III – LES COMPTES DE L’ÉCONOMIE NUMÉRIQUE AU NIVEAU MONDIAL

Les  comptes de l’économie numériques au niveau mondial  sont parfois sous forme de tableaux, parfois sous forme d’articles,  Ils diffèrent en termes de détail, c’est-à-dire que certains visent des tableaux détaillés sur les différents aspects de l’économie numérique en relation avec les tableaux de ressources-emplois (TRE) numériques, tandis que d’autres ne se concentrent que sur un ou deux indicateurs (parfois dans le cadre de publications sur des sujets connexes). On ne reprend ici que les premiers types de travaux. Ce sont les Pays-Bas et les États-Unis qui ont développé le plus de comptes de l’économie numérique.  Mais les chiffres des Pays-Bas – qui sont le seul pays au monde à faire un TRE numérique –  datent de l’année 2018 et les comptes des États-Unis semblent ne pas être reconduits au-delà de 2022.

Le secteur des technologies de l’information et de la communication (TIC), défini par l’OCDE, comprend l’ensemble des sociétés qui assurent la fabrication, la vente ou les services des produits qui permettent de saisir, transmettre ou afficher des données ou des informations électroniques.

Il comprend les groupes 26.1 à 26.4, 26.8, 46.5, 58.2, 61, 62, 63.1 et 95.1 de la NAF rév. 2 :

• secteurs producteurs de TIC (fabrication d’ordinateurs et de matériel informatique, de TV, radios, téléphone, etc.) ;
• secteurs distributeurs de TIC (commerce de gros de matériel informatique, etc.) ;
• secteurs des services de TIC (télécommunications, services informatiques, services audiovisuels, etc.).

Par complémentarité, on peut parler de secteurs « non-TIC » pour toutes les autres activités.

La liste des secteurs d’activité de la base STAN de l’OCDE est conçue pour fournir aux utilisateurs suffisamment de détails pour qu’ils puissent se concentrer sur les éléments suivants : les activités liées aux TIC (sur la base d’une taxonomie élaborée par l’OCDE, 2011) ; et une nouvelle taxonomie des secteurs à forte intensité numérique tout en tenant compte de la disponibilité des données dans les différents pays. Selon cette définition, établie au niveau à deux chiffres de la CITI Rév. 4, le secteur des TIC comprend trois sous-divisions : Fabrication d’ordinateurs, d’articles électroniques et optiques (D26), Télécommunications (D61), Technologies de l’information et autres services d’information (D62-63/D62T63).

En se basant sur sept métriques différentes, on peut proposer une classification des secteurs par l’intensité numérique. Divers indicateurs, tels que les investissements des entreprises dans les actifs « numériques », le (type de) capital humain et les compétences nécessaires à la production. ou la façon dont les entreprises abordent les marchés et interagissent avec les clients et les fournisseurs. sont utilisés pour classer les secteurs en « élevée », « moyenne-haute », « moyenne-faible » et « faible » intensité numérique. Bien que cette approche puisse être rudimentaire, puisque toutes les entreprises d’un secteur sont classées dans le même groupe d’intensité numérique, quel que soit leur niveau spécifique de numérisation, cette l’approche a l’avantage de pouvoir être élaborée en utilisant des agrégats par branches de la comptabilité nationale.

1/ Les données de l’OCDE

On s’intéresse d’abord aux données des agrégats (valeur ajoutée et FBCF) en valeur en % du total puis aux évolutions en prix courants et en prix chaînés. Les données des bases OCDE des comptes nationaux sont donc mises à jour en continu alors que la base STAN est mise à jour épisodiquement. En partant du diagramme précédent, on pouvait établir les tableaux suivants.

Part de la valeur ajoutée en prix courants  des TIC dans la valeur ajoutée totale en %

Part de la valeur ajoutée en prix courants  des TIC (Définition à 2 chiffres) dans la valeur ajoutée totale en %

b) La FBCF

Le graphique suivant est issu des données de l’OCDE, Il représente part de la FBCF des TIC en pourcentage de la FBCF totale . La FBCF des TIC se décompose en celle du matériel informatique, équipement de télécommunications et logiciels et bases de données. On y voit que le ratio est le plus élevée en Estonie et la Suisse où il atteint presque 20% de la FBCF totale. En France, cette part dépasse 14%, et est assez proche de la moyenne.

Part de la FBCF en TIC dans la FBCF globale de l’économie en prix courants en 2021 en %

On a vu que la base STAN fournit des données sur la valeur ajoutée du secteur des TIC dans la plupart des pays de l’OCDE. Le modèle de prévision immédiate de l’OCDE utilise seulement deux types de données en entrée : les taux de croissance la VA du secteur des TIC dans les pays de l’OCDE et les données Google Trends (https://www.oecd.org/fr/publications/perspectives-de-l-economie-numerique-de-l-ocde-2024-volume-1_e34abd55-fr.html). Google Trends fournit deux types de données sur les recherches effectuées sur l’internet : des mots-clés et des catégories prédéfinies. Il  fournit un indice temporel du volume de questions que les utilisateurs saisissent dans Google. Des données issues de sources non traditionnelles et les techniques d’apprentissage automatique peuvent ainsi constituer un complément utile aux statistiques officielles sur la transformation numérique de l’économie. Un réseau neuronal artificiel exploitant les données Google Trends fournit une mesure en temps réel de la croissance du secteur des TIC.

Les taux de croissance de la VA sont calculés à l’aide des données issues de la base STAN. Plus précisément, les estimations annuelles de la valeur ajoutée des TIC en volumes tirées de la base servent au calcul des taux de croissance annuels du secteur pour 27 pays de l’OCDE, de 2010 à 2018 ou 2019, selon les pays.

Le dynamisme du secteur des TIC s’est également traduit par des taux de croissance positifs au niveau national. Le taux   de croissance moyen au cours de la décennie passée (2013-23) est positif dans tous les pays (graphique suivant). Pour autant, malgré la bonne tenue générale du secteur, un écart conséquent subsiste entre les pays enregistrant les taux de croissance les plus élevés et celles affichant les taux les plus faibles. Cet écart s’établit en effet à plus de 10 points de pourcentage.

D’après les données de la Base de données STAN, les prévisions immédiates calculées et les prévisions immédiates pour l’ensemble de l’économie issues de l’outil de suivi hebdomadaire de l’OCDE, le secteur des TIC a enregistré au cours de la dernière décennie (de janvier 2013 à avril 2023) une progression presque trois fois plus rapide que celle de l’ensemble de l’économie dans les pays de l’OCDE. Pendant cette période, sa croissance moyenne a dépassé 8 % dans trois pays : l’Islande, la Pologne et le Royaume-Uni. Les deux pays en tête de peloton – l’Islande et le Royaume-Uni – ont affiché des taux de croissance moyens supérieurs à 9 % pendant la période considérée. À l’autre extrémité du spectre, la Grèce, l’Italie et la République slovaque ont enregistré les taux moyens inférieurs à 3 %.

Taux de croissance annuels moyens du secteur des TIC (observés et prévus), 2013-23 en %

En 2023, les pays affichant la plus forte croissance du secteur des TIC (25 % supérieurs, ou quatrième quartile) avaient un taux de croissance moyen du secteur des TIC de 11.9 %. La même année, les pays affichant les taux de croissance les plus faibles du secteur des TIC (25 % inférieurs, ou premier quartile) avaient un taux de croissance moyen de 5.7 % .

L’écart important entre les pays des premier et quatrième quartiles s’est toutefois réduit au fil du temps. Les taux de croissance du secteur des TIC convergent entre les pays. En 2011, le taux de croissance moyen du quatrième quartile treize fois supérieur au taux moyen du premier quartile. En 2016, le taux moyen du quatrième quartile était quatre fois supérieur à celui du premier quartile. En 2023, la croissance moyenne du quatrième quartile n’était plus que deux fois supérieure à celle du premier quartile. Les écarts de taux de croissance du secteur des TIC dans les pays de l’OCDE ont donc continué de se rétrécir . Six points de pourcentage séparent les pays leaders des moins performants dans le secteur des TIC Taux de croissance prévus pour le secteur des TIC par quartile, 2023

Taux de croissance moyens du secteur des TIC (observés et prévus) par quartile, 2011-23

2/ les Pays-Bas

On reprend ici un manuel très détaillé des TRE numériques des Pays-Bas https://www.cbs.nl/en-gb/background/2021/49/research-on-supply-use-tables-for-the-digital-economy-in-the-netherlands [4].

Les TES numériques constituent une restructuration des TES standard en introduisant les sept nouvelles industries numériques suivantes :

1. Industries numériques « habilitantes » (au centre),
2. Plateformes d’intermédiaires numériques payantes,
3. Plates-formes numériques axées sur les données et la publicité;
4. Les entreprises qui dépendent des plateformes intermédiaires:
5. Détaillants électroniques,
6. Entreprises exclusivement numériques fournissant des services financiers et d’assurance,
7. Autres producteurs opérant uniquement de manière numérique,

Certaines de ces industries numériques sont définies par l’inclusion d’activités NACE, tandis que d’autres sont définies par leur principal moyen de vente aux clients (par exemple, les « détaillants électroniques » et les « entreprises dépendant de plates-formes intermédiaires »). Il en résulte des classes qui ne s’excluent pas mutuellement. Pour les entreprises qui répondent aux critères de plusieurs industries numériques, les lignes directrices de l’OCDE fournissent un « arbre de décision de l’industrie numérique » pour établir des priorités.

Outre les industries numériques , les TRE numériques introduisent également quatre nouveaux produits numériques dans le champ d’application actuel des comptes nationaux (SCN 2008) :

1. Biens TIC
2. Services numériques tarifés – à l’exception des services d’informatique en nuage et des services numériques intermédiaires
3. Informatique en nuage tarifée
4. Services numériques intermédiaires tarifés

Tous les produits qui n’entrent pas dans ces quatre catégories sont également classés dans les catégories « significativement affectés par la numérisation » ou « autres ». Le cadre de l’OCDE inclut également les données, les services numériques gratuits fournis par les entreprises et les services numériques gratuits fournis par les communautés comme des produits numériques qui dépassent le champ d’application du SCN 2008. L’étude des Pays-Bas n’inclut pas les données ni les services gratuits en tant que produits numériques.

Outre les nouvelles colonnes spécifiant les industries numériques et les nouvelles lignes spécifiant les produits numériques, la dimension des lignes est également utilisée pour différencier la manière dont les produits sont commandés (types de transaction). Les Pays-Bas quatre types de transaction différents :

• Commande numérique,
• Commande numérique directement auprès d’une contrepartie,
• Commande numérique via une plateforme d’intermédiaire numérique résidente,
• Commande numérique par l’intermédiaire d’une plateforme d’intermédiation numérique non résident

Les TRE standard sont utilisés comme point de départ pour les TUS numériques, au niveau le plus détaillé disponible pour l’usage interne de Statistics Netherlands (CBS dans la suite du texte). Le champ d’application du projet étant limité aux produits du SCN 2008, les lignes (produits numériques) et les colonnes (branches d’activités numériques, dans la suite du texte on les appellera « industries ») ajoutées aux tableaux sont remplies avec les activités économiques qui sont déjà incluses dans les TRE standards. Remplir les nouvelles lignes et colonnes pour les produits et les industries numériques signifie donc réaffecter exactement les mêmes valeurs des lignes et des colonnes déjà présentes dans les TRE standard. Ce processus commence par l’estimation des montants à transférer d’une cellule respective du TRE standard vers un produit numérique et/ou une industrie.

a) Les branches d’activité numériques

1 – Industries déterminantes (« habilitantes ») du numérique

Les entreprises appartenant aux industries numériques peuvent être identifiées par leur classe NACE dans le registre des entreprises. La liste complète des industries TIC pertinentes, telles que définies dans la classification CITI, est extraite des lignes directrices de l’OCDE. . Ces classes CITI peuvent être mises en correspondance avec les classes NACE3, qui est la classification utilisée dans le registre des entreprises de CBS. À des fins de compilation, une distinction supplémentaire est faite entre les « habilitants » dans l’industrie manufacturière, le commerce et les services.

L’enquête sur les statistiques structurelles sur les entreprises (SSE) fournit les données pertinentes pour un large échantillon d’entreprises dans les secteurs porteurs.

L’identification des entreprises qui devraient faire partie des industries à forte composante numérique se fait par le biais de leur classe NACE. Certaines unités commerciales relevant des classes NACE des branches d’activité porteuses sont incluses dans d’autres industries numériques  (par exemple, les plateformes intermédiaires).

Certaines industries des TIC correspondent directement à une industrie/colonne dans les TRE détaillés compilés par CBS, ce qui signifie que la colonne entière peut être déplacée vers les industries favorables au numérique. C’est le cas du « commerce de gros d’ordinateurs, d’équipements périphériques et de logiciels » (NACE Rév. 2, 46.5.1), Industries des télécommunications » (NACE Rév. 2, 61) et « Industries des services informatiques » (NACE Rév. 2, 62).

Dans tous les autres cas, les industries des TIC ne représentent qu’une partie d’une industrie telle qu’elle est disponible dans les TRE standard compilés par CBS.

Pour ces industries, l’échantillon SSE est utilisé pour identifier les unités commerciales individuelles qui sont dans les classes NACE pertinentes, et leur part dans l’industrie pour laquelle les TRE sont compilés. Par exemple, l’industrie l’édition (NACE Rév. 2, 58) est facilement disponible dans le cadre du processus de compilation des TRE standard, mais la sous-classe correspondante « Édition de logiciels » (NACE Rév. 2, 58.2) ne l’est pas. Les données SSE sont utilisées pour calculer les parts de l’offre, de l’utilisation et de la valeur ajoutée à réaffecter de chaque industrie standard à l’industrie numérique. Le graphique suivant présente la composition de la production de cette industrie numérique.

Composition de la production des industries numériques aux Pays-Bas en 2018

2 – Plateformes d’intermédiation numérique payantes ou axées sur la publicité

Étant donné que la classification NACE la plus récente ne spécifie pas de classes pour les plates-formes d’intermédiation numérique, les plates-formes individuelles sont enregistrées dans de nombreuses classes NACE différentes dans le registre des entreprises.

Dans les TRE numériques, toutes sortes de plateformes (par exemple, le commerce de détail, l’hébergement, le transport ou l’emploi) sont classées dans l’un des deux secteurs d’activité des plateformes en fonction de leur modèle d’entreprise, soit basé sur les frais, soit basé sur la publicité. Seules les entreprises dont l’exploitation d’une plate-forme est l’activité principale sont incluses dans le secteur des plates-formes d’intermédiaires numériques.

Pour déterminer les unités commerciales dont la principale source de revenus est l’exploitation d’une plate-forme, il y a une enquête de CBS sur les plateformes intermédiaires numériques résidentes. À partir de cette enquête, on peut récupérer la sous-section des entreprises pour lesquelles les réponses à l’enquête indiquent qu’elles exploitent une plateforme en ligne, et ont cinquante pour cent ou plus de leurs employés qui travaillent spécifiquement pour la plateforme. Étant donné que la population des d’entreprises participant à l’enquête est incomplète et ne tient pas compte de certaines plateformes qui jouent un rôle clé dans l’économie, il faut  étendre la sous-section résultante aux grandes plateformes sur la base de connaissances d’experts. La population résultante se compose de 430 entreprises dont l’activité principale est l’intermédiation de plateformes, dont 18 sont incluses sur la base de connaissances d’experts.

Il faut aussi faire la distinction entre les plateformes payantes et les plateformes publicitaires, Sur la population dérivée de 430 entreprises, 356 sont indiquées comme étant des plateformes payantes. De ce sous-échantillon de plateformes payantes, 34 entreprises sont présentes dans les données SBS. Bien qu’il ne s’agisse que d’une petite partie de la population, elle représente la grande majorité des recettes totales (sur la base des données relatives au chiffre d’affaires TVA) des plateformes payantes, soit environ 99 %. Nous pouvons donc utiliser les données de ce sous-échantillon pour faire des estimations pour les lignes et les colonnes des TRE l’ensemble de l’industrie « Plateformes d’intermédiation numérique payantes ». Les valeurs de l’industrie et du Les valeurs du secteur et du produit sont augmentées en fonction du revenu total de la population présente dans les SSE par rapport au revenu total de l’ensemble des 356 plateformes payantes afin de corriger la faible différence entre les populations. Les 74 autres des 430 plateformes intermédiaires sont indiquées comme étant des plateformes numériques axées sur les données et la publicité.

