Analyse en vedette - É-U

Le quotient de productivité

La productivité mesure l’efficacité avec laquelle les États-Unis transforment les apports en capital et en main-d’œuvre en production de biens et de services.

Il est essentiel de comprendre la structure exacte des indicateurs de productivité américains dans un contexte caractérisé par une tension persistante sur le marché du travail, ainsi que par l’intégration accélérée de l’intelligence artificielle et l’augmentation des dépenses d’investissement.

La productivité est un indicateur fondamental qui détermine la viabilité des marges bénéficiaires des entreprises, ancrent la trajectoire à long terme des taux d’intérêt et servent de référence pour le taux de croissance maximal durable d’une économie sans déclencher d’inflation.

Bien que simple sur le plan conceptuel (production divisée par les heures travaillées), l’indicateur officiel du Bureau of Labor Statistics (BLS) nécessite de naviguer dans un pipeline de données complexe et interagences, qui comprend les contributions du Bureau of Economic Analysis (BEA), du US Census Bureau et de plusieurs divisions du BLS. Le BEA calcule le produit intérieur brut réel et la valeur ajoutée sectorielle (numérateur), tandis que le BLS effectue l’agrégation finale de l’indice. L’enquête sur les établissements (Current Employment Statistics, CES), l’enquête nationale sur la rémunération (National Compensation Survey, NCS) et l’enquête sur la population actuelle (Current Population Survey, CPS) sont utilisées pour calculer le dénominateur des heures travaillées.

Ce guide décortique l’architecture, clarifie les idées reçues courantes et aide à expliquer les zones d’ombre de la mesure.

Le BLS produit deux principaux types de statistiques sur la productivité

1. Productivité monofactorielle (productivité du travail) : rapport entre la production et la seule main-d’œuvre.

2. Productivité totale des facteurs (PTF) : prend en compte le capital, l’énergie, les matières premières et les services achetés.

La productivité du travail est définie comme le rapport entre la production réelle et les heures de travail dans le secteur des entreprises non agricoles, afin de suivre l’évolution de la productivité au fil du temps.

Le BLS utilise une méthode de croissance qui traite les augmentations et les diminutions de manière symétrique, ce qui signifie qu’une hausse de 10 % suivie d’une baisse de 10 % ramène au point de départ. Cette approche, bien que peu intuitive, facilite la comparaison des variations de productivité entre différentes périodes.

La productivité du travail est une approche à facteur unique, qui attribue toute la croissance de la production à la seule main-d’œuvre, ce qui est simple et permet des évaluations rapides. Mais elle confond les gains d’efficacité avec l’augmentation des investissements en machines qui rendent les travailleurs plus productifs. Dans ces situations, la productivité du travail augmente même en l’absence d’innovation technologique; les travailleurs disposent simplement de plus d’outils.

La PTF est utilisée pour expliquer la croissance de la productivité du travail de manière plus détaillée en isolant la croissance des intrants des gains d’efficacité et des avancées technologiques.

Elle répartit la production entre un ensemble d’intrants observables, ajoutant le capital et les intrants intermédiaires à la main-d’œuvre en tant que facteurs de production. Une fois la PTF décomposée, la croissance de la productivité du travail s’explique par trois facteurs : la croissance de la PTF (p. ex., les améliorations technologiques et organisationnelles, les synergies, une meilleure gestion et d’autres facteurs non mesurés), l’intensité en capital (p. ex., une plus grande quantité de capital, davantage d’équipements par travailleur) et la composition de la main-d’œuvre (p. ex., davantage de capital humain dans la main-d’œuvre, plus d’expérience, la composition sectorielle). Croissance de la PTF (p. ex., améliorations technologiques et organisationnelles, synergies, meilleure gestion et autres facteurs non mesurés), intensité du capital (p. ex., plus grande quantité de capital, plus d’équipement par travailleur) et composition de la main-d’œuvre (p. ex., plus de capital humain dans la population active, plus d’expérience, composition sectorielle).

Le numérateur : l’agrégation de la production

Le BLS mesure la production en soustrayant les intrants intermédiaires de la production réelle, un concept connu sous le nom de « production à valeur ajoutée réelle », issu du BEA.

