Les déterminants de l’utilisation des préférences tarifaires de l’AECG (2018-2024) : une analyse comparative France-Canada

ISBN: 978-0-662-74072-8

Juillet 2026

Résumé

Huit ans après son entrée en vigueur, le recours par les exportateurs français et canadiens à l’élimination tarifaire offerte par l’Accord économique et commercial global (AECG/CETA) est satisfaisant, mais offre encore des opportunités d’économies. Cette étude vise à dépasser le simple constat de l’évolution des taux d’utilisation des préférences tarifaires de l’AECG depuis son entrée en vigueur provisoire en septembre 2017 pour en identifier et quantifier les incitations et les contraintes opérationnelles dans son recours par les exportateurs français et canadiens.

A partir d’une analyse économétrique bilatérale en panel (de 2018 à 2024) inédite d’une granularité élevée (niveau SH8), ce travail modélise le taux d’utilisation des préférences tarifaires de l’AECG en intégrant des variables sur la complexité des règles d’origine et la structure des chaînes logistiques. L’analyse révèle que le non-recours à l’élimination tarifaire de l’AECG n’est pas explicable par un facteur unique.

D’une part, le transit des marchandises via des pays tiers hors Union européenne (notamment États-Unis) apparaît comme un obstacle commun dans la non-utilisation des préférences tarifaires qui complique le respect de la règle de transport direct de l’accord. Ce commerce indirect résulterait d’une double dynamique : 1) un arbitrage par des opérateurs rationnels entre gains logistiques et avantages tarifaires qui favoriserait des noyaux logistiques de transit hors UE et 2) un défaut de coordination par manque d’information sur la règle de transport direct entre les exportateurs, les importateurs, les transporteurs et les courtiers en douane, qui compliquerait l’obtention du taux préférentiel par les opérateurs français et canadiens.

Au-delà de ce problème commun, l’étude met en lumière d’autres déterminants propres à chaque écosystème d’exportateurs : les exportateurs français ont moins tendance à réclamer le taux préférentiel de l’AECG lorsque les exportations sont davantage destinées aux provinces de l’Ouest canadien et lorsqu’il s’agit de biens de consommation. Les exportateurs canadiens sont davantage freinés par la complexité des règles d’origine et la nécessité d’atteindre une masse critique d’exportations pour percevoir le gain à la réclamation du taux préférentiel. Le mode de transport aérien est également associé à une sous-utilisation des préférences tarifaires.

Cette hétérogénéité des diagnostics suggère que les politiques de soutien à l'utilisation de l’AECG gagneraient à dépasser la simple promotion généraliste de l'accord pour adopter une approche différenciée selon le profil des exportateurs : la conformité logistique et la coordination au sein des chaînes de valeur constituent un enjeu commun, tandis que la traçabilité de l'origine pour les exportateurs français de biens de consommation et la lisibilité des règles d'origine pour les exportateurs canadiens appellent des réponses distinctes.

Table des matières

1. Introduction et revue de littérature
   1. 1.1 Les déterminants fondamentaux de l’utilisation des préférences tarifaires
   2. 1.2 L’obstacle central : le degré de restrictivité des règles d’origine préférentielles (RdO)
   3. 1.3 Au-delà des déterminants classiques : la question de la logistique et des chaînes de valeurs mondiales
2. Données, variables, stratégie économétrique et statistiques descriptives
   1. 2.1 Construction des panels d’analyse : un cadre d’analyse bilatéral France-Canada granulaire
   2. 2.2 Les variables et hypothèses testées dans les modèles : quantifier les incitations et les obstacles à l’utilisation des préférences tarifaires offertes par l’AECG
   3. 2.3 Stratégie de modélisation économétrique
   4. 2.4 Statistiques descriptives et faits stylisés : des contraintes à priori hétérogènes
3. Résultats de l’analyse économétrique
   1. 3.1 Les déterminants de l’utilisation du taux préférentiel de l’AECG pour les exportations françaises au Canada : le poids prépondérant des contraintes logistiques
   2. 3.2 L’analyse en miroir des déterminants de l’utilisation du taux préférentiel de l’AECG pour les exportations canadiennes en France
   3. 3.3. Synthèse comparative : le défi logistique commun du commerce indirect et des logiques d’arbitrage distinctes
4. Conclusion
5. Références bibliographiques
6. Annexes techniques
   1. Annexe méthodologique A – construction des variables du panel
   2. Annexe méthodologique B – diagnostic de multicolinéarité
   3. Annexe méthodologique C – tests de robustesse

1. Introduction et revue de littérature

La pierre angulaire des accords de libre-échange (ALE) est l'octroi de préférences tarifaires, visant à stimuler les échanges de biens entre les pays membres en diminuant, voire en éliminant les droits de douane. Cependant, un corpus d’études économiques a identifié un problème persistant : les entreprises n'utilisent que partiellement ces préférences. Ce phénomène, qualifié de sous-utilisation des préférences tarifaires, signifie que des volumes importants d'échanges éligibles continuent d'être soumis aux droits de douane de la Nation la Plus Favorisée (NPF), atténuant ainsi les gains tarifaires escomptés des ALE.

La décision d'une entreprise exportatrice de réclamer ou non un traitement préférentiel est en partie le résultat d'un arbitrage économique : les gains monétaires issus de l'exonération des droits de douane doivent excéder les coûts de conformité et administratifs associés (Cadot et al., 2006). La compréhension des facteurs qui influencent cet arbitrage est donc cruciale pour la conception et l'évaluation des politiques commerciales. Comme première étape, cette analyse commence par une revue de littérature qui synthétise les travaux académiques sur les déterminants de l’utilisation des préférences tarifaires (TUP ; PUR en anglais) afin de positionner la contribution de cette recherche. Elle s'articule en trois temps : l'examen des déterminants fondamentaux établis, l'analyse de l'obstacle majeur que représentent les règles d'origine (RdO ; abrégé RoO en anglais), et enfin l'exploration des axes de recherche plus récents qui motivent notre approche spécifique à l'accord commercial entre l’Union européenne et le Canada (AECG).

1.1 Les déterminants fondamentaux de l’utilisation des préférences tarifaires

La littérature économique s'accorde largement sur un ensemble de déterminants qui forment la base de l'analyse des TUP.

La marge préférentielle (MP) : le déterminant le plus direct est la marge préférentielle, définie comme la différence entre le tarif NPF et le tarif préférentiel (nul dans le cadre de l’AECG). Une MP élevée représente une économie potentielle plus importante et donc une incitation financière plus forte à engager les coûts de conformité. Les études empiriques confirment quasi unanimement une relation positive et statistiquement significative entre l'ampleur de la MP et le taux d'utilisation (Keck & Lendle, 2012). Lorsque la marge est faible, les taux d'utilisation le sont également.

Caractéristiques de la transaction et de l'entreprise : les coûts liés à la conformité (documentation, certification, audit) comportent une importante composante fixe. Ainsi, leur poids relatif diminue à mesure que la valeur exportée augmente. La littérature montre de manière robuste que les taux des TUP sont positivement corrélés à la valeur des exportations. De même, les grandes entreprises, disposant de ressources dédiées et exportant des volumes plus importants, sont plus à même d'amortir ces coûts fixes que les PME, qui affichent des TUP significativement plus faibles (Hayakawa, Kim, & Lee, 2014).

1.2 Un obstacle important : le degré de restrictivité des règles d’origine préférentielles (RdO)

Si la MP représente le bénéfice de l'utilisation d'un accord commercial, les Règles d'Origine (RdO) en représentent le principal coût. Les RdO sont des critères nécessaires pour déterminer si un produit peut être considéré comme « originaire » d'un pays membre et donc bénéficier du tarif préférentiel. Leur objectif est d'éviter la simple déviation du commerce, mais des RdO excessivement complexes ou restrictives peuvent agir comme une barrière non tarifaire, annulant les bénéfices de la libéralisation tarifaire (Krishna & Krueger, 1995).

Les chercheurs ont développé des indices composites pour mesurer la restrictivité des règles d’origine préférentielles. L'approche de la Productivity Commission australienne (Gretton & Gali, 2005) et les travaux d'Estevadeordal et Suominen (2003) consistent à coder chaque type de règle pour chaque produit et à lui attribuer un score de restrictivité sur une échelle ordonnée. Par exemple, un changement de classification tarifaire (CCT) au niveau du chapitre (2 chiffres du SH) est plus restrictif qu'un CCT au niveau de la sous-position (6 chiffres). Des travaux plus récents, comme ceux d'Ayele (2024) et Ayele et al. (2023), ont affiné ces indices pour tenir compte des flexibilités offertes par les accords modernes (choix entre plusieurs règles, clauses de tolérance, cumul), qui réduisent la restrictivité. Les études utilisant de tels indices trouvent systématiquement un effet négatif et significatif de la restrictivité des RdO sur les TUP.

1.3 Au-delà des déterminants classiques : la question de la logistique et des chaînes de valeurs mondiales

L’AECG, appliqué provisoirement depuis 2017, est un accord de « nouvelle génération » incluant des dispositions ambitieuses sur les RdO (auto-certification, cumul). Si les rapports officiels montrent des taux d'utilisation en croissance depuis 2018, mais encore sous-optimaux^{Note de bas de page 1}, il semble qu’aucune étude n'ait encore disséqué de manière exhaustive les déterminants des TUP de l’AECG au niveau produit (SH8), en particulier en mobilisant des variables qui capturent la complexité du commerce moderne.

La littérature récente suggère que les modèles traditionnels omettent des dimensions cruciales. L'imbrication des entreprises dans des chaînes de valeur mondiales (CVM) rend la traçabilité de l'origine de multiples intrants particulièrement ardue, ce qui pourrait freiner les TUP. De plus, les contraintes logistiques sont largement absentes des analyses. L'hypothèse, pourtant économiquement plausible, est que pour des biens urgents ou de grande valeur, la rapidité de livraison (fret aérien) ou la complexité d'atteindre des destinations finales lointaines au sein d'un vaste territoire (géographie intra-nationale) peuvent rendre le coût d'opportunité d'un éventuel délai douanier supérieur au gain tarifaire. Enfin, la règle du transport direct, une conditionnalité logistique souvent négligée dans les analyses, peut s'avérer être un obstacle majeur dans un monde de noyaux logistiques globaux.

C'est précisément dans cette lacune que se situe la contribution de cette étude. Alors que les déterminants classiques sont bien compris, leur interaction avec les réalités opérationnelles des chaînes d'approvisionnement modernes dans le cadre de l’AECG reste une inconnue. Cette étude vise à identifier quels sont les déterminants qui expliquent la sous-utilisation des préférences tarifaires de l’AECG par les exportateurs français et canadiens.

Pour répondre à cette question, deux modèles économétriques au niveau des produits (SH8) pour la période 2018-2024 ont été construits – un panel pour les exportations françaises, un panel pour les exportations canadiennes –, expliquant le TUP par la marge préférentielle, un indice de restrictivité des RdO spécifique à l’AECG inspiré des méthodologies de Ayele (2024), Ayele et al. (2023) et Gretton & Gali (2005), et des variables capturant ces dimensions logistiques. L'analyse comparative entre les flux français et canadiens permettra de distinguer les défis opérationnels de l’AECG des spécificités propres à chaque écosystème d'exportation.

