Position et longueur des chaînes d’approvisionnement canadiennes

Colin Scarffe
Juillet 2022

Principaux points

1. Le Canada est spécialisé dans les premiers stades de production (en amont) de la chaîne d’approvisionnement. En général, les exportations du Canada se situent au début de la chaîne de valeur et près des matières premières, contrairement à ses importations, qui se trouvent plus loin dans la chaîne de valeur et plus près des produits finaux. Cela signifie qu’en général, l’économie canadienne est plus sensible aux perturbations se produisant dans les dernières étapes des chaînes d’approvisionnement, et moins aux perturbations des premiers stades de ces chaînes.
2. Quelques industries importantes, notamment le secteur des ressources naturelles, illustrent le rôle de producteur du Canada dans les premières étapes des chaînes d’approvisionnement. Malgré l'exportation de différents paniers de biens et de services vers chaque partenaire commercial, les exportations canadiennes vers tous les partenaires commerciaux se situent, en moyenne, aux premières étapes de la chaîne d'approvisionnement.
3. Depuis 1997, les exportations canadiennes se sont légèrement déplacées vers les premiers stades de production de la chaîne de valeur (plus près des matières premières), alors que le positionnement du pays en matière d’importations est demeuré relativement constant. Ce déplacement des exportations s’est produit dans les années 2000 en raison de la part croissante de l’extraction de pétrole et de gaz dans les exportations et de la part décroissante de la fabrication de véhicules automobiles.
4. Depuis 2010, aucune tendance majeure n’a été enregistrée dans le commerce du Canada avec les États‑Unis, le Mexique ou le reste du monde. La seule exception a été la Chine. Si les exportations du Canada vers la Chine continuent de pencher vers les premiers stades de la chaîne de valeur et les matières premières, depuis dix ans, ces exportations ont progressé le long de la chaîne de valeur pour se rapprocher des derniers stades de production. De même, bien que les importations du Canada en provenance de la Chine continuent de pencher vers les dernières étapes de la chaîne de valeur et les produits finaux, depuis dix ans, ces importations se sont déplacées vers les premières étapes de la chaîne de valeur et se sont rapprochées des matières premières.

1. Introduction

Récemment, plusieurs événements ont attiré l’attention du public sur les chaînes d’approvisionnement ou les chaînes de valeur mondiales (CVM)^{Note de bas de page 1}. Au début de la pandémie de COVID‑19, de nombreux pays ont fermé des lieux de production afin de contenir la propagation de la pandémie. Par la suite, le déplacement de la consommation des services vers les produits a accru la pression sur les chaînes d’approvisionnement et les réseaux de transport, qui peinaient à répondre à la demande. Avant même la pandémie, la montée du protectionnisme et des tensions commerciales entre des pays qui ont toujours favorisé le libre‑échange avait commencé à influer sur le positionnement et la structure des chaînes d’approvisionnement mondiales. Post‑COVID, le protectionnisme et les perturbations grandissantes dus aux changements climatiques feront probablement des chaînes d’approvisionnement un sujet qui restera d’actualité pendant de nombreuses années. Dans le contexte canadien, une question précise se pose : comment les perturbations de la chaîne d’approvisionnement pourraient‑elles toucher la population et les entreprises canadiennes?

Toute analyse de la vulnérabilité et des risques de perturbation de la chaîne d’approvisionnement au Canada nécessite de comprendre la position du Canada et des entreprises canadiennes dans les CVM. D’une part, si la production canadienne se fait principalement au début, ou en amont, d’une CVM, la principale préoccupation serait un choc de demande négatif pour les industries canadiennes. D’autre part, si la production canadienne se produit à la fin, ou en aval, d’une CVM, la principale préoccupation serait un choc d’offre pour les principaux intrants. Si la production canadienne se trouve au milieu d’une CVM, les chocs d’offre et de demande sont des sources de préoccupation. Le présent document cherchera à déterminer la place du Canada dans le processus de production mondiale en évaluant l’indicateur de distance moyenne au consommateur final (upstreamness en anglais) et l’indicateur de distance à la création initiale de valeur ajoutée (downstreamness en anglais) de la production et du commerce canadiens.

Le document est organisé de la façon suivante : la partie 2 présente les données et discute en détail de la méthodologie qui a servi à mesurer la position de la production et du commerce canadiens. La section 2.1 fournit des mesures simples des indicateurs de distance moyenne au consommateur final et de distance à la création initiale de valeur ajoutée, qui sont essentiels à la compréhension des résultats. La section 2.2 présente des mesures plus complexes, qui constituent les fondements de la majeure partie du document. Les mesures de la section 2.2 sont mathématiquement techniques, mais elles suivent la même logique que les mesures simples de la section 2.1. La partie 3 donne les résultats des indicateurs de distance moyenne au consommateur final et de distance à la création initiale de valeur ajoutée des industries canadiennes. La partie 4 présente les résultats de la production et du positionnement commercial du Canada en 2019, ainsi que les principaux partenaires commerciaux du pays. La partie 5 examine l’évolution des indicateurs de distance du produit final et de distance de la création initiale de valeur ajoutée, l’upstreamness et la downstreamness, du Canada. La conclusion se trouve dans la partie 6.

2. Données et méthodologie

Toutes les données du document proviennent des tableaux symétriques d’entrées‑sorties de Statistique Canada. Un tableau d’entrées‑sorties modélise la structure d’une économie en détaillant la façon dont les industries acquièrent leurs entrées (intrants intermédiaires ou à valeur ajoutée) et ce qu’elles font de leur production (production d’intrants intermédiaires pour d’autres industries ou de produits finaux). Les tableaux d’entrées‑sorties canadiens les plus récents contiennent 234 industries de produits et de services, qui serviront de base pour mesurer le positionnement du Canada en matière de CVM dans le présent document. Au moment de la rédaction, le dernier tableau d’entrées‑sorties datait de 2019 et il a servi de base aux parties 3 et 4. La partie 5 s’appuie sur les tableaux d’entrées‑sorties de 1997 à 2019.

L’article essaie de classer le Canada dans le processus de production. Deux mesures complémentaires servent à quantifier le processus de production :

• Distance des extrants en amont par rapport aux produits finaux (indicateur d’upstreamness)
• Distance des intrants en aval à partir de la valeur ajoutée (indicateur de downstreamness)

L’indicateur d’upstreamness désigne, dans la chaîne de valeur, la distance qui sépare les extrants d’une industrie, jusqu’au produit final (c.‑à‑d. un bien consommé directement, un bien d’équipement ou un bien exporté). Cet indicateur mesure le positionnement de l’industrie en examinant l’utilisation des extrants. L’indicateur de downstreamness désigne, dans la chaîne de valeur, la distance à laquelle les intrants d’une industrie se trouvent par rapport à la création initiale de valeur ajoutée (c.‑à‑d. travail, capital ou ressources naturelles). Cet indicateur mesure le positionnement de l’industrie en examinant la source des intrants.

L’industrie automobile peut illustrer les deux mesures et elle est utilisée à la figure 1 comme exemple des deux extrémités. Lorsque les métaux utilisés pour fabriquer une voiture sont extraits, les extrants sont loin d’être un produit final, et les intrants sont près de l’état de ressources naturelles. Par conséquent, l’exploitation minière est à la fois une industrie en amont de la chaîne (fondée sur les extrants) et une industrie en aval (fondée sur les intrants). Les métaux sont ensuite traités, puis utilisés dans la construction des châssis d’automobiles. À ce stade, les extrants sont moins en amont (plus près d’un produit final) et les intrants sont plus en aval (plus loin de la création de valeur ajoutée). Enfin, le châssis de voiture (ainsi que de nombreux autres composants) est assemblé pour former l’automobile et vendu comme bien de consommation. L’automobile est un produit final (qui n’est pas en amont de quoi que ce soit), tandis que les intrants ont tous franchi plusieurs étapes de production avant l’assemblage final (loin de la création initiale de valeur ajoutée).

Il faut noter que les chaînes d’approvisionnement ne sont pas toutes de même longueur : deux industries qui ont des positions semblables en amont de la chaîne pourraient avoir des positions très différentes en aval et vice versa. Par exemple, la fabrication d’automobiles et de véhicules légers et l’éducation produisent presque uniquement des produits finaux. Cependant, les automobiles sont une industrie d’aval (la plupart des intrants sont passés par plusieurs stades de production), tandis que l’éducation n’est pas une industrie d’aval parce que la plupart des intrants sont à valeur ajoutée sous la forme de travail et de capital humain. Ainsi, une industrie (le secteur automobile) a une chaîne d’approvisionnement plus longue que l’autre (l’éducation). C’est pourquoi il est très important d’examiner à la fois les intrants et les extrants. Dans la suite de l’article, aller plus en amont désignera le fait de monter plus haut dans la chaîne de valeur et de plus s’éloigner des produits finis, et aller plus en aval signifiera se déplacer plus bas dans la chaîne de valeur et plus loin des matières premières.

2.1 Deux indicateurs simples

La présente sous‑section tentera de quantifier la position d’une industrie dans le processus de production au moyen des relations les plus simples possible. Elle utilisera les indicateurs de mesure simples décrits dans Antràs et Chor (2018). L’utilisation totale (ou extrant) d’un secteur peut être divisée en deux catégories : les extrants intermédiaires – qui sont utilisés comme intrants dans d’autres industries – et les produits finaux – qui comprennent les extrants directement consommés, les biens d’équipement et les exportations. La relation de base est la suivante :

Version textuelle

Y_i est égal à la somme des Z_ij pour j variant jusqu’à n, plus F_i.

L’utilisation totale du secteur i (Y_i) est égale à la somme de tous les extrants intermédiaires (Z_ij) du secteur i vers chaque secteur j (y compris le secteur i lui‑même), plus l’extrant qui est un produit final (F_i). La mesure simple de l’indicateur d’upstreamness des extrants est la part des extrants d’une industrie qui est utilisée comme intrants intermédiaires dans d’autres industries. Par ailleurs, la mesure simple est un moins la part des extrants de l’industrie qui sont des produits finaux. Cela se traduit sous la forme :

Version textuelle

U_i est égal à la somme des Z_ij pour j variant jusqu’à n, divisée par Y_i, ce qui équivaut à un moins le quotient de F_i par Y_i.

Un secteur dont les extrants sont en grande partie des produits finaux aura un indice d’upstreamness, ou , près de zéro. Un secteur dont les extrants sont principalement des intrants intermédiaires pour d’autres industries aura un indice proche de un. À titre d’exemple, les secteurs qui traitent des matières premières sont en amont; ils ont de grands extrants intermédiaires (Z_ij) et de petits extrants finaux (F_i). Ces secteurs auront des indices en amont proches de un. Par ailleurs, les secteurs du bâtiment ne sont pas en amont, car le bâtiment ne sert généralement pas d’intrant intermédiaire pour d’autres industries. Ils ont peu d’extrants intermédiaires et sont principalement composés d’extrants finaux. Par conséquent, les industries du bâtiment ont un indice en amont proche de zéro.

Une autre méthode d’utilisation des extrants d’une industrie consiste à s’intéresser aux intrants d’une industrie pour mesurer sa position dans le processus de production. La relation de base pour les intrants, et la contrepartie de l’équation (1), est la suivante :

Version textuelle

Y_j est égal à la somme des Z_ij pour i variant jusqu’à n, plus VA_j.

Où le total des intrants (Y_j) de l’industrie j (qui est exactement identique à l’extrant Y_i dans l’équation (1) quand i égale j) est égal à la somme des intrants intermédiaires (Z_ij) utilisés par le secteur j de chaque secteur i, plus la valeur ajoutée (VA_j) dans le secteur j. En général, il y a trois sources de valeur ajoutée : le travail, le capital et les ressources naturelles. La mesure simple de l’indicateur de downstreamness des intrants est la part des intrants de l’industrie qui sont des extrants intermédiaires provenant d’autres industries – ou un moins la part des intrants de l’industrie qui sont à valeur ajoutée. Cela se traduit sous la forme :

Version textuelle

D_j est égal à la somme des Z_ij pour i variant jusqu’à n, divisée par Y_j, ce qui équivaut à un moins le quotient de VA_j par Y_j.