Les secteurs d’origine dont la valeur est la plus réaffectée aux plateformes d’intermédiaires numériques payantes sont les suivants Activités des agences de voyage » (NACE Rév. 2, 79.1.1), « Programmation, conseil et activités connexes (NACE Rév. 2, 62) et « Services d’information » (NACE Rév. 2, 63). Pour les plates-formes axées sur la publicité, la majeure partie de la valeur est attribuée à partir de la catégorie « services d’information ».de la valeur provient du « Commerce de détail, à l’exception des automobiles et des motocycles » (NACE Rév. 2, 47), »Activités de services d’information » (NACE Rév. 2, 63) , et « Publicité et études de marché » (NACE Rév. 2, 73).

3 –  Entreprises dépendantes de plateformes intermédiaires

Indépendamment de l’activité économique, toute unité commerciale qui vend la majorité de ses produits par le biais de plateformes numériques intermédiaires doit être réaffectée de sa classe NACE dans le registre des entreprises à l’industrie numérique

L’enquête sur l’utilisation des TIC comprend une question complémentaire su les ventes réalisées par l’intermédiaire de plateformes numériques pour toutes les entreprises qui réalisent une partie de leurs ventes en ligne (site web ou application). Toutefois, l’échantillon sur l’utilisation des TIC pour 2018 couvre exclusivement les entreprises comptant deux employés ou plus. Cela pourrait être gênant si une grande partie des entreprises dépendant de plateformes intermédiaires sont des indépendants sans aucun employé. Pour faire face à cette limitation, des sources de données supplémentaires sont utilisées pour : les chauffeurs d’Uber et de plateformes similaires, les hôtes de locations de vacances sur Airbnb et des plateformes similaires, et les nettoyeurs à domicile sur Helpling ou des plateformes similaires.

Les recherches menées par SEO Amsterdam Research (2018) fournissent des estimations du nombre de chauffeurs sur Uber et des plateformes similaires (4 750) et leur salaire mensuel brut moyen (environ 1 000 €) en 2017. Un porte-parole d’Uber a déclaré en avril 2019 qu’il y avait plus de 3 500 chauffeurs sur une base mensuelle . CBS a publié des estimations sur la rotation des chauffeurs de plateformes sur la base d’une combinaison de sources au sein des comptes nationaux, de variables de substitution et de sources d’information. Pour les années 2014-2016, ce chiffre d’affaires total est estimé à 4, 13 et 29 millions d’euros respectivement.

Les estimations sur les locations de vacances sont basées sur des recherches menées par CBS. Les chiffres .sont estimés sur la base du nombre de nuits passées dans des logements loués et du prix moyen de la location.L’hypothèse est que ces logements sont loués par des ménages privés qui ne figurent pas dans le registre des entreprises, contrairement aux unités commerciales de la branche « Activités immobilières » (NACE Rév. 2, 68).

CBS a choisi de de nous en tenir aux chiffres estimés pour 2017 par SEO Amsterdam Research, avec 4 750 chauffeurs gagnant en moyenne 1 000 euros par mois. Cela conduit à une production totale de 57 millions d’euros. On s’attend à ce que le ratio de la consommation intermédiaire à la production pour ce groupe de chauffeurs soit légèrement différent de celui d’une entreprise de taxis moyenne. Ce ratio a été obtenu à partir des entreprises d’une personne employée dans l’enquête SBS pour la branche « Exploitation de taxis » (NACE Rév. 2, 49.3.2).

Les résultats de l’enquête sur l’utilisation des TIC montrent que la dépendance à l’égard des plates-formes pour les entreprises employant deux personnes ou plus n’existe que dans le secteur de l’hébergement (NACE Rév. 2, 55). Les entreprises du secteur « Hébergement » (NACE Rév. 2, 55) sont enregistrées au registre des entreprises. D’après les données sur l’utilisation des TIC. on n’observe pas de différence dans la part du chiffre d’affaires des entreprises dépendantes des plateformes (par exemple, les hôtels générant plus de 50 % de leur chiffre d’affaires par l’intermédiaire de plates-formes) de différentes classes de taille. On calcule donc un pourcentage pondéré du chiffre d’affaires dépendant des plates-formes à 4,9% et l’appliquons à l’ensemble du secteur pour la production, la consommation intermédiaire et la valeur ajoutée,

Pour les nettoyeurs à domicile sur Helpling et des plateformes similaires, l’étude de SEO Amsterdam Research (2018) fournit une estimation du nombre de nettoyeurs à domicile ainsi que de leur salaire mensuel brut moyen (400 euros). Les estimations sont obtenues en utilisant le nombre de travailleurs et les salaires mensuels bruts.Étant donné que nous pensons que les utilisateurs de ce service se chargent eux-mêmes de la plupart, voire de la totalité, des fournitures de nettoyage nécessaires et que les coûts de transport sont minimes, nous supposons que la consommation intermédiaire est égale à zrro. Les méthodes appliquées pour identifier les entreprises dépendantes des plateformes entraînent le passage de quatre classes NACE à cette industrie numérique.. La composition (production) de cette industrie numérique est résumée dans e graphique suivant.

Composition de la production des entreprises dépendantes des plates-formes intermédiaires aux Pays-Bas

4 – Détaillants électroniques

Dans les lignes directrices de l’OCDE, les entreprises commerciales qui génèrent plus de 50 % de leur chiffre d’affaires en ligne sont classées dans l’industrie  numérique des détaillants électroniques. Cette industrie numérique se compose à la fois d’entreprises de gros (commerce interentreprises) et d’entreprises de détail (commerce de détail). Les e-détaillants de gros et les e-détaillants de détail sont compilés séparément. Tailers de détail sont compilés séparément, car ils requièrent des sources de données différentes.

– S’ agissant du commerce de détail, Dans les TRE standard, tous les détaillants sont inclus dans une seule colonne de l’industrie. L’objectif est de diviser cette industrie en entreprises qui réalisent la plupart de leurs ventes en ligne et en entreprises qui vendent principalement dans des magasins

Les plateformes numériques intermédiaires qui sont classées comme détaillants dans le registre des entreprises sont affectées aux plateformes numériques, conformément à l’arbre de décision de l’OCDE sur la hiérarchisation des priorités.

Les enquêtes SSE ne permettent pas de différencier les ventes en ligne réalisées directement par le biais de boutiques en ligne appartenant au détaillant et les ventes réalisées par le biais de plates-formes numériques intermédiaires. L’enquête sur l’utilisation des TIC permet cependant cette différenciation. L’enquête sur l’utilisation des TIC ne révèle aucune dépendance à l’égard d’une plateforme parmi les détaillants en 2018.

Pour obtenir les estimations des lignes et des colonnes des tableaux des  ressources et des emplois à partir de l’échantillon, les valeurs des « E- » présentes dans les SSE doivent être mises à l’échelle des totaux de la population nationale. Tailers présentes dans les SSE doivent être mises à l’échelle des totaux de la population nationale. Pour ce faire, plusieurs méthodes d’incrémentation. plusieurs méthodes d’incrémentation ont été testées :

• Les pondérations d’échelle basées sur le registre fiscal et la probabilité de sélection utilisée dans le SBS standard
• Pondération basée sur le chiffre d’affaires total de la population E-Tail dans l’enquête SSE par rapport au chiffre d’affaires total de la classe NACE du commerce de détail en ligne, en utilisant les données du registre de la TVA.par rapport au chiffre d’affaires total de la classe NACE du commerce de détail en ligne, en utilisant les données du registre de la TVA. Cette pondération a également été corrigée pour tenir compte de la proportion d’entreprises dans l’enquête SSE qui sont affectées au commerce de détail en ligne mais qui ne réalisent pas plus de 50 % de leurs ventes en ligne.
• Pondérations basées sur les marges commerciales de la sous-section de la population de l’enquête qui est E-Tail par rapport aux marges commerciales de l’ensemble du secteur de la vente au détail.

En comparant les trois poids d’échelle, nous constatons que le poids d’échelle standard présent dans le SSE ressemble beaucoup à l’estimation basée sur le revenu total de la sous-population du commerce de détail en ligne. La pondération basée sur les marges commerciales est nettement plus importante. Pour cette raison, CBS applique les pondérations d’échelle des SSE aux valeurs des différents produits et industries extraites du SBS.

Comme pour les industries à facilitation numérique et les plateformes intermédiaires numériques, les valeurs du sous-ensemble SBS de E-Tailers sont comparées aux valeurs de l’échantillon SBS complet afin d’obtenir des fractions pour chaque combinaison produit-industrie. L’application de ces fractions aux TRE standard permet d’obtenir des valeurs à réallouer qui correspondent aux agrégats des TRE.

– S’agissant du  Commerce de gros, dans les TRE standard, l’industrie du commerce de gros est divisée en dix sous-classes, similaires aux classes à trois ou quatre chiffres de la classification NACE pour les industries économiques. En compilant les DTRE, l’objectif est de réaffecter les entreprises des industries du commerce de gros qui vendent la majorité de leurs biens en ligne de leur industrie d’origine à l’industrie numérique du commerce de détail électronique.

Deux classes spécifiques de la section du commerce de gros sont incluses dans l’industrie numérique, à savoir le « commerce de gros d’ordinateurs, d’équipements périphériques et de logiciels » (NACE Rév. 2, 46.5.1) et le « commerce de gros d’équipements et de pièces électroniques et de télécommunications » (NACE Rév. 2, 46.5.2). Selon l’arbre de décision des lignes directrices de l’OCDE, l’E-Tailing a la priorité sur l’Enabling. Par conséquent, toute unité commerciale relevant de la classe 46.5.1 ou 46.5.2 de la NACE mais générant plus de 50 % de son chiffre d’affaires en ligne est réaffectée à l’industrie de la vente au détail électronique plutôt qu’à l’industrie de l’habilitation numérique.

Le point de départ consiste à identifier les unités de l’échantillon de l’enquête sur l’utilisation des TIC qui réalisent la majorité de leurs ventes par voie numérique. L’enquête sur l’utilisation des TIC est réalisée sous la forme d’un échantillonnage aléatoire stratifié. Les plus grandes entreprises (sur la base du nombre d’employés) sont toutes incluses dans l’échantillon, et la probabilité de sélection diminue au fur et à mesure que les entreprises emploient moins de personnes. Les entreprises échantillonnées sont pondérées pour tenir compte des différences de probabilité d’inclusion et pour augmenter l’échantillon par rapport à la population totale de l’industrie. Une approche de base consiste à utiliser la part des entreprises de commerce électronique basée sur le nombre de personnes employées, ou le chiffre d’affaires après avoir appliqué des pondérations aux entreprises de l’échantillon, et à appliquer simplement cette part aux données des TRE dans les industries du commerce de gros. Cela suppose que les détaillants électroniques ont la même structure de production, de consommation intermédiaire et de valeur ajoutée que les non-détaillants dans la même industrie.

Dans l’enquête par sondage sur l’utilisation des TIC, les classes de taille plus importantes comprennent davantage de détaillants en ligne. Les pondérations réduisent la part des détaillants électroniques dans le commerce de gros. Par exemple, la part des détaillants électroniques est de 38% sur la base des revenus et de 32% sur la base des employés. Après avoir appliqué des pondérations à ces parts, pour corriger la probabilité d’inclusion dans l’échantillon, elles sont réduites à 23% et 18% respectivement.

Les pondérations pour les recettes n’aboutissent pas à une estimation correcte des recettes totales de l’industrie. En appliquant les pondérations aux recettes du registre de la TVA des entreprises de l’échantillon, on obtient 82% du chiffre d’affaires total pour les entreprises de vente en gros (de deux personnes ou plus employées). Les pondérations de l’enquête sur l’utilisation des TIC pour les employés offrent une correspondance (98%) du nombre total de personnes employées dans l’industrie du commerce de gros. La part du nombre de personnes employées est donc préférée à la part du chiffre d’affaires. Les pondérations corrigent la probabilité de sélection par classe de taille, de sorte que les parts pondérées des détaillants électroniques pour chacune des dix sous-classes de grossistes sont appliquées à tous les chiffres de la production, de la consommation intermédiaire et de la valeur ajoutée.

Le niveau de compilation des TRE standard différencie 10 sous-classes de l’industrie du commerce de gros, ce qui conduit à un faible nombre de répondants pour chaque sous-classe. Ce problème est exacerbé lorsqu’on fusionne les échantillons SBS et d’utilisation des TIC, ce qui pourrait être une raison d’utiliser la méthode de base.

Pour l’industrie du commerce de gros dans son ensemble, la différence dans la part des détaillants électroniques dans la valeur ajoutée estimée entre l’approche affinée incluant une correction pour la surreprésentation des détaillants électroniques (16,2%) et la méthode de base (18%) est faible. Les sous-classes « Commerce de gros de combustibles solides, liquides et gazeux et de produits connexes » et « Commerce de gros de déchets et débris » ne contiennent aucune unité commerciale classée comme « E-Tailers ». La part des e-commerçants est la plus importante pour le commerce d’articles ménagers.

Les plateformes d’intermédiaires numériques comprennent 14 grossistes. Aucun d’entre eux n’est inclus dans l’échantillon de l’enquête sur l’utilisation des TIC. L’éventuel chevauchement entre ces deux industries numériques reste donc inconnu, car les unités commerciales concernées ne sont pas incluses dans l’échantillon.

La méthode de base, fondée sur la part des détaillants électroniques dans les personnes employées par les entreprises de gros dans l’enquête sur l’utilisation des TIC, est utilisée dans nos DTRE finales. La combinaison de l’échantillon sur l’utilisation des TIC et de l’échantillon SSE (dans l’approche affinée) réduit la robustesse car le nombre d’unités commerciales disponibles est réduit, et ce de manière disproportionnée, ce qui entraîne une surreprésentation des détaillants électroniques.

5 – Entreprises fournissant des services financiers et d’assurance uniquement numériques

Selon les lignes directrices de l’OCDE, cette industrie « ne contiendrait que les unités qui opèrent exclusivement de manière numérique, sans interaction physique avec les consommateurs ».

Les sources de données sur l’interaction avec les consommateurs sont limitées aux questions concernant les ventes en ligne dans l’enquête sur l’utilisation des TIC. La plupart des sous-classes de la section « K – Activités financières et d’assurance » de la NACE sont incluses dans cette enquête, mais les « fiducies, fonds et entités financières similaires » (NACE Rév. 2, 64.3) ne le sont pas. Au total, six unités commerciales ont répondu que toutes les ventes étaient effectuées en ligne. La part pondérée de ces unités dans l’ensemble des unités de l’industrie financière est de 0,8 %. Pour des raisons pratiques, cette part entière de la section K a été attribuée à l’industrie « Assurance, réassurance et caisses de retraite, à l’exception de la sécurité sociale obligatoire » qui détient la majorité de la petite part.

De nombreuses marques d’assurance et de banque sont présentées comme des entreprises en ligne, mais les marques ou les labels sont détenus et exploités par un petit nombre de très grandes unités commerciales qui gèrent à la fois des marques en ligne et des modèles mixtes (en ligne, par téléphone et dans les bureaux). Les nombreux exemples de compagnies d’assurance en ligne connus du public ne remplissent pas le critère « pas d’interaction physique avec les consommateurs » au niveau de l’unité commerciale.

On peut également envisager d’inclure les producteurs spécialisés de services financiers numériques (Fintech) aux industries numériques. Les services concernés peuvent être des services de paiement numérique, des services de crypto-monnaie et des courtiers en ligne. Il est difficile de délimiter les unités concernées, car ces services numériques peuvent être fournis par des unités qui offrent également d’autres services (non) numériques.

Pour l’instant, cette industrie numérique se limite à une petite part (0,8 %) de la section NACE « K – Activités financières et d’assurance », sur la base de l’enquête sur l’utilisation des TIC.

6 – Les autres producteurs n’opèrent que sous forme numérique

Cette catégorie doit inclure les producteurs qui vendent et fournissent des services exclusivement sous forme numérique. Les exemples fournis dans les lignes directrices sont les services de streaming et de jeux. Plusieurs approches ont été testées afin d’identifier les entreprises concernées.