2. Données, variables, stratégie économétrique et statistiques descriptives

2.1 Construction des panels d’analyse : un cadre d’analyse bilatéral France-Canada granulaire

L’analyse repose sur la construction de deux panels de données annuels et symétriques couvrant la période 2018-2024 : l'un pour les exportations françaises à destination du Canada, l'autre pour les exportations canadiennes à destination de la France. L'unité d'observation est le produit au niveau de la nomenclature douanière à 8 chiffres (SH8), permettant une analyse plus fine qu’au niveau SH6.

La constitution de cette base de données a nécessité un travail substantiel de collecte, d'appariement et d'harmonisation à partir de sources multiples (Affaires mondiales Canada, Statistique Canada, Eurostat, International Trade Centre, UN Comtrade, UN Statistics Division). Un défi méthodologique majeur a été d'assurer la cohérence temporelle de l’unité d'observation. Les nomenclatures douanières évoluant, il a été nécessaire de construire un tableau de concordance pour convertir l'ensemble des données dans la nomenclature SH8 de 2024, garantissant ainsi la comparabilité de nos séries. De plus, afin de ne pas biaiser les résultats avec des flux non-commerciaux ou des « effets de petits nombres », l’échantillon d'analyse a été purgé des observations dont la valeur annuelle des exportations éligibles est inférieure à 1 500 dollars canadiens (environ 1 000€). Enfin, l’étude se concentre sur les produits pour lesquels il existe une incitation économique réelle à utiliser l'accord. L'échantillon a donc été restreint aux seules observations pour lesquelles la marge préférentielle (MP) est strictement positive. Cela permet de modéliser un comportement d'arbitrage économique et d'exclure les cas où l’AECG pourrait être réclamé par l’exportateur par excès de zèle administratif ou pour des raisons non liées à un gain tarifaire.

2.2 Les variables et hypothèses testées dans les modèles : quantifier les incitations et les obstacles à l’utilisation des préférences tarifaires offertes par l’AECG

La modélisation vise à expliquer la variation du TUP à l'aide de trois catégories de variables.

i) Variable à expliquer :

• Taux d'utilisation des préférences (TUP/PUR) : défini pour chaque produit SH8 et chaque année comme la part des exportations (en valeur) ayant effectivement bénéficié du taux préférentiel AECG, rapportée à la valeur totale des exportations éligibles à ce même taux. Les données sources diffèrent pour chaque panel : Affaires mondiales Canada pour le panel des importations canadiennes depuis la France, et Eurostat (Comext) pour les importations françaises depuis le Canada. Un rappel du calcul des TUP est présenté en Annexe méthodologique A.1.

ii) Variables d'intérêt :

1. Marge préférentielle (MP) : la différence (en points de pourcentage) entre le tarif NPF applicable et le tarif préférentiel AECG (souvent nul). Elle représente l'incitation financière directe à utiliser l'accord. Cette variable est log-linéarisée au moment de procéder aux régressions. Source : ITC. Hypothèse : effet positif attendu (+). « Plus le gain tarifaire est grand, plus l’intérêt à réclamer le taux préférentiel AECG est garant d’un gain important en compétitivité-prix à l’export ».
2. Indice de restrictivité des règles d'origine préférentielles (ROO-RI) : une variable construite spécifiquement pour cette étude face à l’absence d’un tel indicateur disponible pour l’AECG. Inspiré des méthodologies de Ayele (2024), Ayele et al. (2023) et Gretton & Gali (2005), cet indice sur une échelle de 0 (pas restrictif) à 100 (très restrictif) quantifie la complexité textuelle de la règle d'origine applicable à chaque produit. Il prend en compte le type de règle (exemple : changement de classement tarifaire, pourcentage minimum de contenu régional, etc.), son niveau d'exigence (ex : changement de classement tarifaire à 4 chiffres vs 6 chiffres) et les seuils requis. Le protocole détaillé de codification et de calcul de cet indice est présenté en Annexe méthodologique A.2. Source : calculs propres basés sur l’annexe 5 du protocole des règles d’origine préférentielles de l’AECG. Hypothèse : effet négatif attendu (-). « Plus il est compliqué de démontrer le caractère « originaire » d’un produit à l’AECG (preuves, risque en cas d’audit par les douanes), moins l’incitation à réclamer le taux préférentiel de l’AECG est grande ».
3. Part du commerce indirect : cette variable mesure pour chaque produit la part des exportations (en valeur) qui transitent par au moins un pays tiers hors Union européenne avant d'atteindre leur destination finale. Elle vise à capturer les difficultés liées à la conformité avec la « règle du transport direct » de l'accord. En raison des limites des données sources, cette variable est construite au niveau SH6. Les données sources pour cette variable présentaient une discontinuité temporelle, notamment durant la période pandémique. Une stratégie d'imputation rigoureuse, économiquement justifiée et différenciée pour chaque panel, a été mise en œuvre pour construire une série temporelle complète.Conscient que cette imputation est une hypothèse forte, la robustesse de nos conclusions a été validée par des tests sur des sous-échantillons restreints aux seules années de données originales pour chaque panel. Le détail de la procédure d'imputation est présenté en Annexe méthodologique A.3. Source : UN Comtrade. Hypothèse : effet négatif attendu (-). « Plus un produit transite par des pays tiers, plus il est compliqué de démontrer le respect de la règle du transport direct de l’AECG ».

iii) Variables de contrôle :

1. Valeur des exportations : le logarithme de la valeur totale des exportations du produit l'année précédente (t-1). L’utilisation de la valeur décalée d’une année permet de contrôler l'effet d'échelle et d’atténuer les biais d'endogénéité dans les estimations. Source : Affaires mondiales Canada/Eurostat (Comext). Hypothèse : effet positif attendu (+) (économies d'échelle). « Plus les volumes exportés sont importants, plus l’avantage tarifaire à réclamer le taux préférentiel de l’AECG est grand ».
2. Type de produit (binomiale) : des variables binaires classifiant chaque produit comme bien de consommation, bien d'équipement, ou bien intermédiaire (catégorie de référence), sur la base de la classification BEC. Construites au niveau SH6, puis assignées au niveau SH8. Source : UN Statistics Division. Hypothèse : effet négatif attendu (-) pour les biens de consommation, dont les chaînes de valeur sont souvent plus complexes.
3. Fret aérien (binomiale) : une variable binaire prenant la valeur 1 si plus de 50% du commerce du produit (en valeur) est réalisé par voie aérienne. Construite au niveau SH6. Source : Eurostat (Comext) / UN Comtrade. Hypothèse : effet négatif (-). « Un bien majoritairement échangé par voie aérienne peut indiquer une prépondérance pour la vitesse de livraison par rapport aux autres considérations ».
4. Distance des exportations pondérées (cette variable est uniquement disponible dans le panel des exportations françaises au Canada) : une variable mesurant la distance moyenne pondérée entre la France et les provinces canadiennes de destination finale des exportations. Source : Calculs propres basés sur Statistique Canada et les distances calculées depuis Google Maps (entre Paris et les capitales provinciales canadiennes). Le protocole détaillé de codification et de calcul de cet indice est présenté en Annexe méthodologique A.4. Hypothèse : effet négatif attendu (-). « Plus le lieu de destination est éloigné, plus les coûts de transport et d'information sur l’AECG sont grands, reléguant à un rôle secondaire la décision de recourir au taux préférentiel de l’AECG ».

2.3 Stratégie de modélisation économétrique

Le modèle retenu est un modèle logit fractionnaire en panel. Cette approche est la plus adaptée car la variable à expliquer (TUP) est une proportion bornée entre 0 et 1, pour laquelle un modèle linéaire classique pourrait générer des prédictions incohérentes. Ce type de modèle est conçu pour ce type de données (Papke & Wooldridge, 1996) et garantit la robustesse des estimations.

Le modèle contrôle pour les effets fixes au niveau du produit (SH8) et de l'année. Cette technique permet de limiter l'hétérogénéité inobservée qui est constante pour un produit donné (ex : sa complexité intrinsèque, la structure de son marché) ainsi que les chocs macroéconomiques communs à tous les produits pour une année donnée (ex : crise sanitaire, fluctuations du taux de change). Ainsi, les coefficients mesurent l'effet des changements des variables au sein d'un même produit au fil du temps.

Trois défis de spécification sont rigoureusement pris en compte :

• Endogénéité : atténuée par l'utilisation de la valeur décalée des exportations (t-1).
• Multicolinéarité : diagnostiquée en amont via des matrices de corrélation et des facteurs d'inflation de la variance (VIF). Aucun problème de multicolinéarité n’a été identifié dans les deux panels.
• Erreurs-types : pour tenir compte du fait que certaines variables sont construites à un niveau plus agrégé (SH6), les erreurs-types sont systématiquement clustérisées au niveau SH6. Cette technique corrige la corrélation potentielle des erreurs au sein d'un même groupe de produits et produit des tests de significativité plus fiables.

Ainsi, l’équation du modèle s'écrit :

$E({\mathrm{PUR}}_{it}\mid X_{it},{\alpha }_i,{\delta }_t)=G({\alpha }_i+{\delta }_t+{\beta }_1{\mathrm{MP}}_{it}+{\beta }_2{\mathrm{ROORI}}_{it}+{\beta }_3{\mathrm{IndirectTrade}}_{it}+{X_{it}}^{\prime }\Gamma )$

Où :

• $E({\mathrm{PUR}}_{it}\mid X_{it},{\alpha }_i,{\delta }_t)$ est\; l\text{'}espérance\; conditionnelle\; du taux\; d\text{'}utilisation\; des\; préférences pour\; le\; produit$$est l'espérance conditionnelle du taux d'utilisation des préférences pour le produit i à l'année t.
• G(.) est la fonction de distribution logistique, qui assure que les valeurs prédites restent dans l'intervalle [0,1].
• ${\alpha }_{i}et{\delta }_t$ sont respectivement les effets fixes au niveau du produit (SH8) et de l'année.
• ${\mathrm{MP}}_{it}$ , ${\mathrm{ROORI}}_{it}$ et ${\text{IndirectTrade}}_{it}$ sont les trois variables d'intérêt principales : la marge préférentielle, l'Indice de restrictivité des règles d'origine, et la part du commerce indirect.
• ${X^{\prime }}_{it}$ est un vecteur de variables de contrôle, qui inclut le logarithme de la valeur des exportations décalée (t-1), les variables binaires pour le type de produit (biens de consommation, intrants, biens d’investissement), la variable binaire pour le fret aérien et le logarithme de la distance d’exportation pondérée.
• $\Gamma$ est le vecteur des coefficients associés à ces variables de contrôle (valeur des exportations décalée, type de produit, fret aérien, distance des exportations).

La stratégie d'interprétation repose sur la comparaison de deux spécifications pour chaque panel : un modèle non pondéré par les valeurs d’exportations, représentatif des dynamiques d'une ligne de produit « typique », et un modèle pondéré par la valeur des exportations, représentatif des dynamiques des flux économiquement dominants dans la relation commerciale bilatérale. Cette double approche permet de dresser un portrait complet des mécanismes économiques à l'œuvre.

2.4 Statistiques descriptives et faits stylisés : des contraintes à priori hétérogènes

Avant de présenter les résultats des modélisations économétriques, l'analyse des statistiques descriptives permet de brosser un premier portrait de certaines dynamiques à l'œuvre et de mettre en lumière des asymétries entre les exportations françaises et canadiennes. Des tests de diagnostic ont été menés pour s'assurer de l'absence de problèmes de multicolinéarité entre nos variables. Les matrices de corrélation et les facteurs d'inflation de la variance (VIF), présentés en Annexe B, confirment la bonne spécification des modèles.