S_i une industrie utilise de nombreux intrants intermédiaires (comme le bâtiment), il s’agit d’une industrie en aval qui a un indice d’aval plus élevé (c.‑à‑d. une note proche de un); les intrants sont passés par de nombreux stades de production avant d’entrer dans cette industrie. Par ailleurs, si elle a une forte valeur ajoutée (comme l’extraction de ressources naturelles), il ne s’agit pas d’une industrie d’aval et son indice sera proche de zéro. À l’aide du diagramme de réseau qui se trouve en annexe, les deux mesures simples de l’upstreamness (distance au consommateur final) et de downstreamness (distance à la création de valeur ajoutée) mesurent les lignes « a » et « b » pour toutes les industries.

La figure 2 résume les quatre types de caractérisation de l’industrie. Rappelons que la longueur des chaînes de valeur varie selon l’industrie. De nombreuses industries de biens passent par de nombreux stades de production et ont une chaîne de valeur plus longue. De nombreuses industries de services n’ont pas de multiples stades de production (qui sont mesurables par un tableau d’entrées‑sorties) et ont par conséquent une chaîne de valeur courte. Quand une industrie est au milieu d’une chaîne de valeur longue et complexe, il se peut qu’une industrie soit à la fois plus en amont et plus en aval qu’une autre.

2.2 Utilisation de la structure des entrées‑sorties pour une seule économie

Des mesures plus complexes de l’upstreamness et de la downstreamness sont élaborées dans la présente section à partir de la structure des tableaux d’entrées‑sorties et de développements algébriques. Les mesures illustrées dans cette section se fondent sur les travaux d’Antràs et coll. (2012), Miller et Temurshoev (2015), et Antràs et Chor (2018). La figure 3 illustre la structure de base d’un tableau d’entrées‑sorties.

Au lieu de calculer seulement la part des produits intermédiaires dans les extrants d’un secteur, la relation entre les secteurs peut être utilisée pour compter le nombre d’étapes de production qu’il faut pour que l’extrant d’un secteur devienne un produit final. En commençant par une économie fermée (dans laquelle les stocks, les exportations et les importations sont paramétrés à zéro) et en supposant , l’équation (1) peut être réécrite ainsi^{Note de bas de page 2} :

Version textuelle

Y_i est égal à la somme du produit de a_ij et Y_j pour j variant jusqu’à n, plus F_i.

Y_i est égal à F_i plus la somme du produit de a_ij et F_j pour j variant jusqu’à n, plus la somme du produit de a_ij, a_jket Y_k pour j et k variant jusqu’à n.

Y_i est égal à F_i plus la somme du produit de a_ij et F_j pour j variant jusqu’à n, plus la somme du produit de a_ij, a_jket Fk pour j et k variant jusqu’à n, plus la somme de a_ij, a_jk, a_kz et F_z pour j, k, et z variant jusqu’à n, et ainsi de suite.

  L’élément clé de la dernière ligne de l’équation (5) est que chaque terme indique le nombre d’étapes nécessaires pour que les extrants deviennent des produits finaux. Il faut seulement une étape au premier terme pour qu’il devienne un produit final (c’est‑à‑dire l’extrant même), le deuxième terme nécessite le raffinement d’une autre industrie avant de devenir un produit final (deux étapes), le troisième terme nécessite le raffinement de deux autres industries avant de devenir un produit final (trois étapes), etc. Afin de mesurer l’upstreamness (distance d’amont) de la production, on compte le nombre d’étapes nécessaires pour qu’un extrant devienne un produit final.

Version textuelle

Le produit de U_i et Y_i est égal à une fois F_i, plus deux fois la somme du produit de a_ij et F_j pour j variant jusqu’à n, plus trois fois la somme du produit de a_ij, a_jket F_k pour j et k variant jusqu’à n, plus quatre fois la somme du produit de a_ij, a_jk, a_kz et F_z pour j, k et z variant jusqu’à n, et ainsi de suite.

Bien que l’équation (6) semble être la somme d’un nombre infini de termes, tant que les « a » sont inférieurs à un, il s’agit d’une somme géométrique qui se simplifie en [I-A]-2F, où A est une matrice des a_ij et F est le vecteur de la demande finale par industrie. Si la relation pour F est utilisée dans la première ligne de l’équation (5), l’équation se simplifie plus encore pour donner :

Version textuelle

U est égal au résultat de la différence entre la matrice identité et la matrice A élevé à la puissance moins deux, multiplié par le vecteur F, le tout divisé par le vecteur Y. Cette équation équivaut à la matrice inverse de la différence entre la matrice identité et la matrice A, multipliée par le vecteur Y, le tout divisé par le vecteur Y.

Le troisième terme de l’équation (7) est la matrice inverse de Leontief multipliée par la part des extrants de l’industrie et constitue la base des multiplicateurs d’entrées‑sorties. À partir d’un résultat de Miller et Temurshoev, l’upstreamness des extrants dans (7) peut être interprétée comme le nombre total d’entraînements en aval dans une industrie donnée. L’indicateur d’upstreamness des extrants d’une industrie comme celle de la production d’électricité est élevé parce qu’elle a de nombreux entraînements en aval. De nombreux pays, comme la Chine, choisissent de subventionner les industries ayant des liens en aval élevés en raison de nombreuses industries bénéficient indirectement de subventions.

Un processus similaire peut être effectué pour la downstreamness des intrants. Supposons , l’équation (3) peut être reformulée comme suit^{Note de bas de page 3} :

Version textuelle

Y_i est égal à la somme du produit de Y_j et b_ji pour j variant jusqu’à n, plus VA_i.

Comme pour l’équation (5), l’élément clé de l’équation (8) est que chaque terme représente la distance à laquelle les intrants se trouvent par rapport aux facteurs primaires (c.‑à‑d. la valeur ajoutée). Le premier terme comprend les facteurs primaires pour l’industrie i. Dans le deuxième terme, les facteurs primaires ont d’abord été transformés par un stade de production. Au troisième terme, les facteurs primaires ont été transformés par deux stades de production, etc. En comptant tous les stades de production, on obtient les résultats suivants :

Version textuelle

D_i est égal à une fois le quotient de VA_i par Y_i, plus deux fois la somme du quotient de VA_j par Y_i multiplié par b_ji pour j variant jusqu’à n, plus trois fois la somme du quotient de VA_k par Y_i multiplié par b_jk et b_ki pour j et k variant jusqu’à n, plus quatre fois la somme du quotient de VA_z par Y_i multiplié par b_jk, b_kz et b_zi pour j, k et z variant jusqu’à n, et ainsi de suite.

D est égal à la transposée de VA multipliée par le résultat de la différence entre la matrice identité et la matrice B élevé à la puissance moins deux, le tout divisé par le vecteur Y.

D est égal à la transposée de Y multipliée par la matrice inverse de la différence entre la matrice identité et la matrice B, le tout divisé par le vecteur Y.

 (Où VA’ est la matrice transposée du vecteur de valeur ajoutée, et B est la matrice des b_ij)

Cette fois, les parts d’intrants totales sont multipliées par la matrice inverse de Ghosh, soit le pendant pour les intrants de la matrice inverse de Leontief. De la même façon que l’indicateur d’upstreamness des extrants dans (7) peut être interprété comme le nombre de liens en aval, l’indicateur de downstreamness des intrants dans (9) peut être interprété comme le nombre de liens en amont. Les industries ayant un grand nombre de liens en amont sont souvent des cibles pour l’obtention de subventions car elles peuvent accroître la demande dans un grand nombre d’industries.

Les indicateurs d’upstreamness et downstreamness sont des manières différentes – bien que mathématiquement et conceptuellement très semblables – de mesurer la même chose. Miller et Temurshoev (2015) mettent en avant les liens mathématiques entre les deux méthodes. L’une de leurs principales conclusions est que lorsque l’upstreamness et la downstreamness de chaque industrie sont pondérées par sa part d’extrants, ces deux mesures donnent exactement le même résultat. En revanche, quand les indicateurs d’upstreamness et downstreamness de l’industrie sont pondérés par les exportations et les importations, ils ont tendance à donner des résultats différents. Ces indicateurs plus complexes d’upstreamness et downstreamness tentent de tenir compte de toutes les lignes du diagramme de réseau présenté en annexe.

Enfin, les conditions paramétrées à zéro – stocks nets, importations et exportations – doivent être prises en compte du côté des extrants de l’économie. D’après Antràs et coll. (2012), l’ajustement suivant est apporté aux éléments de la matrice A^{Note de bas de page 4} :

Version textuelle

a_ij chapeau est égal à a_ij multiplié par le quotient de Y_i par le résultat de Y_i moins N_i plus M_i moins X_i.

Comme de nombreux résultats du présent article porteront sur le rôle du Canada dans les chaînes d’approvisionnement internationales, les résultats sont fondés sur les tableaux d’entrées‑sorties canadiens. Cela signifie que la place des exportations et importations est prise en compte comme si elles passaient par un processus de production canadien. En pratique, après avoir quitté le Canada ou être arrivés au Canada, les produits échangés peuvent avoir des valeurs différentes d’upstreamness et de downstreamness selon le tableau des entrées‑sorties de l’économie partenaire. On s’attend toutefois à ce que les industries aient des positionnements en amont et en aval semblables d’une économie à l’autre et que, par conséquent, les valeurs soient similaires^{Note de bas de page 5}.

3. Résultats des industries

Pour commencer l’analyse, les indicateurs complexes d’upstreamness et de downstreamness sont comparés aux mesures simples pour chaque industrie à la figure 4.

