l’entrepreneuriat, facteur de croissance économique dans...
TRANSCRIPT
1
"Les défis de développement pour les villes et les régions
dans une Europe en mutation"
5-7 juillet 2017, Université Panteion, Athènes, Grèce
L’entrepreneuriat, facteur de croissance économique dans l’union
européenne ? Une analyse à partir de la GWR sur les régions de
l’union européenne
Jean BONNET*
CNRS UMR 6211 – France
University of Caen Normandy
Sébastien BOURDIN**
Institut du Développement Territorial de l’EM Normandie
EM Normandie
Faten GAZZAH*
CNRS UMR 6211 – France
University of Caen Normandy
* University of Caen Normandy, CREM-CAEN, UMR CNRS 6211, Faculty SEGGAT, esplanade de la paix, 14032 Caen, France. [email protected], [email protected].
** Institut du Développement Territorial de l’EM Normandie, 9 rue Claude Bloch, 14000 Caen
Mots-clés : entrepreneuriat, inégalités régionales, convergence, GWR, Union européenne
Classification JEL : C21, C26, R58
2
Introduction
Les PME ont représenté 71,4% de l'augmentation de l'emploi en 2014. Dans un contexte de
sortie de crise économique, assurer un cadre réglementaire, juridique et financier propice à
l’entrepreneuriat doit être une priorité pour l’Union européenne. C’est dans ce cadre que la
Commission a décidé de mettre tout en œuvre pour relever le défi de la compétitivité et de l’emploi.
En particulier, la Banque européenne d'investissement a pour objectif de redynamiser l’économie du
Vieux continent. Elle est chargée de piloter la mise en œuvre du plan Juncker de 315 milliards d’euros
dont 1/4 est prévu pour les PME et start-up européennes. Les chefs d’entreprises peuvent, en
particulier, compter sur l’action du Fonds européen d’investissement (FEI) qui, pour la seule année
2014, a consacré 213 millions d’euros aux PME françaises en prises de participations et en garanties.
En effet la source d'emplois la plus importante au sein de l’union européenne se trouve dans les petites
et moyennes entreprises. L’objectif de la commission est donc d’encourager les personnes à devenir
des entrepreneurs et aussi de faciliter la création et la croissance de leur entreprise. Seulement 37% des
européens souhaitent devenir des entrepreneurs en comparaison avec 51% des personnes aux USA et
en Chine1.
Dès lors, s’intéresser aux liens entre croissance économique et entrepreneuriat semble
pertinent. Il permet de mettre en lumière dans quelle mesure ce dernier contribue au développement
régional, et donc de s’interroger sur l’opportunité pour la commission européenne de miser sur les
entreprises pour relancer la croissance en Europe. Cette interrogation revêt une importance d’autant
plus importante que l’objectif global de la Commission européenne sur la réduction des disparités
régionales en Europe a subi un changement paradigmatique (Barca, 2009 ; Manzella et Mendez,
2009 ; McCann et Ortega-Argilés, 2015). Alors qu’avant l’objectif consistait à accroître les
investissements et l’emploi dans les régions en retard, le nouvel objectif consiste à accroître la
compétitivité territoriale de toutes les régions (Capello et al., 2008 ; Capello et Camagni, 2010 ;
Gordon, 2011). Cette place-based policy (Bachtler, 2010) tirée des théories de la croissance endogène
consiste donc à miser sur les potentiels locaux de développement, dans lesquels l’entrepreneuriat
occupe une place primordiale.
On recense aujourd’hui de nombreux travaux sur le lien entre croissance de l’emploi et
entrepreneuriat. De récentes études ont montré que l’entrepreneuriat avait un impact positif et
significatif sur la croissance, mais que l’ampleur de celui-ci était conditionné par les caractéristiques
locales de ces régions (Fritsch et Schroeter, 2011 ; Van Oort et Bosma, 2013). Par ailleurs, à l’échelle
régionale, d’autres études ont montré que la croissance dépendait en partie des régimes
entrepreneuriaux considérés (Audretsch et Fristch, 2002 ; Van Stel et Storey, 2004 ; Sternberg, 2009 ;
Minniti, 2011). Les régions les plus compétitives semblent bénéficier de l’entrepreneuriat
d’opportunité (Audretsch et Keilbalch, 2008) et plus spécifiquement de l’entrepreneuriat tourné vers
les exportations (González-Pernía et Peña-Legazkue, 2015). Les conditions qui favorisent les
nouvelles entreprises et la croissance sont alors souvent liées au contexte institutionnel et au niveau de
développement. Aparicio et al. (2016) trouvent que les institutions informelles – notamment le
contrôle de la corruption ou la confiance en ses propres capacités – ont un plus fort impact que les
institutions formelles. Abdesselam et al. (2017) ont établi une typologie de l’entrepreneuriat dans les
pays de l’OCDE. Ils ont mis en évidence que l’environnement institutionnel lié à la régulation est
capable de stimuler ou d’inhiber, non seulement l’activité entrepreneuriale, mais aussi le type
1 https://ec.europa.eu/growth/smes/promoting-entrepreneurship_en
3
d’activité entrepreneuriale, c'est-à dire la prévalence des motifs d’opportunité dans l’engagement
entrepreneurial. Le Global Entrepreneurship Index (GEI) et sa déclinaison régionale le Regional
Development Index (REDI) sont alors des indicateurs pertinents de l’entrepreneuriat d’opportunité. Ils
peuvent être considérés comme des facteurs explicatifs du développement régional dans le sens où
l’entrepreneuriat d’opportunité impulse le développement régional (Shane, 2012).
Nous considérerons donc le REDI dans une approche économétrique liant le niveau de
développement de la région et son environnement plus ou moins favorable à l’entrepreneuriat
d’opportunité. Les approches développées en économétrie spatiale utilisent pour la plupart des
modèles dits « globaux », c’est-à-dire estimant un coefficient de régression pour l’ensemble de
l’échantillon pour la variable explicative. Or, les travaux de la Nouvelle Economie Géographique
notamment ont montré la présence d’équilibres multiples et d’hétérogénéité spatiale du développement
régional. Dans ce cadre, nous proposons une déclinaison locale des modèles « classiques »
d’économétrie spatiale via la régression géographiquement pondérée (GWR) pour traiter du problème
de non-stationnarité du développement régional. Le choix de cette méthode est motivé également par
le fait que, à ce jour, nous avons recensé moins d’une dizaine de travaux utilisant cette technique, alors
même que les recherches optant pour cette méthode sont prometteuses (Breitenecker et Harms, 2010).
A ce jour, nous n’avons pas encore recensé de travaux faisant le lien entre le contexte entrepreneurial
et le développement régional. Dans ce contexte, l’objectif de notre article est d’identifier
l’hétérogénéité spatiale de l’impact de l’environnement entrepreneurial sur le développement régional.