Une description du nombre d’observations pour chacun des échantillons modélisés est disponible ci-dessous dans le tableau récapitulatif. Le tableau détaille la structure de l'échantillon final utilisé pour les estimations. Après exclusion des observations présentant des données manquantes et application du délai temporel (lag) nécessaire pour contrôler l'endogénéité (exclusion de l'année 2018 des régressions), l'analyse porte sur un total de 6 797 observations pour le panel français et 9 690 pour le panel canadien.

Tableau récapitulatif : échantillon d’analyse (2019-2024 – après traitement des lags)

Source : Affaires mondiales Canada ; Eurostat (base Comext). Calculs des auteurs.
Note : observations retenues avec marge préférentielle strictement positive et biens avec une valeur annuelle des échanges moyenne de ≥ 1 500 CA (environ 1 000 €) entre 2018 et 2024

Observation n°1 : une évolution des TUP français et canadiens en ciseaux depuis 2022

Le graphique 1 illustre l'évolution du TUP pour les exportations françaises et les exportations canadiennes. Une dynamique « en ciseaux » est constatée. Côté français, après une phase d'apprentissage, le TUP se stabilise au-dessus de 60%, seuil de « bonne utilisation », mais en dessous du seuil empirique de performance, situé à 70%. Côté canadien, la tendance est inverse : après un pic en 2021, le TUP s'effondre, tombant sous le seuil d'alerte de 50%. Ce décrochage pour les exportateurs canadiens tient en grande partie aux importations du produit au code SH8 27101967 (huiles/pétroles bitumineux). Ce produit est importé essentiellement par la France au sein de l’UE, à un taux d’utilisation de l’AECG proche de 0 % entre 2022 et 2024. D’après les données UN Comtrade, la majorité de ces importations canadiennes transitent par l’île de Bonaire (Pays-Bas), située en dehors du territoire douanier de l’UE. Ce transit pourrait soulever des questions quant au respect de la règle du transport direct prévue par l’AECG. En l’absence d’utilisation de l’AECG, le droit de douane applicable au produit 27101967 est de 3,5 %. Toutefois, l’UE prévoit une exemption de droits de douane lorsque ces produits sont utilisés pour la construction, la réparation ou la maintenance de navires ou de plateformes offshore. Les données disponibles ne permettent pas de déterminer si ces importations bénéficient de cette exemption ou si elles entrent dans l’UE avec des droits de douane. En excluant le produit 27101967, le TUP pour les exportations canadiennes est plus élevé, mais la tendance baissière constatée entre 2021 et 2024 persiste.

Graphique 1 – Évolution des taux d'utilisation des préférences (TUP) français et canadiens (2018-2024)

Source : Affaires mondiales Canada ; Eurostat (base Comext). Calculs des auteurs.
Note : observations retenues avec marge préférentielle strictement positive et biens avec une valeur annuelle des échanges moyenne de ≥ 1 500 CA (environ 1 000 €)entre 2018 et 2024

Observation n°2 : des trajectoires contrastées selon le type de bien exporté

Au-delà des moyennes globales, l'analyse de l'évolution du TUP par catégorie de produits (graphique 2.1 et graphique 2.2) révèle des trajectoires contrastées entre la France et le Canada.

Côté français, se dégage une forte progression du TUP pour les biens d'équipement. Parti d'un niveau très faible en 2018 (25 %) et 2019 (10,3 %), le TUP a augmenté pour atteindre un niveau d’utilisation de « performance » de 70 % entre 2021 et 2023, suggérant une phase d'apprentissage réussie par les industriels français. Les biens de consommation, cœur de l'export français au Canada, affichent une stabilité autour de 63-66 %, au-dessus du seuil de bonne utilisation bien qu'ils ne parviennent pas à franchir le seuil symbolique de « performance » des 70 %. Côté canadien, la trajectoire est marquée par une volatilité plus forte. Le fait marquant est l'effondrement du TUP pour les biens de consommation, qui passe de plus de 70 % en 2019 à un point bas de 36,7 % en 2023. Cette chute tire la performance globale canadienne vers le bas. Les intrants (biens intermédiaires) montrent une courbe en cloche : une montée en puissance jusqu'en 2021 (72,8 %) suivie d'une érosion constante jusqu'en 2024 (54,9 %).

Cette mise en perspective suggère que les défis liés à l’utilisation du taux préférentiel de l’AECG pourraient être de nature différente entre les exportateurs français et canadiens. A noter que les données utilisées pour les graphiques 2.1 et 2.2 ne concernent que les produits de l’échantillon d’analyse, c’est-à-dire ceux éligibles (droits NPF >0) qu’ils aient obtenu le taux préférentiel ou non.

Graphique 2.1 – Évolution du TUP par catégorie de produits – Exportations françaises vers le Canada (2018-2024)

Source : Affaires mondiales Canada ; Eurostat (base Comext). Calculs des auteurs.
Note : observations retenues avec marge préférentielle strictement positive et biens avec une valeur annuelle des échanges moyenne de ≥ 1 500 CA (environ 1 000 €) entre 2018 et 2024

Graphique 2.2 – Évolution du TUP par catégorie de produits – Exportations canadiennes vers la France (2018-2024)

Source : Affaires mondiales Canada ; Eurostat (base Comext). Calculs des auteurs.
Note : observations retenues avec marge préférentielle strictement positive et biens avec une valeur annuelle des échanges moyenne de ≥ 1 500 CA (environ 1 000 €) entre 2018 et 2024

Observation n°3 : une réponse non-linéaire à la marge préférentielle

L'analyse descriptive des taux d'utilisation en fonction de l'ampleur de la marge préférentielle (graphique 3.1 et 3.2) remet en cause l'intuition d'une relation linéaire simple où « plus le gain est élevé, plus l'utilisation est forte ».

Côté français, ce sont les produits bénéficiant d'une marge préférentielle moyenne (2,5%-5%) qui affichent les meilleures performances, avec un taux d’utilisation de l’AECG culminant à 85,4% en 2024. Paradoxalement, le taux d’utilisation des segments offrant les gains tarifaires les plus importants (5-10% et >10%) est en retrait, bien que satisfaisant (entre 60% et 67% en 2024). Ce constat suggère que pour ces produits à forts enjeux tarifaires, l'incitation financière pourrait se heurter à des barrières opérationnelles — chaînes d’approvisionnement, défis logistiques, règle d’origine — qui freinent l'optimisation douanière.

Côté canadien, les produits avec une marge préférentielle élevée (5-10%) sont associés à une très forte utilisation de l’AECG, avec des taux dépassant 80% depuis 2019 (81,9% en 2024). En revanche, on constate un décrochage sur les produits avec une marge préférentielle entre 2,5% et 5%, dont le taux d’utilisation chute à 26,5% en 2024, ainsi qu'une faible performance sur les produits avec une marge préférentielle supérieure à 10% (51%). Cela indique une concentration de l'efficacité canadienne sur un cœur de cible spécifique, tandis que les autres segments semblent confrontés à des obstacles opérationnels à la mise en œuvre de l’AECG.

Graphique 3.1 – TUP selon l'amplitude de la marge préférentielle – Exportations françaises vers le Canada (2018-2024)

Source : Affaires mondiales Canada ; ITC Market Access Map. Calculs des auteurs.

Graphique 3.2 – TUP selon l'amplitude de la marge préférentielle – Exportations canadiennes vers la France (2018-2024)

Source : Eurostat (base Comext) ; ITC Market Access Map. Calculs des auteurs.

Observation n°4 : des règles d’origine préférentielles plus complexes à respecter côté français

Les exportateurs français et canadiens ne font pas face au même degré de complexité douanière dans le respect des règles d’origine préférentielles de l’AECG. Le graphique 4 montre la distribution de l’indice de restrictivité des règles d'origine (ROO-RI) entre 2018 et 2024. Les exportateurs canadiens, en moyenne, font face à des règles textuellement plus simples. La question est de savoir si ce « mur » réglementaire constitue un frein réel pour les exportateurs français et canadiens, et si ce dernier est davantage pénalisant pour les exportateurs français.

Graphique 4 – Indice moyen de restriction des règles d'origine du CETA calculé sur la base des produits exportés

Source : Bureau de l’économiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext), Affaires mondiales Canada, Annexe 5 du protocole des règles d’origine de l’AECG (calculs des auteurs).

Observation n°5 : une montée en puissance de la contrainte des questions logistiques

Les graphiques 5.1 et 5.2 illustrent l'évolution de la part du commerce indirect pour les biens exportés ayant une marge préférentielle positive, c’est-à-dire pour les biens où l’AECG a permis l’élimination tarifaire. Côté français, on observe une progression des volumes d’exportations taxables à destination du Canada qui transitent par des pays hors UE avant d’arriver à leur destination au Canada. Bien que les données soient moins abondantes côté canadien, on constate là aussi qu’un peu plus d’un quart des volumes d’exportations canadiennes à destination de la France qui sont soumis à des droits de douane NPF sans élimination tarifaire offerte par l’AECG, transitent par des pays tiers avant d’arriver en France. La hausse de 6 points entre 2019 et 2024 est à relever. Cette évolution suggère que la gestion de la règle du transport direct est une problématique croissante, notamment côté français.

Graphique 5.1 – Évolution de la part du commerce indirect – Exportations françaises vers le Canada

Source : UN Comtrade. Calculs des auteurs. Niveau SH6.

Graphique 5.2 – Évolution de la part du commerce indirect – Exportations canadiennes vers la France

Source : Bureau de l’économiste en chef, Affaires mondiales Canada. Données : Eurostat (Comext), UN Comtrade. Affaires mondiales Canada, calculs des auteurs.
Note : Les données pour les années 2019-2021 (France) et 2020-2023 (Canada) n'étant pas disponibles, ce graphique présente uniquement les années de données originales pour illustrer la tendance observée.

Ces faits stylisés dressent le portrait de deux écosystèmes d'exportation confrontés à des défis hétérogènes. L'analyse économétrique qui suit visera à démêler ces corrélations, à quantifier l'impact de chaque facteur, et à expliquer pourquoi, face au même accord, les trajectoires de performance peuvent être divergentes.

3. Résultats de l’analyse économétrique

Cette section présente les résultats des modélisations en panel, estimés avec des effets fixes au niveau produit (SH8) et année sur l’échantillon d'analyse (2018-2024). L'objectif est de quantifier l'impact des incitations financières, des barrières et contraintes sur le taux d'utilisation des préférences (TUP).

L’analyse débute par les exportations françaises à destination du Canada (3.1), suivie d’une analyse en miroir pour les exportations canadiennes vers la France (3.2), avant de conclure par une synthèse comparative (3.3). Les tests de robustesse pour ces modélisations sont présentés en Annexe C.