Le BLS utilise cette méthode pour créer un indice de production similaire, mais distinct du PIB global. Cela permet d’éviter le double comptage des intrants tout au long de la chaîne d’approvisionnement. À titre d’exemple, lorsqu’un constructeur automobile achète de l’acier, la valeur de cet acier a déjà été comptabilisée dans la production de l’industrie sidérurgique. Pour éviter de la compter deux fois, nous ne mesurons que la valeur ajoutée à chaque étape de la production : ce que la main-d’œuvre et le capital apportent de manière unique pour transformer les intrants en produits de plus grande valeur.

Ces valeurs de production sont généralement obtenues en déflatant les ventes nominales ou les valeurs de production à l’aide d’indices de prix. Parfois, le BEA calcule la production réelle en effectuant des ajustements à l’aide d’indices composites spécifiques à chaque situation, mais cette pratique est beaucoup moins courante. À titre d’exemple, la part des vêtements et des chaussures dans les biens non durables est ajusté à l’aide d’une série issue de l’indice des prix de consommation (IPC). De même, pour ajuster les aliments et les boissons achetés pour une consommation hors établissement, on utilise un indice composite du BEA basé sur les prix versés aux agriculteurs par l’USDA. Par ailleurs, il est également possible de calculer la production réelle par extrapolation quantitative ou par évaluation directe, mais cette méthode est peu courante.

Une sous-catégorie des dépenses de consommation des ménages (pour les services de consommation personnelle), le logement et les services publics, utilise l’extrapolation des quantités pour son estimation du PIB réel. Il s’agit d’un stock net en dollars chaînés de logements agricoles issu des estimations du stock de capital du BEA.

La productivité est rapportée à plusieurs niveaux d’agrégation différents, le plus souvent dans le secteur des entreprises et le secteur des entreprises non agricoles. Pour toutes les agrégations, il existe une exclusion importante des secteurs public, à but non lucratif et des ménages privés afin d’isoler les biais. La production publique est généralement évaluée exactement au coût des intrants (principalement la rémunération des employés, mais incluant également la consommation de capital fixe et d’autres intrants). Cette approche est adoptée car il n’existe pas de prix de marché pour la « production » d’un enseignant du public ou d’un employé du service des immatriculations. Par conséquent, le gouvernement considère que leur production est égale à leur rémunération. Cela créerait un cercle vicieux si ce secteur était inclus dans la productivité du travail. La croissance correspondrait alors en réalité à une croissance des salaires, ce qui introduirait un biais dans la mesure en raison d’un signal externe concernant les prix des intrants.

Des problèmes similaires se posent avec les organisations à but non lucratif et les ménages privés, ce qui justifie leur exclusion. Les organisations à but non lucratif ne pratiquent pas de tarification axée sur le profit qui pourrait freiner la productivité, et les intrants de main-d’œuvre des ménages privés ne peuvent être mesurés, ce qui entraîne du bruit et de la volatilité.

Le BLS agrège les productions de différents secteurs à l’aide d’un indice à pondérations dynamiques. Cela permet de mesurer les comportements de substitution, c’est-à-dire de reconnaître quand un secteur croît plus rapidement ou devient plus coûteux. Son importance relative dans l’économie change, et l’indice ajuste ses pondérations en conséquence.

Le dénominateur : l’apport en main-d’œuvre

Le calcul du dénominateur des heures travaillées est nettement plus complexe. Contrairement à la production, l’apport en main-d’œuvre nécessite de synthétiser les données issues des enquêtes auprès des établissements et des ménages, ainsi que de diverses autres sources, afin de refléter le temps de travail effectif dans l’économie.

Le dénominateur des heures travaillées intègre quatre enquêtes distinctes à travers un processus d’ajustement à plusieurs niveaux :

Estimation de référence de l’emploi

Le sondage sur les statistiques de l’emploi actuel (CES) du BLS constitue la source principale, couvrant près de 95 % de l’emploi aux États-Unis par secteur d’activité. Le CES recense les emplois, et non les personnes (c’est-à-dire qu’une personne occupant deux emplois à temps partiel est comptée deux fois dans l’enquête). Par conséquent, nous multiplions le nombre d’emplois par la moyenne hebdomadaire d’heures appropriée pour ce poste, compte tenu de ses caractéristiques.