En démontrant que le contexte entrepreneurial peut avoir un impact positif et significatif dans
quelques régions et des effets nuls voire inverses dans d’autres, il s’agira alors de reconsidérer le
design des politiques publiques européennes de développement régional basées sur l’entrepreneuriat.
Dans une première section nous présentons les fondements théoriques et empiriques de
l’entrepreneuriat en lien avec la croissance régionale, une deuxième section est consacrée à la méthode
et aux données, la troisième section aux résultats et à la discussion, enfin la dernière section à la
conclusion…
1- Fondements théoriques et empiriques sur la croissance régionale et
l’entrepreneuriat : le contexte compte
L’entrepreneuriat résulte d’un processus de décision individuelle et constitue un important
canal de mise en œuvre d’informations utiles et valorisables dans la commercialisation de nouvelles
idées, de nouveaux produits et de nouveaux processus (Aubry et al., 2015). Selon Audretsch (2007), la
dimension la plus adéquate pour étudier l’entrepreneuriat est la dimension régionale. En effet, Acs et
al. (2013) mettent en lumière l’importance de la combinaison locale d’entrepreneurs et de savoirs
principalement diffusés par les centres de recherche et les universités. “The ability to transform
knowledge into economic knowledge involves not only a set of skills and insights, but also local
proximity to the source of the knowledge”. De fait, de nombreux travaux incorporent désormais dans la
théorie régionale orthodoxe une variable entrepreneuriale (Audrestch et Fritsch, 2002 ; Fritsch et
Mueller, 2004 ; Fritsch, 2008 ; Audretsch et Keilbach, 2004 ; Audretsch et Keilbach, 2005 ;
Abdesselam et al., 2014 ; Aubry et al., 2015).
Si généralement la création d’entreprises peut toujours être considérée comme une « bonne
nouvelle » par rapport au capital humain de l’individu, les motivations ont une influence importante
sur la survie et les perspectives de développement de l’entreprise (Bhattacharjee et al., 2006). Lorsque
les motivations sont liées à la diminution du coût d’opportunité d’entreprendre – quand l’individu est
dans une mauvaise situation sur le marché du travail – en moyenne les entreprises ont une durée de vie
plus faible et des perspectives de développement sont moins importantes. Oxenfeldt (1943) a été le
premier à reconnaître que les individus au chômage ou les individus ayant des perspectives salariales
peu intéressantes peuvent devenir entrepreneur simplement pour gagner leur vie. Toute une littérature
4
existe sur la distinction des motivations entre les entrepreneurs « Push » qui sont contraints à la
création d’entreprise et les entrepreneurs « Pull » qui sont motivés par les nouvelles idées innovantes
(par exemple, Evans and Leighton, 1989 ; Storey, 1991 ; Acs et al., 1994) et au niveau régional (Tervo
and Niittykangas, 1994) pour la Finlande, Audrestch et Keilbach (2005) pour les régions allemandes,
Sterlacchini (2006) pour les régions Européennes, Abdesselam et al., (2014) ou Aubry et al., (2015)
pour les régions françaises.
On retrouve des conclusions similaires dans les rapports GEM (2002, 2006, 2009, and 2014)
qui mettent aussi en évidence un taux élevé d'entrepreneuriat dans des pays dont le niveau de
développement économique est relativement faible. Le poids du secteur primaire et le fonctionnement
de l'économie informelle expliquent le niveau élevé d'activité entrepreneuriale dans les pays en
développement (Szerb et al., 2013). Wennekers et al. (2010) expliquent que la réémergence de
l’entrepreneuriat indépendant repose sur au moins deux révolutions : le travail autonome en solo
(Bögenhold et Fachinger, 2008 ; Bögenhold et al., 2017 ; Fachinger et Frankus, 2017) qui est
important pour des raisons sociétales et de flexibilité, et les entrepreneurs ambitieux et/ou innovants
(Acs et al., 1999 ; Van Stel et Carree, 2004 ; Audretsch, 2007). Simón-Moya et al. (2014) font valoir
que l'entrepreneuriat conduit pour des motifs de nécessité joue un rôle plus important dans les pays
dont le développement économique est relativement faible et que l'inégalité prévaut. À l'inverse, dans
les pays plus développés avec une inégalité de revenus relativement faible et un faible taux de
chômage, les taux d’activité entrepreneuriale sont plus faibles mais les entreprises sont créées pour des
motifs d’opportunité.
L’environnement de la création de l’entreprise va aussi participer à l’ampleur de la création de
valeur attendue. Fritsch (2008) ou encore Fritsch et Schroeter (2011) indiquent que l’influence de la
création d’entreprises sur la création d’emplois est différente selon les différentes régions. Non
seulement les régions montrent de la persistance entrepreneuriale (Fritsch and Wyrwich, 2012) mais
les plus productives d’entre elles sont les plus susceptibles de bénéficier le plus des créations de
nouvelles entreprises (Fritsch, 2008).
On comprend dès lors l’importance de l’environnement global de l’entrepreneuriat.
Venkataraman (2004) a synthétisé celui-ci dans ce que l’on peut dénommer le schéma vertueux d’une
économie de l’innovation qui s’oppose au schéma vicieux d’une économie managériale. Une
illustration bien connue du schéma vertueux est celle de la Sillicon valley. Le succès de ce territoire
est principalement dû à la proximité de l’université de Stanford et à la communication entre les
individus qui facilite la transmission du savoir parmi les individus, les firmes et l’industrie localisée
(Saxenian, 2004). Gilson (1999) note que des clauses de non-concurrence peu contraignantes en
Californie ont permis de développer un marché du travail actif entre les entreprises du territoire selon
le système de l’open innovation (Chersbourg, 2003). Les opportunités de changer d’emplois sont
multiples et il est facile de mettre en avant son expérience spécifique dans d’autres entreprises du
territoire. Dans un environnement peu favorable, les entrepreneurs sont poussés à plutôt que tirés dans
l’entrepreneuriat. Ceci ressort très nettement lorsque l’on regarde la faible intensité entrepreneuriale et
la très forte proportion de chômeurs parmi les entrepreneurs en France en comparaison avec les USA
(Bhattacharjee et al., 2010). Seule la région Île-de-France, avec une forte présence de la recherche,
montrer que l’effet Schumpeter – un plus grand nombre de créations d’entreprises se traduit par une
diminution du taux de chômage – prévaut dans le long terme (Aubry et al., 2015).
C’est donc un environnement complexe où de multiples variables interviennent qui peut
rendre compte d’un système entrepreneurial plus ou moins favorable à l’entrepreneuriat innovant :
« Although entrepreneutial action are ultimately undertaken by individuals, these individuals are
always embedded in a given regional context ». (REDI report, Szerb et al., 2013, p.2). Nous faisons ici
l’hypothèse qu’un contexte entrepreneurial favorable va permettre une croissance économique
régionale plus importante.