Version textuelle

En amont complexe	En amont simple	En aval complex	En aval simple
2.87167	0.735631765	2.150010079	0.525807653
1.7092	0.561149877	2.125945159	0.537895993
1	0	2.120325405	0.601437024
1	0	1.517747591	0.320952155
2.84956	0.955159005	2.940425936	0.811927441
2.2801	0.663758006	2.395199977	0.576290043
3.94806	0.963858438	2.335320097	0.600445657
2.2646	0.661100345	1.897825183	0.397365135
3.77445	0.98515593	1.464160797	0.219021784
4.51861	0.990993547	2.065102171	0.481418805
3.54886	0.895507564	1.886295564	0.457472313
3.72287	0.964119778	1.849122489	0.441233508
4.12172	0.996743196	1.651248943	0.316209241
4.80345	0.991239631	1.776463324	0.367518713
6.08769	0.995847192	1.911010169	0.443032174
6.72409	0.997689722	1.733903333	0.358113742
6.40919	0.996865148	1.883497087	0.431377968
2.93943	0.991268351	1.866465849	0.431887772
3.3527	0.9869198	1.857648281	0.422271754
2.82647	0.935078751	2.025182828	0.48181972
3.81175	0.973989445	1.744938287	0.366369881
3.6722	0.93711891	1.54632371	0.28593562
3.49268	0.996652135	1.732959304	0.340458394
2.84554	0.622293346	1.856345719	0.429928959
2.54896	0.644419654	1.576984444	0.302512256
2.32221	0.543578723	1.356094227	0.194960871
2.44468	0.617210163	1.941724375	0.45396451
1	0	2.198079061	0.550591291
1	0	2.120154094	0.539058376
1	0	2.25845308	0.611563521
1	0	2.145927349	0.591905821
1	0	1.995496551	0.465345428
1	0	2.570571686	0.724996702
1	0	2.21185182	0.587085255
2.80497	0.990339795	1.901220533	0.411102503
2.96031	0.959565375	1.637890012	0.303316895
2.91006	0.688690129	2.933252409	0.811915581
2.54539	0.745793253	2.796831427	0.839854389
1.60802	0.383084358	2.60080699	0.682018473
1.41508	0.261436321	2.53486352	0.690763967
1.59317	0.377864156	3.082729574	0.769595627
1.8234	0.485498749	3.113859365	0.765215591
1.96312	0.561076991	2.697514953	0.785497355
1.45773	0.287047465	2.440895961	0.612462175
1.59143	0.375528952	2.502667711	0.662213412
1.71074	0.379196533	2.499030813	0.669080482
1.81378	0.439171636	2.066971983	0.492273594
1.42166	0.255745048	2.215379337	0.556271119
1.1779	0.085638356	1.893090626	0.437600665
2.0376	0.613816969	2.496560857	0.65664368
1.24707	0.15101278	2.359811541	0.622388048
3.10252	0.969955772	2.566857543	0.691123473
2.46069	0.976097783	2.451314013	0.638263049
2.46288	0.972872525	2.486967992	0.658782415
3.4561	0.889047044	2.558739891	0.70189512
2.57063	0.749183108	2.596356817	0.67346355
2.8825	0.959381073	2.241681632	0.542935192
2.80772	0.705523639	2.566917036	0.824725391
3.28331	0.969596886	2.786718736	0.773859352
4.20469	0.95822152	2.488762295	0.677516785
3.81166	0.987750355	2.562114436	0.660144831
3.74347	0.945048651	2.485909975	0.696837367
2.05504	0.740128943	2.447699201	0.646991891
2.99439	0.927938981	2.584384321	0.679130278
1.66751	0.333848023	2.433349647	0.645720456
3.48806	0.952159465	2.602346746	0.679265336
2.84054	0.924144599	2.519050813	0.645253122
2.99197	0.85076222	2.627688216	0.677662672
2.63798	0.875719313	2.273767442	0.59725372
2.47102	0.983008919	2.30832111	0.626034676
3.77453	0.998893629	2.702303094	0.769255962
3.79807	0.997739598	2.857345957	0.744575814
4.19864	0.943801343	2.763510789	0.709116456
5.92302	0.998427851	3.11642242	0.921606431
3.56682	0.995607938	2.461208673	0.604881137
3.19631	0.978932277	2.630405704	0.686055094
2.66562	0.881686264	2.228201014	0.540240057
2.68622	0.981679782	2.441413667	0.614673292
2.62978	0.848304633	2.449282504	0.606106283
2.82275	0.975824656	2.470517839	0.632699382
2.5951	0.932308417	2.558657443	0.663550008
2.9348	0.951143772	2.161600909	0.50390712
3.63683	0.987004268	2.104835866	0.498247959
2.42104	0.481681412	2.387369859	0.612250924
1.73415	0.30880507	2.287559593	0.575982465
1.92653	0.395635938	2.247375686	0.568407319
2.25888	0.784567897	2.316387952	0.574334478
2.29544	0.569925061	2.266625337	0.56402597
2.91369	0.854598274	2.280605334	0.569830326
2.31306	0.562259308	2.427463106	0.622817327
1.29483	0.133923217	2.308542238	0.593402867
1.92206	0.520583683	2.226227859	0.567977675
2.08094	0.637082093	2.178415939	0.544224288
3.22036	0.964480512	2.366357248	0.611821174
2.18396	0.720278844	2.301171752	0.590037294
1.31759	0.183013877	2.549413434	0.685393758
2.74345	0.798425794	2.503882283	0.6307656
2.64091	0.900664066	2.697279255	0.664299641
1.02227	0.017451335	3.284526338	0.867929312
1.06225	0.033032446	2.983044993	0.789445974
1.21227	0.151628777	2.732421639	0.686559104
2.40071	0.906630568	2.861175184	0.729702582
2.52787	0.908437664	2.774152404	0.737247737
2.48638	0.939116685	3.076573432	0.786517643
2.26303	0.919908435	2.829692166	0.725955221
2.48932	0.934847973	2.636885647	0.659609225
2.53551	0.947137853	3.129844292	0.809704827
2.59763	0.991256676	2.769744699	0.712649046
2.37732	0.925488975	2.751755099	0.716421567
2.58316	0.646780993	2.39078192	0.610241913
1.52757	0.250117615	2.801114614	0.751035187
1.26187	0.092799363	2.176120496	0.53256977
2.03099	0.504487509	2.789129145	0.728836282
1.46335	0.400750543	2.262457509	0.56838406
1.32858	0.229829793	2.356319349	0.594968711
1.30522	0.225524062	2.519080957	0.663237818
1.88342	0.656696939	2.133692385	0.531620025
1.76762	0.379777319	2.525858064	0.694439949
2.89497	0.803116684	1.753524288	0.415014905
2.51291	0.616454317	1.74994155	0.400706552
1.64728	0.355281633	1.821202165	0.419591088
1.7029	0.4076122	1.840703953	0.433728431
1.9806	0.507873756	1.865938853	0.440424516
2.46651	0.828991806	1.575480114	0.29971945
2.31708	0.566740569	1.562379074	0.290621052
2.88775	0.733366238	1.826596962	0.424802046
2.47143	0.739031648	1.634032624	0.340042067
1.39989	0.17406543	1.639248842	0.337851227
1.43283	0.255674906	1.918279415	0.486682532
1.55112	0.297288159	1.709057223	0.378098548
2.04877	0.56380019	1.682407146	0.358689092
1.23062	0.133114605	1.674768231	0.362325605
1.39705	0.232890629	1.720615386	0.387475663
1.55218	0.2497332	1.588268999	0.317843373
1.15881	0.066049104	1.85815063	0.465271706
1.26982	0.130308346	1.746205053	0.406196284
1.42567	0.222506395	1.675254546	0.367262788
1.36882	0.192945546	1.787500717	0.42982697
		1.820989077
1	0	1.352668471	0.206741067
1.46057	0.235617947	1.890797742	0.478389428
1.95024	0.487813057	2.30948197	0.58848278
3.01809	0.54654162	1.752637656	0.360777974
3.46182	0.648451212	2.704830246	0.756164111
3.19648	0.69689718	2.328688361	0.598417887
1.08014	0.052172155	2.903289846	0.91967832
1.76155	0.661515346	1.809103495	0.38002427
2.20508	0.650500758	2.146842796	0.556342303
3.5854	0.499869961	1.689886804	0.36558455
2.87248	0.377655607	1.419194066	0.215644752
3.19821	0.78354627	2.154839161	0.553109719
2.51219	0.705066776	1.417474204	0.194556121
2.98069	0.960679492	2.129607634	0.541253028
3.23033	0.80892483	1.5333092	0.273378034
2.54536	0.755329178	2.061483076	0.527453406
2.31608	1.155199807	2.071828794	0.543855868
2.34452	0.519148547	1.706947223	0.380192502
3.61875	0.775933191	2.696701808	0.745445916
1.25856	0.126889321	2.341236859	0.576274083
2.72307	0.984549323	2.392154459	0.640161648
2.73187	1.006577513	2.234310871	0.55655593
2.86044	1.060936238	2.583441926	0.656984661
1.84645	0.409374371	1.861802768	0.427685516
3.09578	0.893971268	1.789436257	0.418163231
2.99971	1.192138429	1.971091502	0.518313249
2.15585	0.993047101	1.604028931	0.322721298
2.20166	0.598456279	1.436930524	0.240494607
1.85705	0.445764937	1.76063294	0.420856283
2.27577	0.613912758	2.08619845	0.606746645
2.60561	0.81085757	1.908661463	0.492972294
1.98227	0.49002267	2.22700826	0.653004136
2.03895	0.547296513	1.967532972	0.574397401
3.03303	0.974842098	1.602554508	0.33132397
1.76179	0.40841503	1.678017963	0.369206791
1.37703	0.231783141	1.964468427	0.502148784
1	0	1.215401435	0.122080862
2.88867	0.977662466	1.764119001	0.401866434
2.69761	0.807365708	1.835006813	0.419450897
3.09108	3.049211852	1.941166946	0.521938752
2.45426	0.72171341	1.541439867	0.289273411
2.81896	0.897981519	1.604330053	0.318392534
2.67258	0.967744554	1.669929512	0.356896726
2.80082	0.949299106	1.851879236	0.451220537
2.48313	0.637284265	1.72579918	0.399505567
3.08791	0.892846537	1.660759332	0.350022542
1.54558	0.20082742	1.634196153	0.336771417
2.90584	0.921044936	1.851970518	0.448446391
2.7155	0.797845583	1.875023397	0.465750418
3.38224	0.964763656	1.792994435	0.443252248
3.11086	1.639374276	1.601466842	0.322621925
3.20338	0.995328841	1.684076754	0.36490546
3.32399	0.990467108	1.698223067	0.373533893
3.03609	1.084908944	1.692571305	0.367776489
2.32563	0.736381703	1.778639749	0.414473485
2.65099	0.921963714	1.55436338	0.287642523
2.801	0.899334499	1.926784769	0.448442605
2.76827	0.902947307	1.857747883	0.451007329
1.92258	0.524105768	1.841697227	0.440449893
2.09608	0.9835059	1.494762218	0.257185631
1.07534	0.066061147	1.691738543	0.353260567
1.69141	0.623246319	1.345311676	0.17983782
1.28013	0.251870807	1.441182723	0.230530307
1.32435	0.277415675	1.931823438	0.466691114
2.12225	0.538986952	1.980222175	0.489210606
1.50509	0.278792079	1.935106969	0.48010444
1.25842	0.128331573	2.141099927	0.597420039
1.86283	0.518676216	1.868365846	0.40929875
1.1811	0.116289441	1.782818916	0.393241659
1.45553	0.229250199	2.262937238	0.540029084
1.91656	0.389684381	1.820699746	0.406501945
2.52193	0.726240764	1.768311236	0.383878141
1.35812	0.161119265	1.868668497	0.43899018
1.06179	0.047004081	1.980366254	0.454976237
1.78082	0.509293855	1.958142369	0.463057495
2.95258	0.977221803	1.77965562	0.38368481
1	0	1	0
1.18703	0.126483638	1.655733356	0.327057167
1.32512	0.283321672	1.807066957	0.4048132
1.20588	0.175774291	1.565681522	0.287851078
1.24048	0.125819368	1.999244994	0.50534606
1.15096	0.076551751	1.555470617	0.284632016
1.09657	0.059021834	1.998799495	0.531233744
1.12725	0.081604548	2.188129558	0.634448518
1.01998	0.014069625	1.252170529	0.13299835
1.16423	0.103047809	1.480707868	0.251106038
1.10948	0.052225301	1.405546929	0.19993684
1	0	1.550903949	0.28885979
1.10419	0.075402464	1.639294664	0.351159949
1.04679	0.042069273	1.415687669	0.216036435
1.01432	0.007478455	1.642387843	0.331350558
1.16395	0.090116787	1.64653794	0.347463887
1.11687	0.065211948	2.080145417	0.621436637
1.26945	0.142839285	1.608579275	0.320798035
1	0	1.967790869	0.510970785
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A
#N/A	#N/A	#N/A	#N/A

Les mesures simples ont une corrélation étroite avec les mesures complexes d’upstreamness et de downstreamness, en particulier en aval. En amont, la variabilité est plus grande, surtout pour les industries qui sont le plus en amont (celles qui produisent presque exclusivement des produits intermédiaires pour d’autres industries). Cela s’explique par le fait qu’une plus grande part des extrants sera influencée par l’upstreamness, la distance d’amont, d’autres industries, ce qui permet une plus grande variation de leur propre upstreamness.