Le projet « Measuring the internet economy in the Netherlands » (a classé les entreprises sur la base du contenu de leur site web. Les classes de l’économie de l’internet « Services en ligne » et « TIC liées à l’internet », en particulier, étaient censées inclure des entreprises pertinentes pour l’industrie numérique « autres producteurs opérant uniquement par voie numérique ». Toutes les entreprises de ces classes, à l’exclusion de celles qui sont 16

Toutes les entreprises de ces classes, à l’exclusion des entreprises présentes dans d’autres industries numériques (sur la base de la classe NACE ou de l’identifiant des unités individuelles dans le registre des entreprises), ont été analysées. De nombreuses entreprises ne sont pas pertinentes pour les « autres producteurs opérant uniquement par voie numérique »4 , car un site web ne donne pas le poids d’un produit dans le portefeuille d’une entreprise, et une entreprise peut exploiter plusieurs noms de domaine. Par exemple, une fabrique de meubles qui vend ses meubles sur son propre site web peut être considérée comme un fabricant plutôt que comme un détaillant électronique.

Les lignes directrices suggèrent de « cibler les grands exemples connus du public comme indicateur de l’ensemble de l’industrie numérique ». Cette approche a été appliquée aux services de diffusion en continu, aux jeux et à d’autres sites web populaires aux Pays-Bas.

Le secteur de la diffusion en continu de films cinématographiques compte quelques acteurs importants. Cinq des services de streaming les plus populaires ont été étudiés. Sur ces cinq services, quatre sont des entreprises locales, tandis que le cinquième fournit des services aux consommateurs néerlandais depuis l’étranger. Parmi ceux qui ont une représentation nationale, un seul est un service de diffusion en continu spécialisé. Les autres sont des services de diffusion en continu exploités par des entreprises (dans une seule unité statistique) qui gèrent également des chaînes de télévision ou des cinémas. Il se peut donc qu’ils ne correspondent pas à la définition des producteurs exclusivement numériques. Une autre question concernant les services de diffusion en continu est celle de la production de contenu interne. La production de contenu est-elle une activité exclusivement numérique ou se limite-t-elle à la distribution numérique ?

L’examen de quatre entreprises de jeux révèle que la distribution des jeux est intégrée au développement des jeux informatiques. Deux des quatre entreprises concernées sont enregistrées dans le secteur de la vente en gros (de jouets), bien que dans un cas, le site web indique que les jeux sont développés en interne. Une entreprise plus petite qui vend des marchandises, développe des jeux et gère une chaîne Youtube fait partie des « activités de services de soutien aux entreprises n.c.a. » (NACE Rév. 2, 82.9). La quatrième société de jeux est déjà incluse dans les industries numériques (« Activités de programmation informatique », NACE 62.0.1). Dans deux cas au moins, les jeux ne sont pas seulement commandés et livrés numériquement, mais aussi physiquement.

Les sites web les plus populaires aux Pays-Bas comprennent les moteurs de recherche, d’autres plateformes intermédiaires en ligne, les détaillants électroniques et les médias en ligne. Certains médias en ligne sont uniquement des marques en ligne, tandis que beaucoup d’autres sont les jumeaux numériques de la presse écrite ou des chaînes de télévision. Même si la marque est uniquement en ligne, les marques les plus populaires sont toutes exploitées par de grandes entreprises médiatiques et les marques en ligne n’ont pas d’unité commerciale statistique distincte.

b) Les produits numériques

Les quatre produits numériques qui entrent dans le champ d’application du SCN 2008 sont inclus dans les DTRE. Les produits numériques « hors SCN », les données et les services gratuits, ne font pas partie de notre recherche. Deux produits numériques, les « biens TIC » et les « services numériques tarifés, à l’exception des services d’informatique en nuage et des services numériques intermédiaires », sont basés sur des codes de la classification des produits CPC 2.1 qui sont énumérés dans les lignes directrices de l’OCDE pour les TUS numériques.

Les « services d’informatique en nuage tarifés » sont définis comme des logiciels en tant que services (SaaS), des plateformes en tant que services (PaaS) et des infrastructures en tant que services (IaaS) dans les lignes directrices de l’OCDE. Une référence (Eurostat, 2018) aux classes de la classification des produits CPA 2.1 est fournie et contient les codes de produits suivants : CPA 58.2 (« Services d’édition de logiciels ») pour le SaaS ; CPA 62.01 (« Services de programmation informatique ») pour le PaaS et CPA 63.11.1 (« Traitement des données, hébergement, services d’application et autres services de mise à disposition d’infrastructures informatiques »).

Le quatrième produit numérique concerne les frais produits par les plateformes d’intermédiation numérique : « Services d’intermédiation numérique tarifés ». Ceux-ci ne sont pas spécifiés dans les classifications de produits existantes (CPA/CPC/BPM6). Nous avons donc utilisé la population des entreprises de plateformes utilisées pour remplir l’industrie numérique, et la part des activités de plateformes dans leur emploi total ou leur chiffre d’affaires.

L’offre et l’utilisation des produits numériques sont compilées à l’aide de multiples sources de données et de méthodes qui diffèrent à la fois pour chaque produit numérique et pour les différentes colonnes d’offre et d’utilisation.

1 – Production nationale

• Biens TIC

Tous les biens TIC figurant sur la liste des produits TIC de l’OCDE qui coïncident individuellement avec un produit du niveau de travail des comptes nationaux néerlandais sont intégralement transférés vers les biens TIC. Cela signifie que chaque colonne de fourniture et d’utilisation de ce bien est transférée, y compris la production intérieure. Les produits sont identifiés en couplant les codes CPA 2.1 qui correspondent aux codes CPC 2.1 dans les lignes directrices de l’OCDE pour les DTRE. Les ordinateurs, les commutateurs intégrés et les supports magnétiques et optiques sont des exemples de produits qui sont transférés dans leur intégralité.

Plusieurs codes de produits dans les TRE néerlandais standard se composent à la fois de biens TIC et d’autres biens. Dans ces cas, les codes de produits pertinents et leurs « parts de biens TIC » sont basés sur les données PRODCOM lorsque cela est possible. PRODCOM fournit des statistiques sur la production de biens manufacturés par les entreprises dans les sections B et C de la classification NACE. Les produits dans la classification CPC (des lignes directrices de l’OCDE) sont liés aux codes CPA, qui à leur tour sont liés aux codes PRODCOM à 6 chiffres. Comme les données PRODCOM concernent directement la production intérieure, leur utilisation est privilégiée. Cependant, sa classification n’est souvent pas assez détaillée pour distinguer les biens TIC des biens non-TIC au niveau de détail le plus élevé. Pour les produits pour lesquels la spécification PRODCOM manque de détails, la méthode alternative est donc d’utiliser les données sur les statistiques du commerce international des biens (ITGS).

• Services numériques tarifés, à l’exception des services d’informatique en nuage et des services d’intermédiaires numériques, services d’informatique en nuage tarifés.

Afin de spécifier les services numériques tarifés, nous utilisons à nouveau la liste CPC des lignes directrices de l’OCDE (2019). L’approche pour la production nationale est largement similaire à l’approche pour les biens TIC. Les lignes directrices sont indiquées dans la classification CPC 2.1. À partir de là, la classification CPC 2.1 peut être convertie en CPC 2.0. Cette dernière peut à son tour être convertie en CPA, qui peut ensuite être convertie en la classification requise utilisée dans les TRE néerlandais. Là encore, certains cas ont fait l’objet d’un jugement individuel.

Tout d’abord, tous les services figurant dans les lignes directrices de l’OCDE qui coïncident individuellement avec une classe de produits dans les TRE néerlandais sont transférés dans leur intégralité aux services numériques tarifés, ce qui signifie que la production nationale est également transférée. Pour les services qui ne constituent qu’une partie d’un code de produit dans les TRE néerlandais, les méthodes employées pour déterminer la fraction à transférer diffèrent en fonction de la disponibilité des données. Dans certains cas, l’enquête structurelle sur les entreprises contenait des informations supplémentaires sur les services fournis, ce qui nous a permis de déterminer la proportion d’un code de produit constituée de services numériques, à l’exception des services d’informatique en nuage et des services d’intermédiation numérique. Les services d’installation à considérer comme des services numériques pourraient être distingués des autres services de réparation/maintenance/installation grâce aux données PRODCOM. Enfin, pour les services industriels, les fractions de services numériques des codes de produits sous-jacents au niveau à deux chiffres sont prises et pondérées pour obtenir une fraction pondérée unique.

Pour les services d’édition de logiciels, l’enquête structurelle sur les entreprises est utilisée. Cette enquête comporte plusieurs questions sur les logiciels (en ligne) et les bases de données ou les activités de traitement des données. Les éléments pertinents de la spécification du chiffre d’affaires de l’enquête SBS sont les suivants

– Logiciels d’application

– Téléchargements de logiciels

– Logiciels en ligne

– Logiciels système

– Traitement des données, hébergement de sites web et activités connexes

Les résultats des réaffectations de produits (CPA) à ces produits numériques sont présentés au graphique suivant.

Composition de la production de « services numériques tarifés, à l’exception des services en nuage et des services d’intermédiaires numériques » (gauche) et de « services d’informatique en nuage tarifés » (droite)

2 – Commerce international

• Biens TIC

Dans le cadre de l’OCDE pour les DTRE, les biens de TIC sont définis dans la classification CPC 2.1 à 5 chiffres. Les statistiques du commerce international de biens sont classées de manière plus détaillée, mais légèrement différente, par la nomenclature combinée (NC) à 8 chiffres. Pour identifier les biens TIC dans les statistiques du commerce international des biens, une table de correspondance entre le SH 2017 et la CPC 2.1 d’Eurostat a été utilisée. Le SH 2017 est le système harmonisé de désignation et de codification des marchandises, qui correspond à la classification de la NC au niveau de 6 chiffres. Certains codes SH comprennent des biens TIC et des biens non TIC. Nous avons évalué manuellement ces cas et avons constaté qu’en général, les produits TIC représentaient une part importante du code SH. Nous avons donc décidé de classer l’ensemble du code SH en tant que produit informatique dans ces cas. Néanmoins, cela signifie que toute estimation de la taille des produits numériques lorsque cette situation se produit est susceptible d’être légèrement surestimée.

L’étape suivante consiste à calculer la part des biens TIC pour chaque bien dans les TRE standard. Cette part sera réattribuée du code produit standard au produit de biens TIC dans les TRE numériques. Pour ce faire, une table de correspondance entre les codes NC et les produits des TRE est disponible pour un usage interne au CBS.

Les statistiques du commerce international des biens sont alors mises en correspondance avec la classification des produits des TREs par une table de correspondance. Pour chaque code, la part des biens TIC dans la catégorie totale a été calculée. Cette part est multipliée par la valeur de la catégorie de biens dans les tableaux des ressources et des emplois existants et déplacée vers les biens TIC dans les tableaux numériques des ressources et des emplois.

• Services numériques tarifés à l’exception des services d’informatique en nuage et des services d’intermédiaires numériques

Afin de spécifier le commerce international des services numériques tarifés, nous utilisons à nouveau la liste de codes de services recommandée dans les lignes directrices, également indiquée dans la classification CPC 2.1. Ces codes sont mis en correspondance avec la classification pertinente pour les statistiques du commerce international des services (ITSS), après quoi les services pertinents sont retenus. Une fois de plus, les services qui coïncident individuellement avec un produit numérique sont transférés dans leur intégralité.

4 – Consommation intermédiaire et consommation finale des ménages

Tous les biens et services des lignes directrices de l’OCDE qui coïncident directement avec un produit de la classification des produits des comptes nationaux néerlandais sont transférés dans leur intégralité, de sorte que la consommation intermédiaire et la consommation finale des ménages de ces biens sont également transférées. Cependant, pour les produits qui sont partiellement transférés vers des produits numériques, aucune donnée n’est disponible sur la consommation intermédiaire, ni sur la consommation des ménages, de la part qui est numérique. Pour  ces produits, la consommation intermédiaire et la consommation finale des ménages sont estimées sur la base de la « méthode des équilibres-ressources-emplois« . Ainsi dans les équipements photo et cinématographiques, les parts sont réaffectées du produit standard au produit numérique. Ces parts sont estimées pour la production, les importations, les exportations et la FBCF en fonction des sources de données disponibles. Mais on a des DTRE où les ressources et les emplois pour les produits numériques et le produit standard partiellement affecté par les déplacements sont déséquilibrés. Cette différence entre les ressources et les emplois a deux causes :

– Les parts des produits standards déplacées vers un produit numérique sont déterminées indépendamment pour les colonnes des ressources et des emplois, lorsque les sources de données sont disponibles. Les parts des produits numériques appliquées diffèrent pour chacune des colonnes disponibles. Par exemple, la part des biens TIC dans les machines de bureau est de 13 % pour la production nationale, mais de 16 % pour les exportations.

– Les parts ne sont pas disponibles pour plusieurs colonnes d’emploi. Par exemple, la consommation intermédiaire des services de cloud computing n’est présente dans aucune source de données.

Afin d’équilibrer ressources et emplois des produits numériques et des produits standards qui ont été déplacés en partie vers les produits numériques, on calcule des déplacements supplémentaires des produits standards vers les produits numériques pour les colonnes du côté des emplois qui ne sont pas couvertes par les sources de données disponibles. Les déplacements supplémentaires sont calculés pour chaque combinaison de produits standards et numériques dans les déplacements du côté des ressources. Le tableau suivant  présente un exemple de produit numérique, qui est composé en partie des produits standards B et C. Ces déplacements donnent lieu à des DTRE déséquilibrés pour les produits individuels. L’objectif est de calculer des déplacements dans les colonnes d’emplois qui donnent lieu à des déplacements égaux du côté de l’offre et des emplois pour chaque paire de produits standard et numériques (B vers A et C vers A sont les paire). Les déplacements calculés pour la production, les importations, les exportations et la FBCF sont supposés corrects.

Exemple de passage d’un produit standard à un produit numérique pour les colonnes où les sources de données facilitent les estimations

Le calcul des déplacements supplémentaires nécessaires pour équilibrer l’offre et l’utilisation de chaque produit s’effectue en trois étapes :

1/ L’emploi totale à déplacer pour un équilibre entre l’offre et l’utilisation est calculée pour chaque combinaison de produit standard et numérique. Le tableau suivant montre qu’un équilibre entre l’offre et l’utilisation est obtenu par un déplacement supplémentaire de l’utilisation du produit standard B vers le produit numérique A de 230 millions d’euros.

L’emploi total à déplacer afin d’équilibrer l’offre et l’utilisation pour chaque paire de produits standard et numériques

2/ Afin de calculer les montants à transférer vers les produits numériques pour chaque colonne d’utilisation vacante, la part de chacune de ces colonnes dans le total de toutes les colonnes d’utilisation vacante pour le produit standard a été calculée (voir tableau suivant).

Les valeurs de la colonne d’utilisation individuelle non couvertes par les sources de données dans le total et les parts de chaque colonne dans le total des colonnes concernées pour chaque produit standard

L’emploi total à déplacer pour chaque paire produit standard-produit numérique (étape 1) est combinée avec les parts de colonne calculées à l’étape 2. Cela donne un déplacement pour chaque colonne. L’application de ces déplacements aux colonnes d’utilisation pertinentes dans les TRE standard donne des DTRE équilibrés, comme dans l’exemple du tableau 4.4. La consommation finale des ménages déplacée de B vers A est de 60 % * 230 millions d’euros = 138 millions d’euros. Le déplacement de C vers A est de 13,4 millions d’euros. Le total estimé de la consommation finale des ménages du produit numérique A est donc de 151,4 millions d’euros.