3.1 Les déterminants de l’utilisation du taux préférentiel de l’AECG pour les exportations françaises au Canada : le poids prépondérant des contraintes logistiques

3.1.1. L’analyse séquentielle : dérouler les mécanismes économiques à l’œuvre dans l’accès à l’élimination tarifaire offerte par l’AECG

Pour isoler l'effet de chaque déterminant, nous adoptons une approche séquentielle où les variables sont introduites par blocs successifs. Cette méthode permet d'observer la stabilité des coefficients et de mettre en évidence les biais de variable omise.

a) Modélisation non-pondérée de la valeur des exportations : une cascade d’obstacles cumulatifs

L'analyse des modèles non pondérés (tableau 1), représentatifs de la ligne de produit « typique », montre que la décision d'utiliser l’AECG résulte d'une accumulation de contraintes opérationnelles plutôt que d'un simple arbitrage tarifaire.

• Une faible sensibilité aux incitations classiques (modèles 1-3) : la marge préférentielle (pref_margin) n'est pas statistiquement significative, bien que son coefficient soit élevé. L'indice de complexité des règles d’origine (roo_ri) affiche paradoxalement un effet positif et marginalement significatif, suggérant un effet de sélection où les produits aux règles d’origine les plus complexes sont associés à une utilisation de l’accord.
• L’importance des caractéristiques intrinsèques du produit exporté (modèles 4 et 5) : l'introduction des catégories de produits révèle un déterminant structurel. Le fait d'être un bien de consommation (d_cons) ou un bien d'équipement (d_cap), par rapport à un bien intermédiaire, apparaît comme un frein robuste à l’utilisation des préférences tarifaires de l’AECG, qui persiste jusqu'au modèle final.
• La prédominance des contraintes logistiques (modèles 6 et 7) : l’ajout des variables géographiques et logistiques modifie la hiérarchie des effets. La distance (log_avg_dist) et surtout, la part des exportations réalisées de manière indirecte (share_indirect) émergent comme des obstacles très puissants et statistiquement significatifs (p<0,001), confirmant l’absence d’effet déterminant des incitations financières pour les flux non-pondérés par la valeur des exportations.

Ainsi, le TUP français d’une ligne tarifaire « typique » est le résultat d'une combinaison de freins agissant simultanément. Le plus puissant est la logistique (transit et distance), suivi de près par la nature intrinsèque du produit (biens de consommation et d'équipement).

b) Modélisation pondérée de la valeur des exportations : le problème du commerce indirect

L'analyse des modèles pondérés (tableau 2), qui reflètent les enjeux économiques majeurs, raconte une histoire de conflit entre l’avantage tarifaire et la contrainte logistique.

• La marge préférentielle apparaît comme un levier visible à l’utilisation de l’AECG… (modèles 1-6) : dans les modèles intermédiaires, la marge préférentielle (pref_margin) joue un rôle positif et significatif. Pour les grands flux, l'incitation financière est donc un levier de l’utilisation de l’AECG. Parallèlement, le frein lié au fait d'être un bien de consommation (d_cons) apparaît comme un obstacle robuste.
• …Fortement limitée par certains choix logistiques (modèle 7) : l'introduction de la variable share_indirect absorbe tout le pouvoir explicatif du modèle. Son coefficient est négatif et très significatif (-3,560 ; p<0,001). Une fois ce facteur pris en compte, l’incitation financière, l’effet de taille et les caractéristiques intrinsèques des produits perdent leur significativité statistique.

L'analyse séquentielle a mis en avant comment se déroulent les obstacles opérationnels à l’utilisation de l’AECG par les exportateurs français. Les effets observés dans les modèles intermédiaires (incitation financière, type de produit) cachaient un obstacle plus prépondérant. Une fois que la structure de la chaîne logistique est introduite, elle absorbe tout le pouvoir explicatif et se révèle être le déterminant le plus important. Pour les grands flux, il existe bien une incitation financière, mais là-encore, le transit via des pays tiers hors UE est un obstacle opérationnel majeur à l’utilisation de l’AECG.

Tableau 1 – Régressions séquentielles (non pondéré par la valeur des exportations)

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

Tableau 2 – Régressions séquentielles (pondéré par la valeur des exportations)

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

3.1.2. Interprétation des deux modèles finaux – comparaison entre le modèle non pondéré et pondéré par la valeur des exportations

L'analyse des modèles finaux (tableau 3) confirme la dichotomie entre les deux types de flux. L'interprétation des effets marginaux moyens (EME) permet de quantifier la magnitude économique de chaque déterminant.

a) Modèle non-pondéré : trois types d’obstacles opérationnels à l’utilisation du taux préférentiel de l’AECG

Pour une ligne de produit typique (tableau 3 - (1)), la décision d'utiliser l’AECG ne semble pas être un simple arbitrage coût-bénéfice, mais le résultat d'une cascade d'obstacles opérationnels.

Trois facteurs se distinguent par leur impact négatif. Leur EME révèle leur amplitude :

1. Les caractéristiques du produit : en moyenne, un bien de consommation français exporté au Canada (d_cons) est associé à un TUP inférieur de 20,3 points de pourcentagepar rapport à un bien de consommation intermédiaire. L'écart est de 12,8 points pour les biens d'équipement (d_cap). Cela reflète la difficulté opérationnelle accrue pour tracer l'origine dans les chaînes de valeur de biens finaux.
2. Le frein logistique : une augmentation de 10 points de pourcentage de la part du transit via un pays tiers (share_indirect) est associée à une baisse du TUP de 4,8 points. Le passage par un noyau logistique hors-UE (par exemple, les Etats-Unis) complique la preuve du transport direct, soit par la rupture de la traçabilité documentaire, soit par un dédouanement intermédiaire qui rompt le contrôle douanier.
3. La contrainte géographique : une augmentation de 10% de la distance pondérée (log_avg_dist) est associée à une baisse du TUP de 4,2 points. L'éloignement de la province canadienne de destination semble diluer l'information ou favoriser des choix logistiques défavorables à la conformité AECG, l'incitation financière et l'effet de volume n'ayant ici aucun effet significatif.

Pas d’effet significatif pour les incitatifs financiers : l'incitation financière (pref_margin) et l'effet de volume (log_v_total_lag1) sont statistiquement non significatifs, avec des EME proches de zéro.

Pour une ligne de produit moyenne, les exportateurs sont pénalisés dans l’utilisation de l’AECG du fait des caractéristiques du produit exporté, de sa chaîne logistique et de sa destination finale au sein du Canada. Les politiques de soutien à l’utilisation de l’AECG doivent donc avoir ces obstacles à l’esprit en plus des obstacles classiques habituellement avancés (absence de connaissance de l’accord, incapacité à s’informer sur les façons concrètes de bénéficier de l’accord par les PME).

b) Modèle pondéré : le commerce indirect comme principale contrainte

Pour les produits qui pèsent le plus dans les exportations françaises au Canada (tableau 3 - (2)), les exportateurs semblent avoir neutralisé les défis liés aux caractéristiques des produits exportés et à la distance. Un seul obstacle persiste : le commerce indirect.

Le coefficient lié à share_indirect est le seul statistiquement significatif. Son EME indique que pour un produit donné, une augmentation de 10 points de la part de transit est associée à une baisse du TUP de 5,1 points.

Cette observation peut s’expliquer par deux mécanismes économiques :

1. Un arbitrage stratégique : pour les principaux produits exportés au Canada, les exportateurs privilégient l’efficacité des chaînes logistiques nord-américaines continentales et non simplement bilatérales, au détriment de l’optimisation douanière. En effet, les grands groupes qui ont privilégié depuis le début des années 2000 les investissements et implantations à l’étranger au lieu des exportations (Direction générale du Trésor, 2020) voient l’Amérique du Nord comme un marché intégré, avec des noyaux logistiques majeurs situés aux États-Unis pour des raisons d'échelle, de connectivité et de coûts. Une entreprise française pourrait ainsi privilégier l’optimisation des coûts logistiques, quitte à ne pas réclamer l’élimination tarifaire de l’AECG, notamment si elle a négocié un prix avantageux pour la gestion de ses flux vers les Etats-Unis. Pour certains exportateurs, la décision d’utiliser l’AECG se résume à la question : « Faut-il supporter le coût de réorganiser une chaîne logistique nord-américaine efficace pour bénéficier du gain tarifaire offert par l’AECG ? ».
2. Un défaut de coordination entre exportateur, importateur et transitaires en douane : en supposant que 1) les exportateurs maximisent leur rentabilité, 2) prennent leurs décisions indépendamment les unes des autres, 3) qu’ils ont une information imparfaite sur le fonctionnement de la règle du transport direct de l’AECG et 4) qu’ils prennent leurs décisions sur la base de ces informations partielles, alors cela signifie que les exportateurs font principalement des choix logistiques en fonction des coûts d’expédition. Les importateurs n’ont alors qu’à accepter ou refuser. Le commerce indirect apparaît alors comme une contrainte s’imposant aux importateurs. Des opérateurs davantage avertis sur la règle de transport direct auraient identifié les avantages de l’AECG et auraient probablement privilégié des expéditions directes entre la France et le Canada. 

Bien que la marge préférentielle et le volume présentent des coefficients positifs, leur incertitude statistique suggère qu'ils ne suffisent pas à contrebalancer cette contrainte logistique dominante.

Ainsi, pour les flux les plus importants, la sous-utilisation de l’AECG n'est pas simplement un problème d'information sur l’existence de l’AECG, de compétence ou de complexité des règles d’origine. C'est le résultat d'une décision (ou d’une inertie) où les entreprises, face à un arbitrage entre optimisation locale (gain tarifaire sur le marché canadien) et efficacité globale (structure logistique nord-américaine), privilégient la seconde. Le problème n'est donc pas tant de former les entreprises au fonctionnement de l’AECG, mais de les aider à recalculer la rentabilité de cet arbitrage en diminuant le coût perçu de l'adaptation logistique. Il semble ainsi important de renforcer la coordination entre les exportateurs, les importateurs et les transitaires afin que les parties prenantes à l’échange soient conscientes des avantages de l’AECG.

Tableau 3 – Modèles finaux (pondéré et non pondéré par la valeur des exportations)

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

c) Les droits de douane « réciproques » américains mis en œuvre depuis 2025 constituent-ils un moment pivot ?

Cette analyse, basée sur les données de 2018 à 2024, a démontré que l'arbitrage stratégique pour les grands flux d’exportations françaises au Canada semble avoir, jusqu'à présent, privilégié l'efficacité de chaînes logistiques nord-américaines intégrées au détriment de l'optimisation douanière offerte par l’AECG. Cet équilibre est-il permanent ? La politique commerciale protectionniste américaine suggère que cet arbitrage est en cours de redéfinition.

L’imposition par les Etats-Unis de droits de douane à l’encontre de l’ensemble des pays en avril 2025 (dont l’Union européenne) a impacté le calcul des exportateurs sur leur arbitrage entre gains logistiques et avantages tarifaires. Les données d’importations canadiennes UN Comtrade pour le premier semestre 2025, comparées au premier semestre 2024, montrent une diminution significative du transit par les États-Unis pour les exportations françaises à destination du Canada. Au premier semestre 2025, la part de ce transit a reculé, marquant une rupture avec les tendances passées. Ce recul s'est opéré au profit des expéditions directes depuis la France et est pour le moment ciblé sur les produits qui ont un NPF >0%, en majorité des biens de consommation.