Le degré élevé de corrélation entre les mesures simples et les mesures complexes est attendu. Cette caractéristique est avantageuse, car elle permet de vérifier la théorie et les calculs. En effet, l’existence d’une divergence majeure pourrait entraîner un débat pour savoir quelle est la meilleure mesure et ainsi mener à des conclusions arbitraires. Comme les mesures donnent des conclusions semblables, le choix de la mesure est moins important. Étant donné que les mesures complexes cherchent à traiter les produits intermédiaires de façon hétérogène, en tenant compte de la longueur variable des chaînes d’approvisionnement, elles seront la mesure privilégiée dans la suite de l’article. La figure 5 représente la place des mesures les unes par rapport aux autres.

Version textuelle

L'industrie	En amont	En aval	Moyenne en amont	Moyenne en aval
BS111A00	2.871669586	2.150010079	2.06556106	1.962935314
BS1114A0	1.709198407	2.125945159	2.06556106	1.962935314
BS111CL0	1	2.120325405	2.06556106	1.962935314
BS111CU0	1	1.517747591	2.06556106	1.962935314
BS112A00	2.849559474	2.940425936	2.06556106	1.962935314
BS112500	2.280099642	2.395199977	2.06556106	1.962935314
BS113000	3.948059902	2.335320097	2.06556106	1.962935314
BS114000	2.264604035	1.897825183	2.06556106	1.962935314
BS115A00	3.774453536	1.464160797	2.06556106	1.962935314
BS115300	4.518608956	2.065102171	2.06556106	1.962935314
BS211110	3.548858026	1.886295564	2.06556106	1.962935314
BS211140	3.722869939	1.849122489	2.06556106	1.962935314
BS212100	4.121720706	1.651248943	2.06556106	1.962935314
BS212210	4.803448779	1.776463324	2.06556106	1.962935314
BS212220	6.087688845	1.911010169	2.06556106	1.962935314
BS212230	6.724092658	1.733903333	2.06556106	1.962935314
BS212290	6.409186794	1.883497087	2.06556106	1.962935314
BS212310	2.939429669	1.866465849	2.06556106	1.962935314
BS212320	3.352696932	1.857648281	2.06556106	1.962935314
BS212392	2.826472063	2.025182828	2.06556106	1.962935314
BS21239A	3.811747552	1.744938287	2.06556106	1.962935314
BS212396	3.672204916	1.54632371	2.06556106	1.962935314
BS21311A	3.492675473	1.732959304	2.06556106	1.962935314
BS21311B	2.845539791	1.856345719	2.06556106	1.962935314
BS221100	2.548957339	1.576984444	2.06556106	1.962935314
BS221200	2.322205724	1.356094227	2.06556106	1.962935314
BS221300	2.444678935	1.941724375	2.06556106	1.962935314
BS23A000	1	2.198079061	2.06556106	1.962935314
BS23B000	1	2.120154094	2.06556106	1.962935314
BS23C100	1	2.25845308	2.06556106	1.962935314
BS23C200	1	2.145927349	2.06556106	1.962935314
BS23C300	1	1.995496551	2.06556106	1.962935314
BS23C400	1	2.570571686	2.06556106	1.962935314
BS23C500	1	2.21185182	2.06556106	1.962935314
BS23D000	2.804972676	1.901220533	2.06556106	1.962935314
BS23E000	2.960309147	1.637890012	2.06556106	1.962935314
BS311100	2.910059612	2.933252409	2.06556106	1.962935314
BS311200	2.545386598	2.796831427	2.06556106	1.962935314
BS311300	1.608016606	2.60080699	2.06556106	1.962935314
BS311400	1.415081648	2.53486352	2.06556106	1.962935314
BS311500	1.593172297	3.082729574	2.06556106	1.962935314
BS311600	1.823403086	3.113859365	2.06556106	1.962935314
BS311700	1.963121493	2.697514953	2.06556106	1.962935314
BS311800	1.457729039	2.440895961	2.06556106	1.962935314
BS311900	1.591426888	2.502667711	2.06556106	1.962935314
BS312110	1.710741141	2.499030813	2.06556106	1.962935314
BS312120	1.813775075	2.066971983	2.06556106	1.962935314
BS3121A0	1.421661381	2.215379337	2.06556106	1.962935314
BS312200	1.177903497	1.893090626	2.06556106	1.962935314
BS31A000	2.037599248	2.496560857	2.06556106	1.962935314
BS31B000	1.247073258	2.359811541	2.06556106	1.962935314
BS321100	3.102520976	2.566857543	2.06556106	1.962935314
BS321200	2.46068603	2.451314013	2.06556106	1.962935314
BS321900	2.462875103	2.486967992	2.06556106	1.962935314
BS322100	3.456095659	2.558739891	2.06556106	1.962935314
BS322200	2.570629871	2.596356817	2.06556106	1.962935314
BS323000	2.882497376	2.241681632	2.06556106	1.962935314
BS324110	2.80772147	2.566917036	2.06556106	1.962935314
BS3241A0	3.283314285	2.786718736	2.06556106	1.962935314
BS325100	4.204689324	2.488762295	2.06556106	1.962935314
BS325200	3.811661053	2.562114436	2.06556106	1.962935314
BS325300	3.743469305	2.485909975	2.06556106	1.962935314
BS325400	2.05504125	2.447699201	2.06556106	1.962935314
BS325500	2.994394964	2.584384321	2.06556106	1.962935314
BS325600	1.667514809	2.433349647	2.06556106	1.962935314
BS325900	3.488062815	2.602346746	2.06556106	1.962935314
BS326100	2.840542542	2.519050813	2.06556106	1.962935314
BS326200	2.991974182	2.627688216	2.06556106	1.962935314
BS327A00	2.637976331	2.273767442	2.06556106	1.962935314
BS327300	2.47102323	2.30832111	2.06556106	1.962935314
BS331100	3.774528249	2.702303094	2.06556106	1.962935314
BS331200	3.798073896	2.857345957	2.06556106	1.962935314
BS331300	4.198638824	2.763510789	2.06556106	1.962935314
BS331400	5.923020948	3.11642242	2.06556106	1.962935314
BS331500	3.566816041	2.461208673	2.06556106	1.962935314
BS332100	3.196309725	2.630405704	2.06556106	1.962935314
BS332A00	2.665619086	2.228201014	2.06556106	1.962935314
BS332300	2.68622234	2.441413667	2.06556106	1.962935314
BS332400	2.62977502	2.449282504	2.06556106	1.962935314
BS332500	2.822754643	2.470517839	2.06556106	1.962935314
BS332600	2.595104375	2.558657443	2.06556106	1.962935314
BS332700	2.934801693	2.161600909	2.06556106	1.962935314
BS332800	3.636829526	2.104835866	2.06556106	1.962935314
BS333100	2.421038798	2.387369859	2.06556106	1.962935314
BS333200	1.73415123	2.287559593	2.06556106	1.962935314
BS333300	1.926527383	2.247375686	2.06556106	1.962935314
BS333400	2.258881382	2.316387952	2.06556106	1.962935314
BS333500	2.295439809	2.266625337	2.06556106	1.962935314
BS333600	2.913694266	2.280605334	2.06556106	1.962935314
BS333900	2.313057741	2.427463106	2.06556106	1.962935314
BS334100	1.294833594	2.308542238	2.06556106	1.962935314
BS334200	1.922056612	2.226227859	2.06556106	1.962935314
BS334A00	2.080935294	2.178415939	2.06556106	1.962935314
BS334400	3.220355508	2.366357248	2.06556106	1.962935314
BS335100	2.183962244	2.301171752	2.06556106	1.962935314
BS335200	1.317590725	2.549413434	2.06556106	1.962935314
BS335300	2.743446768	2.503882283	2.06556106	1.962935314
BS335900	2.640906636	2.697279255	2.06556106	1.962935314
BS336110	1.022271973	3.284526338	2.06556106	1.962935314
BS336120	1.062250899	2.983044993	2.06556106	1.962935314
BS336200	1.212265364	2.732421639	2.06556106	1.962935314
BS336310	2.400707743	2.861175184	2.06556106	1.962935314
BS336320	2.527866394	2.774152404	2.06556106	1.962935314
BS336330	2.486383143	3.076573432	2.06556106	1.962935314
BS336340	2.263026827	2.829692166	2.06556106	1.962935314
BS336350	2.489324265	2.636885647	2.06556106	1.962935314
BS336360	2.535510496	3.129844292	2.06556106	1.962935314
BS336370	2.597634519	2.769744699	2.06556106	1.962935314
BS336390	2.377320417	2.751755099	2.06556106	1.962935314
BS336400	2.583158814	2.39078192	2.06556106	1.962935314
BS336500	1.527567411	2.801114614	2.06556106	1.962935314
BS336600	1.261869507	2.176120496	2.06556106	1.962935314
BS336900	2.030994153	2.789129145	2.06556106	1.962935314
BS337100	1.463347508	2.262457509	2.06556106	1.962935314
BS337200	1.328584824	2.356319349	2.06556106	1.962935314
BS337900	1.305223216	2.519080957	2.06556106	1.962935314
BS339100	1.883415404	2.133692385	2.06556106	1.962935314
BS339900	1.767623186	2.525858064	2.06556106	1.962935314
BS411000	2.894967796	1.753524288	2.06556106	1.962935314
BS412000	2.51290741	1.74994155	2.06556106	1.962935314
BS413000	1.647277094	1.821202165	2.06556106	1.962935314
BS414000	1.702904199	1.840703953	2.06556106	1.962935314
BS415000	1.98059621	1.865938853	2.06556106	1.962935314
BS416000	2.466513015	1.575480114	2.06556106	1.962935314
BS417000	2.317079945	1.562379074	2.06556106	1.962935314
BS418000	2.887750004	1.826596962	2.06556106	1.962935314
BS419000	2.471433216	1.634032624	2.06556106	1.962935314
BS441000	1.399894983	1.639248842	2.06556106	1.962935314
BS442000	1.432829437	1.918279415	2.06556106	1.962935314
BS443000	1.551116871	1.709057223	2.06556106	1.962935314
BS444000	2.048772405	1.682407146	2.06556106	1.962935314
BS445000	1.230620485	1.674768231	2.06556106	1.962935314
BS446000	1.397047685	1.720615386	2.06556106	1.962935314
BS447000	1.552177554	1.588268999	2.06556106	1.962935314
BS448000	1.158808069	1.85815063	2.06556106	1.962935314
BS451000	1.269824633	1.746205053	2.06556106	1.962935314
BS452000	1.425668876	1.675254546	2.06556106	1.962935314
BS453A00	1.368815936	1.787500717	2.06556106	1.962935314
BS453BL0	1	1.820989077	2.06556106	1.962935314
BS453BU0	1	1.352668471	2.06556106	1.962935314
BS454000	1.460567251	1.890797742	2.06556106	1.962935314
BS481000	1.950236154	2.30948197	2.06556106	1.962935314
BS482000	3.018089118	1.752637656	2.06556106	1.962935314
BS483000	3.461818749	2.704830246	2.06556106	1.962935314
BS484000	3.196480747	2.328688361	2.06556106	1.962935314
BS485100	1.08013538	2.903289846	2.06556106	1.962935314
BS48A000	1.761551649	1.809103495	2.06556106	1.962935314
BS485300	2.205081868	2.146842796	2.06556106	1.962935314
BS486A00	3.585395249	1.689886804	2.06556106	1.962935314
BS486200	2.872476919	1.419194066	2.06556106	1.962935314
BS488000	3.198210098	2.154839161	2.06556106	1.962935314
BS491000	2.512193713	1.417474204	2.06556106	1.962935314
BS492000	2.980693729	2.129607634	2.06556106	1.962935314
BS493000	3.23032505	1.5333092	2.06556106	1.962935314
BS511110	2.545360764	2.061483076	2.06556106	1.962935314
BS5111A0	2.316081105	2.071828794	2.06556106	1.962935314
BS511200	2.344516098	1.706947223	2.06556106	1.962935314
BS5121A0	3.618746545	2.696701808	2.06556106	1.962935314
BS512130	1.258560694	2.341236859	2.06556106	1.962935314
BS512200	2.72306772	2.392154459	2.06556106	1.962935314
BS515100	2.731872333	2.234310871	2.06556106	1.962935314
BS515200	2.860444453	2.583441926	2.06556106	1.962935314
BS517000	1.846446095	1.861802768	2.06556106	1.962935314
BS518000	3.095780466	1.789436257	2.06556106	1.962935314
BS519000	2.999711712	1.971091502	2.06556106	1.962935314
BS521000	2.155852638	1.604028931	2.06556106	1.962935314
BS5221A0	2.201661669	1.436930524	2.06556106	1.962935314
BS522130	1.857049179	1.76063294	2.06556106	1.962935314
BS522200	2.275768202	2.08619845	2.06556106	1.962935314
BS522300	2.605612524	1.908661463	2.06556106	1.962935314
BS52A000	1.982273415	2.22700826	2.06556106	1.962935314
BS524100	2.038949873	1.967532972	2.06556106	1.962935314
BS524200	3.033028752	1.602554508	2.06556106	1.962935314
BS531100	1.761790219	1.678017963	2.06556106	1.962935314
BS531A00	1.377028292	1.964468427	2.06556106	1.962935314
BS5311A0	1	1.215401435	2.06556106	1.962935314
BS532100	2.88867017	1.764119001	2.06556106	1.962935314
BS532A00	2.697612379	1.835006813	2.06556106	1.962935314
BS533000	3.091084577	1.941166946	2.06556106	1.962935314
BS541100	2.454257133	1.541439867	2.06556106	1.962935314
BS541200	2.818959098	1.604330053	2.06556106	1.962935314
BS541300	2.672584742	1.669929512	2.06556106	1.962935314
BS541400	2.800818399	1.851879236	2.06556106	1.962935314
BS541500	2.483125772	1.72579918	2.06556106	1.962935314
BS541600	3.087912365	1.660759332	2.06556106	1.962935314
BS541700	1.545582645	1.634196153	2.06556106	1.962935314
BS541800	2.905839895	1.851970518	2.06556106	1.962935314
BS541900	2.715500181	1.875023397	2.06556106	1.962935314
BS551113	3.382238162	1.792994435	2.06556106	1.962935314
BS561100	3.110863264	1.601466842	2.06556106	1.962935314
BS561A00	3.203380793	1.684076754	2.06556106	1.962935314
BS561300	3.323992394	1.698223067	2.06556106	1.962935314
BS561400	3.036092668	1.692571305	2.06556106	1.962935314
BS561500	2.325628698	1.778639749	2.06556106	1.962935314
BS561600	2.650985996	1.55436338	2.06556106	1.962935314
BS561700	2.800997596	1.926784769	2.06556106	1.962935314
BS562000	2.768269943	1.857747883	2.06556106	1.962935314
BS610000	1.922583551	1.841697227	2.06556106	1.962935314
BS621100	2.096082738	1.494762218	2.06556106	1.962935314
BS621200	1.075342466	1.691738543	2.06556106	1.962935314
BS621A00	1.691407954	1.345311676	2.06556106	1.962935314
BS623000	1.280134014	1.441182723	2.06556106	1.962935314
BS624000	1.324351087	1.931823438	2.06556106	1.962935314
BS71A000	2.122253723	1.980222175	2.06556106	1.962935314
BS713A00	1.505086366	1.935106969	2.06556106	1.962935314
BS713200	1.258424792	2.141099927	2.06556106	1.962935314
BS721100	1.862827496	1.868365846	2.06556106	1.962935314
BS721A00	1.18109991	1.782818916	2.06556106	1.962935314
BS722000	1.455530141	2.262937238	2.06556106	1.962935314
BS811100	1.916562472	1.820699746	2.06556106	1.962935314
BS811A00	2.521933581	1.768311236	2.06556106	1.962935314
BS812A00	1.358121266	1.868668497	2.06556106	1.962935314
BS812200	1.061785917	1.980366254	2.06556106	1.962935314
BS812300	1.780817209	1.958142369	2.06556106	1.962935314
BS813000	2.95257563	1.77965562	2.06556106	1.962935314
BS814000			2.06556106	1.962935314
NP610000	1.18702669	1.655733356	2.06556106	1.962935314
NP621000	1.325115344	1.807066957	2.06556106	1.962935314
NP624000	1.205883381	1.565681522	2.06556106	1.962935314
NP710000	1.240480382	1.999244994	2.06556106	1.962935314
NP813100	1.150958985	1.555470617	2.06556106	1.962935314
NP813A00	1.096574213	1.998799495	2.06556106	1.962935314
NP999999	1.127254852	2.188129558	2.06556106	1.962935314
GS611100	1.019980799	1.252170529	2.06556106	1.962935314
GS611200	1.164229511	1.480707868	2.06556106	1.962935314
GS611300	1.109475349	1.405546929	2.06556106	1.962935314
GS611A00	1	1.550903949	2.06556106	1.962935314
GS622000	1.104193127	1.639294664	2.06556106	1.962935314
GS623000	1.046789994	1.415687669	2.06556106	1.962935314
GS911100	1.01432046	1.642387843	2.06556106	1.962935314
GS911A00	1.163945433	1.64653794	2.06556106	1.962935314
GS912000	1.116873546	2.080145417	2.06556106	1.962935314
GS913000	1.269447966	1.608579275	2.06556106	1.962935314
GS914000	1	1.967790869	2.06556106	1.962935314
PRM100000	#N/A	#N/A	2.06556106	1.962935314
PRM200000	#N/A	#N/A	2.06556106	1.962935314
PRM300000	#N/A	#N/A	2.06556106	1.962935314
PRM400000	#N/A	#N/A	2.06556106	1.962935314
PRM500000	#N/A	#N/A	2.06556106	1.962935314
PRM600000	#N/A	#N/A	2.06556106	1.962935314
PRM700000	#N/A	#N/A	2.06556106	1.962935314
PRM800000	#N/A	#N/A	2.06556106	1.962935314
TOTAL	#N/A	#N/A	2.06556106	1.962935314

