle) à une augmentation des droits de
douane comprise respectivement de 65 % et 100 % en 4 ans. Les droits
de douane passent donc de 4,65% initialement à 7,66% et 9,9% respectivement. Le
modèle prédit une baisse du PIB américain à long terme respectivement de 0,4% et
0,8%, soit un effet modéré de 0,1 (0,2) point de croissance par an sur la
période dans le cas asymétrique (symétrique). La consommation des ménages à
long terme baisse respectivement de 0,14% et 0,42%. Ces chiffres sur les effets
subis par les consommateurs sont identiques à ceux avancés par Fajgelbaum et al. (2020). Lorsqu’elles sont
unilatérales (appliquées aux États-Unis uniquement), les augmentations de
droits de douane tendent à apprécier le dollar en termes réels (de seulement 0,6%)
et ont un effet négligeable sur la balance commerciale (voir graphique 2).

Selon toutes les études
disponibles, on voit donc que l’objectif de rééquilibrage des balances
commerciales bilatérales et plus généralement de la balance commerciale des États-Unis
n’est pas atteint à la suite d’une augmentati on des droits de douane. Les
gains, si toutefois ils existent, sont faibles et liés à une possible amélioration
des termes de l’échange, qui tend toutefois à dégrader plutôt qu’à améliorer le
solde de la balance commerciale. Néanmoins, afin que ces (faibles) gains potentiels
se matérialisent, il convient que les partenaires commerciaux ne répliquent pas
eux-mêmes pas le biais d’augmentations de droits de douane ou d’autres mesures
non-tarifaires, ce qui n’est pas le cas en pratique. Si l’on devait finalement faire
le bilan de tous les coûts associés à ces guerres (en ajoutant par exemple le
temps passé par les services administratifs à discuter de telle ou telle mesure
ou encore des coûts de mise en application) il est presque certain qu’ils sont
supérieurs aux éventuels gains. Les guerres commerciales ont donc semble-t-il
peu d’intérêt du point de vue de la politique économique, surtout si leur
principal objectif est de réduire les déficits commerciaux bilatéraux.

Références

Auray Stéphane, Devereux Michael B. et Aurélien Eyquem, 2020,
« The Demand for Trade Protection over the Business Cycle », http://aeyq.free.fr/pdf/DFP_ADE.pdf

Bown Chad,
2019, « US-China Trade War: The Guns of August », https://www.piie.com/blogs/trade-and-investment-policy-watch/us-china-trade-war-guns-august

Fajgelbaum
Pablo D., Goldberg Pinelopi K., Kennedy Patrick J. et Amit K. Khandelwal, 2020,
« The Return to Protectionism », The
Quarterly Journal of Economics, Volume 135, Numéro 1, Pages 1-55, https://doi.org/10.1093/qje/qjz036

Gourinchas Pierre-Olivier et Olivier Jeanne, 2013, « Capital
Flows to Developing Countries: The Allocation Puzzle », Review of Economic Studies, Volume 80,
Numéro 4, Pages 1484-1515, https://academic.oup.com/restud/article/80/4/1484/1578456

Gourinchas Pierre-Olivier et Hélène Rey, 2007, « From
world banker to world venture capitalist: US external adjustment and the
exorbitant privilege » in G7 Current
Account Imbalances: Sustainability and Adjustment, University of Chicago
Press. Pages 11-66.

Jeanne
Olivier, 2020, « To What Extent Are Tariffs Offset by Exchange
Rates? », PIIE Working Paper,
20-1, https://www.piie.com/system/files/documents/wp20-1.pdf

Johnson Harry
G., 1953, « Optimum Taris and Retaliation », Review of Economic Studies, Volume 21, Numéro 2, Pages 142-153.

par Sarah Guillou

Le 9
décembre 2019, la Commission européenne a donné son accord aux versements
d’aides d’Etat pour le développement de la recherche et de l’innovation du
secteur des batteries en Europe. Cet accord porte sur un montant de 3,2
milliards d’euros offerts par 7 pays membres ; il est sensé entraîner des investissements
privés pour 5-7 milliards d’euros. Le projet a obtenu le label IPCEI,
c’est-à-dire celui de projet jugé important et portant sur des intérêts
européens communs. La décision ne faisait pas mystère mais elle marque le
démarrage d’une politique industrielle européenne plus décidée que par le passé.

Les batteries seront un
élément important de la transition écologique, d’une part pour assurer la
disparition du moteur à combustion et, d’autre part pour emmagasiner les
énergies renouvelables dont la production est intermittente.

Le secteur de la production des batteries pour les voitures électriques est
en pleine expansion. Le Japon, la Chine et la Corée du Sud dominent le marché,
l’Europe est très loin derrière.

Il est rare
de saisir la stratégie industrielle de l’UE tant elle est souvent brouillée par
les positions contradictoires de ses membres ou dénuée de substance car fondée
sur un consensus minimal retirant toute valeur ajoutée à l’échelon européen.

Les
initiatives pour soutenir la recherche, la production et le recyclage des
batteries amorcées depuis 2017 jusqu’à ce dernier feu vert de Bruxelles aux
aides des Etats font apparaître une stratégie cohérente en matière industrielle,
qui devra cependant être adossée à des arbitrages en matière de politique
commerciale et de politiques urbaines.

L’industrie de la batterie, une industrie
au carrefour du passé et du futur industriel de l’Europe

Elle est
cohérente non seulement avec l’actuelle spécialisation de l’industrie
européenne mais aussi avec les objectifs environnementaux de l’UE. Elle est
cohérente avec son passé, l’automobile, et son futur, l’environnement.

En effet, la
production de batteries va devenir très vite un enjeu crucial pour l’avenir de
l’industrie automobile en Europe qui doit faire face à deux chocs majeurs :
un choc de régulation associé aux limites d’émissions de CO2 et à
l’organisation des mobilités urbaines et un choc technologique mélangeant les
véhicules autonomes, les objets connectés et la voiture électrique. Or cette
industrie représente 700 milliards d’euros de production pour la seule zone euro
et 6,1% de l’emploi total européen. Elle exporte 37% de sa production et participe
fortement à l’excédent commercial de l’UE (Eurostat). Elle réalise 25% de la recherche
et développement (R&D) des 1000 premières entreprises européennes en 2018 (206,3 milliards
d’euros, EU R&D Scoreboard). Volkswagen, Daimler et BMW sont les trois
premiers investisseurs en R&D parmi les 1000 premiers investisseurs
européens tous secteurs confondus. En France, Renault et Peugeot sont les deux
premiers investisseurs en R&D après Sanofi. En outre c’est une industrie
fortement fragmentée sur le territoire européen qui induit une sensibilité très
partagée à tout choc qui toucherait le secteur.

En matière de véhicule
électrique, la batterie est la pièce maîtresse des véhicules électriques, elle
en constitue entre le tiers et la moitié de la valeur ajoutée. De plus, la
production de batteries ne doit pas être trop éloignée, tant physiquement qu’au
sens de l’intégration verticale de la production des véhicules. C’est en effet
un élément de poids, au sens propre, donc les coûts de transports sont élevés,
et au sens figuré parce que c’est l’essentiel de la valeur ajoutée[1]. Or l’UE est très peu
présente dans la production mondiale de batteries.