Utiliser les colonnes complétées pour les DTRE équilibrés

c) Résultats

Sont évalués ici les indicateurs clés sur la base des TRE (numériques). CBS évalue l’impact économique de chacune des industries numériques spécifiées séparément. La production, la valeur ajoutée brute et leurs parts respectives dans le total de toutes les industries combinées sont présentées pour toutes les industries numériques dans le tableau suivant. Les plus grands contributeurs à l’économie numérique néerlandaise sont les industries favorisant le numérique. Les industries favorisant le numérique contribuent à hauteur de 36 milliards d’euros au PIB, dont 29 milliards proviennent des industries de services. Les grossistes en ligne jouent également un rôle important dans l’économie numérique, contribuant à hauteur de 11 milliards au PIB. Enfin, les entreprises financières exclusivement numériques contribuent très peu à l’économie néerlandaise, en raison de la classification très stricte de cette industrie dans les lignes directrices DTRE. Cette mesure de l’économie numérique contribue à hauteur de 8 % à la valeur ajoutée brute de l’économie néerlandaise en 2018 et constitue la cinquième industrie la plus importante.

On note que la production des branches d’activités numériques est de 137,4 milliliards d’euros contre 127,3 Mds à la production des produits numériques. Ceci s’explique par le fait que le Tableau-ressources-emplois des Pays-Bas est en secteur d’activité donc incluant des activités secondaires d’autres services et autres biens que ceux du numériques (voir page Tableau ressources emplois).

Production et valeur ajoutée brute par industrie numérique aux Pays-Bas, 2018, en milliards d’euros

Tout comme pour les secteurs, les comptables ont pu également évaluer en détail chaque groupe de produits numériques. Le tableau suivant présente chaque catégorie d’offre et d’utilisation, ainsi que les totaux, pour chaque produit numérique spécifié. En termes de production nationale, les services numériques tarifés autres que les services de cloud computing représentent une part substantielle des produits numériques, avec une production de 67 milliards par les entreprises néerlandaises. En termes d’offre et d’utilisation totales, les biens TIC sont toutefois plus importants que les services numériques susmentionnés. Cela est dû au nombre élevé d’importations et d’exportations, 52 et 60 milliardsrespectivement. Pour les services intermédiaires numériques, ni l’offre totale ni l’utilisation totale ne sont actuellement présentes dans les sources de données disponibles.

Total des produits numériques, aux Pays-Bas en 2018 en milliards d’euros

3/ Les États-Unis

Le Bureau d’analyse économique (BEA)  inclut dans sa définition de l’économie numérique quatre grands types de biens et services :

• Infrastructure, ou les matériaux physiques de base et les dispositions organisationnelles qui soutiennent l’existence et l’utilisation des réseaux informatiques et de l’économie numérique, principalement les biens et services des technologies de l’information et de la communication (TIC).
• Le commerce électronique, ou vente à distance de biens et de services via des réseaux informatiques.
• Services numériques payants, ou services liés à l’informatique et à la communication, fournis moyennant des frais facturés au consommateur.
• Les services numériques fédéraux non liés à la défense représentent le budget annuel des agences gouvernementales fédérales non liées à la défense dont les services sont directement liés au soutien de l’économie numérique.

Le BEA a publié son compte satellite de l’économie numérique en 2022. Il- couvre la période allant de 2017 à 2022.

Parmi  les activités détaillées, les logiciels représentaient la plus grande part de la valeur ajoutée dans l’économie numérique, avec 24 %, suivis par les services de télécommunication (18 %) et le commerce électronique interentreprises (16 %). Alors que les logiciels ont connu la plus forte augmentation de la valeur ajoutée en dollars courants entre 2017 et 2022 (216 milliards de dollars), , les services en nuage ont connu la croissance la plus rapide, soit 232,1 % entre 2017 et 2022, avec un taux de croissance annuel moyen de 27,2 % (premier graphique suivant).

En 2017 comme en 2022, le secteur de l’information est celui qui contribue le plus à la valeur ajoutée de l’économie numérique, , passant de 717 milliards de dollars en 2017 à 1 024 milliards de dollars en 2022, soit un taux de croissance annuel moyen de 7,5 %. Les services professionnels et les services aux entreprises ont été le deuxième secteur contribuant le plus à la valeur ajoutée de l’économie numérique en 2017 et en 2022, suivis par le commerce de gros, l’industrie manufacturière et le commerce de détail. Plus de 80 % de la production brute est ainsi produit par 3 branches :- l’information (43,2 %), – Commerce de gros (21,4 %), – les services professionnels et commerciaux et les services aux entreprises (16,6 %) (second graphique suivant).

Production brute de l’économie numérique aux États-Unis par activité en millions de dollars

Valeur ajoutée de l’économie numérique aux États-Unis par activité en millions de dollars

Valeur ajoutée de l’économie numérique aux États-Unis par activité en millions de dollars

Production brute de l’économie numérique aux États-Unis pour les principales branches  en millions de dollars

Top 5 des secteurs d’activité contribuant à la valeur ajoutée de l’économie numérique en millions de dollars courants en 2017 et 2022

4/ Le Canada

La contribution de l’économie numérique au produit intérieur brut ( PIB ) total a augmenté, passant de 5,2 % (104 milliards de dollars) en 2017 à 5,9 % (123 milliards de dollars) pendant la pandémie de COVID – 19 en 2020 (https://www150.statcan.gc.ca/n1/daily-quotidien/210420/dq210420a-eng.htm). La part du secteur dans l’ensemble des emplois a suivi une tendance similaire, passant de 4,0 % du total des emplois en 2017 à 5,0 % en 2020. Alors que le nombre total d’emplois dans l’économie numérique est passé de 757 000 en 2017 à 879 000 en 2019, il a légèrement diminué à 872 000 en 2020. La production économique du secteur est restée stable alors que le reste de l’économie a diminué en 2020 et que l’emploi a diminué de 0,8 %, contre une baisse de 10,4 % dans les industries non numériques.

Le secteur des technologies de l’information et de la communication ( TIC ) a dominé la production dans les industries numériques, contribuant à 5,3 % du PIB total en 2020. Les détaillants et les grossistes opérant uniquement en ligne (0,27 % du PIB total ), les entreprises exclusivement numériques fournissant des services financiers et d’assurance (0,14 %) et les plateformes intermédiaires numériques (par exemple, les entreprises qui fournissent des services de livraison de restaurants) (0,12 %) se classent ensuite en termes de contributions.

Les industries du logiciel et des télécommunications ont contribué le plus à l’économie numérique. En 2020, les logiciels ont représenté 2,6 % du PIB et 2,4 % (422 000) des emplois. Les télécommunications ont contribué à hauteur de 1,9 % du PIB et de 0,7 % (121 000) des emplois.

Parmi les industries numériques, la contribution à l’emploi diffère sensiblement de la contribution au PIB. Le secteur des TIC a contribué à hauteur de 88,5 % au PIB du secteur numérique, mais avec une part nettement inférieure de 76,7 % des emplois en 2019. Cela s’explique principalement par le secteur des télécommunications, qui a contribué moins à l’emploi qu’au PIB et, à l’inverse, par le secteur des télécommunications. les intermédiaires numériques et les distributeurs en ligne, qui ont contribué davantage à l’emploi qu’au PIB. Les différentes contributions peuvent être observées à travers les grandes différences dans le ratio PIB/emploi de ces secteurs, qui variait de 299 000 dollars dans les télécommunications à 84 000 dollars pour les détaillants et grossistes uniquement en ligne, et un minimum de 35 000 dollars pour les intermédiaires numériques.

Branches d’activités  numériques au Canada % du PIB

Tableau de l’offre numérique : total des produits, Canada en millions de dollars canadiens

Part de « l’industrie’ numérique dans le produit intérieur brut du Canada, 2019 en %

Source : https://www150.statcan.gc.ca/n1/daily-quotidien/210420/dq210420a-eng.htm

5/ L’Irlande

En 2020, 22 % de la production de l’économie a été commandée numériquement (154 milliards d’euros). Cela comprenait 21 milliards d’euros (3 % du total) de biens et 133 milliards d’euros (19 % du total) de services.

En 2020, environ 94 % des transactions dans le secteur des services financiers ont été réalisées par voie numérique. Ces transactions en ligne comprennent la fourniture d’assurances, de pensions, de gestion de fonds et de services bancaires en ligne.

Plus de 95 % des transactions dans le secteur des technologies de l’information et de la communication (TIC) ont été réalisées en ligne. Ce secteur comprend la programmation informatique, l’édition, le cinéma et la radiodiffusion ou les services de streaming numérique.

Dans le secteur de la distribution et du transport, 46 % des produits ont fait l’objet de transactions numériques, principalement sous forme de commandes en ligne. Parmi ces transactions, on peut citer les réservations d’hôtel, les applications de livraison de repas ou les billets d’avion.

En 2020, seulement 10 % des produits du secteur Industrie ont été négociés en ligne.

En ce qui concerne les produits numériques, 38 % de la production de l’économie est constituée de produits numériques. Ces types de biens ou de services comprennent des articles tels que des livres électroniques ou des systèmes d’exploitation.

En comparant l’Irlande avec les Pays-Bas, l’un des rares pays à produire des estimations comparables, 22,6 % de la valeur de la production de l’économie néerlandaise a été livrée numériquement en 2018, contre 29 % pour l’Irlande la même année.

6/ La France

Ces comptes sont anciens (2016). Puisse l’enquête de 2024 sur le numérique permettre de les actualiser.

b)  l’économie numérique au sens restreint : 6% de la valeur ajoutée

1/ Les ménages

3 – Évolutions de l’usage d’Internet par pays et par population

En 2022, les Pays-Bas, le Luxembourg et la Finlande ont enregistré la proportion la plus élevée de ménages ayant accès à Internet avec 98 %. L’Espagne (96 %) et le Danemark (95 %) figuraient également parmi les États membres de l’UE affichant le taux d’accès à Internet des ménages le plus élevé. La Grèce (85 %), la Croatie (86 %) et la Bulgarie (87 %) présentaient les taux d’accès à Internet des ménages les plus faibles parmi les États membres de l’UE. Néanmoins, alors qu’une saturation de l’accès à Internet des ménages est observée dans certains des principaux États membres, un rattrapage a été observé entre 2017 et 2022 avec des augmentations de 20 % pour la Bulgarie, 15 % pour Chypre et 13 % pour l’Espagne, la Lettonie, Roumanie et Lituanie. En 2022, la proportion de ménages ayant accès à Internet était de 99 % en Norvège, légèrement au-dessus des scores les plus élevés des États membres de l’UE de 98 % présentés par les Pays-Bas, le Luxembourg et la Finlande.

Accès à Internet des ménages, 2017 et 2022, (% de tous les ménages)

Le graphique suivant met en évidence la fracture urbaine-rurale au sein de l’UE en termes d’accès à Internet. En 2022, les villes présentaient un meilleur accès Internet des ménages avec 94 % contre 92 % pour les villes et banlieues et 90 % pour les zones rurales. La Belgique, la Slovénie et l’Estonie ont fait exception à cette tendance générale, les villes et les banlieues présentant l’accès Internet des ménages le plus élevé par rapport aux villes et aux zones rurales. Malte était le seul État membre de l’UE où l’accès à Internet des ménages était le plus élevé dans les zones rurales. En Allemagne, les villes et les zones rurales se partageaient le pourcentage le plus élevé d’accès à Internet des ménages. Parmi certains des États membres proches de la saturation, la différence d’accès à Internet des ménages entre les villes, les banlieues et les zones rurales était très faible en 2022. En Finlande, au Luxembourg et aux Pays-Bas, la différence était d’environ 1 ou 2 points de pourcentage entre les trois zones géographiques. La Norvège partageait une situation similaire. En Grèce et au Portugal, l’écart entre les villes et les zones rurales en matière d’accès à Internet des ménages a atteint 14 % (chacun) et 12 % en Roumanie.

Accès à Internet dans les ménages par degré d’urbanisation, 2022

En 2022, 90 % des citoyens de l’UE âgés de 16 à 74 ans ont utilisé Internet au moins une fois au cours des trois mois précédant la date de l’enquête. Quatorze États membres se situaient au-dessus de cette moyenne de l’UE en 2022. La proportion la plus élevée d’internautes se trouvait au Luxembourg et au Danemark avec 98 % des particuliers, suivis de la Finlande et de la Suède avec 97 %. En 2022, la Bulgarie (79 %), la Croatie (82 %) et la Grèce (83 %) ont enregistré les taux d’internautes les plus bas de l’UE.

La proportion de la population qui n’avait jamais utilisé Internet était de 7 % en 2022 dans l’UE, mais atteignait 14 % en Grèce et au Portugal, et 13 % en Croatie et en Bulgarie. En 2022, 84 % des personnes dans l’UE accédaient quotidiennement à Internet (graphique suivant), et 5 % supplémentaires l’utilisaient au moins une fois par semaine (mais pas quotidiennement).

En tant que tel, 89 % des citoyens de l’UE âgés de 16 à 74 ans étaient des utilisateurs réguliers d’internet (au moins une fois par semaine). La Norvège a signalé une part de 100 % d’individus ayant utilisé Internet au cours des trois derniers mois précédant l’enquête. La part chute à 96 % pour les utilisateurs quotidiens d’internet. Au Monténégro, la proportion d’individus ayant utilisé Internet au cours des trois derniers mois précédant l’enquête était de 88 %, proche de la moyenne de l’UE de 90 %. En Serbie et en Turquie, la part des internautes était de 84 % et 83 %, respectivement, en 2022. proche de la moyenne européenne de 90 %. En Serbie et en Turquie, la part des internautes était de 84 % et 83 %, respectivement, en 2022. proche de la moyenne européenne de 90 %. En Serbie et en Turquie, la part des internautes était de 84 % et 83 %, respectivement, en 2022.

Internet est essentiellement un moyen de communication. Pourtant, la communication est une activité indispensable dans tous les domaines de la vie quotidienne. En conséquence, Internet s’est répandu dans une grande variété de domaines. Les enquêtes TIC collectent des données sur la médiation d’internet pour un très grand nombre de finalités telles que la communication, l’accès à l’information, l’utilisation de divertissements, En 2022, la proportion d’individus dans l’UE ayant suivi un cours en ligne était de 16 %. Aux Pays-Bas et en Finlande, plus de 30 % des individus âgés de 16 à 74 ans avaient suivi un cours en ligne en 2022. En comparaison, la part des individus ayant suivi un cours en ligne était inférieure à 10 % en Roumanie (3 %), Pologne et Bulgarie (8 % chacun).

Individus ayant suivi un cours en ligne (toute matière confondue), 2022, (% des individus âgés de 16 à 74 ans)

La recherche d’informations sur la santé en ligne : en 2022, 52 % des citoyens de l’UE ont recherché des informations relatives à la santé en ligne (par exemple, blessures, maladies, nutrition, amélioration de la santé, etc.). En Finlande, la proportion atteignait 81 % et elle était supérieure à 70 % dans trois autres États membres : les Pays-Bas (78 %), Chypre (73 %) et le Danemark (71 %). La Roumanie (29 %) et l’Allemagne (37 %) ont enregistré la part la plus faible parmi les États membres en 2022

c/ Achat sur internet

Internet contribue aussi au commerce : un Européen sur deux l’a utilisé au cours des douze derniers mois pour réaliser des achats en ligne, avec de fortes disparités selon les pays : 91 % des Britanniques l’ont fait en 2019, contre 29 % des Bulgares ou des Roumains. Comparativement, la revente de biens via Internet (19 %) reste plutôt rare.

La proportion de personnes âgées de 16 à 74 ans dans l’UE qui ont commandé ou acheté des biens ou des services sur Internet pour un usage privé était de 68 % en 2022, contre 54 % en 2017. Avec 88 %, le Danemark et les Pays-Bas ont enregistré les pourcentages les plus élevés de personnes ayant commandé ou acheté des biens et services en ligne. Dans les États membres suivants, la part des particuliers ayant commandé ou acheté des biens et des services dépassait 75 % : Suède, Luxembourg, Finlande, Tchéquie, Slovaquie, Allemagne et France. En revanche, cette proportion était la plus faible en Roumanie (30 %) et en Bulgarie (23 %). La plus forte augmentation de la proportion d’individus ayant commandé ou acheté des biens ou des services sur Internet entre 2017 et 2022 a été observée en Hongrie (hausse de 31 points de pourcentage) et en Roumanie (hausse de 30 points de pourcentage).

