Par Christophe Rodrigues, Senior fellow, septembre 2026.
Synthèse analytique de la Note du Conseil d’analyse économique, « Comment lutter contre le décrochage de la productivité », Les Notes du CAE n°94, septembre 2026 (A. Bergeaud, S. Bunel, X. Jaravel et A. Roulet). Consulter la note.
Problématique
Depuis le milieu des années 1990, la croissance de la productivité horaire du travail s’est très nettement ralentie en France, au point d’expliquer, à elle seule, l’intégralité du décrochage du PIB par habitant vis-à-vis des États-Unis. Ce constat appelle une double interrogation.
La première est méthodologique : ce différentiel ne reflète-t-il pas, pour partie, des conventions statistiques différentes, en particulier la façon dont les technologies numériques sont mesurées et pondérées outre-Atlantique, plutôt qu’un phénomène économique réel ?
La seconde, à supposer le décrochage avéré, relève du diagnostic et de la politique économique : la France dispose-t-elle de leviers pour l’enrayer, ou ce décrochage relève-t-il d’une forme de fatalité structurelle liée à la taille de son secteur numérique ou à son modèle social ?
La Note du CAE n°94 (septembre 2026) permet d’apporter une réponse argumentée, en trois temps : le décrochage résiste aux corrections de mesure les plus exigeantes (I) ; il procède moins, désormais, d’un déficit d’investissement que d’un déficit de rendement du capital numérique et de capital humain (II) ; il n’a rien, cependant, d’irréversible : l’évaluation des politiques d’innovation montre qu’il existe des leviers efficaces et peu coûteux pour la puissance publique (III).
I. Un décrochage réel, qui résiste aux corrections de mesure
1. L’ampleur du ralentissement. Entre 1950 et 1995, la productivité horaire française progressait à un rythme annuel de 4,3 %. Ce rythme s’est ensuite effondré par paliers : 1,7 % entre 1995 et 2005, 0,7 % entre 2005 et 2015, puis seulement 0,2 % entre 2015 et 2025. Ce ralentissement est « sans précédent dans les données disponibles depuis 1950 » selon les auteurs de la note. Sur l’ensemble de la période 1995-2025, la productivité horaire n’a progressé que de 0,8 % par an en France, contre 1,1 % en zone euro et 1,7 % aux États-Unis (Constat 2 ; tableau infra). Ce différentiel, cumulé sur trente ans, explique la totalité de l’écart de trajectoire du PIB par habitant entre la France et les États-Unis : ce n’est pas parce que les actifs français travaillent moins d’heures (un choix largement institutionnel : retraite, congés, fiscalité du travail) que le niveau de vie décroche, mais parce que chaque heure travaillée y crée de moins en moins de valeur additionnelle.
2. Une origine sectorielle concentrée. Une décomposition en 37 secteurs montre que le décrochage observé depuis 2015 est entièrement imputable à des baisses de productivité au sein même des secteurs, et non à une recomposition de l’économie vers des activités moins productives (ce qui correspondrait à un effet de réallocation vers davantage de services par exemple1). 86 % de ce décrochage se concentre dans les secteurs liés aux technologies numériques (Constat 3) : 1) 64 % dans les secteurs utilisateurs de ces technologies (commerce, services financiers, industrie équipementière…), 2) 22 % dans les secteurs qui les produisent (électronique, services informatiques). Dans une perspective européenne, la France se classe parmi les plus mauvais élèves : sa productivité horaire n’a progressé que de 0,25 % par an depuis 2015, contre 0,49 % en Espagne, 0,64 % en Allemagne et 0,74 % en zone euro, seule l’Italie fait pire (−0,01 %).