5
Le REDI2 a été développé dans le but de prendre en compte toute la complexité d’un
environnement favorable à la création d’entreprises innovantes dans le contexte régional. Il doit aussi
servir selon ses initiateurs à repérer les forces et les faiblesses d’une région afin de pouvoir y remédier
(de même que le GEI). Basé sur un calcul complexe de normalisation, d’effets marginaux identiques
selon les piliers et de pénalisation des goulets d’étranglements (c'est-à-dire que le plus faible des
piliers vient contraindre le niveau global du REDI), cet indice global doit normalement refléter la
capacité d’une région à promouvoir un entrepreneuriat de qualité, facteur de croissance et d’emplois.
En effet pour les promoteurs du REDI, un entrepreneur est une personne qui a la capacité
kirznérienne « d’alertness », en ce sens qu’il entrevoit une opportunité d’innovation et qu’il la saisit,
autrement dit qu’il la mène jusqu’au marché. Avec cette définition, une grande partie des
autoentrepreneurs ou des self-employed ne sont pas des entrepreneurs dans le sens où ils n’apportent
pas de changements dans le marché. Selon Stam (2008) certaines conditions sont nécessaires pour
l’activité entrepreneuriale : (i) l’existence d’opportunités entrepreneuriales qui peuvent être plus ou
moins importantes, (ii) l’existence d’individus capables de les saisir et surtout (iii) l’opportunité doit
être exercée dans dans une organisation et doit représenter une réelle recombinaison qui implique un
changement dans le marché. On voit donc que l’indicateur du REDI a pour objet de mesurer les
conditions pour lesquelles l’activité entrepreneuriale de qualité est la plus élevée possible : « A System
of Entrepreneurship is the dynamic, institutionally embedded interaction between entrepreneurial
attitudes, ability, and aspirations, by individuals, which drives the allocation of resources through the
creation and operation of new ventures. » (REDI report, Szerb et al., 2013, p. 12). Dans leur définition
les auteurs prennent clairement en compte l’approche institutionnaliste. Elle fait référence à un
ensemble de règles politiques, sociales et juridiques qui fixent une base pour la production, l'échange
et la distribution dans un système ou une société (North, 1990 ; Bruton and Ahlstrom, 2003). Scott
(1995) distingue alors trois catégories institutionnelles: régulationniste, normative et cognitive. North
(1990) propose de séparer les institutions en formelles et informelles. Les institutions les plus
formelles sont les institutions de la régulation, représentant des standards définis par les lois et les
autres sanctions (Bruton and Ahlstrom, 2003). Les institutions normatives sont moins formelles et
mois codifiées et définissent les rôles ou les actions qui sont attendus par les individus. Les institutions
cognitives font davantage référence à la culture, au comportement et au modèle de rôle partagés dans
la société. Pour la construction des 14 piliers le REDI fait appel à la fois à une variable individuelle
(tiré des enquêtes du GEM) et à une variable institutionnelle du même domaine tirée de sources
diverses (cf. annexe).
2 – Méthode et données 3.1 - La méthode de la régression géographiquement pondérée (GWR)
Lorsque l’on construit un modèle, il est important de prendre en compte l’hétérogénéité
spatiale. On part du principe que les relations modélisées varient dans l’espace. Cette non-stationnarité
spatiale implique que certaines variables peuvent avoir un effet positif dans certaines régions alors que
des effets négatifs sont observables dans d’autres.
Dans le cas de notre étude, nous avons choisi une méthodologie essentiellement exploratoire
permettant d’identifier la nature et les schémas d’hétérogénéité spatiale sur l’ensemble de la zone
étudiée. La technique de la GWR permet une estimation locale des niveaux de développement régional
et un test de leur variabilité spatiale. Cette méthode se base sur des régressions localement linéaires en
vue d’obtenir des estimateurs à chaque point dans l’espace. Elle utilise des sous-échantillons de
données, constitués d’observations voisines. Le choix des sous-échantillons se réfère aux distances qui
séparent les observations de chaque point de régression, ici les régions européennes. La procédure
2 Qui est une adaptation régionale du GEI - Global Entrepreneurship Index - voir Annexe
6
d’estimation se base sur un principe gaussien où les observations les plus proches du point de
régression ont des poids plus importants que les observations les moins proches.
A ce jour, les études qui utilisent cette technique dans le cadre des recherches sur le rôle de
l’entrepreneuriat sur le développement économique régional émergent et sont prometteuses
(Breitenecker et Harms, 2010). On retrouve ainsi des travaux récents faisant usage de la GWR pour
montrer les variations spatiales (i) des déterminants de la création d’entreprise (Cheng et Li, 2011 ;
Breitenecker, 2017), (ii) des relations entre l’entrepreneuriat et la création des emplois (Shearmur,
2007) ou encore (iii) du rôle de l’entrepreneuriat sur le développement régional (Deller, 2010 ; Xu et
Lambert, 2011 ; Pijnenburg, 2013). Concernant ce dernier type de travaux qui nous intéresse plus
spécifiquement, Deller (2010) analyse le rôle des microentreprises sur la croissance régionale dans les
comtés américains et explique qu’il existe une hétérogénéité spatiale de cette relation en fonction du
type d’industrie et de leur taille. Xu et Lambert (2011) mettent en lumière les effets hétérogènes de la
création d’entreprise sur la croissance économique dans les régions des Appalaches. Enfin, Pijnenburg
(2013) étudie l’effet de l’auto-entrepreneuriat sur le développement régional à l’échelle des régions
NUTS 2 avec cette méthode. Elle démontre que dans les régions européennes où l’effet est positif et
significatif, l’auto-entrepreneuriat est plus faible que dans les régions où l’effet est significativement
négatif.
Le modèle de GWR est formalisé comme suit :
yi = ∑ 𝑥𝑖𝑗𝑎𝑗
𝑗
(𝑢𝑖, 𝑣𝑖) + ℇ𝑖
(2)
où (𝑢𝑖, 𝑣𝑖) est la localisation dans un espace géographique de la 𝑖è𝑚𝑒observation. Dans la calibration
du modèle de GWR, on suppose que les données observées proches d’un point 𝑖 ont plus d’influence
dans l’estimation des valeurs de 𝑎𝑗(𝑢𝑖, 𝑣𝑖) que les données localisées loin de 𝑖. Le choix du régime de
pondération est une étape importante de la procédure d’estimation du modèle spatial. La logique
derrière ce choix est que les observations les plus proches de la localisation exercent plus d’influence
sur les paramètres estimés à cette localisation que les observations les moins proches. Ainsi, le poids
peut être considéré comme une fonction continue et strictement décroissante de la distance qui sépare
le logement de la localisation. La famille des fonctions Kernel possède ces propriétés. Plusieurs
variantes de ces fonctions ont été proposées dans la littérature pour construire la matrice. La plus
utilisée est la fonction gaussienne telle que proposée par Brundson et al. (1998). Elle produit une
baisse exponentielle des pondérations et est définie comme suit :
𝑤𝑖 = [1 − (𝑑𝑖𝑗
𝑏)
2
]
2
où 𝑏 > 0 et est défini comme étant la portée de la fonction, autrement dit le rayon de la zone
d'influence du point 𝑖.