Il se pourrait ainsi que le transit via les États-Unis ne soit plus seulement un coût d'opportunité (le gain AECG non réclamé), mais un coût direct et potentiellement double (droits de douane américains à l'entrée, puis risque de perte de la préférence AECG et paiement des droits NPF canadiens à la sortie). Face à ce nouveau calcul, le transport direct devient économiquement plus rationnel. Le choc tarifaire américain semble provoquer des changements structurels, forçant les entreprises à réévaluer leurs chaînes logistiques. À terme, cette tendance est de nature à renforcer mécaniquement le respect de la règle du transport direct de l’AECG. Pour les pouvoirs publics, c'est une opportunité pour accompagner cette transition logistique, afin de favoriser une meilleure utilisation du taux préférentiel offert par l’AECG.

3.1.3. Analyse en sous-échantillons : mise en lumière d’une hétérogénéité des comportements

Pour affiner le diagnostic, deux analyses complémentaires ont été menées afin de sonder les logiques propres à chaque type de produit et de tester les effets cumulatifs.

a) Biens de consommation contre les autres biens : des déterminants d’utilisation de l’AECG distincts

Le tissu exportateur français peut avoir des comportements distincts selon le type de bien exporté. Pour tester cette hypothèse, deux modèles ont été estimés : un pour les biens de consommation et un autre regroupant les intrants et les biens d’équipement. Les résultats sont présentés dans le tableau 4.1 et le tableau 4.2.

L’analyse par type de bien confirme que le commerce indirect est une contrainte quel que soit le type de bien ou la taille des flux. Dans les modèles estimés, la variable share_indirect est négative et significative (***). Son impact sur le non-recours à l’AECG est important : une augmentation de 10 points de la part de transit est associée à une baisse du TUP allant de 4,3 (modèle non-pondéré) à 5,1 points (modèle pondéré).

Au-delà du frein du commerce indirect, l’analyse segmentée révèle deux logiques de décision :

• Le comportement des exportateurs de biens industriels (intrants et biens d’équipement) est cohérent avec la plupart des hypothèses énoncées : pour les flux pondérés, le TUP est positivement impacté par l'incitation financière (pref_margin) et les économies d'échelle (log_v_total_lag1). Une augmentation de 10% de la valeur exportée est associée à une hausse du TUP de 1,2 points. Pour les exportateurs d’intrants et de biens d’équipement français au Canada, atteindre une masse critique et bénéficier d'un gain tarifaire clair influencent la décision de recourir à l’AECG. Pour les flux non-pondérés, l’influence du levier tarifaire disparaît, et la distance (log_avg_dist) devient un frein très significatif (***).
• Pour les biens de consommation, les économies d'échelle (log_v_total_lag1) n'ont aucun effet significatif sur le recours à l’AECG. L'incitation tarifaire (pref_margin) apparaît comme un levier. Les exportateurs français de biens de consommation ont donc tendance à réclamer le taux préférentiel offert par l’AECG, indépendamment des volumes exportés. Il n’y a donc pas d’effet de masse critique à atteindre. Cependant, ils restent lourdement handicapés par les obstacles opérationnels. La distance (log_avg_dist) est un frein significatif peu importe le modèle utilisé.

L’analyse met en avant un paradoxe : l'indice de complexité des règles d’origine (roo_ri) est positivement et significativement corrélé au TUP (***). Cela pourrait indiquer que seuls les acteurs les plus sophistiqués, capables de gérer des règles complexes, ont des taux d'utilisation élevés. Les grands exportateurs de biens de consommation ou de biens industriels sont principalement des grands groupes, avec des services de gestion des exportations dédiés par rapport à d’autres exportateurs de type PME. Il pourrait aussi s’agir d’un biais de variable omise.

En somme, la montée en échelle et une meilleure circulation de l’information sur les gains tarifaires de l’AECG sont deux pistes d’accroissement de l’utilisation des préférences tarifaires de l’AECG pour les exportateurs d’intrants et de biens d’équipement. Pour les exportateurs de biens de consommation, la gestion de la complexité logistique (distance, transit) doit au contraire faire l’objet d’un suivi particulier.

Tableau 4.1 – Modèles en sous-échantillons (pondéré) : biens de consommation vs. autres biens

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

Tableau 4.2 – Modèles en sous-échantillons (non pondéré) : biens de consommation vs. autres biens

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

b) Analyse des interactions entre les variables : l’effet cumulatif des contraintes logistiques

Une autre question de recherche est de savoir si ces obstacles interagissent, créant des effets cumulatifs qui pénalisent encore plus lourdement les exportateurs français. L'analyse se concentre sur deux interactions économiquement plausibles : l'arbitrage entre gain financier et contrainte logistique (pref_margin * share_indirect), et la synergie entre deux contraintes logistiques (share_indirect * log_avg_dist).

Premièrement, le test de l'arbitrage entre le gain tarifaire et le coût logistique n'est pas statistiquement concluant peu importe que le modèle soit pondéré par la valeur des exportations ou non. Le coefficient du terme d'interaction est bien négatif, mais n'est pas significatif. Deuxièmement, l’autre modèle d’interaction, dont les résultats sont présentés dans le tableau 5, révèle une synergie négative et significative entre le commerce indirect et la distance.

Ce coefficient d'interaction négatif met en évidence un « cocktail toxique » logistique où l'effet pénalisant du commerce indirect est exacerbé par l'éloignement (ex : expédier vers l'Ouest canadien via les États-Unis) et où la distance devient un obstacle beaucoup plus lourd lorsque la chaîne logistique est indirecte, multipliant les risques de rupture de traçabilité documentaire.

En conclusion, cette analyse de l’interaction des variables démontre que les obstacles logistiques ne s'additionnent pas ; ils se multiplient. Une chaîne de valeur passant par des pays hors UE et une desserte géographique complexe est particulièrement pénalisante pour l'utilisation de l’AECG.

Tableau 5 – Modèle avec variable d’interaction : commerce indirect x distance

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

3.2 . L’analyse en miroir des déterminants de l’utilisation du taux préférentiel de l’AECG pour les exportations canadiennes en France

Afin de fournir une analyse complète, une étude symétrique a été conduite sur le panel des exportations canadiennes vers la France. Cette analyse permet de distinguer les défis partagés (logistique) des spécificités propres à l’écosystème canadien.

3.2.1. Analyse séquentielle : des résultats davantage alignés sur les hypothèses de départ

Contrairement au cas français, l'introduction successive des variables dans les modèles canadiens (tableau 6 et tableau 7) montre une grande stabilité des effets. Les coefficients ne s'annulent pas les uns les autres, suggérant que les exportateurs canadiens font face à un ensemble de facteurs indépendants et cumulatifs.

a) Modèle non-pondéré : un arbitrage sur l’utilisation de l’AECG multifactoriel

Pour un produit canadien typique (tableau 6), la décision d'utiliser l’AECG est le fruit d'un arbitrage entre leviers et freins, qui va au-delà du calcul de coût d’opportunité de la marge préférentielle (modèles 1-6) :

• Les leviers : l'effet de volume (log_v_total_lag1) est un moteur positif et très significatif (***), démontrant que les économies d'échelle sont un déterminant majeur du recours à l’AECG. Le fait d'être un bien de consommation (d_cons) ou un bien d'équipement (d_cap) est également associé à une meilleure utilisation de l’AECG (respectivement ** et ***).
• Les obstacles : l'indice de complexité des règles d’origine (roo_ri) est un frein négatif et significatif (**). Le recours au fret aérien (d_air_freight) et au commerce indirect (share_indirect) s'ajoutent à la liste des freins significatifs identifiés (** et ***).

En revanche, la marge préférentielle (pref_margin) n'est jamais statistiquement significative.

b) Modèle pondéré : la prédominance des facteurs logistiques

Pour les flux les plus importants (tableau 7), le modèle met en avant la prédominance du transport aérien et du commerce indirect comme obstacles à l’utilisation de l’AECG. Tout d’abord, la significativité de la marge préférentielle (pref_margin), observée dans les premiers modèles, s’estompe progressivement. L’effet de volume (log_v_total_lag1) et le fait d’être un bien d’équipement (d_cap) émergent comme des leviers significatifs (* et **) et le restent jusqu’au modèle final. Enfin, l’introduction des variables logistiques montre que le recours au fret aérien (d_air_freight) est un frein important et très significatif, dont l’inclusion dans le modèle estompe l’effet des autres variables. Le commerce indirect (share_indirect) apparaît également comme un frein additionnel, mais statistiquement moins robuste et important que dans le modèle non-pondéré ou le cas français. Pour les grands flux canadiens à destination de la France, le choix de recourir à l’AECG semble dominé par un arbitrage logistique où le recours au fret aérien, qui privilégie la vitesse, est le principal obstacle à l'optimisation douanière.

Tableau 6 – Régressions séquentielles (non pondéré par la valeur des exportations)

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext)
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

Tableau 7 – Régressions séquentielles (pondéré par la valeur des exportations)

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext)
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

3.2.2. Interprétation des modèles finaux

L'analyse des modèles complets (tableau 8) quantifie les facteurs qui gouvernent la décision d'utiliser l’AECG pour les produits canadiens exportés en France.

a) Modèle non-pondéré : un mélange d’obstacles et de levier à l’utilisation de l’AECG

En moyenne, la décision de recourir au taux préférentiel de l’AECG est un calcul où différents facteurs pèsent dans la balance.

1. Les moteurs de l’utilisation de l’AECG par les exportateurs canadiens : contrairement au cas français, l'effet d'échelle (log_v_total_lag1) est puissant (***) : atteindre une masse critique favorise l'utilisation. De plus, exporter des produits finis (biens de consommation ou d'équipement) est associé à un TUP supérieur d'environ 21 points par rapport aux intrants.
2. Les règles d’origine comme obstacle opérationnel : l'indice de restrictivité des règles d'origine (roo_ri) est un frein négatif et significatif (**). Une augmentation de 10 points de l'indice de complexité réduit le TUP de 7,8 points. C'est une différence fondamentale : les exportateurs canadiens semblent découragés par la complexité textuelle des règles.
3. Les freins logistiques : le transit indirect et le fret aérien pèsent négativement, réduisant le TUP respectivement de 1,2 et 3,4 points.

Le succès de l’utilisation de l’AECG pour un exportateur canadien dépend donc de la capacité à atteindre une masse critique et à surmonter la complexité administrative des règles d’origine et de la logistique.

b) Modèle pondéré par la valeur des exportations : l’importance des variables logistiques

Lorsque l’analyse se concentre sur les grands flux d’exportation, la décision d’utiliser ou non l’AECG dépend essentiellement de facteurs logistiques :

1. Le fret aérien comme obstacle dominant : le recours au fret aérien (d_air_freight) est l'obstacle le plus puissant et significatif (***), associé à une baisse du TUP de 11,5 points. Pour les produits les plus exportés, la priorité donnée à la vitesse l'emporte sur l'optimisation douanière. Le recours au commerce indirect est bien identifié comme un frein à l’utilisation de l’AECG, bien que moins important que dans le cas français.
2. Les caractéristiques des biens d’équipement canadiens sont plus favorables à une utilisation de l’AECG : le fait d’être un bien d'équipement (d_cap) reste un moteur robuste (**), avec une utilisation moyenne de l’AECG supérieure de 16,9 points par rapport aux intrants.
3. Le volume et l’incitation financière comme modestes leviers à l’utilisation de l’AECG : l'effet de taille reste un facteur pertinent dans l'équation, bien que son poids statistique diminue face à la variable aérienne. L’incitation financière (pref_margin) présente un coefficient positif très élevé (+60,01), signalant un potentiel moteur puissant, même si sa variabilité statistique incite à la prudence.

