Échelle des Bénéfices Financiers de l’Innovation (INNFINBEN)

1. Résumé / Abstract

L’Échelle des Bénéfices Financiers de l’Innovation (communément désignée sous l’acronyme INNFINBEN, pour Innovation Financial Benefits Scale) est un instrument psychométrique développé par Marius C. Claudy, Rosanna Garcia et Aidan O’Driscoll dans leur étude séminale publiée en 2015 dans le Journal of the Academy of Marketing Science. Cet instrument a été conçu pour opérationnaliser et quantifier les perceptions des consommateurs relatives aux retombées économiques positives découlant de l’adoption d’innovations technologiques durables, et plus particulièrement des technologies de micro-génération d’énergie domestique (panneaux solaires photovoltaïques, chauffe-eau solaires, micro-éoliennes, etc.).

L’échelle est composée de 3 items mesurés à l’aide d’une échelle de Likert en 7 points, allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »). Fondée sur la Théorie du Raisonnement Comportemental (Behavioral Reasoning Theory, BRT), l’INNFINBEN capture une dimension clé des « raisons d’adopter » (reasons for adoption), distincte des motivations globales ou des attitudes abstraites. Elle mesure trois facettes interdépendantes de l’évaluation financière : la réduction directe et tangible des factures énergétiques récurrentes, la libération d’un pouvoir d’achat discrétionnaire réallouable à d’autres dépenses, et la rentabilisation de l’investissement initial à moyen ou long terme (concept d’amortissement ou de temps de retour sur investissement).

Les propriétés psychométriques établies lors du développement de l’échelle démontrent une excellente cohérence interne (alpha de Cronbach supérieur à 0,85 ; fiabilité composite supérieure à 0,88) et une variance moyenne extraite (AVE) excédant largement les seuils recommandés de 0,50. L’analyse factorielle confirmatoire atteste d’une structure unidimensionnelle robuste et d’une validité discriminante exemplaire face à d’autres construits cognitifs et affectifs (tels que les bénéfices environnementaux ou les barrières perçues liées au risque financier). L’INNFINBEN représente ainsi une contribution méthodologique majeure pour la modélisation du comportement du consommateur face aux transitions écologiques et technologiques.

2. Mots-clés / Keywords

comportement du consommateur, adoption d’innovations, bénéfices financiers perçus, économies d’énergie, théorie du raisonnement comportemental, micro-génération, durabilité, résistance à l’innovation, psychométrie, analyse factorielle confirmatoire, efficacité énergétique, retour sur investissement.

3. Auteurs / Authors

L’échelle a été conceptualisée et validée par une équipe multidisciplinaire de chercheurs en marketing, en innovation et en modélisation comportementale :

• Marius C. Claudy, Ph.D. — Professeur associé en marketing et durabilité au sein de la College of Business de l’University College Dublin (UCD), Irlande. Ses recherches portent sur la diffusion des technologies durables, le comportement pro-environnemental et la prise de décision face au changement climatique. Courriel institutionnel : [email protected].
• Rosanna Garcia, Ph.D. — Professeure titulaire en marketing et entrepreneuriat, affiliée lors de la publication au Worcester Polytechnic Institute (WPI) puis à la North Carolina State University (NCSU), États-Unis. Spécialiste de la dynamique de diffusion des innovations radicales et des modèles de simulation computationnelle des choix des consommateurs. Courriel institutionnel : [email protected].
• Aidan O’Driscoll, Ph.D. — Professeur émérite de marketing à la School of Marketing de la Technological University Dublin (TU Dublin), Irlande. Ses travaux examinent la gestion stratégique du marketing, l’éthique des affaires et les politiques d’innovation verte. Courriel institutionnel : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’Échelle des Bénéfices Financiers de l’Innovation (INNFINBEN) est de fournir une mesure standardisée, parcimonieuse et théoriquement ancrée de la manière dont les arguments économiques structurent la décision d’un individu d’adopter une innovation technologique à forte intensité capitalistique. Dans le contexte de la transition écologique, les consommateurs sont régulièrement confrontés à des innovations (pompes à chaleur, véhicules électriques, isolation thermique de pointe, systèmes solaires) qui exigent un débours initial substantiel en échange de flux d’économies futurs hypothétiques.