Ajustements liés aux congés payés pour les heures travaillées

• Le CES présente une limitation structurelle majeure pour la mesure de la productivité : il recueille des données sur les heures rémunérées, et non sur les heures travaillées. Cela comprend intrinsèquement les jours fériés, les congés maladie, les congés payés et les congés personnels, les obligations de juré et autres absences rémunérées.

• Pour ajuster aux heures de travail effectives, le ratio de congés rémunérés est calculé et sert d’indice de déflation. À titre d’exemple, si un travailleur est rémunéré pour 40 heures, mais prend huit heures de congé, le CES enregistre 40 heures. Le ratio de congés rémunérés (32/40), une fois multiplié, ramène ce chiffre à 32 heures. Historiquement, le ratio d’ajustement moyen des congés rémunérés est passé d’environ 97 % en 1995 à 94 % en 2025, ce qui reflète une augmentation générale des avantages sociaux accordés aux employés.

• Hypothétiquement, cela a un coût en termes de production dans le secteur des entreprises non agricoles. Cependant, l’élargissement des avantages sociaux peut améliorer le bien-être des employés (grâce à une meilleure santé, une plus grande satisfaction professionnelle, une sécurité accrue et un meilleur équilibre entre vie professionnelle et vie privée) d’une manière qui augmente la production par heure travaillée. Comme ces effets sur le bien-être ne seraient pas mesurés en tant qu’améliorations de l’intensité capitalistique ni de la qualité de la main-d’œuvre (les attributs actuels définissant cela sont l’âge, l’expérience, le salaire, etc.), ils seraient pris en compte dans la PGF.

Ajustements liés aux heures supplémentaires

• De nombreux salariés travaillent un nombre d’heures considérable au-delà de leur semaine de travail standard rémunérée. Le CES demande explicitement aux établissements de déclarer les heures des salariés sur la base de leur semaine de travail standard. Par conséquent, si un analyste en banque d’investissement ou un ingénieur logiciel travaille 70 heures pour conclure une affaire ou produire du code, mais que son contrat de travail prévoit 40 heures, l’enquête CES ne déclare que 40 heures travaillées.

• Pour corriger cela, le BLS utilise le sondage sur la population active (CPS), qui interroge les travailleurs sur les heures effectivement travaillées au cours de la semaine de référence (qui inclut le 12^e jour du mois). Les répondants déclarent eux-mêmes ces renseignements, ce qui signifie que la variance et la fiabilité des réponses sont inférieures par rapport à l’enquête auprès des établissements.

Emploi hors établissement

• Le CES ne couvre pas certains segments de la population active. Pour combler ces heures de travail manquantes, le BLS se réfère à nouveau à l’enquête auprès des ménages.  Dans ce contexte, ses estimations sont utilisées pour les travailleurs indépendants (propriétaires d’entreprises non constituées en société, entrepreneurs indépendants, travailleurs de la gig economy), les travailleurs familiaux non rémunérés qui opèrent au sein d’entreprises familiales, les travailleurs du secteur agricole et les travailleurs employés dans des ménages privés.

• Le biais de mémoire concernant les heures est important : les personnes interrogées arrondissent à 40, 35 ou 30 heures, et peuvent également sous-estimer le nombre d’heures si elles occupent plusieurs emplois, car il a été observé qu’elles omettent les heures de leur deuxième emploi lorsqu’elles répondent au sondage.

La productivité peut varier en fonction du cycle économique

Les statistiques sur la productivité sectorielle proviennent d’un système de mesure qui interagit avec le cycle économique, générant des variations apparentes de la productivité qui ne reflètent pas toujours la capacité réelle de l’économie.

Avant d’utiliser les séries de données sur la productivité sectorielle du BLS pour tirer des conclusions sur l’efficacité tendancielle, les analystes doivent tenir compte de plusieurs mécanismes par lesquels les fluctuations cycliques peuvent fausser le signal.