Les kernels spatiaux à fenêtres fixes peuvent donner des variabilités exagérées dans les
localisations où les observations sont éparses. De même, ils peuvent masquer la variabilité dans les
localisations où les observations sont denses. C’est le cas pour les régions européennes de niveau
NUTS 2 car leur taille est variable. Pour surmonter ce problème, les fonctions de pondération
spatialement adaptatives sont incorporées dans le modèle de GWR. Ces fonctions ont l’avantage
d’adapter la fenêtre de pondération en fonction de la densité des observations autour de chaque point
7
de régression. Selon FOTHERINGHAM et al. (2002), la meilleure fenêtre à retenir est obtenue selon
le critère de minimisation de la « validation croisée », analogue à la minimisation de la somme des
carrés des résidus
3.2 – Le modèle et ses données
Le niveau de PIB/hab est la variable dépendante du modèle. Les données récoltées sont issues
de la base ESPON et d’Eurostat. L’échantillon comprend XXX régions appartenant à XX Etats-
membres. Pour des raisons statistiques liées à des problématiques insulaires ou d’enclaves, Chypre,
Malte, les Iles Canaries, les Açores, Madère et les Territoires d’Outre-Mer ont été exclus. LE SAGE
(2004) explique que la présence de telles observations aberrantes peut influencer les estimations de la
GWR.
Dans une économie entrepreneuriale, la croissance et les emplois nouvellement créés le sont
principalement par les nouvelles entreprises. L’environnement entrepreneurial – mesuré ici par le
REDI – participerait donc à l’explication des différences de niveaux de développement entre les
régions européennes et ce d’autant plus que les variables favorables à l’entrepreneuriat de qualité sont
aussi des variables favorables au développement des entreprises existantes.
Dans notre modèle, nous avons fait le choix d’intégrer la densité de population comme proxy
des économies d’agglomération. De nombreux travaux en économie régionale ont montré les liens
entre les régions métropolitaines et la performance économique régionale (Dunford, 1994 ; Petrakos et
al., 2005 ; Geppert et Stephan, 2008 ; Camagni et Capello, 2013). La densité de population rend
compte de la plus grande facilité des individus à échanger, à tirer profit des infrastructures dans les
milieux denses et dans une économie de l’information, retraçant ainsi la croissance privilégiée des
agglomérations urbaines. Par ailleurs, Bosma et Sternberg (2014) ont montré que la taille de la zone
urbaine était corrélée positivement avec le potentiel quantitatif et qualitatif des opportunités
entrepreneuriales à l’origine de la croissance économique.
Nous avons ajouté la variable du chômage de long terme car elle met en avant des effets du
marché du travail (plus ou moins flexible) qui pénalisent la création d’emplois et ce particulièrement
dans certains pays de l’Union européenne du fait de régulations différentes du marché du travail au
niveau national mais aussi de niveaux de développement différents voire de situations de crise
structurelles. Cette rigidité du marché du travail et de la présence d'individus dont les capacités de
trouver un travail sont limitées du fait de leurs compétences insuffisantes (Gordon, 2001) explique
l'inclusion de cette variable dans notre modèle. Comme Rodríguez-Pose et Crescenzi (2008) l’ont
montré, le chômage de longue durée limite la capacité des régions à assimiler les retombées de la
connaissance et donc à connaître un niveau de compétitivité régionale (Dijkstra et al., 2011) élevé.
Enfin, une part élevée de chômeurs peut indiquer de faibles niveaux de demande locale et des
conditions défavorables pour les start-up qui produisent principalement pour le marché local (Fritsch
et Schroeter, 2011).
8
Fig 1: Environnement entrepreneurial et développement régional
Tableau 1 : Variables Descriptives
.
Variable Minimum Maximum Mean Std. Dev. Relative Std. Dev.
Dev2013 10400 148400 26742 11884 0,44
LTUnempl 0,8 20,7 4,9 4,4 0,89
Dens 3,4 10589,2 403 1138,6 2,82
REDI 19,5 82,2 48 14,5 0,302
La variable dev2013 représente le niveau du PIB/hab dans les régions européennes en 2013. La
variable LTUnempl représente le taux de chômage de long terme, la variable Dens mesure la densité
de la population et le REDI est notre indicateur d’entrepreneuriat. Le coefficient de variation est le
plus élevé pour la densité de la population, puis le taux de chômage de long terme, le niveau de
développement et enfin le REDI.
L’équation de la GWR peut s’écrire de la forme suivante
𝑌𝑖,𝑡 = 𝑎0 + ∑ 𝛽 (𝑢𝑖, 𝑣𝑖) + 𝜀𝑖
(5)
Où 𝑌𝑖,𝑡 est la variable dépendante du modèle à expliquer définie pour une région 𝑖 sur la
période 𝑡 comme étant le niveau de développement régional en 2013 et où (𝑢𝑖, 𝑣𝑖) est la localisation
de l’observation 𝑖 et 𝛽1,..., 𝛽𝑘 sont les paramètres du modèle.
Densité de la
population
Activité Entrepreneuriale
REDI
Marché du travail
Chômage de long terme
Level of
Development
GDP/Inh
Capacités
Perceptions
Attitudes
9
3 – Analyse des résultats et discussion
Le niveau de développement économique régional a été modélisé comme une fonction de
plusieurs paramètres décrits dans le tableau 2. Afin d’étudier l’hétérogénéité spatiale des écarts de
développement, nous avons développé un modèle à partir de la GWR. Le test de la présence
d’autocorrélation spatiale dans les résidus du modèle de la GWR à l’aide de la statistique I de Moran
permet d’évaluer le degré de dépendance entre les observations proches. Les résultats (tableau 2)
confirment que le modèle retenu n’est pas biaisé puisqu’il n’est pas observé d’autocorrélation spatiale
dans les résidus du modèle. En revanche, comme la littérature l’a déjà abondamment démontré,
l’indice de Moran de 𝑌𝑖,𝑡 (I = 0,71) indique que le niveau de développement d’une région est influencé
par celui des régions voisines.
Tableau 2 : Résultats de la GWR
Les résultats montrent tout d’abord que les différents paramètres du modèle sont tous
statistiquement significatifs et influencent positivement la croissance régionale, excepté le chômage de
long terme. Les statistiques des paramètres locaux montrent un changement de signe pour une variable
prédictive. La comparaison des minima et des maxima des estimations des paramètres locaux du REDI
(min = -0,132 ; max = 0,454) indique que la direction de la relation avec le développement régional
varie dans l’UE. Dans le cas de la densité de population et du chômage de long terme, nous n'avons
pas détecté de changements de signes, mais nous avons constaté des variations régionales importantes
dans la force de la relation avec le développement régional (voir cartographies infra). Les résultats
confirment donc que négliger l'hétérogénéité spatiale dans un modèle global entraîne des résultats
erronés.