3. Deux tests écartent l’hypothèse d’un « artefact statistique » qui exagèrerait le décrochage européen2. Le premier porte sur la composition de l’emploi : la baisse du chômage et les politiques d’incitation à l’activité ont accru le nombre d’heures travaillées par habitant (+0,7 % par an depuis 2015), notamment en intégrant à l’emploi des actifs en moyenne moins qualifiés ; ce qui peut mécaniquement déprimer la productivité horaire apparente sans qu’il y ait perte d’efficacité réelle. En appliquant l’estimation empirique standard (une hausse d’un point de croissance des heures travaillées réduit la productivité mesurée de 0,17 point), la productivité horaire française corrigée s’établit à +0,36 % par an sur 2015-2025, contre +0,86 % pour la zone euro : l’écart reste quasiment identique à celui mesuré avant correction. Le second test porte sur les conventions de mesure elles-mêmes : les méthodes d’ajustement des prix par la qualité, harmonisées en Europe, diffèrent entre le Bureau of Labor Statistics américain et l’Insee, notamment pour les secteurs intensifs en numérique. Plusieurs contre-épreuves (exclusion du secteur producteur de technologies numériques, restriction au seul secteur marchand, application d’un indice de prix identique) ne parviennent cependant pas à modifier significativement l’écart mesuré. Le décrochage est donc bien réel, et non la conséquence du poids, réel mais surestimé comme explication, du secteur numérique américain dans la mesure du PIB.
Définition · Productivité du travail et PGF
La Note raisonne exclusivement en termes de productivité du travail (valeur ajoutée par heure travaillée), et non de productivité globale des facteurs (PGF) au sens strict, qui isolerait la part de la croissance non expliquée par l’accumulation des facteurs de production (travail et capital). Cette distinction ne change rien au diagnostic qualitatif : le décrochage de la productivité du travail français est avéré. Elle invite toutefois à la prudence : une partie de l’écart de productivité du travail peut en théorie provenir d’un effort d’investissement en capital différent entre les deux pays, question que la partie II permet précisément de trancher.
II. Une carence de rendement du capital numérique et de capital humain en France, plus que d’investissement
1. Le paradoxe du rattrapage d’équipement. Les auteurs construisent une trajectoire française contrefactuelle : que serait devenue la productivité française si, chaque année et dans chaque secteur, les entreprises avaient investi en capital numérique au même rythme que leurs homologues américaines ? Ce rattrapage fictif, une fois traduit en gains de productivité à l’aide d’une élasticité estimée entre capital numérique et productivité, aurait permis de combler entre 25 % et 50 % de l’écart franco-américain en 2005 (Constat 4). Mais en 2025, ce même exercice n’en comblerait plus que 15 % à 30 %. Le résultat est en apparence paradoxal, puisque la France a, dans les faits, largement réduit son retard réel d’équipement numérique sur la période : dans le commerce par exemple, l’investissement numérique français est passé de moins de 3 % à environ 3,5 % de la valeur ajoutée entre le début des années 2000 et 2015, un niveau désormais proche du niveau américain. Or, sur la période récente, la productivité du secteur du commerce a reculé en France (−0,9 % par an) alors qu’elle progressait de +1,9 % par an aux États-Unis. Avoir comblé l’écart d’équipement n’a donc pas permis de combler l’écart de productivité : le problème n’est plus principalement quantitatif (le volume de capital numérique installé) mais qualitatif (le rendement qu’en tirent les entreprises).
2. Un déplacement du diagnostic vers les compétences et l’organisation. Ce basculement s’explique par la nature des gains de productivité liés au numérique : ils dépendent moins du capital investi que d’actifs complémentaires difficiles à mesurer : les compétences numériques des salariés, la réorganisation des processus de production, la gouvernance des données au sein de l’entreprise. C’est ce déficit de capital humain que confirme l’analyse prospective consacrée à l’intelligence artificielle, prochaine vague technologique majeure. Si le taux d’adoption de l’IA par les entreprises françaises (18 % au sens large, 8 % pour l’IA générative) reste proche de la moyenne européenne, il demeure très en retrait des pays les plus avancés (42 % au Danemark). Plus significatif encore, l’usage individuel de l’IA générative par les salariés dans le cadre professionnel n’atteint que 28 % en France, contre 43 % aux États-Unis (Constat 5). Sur la base d’une cinquantaine d’auditions d’acteurs économiques, quatre freins structurels à l’adoption sont identifiés (Constat 6) :
- le manque de compétences et de connaissances numériques, à la fois chez les dirigeants qui peinent à identifier les cas d’usage pertinents comme chez les salariés, dont la résistance au changement s’en trouve renforcée ;
- l’incertitude sur le retour et le coût de l’investissement, les gains de productivité liés à l’IA suivant une dynamique de « courbe en J » (perte transitoire avant matérialisation des gains), ce qui dissuade les entreprises les plus contraintes financièrement ;
- les risques organisationnels et opérationnels (dégradation de la qualité, cybersécurité), que plusieurs entreprises auditionnées ont préféré éviter en renonçant à l’adoption ;
- les enjeux de souveraineté, certaines grandes entreprises craignant une dépendance stratégique vis-à-vis de fournisseurs étrangers d’IA non souveraine.