Du côté du futur, le
« green new deal » annonce un changement de braquet en matière de
contrôle des émissions. La neutralité carbone est visée à l’horizon de 2050. Déjà
la pression est forte sur les constructeurs pour qu’ils passent à l’électrique,
car en effet ils doivent se conformer d’ici 2021 à ce que leurs flottes de
véhicules ne dépassent pas les 95 grammes de CO2 par kilomètre. Ils devront
payer une amende de 95 euros pour chaque gramme additionnel multiplié par le
nombre de voitures vendues. La contrainte est telle que Fiat n’a pas hésité à
s’allier avec Tesla (rachat des crédits d’émission de Tesla) pour se conformer
aux objectifs (voir « Quand Fiat-Chrysler s’offre les crédits Co2 de
Tesla », Les Echos, 6 mai 2019).

Les constructeurs
européens n’ont pas trop tardé à se lancer dans la production de véhicules électriques :
le marché des voitures électriques européen est plus grand que celui des
Etats-Unis. Mais la production européenne, qui représente 22% de la production
mondiale, est réalisée avec des batteries importées.

Les batteries sont
également une pièce maîtresse de la transformation énergétique, les énergies
renouvelables, de nature intermittente, nécessitent d’être stockées. A cet
égard, le stockage dans les batteries de véhicules à l’arrêt pourrait être un
des vecteurs de l’articulation des véhicules avec les besoins en énergie de la
ville.

La réalisation des objectifs du
« green new deal » ne se fera qu’en développant les technologies de
conservation de l’énergie. La disponibilité de batteries bon marché aidera à
développer les énergies renouvelables. Aujourd’hui seuls les Chinois peuvent produire
des batteries bon marché. Mais si on veut transformer les subventions
européennes en profits futurs, faut-il laisser le marché européen totalement ouvert
aux batteries chinoises ?

L’équilibre entre protectionnisme et
ouverture commerciale reste à trouver

L’UE est
fortement insérée dans la légalité internationale et en matière de politique
commerciale, elle a plutôt penché du côté de l’ouverture aux échanges que du
côté du protectionnisme. La concurrence chinoise a rebattu les cartes et l’UE
tend de plus en plus à analyser la réciprocité des conditions de l’échange. Les
subventions publiques chinoises et les barrières posées aux entreprises
européennes pour accéder au marché chinois sont de moins en moins ignorées.
Cependant le rôle de l’UE dans la défense de règles de commerce juste et
équitable, voire le poids de la responsabilité d’être historiquement cette voix
du libéralisme régulé, pourrait contraindre ses marges de manœuvre.

Les
subventions européennes sont-elles légales au regard des règles du commerce
international ? Les Etats-Unis pourraient-ils demain venir contester la
position de leadership du suédois Nothvolt ou du français Saft au motif que ces
entreprises ont reçu des subventions européennes ? Rappelons que l’UE
vient de se faire condamner par l’OMC pour avoir versé des subventions à Airbus
(décision d’octobre 2019) entraînant des droits de douane américains sur 7
milliards de dollars d’exportations européennes.

Les batteries,
des cellules aux packs complets, ont été exclues de l’accord sur les
technologies de l’information (ITA, 1996, 2015). Donc les batteries ne sont pas
couvertes par un accord spécifique. En revanche, une politique de subvention de
la production des batteries pourrait conduire à des mesures de représailles (counterveiling measures). Précisément,
l’accord de l’OMC sur les subventions (Subsidies and countervailing measures,
SCM) prohibe l’usage de subventions qui pourraient affecter le commerce dans la
mesure où elles donneraient un avantage au contenu local.

A contrario, l’UE doit-elle se
protéger de l’entrée des batteries chinoises voire japonaises ?[2]
A l’égard des batteries chinoises, elle pourrait légalement le faire au motif que
leur production a été subventionnée. Mais une telle position n’est pas exempte
d’un effet boomerang sur sa politique actuelle. De
manière plus indirecte, une réglementation en termes de standards relatifs à
l’extraction des minerais et au recyclage des batteries pourrait être mise en
place et reviendrait à protéger les producteurs européens de la concurrence
asiatique tout en renforçant les exigences environnementales et technologiques
du processus de production des batteries.

Enfin, l’UE
doit-elle accueillir à bras ouverts les investisseurs étrangers du secteur des
batteries ? Au regard des objectifs de court terme de l’emploi, de
l’environnement et des transferts de technologie, la réponse doit être
positive. Mais il faut mesurer que cela peut créer une concurrence difficile
pour les nouveaux entrants qui devront faire face à des coûts plus élevés,
étant en bas de la courbe d’apprentissage et ne bénéficiant pas encore d’économies
d’échelle. Le choix de l’ouverture aux investisseurs a jusqu’à présent plutôt prévalu.
On a pu voir ainsi le chinois CATL investir avec BMW en Allemagne, le sud-coréen LG Chem investir en Pologne tandis que Samsung
SDI et SK Innovation se sont implantés en Hongrie.

Il faut
veiller à contrôler ces investissements de telle manière à qu’ils ne soient pas
prédateurs, ni sur la captation de la demande européenne, ni sur la captation
des subventions (tel que cela a pu se produire avec les panneaux solaires).

Des ressources aux débouchés, des
efforts encore nécessaires

Outre la définition du degré
d’ouverture optimale pour le développement de l’industrie, deux autres leviers
majeurs sont à envisager : celui de l’accès aux ressources et celui des débouchés.

En effet, la
question de l’approvisionnement en lithium reste une probable pierre
d’achoppement future. Ces 10 dernières années, la Chine est devenu un
fournisseur incontournable de lithium, en 2019 elle contrôle 60% de la
production de lithium. Les producteurs de batteries doivent s’assurer un approvisionnement
en lithium et en cobalt. Les mines de cobalt se trouvent principalement en
République du Congo, détenues en grande partie par le suisse Glencore mais
aussi le chinois Zhejiang Huayou. Avec la hausse de la demande, les prix de ces
ressources vont augmenter.

Northvolt a signé un accord de
vente en 2018 avec le canadien Nemaska Lithium  pour s’assurer les ressources en hydroxide
de lithium[3]. Les Européens ne
devraient-ils pas joindre leurs forces pour gagner plus d’indépendance en
matière d’accès aux terres rares ?

En matière
de débouchés, il va falloir que les gouvernements locaux soient fortement
incités à modifier leurs parcs de transports publics et à investir dans des
infrastructures favorables aux changements de comportements des agents. Le cas
des villes chinoises qui achètent les bus électriques de BYD – le deuxième plus
grand producteur chinois de batteries et producteurs de véhicules électriques –
et qui contraignent de plus en plus la circulation aux véhicules hybrides ou
électriques montre une autre dimension de la politique très volontariste des Chinois.
La question du traitement comptable de ces dépenses publiques locales, des
aides au financement des investissements aux infrastructures des mobilités
électriques devra être discutée plus précisément à l’échelle européenne. Il
faudrait également penser le déploiement des stations de charge au niveau
européen pour parachever l’intégration européenne des transports.