Le positionnement moyen dans les CVM de toutes les industries canadiennes est de 2,07 en amont et de 1,96 en aval^{Note de bas de page 6}. Cela signifie qu’en moyenne, il faut quatre stades de production pour convertir des activités à valeur ajoutée en produits finaux. Bien que les moyennes soient assez semblables pour les indicateurs d’upstreamness et de downstreamness – comme cela a été dit précédemment, leurs valeurs seraient exactement identiques sans l’ajustement à une économie ouverte –, la mesure en amont présente un écart plus large que la mesure en aval. L’écart‑type pondéré pour l'upstreamness est légèrement supérieur à 1, tandis que l’écart‑type pour la downstreamness est légèrement supérieur à 0,2^{Note de bas de page 7}.

Il y a un écart plus grand dans les extrants produits par les industries (upstreamness) que les intrants consommés par les industries (downstreamness). Certaines industries produisent des extrants qui, en moyenne, nécessitent 6 à 7 étapes de plus pour devenir des produits finaux, alors que d’autres industries produisent des extrants consommés immédiatement. Les intrants des industries ont une étendue plus petite. Comme aucune industrie n’a que des activités à valeur ajoutée, aucune industrie n’a d’indice d’aval exactement égal à un. Simultanément, aucune industrie n’a d’intrants dont l'indice d’aval soit supérieur à 3,3^{Note de bas de page 8}. La raison en est que les industries sont classées en fonction de ce qu’elles produisent et non pas de ce qui est consommé. Certaines industries produisent un seul produit ou service, ce qui fait que leurs indices d’amont sont plus extrêmes, mais comme toute industrie utilise plusieurs intrants intermédiaires, les indices d’aval sont plus au centre.

Les secteurs situés en dessous et à gauche de la moyenne (les grands points noirs et les lignes pointillées) ont les chaînes de valeur les plus courtes et ont les retombées les plus faibles sur les autres industries s’ils subissent un choc ou une perturbation. Il s’agit principalement de services qui fonctionnent indépendamment des autres industries. Bien que leurs retombées puissent être minimes, bon nombre de ces industries sont importantes pour l’économie et la société, comme les hôpitaux, où la plupart des intrants sont des activités à valeur ajoutée et la plupart des extrants sont consommés comme produits finaux. Il est en effet peu probable qu’une perturbation des hôpitaux ait de nombreux effets dans les chaînes d’approvisionnement^{Note de bas de page 9}. Sur les 234 industries qui figurent dans les tableaux d’entrées‑sorties, 50, soit 31,1 % de la valeur de l’économie canadienne, se trouvent dans le quadrant inférieur gauche. Ces industries ont les CVM les plus courtes et se classent au bas de l’échelle pour ce qui est de leur indicateur d’upstreamness et de downstreamness.

Les industries qui se trouvent dans la partie inférieure droite (indicateur d’upstreamness inférieur à la moyenne, indicateur de downstreamness supérieur à la moyenne) de la figure 5 sont des industries en aval à la fin d’une CVM. Il s’agit principalement d’industries manufacturières et du bâtiment où les intrants sont déjà passés par au moins deux stades de production et où il manque aux extrants moins de deux stades pour produire un produit final. Les industries les plus en aval sont l’automobile et l’agroalimentaire. Les intrants de l’automobile et de l’agroalimentaire passent d’abord par plusieurs stades de production, et les deux ont une forte proportion de produits finaux comme extrants. Ces industries sont vulnérables aux chocs d’offre, et ces chocs causent des chocs de demande dans la chaîne de valeur. L’interprétation exacte de la downstreamness, la distance d’aval, est le nombre total d’entraînements en amont pour une industrie. Plus le nombre d’entraînements en amont est grand, plus la possibilité d’être touché par une perturbation de l’offre est élevée. Simultanément, cela crée une perturbation de la demande pour plusieurs industries en amont. Par exemple, en cas de choc d’offre négatif (par exemple, une pénurie de semi‑conducteurs) pour l’industrie de la fabrication d’automobiles et de véhicules légers, un choc de demande négatif suivra pour différentes industries de fabrication de pièces de véhicules automobiles. Cela aurait des répercussions sur d’autres industries manufacturières et, finalement, un choc de demande négatif pour diverses industries en amont de transformation de matières premières et d’exploitation minière. Quelque 53 industries, soit 25,1 % de la valeur de l’économie canadienne, se trouvent dans le quadrant inférieur droit, soit les industries en aval.

Les industries qui se trouvent dans la partie supérieure gauche (indicateur d’upstreamness supérieur à la moyenne, indicateur de downstreamness inférieur à la moyenne) du diagramme sont des industries en amont au début d’une CVM. Cela comprend une grande variété d’industries – y compris les ressources naturelles, les services publics et certaines industries de services – qui ne sont pas passées par de nombreux stades de production, mais qui produisent des intrants intermédiaires pour d’autres industries. Les industries les plus en amont se situent dans le secteur minier. Ces industries sont les plus vulnérables aux chocs de demande et, si ces industries subissent une perturbation, cela entraîne un choc d’offre tout au long de la chaîne de valeur. L’interprétation exacte de l’indicateur d’upstreamness est le nombre total d’entraînements en aval. Plus une industrie a d’entraînements en aval, plus elle est vulnérable aux chocs de demande et plus elle crée de chocs d’offre pour d’autres industries en aval. Par exemple, une perturbation de l’extraction du cuivre, du nickel, du plomb et du zinc rend plus coûteux ou plus rares les intrants intermédiaires pour d’autres industries, ce qui fera augmenter les prix tout au long de la chaîne de valeur et finira par faire augmenter le prix des produits finaux. Quelque 60 industries, soit 24,9 % de la valeur de l’économie canadienne, sont des industries en amont.