Individus ayant commandé des biens ou des services sur Internet pour un usage privé au cours des 12 mois précédant l’enquête, 2016 et 2021, (% d’individus âgés de 16 à 74 ans)

Utilisation d’internet: pour leurs contacts avec les pouvoirs publics (12 derniers mois) : pourcentage des particuliers en %

Utilisation d’internet: pour obtenir des informations à partir de sites Web des pouvoirs publics : pourcentage des particuliers en %

2/ Les entreprises

a) L’usage en France

Utilisation des dispositifs interconnectés par secteur en fonction de la part des sociétés de 50 personnes ou plus en 2020

3 – L’impression 3D, encore principalement utilisée par les grandes sociétés

Utilisation de l’impression 3D en 2017 et 2019 selon la maîtrise d’œuvre et la taille des sociétés

4 – La robotique reste majoritairement utilisée dans l’industrie

En 2020, 8 % des sociétés de 10 personnes ou plus utilisent un robot. Elles utilisent deux fois plus souvent des robots industriels que des robots de service . Les premiers sont majoritairement utilisés dans l’industrie pour automatiser des tâches manuelles, où 22 % des sociétés en sont équipées. En effet, 63 % des sociétés dotées d’un robot industriel sont industrielles. Cette utilisation s’est malgré tout diversifiée, puisqu’elles étaient 68 % en 2018.

Tâches réalisées par les robots de service dans les sociétés en 2020

5 –  les sites web

Connexion internet, sites web et technologies des sociétés selon le secteur ou leur taille en 2018 en %

1 – Entreprises connectées à Internet via le haut débit fixe

En 2024, la grande majorité (95,36 %) des entreprises de l’UE comptant au moins 10 salariés et des travailleurs indépendants utilisaient une connexion fixe à haut débit pour accéder à l’internet (graphique suivant). La part était encore plus élevée pour les moyennes et grandes entreprises, où la quasi-totalité d’entre elles ont déclaré se connecter à l’internet par le haut débit fixe.

Avec presque toutes les entreprises connectées à Internet via le haut débit, la vitesse de ces connexions mérite toujours l’attention, car l’utilisation d’autres technologies plus avancées par les entreprises repose souvent sur le haut débit de l’Internet. En 2024, 6,53 % des entreprises de l’UE avaient une vitesse de connexion internet inférieure à < 30 Mb/s, les parts les plus élevées ayant une connexion comprise entre ≥ 30 Mb/s mais < 100 Mb/s (23,58%) et entre ≥ 100 Mb/s mais < 500 Mb/s (32,37 %). Plus d’un sixième (17,70 %) avaient une connexion de l’ordre de ≥ 500 Mb/s mais < 1 Gb/s, tandis que les connexions internet les plus rapides (au moins 1 Gb/s) étaient utilisées par 15,09 % des entreprises de l’UE. Comme le montre le graphique 1, la part des grandes entreprises utilisant les vitesses de connexion les plus rapides (≥ 1 Gb/s) était presque trois fois plus élevée (36,40 %) que celle enregistrée pour les petites entreprises (13,27 %).

Entreprises avec connexion fixe à large bande, par classe de taille et vitesse, UE, 2022, (% des entreprises)

Entreprises disposant d’un site web, par fonctionnalité et classe de taille, UE, 2021, (% des entreprises)

3 – Le Cloud Computing

Au lieu de construire ou d’étendre leur propre infrastructure informatique, les entreprises peuvent acheter des ressources informatiques hébergées par des tiers sur Internet. Ce pool de ressources est le plus communément appelé «informatique en nuage (cloud computing)» et comprend un accès flexible, à la demande, à des services tels que les logiciels, la puissance de calcul, la capacité de stockage, etc.

En 2021, 34 % des entreprises de l’UE ont déclaré avoir acheté des services de cloud computing sophistiqués ou intermédiaires (c’est-à-dire au moins l’un des éléments suivants : applications logicielles financières ou comptables ; applications logicielles de planification des ressources d’entreprise (ERP) ; gestion de la relation client (CRM) applications logicielles ; applications logicielles de sécurité ; hébergement de la ou des bases de données de l’entreprise ; plate-forme informatique fournissant un environnement hébergé pour le développement, les tests ou le déploiement d’applications). Les proportions les plus élevées d’utilisateurs de services cloud sophistiqués ou intermédiaires parmi les entreprises se trouvaient en Suède (69 %) et en Finlande (66 %), suivies du Danemark (62 %) et des Pays-Bas (60 %). Dans 14 États membres, la proportion d’entreprises utilisant le cloud computing sophistiqué ou intermédiaire était inférieure à la moyenne de l’UE.

Entreprises utilisant des services de cloud computing sophistiqués ou intermédiaires, 2021, (en % des entreprises)

4 –  L’intensité numérique

L’adoption des technologies numériques par les entreprises peut potentiellement améliorer les services et les produits et accroître la compétitivité. La crise provoquée par le COVID-19 a également montré que la numérisation est cruciale pour améliorer la résilience économique des entreprises.

Le niveau de numérisation des entreprises de l’UE est mesuré par l’indice d’intensité numérique (IDN). Le IDN mesure l’usage des différentes technologies numériques par les entreprises. Comme déjà dit, son score (0-12) est déterminé par le nombre d’entreprises parmi les 12 technologies numériques sélectionnées qui sont utilisées par les entreprises. Plus le score est élevé, plus l’intensité numérique de l’entreprise est élevée, allant de très faible (0-3 technologies utilisées), en passant par faible (4-6), élevée (7-9) et très élevée (10-12). L’indice d’intensité numérique permet de distinguer 4 niveaux d’intensité numérique pour chaque entreprise : très faible, faible, élevé et élevé. Les 12 variables concernent l’utilisation des technologies de l’information et de la communication (TIC), par exemple, l’utilisation de la planification des ressources de l’entreprise (ERP) pour partager des informations entre l’utilisation des médias sociaux et des technologies d’intelligence  artificielle (IA).

Selon l’un des objectifs de la vision de l’UE pour la décennie de la transformation numérique, plus de 90 % des petites et moyennes entreprises (PME) de l’UE devraient atteindre au moins un niveau de base d’intensité numérique d’ici 2030. Le niveau de base implique le utilisation d’au moins quatre des technologies sélectionnées, ce qui signifie qu’elle inclut les entreprises à IDN faible, élevé et très élevé.

En 2022, 69 % des PME de l’UE ont atteint un niveau de base d’intensité numérique, soit 21 % de moins que l’ambition fixée pour 2030. La majorité des PME avaient un faible niveau de numérisation, 31 % d’entre elles obtenant un très faible niveau de IDN. et 38 % un faible niveau de IDN.

Parmi toutes les entreprises de l’UE, 70 % ont atteint un niveau de base d’intensité numérique. Le niveau de IDN variait considérablement selon les entreprises de différentes classes de taille, avec 97 % parmi les grandes entreprises, contre 88 % parmi les moyennes entreprises et 66 % parmi les petites entreprises. Les grandes entreprises se distinguent par la part la plus élevée d’intensité numérique très élevée (30 %) par rapport aux entreprises d’autres classes de taille – 10 % parmi les entreprises de taille moyenne et 2 % parmi les petites. Les grandes entreprises représentaient également la plus faible proportion d’entreprises présentant un très faible niveau d’intensité numérique (3 %) (graphique suivant).

Intensité numérique des entreprises, par classe de taille, UE, 2022, (% d’entreprises)

En 2022, seules 4 % des PME ont atteint un niveau DII très élevé, tandis que 27 % ont atteint un niveau élevé. La plupart des entreprises de petite et moyenne taille ont enregistré des niveaux de DII faibles (38 %) ou très faibles (31 %). Les proportions les plus élevées de PME atteignant un niveau DII très élevé se trouvaient au Danemark (12 %), en Suède et en Finlande (9 % chacun). La Bulgarie et la Grèce étaient à la traîne, avec moins de 20 % de PME atteignant une intensité numérique élevée ou très élevée. Les niveaux d’intensité numérique parmi les PME ne différaient pas beaucoup des niveaux d’intensité numérique parmi les entreprises de toutes tailles, tant au niveau de l’UE qu’au niveau national (graphique suivant).

Intensité numérique des entreprises, par classe de taille, 2022, (% d’entreprises)

5 – Emploi et recrutement de spécialistes des TIC

En 2024, 20,05 % des entreprises de l’UE employaient des spécialistes des TIC. Le pourcentage de grandes entreprises employant des spécialistes des TIC (78,44 %) était plus de cinq fois supérieur au pourcentage de petites entreprises employant des spécialistes des TIC (14,04 %) (graphique suivant). En 2024, 9,55 % des entreprises de l’UE ont déclaré avoir recruté ou tenté de recruter des spécialistes des TIC en 2023 et 5,49 % ont eu des difficultés à pourvoir ces postes vacants.

Entreprises employant, recrutant et ayant des postes vacants difficiles à pourvoir pour les spécialistes des TIC, par classe de taille, UE, 2024 (% des entreprises)

La formation est essentielle pour améliorer ou doter les employés de nouvelles compétences en TIC. La formation aux TIC est pertinente pour l’ensemble du personnel, en particulier pour les spécialistes des TIC, mais aussi pour les autres employés, c’est-à-dire les non-spécialistes des TIC. En 2023, 22,29 % des entreprises de l’UE ont dispensé une formation à l’ensemble de leur personnel afin d’améliorer leurs compétences en matière de TIC. Le ratio a atteint 72,62 % parmi les grandes entreprises, soit plus de quatre fois plus que pour les petites entreprises (17,21 %)

Entreprises employant des spécialistes en TIC, 2024 (% des entreprises)

6 – Entreprises actives dans le commerce électronique

Le commerce électronique fait référence au commerce de biens ou de services sur des réseaux informatiques tels qu’Internet. Les ventes en ligne concernent la réception de commandes par des méthodes spécialement conçues pour la réception de commandes, soit via échange électronique de données ou par l’intermédiaire de sites web ou d’applications (ventes en ligne); les commandes reçues au moyen de messages électroniques saisis manuellement sont exclues.

Près d’une entreprise de l’UE sur quatre a réalisé des ventes en ligne en 2023.

En 2023, 23,83 % des entreprises de l’UE ont réalisé des ventes par voie électronique. Ces ventes en ligne représentaient 19,12 % du chiffre d’affaires total généré en 2023 (graphique suivant).

Entreprises réalisant des ventes électroniques et chiffre d’affaires provenant des ventes électroniques, par classe de taille, UE, 2023, (% d’entreprises / % du chiffre d’affaires

Les entreprises qui reçoivent des commandes de commerce électronique peuvent être divisées entre celles qui effectuent des ventes électroniques via un site Web ou des applications (ventes en ligne) et celles qui effectuent des ventes électroniques via l’échange de données informatisé (EDI). Bien qu’une proportion plus élevée (20,55 %) d’entreprises aient utilisé des sites web et des applications pour réaliser des ventes en ligne en 2023 que les ventes de type EDI (6,14 %), la part du chiffre d’affaires généré par les ventes en ligne dans le chiffre d’affaires total généré par les entreprises de l’UE était relativement faible, s’établissant à 7,32 %, contre 11,78 % pour le chiffre d’affaires généré par les ventes de type EDI (graphique suivant). En termes relatifs, la répartition du chiffre d’affaires entre celui généré par les ventes en ligne via des messages de type EDI et celui généré par les ventes en ligne a été la plus prononcée en Slovénie, au Danemark, en Italie et en Finlande, où les ventes de type EDI représentaient une part du chiffre d’affaires total au moins deux fois supérieure à celle enregistrée pour les ventes en ligne. En revanche, en Lettonie, en Irlande, en Lituanie, en Bulgarie, à Chypre et en Grèce, la part du chiffre d’affaires total générée par les ventes en ligne était supérieure à celle générée par les ventes de type EDI.

Chiffre d’affaires des ventes électroniques, par type de commande, 2023 (% du chiffre d’affaires total)

Dans l’ensemble de l’UE, les entreprises ont généré 7,32 % (La France venant en dernier avec  4,35 %) de leur chiffre d’affaires total grâce aux ventes en ligne en 2023, consistant en des ventes par l’intermédiaire d’un site web ou d’applications. La figure 18 présente une analyse de la répartition de ces ventes entre les différents types de clients. Le chiffre d’affaires total provenant des ventes Web à d’autres entreprises et au gouvernement (B2BG) était de 3,87 %, tandis que 3,42 % du chiffre d’affaires total provenait des ventes Web d’entreprise à consommateur (B2C).

En 2023, 85,77 % des entreprises de l’UE réalisant des ventes en ligne utilisaient leur propre site web ou application pour leurs ventes, tandis que 45,25 % utilisaient un marché du commerce électronique. En Estonie (98,11 %), en Tchéquie (95,12 %) et en Suède (95,04 %), plus de 95 % des entreprises réalisant des ventes en ligne ont vendu en ligne par l’intermédiaire de leur propre site web ou application. La part la plus faible a été enregistrée en Lituanie (46,87 %), où les entreprises réalisant des ventes en ligne préféraient vendre via des places de marché de commerce électronique (86,64 %). Des parts élevées d’entreprises réalisant des ventes en ligne par l’intermédiaire de places de marché de commerce électronique ont également été enregistrées en Pologne (63,46 %), en Grèce (63,37 %), à Chypre (62,49 %) et en Italie (60,40 %)

c)  Quelques données complémentaires au niveau mondial

L’OCDE publie aussi de nombreuses données sur son site. Il a ainsi identifié ci-dessous les cinq principales catégories qui sont importantes pour évaluer les marchés du haut débit. Par exemple l’Internet haut débit par fibre a dépassé pour la première fois  le câble pour devenir la principale technologie haut débit fixe dans les 38 pays membres de l’OCDE avec 34,9 % des abonnements haut débit fixe, selon les dernières données. Les abonnements à la fibre ont augmenté de 18,6 % sur l’année 2021 pour devancer le câble, qui représente désormais 32,4 % des abonnements haut débit fixes, tandis que le DSL à 27 % est en baisse. C’est une bonne nouvelle pour la fourniture de services et d’applications à forte intensité de données, compte tenu de la capacité symétrique offerte par la fibre. La plus forte croissance a été enregistrée au Costa Rica, en Israël, en Grèce et en Belgique, qui ont tous augmenté leurs connexions par fibre de plus de 80 % en 2021. La part de la fibre dans le haut débit total est désormais de 50 % ou plus dans 13 pays de l’OCDE, dépassant 50 % en 2021. au Chili, en Finlande, au Luxembourg, en Nouvelle-Zélande, en Norvège et au Portugal, et plus de 70 % en Islande, au Japon, en Corée, en Lettonie, en Lituanie, en Espagne et en Suède.

Abonnements au haut débit fixe pour 100 habitants, par technologie, décembre 2021

Abonnements au haut débit mobile pour 100 habitants, par technologie, décembre 2021

Utilisation des données mobiles par abonnement au haut débit mobile et par mois, 2021

Croissance annuelle des abonnements à la fibre optique, 2020-2021

Progression des abonnements au haut débit fixe par technologie (en millions)

VI – LE PARTAGE VOLUME-PRIX ET LES ÉVOLUTIONS DES PRIX

On ne s’intéresse ici qu’au partage volume-prix des produits du numérique, non à celui des branches d’activité qui utilisent ces produits pour en fabriquer d’autres.

Il convient de distinguer les biens et les services. On s’interroge ainsi sur la mesure de la croissance du PIB en volume [8]. Pou juger du partage volume-prix des activités numériques, mieux vaut se référer au prix de production ou de consommation des ménages qu’aux prix de valeur ajoutée. D’une part, les critiques sur la qualité du partage volume-prix portent sur les prix de production. Le manuel d’Eurostat des volumes et des prix de 2005 s’intéresse d’abord aux prix de production  D autre part la valeur ajoutée en volume résulte du calcul de la double déflation, donc est plus fragile. Or on dispose de la  production en volume de quelques pays sur longue période dans la base de données d’Eurostat, ce qui est relativement nouveau. Dans la page partage Partage Volume Prix, on s’est référé aux données de l’OCDE pour analyser les évolutions des prix en prenant en compte les États-Unis.