Lorsque les heures de travail dépassent la production : la rétention de main-d’œuvre

Lorsque la demande baisse au début d’une récession, les entreprises doivent choisir entre licencier immédiatement des travailleurs et les conserver en prévision d’une reprise.

La rétention de main-d’œuvre, c’est-à-dire le fait de conserver délibérément des travailleurs au-delà des besoins de la production actuelle, est rationnelle lorsque les coûts d’embauche et de formation sont élevés et que la reprise attendue n’est pas trop lointaine. La conséquence sur la productivité est que la production mesurée par heure (productivité) diminue, car le dénominateur (heures travaillées) baisse plus lentement que le numérateur (production réelle). Les travailleurs sont présents et figurent sur la liste des salariés, mais ne sont pas pleinement utilisés.

Ce phénomène tend à être le plus prononcé dans le secteur manufacturier, où la main-d’œuvre qualifiée est très précieuse. Une usine peut conserver son personnel clé en usinage et en ingénierie pendant une période de ralentissement tout en réduisant la main-d’œuvre variable et moins qualifiée. Ce schéma entraîne une baisse mesurable de la productivité qui s’inverse brusquement dès la reprise de la production.

La reprise de 1991-1992 en est un exemple : la croissance de la productivité s’est fortement accélérée lorsque la production a augmenté et que les travailleurs conservés ont été progressivement remis au travail (sans embauche équivalente, puisqu’ils figuraient déjà sur la liste des salariés).

Des dynamiques similaires se sont manifestées vers la fin de la pandémie. Dès mai 2020, la section « Synthèse nationale » du Livre beige a commencé à évoquer les difficultés rencontrées par les entreprises pour faire revenir leurs employés au travail. À la fin de l’année 2021, plus de la moitié des entreprises cherchant à embaucher estimaient que le vivier d’admissibles était très restreint. Une fois le rythme de croissance ralenti, les entreprises craignaient de procéder à des licenciements, car il leur aurait été difficile de réembaucher du personnel si le ralentissement s’était avéré plus court que prévu.

Les données d’enquête de la National Federation of Independent Business montrent qu’à partir de 2022, les entreprises prévoyaient des résultats désastreux, tout en augmentant leurs effectifs et les salaires. Prisonnières de cette mentalité, elles ont modifié le nombre d’heures de travail des salariés déjà en poste pour ajuster le rendement plutôt que de réduire leurs effectifs.

Quand le rendement dépasse les heures travaillées : l’effet de la composition de la main-d’œuvre

Les récessions n’ont pas la même incidence sur tous les travailleurs, et les types de travailleurs qui perdent leur emploi influent sur le calcul de la productivité globale.

Les suppressions d’emplois touchent généralement les travailleurs moins bien rémunérés, moins qualifiés et moins productifs (souvent dans des secteurs sensibles aux cycles économiques comme la construction, l’hôtellerie et les loisirs, ou le commerce de détail), ainsi que les travailleurs à temps partiel. Lorsque ces travailleurs quittent la population active mesurée, la population active restante est, en moyenne, plus productive.

Les travailleurs peu performants sont plus susceptibles d’être écartés que ceux qui dépassent leurs capacités, et une récession agit comme le catalyseur nécessaire. La production horaire globale et sectorielle mesurée peut donc, dans ces secteurs, augmenter mécaniquement lors de récessions sévères. Mais ce n’est pas parce que les travailleurs sont devenus plus efficaces. C’est plutôt que la composition de la main-d’œuvre s’est déplacée vers des individus plus productifs.

L’amélioration de la productivité mesurée dans le secteur de la construction pendant les ralentissements économiques est le meilleur exemple de ce mécanisme dans les données sectorielles. Cependant, l’ampleur et la direction de l’effet de composition dépendent des travailleurs qui sont remplacés et de la rapidité avec laquelle la production s’ajuste.

Au cours de la crise financière mondiale, par exemple, d’autres facteurs ont masqué ou compensé les gains de composition attendus. La composition de la main-d’œuvre peut également opérer dans le sens inverse en période d’expansion. À mesure que l’économie se redresse et que les employeurs puisent dans le vivier de travailleurs disponibles, ceux qui ont moins d’expérience ou dont les compétences ne correspondent pas au marché du travail et qui réintègrent la population active réduisent la mesure de la productivité moyenne, même si la productivité réelle des travailleurs n’est pas inférieure à ce qu’elle était auparavant.