De plus la technologie
des véhicules électriques est complexe et nécessite aussi un réseau de
sous-traitants notamment en micro-électronique. Enfin, la localisation de la
production de véhicules électriques doit se faire auprès des usines de
batteries et les deux nécessitent de grands espaces. Cela implique une
concordance de plusieurs éléments qui détermineront la localisation de
l’industrie des batteries pour véhicules électriques. Pour le moment, la Chine
cumule tous ces éléments, et le défaut qu’elle peut avoir en termes de
technologie, elle le conquiert en échange du reste – un marché soutenu,
l’engagement de l’Etat, le contrôle des ressources. C’est pourquoi tant
d’entreprises automobiles se sont alliées à des constructeurs chinois pour
produire des véhicules électriques en Chine. L’investissement de CATL en
Allemagne n’est pas une mauvaise nouvelle. Cela signifie que l’Allemagne et
l’Union européenne sont des territoires attractifs pour le fabricant de
batteries chinois. Cela tient au fait que BMW apporte sa technologie mais aussi
au fait que les infrastructures européennes et le marché européen permettent
d’envisager la viabilité de ce marché. La dépendance aux batteries chinoises
sera difficile à éviter à court terme, tant le gouvernement chinois est
pro-actif dans la construction d’un environnement favorable aux véhicules
électriques ; dans ce cas, autant influencer les conditions d’une
interdépendance aujourd’hui tout en pensant l’indépendance future. Les
constructeurs européens gagneront à se servir des compétences des Chinois et de
leurs investissements tout en cherchant à se développer sur des technologies
parallèles et de rupture.

En conclusion, le marché
des batteries illustre une interdépendance saine et démocratique entre la
puissance publique – vecteur des préférences des citoyens – et les entreprises
privées. La régulation sera un élément structurant du secteur et déterminant de
la rentabilité de l’investissement dans le secteur. Tant le prix du carbone que
la régulation sur les émissions que la mise en place d’infrastructures propices
à l’usage des voitures électriques, les subventions directes (achat par l’Etat,
ou financement de la R&D ou autres investissements) ou indirectes
(fiscalité) au développement des véhicules électriques, et in fine le degré
d’ouverture aux investissements et aux importations, créent l’environnement de
la décision d’investissement des acteurs privés. La compétitivité est le
résultat d’un processus continu et stable d’incitations favorables qui
conduisent les acteurs à investir durablement. Si les Etats européens décident,
en accord avec le mandat qui leur a été accordé, de parier et de s’engager dans
l’électrique durablement, alors les acteurs privés pourraient suivre.

[1] De fait
les constructeurs automobiles se sont installés partout où ils vendaient,
rapprochant le lieu de vente et le lieu de production ou au moins d’assemblage.

[2] La concurrence n’est pas seulement chinoise. Du côté des Japonais, pionniers
dans le secteur, l’alliance des constructeurs automobiles avec les producteurs
de batteries a démarré bien avant le projet de consortium européen. Toyota est
très actif dans le domaine de la recherche sur les batteries solides,
planifiant de dépenser plus de 13 milliards de dollars de R&D d’ici 2030 sur les batteries de la prochaine génération.
Un consortium japonais a également été lancé par la New Energy and Industrial
Technology Development Organisation incluant 23 industriels japonais. Les
Japonais risquent bien d’être les leaders des batteries solides avec
l’engagement de Toyota.

[3] Nemaska Lithium est un
producteur canadien d’hydroxide de lithium et de carbonate de lithium.  Il extrait le lithium de sa mine Whabouchi, au
nord de Chibougamau au Québec.

par Bruno Ducoudré

L’emploi salarié dans les branches marchandes (17,3 millions d’emplois au premier semestre 2019) représente environ 65% de l’emploi total, et sa progression contribue (848 000 emplois créés depuis le dernier trimestre 2014) largement à la baisse du chômage observée depuis 2015. La bonne compréhension des évolutions conjoncturelles de l’emploi salarié dans le secteur marchand nécessite de distinguer les tendances de long terme qui l’affectent (gains de productivité tendanciels, évolution de la durée du travail, coût du travail) des fluctuations conjoncturelles de l’activité.Ces deux dimensions peuvent par ailleurs varier selon les branches d’activité, les branches étant plus ou moins sensibles à la conjoncture internationale ; les cycles de production peuvent également être plus longs dans la construction que dans les autres branches.

Dans une étude récente[1], nous procédons à une analyse tendance/cycle de productivité pour l’économie française en décomposant les demandes de travail par grande branche marchande (industrie, construction, services marchands). À partir d’une estimation économétrique des demandes de travail par branche, nous cherchons à mesurer les tendances de productivité, leur évolution et les cycles de productivité.

Il s’agit d’une part de caractériser le ralentissement de la productivité pour la France et de mettre en évidence la contribution des branches à ce ralentissement[2]. Le ralentissement de la productivité peut provenir de deux effets : 1. un effet provenant du ralentissement partagé par l’ensemble des branches ; 2. un effet de composition : dès lors que les gains de productivité sont plus élevés dans l’industrie, mais que ce secteur voit sa part dans l’emploi et sa VA diminuer au cours du temps[3], les gains de productivité des branches marchandes prises dans leur ensemble diminuent, toutes choses égales par ailleurs. Conformément à la littérature théorique et empirique existante (Duarte et Restuccia, 2010), les gains de productivité sont attendus plus élevés dans l’industrie, là où les tâches routinières conduisent au remplacement des emplois par les machines et où les innovations de produits, managériales et organisationnelles permettent des gains de productivité plus élevés relativement aux autres secteurs. Les estimations indiquent une tendance de productivité croissante à un rythme de 0,9 % par an sur la période récente (1,9 % par an dans l’industrie, 0,8 % dans les services et 0,1 % dans la construction ; graphique 1). Cette tendance a ralenti depuis le début des années 1980. Ce ralentissement des gains de productivité tendanciels s’observe principalement dans l’industrie. Conjugué à la baisse de la part de l’industrie dans l’emploi, cela explique 90 % de la baisse du taux de croissance de la productivité tendancielle depuis les années 1980.

