94
|
SÉNÉGAL NUMÉRIQUE ET CROISSANCE INCLUSIVE
disposant de meilleures technologies ont tendance à être plus productives et à bénéficier d’opportunités d’expansion de la production et de l’emploi. Dans le cadre des fonctions générales de l'entreprise, les entreprises dont la croissance de l’emploi est plus rapide ont tendance à utiliser des technologies plus avancées pour effectuer des tâches internes à l’entreprise. Lorsque l’association entre l’adoption de la technologie et la croissance de l’emploi pour des fonctions générales spécifiques à la marge d’utilisation intensive est analysée, une association positive et statistiquement significative est trouvée pour toutes les fonctions. Il est intéressant de noter que les utilisations des technologies numériques internes à l’entreprise pour l’administration commerciale et la planification de la production sont associées à une croissance moyenne des emplois plus élevée que les utilisations des technologies numériques externes à l’entreprise pour l’approvisionnement en amont et le marketing en aval, les ventes et les méthodes de paiement (figure 3.15). Cette constatation pourrait s’expliquer en partie par ce dernier exigeant un écosystème d’adoption plus étendu et plus efficace, incluant d’autres entreprises en amont et en aval et des particuliers en tant qu’utilisateurs. En outre, l’adoption de technologies plus sophistiquées est associée à une augmentation disproportionnée des travailleurs de la production et des services par rapport aux professions hautement qualifiées. Pour étudier cette relation, la corrélation entre l’indice technologique et les changements dans la composition des compétences de l’entreprise sur la base des professions existantes en 2016 et 2018 est analysée. L’indicateur de l’intensité de compétences élevées est la part du personnel hautement qualifié (PDG et cadres, professionnels et techniciens) par rapport au total des travailleurs, qui comprend également les professions peu qualifiées (employés de bureau, ouvriers de la production et des services). Les différences de cette part entre 2016 et 2018 sont utilisées comme variable dépendante. La figure 3.16a montre une FIGURE 3.16
Évolution de la part des professions hautement qualifiées et l’adoption des technologies
0,05
0,00
–0,01 –0,02 –0,04
–0,05 –0,06 –0,10
–0,15 FGE EXT
FGE INT
FSS EXT
FSS INT
b. Modèle 2 : Évolution de la part des professions hautement qualifiées et des technologies, sous réserve de variables supplémentaires Variation de la part des professions hautement qualifiées (points de pourcentage)
Variation de la part des professions hautement qualifiées (points de pourcentage)
a. Modèle 1 : Évolution de la part des professions hautement qualifiées et des technologies, en fonction du nombre initial de travailleurs 0,05
0,00
–0,01 –0,02 –0,04
–0,05
–0,07
–0,10 FGE EXT
FGE INT
FSS EXT
FSS INT
Source : Cirera et al. (2021). Note : Estimations ponctuelles à des intervalles de confiance de 5 %. Les résultats des moindres carrés ordinaires sont présentés pour l’association entre la part des professions hautement qualifiées entre 2018 et 2016 et les mesures technologiques. Les coefficients se réfèrent aux mesures technologiques pour les FGE et les FSS dans les marges extensive (EXT) et intensive (INT). Les modèles 1 et 2 contrôlent le logarithme du nombre initial de travailleurs en 2016. Le modèle 2 tient également compte des groupes d’âge des entreprises, du secteur, de la région, de la multinationale et du statut d’exportateur.