Traditionnellement, la recherche en marketing et en psychologie économique a traité l’évaluation financière soit sous un angle purement rationnel (modèles de choix discrets basés sur l’utilité financière brute), soit à travers le prisme unilatéral du risque perçu (l’argent comme frein). L’échelle INNFINBEN comble un vide méthodologique en mesurant spécifiquement les raisons pour (reasons for), c’est-à-dire les justifications cognitives explicites qu’un individu formule pour légitimer son adoption potentielle. L’instrument ne mesure pas un calcul actuariel objectif de rentabilité, mais la représentation subjective et anticipée des bénéfices économiques personnels.

Sur le plan de la recherche académique, cette échelle permet :

• De tester empiriquement le pouvoir explicatif relatif des motivations financières comparées aux motivations altruistes (bénéfices environnementaux, responsabilité sociale) ou technologiques (recherche de statut, curiosité technologique).
• D’examiner les asymétries décisionnelles : comprendre comment les bénéfices financiers interagissent avec les barrières financières (coûts initiaux élevés, perception d’une technologie non mature).
• D’enrichir les modèles structurels explicatifs de l’acceptation technologique en intégrant des variables cognitives contextuelles de niveau intermédiaire.

Sur le plan des applications appliquées et des politiques publiques, l’instrument s’avère précieux pour les régulateurs, les agences de l’énergie et les directeurs de la stratégie produit. Il permet de segmenter les populations cibles selon leur sensibilité aux gains financiers concrets, de concevoir des campagnes de communication persuasives calibrées (en soulignant le redéploiement budgétaire plutôt que la simple rentabilité brute) et de modéliser avec plus de finesse l’impact incitatif des subventions et crédits d’impôt étatiques.

5. Construit psychologique / Construct

Le construit mesuré par l’échelle INNFINBEN est le bénéfice financier perçu comme justification comportementale. Ce construit est conceptualisé comme une variable latente unidimensionnelle de nature réflexive, reflétant l’estimation subjective par le consommateur des avantages économiques tangibles que procurera l’innovation. Il s’articule autour de trois dimensions psychologiques complémentaires :

La compression directe des coûts fixes (Réduction des factures)

Le premier aspect captured par l’échelle concerne la baisse attendue des dépenses récurrentes indispensables du foyer. Dans le secteur énergétique, la facture d’électricité ou de combustible représente une charge contrainte (dépense incompressible). L’anticipation d’une diminution de cette facture engendre une perception d’allègement de la charge mentale financière. Cet aspect fait appel à la théorie de la comptabilité mentale (Mental Accounting Theory de Richard Thaler) : l’individu anticipe une réduction directe d’un « compte de coûts d’exploitation » précis, ce qui génère une utilité transactionnelle positive.

La fongibilité et la réallocation budgétaire (Disponibilité de revenus discrétionnaires)

Le deuxième item explore une dimension psychologique plus élaborée : l’accroissement perçu du revenu disponible et sa capacité à être redéployé vers d’autres postes de consommation (loisirs, épargne, projets personnels). Le consommateur ne perçoit pas seulement une réduction de flux sortants, mais conçoit ces économies comme un levier d’optimisation de son style de vie global. Ce processus cognitif transforme une simple mesure d’efficacité technique en une opportunité d’auto-réalisation et d’augmentation de la liberté d’achat.

L’auto-amortissement et la viabilité intertemporelle (Retour sur investissement)

Le troisième item aborde la dimension temporelle de l’évaluation économique : l’idée que l’innovation « se paiera d’elle-même » (pay for itself). Ce mécanisme psychologique repose sur la réduction du regret anticipé et sur la résolution du compromis intertemporel. L’adoption d’une technologie coûteuse est souvent freinée par la douleur de payer (pain of paying) immédiate. En intégrant la croyance que les flux d’économies compenseront intégralement la mise initiale, l’individu neutralise psychologiquement le coût d’acquisition. Cette dimension intègre implicitement la notion de point mort (break-even point) subjectif sans imposer au répondant la lourdeur d’un calcul mathématique formel.