3. Un mauvais ciblage des instruments de soutien à l’innovation. Le déficit ne tient pas seulement à la diffusion des technologies : il tient aussi à l’efficacité du soutien public à la production d’innovations. Le crédit d’impôt recherche (CIR), principal instrument historique, fait l’objet d’évaluations convergentes pointant un effet d’aubaine important pour les grandes entreprises au-delà de 100 millions d’euros de dépenses de R&D : celles-ci auraient pour partie engagé ces dépenses même en l’absence du dispositif. À l’inverse, les appels à projets sélectifs gérés par Bpifrance dans le cadre des Programmes d’investissements d’avenir (PIA) et de France 2030 apparaissent, comme le montre la partie suivante, nettement plus efficaces au regard de l’argent public engagé.
| Zone | Croissance annuelle moyenne 1995-2025 | dont 2015-2025 |
|---|---|---|
| France | +0,8 %/an | +0,2 %/an (+0,36 % corrigé) |
| Zone euro | +1,1 %/an | +0,86 % (corrigé) |
| États-Unis | +1,7 %/an | n.d. |
III. Pas de fatalité : des politiques publiques ciblées, efficaces et autofinancées sont possibles
1. Une évaluation économétrique inédite. Exploitant une base de 25,8 milliards d’euros de financements attribués par Bpifrance entre 2010 et 2024, les auteurs comparent, pour chaque appel à projets et chaque année de candidature, les entreprises lauréates aux entreprises candidates non retenues ; une méthode qui neutralise les différences de calendrier, de thématique ou de maturité technologique, et permet d’isoler l’effet causal du soutien public. L’exercice couvre 111 appels à projets et 7,5 milliards d’euros d’aides.
2. Des effets significatifs à trois ans (Constat 8). En moyenne, les entreprises lauréates créent 10 emplois supplémentaires par rapport aux entreprises non lauréates (soit un niveau d’emploi supérieur de 8 % à ce qu’il aurait été sans aide), dont l’essentiel sur des postes qualifiés ou intermédiaires même si l’effet sur l’emploi peu qualifié est nul. Leur chiffre d’affaires et leur valeur ajoutée augmentent respectivement de 12 % et 11 %, leurs immobilisations corporelles de 15 % (dont un doublement de la dynamique des équipements informatiques par rapport au capital total), et leurs dépenses de R&D de 51 %, un effet nettement supérieur à celui généralement mesuré pour le CIR. Ce surcroît d’investissement se traduit par une hausse mesurable des dépôts de brevets, signe d’une concrétisation technique réelle des projets, y compris chez les PME.
3. Une politique autofinancée. Rapportée au coût pour la puissance publique, l’analyse montre que 100 000 euros d’aide permettent la création d’environ un emploi et, à trois ans, une augmentation cumulée de 500 000 euros de valeur ajoutée et de 130 000 euros de dépenses de R&D. Sur le plan budgétaire, le supplément de prélèvements obligatoires versés par les entreprises lauréates (cotisations sociales pour 57 %, TVA pour 36 %, impôts de production pour 7 %) atteint 218 000 euros pour 100 000 euros d’aide perçue, net de l’effet (limité) sur l’impôt sur les sociétés : la politique est donc autofinancée à cet horizon de trois ans (Constat 9) ; un résultat rarissime pour une politique publique à si court terme, que les auteurs jugent robuste même dans un scénario défavorable retranchant 54 % de l’effet direct calculé pour tenir compte d’éventuels effets de déplacement d’activité entre entreprises.