1/ Les évolutions de prix des biens du numérique

Le sens des biais pour chaque méthode est difficile à estimer. Pour illustrer l’impact des ajustements qualité, l’Insee a proposé une simulation sur l’IPC français de 2016 à 2018 en n’effec­tuant aucun ajustement pour la qualité pour les produits disparus et remplacés appartenant au champ du matériel de téléphonie et de télécopie et du matériel audiovisuel, photographique et de traitement de l’information, c’est‑à‑dire que en considérant que les nouveaux produits sont équivalents aux générations précédentes en termes de qualité. Sans ajustement qualité, l’indice d’ensemble aurait été plus dynamique de 0.1 point par an.

Les effets qualité de la production y seraient donc très mal pris en compte. La consommation de données aurait augmenté de près de 2300% entre 2010 et 2017 au Royaume‑Uni, et pourtant la valeur ajoutée brute réelle du secteur des services de télécommunications a diminué de 8% entre 2010 et 2016, affichant l’un des taux de croissance de la productivité les plus bas de son histoire [7]. Ce décalage entre l’amélioration rapide des technologies et la performance économique mesurée vient en grande partie des déflateurs appliqués à la production. Dans ce contexte, certains suggèrent que les déflateurs officiels sous estiment  la «vraie» baisse des prix de ces produits et, en conséquence, la croissance économique réelle.

En utilisant ces deux méthodes, ils concluent que les services de télécommunications ont enregistré une baisse de prix comprise entre 37% et 96% de2010 à 2017, bien au delà du déflateur actuel (+3%). Ces améliorations alternatives du calcul de l’indice des prix des services de télécommunications, qui permettent de prendre en compte des services de données haut débit, suggèrent que la production réelle du secteur des services de télécommunications a été largement sous‑estimée au Royaume‑Uni (et sans doute dans d’autres pays) ces dernières années.

Ces deux options illustrent une différence clé entre les approches des ingénieurs et des économistes : ceux-ci observent divers produits dont les prix et les poids sont différents au sein d’un panier de biens, fournis via la transmission de données, tandis que les ingénieurs observent le secteur des services de télécommunications ne produisant qu’un seul produit (les données transmises, qui sont utilisées de plusieurs façons pour fournir différents services), où le coût par bit de données a enregistré une baisse claire et significative au fil du temps.

c) La méthode en Australie

L’économie numérique comprend de nombreux produits apparemment gratuits, donc en principe hors du champ de la comptabilité nationale (voir page Mesure des volumes et des prix). Ces biens set services ne sont pas moins « produits » lorsqu’ils le sont gratuitement que contre paiement. Les services totalement gratuits ne sont comptés dans le PIB qu’à la hauteur des quelques emplois rémunérés qu’ils créent et des biens et services payants qu’ils consomment pour leur fonctionnement. Ils mettent en relation des particuliers sur internet moyennant perception d’une commission. C’est uniquement cette commission qui est enregistrée en comptabilité nationale. On pourrait penser que le partage volume-prix et la mesure du PIB en volume n’est pas affecté par cette mutation. Par exemple, la location d’un logement sur Airbnb ne devrait pas modifier vraiment le PIB car la comptabilité nationale considère que le service de logement est produit quoi qu’il arrive, et évalué via les loyers imputés, que ce logement soit effectivement occupé par son propriétaire, temporairement vacant ou loué à des touristes de passage.

Des équivalents monétaires de ces services gratuits peuvent être évalués, c’est un champ de recherche assez actif. Cependant, il n’y a pas forcément lieu de les agréger au cadre central des comptes nationaux, d’une part en raison de leur fragilité, et d’autre part au vu de ce que sont les principaux usages des comptes nationaux. La fonction principale des comptes est en effet d’évaluer comment sont générés et répartis les revenus monétaires. Y rajouter l’équivalent monétaire de services qui échappent à la sphère de l’échange monétaire relève plutôt de comptes satellites.

Plus complexe est le cas des nouveaux services qui ne sont que partiellement ou faussement gratuits. L’encyclopédie en ligne Wikipedia, l’échange d’appartements ou l’hébergement temporaire et gratuit reposent sur un « modèle collaboratif à fonctionnement essentiellement non marchand ». Mais ce n’est qu’en partie le cas pour la location d’hébergements entre particuliers (comme Airbnb) ou le covoiturage qui correspondent à des « modèles collaboratifs mixtes » dans lesquels une personne verse une contrepartie monétaire pour utiliser un bien ou un service. En outre, le recours à AirBnB se fait au détriment de la demande de services hôteliers classiques. Leurs prix sont moins chers. Comment évoluent les volumes ? Faut il considérer que la location d’un logement coûtant deux fois moins cher qu’un hôtel se traduit par une baisse en volume de la consommation touristique (voir page Compte du tourisme?)  Par ailleurs, il y aurait souvent baisse du PIB en valeur et en volume : Ainsi, on n’utilise plus les cartes Michelin mais des facilités numériques : GPS, GoogleMaps. Si les achats de CD chutent au profit du visionnage gratuit sur Youtube conduisant à une chute de chiffre d’affaires nominal pour l’industrie du disque, et si on applique à ce chiffre un indice des prix stable parce que toujours calculé sur les seuls biens commercialisés, le message sera celui d’une baisse des volumes.

Toutefois, l’émergence de substituts gratuits à des biens ou services payants ne serait qu’un cas extrême d’apparition de substituts meilleur marché que les produits d’origine : il n’y aurait pas de raison de la traiter différemment. Les indices de prix en tiennent d’ailleurs un peu compte. Dans le cas rare où c’est un bien existant qui devient gratuit, on enregistre bien une baisse de 100 % de son prix, pondérée par son poids initial dans le budget des ménages. Il y a aussi le fait que l’arrivée de nouveaux produits gratuits doit normalement tirer vers le bas les prix de leurs substituts payants, ce que les indices de prix prennent en compte.

Avec l’explosion du numérique, de nombreuses questions découlent ainsi pour la comptabilité nationale, dont celle de la prise en compte des nouvelles formes de gratuité. Selon A. Bourgeois, trois solutions sont envisageables pour essayer de leur donner une valeur monétaire : en considérant les trois modes possibles de valorisation du gratuit qui sont actuellement en débat et qui ont parfois connu de premières tentatives de mise en œuvre. Il s’agit : (a) de la valorisation par les recettes publicitaires pour ceux de ces services dont c’est le mode  de financement indirect ; (b) d’évaluations directes du service rendu aux utilisateurs, via l’évaluation de leur consentement à payer ou par les méthodes usuelles de valorisation du temps domestique ; et enfin (c) de la valorisation des données générées par l’usage de ces services, qui sont une autre façon d’assurer leur rentabilité immédiate ou à terme [9].

Autre exemple de source statistique, l’enquête TIC 2022 est faite à partir d’in échantillon de près de 15 000 observations et 34 variables qui peuvent être découpées en deux catégories :

• Des variables explicatives qui décrivent les informations relatives aux individus enquêtés telles que leur âge, leur lieu de vie ou encore leur état matrimonial,
• les variables d’intérêt liées au module « services gratuit »: dans ce module, les questions sont portées autour de cinq ensembles de services gratuits :

— Les services de Global Positioning System (GPS) ou de cartes en ligne : Waze, GoogleMaps, Michelin, Citymapper, Mappy, …

— Les services de vidéos gratuites enstreaming : Youtube, Dailymotion, Twitch, …

— Les services de courriers électroniques : Gmail, Yahoo !, Outlook, …

— Les réseaux sociaux : Facebook, Twitter,TikTok, Instagram, Snapchat, …

— Les moteurs de recherche : Google, Bing,Yahoo !, …

Au final, il ne serait pas nécessaire de modifier fondamentalement le cadre de base du SNA pour tenir compte des produits gratuits… … Toutefois, la logique qui sous-tend le traitement des produits gratuits doit être documentée et le cadre de la mesure indirecte des produits gratuits dans le PIB doit être expliqué. L’explication devrait inclure le regroupement avec des produits tarifés qu’ils aident à vendre.

Il convient d’accroitre la visibilité du gratuit a l’aide d’un compte satellite. Plusieurs options de comptes ont été proposées, celle retenue augmente la visibilité :

• du rôle du ménage dans la consommation de produits numériques « gratuits » .
• de l’intersection entre les produits numériques « gratuits » et les données en tant qu’actif.
• du rôle du ménage dans la production de contenu numérique.
• évitent le double comptage de la production et de la valeur ajoutée.

VIII – LE PIB EN VOLUME EST IL MAL ESTIMÉ DU FAIT DU NUMÉRIQUE ?

1/ le débat sur la croissance du PIB

On s’appuie ici uniquement sur une étude de l’Insee [10]. Celle-ci ne pose pas vraiment la question précédente de la prise en compte ou non de servuces gratuits.

La croissance a ralenti depuis une vingtaine d’années, ce qui peut sembler paradoxal dans un contexte marqué par des innovations de grande ampleur. Selon une hypothèse assez répandue, les outils traditionnels de mesure de la croissance économique seraient inadaptés à la mesure des nouvelles formes de croissance permises par l’économie numérique. Cette question a plusieurs dimensions . Tout d’abord, la numérisation ou plus généralement les TIC conduisent à un renouvellement accéléré des biens et services marchands. La valeur monétaire de ces nouveaux biens et services reste bien enregistrée dans les comptes en valeur : le problème est d’y séparer l’effet de volume et l’effet de prix. Si la mesure des prix sous‑estime la façon dont la numérisation réduit le coût d’accès aux biens et aux services, ou si elle sous‑estime les gains en qualité associés aux nouveaux biens, alors la croissance en volume est sous‑estimée. Diverses tentatives ont été faites pour donner des majorants du biais sur la mesure de la croissance.

Ce problème n’est toutefois pas nouveau : une part substantielle de la croissance économique a toujours été portée par le renouvellement et la diversification des biens et services. Les techniques de mesure des prix prennent ce problème en compte. Elles ne peuvent le faire de manière absolument parfaite, mais diverses études estiment le risque d’erreur de mesure à quelques dixièmes de points, c’est‑à‑dire de l’ordre de celui qui aurait déjà existé avant la numérisation de l’économie, et cet écart ne se serait pas spécialement aggravé sur la période récente, car la problématique des nouveaux produits est ancienne : ceci écarterait l’hypothèse que le ralentissement actuel de la croissance serait un simple artefact lié à une détérioration de la qualité des partages volumes-prix. En outre, dans certains pays, le covoiturage, le partage de logements et les produits et services numériques ont récemment été introduits dans l’indice des prix à la consommation (IPC).

Ainsi la faible croissance économique mesurée au cours des deux dernières décennies heurterait la perception que l’on a d’une économie numérique et innovante. Est‑elle le reflet d’une inflation sur‑estimée ? On note au passage que l’inflation, déjà très basse juusqu’en 2018, est quant à elle régulièrement questionnée par les consommateurs qui la perçoivent, au contraire, comme sous‑estimée. Le partage volume‑prix repose sur un certain nombre d’hypothèses (notamment que les différences de prix entre produits reflètent des différentes d’utilité pour le consommateur) qui peuvent être questionnées. Mais l’incertitude qui entoure ces hypothèses ne semble pas de nature  à expliquer le ralentissement de l’économie française sur la période récente.

En outre, avec la numérisation, il n’y a plus d’interlocuteurs. Il y a certes des gains de productivité. Mais ne faut-il faut pas aussi tenir compte du temps passé sur internet par l’usager pour obtenir des services traditionnels ? La qualité des services est-elle toujours la même avec la numérisation ? Les changements constants de logiciels comme en France ne détériorent ils pas parfois cette qualité au lieu de l’améliorer (voir page Vers un Tableau entrées-sorties idéal et mondial) ?

Autre question non abordée ici, le numérique favorise la mobilité des actifs intangibles des grandes entreprises multinationales et des flux de revenus associés, ce qui est susceptible de fausser la mesure de la production locale. Ce problème, probablement le plus important pour le moment, peut prendre une ampleur particulièrement marquée dans les petits pays à fiscalité attractive, pour lesquels cela conduit à s’interroger sur la façon de continuer à suivre une notion pertinente de production « intérieure » (voir page PIB irlandais).

2/ Des conséquences assez limitées sur l’évolution de l’indice du prix à la consommation

Le sens des biais pour chaque méthode est difficile à estimer. Pour illustrer l’impact des ajustements qualité, L’Insee a  proposé une simulation sur l’IPC français de 2016 à 2018 en n’effectuant aucun ajustement pour la qualité pour lesproduits disparus et remplacés appartenant au champ du matériel de téléphonie et de télécopie et du matériel audiovisuel, photographique et de traitement de l’information, c’est‑à‑dire que l’on considère que les nouveaux produits sont équivalents aux générations précédentes en termes de qualité. Sans ajustement qualité, l’indice d’ensemble aurait été plus dynamique de 0.1 point par an (graphique suivant). Pour ce secteur,les nouveaux produits sont en effet plus onéreux en moyenne que ceux qu’ils remplacent. Les méthodes de recouvrement neutralisent toute la différence de prix liée à l’introduction d’un nouveau produit, comme une différence de qualité. Si le nouveau produit est proposé à un prix plus élevé que la nouvelle qualité qu’il incorpore, tablant sur l’attrait pour la nouveauté, le modèle par recouvrement sous‑estimera l’inflation. Les modèles hédoniques, quant à eux, ne neutralisent que la différence de prix liée aux variations de caractéristiques mais si le modèle économétrique omet une caractéristique (notamment une caractéristique nouvelle spécifique à la nouvelle génération de produits), il sous‑estime le changement de qualité incorporé dans le nouveau produit et surestime l’inflation. Il n’est donc pas surprenant que les ajustements par recouvrement débouchent sur des évolutions de prix moins dynamiques que les modèles hédoniques

Indice des prix à la consommation d’ensemble ajusté ou non pour la qualité des biens numériques (base 100 en 2015)

a) Des gains de productivité importants entre 1995 et 2007 puis très faibles ensuite

Les économistes s’interogent sur le lien entre révolution numérique et gains de productivité du travail. Or, malgré la montée en puissance du numérique, la croissance de la productivité du travail dans les pays de l’OCDE a fortement diminué au cours des dernières décennies (graphique suivant).Da,s de nombreux pays les gains passenr de +3% à +1,5% par an entre 1998 et 2007 voire +1% entre 2008 et 2017 comem aux États-Unis (de +2% à +0,5% en France).On note que le ralentissement est qasi-général mais que les gains restent plus élevés souvent des des petits pays  à forte croissance du PIB : Estionie, Pologne, Corée du Sud, Lituannie, Islande, Slovaquie,…  comme si les gains de productivité déoendaient d’abord de laplus ou moins forte  croissance du PIB (cas aussi des États-Unis et de l’Australie). En revanche les gaisn de productivité tendent vers 0 après 2007 au Royaume-Uni, Italie, France; Belgique mais aussi dans quelques petits pays.

Il y a donc eu des gains de productivité de productivité du travail dans la phase première de la révolution numérique des années mais qui s’essouflent très vite au moment de la crise finanière. Le ralentissement de la productivité a commencé avant la crise et, une décennie après celle-ci, la croissance de la productivité demeure atone malgré quelques améliorations récentes. Il semble donc que les facteurs structurels jouent un rôle important dans le fléchissement observé.

Cette évolution ne se résumerait pas à un problème de mesure. Des incertitudes croissantes pèsent sur la mesure de la productivité, notamment à cause de la progression du numérique et du rôle grandissant des actifs incorporels (algorithmes et données par exemple) et sur la mesure de la croissance du PIB en volume -du fait de la mauvaise prise en compte de l’effet -qualité (voir page Partage Volume Prix et productivité). Cependant, la plupart des chercheurs s’accordent à dire que les défauts de mesure ne sont pas la raison principale du ralentissement observé de la productivité.

Le passage au numérique n’a ainsi pas généré de gains de productivité globaux suffisants jusqu’à présent pour compenser les effets des facteurs structurels. Cette situation tranche avec la précédente vague de transformation numérique de la fin des années 1990, associée notamment à la diffusion des micro-ordinateurs, qui avait donné un coup de fouet à la productivité, tout au moins aux États-Unis. La dynamique de productivité décevante engendrée par la vague de transformation numérique actuelle s’impose comme l’une des grandes énigmes économiques de la croissance mondiale actuelle, au point que l’en emploie parfois à son propos l’expression de « nouveau paradoxe de la productivité » en référence au précédent paradoxe de la productivité formulé par Robert Solow en 1987 « Vous pouvez voir l’ère informatique partout, sauf dans les statistiques de la productivité.