Pour les flux majeurs, si l'incitation financière et le volume poussent à l'utilisation de l’AECG, ces leviers se heurtent à la contrainte logistique du transport aérien et du commerce indirect.

Tableau 8 – Modèles finaux (pondéré et non pondéré)

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext)
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

3.2.3. Analyse en sous-échantillons : des logiques d’utilisation des préférences tarifaires différenciées

Comme pour le cas français, des analyses complémentaires par sous-échantillons ont été menées.

a) Biens de consommation contre les autres biens : dualité de comportement selon le type de bien

L'estimation des modèles séparés pour les biens de consommation et les « autres biens » (intermédiaires et d'équipement) révèle des logiques de décision d’utilisation des préférences tarifaires de l’AECG différentes (tableau 9.1 et 9.2).

• Pour les biens industriels (biens d’équipement et biens intermédiaires) le modèle non-pondéré révèle que la décision d’utiliser l’AECG est dominée par des obstacles opérationnels. Le TUP est négativement et significativement impacté par la complexité des règles d’origine (roo_ri), le fret aérien et le commerce indirect. Un effet de sélection négatif est également observé sur la marge préférentielle. Le modèle pondéré nuance cette observation paradoxale, puisque la marge préférentielle redevient un levier d'incitation positif, pesé face aux contraintes logistiques (aérien et transit) qui demeurent des obstacles majeurs. Il en résulte que pour un produit type, l’utilisation de l’AECG est freinée par des contraintes administratives alors que la question logistique reste prépondérante pour les flux les plus importants.
• Pour les biens de consommation, le comportement des exportateurs est marqué par une forte sensibilité à la marge préférentielle : il s’agit d’un levier positif et significatif peu importe le choix de modélisation (non-pondéré - *** - ou pondéré - * -). Contrairement aux biens industriels, la complexité des règles d’origine n’est jamais un frein significatif et l’effet d’échelle joue un rôle limité (uniquement positif et significatif dans la modélisation non-pondérée). En somme, si l’exportateur identifie un gain tarifaire attractif, l’éligibilité à l’AECG sera étudiée. Seul le commerce indirect persiste comme frein transversal.

Tableau 9.1 – Sous-échantillons (pondéré) : biens de consommation vs autres biens

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext)
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

Tableau 9.2 – Sous-échantillons (non pondéré) : biens de consommation vs autres biens

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext)
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

b) Analyse des interactions entre les variables : une interaction positive entre deux freins

L'analyse des interactions (tableau 10) révèle une interaction positive et statistiquement significative (*) entre le recours au transit indirect et l'utilisation du fret aérien.

Ce résultat indique que l'effet négatif cumulé de ces deux freins est moindre que la somme de leurs effets individuels. Cela suggère que les obstacles logistiques ne sont pas homogènes : pour les flux aériens, dont le frein principal est l'arbitrage « vitesse vs coût », la contrainte administrative du transit semble peser moins lourdement que pour les flux maritimes ou terrestres.

Il convient toutefois d'interpréter ce résultat avec prudence. Contrairement au cas français, ce panel n'inclut pas de variable de contrôle pour la distance géographique. Il est possible que ce terme d'interaction capture en partie des effets non observés liés à l'éloignement, expliquant cette différence avec le « cocktail toxique » observé côté français.

Tableau 10 – modèle avec variable d’interaction : commerce indirect x fret aérien

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext)
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH8) et année. Erreurs-type clustérisées au niveau SH6.
Signification statistique : *** p<0.001 ; ** p<0.01 ; * p<0.05 ; . p<0.10

3.3. Synthèse comparative : le défi logistique commun du commerce indirect et des logiques d’arbitrage distinctes

L'analyse en miroir pour les exportations françaises et canadiennes permet de dresser un portrait bilatéral de l'utilisation de l’AECG. Les résultats révèlent une conclusion centrale : si les deux partenaires font face à des défis spécifiques, ils partagent un obstacle commun et dominant de nature logistique.

a) Le commerce indirect, un obstacle commun

Le résultat le plus robuste de cette étude est la confirmation, dans les deux panels, du rôle important joué par la chaîne logistique. Dans la quasi-totalité des modèles estimés, la part du commerce indirect (share_indirect) apparaît comme un frein négatif, de grande magnitude et statistiquement significatif.

Ce phénomène peut s’expliquer par deux mécanismes, dont le deuxième semble le plus probable pour les PME et néo-exportateurs :

1. Une rationalité séquentielle de l’exportateur :  L’opérateur écarte l'option d’utiliser l’AECG dès lors que la faisabilité logistique (respect du transport direct) est jugée trop complexe, avant même de se poser la question de l'arbitrage tarifaire. Si la faisabilité est possible, il arbitrera ensuite entre le gain à l’optimisation logistique (quitte à ne pas utiliser l’AECG) et le gain tarifaire possible grâce à l’accord. Ce mécanisme suppose une maîtrise de l’information par l’exportateur et une bonne coordination avec l’importateur et le transitaire en douane – un scénario probable pour les grands groupes.
2. Un défaut de coordination exportateur-importateur-transitaire : l'exportateur choisit sa route logistique sur la base du coût de transport, sur la base d’informations incomplètes sur la règle de transport direct de l’AECG, imposant une contrainte exogène de non-conformité à l'importateur qui ne peut alors réclamer la préférence. La corrélation négative sur la variable de commerce indirect (share_indirect) observée serait alors le symptôme de ce défaut de coordination et de transmission d'information au sein de la chaîne de valeur – un scénario très probable pour les PME et néo-opérateurs.

Quelle que soit l'interprétation privilégiée, la conclusion opérationnelle est la même : la non-conformité de la chaîne logistique est l'obstacle commun à une meilleure utilisation de l’AECG. Il s'agit d'un défi commun bien que pénalisant plus pour les exportateurs français que pour les exportateurs canadiens. L'impact négatif du commerce indirect sur l’utilisation de l’AECG est 3 à 7 fois plus sévère pour les exportations françaises que pour celles canadiennes. Cette sensibilité exacerbée du côté français s'explique par l'existence d'un « cocktail toxique » où le frein du transit est aggravé par la grande distance des destinations finales au sein du marché canadien.

b) Des logiques d’arbitrage divergentes

Au-delà de la question logistique, les paramètres de décision de l’utilisation de l’AECG diffèrent selon le pays de l’exportateur. Ces asymétries sont résumées dans le tableau 11 et tiennent en cinq points :

1. Le rôle ambigu de l’incitation tarifaire : la marge préférentielle (pref_margin), levier classique dans l’utilisation des accords commerciaux, révèle ici un rôle non-univoque. Pour les exportations françaises, elle apparaît comme un levier d’utilisation positif mais statistiquement fragile, suggérant qu’elle n'est pas le facteur de décision principal. Pour les exportations canadiennes, l’effet est fortement segmenté : paradoxal pour les biens industriels (où une marge élevée est associée à une faible utilisation, symptôme d’un effet de sélection), elle agit comme un moteur puissant et robuste pour les biens de consommation.
2. La sensibilité à la complexité administrative des règles d’origine : l'asymétrie est importante concernant la réaction des exportateurs aux règles d'origine de l’AECG (roo_ri). Pour les exportateurs canadiens, la complexité textuelle de la règle est un frein négatif et significatif, confirmant une sensibilité à la charge administrative. Pour la France, l'effet est paradoxalement positif. Cela suggère que les exportateurs français font face à des défis plus qualitatifs de traçabilité des chaînes de valeur (que l'indice textuel ne capture qu’imparfaitement), tandis que les Canadiens butent sur la difficulté de lecture de l'accord.
3. L'effet d'échelle comme levier : l’effet de volume (log_v_total_lag1) est un facteur discriminant. Pour le Canada, c'est un moteur de performance robuste et très significatif : atteindre une masse critique est indispensable pour amortir les coûts de conformité à l’AECG. Pour la France, cet effet est faible voire nul, indiquant que la décision d'utiliser l’AECG est plus automatique, moins dépendante du volume exporté.
4. L'arbitrage coût de conformité AECG-vitesse de livraison : le recours au fret aérien (d_air_freight) est un frein majeur et systématique pour les exportations canadiennes, alors qu'il n'a pas d'effet statistiquement clair pour la France. Cet enjeu stratégique est plus saillant pour les exportateurs canadiens, reflétant probablement des différences dans la nature des biens échangés (plus sensibles au délai de livraison – notamment pour tout ce qui concerne les biens d’équipement) ou dans la culture logistique française et canadienne.
5. La structure des biens échangés : enfin, la spécialisation de chaque pays crée des défis opposés. Pour la France, dont l'excellence sur le marché canadien réside dans les biens de consommation, ces produits ont une probabilité plus faible d’être associés à une utilisation de l’AECG car ils concentrent les défis de traçabilité des chaînes de valeur. Pour le Canada, dont la force réside dans les biens industriels, les biens de consommation apparaissent au contraire comme un relais de performance, représentant probablement des marchés plus faciles à gérer.

En somme, les exportateurs canadiens se comportent de manière plus « classique », tandis que les exportateurs français font face à des défis plus systémiques liés à la nature même de leurs produits phares exportés au Canada.

Tableau 11 – tableau comparatif des déterminants de l’utilisation de l’AECG

c) Conclusion de l’analyse comparative

L'analyse comparative des deux panels d'exportation dresse un portrait contrasté de l'utilisation de l’AECG. Elle démontre que si les exportateurs français et canadiens font face à un défi logistique commun (le commerce indirect), ils ne l'abordent ni avec les mêmes atouts, ni avec les mêmes sensibilités.

La sous-utilisation de l’AECG n'est donc pas un problème monolithique. C'est le résultat de deux logiques d'arbitrage distinctes. Pour la France, le défi est concentré sur la gestion des chaînes de valeur complexes pour les biens de consommation et aggravé par un « cocktail toxique » logistique (le commerce indirect et la distance d’exportation). Pour le Canada, le défi est plus traditionnel, centré sur la compréhension des barrières administratives, l’atteinte d’une masse critique d’export pour un produit donné et une meilleure gestion de l’arbitrage vitesse-coût pour le fret aérien.

Cette hétérogénéité des diagnostics illustre que la sous-utilisation de l’AECG n'est pas un phénomène monolithique : elle résulte de logiques d'arbitrage distinctes, qui appellent une lecture différenciée selon le profil des exportateurs et la nature des flux concernés.

4. Conclusion

Huit ans après son entrée en vigueur, l'Accord Économique et Commercial Global (AECG) offre un potentiel d’optimisation qui n’est pas encore pleinement exploité. Cette étude s'est concentrée à dépasser le simple constat de la sous-utilisation de ses préférences tarifaires pour quantifier les déterminants profonds, à travers une analyse économétrique bilatérale d'une granularité inédite.

La conclusion principale de ce travail est que le non-recours au tarif préférentiel n'est pas qu’un déficit d’information, mais le résultat de certaines logiques d'arbitrage et d’un défaut de coordination entre les exportateurs, les importateurs et les transitaires. Si le commerce indirect constitue un frein partagé à l’utilisation de l’AECG, les écosystèmes français et canadiens obéissent à des logiques décisionnelles différentes : un défi de traçabilité des chaînes de valeur pour les biens de consommation et de distance d’expédition pour les exportateurs français et le défi de la complexité administrative et de passage à l’échelle pour les exportateurs canadiens.