4. Quatre recommandations opérationnelles. Ce constat d’efficacité, conjugué au diagnostic des parties I et II, fonde quatre recommandations, dont le coût budgétaire cumulé resterait modeste au regard des gains attendus :
| N° | Recommandation | Cible / coût |
|---|---|---|
| 1 | Développer des aides ciblées, temporaires et cohérentes à l’adoption de l’IA par les entreprises (notamment les PME) | 0,02 % du PIB/an (~600 M€), benchmark : Singapour |
| 2 | Pérenniser et renforcer les appels à projets PIA/France 2030 dans un nouveau programme « France 2040 » | ≥ 0,2 point de PIB par an |
| 3 | Poursuivre l’évaluation de France 2030 pour affiner la doctrine d’intervention (subvention / avance remboursable) | Sans coût budgétaire direct |
| 4 | Mieux cibler le crédit d’impôt recherche (CIR) en supprimant le taux réduit au-delà de 100 M€ de dépenses de R&D | Réallocation à budget constant |
Conclusion
Le décrochage français n’est donc ni un artefact statistique ni une fatalité macroéconomique. Il révèle un déficit de capacité à transformer des technologies pourtant disponibles (et de plus en plus largement installées !) en gains de productivité. Ce déficit tient conjointement à l’insuffisance du capital humain et de l’organisation du travail dans les entreprises, et au mauvais ciblage des instruments publics de soutien à l’innovation. L’apport principal de la Note du CAE est de démontrer, données économétriques inédites à l’appui, qu’une politique publique ciblée (appels à projets sélectifs, aides temporaires à l’adoption de l’IA, recalibrage du crédit d’impôt recherche) peut être à la fois efficace et quasi autofinancée à court terme. Il reste que ces leviers relèvent avant tout de l’incitation et de la diffusion : la question, plus structurelle, de la formation aux compétences numériques et de la transformation organisationnelle des entreprises françaises conditionne, en dernier ressort, leur pleine efficacité. Cela invite à ne pas dissocier, dans l’analyse comme dans l’action publique, politique de l’innovation et politique de l’emploi et de la formation. En bref, nous avons du travail !
Notes
1 La désindustrialisation de l’économie française sur la période est bien à l’œuvre, et, avec elle, la montée des activités de services. Cette tertiarisation n’a toutefois pas mécaniquement tiré la productivité agrégée vers le bas : à côté de services marqués par de faibles gains de productivité, relevant de la « maladie des coûts » identifiée par Baumol (loisirs, culture, soin), certains services à forte intensité en capital humain et numérique (banque-assurance, conseil, ingénierie) ont connu une progression sensible de leur productivité. Cette hétérogénéité explique pourquoi l’effet de réallocation sectorielle, déterminant dans les décennies d’après-guerre, s’est révélé marginal dans la décomposition du CAE : les gains et les pertes de productivité liés à la tertiarisation se compensent largement au niveau agrégé, ce qui recentre le diagnostic sur la dégradation intra-sectorielle.
2 Ce débat a rebondi au printemps 2026 : Gabriel Zucman (« Le mythe du décrochage européen », 2026) puis Paul Krugman (Substack, 2026) ont jugé l’écart de productivité UE/États-Unis largement statistique, l’Europe compensant par le temps libre et l’espérance de vie. Philippe Aghion, Antonin Bergeaud et Luis Garicano (« The Mismeasurement of Europe’s Productivity », Project Syndicate, 2026) leur ont opposé qu’ils comparent des niveaux en parité de pouvoir d’achat là où seule une trajectoire de croissance à prix nationaux est pertinente, un écart qui s’est au contraire creusé ; François Bourguignon a répondu de même à Zucman. Au-delà de la querelle de méthode, l’enjeu n’est donc pas de sur-valoriser la performance américaine, mais de mesurer l’éloignement réel de l’UE et de la France vis-à-vis de la frontière technologique, position également défendue par Xavier Jaravel, co-auteur de la présente Note. Consulter la tribune d’Aghion, Bergeaud et Garicano.
Références
Conseil d’analyse économique, « Comment lutter contre le décrochage de la productivité », Les Notes du CAE n°94, septembre 2026 (A. Bergeaud, S. Bunel, X. Jaravel et A. Roulet). Consulter la note du CAE.
Gabriel Zucman, « Le mythe du décrochage européen », Substack. Consulter l’article.
Paul Krugman, « European vs. U.S. Economic Performance: An Update », Substack. Consulter l’article.
Philippe Aghion, Antonin Bergeaud et Luis Garicano, « The Mismeasurement of Europe’s Productivity », Project Syndicate, 29 mai 2026. Consulter la tribune.
Mots clés : productivité du travail, décrochage, capital numérique, capital humain, intelligence artificielle, crédit d’impôt recherche, France 2030, Bpifrance, politique d’innovation, Note du CAE.