De l’agrégat à l’industrie :  comment le BLS procède à la désagrégation

Pour les mesures agrégées, le BLS utilise la production en valeur ajoutée : il s’agit de la contribution de la production relevant de la définition étudiée (secteur des entreprises non agricoles, secteur des entreprises) après déduction de tous les intrants intermédiaires.

L’approche diffère lorsqu’on agrège uniquement au niveau sectoriel; en supprimant tous les intrants intermédiaires, on élimine des données qui décrivent l’efficacité avec laquelle le secteur transforme ce qu’il achète en ce qu’il vend. Par conséquent, dans le concept de production sectorielle, le BLS inclut la valeur de tous les biens et services vendus à d’autres secteurs, mais exclut uniquement les intrants intermédiaires produits et consommés au sein du même secteur.

Le principal défi de la mesure de la productivité au niveau des industries réside dans le fait que différents secteurs produisent des types de production fondamentalement différents, et que la mesure de la production réelle nécessite, d’une part, de définir ce qu’est la production et, d’autre part, de convertir sa valeur nominale en dollars en une quantité réelle à l’aide du déflateur de prix approprié. Le BLS et le BEA résolvent ces problèmes différemment pour chaque secteur, et diverses situations propres à chaque secteur ont une incidence sur la manière dont la productivité est mesurée, évolue et sur ses perspectives.

Industrie manufacturière et construction : production tangible

L’industrie manufacturière est le cas le plus simple; elle produit des unités quantifiables (p. ex., des automobiles, des tôles d’acier, etc.) dont les prix du marché peuvent être suivis dans le temps pour construire des déflateurs de production. Des ajustements de qualité sont appliqués pour tenir compte des améliorations, par exemple en matière de rendement énergétique, d’électronique embarquée, de dispositifs de sécurité, etc., qui sont tous imparfaits mais restent ancrés dans les productions physiques du secteur.

La mesure de la construction part du même principe de production physique, mais se heurte à un obstacle méthodologique dans son approche de déflation. Il n’est pas facile d’évaluer différents projets (hôpitaux, ponts, centres de données) sur des bases unitaires comparables; le BLS et le BEA s’appuient donc sur des indices de prix plus généraux pour convertir les dépenses de construction nominales en production réelle.

Ces indices des prix de la construction sont basés sur les coûts des intrants et ne tiennent souvent pas compte des ajustements de qualité pour les bâtiments non résidentiels. De ce fait, si les coûts des intrants et la production nominale augmentent de concert, le déflateur indique une croissance réelle de la production nulle, même si les constructions réalisées sont plus complexes et plus durables que les précédentes, ce qui signifie que les améliorations de qualité sont souvent invisibles.

C’est l’une des causes de l’extraordinaire baisse de productivité mesurée dans le secteur de la construction sur les 30 dernières années. Les mesures physiques unitaires (p. ex., le nombre de logements par travailleur, la superficie en pieds carrés par travailleur) confirment la même trajectoire descendante, ce qui signifie que ce déclin ne se limite pas à une mesure incomplète de la qualité.

Information :  forte pondération des ajustements de qualité

Le secteur de l’information comprend l’édition de logiciels, les télécommunications, divers secteurs des médias, le traitement des données et les services Internet. Sur une base annualisée, entre 1985 et aujourd’hui, la croissance de sa productivité mesurée a été parmi les plus élevées de tous les secteurs. Lorsque le rendement double pour un prix identique, un déflateur naïf (sans ajustements de qualité) enregistrerait des prix stables et une production réelle stable. Au lieu de cela, le prix d’un produit informatique est décomposé de manière exhaustive en ses attributs de rendement mesurables (vitesse, mémoire, stockage) et l’indice est ajusté pour tenir compte de l’amélioration de la qualité. Un centre de données (ou un CPU, un GPU) capable de doubler sa puissance de calcul pour un prix nominal identique est enregistré comme une baisse de prix de 50 %. Ces ajustements sont relativement complets et couvrent de nombreuses dimensions de la qualité.