D’autre part, la méthode permet d’affiner le diagnostic conjoncturel sur l’emploi par branche. De fait, les comportements de demande de travail peuvent différer selon les branches. Ces divergences portent notamment sur le type de main-d’œuvre (travail qualifié/non qualifié) et la sensibilité au coût du travail, ou sur les modalités d’ajustement de la main-d’œuvre aux variations de l’activité (délais d’ajustement, ajustements internes via la modulation de la durée du travail ou ajustement externe via la modification du stock d’emplois). Les cycles d’activité peuvent aussi être de durées et d’ampleurs différentes selon les branches, selon qu’elles sont plus ou moins exposées à la conjoncture internationale ou qu’elles connaissent des spécificités propres, les cycles d’activité dans la construction pouvant être plus longs. Ainsi, à court terme, l’emploi est essentiellement déterminé par les variations de l’activité économique mais l’ajustement est progressif. L’impact de la croissance sur l’emploi est amorti par le comportement des entreprises, conduisant à un cycle de productivité : si les entreprises adaptent très rapidement le volume d’emplois temporaires (CDD courts, intérim) à la conjoncture, elles n’ajustent pas immédiatement leurs effectifs stables aux besoins de la production. Elles préfèrent recourir à la flexibilité interne, en ajustant les rémunérations salariales variables et le temps de travail via les heures supplémentaires, les congés imposés ou le chômage partiel. Les entreprises ne vont ajuster leurs effectifs que si le rebond ou le creux conjoncturel se montre durable. C’est pourquoi la productivité du travail accélère lors des phases de reprise et ralentit lors des ralentissements conjoncturels. La modification du rythme de croissance a donc des effets retardés sur l’emploi, et la croissance de la productivité du travail fluctue à court terme.

Les résultats montrent que le cycle de productivité présente des fluctuations plus importantes dans le secteur de la construction. Le calcul des délais moyens d’ajustement (DMA) de l’emploi à la demande indique un délai d’ajustement de 5,6 trimestres pour cette branche. Le cycle fluctue beaucoup moins pour l’industrie et les services, indiquant une vitesse d’ajustement de l’emploi à l’activité économique plus rapide pour ces deux branches, ce que confirment les délais moyens d’ajustement à la demande (respectivement 4,4 et 4,1 trimestres). Globalement, au quatrième trimestre 2018 les estimations indiquent que le cycle de productivité serait légèrement positif dans les services (+0,2 %), ce qui signifie que le secteur des services est globalement en sous-effectif. Autrement dit, une fermeture du cycle de productivité dans les services se traduirait, toutes choses égales par ailleurs, par une hausse de l’emploi de 0,2 % dans les services. Le cycle de productivité serait plus largement positif dans l’industrie (+0,8 %) tandis qu’il continuerait de se creuser dans la construction (-1,6 % ; graphique 2). Au niveau du secteur marchand non agricole (SMNA), le cycle de productivité serait refermé au quatrième trimestre 2018 (Graphique 3).

[1] B. Ducoudré, « Tendances et cycles de productivité par grande branche marchande pour l’économie française », Revue de l’OFCE, n° 162, avril 2019.

[2] Les économies développées sont confrontées à un ralentissement tendanciel des gains de productivité (Bergeaud, Cette et Lecat, 2016 ; Cette, Fernald et Mojon, 2016 ; Ducoudré et Heyer, 2017). Plusieurs hypothèses ont été avancées pour expliquer ce ralentissement – déclin de l’investissement, mauvaise allocation des facteurs, qualité du travail dégradée, moindre diffusion des technologies entre les entreprises à la frontière de la productivité et les autres, phénomènes de « winner-takes all ».

[3] Du fait des décisions de localisation / délocalisation de la production des firmes à l’étranger, d’une demande intérieure atone, d’un transfert d’une partie l’activité et des emplois des branches industrielles vers les branches des services ou encore de pertes de parts de marché à l’exportation ou sur le marché intérieur face à la concurrence étrangère.

Bibliographie

Bergeaud A., Cette G. et Lecat R., 2016, « Productivity Trends in Advanced Countries between 1890 and 2012 », Review of Income and Wealth, vol. 62, n° 3, pp. 420‑444.

Cette G., Fernald J. et Mojon B., 2016, « The pre-Great Recession slowdown in productivity », European Economic Review, vol. 88, pp. 3‑20.

Duarte M. et Restuccia D., 2010, « The role of the structural transformation in aggregate productivity », The Quarterly Journal of Economics, vol. 125, n° 1, pp. 129‑173.

Ducoudré B., « Tendances et cycles de productivité par grande branche marchande pour l’économie française », Revue de l’OFCE, n° 162, avril 2019.

Ducoudré B. et Heyer É., 2017, « Quel nouveau sentier de croissance de la productivité du travail ? Une analyse pour six grands pays développés », Revue de l’OFCE, vol. 152, n° 3.

par Sarah Guillou

Dans le billet sur la singularité immatérielle de l’investissement des entreprises en France du 26 octobre 2018, il était mis en évidence l’importance des investissements dans les actifs immatériels des entreprises en France. En comparaison de ses partenaires, semblables en matière de spécialisation productive, l’économie française investit relativement plus dans la Recherche et Développement, les logiciels, les bases de données et autres éléments de la propriété intellectuelle.Sur un total de la Formation Brute de Capital Fixe (FBCF) hors construction, la part des investissements immatériels atteint 53% en 2015, alors que cette part est de 45% au Royaume-Uni, 41% aux Etats-Unis, 32% en Allemagne et 29% en Italie et en Espagne.

Ces résultats sont corroborés par des statistiques qui évaluent d’autres dimensions (base INTAN), hors comptabilité nationale, des investissements immatériels, tels que ceux dans l’organisation, la formation, le marketing. La France ne se laisse pas distancer par ses partenaires dans ce type d’actifs non plus (voir Guillou, Lallement et Mini, 2018).

De son côté, la comptabilité nationale recense deux actifs immatériels principaux : les dépenses en R&D et les dépenses en logiciels et bases de données. En matière de R&D, les performances d’investissement françaises sont cohérentes avec le niveau technologique et la structure de la spécialisation de la production. Si l’économie française avait un secteur manufacturier plus important, ses dépenses en R&D seraient encore bien plus importantes. Ce qui est moins cohérent, c’est l’ampleur et l’intensité de ses investissements en logiciels et bases de données, au point de se demander si la dimension immatérielle des investissements ne frôle pas l’irréel.

Le graphique 1 montre que la destination « Logiciels et bases de données » est plus importante en France que dans le reste des pays européens. Cette part reste cependant proche des parts observées au Royaume-Uni et aux Etats-Unis. Bien évidemment, cette part est le miroir de la faiblesse d’autres destinations des investissements telles que les machines et équipements propres au secteur manufacturier (voir le précédent billet sur l’investissement).

En taux d’investissement, c’est-à-dire quand on rapporte la dépense d’investissement à la valeur ajoutée de l’économie marchande, le dynamisme de l’économie française en matière de logiciels et bases de données est confirmé : la France distance nettement ses partenaires.

Cette distance interroge car elle révèle un écart de 2 points de pourcentage de la VA relativement aux Etats-Unis et de 3 points relativement à l’Allemagne. Les entreprises françaises investissent 33 milliards d’euros en plus en logiciels et base de données que ne le font les entreprises allemandes en 2015. Pour rappel, le total hors construction de la FBCF est de 285 milliards d’euros en Allemagne et 197 milliards d’euros en France en 2015. Par ailleurs, l’écart de taux d’investissement sur l’ensemble des types d’actifs en France est de 4 points de pourcentage vis-à-vis de l’Allemagne (voir Guillou, 2018, page 20).