D’une manière générale, on observe que le niveau de développement régional semble être plus
élevé à mesure que l’environnement entrepreneurial est favorable. Ceci se comprend en identifiant les
effets réfugiés/Schumpeter (Thurik et al., 2008; Abdesselam et al., 2014). L’effet Schumpeter traduit le
fait que les nouvelles entreprises lancées pour des motifs d’opportunité peuvent contribuer à la
réduction du chômage (Thurik et al., 2008; Koellinger and Thurik, 2012). En fait les motifs liés à la
création d’entreprises se traduisent par différentes potentialités en termes de croissance et d’emplois.
Par exemple, à l’échelle des nations et en utilisant des données en coupe instantanée sur 37 pays
participant au GEM en 2002, Wong et al. (2005) montrent que parmi les différents types d’activité
entrepreneuriale, seules les créations d’entreprises à fort potentiel de croissance ont un impact
significatif sur la croissance économique.
Par ailleurs, on identifie l’effet « métropole » pour lequel les régions densément peuplées sont
celles qui enregistrent les plus hauts niveaux de développement économique. On retrouve ici ce qui a
Variable Mean Min Max Range Lwr Quartile Median Upr Quartile
Intercept 8,665 7,969 9,968 1,999 8,254 8,553 8,980
(0,005)
LTunemp -0,181 -0,256 -0,106 0,150 -0,220 -0,185 -0,140
(0,004)
dens 0,129 0,080 0,182 0,102 0,107 0,129 0,150
(0,003)
REDI 0,254 -0,132 0,454 0,585 0,170 0,299 0,380
(0,006)
Control var. FDI 0,003604
(0,001)
AICc -65,703
R² 0,670
Ajusted R² 0,648
I Moran of the standardized residuals 0,093
10
été largement montré sur les économies d’agglomération dans la littérature de la Nouvelle Economie
Géographique.
Enfin, le chômage de long terme semble influencer négativement le niveau de développement
économique des régions telle que la littérature l’a déjà décrit (Fagerberg et al., 1997 ; Cappelen et al.,
2003 ; Rodríguez-Pose and Crescenzi, 2008 ; Crescenzi and Rodríguez-Pose, 2012 ; Marelli et al.,
2012).
Les coefficients de détermination présentent une tendance spatiale régulière à travers les
régions européennes (carte X). Le pouvoir explicatif des caractéristiques retenues dans l’analyse est
variable à travers les régions européennes et a tendance à croître en direction de l’Est. Cette tendance
spatiale laisse croire que d’autres éléments peuvent être des déterminants non négligeables du niveau
de développement régional dans les régions du Nord-Ouest. On remarque un pouvoir explicatif plus
important pour les niveaux de développement faibles et moins fort pour les niveaux de développement
élevés. En d’autres termes un faible REDI explique mieux un faible niveau de développement. Un fort
REDI rend moins bien compte d’un niveau de développement élevé (excepté pour certaines régions
comme l’Europe du Nord où la corrélation est forte).
La GWR permet d’approcher localement la variation importante du développement
économique régional entre les régions et l’ampleur des écarts. La visualisation des coefficients du
modèle de GWR permise par cette méthode met en lumière les variations spatiales des paramètres
(carte X, X, X). L'avantage de la cartographie des valeurs t en plus des paramètres locaux est que les
valeurs t saisissent à la fois la direction (signe) et la force (quantité) des relations locales entre les
variables indépendantes et le niveau de développement régional.
La cartographie des t-valeurs du modèle synthétise les relations entre le niveau de
développement régional et le REDI (carte X). Les coefficients estimés varient significativement dans
l’espace en direction et en magnitude. La carte des t-valeurs des effets de l’environnement
entrepreneurial sur le niveau de développement régional suggère un impact positif en Scandinavie, en
Grèce et dans les PECO. Ceci confirme bien que le contexte entrepreneurial compte (Welter, 2011 ;
11
Autio et al., 2014 ; Szerb et al., 2015). Pour ces derniers, l’environnement entrepreneurial est
défavorable et semble donc influencer de manière importante les niveaux de développement faibles
observés. La mesure de l’entrepreneuriat d’opportunité suggère que ses conditions sont des éléments
importants du développement des pays les moins développés. Le REDI est un indice complexe qui
synthétise beaucoup de variables, dont des variables institutionnelles importantes sur la qualité de la
gouvernance et la corruption. Or, comme plusieurs auteurs l’ont montré récemment, le contexte
institutionnel compte (Glaeser et al., 2004; Arbia et al., 2010; Rodriguez-Pose, 2011; Farole et al.,
2013; Rodríguez-Pose and Di Cataldo, 2014). Si l’on peut observer des créations d’entreprises parfois
importantes dans ces pays, trop souvent elles le sont pour des motifs de nécessité. Or, non seulement la
survie de ce type d’entreprises est faible, mais elles contribuent moins à la croissance régionale.
A l’inverse, dans une partie des régions françaises septentrionales et de l’Europe hanséatique,
le score du REDI obtenu par ces régions semble influencer négativement le niveau de développement
régional qui par ailleurs est élevé à très élevé pour ces régions. Dans une autre étude (Abdesselam et
al., 2017) les auteurs montrent qu’il existe différents régimes entrepreneuriaux en Europe. En
particulier le groupe des “Non entrepreneurial wage-based countries with opportunity
Entrepreneurship ” qui regroupe notamment la France et le Benelux. Dans ces pays (les plus
développés en termes de GDP/Habitant) la mortalité des nouvelles entreprises est plutôt faible, le taux
de survie des nouvelles entreprises à 5 ans est bon et il y a peu de créations par nécessité, les taux de
chômage (actuel et de long terme) sont plutôt faibles et la part des « self-employed » est faible aussi.
Ces pays sont aussi des pays relativement moins entrepreneuriaux que certains pays moins développés,
ils se caractérisent donc par des économies davantage basées sur le salariat dans lesquelles une grande
partie du développement est aussi basée sur les entreprises existantes.
Le chômage de long terme semble quant à lui influencer plus fortement et négativement le
développement régional en Europe centrale, en Scandinavie et dans les pays baltes. Pour les régions
d’Europe centrale et les pays Baltes, on peut supposer que l’influence très importante du taux de
chômage de long terme sur leur niveau de développement régional est davantage dû à la persistance de
conditions structurelles et historiques liées à leur passé communiste. Ces «retardataires
entrepreneuriaux» (Vaillant et Lafuente, 2007) ont donc fort à faire pour améliorer leur contexte
12
entrepreneurial. A l’inverse, pour le Royaume-Uni où le taux de chômage de LT a peu d’influence sur
le niveau de développement, on peut trouver une explication dans le fait que le marché du travail y est
très flexible (Barbieri, 2009).