La dernière section porte sur les industries qui se trouvent dans la partie supérieure droite du diagramme; ces industries dont l’indicateur d’upstreamness et de downstreamness est élevé se trouvent au milieu de CVM complexes. Les perturbations de ces industries ont des effets sur l’offre pour certaines industries et des effets sur la demande pour d’autres. L’industrie en haut à droite de la figure 5, la production et la transformation de métaux non ferreux, est à la fois l’une des industries les plus en aval et les plus en amont. Dans cette industrie, l’intrant moyen est passé par trois stades de production et les extrants passent par six autres stades de production avant de devenir un produit final. Toute interférence dans cette industrie perturbe la demande pour de nombreuses industries en amont, comme l’exploitation minière, tout en perturbant l’offre pour les industries manufacturières. Quelque 71 industries, soit 18,9 % de la valeur de l’économie canadienne, sont à la fois des industries en amont et des industries en aval.

Il est intéressant de noter que les industries qui ont à la fois des mesures d’amont et d’aval élevées représentent le plus grand nombre total d’industries (71), tandis que les industries qui ont à la fois des mesures d’amont et d’aval faibles ont le plus petit nombre d’industries (50). Cependant, l’inverse est vrai en ce qui concerne la valeur : les industries à mesures d’amont et d’aval élevées représentent 18,9 % de la valeur de l’économie canadienne, tandis que les industries à mesures d’amont et d’aval faibles représentent 31,1 % de la valeur de l’économie canadienne. Cela s’explique par le fait que les services, qui ont tendance à ne tomber dans la catégorie ni en amont ni en aval, sont parmi les plus grandes industries et ont un large éventail d’activités. Les produits et les industries ont tendance à être classés en fonction de ce qui est produit, ce qui facilite la classification des industries de biens : il est facile de distinguer le processus de fabrication de pièces de suspension d’automobiles et de camions et celui de fabrication de pièces de frein d’automobiles et de camions. Ainsi, de nombreuses industries de biens produisent un produit homogène (en particulier celles situées au début ou à la fin des chaînes de valeur) et sont par conséquent plus petites. En revanche, l’absence de produit physique rend plus difficile le suivi de ce qui est produit par les services. C’est pourquoi les industries sont plus grandes et plus hétérogènes^{Note de bas de page 10}. Sur les 10 plus grandes industries en termes de valeur, neuf d’entre elles sont des industries de services qui n’appartiennent généralement pas à une chaîne de valeur ni ne sont classées comme intrants dans un tableau d’entrées‑sorties (p. ex., logements occupés par le propriétaire, services gouvernementaux provinciaux, etc.). La figure 6, qui regroupe les données de la figure 5 en utilisant la part de valeur de l’industrie, illustre ce phénomène.

Version textuelle

	En amont	En aval	Valeur
Agriculture et foresterie	2.82	2.36	$   100,104,894.00
Mines, pétrole et gaz	3.94	1.83	$   207,992,641.00
Utilitaires	2.52	1.56	$     61,916,376.00
Construction	1.28	2.13	$   354,156,554.00
Fabrication	2.60	2.64	$   761,246,021.00
Services gouvernementaux	1.13	1.67	$   591,807,389.00
Les Services	2.03	1.77	$1,988,161,840.00

Il faut noter que les figures 5 et 6 présentent des similitudes avec des travaux antérieurs sur la vulnérabilité de la chaîne d’approvisionnement réalisés par le Bureau de l’économiste en chef (Boileau et Sydor, 2020). Dans leur article, Boileau et Sydor tentent de mesurer la vulnérabilité des industries canadiennes aux perturbations potentielles de l’offre et de la demande. Bien que les analyses aient des points communs, les méthodologies sont distinctes. En effet, l’article cité cherchait à classer la vulnérabilité des industries, tandis que le présent document tente de déterminer la place des industries dans les chaînes d’approvisionnement.

4. Résultats pour le commerce canadien

L’un des principaux objectifs du présent article consiste à caractériser la place du Canada dans les chaînes de valeur mondiales : le Canada se spécialise‑t‑il dans des activités situées plus près du début ou de la fin de la chaîne de valeur? À cette fin, il faut examiner le commerce international du pays. Pour commencer, la figure 7 présente une position globale en amont et en aval pour la production, les exportations et les importations, au moyen d’une moyenne pondérée.

Version textuelle

	Production en amont	Production en aval	Importation en amont	Importation en aval	Exportation en amont	Exportations en aval
Biens et services	2.07	1.95	2.41	2.40	2.77	2.29
Biens	2.88	2.43	2.42	2.51	2.91	2.45
Services	1.77	1.78	2.35	1.89	2.37	1.83
	Production		Importations		Exportations

La première caractéristique notable des graphiques ci‑dessus est que la chaîne d’approvisionnement de la production canadienne de produits et de services est beaucoup plus courte que celle du commerce canadien. Cela s’explique par la longueur plus courte des chaînes de valeur des services (voir la figure 6), qui représentent la majorité de la production canadienne. Les industries de biens^{Note de bas de page 11} ne représentent que 26 % de la production canadienne, alors qu’elles représentent 83 % des importations et 74 % des exportations. Ainsi, en raison de l’augmentation de la part des produits, le commerce international canadien a naturellement des chaînes de valeur plus longues que la production canadienne. Si les services sont exclus, la production canadienne a une longueur de chaîne et un positionnement dans la chaîne d’approvisionnement similaires à ceux des exportations.

L’autre constatation importante est que les exportations canadiennes se situent, en moyenne, au début de la chaîne d’approvisionnement, tandis que les importations canadiennes proviennent des derniers stades de la chaîne d’approvisionnement. Les exportations canadiennes de produits ont un indice d’amont de 2,91 et un indice d’aval de 2,45. Cela signifie qu’en moyenne, les exportations canadiennes passent par plus de stades de production une fois qu’elles ont quitté le pays que le nombre de stades avant exportation. Autrement dit, la plupart des stades de production ont lieu après que les produits ont quitté le Canada. Les importations de produits sont plus équilibrées : l’indice d’aval étant seulement de 0,1 supérieur à l’indice d’amont. Bien que cette fourchette soit beaucoup plus étroite pour les importations que pour les exportations, cela signifie tout de même que la majorité de la production a lieu avant l’arrivée des importations au Canada.

Une autre façon d’examiner le commerce canadien consiste à comparer les indices des exportations et des importations. Bien que les indices d’aval soient semblables (seulement légèrement plus élevés pour les importations), les exportations sont plus en amont que les importations. Cela a deux conséquences; la première découle des définitions d’upstreamness et de downstreamness : les importations canadiennes sont plus proches des produits finaux que les exportations canadiennes. Encore une fois, cela signifie que le Canada se spécialise dans les premiers stades des chaînes de valeur. La deuxième, étant donné la similitude de l’indice d’aval, l’indice d’amont plus élevé signifie que les exportations canadiennes ont tendance à participer à des chaînes de valeur plus longues et, inversement, que les importations canadiennes proviennent de chaînes de valeur plus courtes.

À partir des données présentées à la figure 7, la figure 8 montre le positionnement du commerce canadien avec ses principaux partenaires commerciaux, soit les États‑Unis, la Chine, l’Union européenne (sauf Royaume‑Uni, l’UE des 27), le Mexique et le reste du monde. La figure semble indiquer que la spécialisation du Canada dans les premiers stades de la chaîne d’approvisionnement n’est pas attribuable à une relation commerciale particulière, mais constitue plutôt une caractéristique générale du commerce canadien.

Les exportations canadiennes ont des indices semblables en amont et en aval, qui varient peu selon la destination. L’indice de downstreamness présente une fourchette étroite allant seulement de 2,1 (UE) à 2,4 (Mexique). De plus, l’indice d’upstreamness a une fourchette seulement un peu plus large allant de 2,7 (É.‑U.) à un maximum de 3,1 (le reste du monde, qui regroupe les pays autres que les partenaires, États‑Unis, UE des 27, Chine ou Mexique). Cela signifie que les exportations nécessitent plus d’étapes de production après l’exportation qu’avant. Autrement dit, les exportations canadiennes vers toutes les destinations se situent généralement au début de la chaîne d’approvisionnement.

Pour ce qui est des importations, les mesures d’upstreamness et de downstreamness brossent des tableaux différents. La mesure d’aval est en grande partie identique pour toutes les origines, la fourchette étant inférieure à 0,2. En revanche, la mesure d’amont pour les importations varie davantage que les trois autres mesures (downstreamness des importations et des exportations et upstreamness des exportations). Cela peut indiquer que les importations canadiennes ne se ressemblent pas toutes. Les importations en provenance du Mexique et de la Chine sont beaucoup moins en amont (c.‑à‑d. plus près d’un produit final) que les importations en provenance des États‑Unis et du reste du monde. La Chine étant connue comme un lieu d’assemblage final en Asie, il est prévisible que les importations canadiennes en provenance de Chine contiennent davantage de produits finaux (Fang et coll. 2010). Pour le Mexique, le principal facteur de la faible mesure d’amont est le commerce automobile. Bien que le Mexique et le Canada participent tous deux au processus intégré de production automobile en Amérique du Nord, le Mexique s’occupe d’une grande partie de l’assemblage final et exporte donc de nombreux produits finaux (Klier et Rubenstein, 2017). Par ailleurs, les importations en provenance des États‑Unis et du reste du monde sont plus en amont (en fait, plus en amont qu’en aval), ce qui indique que le Canada utilise bon nombre de ces importations dans des processus de production ultérieurs.

Version textuelle

	En amont	En aval	En aval
Total	2.065561	1.951852	-1.95185
Importations	2.410709	2.396357	-2.39636
Importations des É-U	2.438315	2.406339	-2.40634
Importations de Chine	2.15041	2.38247	-2.38247
Importations de Mexique	1.912343	2.463016	-2.46302
Importations de l'UE	2.246564	2.35629	-2.35629
Importations du RDM	2.649954	2.336203	-2.3362
Exportations	2.770931	2.293868	-2.29387
Exportations vers les ÉU	2.693764	2.33795	-2.33795
Exportations vers la Chine	2.875192	2.193513	-2.19351
Exportations vers le Mexique	2.720074	2.391734	-2.39173
Exportations vers l'UE	2.809331	2.108257	-2.10826
Exportations vers le RDM	3.118857	2.230808	-2.23081

Compte tenu de la fourchette étroite de la chaîne de valeur, il semblerait plausible que des produits semblables soient échangés. Toutefois, il s’agirait d’une conclusion erronée, car les exportations et les importations sont différentes pour chaque marché, même si les valeurs d’amont et d’aval sont proches. Pour étudier l’idée de la similarité, on utilise l’indice de similarité de Finger‑Kreinin (1979). Les détails de l’indice se trouvent en annexe, et les résultats sont indiqués dans la figure 9. Dans le tableau, la matrice bleue triangulaire supérieure représente les résultats de la similarité des importations, et la matrice rose triangulaire inférieure représente les résultats de la similarité des exportations. À titre indicatif, tout ce qui est inférieur à 0,67 n’est pas similaire, et tout ce qui est supérieur à 0,67 l’est.

Contrairement à l’analyse de l’amont et l’aval de la figure 7, les industries d’où proviennent les importations canadiennes sont légèrement plus similaires que les types d’industries d’où le Canada exporte. Seules deux paires (les États‑Unis et le total, et l’UE des 27 et le reste du monde) ont des exportations semblables, alors qu’il y a cinq paires d’importations semblables. Il faut en retenir non pas que les importations canadiennes d’origines différentes sont similaires, mais plutôt que les exportations canadiennes vers différentes destinations sont dissemblables.

Bien que les industries d’exportation varient selon la destination, les indices d’amont et d’aval des exportations sont comparables entre toutes les destinations. Autrement dit, les produits que le Canada exporte vers ses principaux partenaires commerciaux sont différents, mais le rôle que le Canada joue dans la chaîne d’approvisionnement est similaire. Cela indiquerait que le Canada ne se spécialise pas en particulier dans des produits situés au début de la chaîne d’approvisionnement, mais qu’il est plutôt spécialisé dans les activités de début de chaîne d’approvisionnement.