Cette distance ne s’explique qu’aux conditions , (i) d’une part que la fonction de production de l’économie française utilise plus de logiciels et bases de données que ses partenaires, ou (ii) d’autre part que le poste de la FBCF en logiciels et bases de données soit artificiellement valorisé par rapport aux pratiques en cours chez ses partenaires, ce qui pourrait être le cas, soit parce que l’immobilisation des logiciels est plus importante en France (les entreprises peuvent choisir de porter la dépense en logiciels en dépenses courantes), soit parce que la valeur d’immobilisation est plus importante (ce qui est possible parce qu’une partie de cette valeur, celle des logiciels produits en interne, est à la discrétion des entreprises).

La compréhension de cette distance est un enjeu considérable car elle est déterminante pour poser le diagnostic sur l’état de l’investissement des entreprises françaises et sur l’état de sa numérisation (voir Gaglio et Guillou, 2018). La valeur agrégée macroéconomique de la FBCF inclut la FBCF en logiciels, si elle est surestimée, cela a des conséquences sur l’équilibre macroéconomique et la contribution de la FBCF à la croissance. La mesure de la productivité totale des facteurs serait aussi affectée car une surestimation du capital (alimenté par l’investissement) conduit à sous-estimer le progrès technique résiduel. Donc, non seulement on surestimerait l’effort d’investissement des entreprises françaises mais en outre on manquerait le diagnostic sur la nature de la croissance.

Or il existe des raisons de s’interroger sur la réalité de cette différence. Autrement dit ne faut-il pas comprendre l’immatérialité de la FBCF comme un défaut de réalité ?

D’une part, il n’est pas manifeste que la spécialisation productive française justifie un tel surinvestissement dans les logiciels et bases de données. Par exemple, la comparaison avec l’Allemagne, le Royaume-Uni, l’Italie, les Etats-Unis et l’Espagne, montre une spécialisation assez proche à l’exception du secteur manufacturier beaucoup plus présent en Allemagne. La part du secteur « Information et Communication » dans lequel se situe les services numériques est bien corrélée avec la FBCF en logiciels, mais ce secteur n’est pas nettement plus présent en France. Il représente 6,5% de la valeur ajoutée de l’économie marchande contre 6% en Allemagne et 8% au Royaume-Uni (voir Guillou, 2018, page 30).

D’autre part, les données des tables input-output sur la consommation par branche de biens et services en provenance du secteur des éditions numériques (58) — secteur qui concentre la production de logiciels — ne corroborent pas la supériorité française. Les graphiques suivants montrent, qu’il s’agisse des consommations domestiques (graphique 3) ou importées (graphique 4), que les consommations intermédiaires en services numériques en France ne consacrent pas la domination française constatée pour la FBCF en logiciels et bases de données. Ces deux graphiques montrent, au contraire, que l’économie française n’est pas spécialement consommatrice d’inputs en provenance du secteur des éditions numériques et même que sa consommation domestique a diminué.

Si le recoupement entre « logiciels et bases de données » d’une part et « services des éditions numériques » d’autre part n’est pas parfaitement identique, il ne devrait pas y avoir de contradiction dans les tendances ni dans les hiérarchies entre pays. Sauf à ce que la dépense en logiciels soit principalement constituée de logiciels produits en interne et dans ce cas, elle sera inscrite en immobilisation mais pas en consommation d’inputs en provenance d’autres secteurs.

En conséquence, l’investissement en logiciels et bases de données serait principalement le résultat de production en interne, dont la valeur d’immobilisation (qui les inscrit en FBCF) est déterminée par les entreprises elles-mêmes. Doit-on en conclure que la FBCF est survalorisée ? La question est légitime. Elle appelle de plus précises investigations par secteur investisseur et consommateur afin d’évaluer l’ampleur de la surévaluation relativement aux économies comparables à la France.

Références

Gaglio C. et Guillou S. , 2018, Le tissu productif numérique en France, Juillet Policy Brief 36, 12 Juillet, OFCE

Guillou S., 2018, En quoi la dépense des entreprises françaises est-elle énigmatique ?, Document de travail OFCE, 2018-42.

Guillou S., P. Lallement et C. Mini, 2018, L’investissement des entreprises françaises est-il efficace? Les Notes de la Fabrique, 26 octobre.

par Céline Antonin

Le spectre d’une crise de la dette souveraine en Italie fait trembler la zone euro. Depuis leur arrivée au pouvoir, Matteo Salvini et Luigi di Maio multiplient en effet les déclarations fracassantes en matière budgétaire, montrant leur volonté de s’abstraire du cadre budgétaire européen qui prône le retour à l’équilibre selon des règles précises[1]. Ainsi, l’annonce d’un dérapage budgétaire lors de la publication de la mise à jour du Document économique et financier fin septembre 2018 a attisé la nervosité des marchés financiers et déclenché une nouvelle hausse des taux obligataires (graphique).

Pour autant, faut-il céder à la panique ? La question cruciale est celle de la soutenabilité de la dette publique italienne. A l’horizon 2020, la situation de la troisième économie de la zone euro est moins dramatique qu’il n’y paraît. En stabilisant le taux d’intérêt au niveau de fin septembre 2018, la dette publique serait largement soutenable. Elle décroîtrait en 2019, passant de 131,2 % à 130,3 % du PIB. Etant données nos hypothèses[2], seule une très forte et durable remontée des taux d’intérêt obligataires, supérieure à 5,6 points conduirait à une hausse du ratio d’endettement public. Autrement dit, il faudrait que le taux obligataire dépasse le niveau atteint au paroxysme de la crise des dettes souveraines de 2011. Si une telle situation devait se produire, il serait difficile de croire que la BCE n’interviendrait pas pour rassurer les marchés et éviter une contagion à la zone euro.

Une impulsion budgétaire fortement positive en 2019

L’évolution du ratio d’endettement public dépend fortement des hypothèses que l’on retient. Il est fonction du solde des administrations publiques, du taux de croissance du PIB, du déflateur, et du taux d’intérêt apparent sur la dette publique (voir formule de calcul infra).

En matière budgétaire, malgré leurs dissensions, les deux partis composant le gouvernement italien (La Ligue et le Mouvement 5 Etoiles) semblent au moins s’accorder sur un point : la nécessité de desserrer la contrainte budgétaire et de relancer la demande. Le contrat de gouvernement, publié en mai 2018, était d’ailleurs sans équivoque. Il annonçait un choc fiscal d’un montant approximatif de 97 milliards d’euros sur 5 ans, soit 5,6 % du PIB sur la durée du quinquennat. Mais bien que les mesures aient été progressivement revues à la baisse, le projet présenté au Parlement italien prévoit un déficit public de 2,4 % du PIB pour 2019, loin de l’objectif initial de 0,8 % inscrit dans le Pacte de stabilité et de croissance transmis à la Commission européenne le 26 avril 2018. Nous faisons l’hypothèse que le budget 2019 sera adopté par le Parlement, et que le déficit sera bien de 2,4 % du PIB. Ainsi, nous anticipons une impulsion budgétaire positive de 0,7 point de PIB en 2019. Cette impulsion se décompose comme suit :