4 - Conclusion et discussion
Nous trouvons d’intéressantes variations spatiales qui nous montrent que si l’indice du REDI
est lié au niveau de développement, il l’est d’autant plus que le niveau de l’indice est faible. Pour des
niveaux d’indice élevés, qui correspondent en fait à des niveaux de développement élevés, le REDI
n’enregistre pas les impacts les plus élevés sur le niveau de développement. En fait, si dans les régions
les plus développées, l’entrepreneuriat d’opportunité est une caractéristique due en particulier au fort
coût d’opportunité d’entreprendre, l’environnement favorable l’est aussi pour les entreprises
existantes. Les régions les plus développées ne sont pas des régions entrepreneuriales mais plutôt des
régions salariales où existent des créations d’entreprises par opportunité. Dans une autre étude sur les
“régimes entrepreneuriaux”, les auteurs (Abdesselam et al., 2017) montrent que c’est seulement un
certain niveau de développement qui permet la prévalence de l’entrepreneuriat d’opportunité. Dans les
pays moins développés, les hommes politiques doivent alors alléger certaines contraintes sur
l’entrepreneuriat et le fonctionnement du marché du travail mais seulement si on se trouve dans un
environnement de bonne gouvernance, autrement le risque de « revolving door effect » existe. Plus
spécifiquement, un certain degré d’efficience dans les services publics, un fonctionnement des
marchés de concurrence à la fois sur le marché des produits mais aussi sur le marché du travail, une
ouverture du pays sont requis.
13
Bibliographie
Abdesselam R, Bonnet J, Renou-Maissant P. 2017. « The demography of enterprises and
employment in the European union countries”, communication au colloque de l’ASRDLF à
Athènes,
Abdesselam, R., Bonnet J. and P. Renou-Maissant. 2014. "Typology of the French regional
development: revealing the "refugee" versus "Schumpeter" effects in new-firm startups."
Applied Economics 46 (28): 3437-3451.
Acs, Zoltán J. 2006. "New Firm Formation and the Region: Empirical Results from the
United States." In Entrepreneurship, Growth, and Innovation, ed. Enrico Santarelli, 105-133.
International Studies in Entrepreneurship 12. Springer US.
Acs, Zoltán J., David B. Audretsch and David S. Evans. 1994. Why Does the Self-
Employment Rate Vary Across Countries and Over Time? Discussion Papers. C.E.P.R.
Acs, Zoltán J., David B.Audretsch, Erik E.Lehman. 2013. "The knowledge Spillover Theory
of Entrepreneurship." Small Business Economics 41: 757-774.
Aparicio, S., Urbano, D., & Audretsch, D. (2016). Institutional factors, opportunity
entrepreneurship and economic growth: Panel data evidence. Technological Forecasting and
Social Change, 102, 45-61.
Arbia, G., Battisti, M., & Di Vaio, G. (2010), Institutions and geography: Empirical test of
spatial growth models for European regions, Economic Modelling, 27(1), 12-21.
Aubry M., Bonnet J. et P. Renou-Maissant, (2015), "Entrepreneurship and the business cycle:
the "Schumpeter" effect versus the "refugee" effect -a French appraisal based on regional
data-", The Annals of Regional Science, January, Volume 54, Issue 1, 23-55.
Audretsch, D. B., & Keilbach, M. (2008). Resolving the knowledge paradox: Knowledge-
spillover entrepreneurship and economic growth. Research Policy, 37(10), 1697-1705.
Audretsch, David B. 2007. "Entrepreneurship Capital and Economic Growth." Oxford
Review of Economic Policy 23 (1): 63-78.
Audretsch, David B. and Michael Fritsch. 2002. "Growth regimes over time and space."
Regional Studies 36 (2): 113-124.
Audretsch, David B., Max C.Keilbach. 2004. "Entrepreneurship and regional growth: an
evolutionary interpretation." Journal of Evolutionary Economics 14 (5): 605-616.
Autio, E., Kenney, M., Mustar, P., Siegel, D., & Wright, M. (2014). Entrepreneurial
innovation: The importance of context. Research Policy, 43(7), 1097-1108.
Bachtler, J. (2010). Place-based policy and regional development in Europe. Horizons,
10(44), 54-58.
Barbieri, P. (2009). Flexible employment and inequality in Europe. European Sociological
Review, 25(6), 621-628.
Barca, F. (2009). Agenda for a Reformed Cohesion Policy. European Communities.
14
Bhattacharjee A., Bonnet J., Le Pape N. et R. Renault, (2006), " Inferring the unobserved
human capital of entrepreneurs ", Working Paper de la série du CREM. WP 2006-03.
Bögenhold D, Fachinger U (2008) Do service sector trends stimulate entrepreneurship? A
socio-economic labour market perspective. Int J Serv Econ Manag 1:117-134
Bögenhold D, Heinonen J, Akola E (2017) Self-employment and Independent Professionals:
Labour Market Transitions and Myths of Entrepreneurship. In: Bonnet J, Dejardin M, Garcia
Perez De Lema D (eds) Exploring the Entrepreneurial Society: Institutions, Behaviors and
Outcomes. In Press E.E. Publishing, Cheltenham
Bosma N, Sternberg R (2014) Entrepreneurship as an urban event? Empirical evidence from
European cities. Regional Studies, 48:1016–1033
Bosma, N., & Sternberg, R. (2014). Entrepreneurship as an urban event? Empirical evidence
from European cities. Regional studies, 48(6), 1016-1033.
Breitenecker, R. J., & Harms, R. (2010). Dealing with spatial heterogeneity in
entrepreneurship research. Organizational Research Methods, 13(1), 176-191.
Breitenecker, R. J., Harms, R., Weyh, A., Maresch, D., & Kraus, S. (2017). When the
difference makes a difference-the regional embeddedness of entrepreneurship.
Entrepreneurship & Regional Development, 29(1-2), 71-93.
Bruton G, Ahlstrom D (2003) An institutional view of China's venture capital industry:
Explaining the differences between China and the West. J Bus Venturing 18:233-260
Camagni, R., & Capello, R. (2010). Macroeconomic and territorial policies for regional
competitiveness: an EU perspective. Regional Science Policy & Practice, 2(1), 1-19.
Camagni, R., & Capello, R. (2013). Regional competitiveness and territorial capital: a
conceptual approach and empirical evidence from the European Union. Regional Studies,
47(9), 1383-1402.
Capello, R., Camagni, R., Chizzolini, B., & Fratesi, U. (2008). Towards a conclusion:
regional and territorial policy recommendations. In Modelling Regional Scenarios for the
Enlarged Europe: European Competiveness and Global Strategies, 283-306.
