Version classiqueVersion mobile

Sciences, technologies et sociétés de A à Z

 | 
Frédéric Bouchard
, 
Pierre Doray
, 
Julien Prud’homme

Taux d’adoption de l’innovation

Catherine Beaudry

Texte intégral

1La diffusion de l’innovation est le comportement agrégé d’entreprises (ou d’individus) qui adoptent (ou pas) une technologie ou une innovation (voir Diffusion de la technologie). L’adoption est alors définie comme le comportement d’un agent qui décide d’adopter une technologie ou une innovation à un moment précis. Les diverses revues de littérature de Baptista, Geroski, Rogers ou Stoneman proposent des retours exhaustifs sur les travaux réalisés à ce sujet depuis les œuvres pionnières de Griliches et Mansfield.

2La littérature sur la diffusion vise à comprendre le « taux d’adoption » de l’innovation. Des travaux portant sur la demande et la consommation cherchent à cerner les facteurs qui influencent les décisions des consommateurs ; bien que ces deux littératures aient évolué indépendamment, elles demeurent néanmoins interreliées. La vitesse à laquelle une innovation est adoptée dépend des facteurs qui influencent les décisions individuelles de consommation des agents, ainsi que de la rapidité avec laquelle ces facteurs évoluent. Les facteurs affectant le taux d’adoption d’une technologie ou d’une innovation donnée sont : les bénéfices qu’apporte son adoption ; la présence ou non de produits substituts ou compléments ; les effets de réseaux et de standards qui accroissent les bénéfices d’une adoption ; les coûts d’adoption de la technologie (y compris l’investissement complémentaire et l’apprentissage, la capacité d’absorption et les coûts d’opportunité) ; l’incertitude quant à l’utilité de la technologie ; la taille et la structure du marché (voir Gestion de la technologie).

3Il existe un bon nombre de modèles pour déterminer le taux d’adoption et de diffusion de l’innovation. Parmi ceux-ci, les modèles épidémiques prennent leur source dans la similarité entre la diffusion d’une maladie infectieuse et la diffusion d’une nouvelle technologie parmi la population d’utilisateurs (voir Modèles scientifiques). Chaque fois qu’un consommateur est exposé à une innovation, il y a une probabilité qu’il devienne « infecté » et adopte l’innovation. Le taux d’adoption est alors proportionnel au produit du nombre d’adopteurs (consommateurs « infectés ») multiplié par le nombre de non-adopteurs. La solution de cette équation différentielle donne une courbe bien connue de diffusion en forme de S (sigmoïde). Comme l’utilisation d’une nouvelle technologie est limitée à ceux qui en connaissent l’existence, la diffusion résulte d’une transmission de connaissance depuis ceux qui ont déjà adopté la technologie. La transmission de la connaissance limite donc la diffusion de l’innovation. Les modèles épidémiques ne distinguent toutefois pas les différents buts, capacités et actions des individus ou entreprises dans le processus de diffusion (voir Usager, figures de l’usager).

4En outre, cette courbe en S peut être obtenue par de nombreuses fonctions : logistique, exponentielle modifiée, ou logarithmico-normale cumulative. Lissoni et Metcalfe divisent les modèles en deux catégories : les théories fondées sur le déséquilibre (modèles épidémiques, approche évolutive) et les théories fondées sur l’équilibre (modèles probit, théorie des jeux). Les modèles probit ordonnent les adopteurs selon leur revenu, leur taille ou d’autres facteurs. Selon cette approche, les agents investissent dans un nouvel équipement si leur taille a atteint un certain seuil critique, les grandes entreprises investissant en général en premier. Leur taille est alors distribuée selon une loi logarithmico-normale. La réduction de la taille critique ou l’augmentation générale de la taille des entreprises permet aux plus petites entreprises d’adopter une technologie dispendieuse.

5Comme l’indiquent Karshenas et Stoneman, cependant, les modèles décrits plus haut ne tiennent pas compte de l’aspect stratégique de l’adoption de l’innovation. En effet, certaines décisions d’adoption émanent du désir de dépasser ou de rattraper des concurrents sur les plans du prix, de la qualité, voire même de la performance. Ces modèles permettent d’expliquer la diffusion lorsque l’information, les effets du prix, de la qualité ou du revenu ne sont pas des facteurs déterminants (voir Économie évolutionniste).

6Les décisions des adopteurs ne sont pas, non plus, nécessairement indépendantes les unes des autres. Pour en tenir compte, les modèles de théorie des jeux prennent en considération l’influence des adopteurs les uns sur les autres. Dans ces modèles, la diffusion de l’innovation prend un certain temps parce qu’elle ne paraît pas nécessairement supérieure aux autres au départ. Les premières firmes à adopter une technologie présentent ensuite un rendement plus élevé à l’adoption, puis, à mesure que le nombre d’adeptes d’une technologie augmente, les bénéfices liés à l’adoption diminuent.

7Enfin, dans l’approche évolutive, deux effets peuvent être distingués : l’effet boule de neige et l’effet de distinction. Le premier est en quelque sorte un effet de réseau : le fait qu’un consommateur A adopte une technologie augmente la probabilité qu’un consommateur B l’adopte aussi. Le second, documenté par Swann, décrit l’effet inverse, lorsque l’adoption d’une technologie par A réduit la probabilité que B l’adopte, B voulant se distinguer de A.

Bibliographie

Baptista, R. (1999), «The diffusion of process innovations: A selective review», International Journal of the Economics of Business, vol. 6, p. 107-129.

Geroski, P. A. (2000), «Models of technology diffusion», Research Policy, vol. 29, p. 603-625.

Griliches, Z. (1957), «Hybrid Corn: An Exploration in the Economics of Technological Change», Econometrica, vol. 25, n° 4, p. 501-522.

Hall, Bronwyn (2004), Innovation and Diffusion, NBER Working Paper n° 10212.

Karshenas, M. et P. Stoneman (1995), «Technological diffusion», dans P. Stoneman (dir.), Handbook of the Economics of Innovation and Technological Change, chapitre 7, p. 265-297.

Lissoni, F. et S. Metcalfe (1994), «Diffusion of Innovation Ancient and Modern: A Review of the Main Themes», dans M. Dodgson et R. Rothwell (dir.), The Handbook of Industrial Innovation, chapitre 9, p. 106-141.

Mansfield, E. (1961), «Technical Change and the Rate of Imitation», Econometrica, vol. 29, n° 4, p. 741-766.

Rogers, E. (1995), Diffusion models, 4e édition, New York, Free Press.

Stoneman, P. (2002), The Economics of Technological Diffusion, Oxford, Blackwell.

Swann, G. M. P. (2002), «There’s more to the economics of consumption than (almost) unrestricted utility maximisation», dans A. McMeekin, M. Tomlinson et V. Walsh (dir.), Innovation by Demand: An Interdisciplinary Approach to the Study of Demand and Its Role in Innovation, Manchester University Press, p. 23.

© Presses de l’Université de Montréal, 2015

Conditions d’utilisation : http://www.openedition.org/6540

Lire

Open access

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search