– Une baisse des prélèvements obligatoires de 5 milliards, soit 0,3 point de PIB, liée à l’introduction progressive de la « flat tax » à 15 % pour les PME, une mesure défendue par la Ligue. L’extension de la « flat tax » à l’ensemble des entreprises et aux ménages a été repoussée à plus tard dans le mandat, sans autre précision ;

– Une hausse des dépenses publiques, que l’on chiffre globalement à 7 milliards d’euros, soit 0,4 point de PIB. Citons d’abord la mesure emblématique du Mouvement 5 Etoiles, l’introduction d’une pension de citoyenneté (en janvier 2019) et d’un revenu de citoyenneté (en avril 2019), pour un montant total estimé à 10 milliards d’euros. La pension de citoyenneté sera destinée à compléter la pension de tous les retraités pour la porter à 780 euros par mois. Pour les actifs, le principe sera similaire – compléter le salaire à hauteur de 780 euros –, mais sous conditions : ils devront néanmoins s’engager à suivre une formation et à accepter au moins une des trois premières propositions d’emploi qui leur seront présentées par le Centre pour l’emploi. La révision de la réforme des retraites, qui prévoit la « règle des 100 », permettra en outre le départ à la retraite lorsque la somme entre l’âge et les années travaillées atteint 100, sous certaines conditions. Cela devrait coûter 7 milliards d’euros en 2019. Enfin, un fonds d’investissement de 50 milliards d’euros est prévu sur 5 ans ; nous inscrivons pour notre part une hausse de l’investissement public de 4 milliards d’euros en 2019. Pour financer la hausse des dépenses sans accroître le déficit public au-delà de 2,4 %, le gouvernement devra donc économiser 14 milliards d’euros, soit l’équivalent de 0,8 point de PIB. Pour l’instant, ces mesures sont très imprécises (poursuite de la rationalisation des dépenses et mesures d’amnistie fiscale).

Pour 2020, le gouvernement italien annonce une baisse du déficit public à 2,1 % du PIB. Or, pour arriver à ce chiffre, étant données nos hypothèses de croissance, cela nécessiterait d’inscrire une politique budgétaire légèrement restrictive, ce qui est peu crédible. Par conséquent, nous supposons une politique budgétaire quasi-neutre en 2020, qui se traduit par un maintien du déficit à 2,4 % du PIB.

Avec une impulsion budgétaire très positive en 2019, la croissance annuelle (1,1 %) serait supérieure à celle de 2018. Cette accélération est plus visible en glissement annuel : au quatrième trimestre 2019, la croissance est de 1,6 %, contre 0,6 % au quatrième trimestre 2018. La croissance, certes faible, reste néanmoins supérieure à la croissance potentielle (0,3 %) en 2019 et 2020. En effet, l’écart de production (output gap) est toujours creusé et entraîne un rattrapage de 0,4 point de PIB par an. Ainsi, la croissance spontanée[3] atteint 0,7 point de PIB en 2019 et 2020. Par ailleurs, nous anticipons une impulsion budgétaire beaucoup plus forte en 2019 (0,7 point de PIB) par rapport à 2020 (0,1 point de PIB). Les autres chocs, comme le prix du pétrole ou la compétitivité-prix, sont en revanche plus positifs ou moins négatifs en 2020 qu’en 2019.

L’évolution du ratio d’endettement public dépend également de l’évolution du déflateur du PIB. Or, les prix restent contenus en 2019 et 2020, notamment sous l’effet de la modération salariale. Ainsi, la croissance nominale avoisinerait les 2 % en 2019 et 2020.

Enfin, nous supposons que les taux d’intérêt sur la dette restent au niveau de début octobre 2018. Etant donnée la maturité de la dette publique (sept ans), la remontée des taux inscrite en prévision pour 2019 et 2020 est très progressive.

Baisse de la dette publique jusqu’en 2020

Sous toutes ces hypothèses, la dette publique baisserait continûment jusqu’en 2020, passant de 131,2 % en 2018 à 130,3 % du PIB en 2019, puis à 129,5 % en 2020 (tableau). Etant données nos hypothèses, la dette publique décroîtra en 2019 si le taux d’intérêt apparent reste inférieur à 3,5 % du PIB, autrement dit si la charge d’intérêt rapportée au PIB est inférieure à 4,5 %.

Or, pour que les taux d’intérêt apparents sur la dette passent de 2,7 % en 2018 à 3,5 % en 2019, étant donnée la maturité de la dette de 7 ans, il faudrait que le taux d’intérêt demandé par les marchés s’accroisse d’environ 5,6 points en moyenne sur l’année, et ce, pendant un an. Même si l’on ne peut exclure ce scénario, il semble certain que la BCE interviendrait pour permettre à l’Italie de se refinancer à moindre coût et éviter une contagion.

Reste que même si les taux d’intérêt n’atteignent pas ce niveau, toute nouvelle hausse des taux d’intérêt limitera davantage les marges de manœuvre budgétaires du gouvernement italien, ou conduira à un accroissement du déficit plus fort que prévu. Par ailleurs, le déficit prévu par le gouvernement s’appuie sur une hypothèse optimiste de croissance du PIB de 1,5 % en 2019 ; or si la croissance est plus faible, le déficit pourrait davantage se creuser, attisant la nervosité des marchés et des investisseurs, et mettant en péril la soutenabilité de la dette.

[1] L. Clément-Wilz (2014), « Les mesures « anti-crise » et la transformation des compétences de l’Union en matière économique », Revue de l’OFCE, 103.

^[2] Pour davantage de détails, on pourra se reporter à la prévision 2018-2020 pour l’économie mondiale, Revue de l’OFCE, à paraître (octobre 2018).

^[3] La croissance spontanée, pour une année donnée, se définit comme la somme de la croissance potentielle et de la fermeture de l’écart de production.

par Nicolas Yol et Bruno Ducoudré

Six années après sa mise en place par le gouvernement de Jean-Marc Ayrault, le Crédit d’impôt compétitivité emploi (CICE) sera transformé en baisses de cotisations sociales patronales dès janvier 2019. Les travaux d’évaluation de ce dispositif fiscal d’ampleur (1 point de PIB reversé aux entreprises sous forme d’un crédit d’impôt assis sur la masse salariale) se poursuivent néanmoins. Les premiers travaux d’évaluation se sont concentrés sur les effets microéconomiques du CICE. Ces travaux ne permettent toutefois pas de saisir l’ensemble des mécanismes en jeu et des effets induits par la mise en œuvre du CICE. Ils ne prennent pas en compte au moins trois mécanismes importants : les effets de bouclage macroéconomique du CICE ; les effets dus à la mise en place de mesures pour le financer (hausses de taxes et économies de dépenses publiques) ; les effets du CICE reçus par une entreprise sur les autres entreprises via les modifications de prix des consommations intermédiaires.À la demande de France Stratégie, l’OFCE a donc réalisé une évaluation des impacts macroéconomiques du CICE sur la période 2013-2015, en intégrant les résultats des évaluations sur données microéconomiques, et sera amené à poursuivre ses travaux sur cette question au cours des prochains trimestres. Nous présentons ici les principales hypothèses et résultats de ce premier rapport.