Croissance de la productivité du travail en moyenne annuelle

En fait il y aurait deux catégorises d’entreprises pour schématiser. Une étude de l’Insee portant sur le secteur tertiaire  distingue les services de basse et moyenne technologies (commerces, transports, hébergements, activités de servies administratifs et de soutien,..) et ceux de haute technologie  (information, télécommunication, logiciels,…) (voir page Secteur tertiaire), . Les entreprises qui disposent d’un meilleur accès aux compétences techniques, de gestion et d’organisation clés ont mieux tiré leur épingle du jeu que les autres. Ces entreprises étaient déjà globalement plus productives que l’entreprise moyenne, et la transformation numérique leur a permis de creuser leur avance (graphique suivant). En outre, les faibles coûts marginaux et les effets de réseau élevés qui caractérisent certaines activités numériques ont tendance à profiter à un petit nombre d’entreprises « superstars » très productives, avec lesquelles les autres entreprises ont de plus en plus de mal à rivaliser.

Même dans les secteurs à contenu technologique relativement faible (services d’hôtellerie et de restauration par exemple, la généralisation de la notation et l’évaluation en ligne par les utilisateurs tend à orienter la demande vers les entreprises les plus productives.

À l’avenir, les nouvelles technologies qui requièrent des compétences complexes, telles que l’intelligence artificielle, et des investissements incorporels de grande ampleur (par exemple dans la R-D, les algorithmes et les données) risquent d’accentuer encore davantage l’avance des entreprises les plus productives sur les moins productives.

La dispersion des niveaux de productivité entre entreprises a augmenté, en particulier dans les secteurs à forte intensité numérique; productivité multifactorielle moyenne, indice de 2009 = 100

Comparaison avec l’analyse des pertes de productivité au deuxième trimestre 2023 de l’OFCE et de la Banque de France (contributions à l’écart à la tendance pré-crise Covid, en points de pourcentage)

b) La transformation numérique s’est accélérée mais demeure incomplète

La transformation numérique est un processus complexe et multidimensionnel, rendu possible par l’augmentation rapide de la puissance de calcul, des capacités de stockage de données et de la vitesse des communications. Ces facteurs ont favorisé l’émergence d’un vaste écosystème de technologies diversifiées, parmi lesquelles certaines sont utilisées avant la crise de 2009 (logiciels de gestion des services de guichet et d’arrière-guichet et informatique en nuage par exemple) tandis que d’autres sont d’adoption plus récente (intelligence artificielle par exemple). Cet écosystème en mutation rapide se caractérise par d’étroites complémentarités entre les technologies et par le rôle de plus en plus prépondérant des données en tant que source de valeur . Ces technologies transforment la façon dont les entreprises produisent biens et services, mais aussi la façon dont elles interagissent entre elles et avec les consommateurs, dans la mesure où une part croissante de ces interactions s’opère par le biais des plateformes électroniques.

L’internet est un instrument clé des technologies numériques. De nos jours, l’internet de base est accessible pratiquement partout dans les pays de l’OCDE. Cependant, l’accès à l’internet à haut débit, incontournable pour l’utilisation des technologies récentes à haute intensité de données, reste parfois coûteux et difficile, en particulier dans les zones rurales et reculées.

Le rythme d’adoption des technologies numériques par les entreprises s’est notablement accéléré ces dernières années. Cependant, tous les pays ne sont pas logés à la même enseigne (graphique suivant). Les disparités d’adoption entre secteurs et entre entreprises pourraient s’expliquer dans une certaine mesure par les différences intrinsèques des besoins technologiques. Par exemple, les activités qui comprennent une plus grande part de tâches répétitives devraient retirer de plus amples avantages de la transformation numérique. Malgré tout, ces différences n’expliquent pas la totalité des disparités d’adoption. Ainsi, si les industries manufacturières ont tendance à profiter davantage du passage au numérique, le taux d’adoption des technologies numériques est plus élevé en moyenne dans les activités de services. Par conséquent, il existe encore probablement une marge inexploitée en ce qui concerne l’adoption des technologies numériques existantes, et la concrétisation de ce potentiel pourrait générer des gains de productivité au-delà des possibilités (plus difficiles à évaluer) offertes par les technologies plus récentes mais encore relativement peu éprouvées ou en phase de développement (intelligence artificielle).

Taux d’adoption d’une sélection de technologies numériques par les entreprises selon les pays

Part des emplois à forte intensité numérique

Dans le graphique du haut, les pays sont classés selon le taux moyen d’adoption des trois technologies. Seules les entreprises ayant au moins dix salariés sont prises en compte, sauf pour le Japon (au moins 100 salariés) et la Suisse (au moins cinq salariés). Sauf indication contraire, les données sur les logiciels de gestion intégrés et de gestion de la relation client portent sur 2017. Concernant l’informatique en nuage, les données relatives à l’Australie portent sur l’exercice 2015/16 ; les données pour le Canada se rapportent aux entreprises qui ont effectué des dépenses de « logiciels en tant que service (SaaS) » ; pour l’Islande, les données portent sur 2014, et pour la Corée, sur 2015.
Source : OCDE (2019e), Measuring the Digital Transformation: A Roadmap for the Future, sections 4.2 et 6.1, Éditions OCDE,

Une autre caractéristique de la transformation numérique est l’essor rapide des plateformes électroniques. Les plateformes créent de manière croissante des liens entre les consommateurs et les prestataires de services – qui peuvent être des entreprises ou des travailleurs indépendants – dans des secteurs tels que  le transport de personnes, l’hébergement, la restauration, le commerce de détail, la finance, les loisirs et les services à la personne . Comme le montre le graphique suivant, les plateformes ont connu un essor très rapide en moyenne depuis le milieu des années 2000, mais elles ne se sont pas déployées au même rythme dans tous les pays. Considérés ensemble, quatre secteurs dans lesquels les plateformes sont devenues des intermédiaires prépondérants (hôtels, restaurants, commerce de détail et taxis) comptent pour un quart environ de l’emploi des entreprises non agricoles dans les pays de l’OCDE. Autre statistique qui se superpose partiellement à la précédente, les travailleurs indépendants des plateformes

Utilisation des plateformes électroniques dans une sélection de secteurs (hôtels, restaurants, taxis et  commerce de détail)

c) La transformation numérique peut dynamiser la productivité de diverses manières

Les technologies numériques peuvent aider les entreprises à améliorer les processus de conception des produits et de production, à automatiser les tâches répétitives, à effectuer certaines tâches à distance et à établir des relations plus fluides avec leurs fournisseurs et clients, entre autres. Elles peuvent également produire des effets d’entraînement positifs sur les autres entreprises, y compris les entreprises de faible niveau technologique.

Par exemple, les plateformes électroniques peuvent réduire l’asymétrie de l’information entre les prestataires de services (souvent de faible niveau technologique) et leurs clients, et permettent aux entreprises d’accéder à des marchés plus vastes, synonymes de possibilités de développement accrues pour les entreprises productives. Selon une analyse empirique menée dans quatre secteurs (hôtels, restaurants, commerce de détail et taxis) de différents pays, le développement des plateformes a renforcé la productivité des prestataires de services existants durant la dernière décennie. La croissance de la productivité multifactorielle est mesurée sous la forme d’un résidu, c’est-à-dire la part de la croissance du PIB qui n’est pas expliquée par l’évolution des facteurs travail et capital, dans le cadre d’une fonction de production de Cobb-Douglas. Les gains sont substanciels : environ 0.4 % chaque année entre 2011 et 2017 (soit environ 2.5 % au total) pour le prestataire de services moyen du secteur dans les pays où les plateformes se sont développées relativement vite (premier graphique suivant). Cet ordre de grandeur est à peu près comparable à celui observé pour l’effet du développement de l’accès à l’internet à haut débit.

Gains annuels de productivité multifactorielle associés au développement des plateformes électroniques pour l’entreprise moyenne dans diverses activités de services

Plus généralement, les technologies numériques peuvent stimuler la productivité à long terme en soutenant les activités de recherche et d’innovation des entreprises et des administrations publiques et favoriser le renforcement des compétences, par le biais notamment des formations en ligne et des jeux éducatifs.

Les travailleurs plus qualifiés et les entreprises plus productives sont généralement mieux à même d’exploiter ces  complémentarités que ne le sont les autres travailleurs et entreprises. Par conséquent, les entreprises plus productives ont davantage profité de la transformation numérique dans l’ensemble (draphique suivant), et les entreprises retardataires ne parviennent pas à les rattraper . La moitié environ de l’augmentation de la dispersion de la productivité entre entreprises observée durant la période 2010-15 peut être reliée à la transformation numérique . Dans un scénario extrême de dispersion de la productivité, il existe un risque que certaines entreprises « superstars » très productives réussissent à échapper à la concurrence grâce aux actifs incorporels qui leur sont propres (données et algorithmes par exemple), en particulier dans les secteurs caractérisés par des coûts marginaux faibles et des effets de réseau élevés.

Augmentation de la productivité multifactorielle à l’échelon des entreprises associée à une augmentation de 10 points de pourcentage de l’adoption d’une sélection de technologies numériques à l’échelon sectoriel

d) Le manque de concurrence aurait frainé les de gains de productivité au delà de 2009

Il existe des facteurs explicatifs au ralentissement très net de la productivité lié au numérique outre les effets hors numérique mentionnés ci-dessus (ralentissement de la croissance du PIB, désindustrialisation, …). Parmi ces facteurs, les économistes citent celui de la concurrence. Les grandes entreprises américaines des GAFAM en situation de quasi monopole auraient empêché les entreprises innovantes d’entrer sur le marché.

La transformation numérique apporterait du bon et du moins bon sur le plan de la concurrence. Au versant positif, certaines technologies numériques permettent aux entreprises de changer d’échelle sans masse critique et facilitent la diffusion de l’information, offrant aux jeunes entreprises innovantes la possibilité de prendre pied sur les marchés et de concurrencer des entreprises existantes de plus grande taille. Cependant, de nombreuses activités numériques (parmi lesquelles les plateformes électroniques) se caractérisent par des coûts marginaux faibles, des effets de réseau multifaces élevés et le rôle central des données et des algorithmes en tant que sources de valeur, autant de facteurs qui peuvent susciter des dynamiques du « presque tout au gagnant ». Par exemple, la part de marché médiane des plateformes électroniques les plus importantes dans les certains secteurs et pays  est de 64 %. Dans la grande majorité des cas, la plateforme dominante était déjà la plus importante au cours des deux années précédentes.

Les conséquences globales de cette situation sont difficiles à estime :

• D’un côté, la concentration peut améliorer l’efficience, dans la mesure où l’augmentation du nombre d’utilisateurs et du volume de données disponibles sur les transactions permet à la plateforme d’améliorer ses algorithmes et la fiabilité de ses notations. En outre, un certain niveau de pouvoir de marché peut s’interpréter comme une rente légitime qui récompense les efforts d’innovation passés, voire être le signe d’une concurrence saine.
• D’un autre côté, les entreprises dont le pouvoir de marché est trop profondément installé peuvent utiliser les brevets à des fins stratégiques ou acheter de petites entreprises innovantes pour étouffer la concurrence , ce qui peut, à terme, nuire à l’innovation, aux niveaux de vie et à l’inclusivité.

Bien que ces questions méritent des analyses plus approfondies, des données empiriques préliminaires indiquent que le renforcement du pouvoir de marché commence dans certains cas à devenir préjudiciable à l’efficience économique. On a constaté que l’augmentation des marges est corrélée dans un premier temps avec une hausse, puis ensuite avec une baisse des taux d’investissement et d’innovation, en particulier dans les secteurs très concentrés. Ce résultat va dans le sens de la relation en U inversé entre l’intensité de la concurrence et l’innovation décrite selon P. Aghion.

De même, il apparaît que les gains de productivité associés à l’essor des plateformes électroniques sont plus faibles lorsque le marché des plateformes est dominé par une plateforme unique et que cette domination perdure dans le temps (sraphique suivant). Par conséquent, au-delà de la concentration, c’est surtout le caractère contestable des marchés de plateformes qui est important pour l’efficience. Par exemple, une plateforme dominante qui n’est pas confrontée aux pressions de la concurrence ne sera peut-être pas incitée à innover et investir dans des processus de notation et d’évaluation dignes de confiance20. Elle pourra de surcroît être tentée d’utiliser sa position de monopole ou monopsone pour tirer des rentes économiques des prestataires de services ou des utilisateurs, par exemple en prélevant des frais élevés ou en offrant des conditions défavorables à certains utilisateurs.

Effet de l’essor des plateformes sur la productivité moyenne des prestataires de services, selon la structure du marché des plateformes

Certains effets corollaires (relativement moins étudiés et surtout difficiles à chiffrer) des technologies numériques peuvent aussi nuire à la productivité. Par exemple, une trop grande exposition aux écrans et l’excès d’informations et de sources de distraction peuvent contribuer au manque de sommeil et réduire les capacités de concentration des travailleurs. Il existe une relation causale avérée entre l’augmentation de l’accès à l’internet à haut débit et le déclin de la quantité et de la qualité du sommeil et, par ailleurs, il est démontré que la diminution du temps de sommeil peut nuire à la productivité du travail. Autre problème potentiel, celui du « cyberloafing », c’est-à-dire l’utilisation personnelle de l’internet pendant les heures de travail, dont on considère généralement qu’il est préjudiciable à la productivité, quoique les rares données empiriques disponibles à ce sujet soient assez mitigées.

À l’avenir, est-ce que l’intelligence artificielle permettra d’automatiser une gamme de tâches de plus en plus large, y compris des tâches cognitives répétitives caractéristiques des activités de service, tandis que la poursuite du développement des technologies de communication facilitera-t-elle encore l’externalisation des tâches de service ? Bien que ces technologies offrent de multiples possibilités, il semble encore trop tôt pour évaluer l’ampleur de leur effet futur sur la productivité, et la querelle entre ptimistes et pessimistes n’est toujours pas éteinte. Une chose est plus sûre, néanmoins : indépendamment de ces effets, l’élargissement de la diffusion des technologies existantes (internet à haut débit, informatique en nuage et plateformes électroniques par exemple) amènerait déjà des avantages incontestables sur le plan de la productivité.

X – ÉCONOMIE NUMÉRIQUE ET ENVIRONNEMENT

Le Numérique apparaît aussi souvent comme un moyen de réduire la consommation d’énergie dans un grand nombre de secteurs (concepts « IT for Green » ou « Green by IT »), en permettant une utilisation plus efficiente des ressources : énergie (smart grids, small grids), transport (mobilité connectée), industrie (usine 4.0), services (e-commerce), bâtiments (smart building), agriculture (smart farming, smart water), etc.

À tel point que l’on considère de plus en plus qu’il ne serait pas possible de maîtriser le changement climatique sans un recours massif au Numérique.

Mais l’empreinte matérielle du Numérique est très largement sous-estimée par ses utilisateurs, compte tenu de la miniaturisation des équipements et de « l’invisibilité » des infrastructures utilisées. Ce phénomène est renforcé par la généralisation de l’offre de services dans le « Cloud », qui rend d’autant plus imperceptible la réalité physique des usages, et conduit à sous-estimer les impacts environnementaux directs du Numérique.

Le numérique représente ainsi aujourd’hui 3 à 4 % des émissions de gaz à effet de serre (GES) dans le monde et 4,4 % de l’empreinte carbone nationale. Mais sans action pour limiter la croissance de l’impact environnemental du numérique, son empreinte carbone pourrait tripler entre 2020 et 2050.

1/ le Numérique, outil ou handicap pour la transition énergétique au niveau mondial?

a) La consommation d’énergie induite par les usages du Numérique

The Shift Project fait un état des lieux de la consommation d’énergie du numérique et de son empreinte carbone. Il n’existe pas de chiffres globaux issus de mesures (même à l’échelle d’un pays) de la consommation d’énergie induite par les usages du Numérique. Les estimations disponibles sont obtenues soit par projection de mesures réalisées sur des échantillons (par exemple, un ensemble de data centers), soit par utilisation de modèles plus ou moins sophistiqués, mais détaillant rarement l’ensemble des hypothèses adoptées ; en outre, le périmètre retenu dans les études disponibles comme étant celui du Numérique est variable.

