Notes

^1.

Voir Wagner (2007) pour une revue de la documentation. Après avoir passé en revue 54 études portent sur 34 pays, publiées entre 1995 et 2006, l'auteur arrive à la conclusion que les exportateurs sont plus productifs que les non-exportateurs, et les entreprises plus productives choisissent d'elles-mêmes d'entrer sur les marchés d'exportation, tandis que l'exportation n'améliore pas forcément la productivité. Pour d'autres revues récentes sur la question, voir López (2005) et Greenaway et Kneller (2007).

^2.

Les études qui ont examiné la productivité des entreprises qui sont entrées sur le marché d'exportation et des entreprises sortantes sont notamment celle de Baldwin et Gu (2003) pour le Canada, celle de Clerides et coll. (1998) pour la Colombie, celle de Bernard et Wagner (1997) pour l'Allemagne et celle de Girma, Greenaway et Kneller (2003) pour le Royaume-Uni. Pour une liste complète, voir le tableau A1 dans Wagner (2007).

^3.

Comme l'a expliqué Dixit (1989) en s'inspirant de la documentation sur le prix des options sur le marché financier, étant donné l'incertitude au sujet des droits tarifaires futurs et des taux de change réels, la décision des entreprises d'entrer sur les marchés d'exportation est équivalente à un groupe restreint d'établissements ayant de meilleures chances de réussir sur les marchés d'exportation qui choisiraient d'exercer l'option d'expérimenter ces marchés.

^4.

Les données d'enquête sont tirées des questionnaires détaillés (souvent remis aux établissements de plus grande taille) et des questionnaires abrégés (souvent remis aux établissements de plus petite taille). Les questionnaires détaillés renferment beaucoup plus de renseignements que les questionnaires abrégés.

^5.

Pour la période postérieure à 2000, les établissements utilisés dans l'analyse sont ceux qui ont rempli le questionnaire détaillé et ceux dont les données proviennent des registres fiscaux. Les premiers sont habituellement des établissements de plus grande taille tandis que les seconds sont des établissements de plus petite taille.

^6.

Selon une enquête de 1974 visant à recueillir des données sur l'exportation pour l'ensemble des établissements, seulement 0,4 p. 100 des établissements qui ont rempli le questionnaire abrégé ont déclaré des exportations (Baldwin et Gu, 2003).

^7.

Plus précisément, elles sont exclues de l'analyse sauf dans la section 4.1, où nous calculons le taux total d'entrée et de sortie et le taux total de participation.

^8.

La valeur ajoutée réelle est calculée à l'aide des déflateurs correspondants pour l'industrie.

^9.

Nous remercions Alla Lileeva qui nous a fourni les données sur les droits tarifaires. Pour plus de détails sur les sources et la construction des données tarifaires, voir l'appendice dans l'étude de Trefler (2004).

^10.

Certaines études ont employé un autre taux de change réel propre à l'industrie, obtenu en calculant la moyenne pondérée des taux de change entre le Canada et ses partenaires commerciaux, en utilisant comme facteurs de pondération les parts du commerce de ces pays dans chaque industrie (Baggs et coll., 2009). Cette approche soulève deux problèmes. Premièrement, dans le cas du Canada, les taux de change réels pondérés en fonction du commerce pour une industrie donnée montrent peu de variabilité d'une industrie à l'autre puisque la pondération du commerce avec les États-Unis est dominante dans toutes les industries manufacturières. Deuxièmement, cette approche suppose les mêmes rajustements des prix en fonction des mouvements des taux de change nominaux dans l'ensemble des industries. Cependant, Baldwin et Yan (2007, 2008) ont observé un degré élevé d'hétérogénéité dans les réponses des industries. Le taux de change réel rajusté en fonction des prix est un meilleur indicateur de la compétitivité internationale d'une industrie. Il mesure l'écart entre le prix du produit d'une industrie et le prix livré exigé par les industries des autres pays.

^11.

Afin de prévenir toute possible endogénéité, nous mesurons la production brute réelle de l'industrie par la somme des expéditions réelles des industries au niveau de la CTI à quatre chiffres moins les expéditions réelles de l'établissement.

^12.

Il en est ainsi parce que les fonctions des logiciels d'analyse statistique comme dprobit et mfx de STATA ne détectent pas qu'une variable est un terme d'interaction et, ainsi, ne prennent pas la dérivée entière. Par conséquent, lorsqu'une variable est mise en interaction avec une autre (ou qu'elle a des termes de rang plus élevés) dans un modèle non linéaire, mfx et dprobit donneront le mauvais effet marginal au terme d'interaction. Plutôt, l'effet du terme d'interaction nécessite le calcul de la dérivée croisée ou de la différence croisée, tel que défini dans l'équation (2).

^13.

Baldwin et Yan (2010) constatent qu'une réduction tarifaire accroît la probabilité que des établissements ferment leurs portes, en particulier parmi les exportateurs. Ici, nous montrons en outre que les réductions tarifaires n'ont pas d'impact sur la décision d'un exportateur de devenir non exportateur parmi les établissements dont l'exploitation se poursuit.

^14.

Le terme « traitement » provient des expériences médicales, où l'on évalue les effets de nouveaux médicaments ou procédures médicales en affectant de façon aléatoire des sujets au groupe traité et au groupe témoin afin de pouvoir cerner avec précision l'effet du médicament ou de la procédure médicale examinée. Dans la présente application, étant donné l'absence d'un groupe témoin obtenu de façon aléatoire, le coefficient de propension est utilisé pour construire un tel groupe témoin.

^15.

Nous utilisons l'appariement individuel avec le voisin le plus rapproché sans remplacement et avec soutien commun (c.-à-d. qu'il y a des établissements tant traités que non traités pour chaque caractéristique que nous souhaitons comparer. Si la condition d'un soutien commun n'est pas satisfaite dans le groupe de traitement, alors l'établissement est retiré de l'échantillon).