Cappelen, A., Castellacci, F., Fagerberg, J., & Verspagen, B. (2003). The impact of EU
regional support on growth and convergence in the European Union. JCMS: Journal of
Common Market Studies, 41(4), 621-644.
Cheng, S., & Li, H. (2011). Spatially varying relationships of new firm formation in the
United States. Regional Studies, 45(6), 773-789.
Crescenzi, R., & Rodríguez‐Pose, A. (2012). Infrastructure and regional growth in the
European Union. Papers in regional science, 91(3), 487-513.
Deller, S. C. (2010). Spatial variations in the role of microenterprises in economic growth.
The Review of Regional Studies, 40(1), 71.
Dijkstra, L., Annoni, P., & Kozovska, K. (2011). A new regional competitiveness index:
theory, methods and findings. European Union Regional Policy Working Papers, 2, 2011.
15
Dunford, M. (1994). Winners and losers: the new map of economic inequality in the
European Union. European Urban and Regional Studies, 1(2), 95-114.
Fachinger U, Frankus A (2017) Self-employment and pensions - Is old age poverty the
inevitable dark side of an entrepreneurial society? In: Bonnet J, Dejardin M, Garcia Perez De
Lema D (eds) Exploring the Entrepreneurial Society: Institutions, Behaviors and Outcomes.
In Press E.E. Publishing, Cheltenham
Fagerberg, J., Verspagen, B. and Caniëls, M. (1997) ‘Technology, Growth and
Unemployment across European Regions’. Regional Studies, Vol. 31, No. 5, pp. 457–66.
Fritsch, M., & Schroeter, A. (2011). Why does the effect of new business formation differ
across regions?. Small Business Economics, 36(4), 383-400.
Fritsch, Michael and Michael Wyrwich. 2012. The Long Persistence of Regional
Entrepreneurship Culture: Germany 1925-2005. Discussion Papers. Berlin: DIW.
Fritsch, Michael and Pamela Mueller. 2004. "Effects of new business formation on regional
development over time." Regional Studies 38 (8): 961-975.
Fritsch, Michael. 2008. "How does new business formation affect regional development?
Introduction to the special issue." Small Business Economics 30 (1): 1-14.
GEM (Global Entrepreneurship Monitor) (2000). Executive report. Reynolds, P. D., Hay, M.,
Bygrave, W. D., Camp, S. M., & Autio, E..
GEM (Global Entrepreneurship Monitor) (2002) Global Report. Reynolds PD, Bygrave WD,
Autio E, Cox LW, Hay M. Founding and Sponsoring Institution: Babson College, Ewing
Marion Kauffman Foundation, London Business School
GEM (Global Entrepreneurship Monitor) (2006). Summary Results. Bosma N and Harding R.
Founding and Sponsoring Institution: Babson College and London Business School
GEM (Global Entrepreneurship Monitor) (2009). Executive Report. Bosma N and Levie J,
with contributions from Bygrave WD, Justo R, Lepoutre J and Terjesen S. Founding and
Sponsoring Institutions, Babson College, Babson Park, MA, United States
GEM (Global Entrepreneurship Monitor) (2014). Global Report. Slavica Singer, José Ernesto
Amorós, Daniel Moska Arreola. Founding and Sponsoring Institution: Babson College,
Babson Park, MA, United States, Universidad del Desarrollo, Santiago, Chile, Universiti Tun
Abdul Razak, Kuala Lumpur, Malaysia, Tecnológico de Monterrey, Monterrey, Mexico,
London Business School, London, United Kingdom.
Geppert, K., & Stephan, A. (2008). Regional disparities in the European Union: Convergence
and agglomeration. Papers in Regional Science, 87(2), 193-217.
Glaeser, E. L., La Porta, R., Lopez-de-Silanes, F., & Shleifer, A. (2004), Do institutions cause
growth?, Journal of economic Growth, 9(3), 271-303.
González-Pernía, J. L., & Peña-Legazkue, I. (2015). Export-oriented entrepreneurship and
regional economic growth. Small Business Economics, 45(3), 505-522.
16
Gordon I.R. (2001) Unemployment and spatial labour markets: strong adjustment and
persistent concentration in R. Martin and P. Morrison (eds.) Geographies of Labour Market
Inequality, Routledge, London.
Gordon, I. (2011) Territorial competition, in: A. Pike, A. Rodriguez-Pose & J. Tomaney (Eds)
Handbook of Local and Regional Development, pp. 30–43 (New York: Routledge).
Koellinger PD, Thurik AR (2012) Entrepreneurship and the Business Cycle. Rev Econ Stat
94:1143-1156
Manzella, G. P., & Mendez, C. (2009). The turning points of EU Cohesion policy. Brussels:
European Commission.
Marelli, E., Patuelli, R., & Signorelli, M. (2012). Regional unemployment in the EU before
and after the global crisis. Post-communist economies, 24(2), 155-175.
McCann, P., & Ortega-Argilés, R. (2015). Smart specialization, regional growth and
applications to European Union cohesion policy. Regional Studies, 49(8), 1291-1302.
Minniti M. (Ed.) (2011) The Dynamics of Entrepreneurial Activity. Oxford University Press,
Oxford.
North D (1990) Institutions, Institutional Change and Economic Performance. Cambridge
University Press, Cambridge
Oxenfeldt, Alfred R. 1943. New Firms and Free Enterprise: Pre-war and Post-war Aspects.
Washington DC: American Council on Public Affairs.
Petrakos, G., Rodríguez-Pose, A., & Rovolis, A. (2005). Growth, integration, and regional
disparities in the European Union. Environment and planning A, 37(10), 1837-1855.
Pijnenburg, K. (2013). Self-employment and economic performance: A geographically
weighted regression approach for European regions. Working Paper
Rodríguez-Pose, A. (2013), Do institutions matter for regional development?, Regional
Studies, 47(7), 1034-1047.
Rodríguez-Pose, A., & Crescenzi, R. (2008). Research and development, spillovers,
innovation systems, and the genesis of regional growth in Europe. Regional studies, 42(1),
51-67.
Rodríguez-Pose, A., & Di Cataldo, M. (2014). Quality of government and innovative
performance in the regions of Europe, Journal of Economic Geography, lbu023.
Scott WR (1995) Institutions and Organizations. Sage Publications
Shane, S. (2012). Reflections on the 2010 AMR decade award: Delivering on the promise of
entrepreneurship as a field of research. Academy of Management Review, 37(1), 10-20.
Shearmur, R., Apparicio, P., Lizion, P., & Polèse, M. (2007). Space, time, and local
employment growth: An application of spatial regression analysis. Growth and Change, 38(4),
696-722.