Les auteurs du Shift Project ont défini quatre scénarios pour établir nos prévisions 2025 :

– « Expected updated » : nous avons gardé le même rythme de gain d’efficacité énergétique que dans le scénario « expected case », et nous avons actualisé les données de trafic uniquement sur la base des chiffres fournis par Cisco, en prolongeant les tendances au-delà de 2021.

– « Higher growth higher EE » : nous avons fait l’hypothèse que l’efficacité énergétique s’améliore plus rapidement à partir de 2015 et nous avons actualisé les données de trafic sur la base de l’historique fourni par Cisco et en appliquant aux prévisions d’ici 2025 le taux de croissance historique, qui s’avère plus important que dans le scénario précédent.

– « Superior growth peaked EE » : variante du scénario précédent, il prend en compte une légère augmentation de la croissance du trafic après 2020 par rapport à celui-ci et un pic des gains d’efficacité énergétique en 2020, notamment dans les data centers. Cette hypothèse s’appuie sur les craintes de plafonnement de la performance énergétique une fois appliquées toutes les bonnes pratiques (United States Data Center Energy Usage Report, 20167).

– « Sobriety » : identique au scénario “Higher growth higher EE” jusqu’en 2020, puis ralentissement de la croissance du trafic et de la production permis par la mise en œuvre de pratiques de sobriété. Ce scénario intègre également une décélération des gains d’efficacité énergétique des data centers après 2020 afin de tester la robustesse de l’approche.

Il en ressort que la consommation énergétique du Numérique dans le monde augmente d’environ 9% par an (période 2015 à 2020), une tendance largement supérieure au scénario moyen « expected case » prévu par Andrae et Edler (4%) et à peine inférieure à leur scénario catastrophe « worst case » (10%). Ce taux de croissance correspond à un doublement en 8 ans et est appelé à augmenter dans tous les scénarios n’intégrant pas un changement volontariste dans les pratiques de consommation (trafic, terminaux)

Consommation d’énergie mondiale du Numérique en TWh

Source : [Lean ICT Materials] Forecast Model. Produit par The Shift Project à partir des données publiées par (Andrae & Edler, 2015)]

En rapportant la consommation énergétique du Numérique à la consommation mondiale d’énergie (elle-même en croissance de 1,5 % par an), cette proportion (désignée ici par RatioE) passe de 1,9% en 2013 à 2,7%en 2017, et atteindra 3,3% en 2020. Compte tenu de la dynamique actuelle de la consommation et de son inertie, il sera à peu près impossible de contenir le RatioE en-dessous de ce niveau à cette échéance.

Concernant la période 2020 à 2025, la comparaison des différents scénarios montre l’apparition de bifurcations :

• Une accélération de la croissance lorsque l’on prolonge les tendances de consommation (trafic, terminaux) et d’efficacité énergétique (réseaux et data centers), menant à un RatioE supérieur à 4,5% en 2025.
• Une explosion de celle-ci si les progrès en matière d’efficacité énergétique ralentissent. Or, ce risque est réel car les technologies actuelles approchent de leurs limites et les technologies futures (processeurs quantiques par exemple) ne seront pas industrialisées à cette échéance. Dans ces conditions, un RatioE de 6% en 2025 est probable.
• Une stabilisation de la consommation d’énergie par le Numérique si nous parvenons à maîtriser nos pratiques de consommation (plus de sélectivité dans les usages vidéo, durée de conservation des smartphones un peu allongée), et ce malgré une concrétisation du risque de moindre augmentation de l’efficacité énergétique des infrastructures. Dans ces conditions, la consommation d’énergie n’augmente que de 1,5% par an et le RatioE reste de l’ordre de 3,2% jusqu’en 2025. Or, il ne s’agit en aucun cas dans ce scénario de museler la transition numérique : la croissance du trafic reste très élevée (17% dans les data centers, 25% sur les réseaux mobiles) et les achats de terminaux soutenus (1,5 milliards de smartphones vendus en 2025, soit le niveau de 2017.

Évolution 2010-2025 de la consommation énergétique du Numérique rapportée à la consommation énergétique mondiale

[Source : [Lean ICT Materials] Forecast Model. Produit par The Shift Project à partir des données publiées par (Andrae & Edler, 2015)]

Compte tenu du mix électrique mondial, la part d’émissions de gaz à effet de serre (GES) attribuable au Numérique passerait ainsi de 2,5% en 2013 à 4% en 2020 (2,1 Gt) .

Ce chiffre est du même ordre de grandeur que ceux relatifs à des secteurs réputés beaucoup plus consommateurs d’énergie carbonée et dont l’empreinte matérielle est réputée bien plus grande : la part d’émissions de GES des véhicules légers (automobiles, motos…) est d’environ 8% en 2018, et celle du transport aérien civil d’environ 2% en 2018. Toujours à titre de comparaison, le Numérique devrait émettre en 2020 autant de CO2 quel’Inde en 201510, pour la totalité de son milliard trois cent millions d’habitants consommant essentiellement des énergies fossiles.

Plus préoccupant encore est le taux de croissance d’environ 8% des émissions de GES dues au Numérique. En effet, cette croissance doit s’analyser dorénavant au regard des objectifs de réduction des  émissions de GES tels que définis lors de la COP 21. Or, alors que l’on peut espérer une baisse graduelle des émissions de GES totales à court terme (2020, par exemple), la part du Numérique dans ces émissions va continuer à augmenter et pourrait doubler d’ici 2025 pour atteindre 8%.

Émissions de GES mondiales du Numérique en Gigatonnes de CO2eq

[Source : [Lean ICT Materials] Forecast Model. Produit par The Shift Project à partir des données publiées par (Andrae & Edler, 2

2/ Les TIC dans les entreprises et l’environnement dans l’UE

a) Prendre en compte l’impact environnemental lors de l’achat d’équipements TIC

Lors de l’achat de services ou d’équipements TIC, les entreprises prennent en compte les caractéristiques qui ont un impact sur l’environnement. En voici quelques exemples :

• consommation d’énergie,
• qu’ils soient fabriqués à partir de matériaux facilement recyclables ou recyclés,
• qu’ils aient été produits entièrement avec de l’énergie propre,
• emballage recyclable minimal,
• équipement facilement réparable et hautement durable, permettant aux utilisateurs de télécharger des mises à jour gratuites du micrologiciel pour résoudre les problèmes de batteries plutôt que de les remplacer en cas de dysfonctionnement dû à des problèmes de micrologiciel.

En 2022, 58,5 % des entreprises de l’UE comptant 10 salariés ou plus et des travailleurs indépendants ont déclaré qu’elles tenaient compte de l’impact environnemental des services TIC ou des équipements TIC lors de leur sélection. Les grandes entreprises ont davantage pris cet impact en compte que les moyennes et petites entreprises : 70,2 % pour les grandes entreprises, 63 % pour les moyennes entreprises et 57,3 % pour les petites entreprises

Entreprises prenant en compte l’impact environnemental des services TIC ou des équipements TIC lors de leur sélection, par catégorie de taille, UE, 2022, (% des entreprises)

La comparaison des entreprises prenant en compte l’impact environnemental des services TIC ou des équipements TIC entre les pays de l’UE montre que la part variait entre 75,1 % et 14,3 % et que onze pays se situaient au-dessus de la moyenne de l’UE (58,5 %). En 2022, le pays ayant la part la plus élevée d’entreprises prenant en compte l’impact environnemental des services TIC ou des équipements TIC lors de leur sélection était le Portugal (75,1 %), suivi de l’Italie (74,9 %), de Chypre (71,1 %) et de la Roumanie (70,8 %). Les parts les plus faibles ont été enregistrées en Grèce (14,3 %) et en Croatie (26,5 %). Le ratio est de 60,5% en France.

Entreprises prenant en compte l’impact environnemental des services TIC ou des équipements TIC lors de leur sélection, 2022 (% des entreprises)

b) Mesures utilisées pour réduire l’empreinte environnementale des équipements TIC

Lors de l’utilisation d’équipements TIC, les entreprises peuvent appliquer différentes mesures pour réduire leur empreinte environnementale. En 2022, 66 % des entreprises de l’UE, comptant 10 salariés ou plus et des travailleurs indépendants, ont déclaré avoir appliqué certaines mesures optimisant la quantité de papier utilisée pour l’impression et la copie, et 44,1 % des entreprises de l’UE ont appliqué des mesures optimisant la consommation d’énergie des équipements TIC qu’elles utilisent. Les grandes entreprises ont plus souvent appliqué des mesures qui optimisent leur empreinte environnementale que les moyennes et petites entreprises. En 2022, 78,7 % des grandes entreprises de l’UE ont appliqué des mesures optimisant la quantité de papier utilisée pour l’impression ou la copie, suivies des moyennes entreprises (71,4 %) et des petites entreprises (64,7 %). Environ 62,1 % des grandes entreprises de l’UE ont déclaré avoir appliqué certaines mesures pour limiter ou optimiser la consommation d’énergie de leurs équipements TIC, suivies des moyennes entreprises (50,8 %) et des petites entreprises (42,3 %).

68,4 % des entreprises de l’UE (61,3% en France) ont déclaré en 2022 avoir appliqué certaines mesures pour optimiser la quantité de papier utilisée ou la consommation d’énergie de leurs équipements TIC. Cette part varie considérablement selon les pays de l’UE et se situe entre 79,5 % et 25,2 %. La part la plus élevée d’entreprises appliquant de telles mesures a été enregistrée en Autriche (79,5 %), suivie des Pays-Bas et de la Finlande (77,0 % chacun), tandis que les parts les plus faibles ont été enregistrées en Hongrie (25,2 %) et en Irlande (46,5 %).

Entreprises appliquant certaines mesures pour optimiser la consommation de papier ou d’énergie des équipements TIC, 2022 (% des entreprises)

c) Élimination des équipements TIC inutilisés

Les entreprises ont différentes façons d’éliminer les équipements TIC inutilisés (par exemple, les ordinateurs, les écrans, les téléphones portables), certaines d’entre elles peuvent contribuer à créer une économie plus circulaire. Ils peuvent être éliminés via la collecte/le recyclage des déchets électroniques (par l’entreprise elle-même ou un détaillant) ou peuvent être conservés dans l’entreprise (par exemple pour être utilisés comme pièces de rechange ou pour empêcher la divulgation d’informations sensibles) ou peuvent être vendus, retournés à l’entreprise de leasing ou donnés, dans le but d’être réutilisés au sein d’une autre organisation (second cycle de vie), lorsqu’ils ne sont plus utilisés. Les entreprises peuvent utiliser une, deux ou les trois façons d’éliminer les équipements TIC inutilisés.

• 77,4 % des entreprises de l’UE comptant 10 salariés ou plus et des travailleurs indépendants ont déclaré qu’ils éliminaient les équipements TIC de l’entreprise via la collecte/le recyclage des déchets électroniques,
• 49,5 % des entreprises de l’UE conservent des équipements TIC dans l’entreprise et
• 28,3 % des entreprises vendent (25,3% en France), retournent à une entreprise de leasing ou font don de leur équipement TIC lorsqu’il n’est plus utilisé.

En ce qui concerne la taille de l’entreprise et la manière dont les équipements TIC inutilisés sont éliminés, la plus grande différence entre les grandes et les petites entreprises (26 points de pourcentage) a été enregistrée pour les entreprises qui vendent, retournent à une entreprise de leasing ou font don d’équipements TIC lorsqu’ils ne sont plus utilisés

Entreprises se débarrassant de leurs équipements TIC lorsqu’ils ne sont plus utilisés, par méthode d’élimination et par taille, UE, 2022, (% des entreprises)

3/ Le numérique et l’environnement en France

79 % de l’empreinte carbone du numérique provient de nos équipements (smartphones, ordinateurs, téléviseurs et objets connectés…), environ 16 % des centres de données et 5 % des réseaux. Et bien que le temps passé devant les écrans ait augmenté significativement ces deux dernières décennies, ce n’est pas l’utilisation des équipements (et donc leur consommation d’électricité) qui est principalement responsable de leur empreinte carbone… mais leur fabrication, à hauteur de 80 %. https://www.arcep.fr/la-regulation/grands-dossiers-thematiques-transverses/lempreinte-environnementale-du-numerique/etude-ademe-arcep-empreinte-environnemental-numerique-2020-2030-2050.html

Autrement dit, avant même que nous n’utilisions notre dernier smartphone, téléviseur ou ordinateur flambant neuf, il a déjà produit près de 80 % des émissions de gaz à effet de serre qu’il émettra durant sa (trop courte) vie. Sa distribution, pourtant régulièrement accomplie par voie aérienne en complément du transport maritime, paraît en comparaison anecdotique (1 %). Son utilisation occupe la part restante, soit près de 20 %.

L’impact environnemental du numérique ne se limite pas à l’empreinte carbone ou aux émissions de gaz à effets de serre. La fabrication des équipements pour les réseaux et des terminaux connectés (smartphones, ordinateurs, TV et objets connectés…) a également un impact sur l’épuisement des ressources : à titre d’exemple, une personne vivant en France génère chaque année, pour ses seuls usages numériques, l’extraction ou le déplacement de plus de 900 kilos de ressources, que ce soit en eau, métaux ou énergies fossiles…

Que l’on examine l’empreinte carbone du numérique par sa répartition en grands tiers ou par phase du cycle de vie, on constate donc que la majorité des émissions est liée à la fabrication des terminaux utilisateurs (smartphones, téléviseurs ou ordinateurs par exemple).

Selon l’ADEME, le numérique en France représente 4,4 % de l’empreinte carbone du pays en 2022 soit 29,5 MtCO2e de GES émises en 2022. Soit un peu moins que les émissions totales du secteurs des poids lourds.    50 % de l’impact carbone du numérique sont liés à la fabrication et au fonctionnement des terminaux (téléviseurs, ordinateurs, smartphones…).     46% aux centres de données.    4% aux réseaux. Si rien n’est fait l’ADEME s’attend  à un triplement des émissions de gaz  à effet de serre d’ici 2050.

Source : https://infos.ademe.fr/magazine-janvier-2025/numerique-quel-impact-environnemental-en-2022/#:~:text=Le%20num%C3%A9rique%20en%20France,du%20secteurs%20des%20poids%20lourds.

– Fabrication des équipements : un impact important

17,8 MtCO2e de GES émises en 2022. La fabrication de ces équipements est ce qui pèse le plus dans l’impact global du numérique. 117 Mt/an de ressources mobilisées pour produire ces équipements : métaux, minerais, plastiques, eau, terres excavées, etc. soit 1,7 t par an et par personne en France.

– L’impact des data centers en forte hausse

46 % de l’empreinte carbone du numérique sont causés par les data centers : c’est donc lié à l’utilisation des services numériques (moteurs de recherche, clouds, vidéos à la demande, réseaux sociaux, IA…).  C’est plus qu’en 2020 (16 %), pour deux raisons :    à l’époque, seuls les data centers implantés en France avaient été pris en compte ; or, une partie importante de nos usages (53 %) est hébergée à l’étranger ;    de nouveaux centres de données ont été mis en service entre 2020 et 2022

– 11 % de la consommation électrique français sont liés au numérique.

Soit 51,5 TWh par les usages nationaux du numérique. Mais ce sont en réalité 65 TWh, si l’on prend en compte les data centers situés à l’étranger, soit presque autant que la consommation éléctrique totale de l’Île-de-France (66,6 TWh).À noter  que ces données, datant de 2022, ne reflètent pas encore la montée en puissance de l’IA générative.  Si rien n’est fait l’ADEME s’attend  à + 80 % d’ici 2050     d’électricité consommée en France, atteignant ainsi 93 TWh (dont 39 TWh par les seuls data centers).

– Qu’en est-il de l’audiovisuel ?

5,6 MtCO2e émises par la consommation de contenus audiovisuels en France en 2022 : TV linéaire, streamings audio et vidéo à la demande…, soit autant que les émissions de 4 041 073 véhicules par an. n+ 29 % en 2030, si l’on suit la tendance actuelle (moins de télé en direct, mais plus de vidéos à la demande et de streaming vidéo).

Michel Braibant