Cela est logique, car l’économie bénéficie réellement d’une puissance de calcul plus importante par dollar, mais cela rend les chiffres de productivité des secteurs de l’information incomparables avec ceux des secteurs où les ajustements de qualité sont moins rigoureux. Une situation secondaire s’applique à ce secteur : les plus grands services numériques gratuits, tels que la recherche, la navigation, les médias sociaux et la messagerie instantanée, génèrent une énorme valeur pour le consommateur qui n’apparaît pas entièrement dans le PIB, car la valeur que ces services apportent aux utilisateurs dépasse largement les recettes publicitaires qui les représentent dans le PIB. On estime que le surplus du consommateur généré par ces services s’élève à plusieurs centaines de milliards de dollars par an. S’il s’agit là des productions les plus productives du secteur, leur exclusion sous-estime massivement leur contribution à la productivité. Par conséquent, le secteur de l’information est à la fois sous-estimé (exclusion des services gratuits) et surestimé (déflation de la qualité appliquée de manière plus agressive qu’ailleurs) en termes de productivité.

Commerce de détail :  la réallocation en tant que productivité

La production du commerce de détail est calculée comme le chiffre d’affaires nominal et déflatée à l’aide de l’indice des prix des marchandises approprié. Ce qui est intéressant, ce n’est pas tant la méthode de mesure elle-même que ce que représente la tendance de la productivité. La croissance de la productivité du commerce de détail américain dans les années 1990, lorsqu’on la décompose, ne provenait pas principalement d’améliorations de l’efficacité au sein des entreprises, mais d’une réallocation des parts de marché. Les grands magasins, dont la production horaire était de 40 à 50 % supérieure à la médiane du secteur, ont supplanté les petits commerces indépendants moins productifs. La série agrégée a augmenté sans amélioration notable des opérations des entreprises, principalement parce que la composition des acteurs du marché s’est orientée vers des formats à plus forte productivité.

La même tendance s’observe aujourd’hui avec la popularité du commerce électronique.

Le commerce électronique pose un problème de mesure; le CPI du BLS pour les marchandises au détail est calculé à partir d’enquêtes sur les prix en magasin, alors que les prix en ligne pour des produits identiques présentent une plus grande variation et sont généralement plus bas. Dans ce contexte, le déflateur appliqué aux recettes du commerce électronique sous-estime les baisses de prix réelles et la croissance réelle de la production dans le canal en ligne peut être modérément sous-estimée.

Soins de santé : une production en partie intangible

Les soins de santé produisent des résultats tangibles ainsi que des résultats intangibles, mais bien réels, tels que l’amélioration de la santé, la réduction des incapacités et l’allongement de l’espérance de vie. Le BLS mesure donc la production des soins de santé à l’aide d’indicateurs de volume : le nombre de consultations médicales, les jours d’hospitalisation, le nombre d’interventions chirurgicales et les ordonnances délivrées. Ces indicateurs ne permettent pas de rendre compte des améliorations en matière de qualité.

---

À propos des auteurs :

Mike Reid est chef, Services économiques RBC – États-Unis. Il est chargé d’établir les perspectives économiques de RBC pour les États-Unis, de commenter les indicateurs macroéconomiques et de rédiger des analyses concernant le contexte économique.

Carrie Freestone est économiste principale aux États-Unis à RBC et membre de l’équipe des Services économiques aux États-Unis à RBC Marchés des Capitaux. Elle est responsable de prévoir les principaux indicateurs clés américains, notamment le PIB, l’emploi, les dépenses de consommation et l’inflation aux États-Unis. Elle contribue également aux commentaires sur la conjoncture économique aux États-Unis qu’elle transmet aux clients au moyen de publications, de présentations et par l’intermédiaire des médias.

Imri Haggin est économiste à RBC Marchés des Capitaux, où il se concentre sur la recherche thématique. Ses travaux antérieurs portaient sur la dynamique du crédit à la consommation et la modélisation des liquidités, et mettaient l’accent sur l’utilisation des données pour comprendre les comportements.

---