Une mesure s’apparentant à une baisse du coût du travail

Le CICE est un avantage fiscal consistant à accorder aux entreprises un crédit d’impôt, ce dernier étant calculé sur la part de la masse salariale n’excédant pas 2,5 SMIC. Autrement dit, toute entreprise employant au moins un salarié rémunéré en-dessous de 2,5 SMIC est éligible au dispositif. Pour un taux de CICE de 6 %, une entreprise bénéficiera d’un crédit d’impôt représentant 6 % de sa masse salariale éligible[1]. Ce dispositif implique que la quasi-totalité des entreprises peut bénéficier du CICE, à des degrés divers selon la structure de leur masse salariale. Ainsi, les entreprises évoluant dans des secteurs d’activité particuliers (par exemple à très haute valeur ajoutée) sont peu exposées au CICE dans la mesure où leurs salariés sont pour la plupart rémunérés au-dessus du seuil de 2,5 SMIC, alors que d’autres bénéficieront très largement du dispositif.

Dans sa forme actuelle, le CICE est un dispositif de baisse du coût du travail assez singulier pour deux raisons. Premièrement, il s’agit d’un avantage fiscal induisant une baisse indirecte du coût du travail, qui se matérialise par une baisse de l’impôt sur les bénéfices versé par les entreprises (IS). Par conséquent, il diffère des dispositifs habituellement utilisés pour réduire le coût du travail de façon plus explicite, tels les allègements de cotisations (ex : allègements généraux dits « allègements Fillon »). Deuxièmement, la créance correspondant à la masse salariale éligible de l’année t est imputée sur l’IS à partir de l’année t+1 pour les entreprises bénéficiaires, d’où un décalage de trésorerie rendant peu visible l’impact sur le coût du travail[2]. Pour ces raisons, toutes les entreprises n’ont pas immédiatement modifié leur comportement en termes de recrutement et de politique de prix.

De quels effets parlons-nous ?

La baisse du coût du travail résultant du CICE peut avoir plusieurs effets sur les entreprises. Ces dernières peuvent ainsi répercuter le CICE sur leurs prix afin de réaliser des gains de parts de marché à l’étranger, se traduisant également par un recul des importations sur le marché français. Concernant le marché du travail, le CICE peut être utilisé comme une opportunité de favoriser le facteur travail par rapport au facteur capital, dans la mesure où le prix relatif du premier devient moins élevé. Une hausse de l’emploi stimule le revenu des ménages, leur consommation et la demande adressée aux entreprises (effet de bouclage macroéconomique). Un phénomène de redistribution sous forme d’augmentations de salaires est également envisageable, notamment dans les secteurs où les salariés sont en mesure de capter une partie des montants versés aux entreprises. Dans les cas où le CICE n’est pas répercuté sur les prix, les salaires ou les embauches, il peut alors contribuer à augmenter les marges, les investissements ou les dividendes[3].

Une limite importante du CICE a trait aux mesures fiscales et budgétaires qui ont accompagné sa mise en place. En effet, des hausses d’impôts indirects (TVA, fiscalité écologique) ainsi que des économies de dépenses publiques ont été réalisées pour couvrir le coût du dispositif. Ces efforts budgétaires s’élevant à près de 20 milliards d’euros exercent des contraintes fortes sur la demande des ménages et des administrations publiques. L’impact récessif sur la demande adressée aux entreprises est susceptible de limiter fortement l’efficacité du CICE sur les embauches, d’autant plus que les effets d’offre peuvent être longs à se matérialiser. Ainsi, les entreprises ne répercutent pas nécessairement instantanément le crédit d’impôt sur leurs prix ou leur demande de travail, alors que l’effet récessif de la fiscalité est immédiat[4]. En considérant à la fois les effets stimulants du CICE (principalement sur l’offre) et les effets récessifs (principalement sur la demande), il est difficile d’estimer a priori les impacts de cette mesure sur l’économie dans son ensemble. Notre étude consiste précisément à quantifier les effets macroéconomiques du CICE en tenant compte des contraintes exercées par son financement.

Des effets modérés sur l’emploi, faibles sur le PIB

Dans le cadre de notre étude, nous avons simulé les impacts macroéconomiques du CICE à partir du modèle e-mod.fr de l’OFCE. Afin d’assurer une calibration du modèle[5] aussi précise que possible, nous avons utilisé les résultats obtenus à partir de données d’entreprises par une équipe de chercheurs du TEPP[6]. L’utilisation de ces résultats microéconomiques permet également de prendre en compte la réaction des entreprises vis-à-vis du CICE dans notre modèle, puisque nous considérons le dispositif comme une baisse du coût du travail.

L’équipe du TEPP trouve deux résultats microéconomiques significatifs concernant les créations d’emplois associées au CICE, un résultat « bas » et un résultat « haut », mais qui ne tiennent pas compte des efforts budgétaires et des effets de bouclage macroéconomique. Nous simulons donc deux évaluations, auxquelles nous intégrons également un résultat positif sur les salaires mis en avant par la même équipe du TEPP.

Le graphique 1 montre que les effets du CICE sont contrastés selon le scénario considéré. Lorsque l’évaluation « basse » est simulée, nos résultats chiffrent les créations d’emplois à 110 000 à l’horizon 2015, alors que les résultats de l’évaluation « haute » sont trois fois supérieurs. Toutefois, l’évaluation « haute » semble surestimer les effets du CICE dans la mesure où une baisse du taux de marge des entreprises est observée dans les simulations. Or, le CICE est un dispositif devant permettre aux entreprises de reconstituer leurs marges à court terme, un phénomène plus compatible avec les résultats de notre évaluation « basse ». Dans son rapport 2018, le Comité de suivi de France Stratégie semble par ailleurs privilégier le scénario microéconomique « bas » de l’équipe TEPP, sans pour autant exclure des effets du CICE plus importants sur l’emploi.

Le graphique 2 apporte des informations complémentaires et montre que les effets relatifs au financement du CICE (fiscalité, économies de dépenses publiques) sont importants et contribuent à limiter l’efficacité du dispositif. Les effets du financement étant constants dans les deux évaluations, l’impact du CICE sur le comportement des entreprises en termes de demande de travail est déterminant pour obtenir un effet « net » important sur l’emploi. Autrement dit, les effets d’offre doivent être rapides pour compenser l’impact négatif du financement sur la demande intérieure. Il faut ajouter que les simulations ne prennent en compte qu’un tiers des économies de dépenses publiques, en raison de la disponibilité limitée des données fournies par le TEPP (2013-2015). Par conséquent, le coût du CICE n’est pas totalement couvert dans nos simulations, d’où une impulsion budgétaire positive. Si nous avions pu prolonger nos simulations, les effets négatifs du financement auraient probablement été plus importants.