La spécialisation du Canada dans les activités du début de la chaîne de valeur signifie que les exportations canadiennes sont plus exposées aux chocs de demande qu’aux chocs d’offre. Cela ne veut pas dire que les industries canadiennes sont insensibles aux chocs d’offre – pour revenir à l’analyse des figures 5 et 6, toutes les industries utilisent certains produits intermédiaires – mais qu’en général, il y a plus de risques de problèmes en aval qu’en amont pour les exportations canadiennes. La pandémie de COVID‑19 illustre bien les vulnérabilités du Canada. Il y a eu (ou il y a toujours) un problème d’offre dans le domaine des semi‑conducteurs, ce qui a entraîné des ralentissements dans de nombreuses industries, en particulier l’industrie automobile. Toutefois, en général, la plupart des problèmes d’approvisionnement ont concerné des biens de consommation, et étaient plus dus à des facteurs nationaux (notamment la fermeture d’usines pour protéger la santé des travailleurs) qui ont limité les exportations canadiennes qu’à tout autre facteur d’importation en amont.

5. Évolution du positionnement dans la chaîne de valeur

L’article cherchera maintenant à déterminer l’évolution du positionnement du Canada dans la chaîne d’approvisionnement. Les tableaux d’entrées‑sorties canadiennes de 1997 à 2019 ont servi à en établir la dynamique. Les tableaux d’entrées‑sorties ont changé au fil des ans, mais les chiffres de la présente section utilisent à la fois le lien le plus récent et le lien 1961 qui est comparable pour toutes les années^{Note de bas de page 13}. La figure 10 présente les résultats de la production^{Note de bas de page 14}.

Version textuelle

Année	Production en amont	Production en aval	Production en amont L61	Production en aval L61
1997			2.052368	1.96496
1998			2.040677	1.973754
1999			2.063947	1.982313
2000			2.181081	2.031535
2001			2.148402	2.033965
2002			2.114286	2.017359
2003			2.109613	1.998667
2004			2.133451	1.997454
2005			2.124599	1.986915
2006			2.099149	1.973743
2007			2.072368	1.953419
2008			2.086246	1.955894
2009			1.970784	1.937937
2010	2.01502	1.948295	1.98851	1.951664
2011	2.052181	1.948191	2.017935	1.952592
2012	2.042345	1.962459	2.006087	1.967972
2013	2.052839	1.952023	2.021133	1.956189
2014	2.066442	1.948776	2.019107	1.955458
2015	2.04214	1.968422	2.001193	1.97501
2016	2.024537	1.964143	1.98868	1.968009
2017	2.049934	1.958005	2.011476	1.960806
2018	2.080502	1.97842	2.042379	1.983365
2019	2.065561	1.962935	2.027306	1.968216

Si la fin des années 1990 est exclue de l’échantillon, il serait alors viable de dire que les mesures ont une tendance à la baisse (ce qui indique des chaînes de valeur plus courtes), ne serait‑ce que légèrement. Cela serait probablement attribuable à l’augmentation du nombre de services dans l’économie. Toutefois, si l’on tient compte de ces trois années de la fin des années 1990, la figure 9 montre que la production canadienne de 2019 est assez similaire à celle de la fin des années 1990, malgré une légère augmentation au début des années 2000 et une diminution vers la fin de cette décennie^{Note de bas de page 15}. La figure 11 présente les résultats des importations et des exportations canadiennes au fil du temps.

Version textuelle

Année	Exportations en amont	Exportations en aval	Exportations en amont L61	Exportations en aval L61	Importations en amont	Importations en aval	Importations en amont L61	Importations en aval L61
1997			2.465844	2.351965			2.328859	2.372683
1998			2.422833	2.348355			2.316361	2.363843
1999			2.412602	2.328825			2.333863	2.340835
2000			2.598223	2.370903			2.474356	2.433985
2001			2.572156	2.393827			2.433631	2.477576
2002			2.527997	2.38319			2.38989	2.443717
2003			2.553337	2.334409			2.376117	2.410174
2004			2.604059	2.342673			2.413269	2.412442
2005			2.621439	2.309948			2.393718	2.394996
2006			2.614195	2.29942			2.364844	2.388552
2007			2.613612	2.262457			2.326699	2.361469
2008			2.708647	2.222661			2.35677	2.364803
2009			2.556023	2.247745			2.267516	2.352607
2010	2.705172	2.248785	2.591745	2.259898	2.351914	2.336354	2.297897	2.357903
2011	2.802975	2.234569	2.66362	2.244884	2.409397	2.336092	2.342796	2.358842
2012	2.761184	2.284401	2.617315	2.297647	2.402211	2.361436	2.333625	2.391315
2013	2.760201	2.267538	2.637667	2.27889	2.37692	2.360312	2.32936	2.383776
2014	2.814699	2.250902	2.643952	2.264014	2.424325	2.379293	2.347889	2.408602
2015	2.70333	2.344692	2.56337	2.364356	2.396656	2.410122	2.333523	2.44363
2016	2.650417	2.351743	2.524124	2.369031	2.383474	2.409631	2.325556	2.435202
2017	2.721139	2.311921	2.589275	2.328611	2.384982	2.403591	2.329252	2.427787
2018	2.78589	2.325511	2.654446	2.344905	2.423394	2.430048	2.370339	2.458726
2019	2.770931	2.316028	2.630826	2.332947	2.410709	2.416582	2.354543	2.445508

Le positionnement et la dynamique des exportations et des importations canadiennes brossent deux portraits très différents. Pour les importations canadiennes, la position d’amont et d’aval est plus ou moins identique, et ces mesures ont très peu changé depuis 1997. En revanche, les exportations canadiennes ont un écart considérable entre leurs mesures d’amont et d’aval, écart qui s’est creusé au cours des 20 dernières années. Cela signifie que les exportations canadiennes doivent passer par plus de stades de production à l’extérieur du Canada que le nombre de stades par lesquels elles sont passées avant leur exportation.

La dynamique des exportations est claire et, pour les personnes connaissant bien le commerce canadien, prévisible. La dynamique des exportations est principalement liée à la part croissante de l’extraction de pétrole et de gaz et à la part décroissante de la fabrication. Entre 2001 et 2008, la part de l’extraction de pétrole et de gaz dans les exportations a augmenté de 8,9 points de pourcentage (p.p.), passant de 8,2 % à 17,2 %. L’extraction de pétrole et de gaz s’est placée légèrement plus en aval (passant de 1,6 à 1,4) tout en maintenant le même indice d’amont de 3,6. À l’inverse, la fabrication de véhicules automobiles a perdu une part des exportations, passant de 13,2 % des exportations en 2001 à 6,9 % des exportations en 2008. Cette industrie s’est placée légèrement plus en aval (passant de 3,1 à 3,3) tout en devenant légèrement moins en amont (1,2 à 1,1). Il s’agit donc d’un exemple d’industrie en amont qui gagne des parts tandis qu’une industrie en aval en perd. Ce phénomène s’applique aussi à d’autres dynamiques du graphique : le prix du pétrole a chuté fin 2014 et début 2015, provoquant une courte récession au Canada. Sur le graphique, cela correspond à la diminution soudaine de l’upstreamness et à l’augmentation de la downstreamness. Depuis, les prix du pétrole se sont quelque peu redressés, mais ne sont pas revenus au niveau observé au début des années 2010.

Enfin, les tableaux d’entrées‑sorties ne comportent pas de données sur les principaux partenaires commerciaux du Canada avant 2010, mais la dynamique peut être évaluée pour les années 2010^{Note de bas de page 16}. La figure 12 présente la dynamique pour les États‑Unis, la Chine, le Mexique et le reste du monde.

Version textuelle

Année	Exportations en amont vers les États-Unis	Exportations en aval vers les États-Unis	Importations en amont des États-Unis	Importations en aval des États-Unis	Exportations en amont vers la China	Exportations en aval vers la China	Importations en amont de la Chine	Importations en aval de la Chine	Exportations en amont vers le Mexique	Exportations en aval vers le Mexique	Importations en amont du Mexique	Importations en aval du Mexique	Exportations en amont vers le RDM	Exportations en aval vers le RDM	Importations en amont du RMD	Importations en aval du RDM
2010	2.656252	2.252924	2.320752	2.375038	3.131811	2.257471	1.940894	2.343068	2.564782	2.374005	1.907106	2.451987	2.885365	2.208689	2.539857	2.243232
2011	2.74291	2.23425	2.360115	2.375151	3.25308	2.213647	1.973582	2.349651	2.624766	2.33961	1.986739	2.471679	3.014894	2.206684	2.629174	2.242712
2012	2.686767	2.287139	2.361166	2.400392	3.215888	2.232067	2.010874	2.36251	2.620182	2.341809	2.056524	2.500228	3.001887	2.258434	2.597252	2.267244
2013	2.708645	2.272028	2.356569	2.393868	3.1924	2.220273	2.027427	2.378891	2.597019	2.352358	2.033196	2.496093	2.952482	2.230521	2.529922	2.266789
2014	2.767383	2.245822	2.423342	2.395362	3.049549	2.217263	2.052949	2.413266	2.597685	2.403496	1.95896	2.58214	3.062742	2.232587	2.563422	2.308444
2015	2.634517	2.372703	2.413616	2.422968	2.93942	2.250718	2.073069	2.40724	2.566274	2.413555	1.901721	2.628013	3.01761	2.243195	2.488862	2.353828
2016	2.596502	2.384847	2.409054	2.425851	2.832652	2.219448	2.084535	2.395853	2.524205	2.419995	1.893764	2.628526	2.952132	2.226964	2.446765	2.348578
2017	2.675366	2.337432	2.403252	2.415619	2.863305	2.193514	2.099481	2.388191	2.705608	2.391734	1.852889	2.70213	3.005663	2.200302	2.474473	2.342967
2018	2.746335	2.351373	2.456631	2.439542	2.892404	2.235522	2.15321	2.422427	2.728913	2.391607	1.917966	2.695759	3.037466	2.213135	2.47099	2.379719
2019	2.72613	2.334945	2.438315	2.423539	2.840369	2.211275	2.15041	2.399004	2.649505	2.375213	1.912343	2.655973	3.050652	2.22499	2.465816	2.378654

La dynamique du commerce du Canada avec les États‑Unis et le Mexique est stable depuis 10 ans et est identique à celle décrite à la figure 7 : les exportations du Canada vers les États‑Unis et le Mexique sont plus en amont que les importations du Canada, tandis que les importations canadiennes en provenance du Mexique ont une faible valeur d’amont et une valeur d’aval relativement élevée. Encore une fois, cela correspond au fait que le Canada se spécialise dans les premiers stades de la chaîne de valeur. La dynamique du commerce du Canada avec le reste du monde indique aussi de façon cohérente que le Canada s’oriente vers les premiers stades de la chaîne d’approvisionnement : les exportations sont devenues plus en amont, tandis que les importations sont devenues moins en amont et légèrement plus en aval.