Cette hétérogénéité incite à penser la promotion des accords commerciaux non de manière généraliste, mais avec un soutien adapté en fonction des acteurs économiques. En définitive, cette étude démontre que pour libérer le plein potentiel de l’AECG, l'enjeu n'est plus tant de convaincre les entreprises de son existence que de les outiller pour naviguer dans la complexité opérationnelle et logistique de sa mise en œuvre.

Si cette analyse au niveau produit SH8 a permis d'identifier des mécanismes robustes, des recherches complémentaires au niveau des micro-données d'entreprise à partir des micro-données de douanes françaises et canadiennes seraient particulièrement fructueuses. Elles permettraient de contrôler les caractéristiques propres aux firmes (taille, productivité, expérience à l'export) et de tester l'impact du choix de l'Incoterm sur le taux d'utilisation, validant ainsi l'hypothèse de défaut de coordination dans la chaîne de valeur. Par ailleurs, une amélioration de la granularité et de la disponibilité des données sur les flux de transit serait cruciale pour affiner la mesure de l'obstacle logistique. Enfin, l'extension de cette analyse à l’ensemble des Etats membres de l'Union européenne permettrait de déterminer dans quelle mesure les obstacles identifiés pour la France sont spécifiques ou partagés par d'autres économies aux structures d'exportation similaires.

5. Références bibliographiques

Articles de recherche académique

Ayele, Y. (2024). Assessing the restrictiveness of rules of origin in the AfCFTA. ODI.

Ayele, Y., Gasiorek, M., & Koecklin, M. T. (2023). Trade preference utilization post-Brexit: the role of rules of origin. World Trade Review, 22(3-4), 436-451.

Cadot, O., Carrère, C., De Melo, J., & Tumurchudur, B. (2006). Product-specific rules of origin in EU and US preferential trading arrangements: an assessment. World Trade Review, 5(2), 199-224.

Estevadeordal, A., & Suominen, K. (2003, April). Rules of origin: a world map. In seminar'Regional Trade Agreements in Comparative Perspective: Latin America and the Caribbean and Asia Pacific (pp. 6-7).

Gretton, P., & Gali, J. (2005, September). The restrictiveness of rules of origin in preferential trade agreements. In 34th Conference of Economists, University of Melbourne, Australia (pp. 26-28).

Hayakawa, K., Kim, H., & Lee, H. H. (2014). Determinants on utilization of the Korea–ASEAN free trade agreement: margin effect, scale effect, and ROO effect. World Trade Review, 13(3), 499-515.

Keck, A., & Lendle, A. (2012). New evidence on preference utilization. World Trade Organization Staff Working Paper No. ERSD-2012-12.

Krishna, K., & Krueger, A. O. (1995). Implementing free trade areas: Rules of origin and hidden protection.

Papke, L. E., & Wooldridge, J. M. (1996). Econometric methods for fractional response variables with an application to 401 (k) plan participation rates. Journal of applied econometrics, 11(6), 619-632.

Rapports institutionnels et sources de données

Affaires mondiales Canada. Données d’utilisation des préférences tarifaires. Consulté à plusieurs reprises en 2024 et en 2025.

Direction générale du Trésor (2020). Les stratégies internationales des entreprises françaises.

Eurostat. Base de données Comext sur le commerce de marchandises. Consulté à plusieurs reprises en 2024-2025.

International Trade Centre (ITC). Market Access Map. Consulté à plusieurs reprises en 2024-2025.

Statistique Canada. Données sur le commerce international de marchandises du Canada. Consulté à plusieurs reprises en 2024-2025.

UN Comtrade. Base de données sur le commerce international de marchandises. Consulté à plusieurs reprises en 2024-2025.

UN Statistics Division. Correspondence Tables for Broad Economic Categories (BEC). Consulté à plusieurs reprises en 2024-2025.

6. Annexes techniques

Annexe méthodologique A – construction des variables du panel

A.1. Calcul du taux d’utilisation des préférences tarifaires de l’AECG (TUP)

La variable dépendante du modèle, le taux d’utilisation des préférences tarifaires (TUP), est définie pour chaque produit i (au niveau SH8) et chaque année t. Elle représente la proportion des exportations éligibles qui a effectivement bénéficié du traitement préférentiel AECG. Elle est calculée comme suit :

${\text{PUR}}_{it}=\frac{\text{Valeur des exportations du produit i en t entrées avec le taux préférentiel CETA}}{\text{Valeur des exportations du produit i en t entrées avec le taux préférentiel CETA}}$

Où :

Le numérateur est la valeur des flux commerciaux pour lesquels l'exportateur a réclamé et obtenu le bénéfice du tarif AECG.

Le dénominateur est la valeur totale des flux commerciaux du même produit qui, en vertu de l'accord, étaient éligibles au traitement préférentiel, que celui-ci ait été réclamé ou non.

Par construction, ${\text{PUR}}_{it}$ est une proportion dans un intervalle [0,1]. Les données pour le numérateur et le dénominateur proviennent des bases de données douanières détaillées fournies par Affaires mondiales Canada (pour les importations au Canada) et Eurostat (pour les importations françaises).

A.2. Calcul de l’indice de restrictivité des règles d’origine préférentielles (ROO-RI)

L'indice ROO-RI est une variable construite sur une échelle de 0 (peu restrictif) à 100 (très restrictif) via un protocole en quatre étapes :

1. Codification systématique : le texte juridique de l’Annexe 5 du protocole sur les règles d'origine de l’AECG a été analysé pour chaque ligne tarifaire (au niveau SH8). Chaque règle a été décomposée selon ses caractéristiques dans une base de données structurée.
2. Attribution de scores de base : chaque type de règle a reçu un score initial reflétant sa restrictivité intrinsèque, comme résumé dans le tableau ci-dessous :

Tableau – Scores de base de l'indice de restrictivité des règles d'origine préférentielle (ROO-RI) – Annexe A.2

Protocole de codification et de calcul. Échelle de 0 (peu restrictif) à 100 (très restrictif).

Principes d'ajustement des scores :

*Source : Calculs propres basés sur l'Annexe 5 du protocole des règles d'origine préférentielle du CETA. Méthodologie inspirée de Ayele (2024), Ayele et al. (2023) et Gretton & Gali (2005).

3. Application de principes d'ajustement : les scores de base ont été ajustés pour refléter la complexité des règles d’origine :
   1. Principe de flexibilité (Règle « OU ») : en cas de choix entre plusieurs options, le score final est basé sur l'option la moins restrictive, à laquelle est soustrait un « bonus de flexibilité » (exemple : CTH ou TVR -> score plus faible que CTH seul).
   2. Principe de complexité (Règle « ET ») : lorsque plusieurs exigences sont cumulatives, le score final est basé sur l'option la plus restrictive, à laquelle est ajoutée une « pénalité de complexité » (exemple : CTH et TVR -> score plus élevé que CTH seul).
   3. Clauses spécifiques : des ajustements supplémentaires ont été faits pour les clauses de relaxation (« cependant... ») ou de restriction (« sauf de... »).

A.3. Construction et imputation de la variable de mesure du commerce indirect

La variable vise à approximer l'obstacle que représente la règle du transport direct. Sa construction a suivi un protocole en plusieurs étapes pour prendre en compte le problème posé par la discontinuité des données sur le site UN Comtrade.

Pour chaque produit (au niveau SH6) et chaque année où les données étaient disponibles, la variable a été calculée comme le ratio de la valeur des exportations reportées comme transitant par un pays tiers hors Union européenne sur la valeur totale des exportations vers la destination finale (Canada ou France selon le panel).

Les données sources présentaient des lacunes pour plusieurs années consécutives, coïncidant largement avec la perturbation des chaînes logistiques mondiales durant la pandémie de COVID-19. Une simple exclusion de ces années aurait biaisé l'analyse et réduit la taille de l’échantillon d’analyse. Une stratégie d'imputation a donc été nécessaire, mais elle a été différenciée pour chaque panel afin de refléter au mieux les contextes de données spécifiques.

1. Imputation pour le panel des exportations françaises vers le Canada (données manquantes : 2019, 2020 et 2021)

Pour ce panel, les données étaient disponibles pour les années 2018, 2022, 2023 et 2024 ; une approche par interpolation a été jugée plus appropriée pour capturer la tendance de fond.

• Interpolation linéaire : pour les produits disposant de données en 2018 et 2022, 2023 et 2024, les valeurs pour 2019, 2020 et 2021 ont été estimées par interpolation linéaire, modélisant une adaptation progressive des chaînes logistiques.
• Propagation de la dernière/première observation : pour les produits n'ayant des données observées qu'au début ou à la fin de la période, la dernière ou la première valeur connue a été propagée pour combler les années manquantes.

2. Imputation pour le panel des exportations canadiennes vers la France (données manquantes : 2020 à 2023)

Pour ce panel, une approche non-linéaire a été privilégiée pour prendre en compte la période pandémique.

• Hypothèseforte : la pandémie a provoqué une rupture (avant/après) plutôt qu'une tendance progressive.
• Règles d'imputation :
  • Période de crise (2020-2021) : il est postulé que les acteurs ont tenté de maintenir leurs stratégies pré-pandémiques. La dernière valeur observée (2019) a donc été reportée en utilisant la méthode Last Observation Carried Forward (LOCF).
  • Période de « nouvelle normalité » (2022-2023) : il a été supposé qu'une nouvelle structure logistique, observée dans les données de 2024, s'est mise en place. La première valeur observée post-crise (2024) a donc été utilisée pour remplir les années précédentes, via la méthode Next Observation Carried Backward (NOCB).
    Cette approche crée une rupture nette entre 2021 et 2022, ce qui est économiquement plus plausible qu'une interpolation linéaire qui aurait artificiellement lissé l'effet du choc de la pandémie de COVID-19.

Après ces étapes, des valeurs manquantes subsistaient pour quelques produits à commerce très intermittent. Dans le contexte de cette variable, une valeur manquante a été interprétée comme l'absence de flux indirect observé. Toutes les valeurs manquantes restantes ont donc été imputées avec la valeur zéro, postulant que si aucun flux indirect n'a été détecté, sa part est nulle.

Il faut reconnaître que toute stratégie d'imputation introduit une hypothèse forte. Pour garantir que les conclusions des modélisations ne sont pas un artefact de cette procédure, la robustesse des résultats a été systématiquement testée en ré-estimant les modèles finaux sur un sous-échantillon restreint aux seules années de données authentiques. Comme le montrent les résultats présentés en Annexe C, les conclusions principales, et en particulier l'effet négatif et significatif du commerce indirect, restent inchangées, ce qui valide a posteriori la pertinence de l’approche d’imputation et d’assignation.

A.4. Construction de la variable de distance moyenne des exportations pondérées (avg_dist)

Afin de capturer l'impact des coûts de transport et de la complexité logistique liés à la géographie intra-nationale, une variable de distance moyenne pondérée a été construite pour le panel des exportations françaises vers le Canada. Cette approche, directement inspirée des modèles de gravité en économie du commerce, vise à fournir une mesure plus précise de l'obstacle géographique que ne le ferait une simple distance bilatérale. Cette variable est uniquement disponible dans le panel France -> Canada car les données au niveau SH8 pour les destinations régionales des exportations canadiennes vers les différentes régions françaises ne sont pas publiquement disponibles sur le site des Douanes françaises.