17
Simón-Moya V, Revuelto-Taboada L, Guerrero RF (2014) Institutional and economic drivers
of entrepreneurship: An international perspective. J Bus Res 67:715-72
Stam, Erik. 2008. "Entrepreneurship and Innovation Policy." Jena Economic Research Papers,
006, Friedrich-Schiller-University Jena, Max-Planck-Institute of Economics.
Sterlacchini, Alessandro. 2006. "Innovation, Knowledge and Regional Economic
Performances: Regularities and Differences in the EU." Quaderno Di Ricerca (260).
Sternberg, R. (2009). Regional dimensions of entrepreneurship. Foundations and Trends in
Entrepreneurship, 5(4), 211-340.
Storey, David J. 1991. "The Birth of New Firms-does Unemployment Matter? A Review of
the Evidence." Small Business Economics 3 (3): 167-178.
Szerb, L., Acs, Z., Autio, E., Ortega-Argiles, R., Komsoli, E., (2013), The regional
Entrepreneurship and Development index: measuring regional Entrepreneurship", Final
report, November, European Commission.
Tervo, Hannu and Hannu Niittykangas. 1994. "The Impact of Unemployment on New Firm
Formation in Finland." International Small Business Journal 13 (1): 38-53.
Thurik AR, Carree MA, Van Stel A, Audretsch DB (2008) Does self-employment reduce
unemployment? J Bus Venturing 23:673-686
Vaillant, Y. & Lafuente, E. (2007) Do different institutional frameworks condition the
influence of local fear of failure and entrepreneurial examples over entrepreneurial activity?
Entrepreneurship & Regional Development, 19(4), pp. 313–337.
Van Oort, F. G., & Bosma, N. S. (2013). Agglomeration economies, inventors and
entrepreneurs as engines of European regional economic development. The Annals of
Regional Science, 51(1), 213.
Van Stel, A., & Storey, D. (2004). The link between firm births and job creation: Is there a
Upas tree effect?. Regional studies, 38(8), 893-909.
Venkataraman S., 2004, "Regional Transformation through Technological Entrepreneurship",
Journal of Business Venturing, No.19, pp. 153-167.
Welter, F. (2011). Contextualizing entrepreneurship—conceptual challenges and ways
forward. Entrepreneurship theory and Practice, 35(1), 165-184.
Wong PYH, Autio E (2005) Entrepreneurship, innovation and economic growth: evidence
from the GEM data. Small Bus Econ 24:335-350
Xu, W., & Lambert, D. M. (2011). Business Establishment Growth in the Appalachian
Region, 2000-2007: An Application of Smooth Transition Spatial Process Models. Journal of
Agricultural and Applied Economics, 43(03), 309-324.
19
Annexes
Le GEI est un indicateur complexe qui est la moyenne de trois sous-indices, un indice
d’attitudes par rapport à l’entrepreneuriat qui retrace comment le pays voit l’activité
entrepreneuriale, un indice de capacités entrepreneuriales qui retrace comment le pays et les
individus vivant dans le pays se situent par rapport à la mise en œuvre du projet
entrepreneurial (ont-ils les capacités ?, peuvent-ils le faire ?) et un indice d’aspiration
entrepreneuriale qui retrace l’ambition du pays et des individus par rapport aux entreprises
créées (par exemple envisagez-vous de créer une start-up qui va lever des millions de
dollars ?). Ces trois sous-indices reposent sur 14 piliers, chacun d’entre eux correspondant à
un aspect microéconomique et un aspect macroéconomique de l’entrepreneuriat. A la
différence d’autres indices qui n’incorporent que des variables institutionnelles ou
individuelles, les piliers du GEI incluent les deux à la fois… Ces piliers sont une tentative
pour capturer la nature ouverte de l’entrepreneuriat.
Les 14 piliers de l’entrepreneuriat sont :
Pour les attitudes entrepreneuriales : La perception d’opportunité, les compétences
entrepreneuriales, l’acceptation du risque, le réseautage et le support culturel.
Pour les capacités entrepreneuriales: La création par opportunité, La capacité d’absorption
technologique, le capital humain, la concurrence.
Opportunity
Perception
Opportunity Perception refers to the entrepreneurial opportunity perception potential of the
population and weights this against the freedom of the country and property rights
Start-up Skills Start-up Skill captures the perception of start-up skills in the population and weights this
aspect with the quality of education
Risk Acceptance Risk Acceptance captures the inhibiting effect of fear of failure of the population on
entrepreneurial action combined with a measure of the country’s risk.
Networking This pillar combines two aspects of Networking: (1) a proxy of the ability of potential and
active entrepreneurs to access and mobilize opportunities and resources and (2) the ease of
access to reach each other.
Cultural Support The Cultural Support pillar combines how positively a given country’s inhabitants view
entrepreneurs in terms of status and career choice and how the level of corruption in that
country affects this view.
Opportunity
Startup
The Opportunity Startup pillar captures the prevalence of individuals who pursue potentially
better quality opportunity-driven start-ups (as opposed to necessity-driven start-ups) weighted
with the combined effect of taxation and government quality of services. Technology
Absorption
The Technology Absorption pillar reflects the technology-intensity of a country’s start-up
activity combined with a country’s capacity for firm-level technology absorption.
Human Capital The Human Capital pillar captures the quality of entrepreneurs as weighing the percentage of
start-ups founded by individuals with higher than secondary education with a qualitative
measure of the propensity of firms in a given country to train their staff combined with the
freedom of the labor market.
Competition The Competition pillar measures the level of the product or market uniqueness of start-ups
combined with the market power of existing businesses and business groups as well as with
the effectiveness of competitive regulation.
20
Pour les aspirations entrepreneuriales: l’innovation de produit, L’innovation de process,
l’espérance de forte croissance, L’internationalisation, Le capital risqué.
Product
Innovation
The Product Innovation pillar captures the tendency of entrepreneurial firms to create new
products weighted by the technology transfer capacity of a country.
Process
Innovation
The Process Innovation pillar captures the use of new technologies by start-ups combined
with the Gross Domestic Expenditure on Research and Development (GERD) and the
potential of a country to conduct applied research.
High Growth The High Growth pillar is a combined measure of (1) the percentage of high-growth
businesses that intend to employ at least ten people and plan to grow more than 50 percent
in five years (2) the availability of venture capital and (3) business strategy sophistication. Internationalizat
ion
The Internationalization pillar captures the degree to which a country’s entrepreneurs are
internationalized, as measured by businesses’ exporting potential weighted by the level of
economic complexity of the country.
Risk Capital The Risk Capital pillar combines two measures of finance: informal investment in start-ups
and a measure of the depth of the capital market. Availability of risk capital is to fulfill
growth aspirations.
Les variables institutionnelles sont elles-mêmes bien souvent des variables complexes
produits d’autres variables. Pour plus d’informations sur le calcul du REDI qui est un calcul
complexe, il faut se référer au rapport de Szerb et al., 2013.