Le graphique 3 montre clairement que le mode de financement du CICE détermine grandement la capacité stimulante du dispositif sur l’économie. En considérant que le coût du CICE n’est pas couvert pas des restrictions budgétaires ou des hausses d’impôts, l’effet sur le PIB est important quel que soit le scénario considéré (entre 0,4 % et 0,5 % de PIB, en écart au compte central). En revanche, l’introduction du financement annihile une part significative des effets, la contribution du CICE au PIB devenant quasi-nulle (entre 0,1 % et 0,2  %). Le niveau d’activité rétroagissant sur l’emploi (Okun, 1962), l’efficacité du CICE ne dépend pas seulement de son impact sur le coût du travail, mais également de facteurs affectant la croissance comme la fiscalité ou la dépense publique. Ces résultats témoignent de la nécessité de prendre en compte l’ensemble des canaux de diffusion du CICE à l’économie (effets microéconomiques, bouclage macroéconomique, financement) afin d’évaluer de manière plus exhaustive son impact sur l’économie.

[1] Ce taux de 6 % s’appliquera en réductions de cotisations sociales patronales à partir de 2019. Les précédents taux de CICE s’élevaient à 4 % (2013), 6 % (2014, 2015, 2016), 7 % (2017) puis à nouveau 6 % (2018).

[2] Un pré-financement assuré par Banque publique d’investissement (BPI) est toutefois possible. Pour les entreprises ne réalisant pas de bénéfice, la créance CICE est restituée les années suivantes.

[3] Le CICE ne faisant l’objet d’aucune contrepartie, il est en pratique très difficile de connaître de manière directe et précise son utilisation par les entreprises.

[4] En particulier, la hausse de la TVA est effective depuis le 1^er janvier 2014.

[5] Pour davantage de détails sur le modèle utilisé, voir l’étude complète.

[6] Voir le rapport de France Stratégie.

par Bruno Ducoudré et Eric Heyer

Les pays industrialisés connaissent un ralentissement apparent et persistant des gains de productivité du travail depuis le second choc pétrolier. Celui-ci a fait l’objet d’un grand nombre d’analyses dans la littérature économique[1] s’interrogeant sur la disparition possible du potentiel de croissance de ces économies développées et donc sur leur incapacité à renouer avec un niveau d’activité conforme à la trajectoire d’avant-crise. Autrement dit, les pays industrialisés seraient entrés dans une phase de « stagnation séculaire » rendant plus difficile la résorption de l’endettement public et privé. Mais cet épuisement des gains de productivité modifie également le diagnostic que l’on pose sur leur situation conjoncturelle et tout particulièrement sur celui de leur marché du travail.

Les gains de productivité tendanciels sont par nature inobservables ; il est donc nécessaire de décomposer la productivité observée entre une tendance et une composante cyclique, liée à l’ajustement plus ou moins rapide de l’emploi à l’évolution de l’activité économique (le cycle de productivité). Dans une étude récente parue dans la Revue de l’OFCE, nous cherchons à mettre en évidence le ralentissement des gains de productivité tendanciels et le cycle de productivité dans six grands pays développés (Allemagne, Espagne, États-Unis, France, Italie et Royaume-Uni) à partir d’une méthode économétrique – le filtre de Kalman – permettant l’estimation d’une équation de demande de travail aux fondements théoriques explicités et l’estimation des gains de productivité tendancielle.

Après être revenus sur les différentes explications possibles à ce ralentissement évoquées dans la littérature économique, nous présentons la modélisation théorique de l’équation de demande de travail et notre stratégie d’estimation empirique. Cette équation, dérivée d’une fonction de production de type CES [2] repose sur l’hypothèse de maximisation du profit des entreprises en concurrence monopolistique, et sur l’hypothèse de stabilité du ratio capital/output dans le long terme. Elle permet une décomposition tendance/cycle en une étape, mais fait reposer les gains de productivité uniquement sur le travail[3].

Les études empiriques existantes s’appuient traditionnellement sur une estimation log-linéaire de la tendance de productivité, et introduisent des ruptures de tendances à date fixe[4]. Nous proposons une méthode alternative consistant à écrire l’équation d’emploi sous la forme d’un modèle espace-état représentant la tendance de productivité sous-jacente. Ce modèle a pour avantage de permettre une évolution moins heurtée des gains tendanciels de productivité puisqu’il ne repose pas sur des dates de rupture ad-hoc.

Nous évaluons ensuite le nouveau sentier de croissance de la productivité du travail, et le cycle de productivité pour les six pays considérés. Nos résultats confirment le ralentissement des gains tendanciels de productivité (graphique 1).

Le taux de croissance de la productivité tendancielle présente pour cinq pays (France, Allemagne, Italie, États-Unis et Royaume-Uni) une lente baisse depuis les années 1990. La tendance de productivité, estimée à 1,5% aux États-Unis dans les années 1980, augmente au cours des années 1990 avec la vague de nouvelles technologies, puis diminue progressivement pour atteindre 0,9% en fin de période. Pour la France, l’Italie et l’Allemagne le rattrapage s’interrompt au cours des années 1990 (au cours des années 2000 pour l’Espagne) bien que le ralentissement des gains de productivité tendanciels s’interrompe brièvement entre le milieu des années 1990 et le début des années 2000. Excepté l’Italie, dont les gains tendanciels de productivité estimés sont nuls en fin de période, les taux de croissance tendanciels convergent vers un intervalle compris entre 0,8% et 1% de gains annuels de productivité tendancielle.

Les cycles de productivité estimés sont représentés dans le graphique 2. Ils présentent le plus de fluctuations pour la France, l’Italie et l’Allemagne et le Royaume-Uni. Le calcul des délais moyens d’ajustement de l’emploi à la demande indique un délai d’ajustement de 4 à 5 trimestres pour ces pays. Le cycle fluctue beaucoup moins pour les États-Unis et l’Espagne, indiquant une vitesse d’ajustement de l’emploi à l’activité économique plus rapide pour ces deux pays, ce que confirment les délais moyens d’ajustement à la demande (respectivement 2 et 3 trimestres). Enfin, les estimations indiquent globalement que le cycle de productivité se serait refermé pour chacun des pays considérés au deuxième trimestre 2017.

[1] Voir par exemple A. Bergeaud, G. Cette et R. Lecat, 2016, « Productivity Trends in Advanced Countries between 1890 and 2012 », The Review of Income Wealth, (62: 420-444) ou encore N. Crafts et K. H. O’Rourke, 2013, « Twentieth Century Growth », CEPR Discussion Papers.

[2] Voir C. Allard-Prigent, C. Audenis, K. Berger, N. Carnot, S. Duchêne et F. Pesin, 2002, « Présentation du modèle MESANGE », Ministère de l’Economie, des finances et de l’industrie, Dir. la Prévision, MINEFI, Document de travail.

[3] L’équation de demande de travail repose sur une fonction de production et une hypothèse de progrès technique neutre au sens de Harrod.

[4] Voir M. Cochard, G. Cornilleau et E. Heyer, 2010, « Les marchés du travail dans la crise », Économie et Statistique, (438: 181-204) et B. Ducoudré et M. Plane, 2015, « Les demandes de facteurs de production en France », Revue de l’OFCE (142: 21-53).