À tout moment statique, le commerce du Canada avec la Chine correspond au fait que le Canada exporte aux premiers stades des chaînes de valeur et importe des produits finaux. Toutefois, la dynamique du commerce du Canada avec la Chine a considérablement changé depuis 10 ans. Les exportations canadiennes vers la Chine se sont placées moins en amont qu’elles ne l’étaient au début de la décennie, tandis que les importations de la Chine se sont positionnées plus en amont. Ce résultat est inattendu parce qu’il contredit ce qui était connu des échanges de la Chine. Pendant la plus grande partie des années 2000, la Chine était le lieu d’assemblage final de nombreuses chaînes d’approvisionnement en Asie et ses exportations se composaient d’un pourcentage élevé de contenu étranger (voir par exemple les données par entreprise présentées par Scarffe, 2020, ou Kee et Tang, 2016). Cependant, la situation a évolué et la Chine réalise plus d’activités à valeur ajoutée le long de la chaîne d’approvisionnement. Chor, Manova et Yu (2021) ont calculé l’indicateur d’upstreamness de la production et du commerce chinois (la mesure donnée dans le présent article) à partir des tableaux d’entrées‑sorties chinoises entre 1992 et 2014. Ils ont constaté que si l’indicateur d’upstreamness des exportations chinoises est relativement stable, celui des importations chinoises a enregistré une forte hausse. Ils en concluent que la Chine joue un rôle croissant dans la chaîne d’approvisionnement. Cette idée contredit la figure 11, qui semblerait indiquer la contraction et non l’expansion des chaînes d’approvisionnement chinoises.

Si l’on utilise une analyse de la variation des parts relatives pour décomposer le changement de positionnement dans les effets à l’intérieur de l’industrie et dans les effets entre industries, on constate que la diminution de l’indicateur d’upstreamness des exportations a été causée par les changements des parts à l’exportation entre industries, alors que l’augmentation de l’indicateur d’upstreamness des importations a été équilibrée entre les deux sortes d’effets. Pour les exportations canadiennes, trois types d’industries expliquent ces résultats. Tout d’abord, les industries minières et les industries semblables, en particulier la production et la transformation de métaux non ferreux, représentent maintenant une plus petite part des exportations du Canada vers la Chine. Ce sont des industries d’amont, et la diminution des parts fait que les exportations canadiennes sont positionnées moins en amont. Deuxièmement, la fabrication d’automobiles et de véhicules légers est passée de 0,04 % des exportations en 2010 à 2,5 % des exportations canadiennes vers la Chine en 2019. Les automobiles ne sont pas en amont et l’augmentation de ces exportations réduit l’indice d’amont des exportations canadiennes vers la Chine. Enfin, les services universitaires et d’autres industries de services (comme les services d’alimentation et de débits de boissons), qui ne sont ni en amont ni en aval, représentent une plus grande part des exportations canadiennes vers la Chine.

Il serait possible d’expliquer la diminution des exportations du secteur minier comme Chor et coll. : la Chine s’approvisionnerait auprès d’autres pays ou produirait davantage dans son pays. Cependant, la part croissante de ces deux dernières industries est plus difficile à harmoniser avec Chor et al. L’augmentation de la part des automobiles et des exportations de services est manifestement due à l’affluence croissante en Chine. On s’attendrait à ce que l’augmentation du pouvoir d’achat ait une incidence sur le commerce de la Chine avec tous les pays, et non pas à ce qu’elle soit un aspect particulier des relations entre le Canada et la Chine. Les données de Chor et coll. s’arrêtent en 2014, de sorte qu’il est possible que les analyses les plus récentes soient congruentes; cependant, la tendance à l’augmentation des inscriptions des étudiants chinois dans les établissements d’études postsecondaires canadiens a commencé au moins depuis la fin des années 1990, et rien ne laisse penser que les cinq dernières années révéleraient une tendance différente. Pour obtenir une explication convaincante, il faudrait examiner les profils des échanges multilatéraux de la Chine, ce qui dépasse la portée du présent article.

6. Conclusion

Le document cherche à classer la place du Canada dans les chaînes de valeur mondiales. Les principaux résultats indiquent que les exportations canadiennes sont plus en amont (la distance entre les extrants et les produits finaux est plus grande) et moins en aval (les intrants sont plus près de la valeur ajoutée) que les importations canadiennes. Cela correspond à la notion selon laquelle le Canada se spécialise en production de produits dans la première partie de la chaîne de valeur et importe des produits situés à la fin de la chaîne de valeur. À l’appui de cet énoncé, on constate également que les exportations canadiennes vers tous ses principaux partenaires commerciaux (et le reste du monde en agrégat) sont plus en amont et moins en aval que les importations canadiennes. Et pourtant, pour chaque partenaire commercial, le Canada exporte et importe un ensemble différent de produits. Cela signifie que la consommation canadienne serait plus vulnérable aux chocs d’offre, car le Canada importe de nombreux produits finaux, tandis que les exportations canadiennes sont plus vulnérables aux chocs de demande, car la production du Canada se trouve principalement au début de la chaîne de valeur. Certaines grandes industries produisent des produits finaux et sont plus vulnérables aux chocs d’offre (comme l’industrie automobile et la fabrication en général), mais dans l’ensemble, la plupart des exportations canadiennes se trouvent dans les premières parties des chaînes d’approvisionnement et sont plus vulnérables aux chocs de demande.

L’écart entre les indicateurs d’upstreamness et de downstreamness des exportations canadiennes s’est creusé depuis la fin des années 1990. Cela s’est essentiellement passé dans les années 2000 en raison de la part croissante de l’extraction pétrolière et gazière – une industrie d’amont dont les extrants sont loin d’être un produit final – ainsi que de la part décroissante de la fabrication de véhicules automobiles – une industrie d’aval dont les extrants sont en grande partie des produits finaux. L’analyse du commerce avec les États‑Unis, le Mexique et le reste du monde donne à penser que la place du Canada dans la chaîne de valeur n’a pas changé depuis 10 ans. Cependant, contrairement à ce qu’on peut lire dans la documentation existante, les échanges entre le Canada et la Chine enregistrent des exportations moins en amont et des importations plus en amont qu’auparavant. Que ce phénomène soit propre au commerce du Canada avec la Chine ou constitue une nouvelle tendance des échanges chinois, de futurs travaux devront le déterminer.

Références

P., Antràs, Chor, D., Fally, T. et Hillberry, R. (2012). Measuring the upstreamness of production and trade flows. American Economic Review, 102(3), 412-16.

P., Antràs et Chor, D. (2018). On the measurement of upstreamness and downstreamness in global value chains (pp. 126-194). Routledge.

D., Boileau et Sydor, A. (2020). Vulnérabilité des industries canadiennes aux perturbations des chaînes d’approvisionnement mondiales Affaires mondiales Canada. Ottawa.

D., Chor, Manova, K. et Yu, Z. (2021). Growing like China: Firm performance and global production line position. Journal of International Economics, 130, 103445.

T., Fang, Gunterberg, C. et Larsson, E. Sourcing in an increasingly expensive China: Four Swedish cases. Journal of Business Ethics 97, no 1 (2010) : p. 119-138

J.M., Finger et Kreinin, M.E. (1979) Measure of Export Similarity and Its Possible Uses. Economic Journal, 89, 905-912. http://dx.doi.org/10.2307/2231506

H.L., Kee et Tang, H. (2016). Domestic value added in exports: theory and firm evidence from China. American Economic Review, 106 (6), 1402–1436.

T., Klier et Rubenstein, J. (2017). Mexico’s growing role in the auto industry under NAFTA: Who makes what and what goes where. Economic perspectives, 41(6),1-29.

R. E., Miller et Temurshoev, U. (2017). Output upstreamness and input downstreamness of industries/countries in world production. International Regional Science Review, 40(5), 443-475.

C., Scarffe (2020). La situation du commerce mondial Canada-Chine et les liens de la chaîne d’approvisionnement. Affaires mondiales Canada. Ottawa.

Statistique Canada. (2020). Tableaux symétriques d’entrées‑sorties, 2019.

Statistique Canada. (Sans date). Tableaux symétriques d’entrées‑sorties, 1997‑2018.

Annexe

Le diagramme de réseau ci‑dessous illustre comment la valeur ajoutée se transforme en produit final et comment fonctionnent les mesures de positionnement dans la chaîne d’approvisionnement. Les mesures simples du positionnement dans la chaîne d’approvisionnement ne tiennent compte que de la part des intrants qui sont à valeur ajoutée et de la part des extrants qui sont des produits finaux, soit respectivement les lignes « a » et « b. ». Les mesures plus complexes tentent de tenir compte de tous les liens entre les différentes industries, plus précisément du nombre de stades de production auxquels les intrants intermédiaires ont déjà été soumis et du nombre de stades de production supplémentaires par lesquels les extrants intermédiaires doivent passer.

Remarque : L’industrie i (la case dorée) est située en aval des cercles bleus et en amont des cercles violets.

Annexe technique A : ajustement à l’économie ouverte

Il s’agit d’une reformulation des arguments présentés dans Antràs et coll. (2012). Reformuler l’équation (1) pour inclure les importations, les exportations et les stocks nets^{Note de bas de page 17} :

Version textuelle

Y_i est égal à la somme des Z_ij pour j, plus F_i, plus X_i, moins M_i, plus N_i.

Le problème est que pour construire des flux inter-industriels, il faut décomposer les importations, les exportations et les stocks nets en parts qui deviennent des produits finaux et en parts qui deviennent des produits intermédiaires. Cela signifie que la part d’extrants bruts utilisés comme intrants intermédiaires dans d’autres industries (y compris transfrontalières) est :

Version textuelle

Delta_ij est égal au produit de a_ij et Y_j, plus X_ij, moins M_ij, plus N_ij, le tout divisé par Y_i.

X_ij est égal au produit de delta_ij et X_i.

M_ij est égal au produit de delta_ij et M_i.

N_ij est égal au produit de delta_ij et N_i.

En pratique, nous manquons de données sur les flux transfrontaliers inter-industriels, mais aussi de données sur les flux inter-industriels des stocks nets^{Note de bas de page 18}. Pour effectuer le calcul, nous supposons que pour chaque industrie i, la part des exportations, des importations et des stocks nets a la même part d’extrants utilisés comme extrants intermédiaires et extrants finaux. En d’autres termes :

En mettant ces trois hypothèses dans l’équation (11), la matrice delta devient :

Version textuelle

Delta_ij est égal au quotient du produit de a_ij et Y_j par le résultat de Y_i moins X_i plus M_i moins N_i.

Ce qui équivaut à changer la matrice A en :

Version textuelle

a_ij chapeau est égal à a_ij multiplié par le quotient de Y_i par le résultat de Y_i moins X_i plus M_i moins N_i.

Annexe technique B : mesure de similarité de Finger‑Kreinin

La mesure de similarité de Finger‑Kreinin (1979) utilise une formule simple dans laquelle les parts du produit ou de l’industrie sont comparées aux parts d’un panier différent. La mesure de similarité prend la plus faible des deux parts pour chaque industrie et calcule la somme pour toutes les industries. Soit a et b des vecteurs avec des composantes indiquées par l’indice inférieur i, la similarité entre les deux vecteurs peut alors être calculée comme suit :

Version textuelle

En tant que fonction de a et b, S est égale à la somme du minimum des deux éléments ai et b_i pour i variant jusqu’à N, telle que la somme des ai pour i variant jusqu’à N est égale à un et que la somme des bi pour i variant jusqu’à N est égale à un.

Ainsi, si les vecteurs a et b sont identiques, la similarité serait égale à un. En l’absence de chevauchement entre les deux vecteurs, la similarité serait de zéro.

À titre de référence, une simulation de deux vecteurs de longueur 234 (le nombre d’industries canadiennes) a été générée aléatoirement à partir d’une distribution uniforme, puis une mesure de similarité a été construite. Cette simulation a été effectuée 10 000 fois au moyen de Stata 16. La mesure de similarité moyenne était de 0,67, avec un écart‑type de 0,02. Si on l’utilise comme mesure de référence, tout ce qui est inférieur à 0,67 n’est pas similaire, et tout ce qui est supérieur à 0,67 l’est.

Il faut savoir que la longueur du vecteur importe. Plus le nombre de composantes du vecteur augmente, plus la part prévue de chaque composante diminue. À mesure que la part prévue de chaque composante diminue, la valeur attendue de l’indice de similarité diminue. Par conséquent, l’utilisation de 0,67 comme seuil de similarité de référence indiqué dans le document n’est valide que si la longueur des vecteurs est de 234.