La distance est utilisée comme une approximation des coûts de transport et des coûts d'information. L’hypothèse est qu'à mesure que la distance moyenne des exportations augmente, le poids relatif de ces coûts logistiques dans la structure de coût totale de l'exportateur s'accroît. Ainsi, l'attractivité relative de l'économie de droits de douane offerte par l’AECG diminue, ce qui peut décourager l'effort de conformité. Un effet négatif de cette variable est attendu sur le TUP.

La variable a été calculée pour chaque produit i (au niveau SH8) et chaque année t en suivant un processus en trois étapes :

Étape 1 : collecte des distances bilatérales

Les distances en kilomètres ont été calculées entre le centre économique de la France (Paris) et la capitale ou principale métropole économique de chaque province et territoire canadien (ex : Paris-Montréal, Paris-Toronto, Paris-Vancouver, etc.). Ces distances sont constantes dans le temps.

Étape 2 : calcul du poids de chaque province dans les exportations

À partir des données de commerce détaillées de Statistique Canada, la part des exportations françaises pour chaque produit i et chaque année t destinée à chaque province/territoire canadien (p) a été calculée : 

Étape 3 : calcul de la moyenne pondérée

La distance moyenne pondérée pour chaque produit-année a été obtenue en calculant la somme des distances bilatérales, pondérée par la part des exportations vers chaque province :

${\text{avgdistance}}_{it}=\sum _{p=1}^N{\text{w}}_{ipt}{\text{d}}_{Fp}$

Où :

$w_{ipt}$ est la part de la valeur des exportations du produit i à l'année t destinée à la province canadienne p.

$d_{Fp}$ est la distance géographique entre la France (F) et la province canadienne p.

N est le nombre total de provinces et territoires canadiens.

Le logarithme de cette variable (log_avg_dist) a été utilisé dans les régressions économétriques afin d'interpréter son effet en termes d'élasticité et d'atténuer les potentiels effets de valeurs extrêmes.

Cette variable est uniquement disponible dans le panel France à Canada car les données de destination régionales pour les exportations canadiennes vers les différentes régions françaises au niveau SH8 n’étaient pas disponibles sur le site des Douanes françaises.

Annexe méthodologique B – diagnostic de multicolinéarité

Avant l'estimation des modèles économétriques, une analyse approfondie a été menée pour diagnostiquer la présence éventuelle de multicolinéarité entre les variables explicatives. La multicolinéarité, qui désigne une forte corrélation linéaire entre deux ou plusieurs variables, n'introduit pas de biais dans les coefficients estimés mais peut gonfler leurs erreurs-types, rendant ainsi les tests de significativité statistique peu fiables. Pour évaluer ce risque, deux outils ont été mobilisés pour chaque panel : une matrice de corrélation et le calcul du « Facteur d'Inflation de la Variance ».

B.1. Diagnostic pour le panel des exportations françaises à destination du Canada

a) Matrice de corrélation - Le graphique B.1présente la matrice des corrélations de Pearson entre les variables du modèle. Une corrélation est considérée comme problématique si sa valeur absolue dépasse 0,7 ou 0,8. L'inspection visuelle révèle une corrélation négative forte (-0,86) entre la variable binaire d_cons (biens de consommation) et d_int (biens de consommation intermédiaires). Cela est mécanique : un bien classé comme bien de consommation ne peut pas être un bien intermédiaire. C'est une conséquence de la construction des variables binaires mutuellement exclusives et non un problème de multicolinéarité économique. En dehors de ce cas, toutes les autres corrélations entre les variables explicatives sont faibles à modérées, ne signalant aucun risque majeur.

b) Facteur d’inflation de la variance - Le VIF mesure à quel point la variance d'un coefficient de régression estimé est gonflée en raison de la multicolinéarité. La règle empirique commune est qu'un VIF supérieur à 5 est un seuil de préoccupation, et un VIF supérieur à 10 indique une multicolinéarité sévère. Le graphique2montre les VIF pour chaque variable. Tous les VIF sont très largement inférieurs au seuil de préoccupation de 5. Les VIF les plus élevés, pour d_cons (3,65) et d_int (3,61), confirment la corrélation négative observée précédemment mais restent à un niveau tout à fait acceptable.

Tableau B.1. – Matrice de corrélation de Pearson – panel exportations françaises à destination du Canada

Source : Calculs des auteurs.
Note : corrélation problématique si |r| > 0,7. La forte corrélation négative observée entre d_cons et d_int est mécanique (variables mutuellement exclusives).

Tableau B.2. – Facteurs d’inflation de la variance (VIF) – panel exportations françaises à destination du Canada

Source : Calculs des auteurs.

B.2. Diagnostic pour le panel des exportations canadiennes à destination de la France

a) Matrice de corrélation – le graphique B.3 présente la matrice des corrélations pour le panel canadien. De manière similaire au panel français, la corrélation négative la plus forte (-0,72) est observée entre d_cons et d_int, pour les mêmes raisons mécaniques. Une corrélation positive modérée (0,45) est notée entre le tarif (pref_margin) et la valeur des exportations (log_v_total), ce qui est économiquement cohérent (les flux commerciaux tendent à être plus importants sur les lignes à plus forts enjeux tarifaires). Aucune autre corrélation n'atteint un niveau préoccupant.

b) Facteur d’inflation de la variance – confirme l'absence de risque. Tous les VIF sont très largement inférieurs au seuil de 5. Les VIF les plus élevés pour d_cons (2,6) et d_int (2,15) sont encore plus faibles que pour le panel français et ne suscitent aucune inquiétude.

Tableau B.3. – Matrice de corrélation de Pearson – panel exportations canadiennes à destination de la France

Source : Calculs des auteurs.
Note : corrélation problématique si |r| > 0,7. La forte corrélation négative observée entre d_cons et d_int est mécanique (variables mutuellement exclusives).

Tableau B.4. – Facteurs d’inflation de la variance (VIF) – panel exportations canadiennes à destination de la France

Source : Calculs des auteurs.

Les diagnostics menés sur les deux panels d'analyse attestent de la bonne spécification des modèles en ce qui concerne le risque de multicolinéarité. Les estimations des coefficients et leurs tests de significativité peuvent donc être considérés comme statistiquement fiables sur ce point.

Annexe méthodologique C – tests de robustesse

Afin de vérifier la solidité des conclusions de l'analyse, une série de tests de robustesse a été menée. Ces tests visent à s'assurer que les résultats ne sont pas un artefact de la stratégie d'imputation des données, du niveau d'agrégation choisi, ou de l'inclusion de certains flux spécifiques.

C.1. Robustesse à l’agrégation : estimations au niveau SH6

L’objectif de ce test de robustesse est de vérifier si les résultats principaux obtenus au niveau SH8 sont sensibles au niveau d’agrégation, étant donné que plusieurs de nos variables n’étaient disponibles qu’au niveau SH6 et ont été assignées au niveau SH6.

Pour cela, les modèles finaux (pondéré et non-pondéré par la valeur des exportations) pour le panel français et le panel canadien ont été re-estimés au niveau d’agrégation SH6 (tableaux C.1 et C.2). Pour le panel français, les mécanismes fondamentaux sont validés. Le rôle dominant du commerce indirect (share_indirect) comme frein (*** dans les deux modèles) est confirmé. De même, les autres obstacles identifiés dans le modèle non-pondéré (effets négatifs et significatifs de share_indirect, log_avg_dist et d_cons) sont robustes à ce changement d'agrégation. Pour le panel canadien, le test de robustesse confirme les résultats de l’estimation au niveau SH8. Les freins liés aux Règles d’origine, au fret aérien et au transit, et les leviers liés à l'échelle et aux produits finis sont reproduits. De même, dans le modèle pondéré par la valeur des exportations, le frein identifié pour le transport aérien et l’effet positif identifié pour la variable d_cap sont confirmés. Ainsi, les mécanismes identifiés dans nos modélisations au niveau SH8 ne sont pas des artefacts statistiques liés au choix du niveau d’agrégation, mais reflètent bien des phénomènes économiques.

Tableau C.1. – Test de robustesse à l’agrégation SH6 (non pondéré et pondéré) – panel des exportations françaises à destination du Canada

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH6) et année. Erreurs-types clustérisées au niveau SH6.
Signification statistique : *** p<0,001 ; ** p<0,01 ; * p<0,05 ; . p<0,10

Tableau C.2. – Test de robustesse à l’agrégation SH6 (non pondéré et pondéré) – panel des exportations canadiennes à destination de la France

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext).
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH6) et année. Erreurs-types clustérisées au niveau SH6.
Signification statistique : *** p<0,001 ; ** p<0,01 ; * p<0,05 ; . p<0,10

C.2. Robustesse à la stratégie d’imputation : exclusion des années imputées pour la valeur de mesure du commerce indirect

Ce second test vise à vérifier la validité de l'effet observé pour la variable de commerce indirect, en s'assurant qu'il ne s'agit pas d'un artefact de la stratégie d'imputation. Pour cela, les modèles finaux ont été ré-estimés sur des sous-échantillons restreints aux seules années de données originales (tableaux C.3 et C.4). Les résultats de ce test non seulement confirment les conclusions initiales sur la variable de commerce indirect pour les deux panels mais renforcent aussi l’observation faite sur la complexité des règles d’origine pour le panel canadien.

Pour le panel français, l'effet du commerce indirect est confirmé avec une magnitude et une significativité (***) stables, démontrant que son rôle de frein n'est pas un artefact. Les autres effets principaux (frein des biens d'équipement, de la distance) sont également confirmés. Il est à noter que la réduction de la variation temporelle sur cet échantillon restreint empêche l'estimation fiable des coefficients pour les variables d_cons et roo_ri en raison de leur colinéarité avec les effets fixes. Pour le panel canadien, il est constaté premièrement que l'effet du commerce indirect est non seulement confirmé et négatif, mais apparaît plus important que dans le modèle initial. Cela suggère que la stratégie d'imputation était conservatrice et que la véritable ampleur de cet obstacle logistique est probablement plus sévère. Deuxièmement, le test révèle que l'obstacle posé par la complexité des règles d'origine (roo_ri) est également plus fort et robuste (***) qu'estimé initialement. En conclusion, ce test de robustesse valide le rôle de frein du transit indirect pour les deux partenaires. Plus encore, il suggère que pour les exportateurs canadiens, l'importance des obstacles logistiques et administratifs (complexité des règles d’origine) a pu être sous-estimée dans notre analyse principale.

Tableau C.3. – Robustesse à la stratégie d’imputation (années originales uniquement) – panel des exportations françaises à destination du Canada

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Affaires mondiales Canada.
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH6) et année. Erreurs-types clustérisées au niveau SH6.
Signification statistique : *** p<0,001 ; ** p<0,01 ; * p<0,05 ; . p<0,10

Tableau C.4. – Robustesse à la stratégie d’imputation (années originales uniquement) – panel des exportations canadiennes à destination de la France

Source : Bureau de l'Economiste en chef, Affaires mondiales Canada.
Données : Eurostat (Comext).
Note : Modèle logit fractionnaire en panel avec effets fixes produit (SH6) et année. Erreurs-types clustérisées au niveau SH6.
Signification statistique : *** p<0,001 ; ** p<0,01 ; * p<0,05 ; . p<0,10