6. Cadre théorique / Theoretical Framework

L’échelle INNFINBEN s’inscrit au cœur de la Théorie du Raisonnement Comportemental (Behavioral Reasoning Theory, BRT), formalisée par James W. Westaby (2005). La BRT a été élaborée pour pallier les limites des cadres théoriques dominants de l’action raisonnée, tels que la Théorie du Comportement Planifié (TPB ; Ajzen, 1991) et le Modèle d’Acceptation de la Technologie (TAM ; Davis, 1989).

L’architecture de la Théorie du Raisonnement Comportemental (BRT)

La prémisse centrale de la BRT est que les individus utilisent des raisons spécifiques (cognitions contextuelles) comme passerelles cognitives entre leurs valeurs globales/croyances profondes et leurs attitudes spécifiques, leurs intentions et leurs comportements ultérieurs. Alors que la TPB regroupe l’ensemble des considérations sous forme d’attitudes globales, la BRT postule que les raisons d’agir (reasons for) et les raisons de ne pas agir (reasons against) constituent des construits conceptuellement et empiriquement distincts, et non les pôles opposés d’un continuum unique.

Dans ce modèle, les « raisons d’adopter » remplissent deux fonctions psychologiques majeures :

• La justification décisionnelle : Les individus cherchent des raisons explicites pour justifier leurs choix auprès d’eux-mêmes et d’autrui, protégeant ainsi leur estime de soi et réduisant la dissonance cognitive post-décisionnelle.
• L’activation motivationnelle : Les raisons spécifiques influencent l’attitude globale envers l’adoption, mais exercent également une influence directe sur l’intention comportementale, indépendamment de l’attitude globale évaluative.

Positionnement face aux modèles concurrents

Dans le TAM standard, l’utilité perçue (perceived usefulness) agrège indifféremment performance opérationnelle, commodité et avantages économiques. L’approche de Claudy et ses collaborateurs (2015) démontre qu’une telle agrégation masque les dynamiques propres aux innovations environnementales, où les raisons financières entrent souvent en tension dialectique avec les barrières d’usage (ex. complexité d’installation) et les barrières de coût initial (dépense d’investissement). L’INNFINBEN isole précisément la composante bénéficiaire financière, permettant ainsi d’analyser son poids statistique unique dans la balance décisionnelle du consommateur.

7. Validité / Validity

La validité psychométrique de l’échelle INNFINBEN a fait l’objet d’évaluations rigoureuses dans le cadre de l’échantillonnage représentatif documenté par Claudy, Garcia et O’Driscoll (2015), portant sur des propriétaires résidentiels confrontés à des choix réels d’adoption de technologies de micro-génération.

Validité de construit et validité convergente

La validité convergente a été démontrée par l’examen des saturations factorielles standardisées et de la variance moyenne extraite (Average Variance Extracted, AVE) :

• Toutes les saturations factorielles standardisées ($lambda$) des items de l’échelle sur le construit latent dépassent largement le seuil strict de 0,70 (variant généralement entre 0,82 et 0,91, toutes statistiquement significatives à $p < 0,001$).
• L’AVE du construit surpasse le seuil conventionnel de Fornell et Larcker de 0,50, se situant au-delà de 0,70, ce qui atteste que plus de 70 % de la variance des indicateurs observables est expliquée par la variable latente des bénéfices financiers sous-jacente plutôt que par l’erreur de mesure.

Validité discriminante

La validité discriminante a été confirmée par plusieurs méthodologies :

• Critère de Fornell-Larcker : La racine carrée de l’AVE du construit INNFINBEN est nettement supérieure aux corrélations inter-construits partagées avec les autres dimensions de la BRT (notamment les bénéfices environnementaux, la compatibilité perçue, la complexité, les risques financiers et l’inertie d’utilisation).
• Analyse des saturations croisées (Cross-loadings) : Chaque item sature significativement plus fort sur son facteur cible que sur n’importe quel autre construit latent du modèle de mesure global.
• Tests d’emboîtement de modèles : Des modèles bifactoriels forçant la corrélation à 1 entre l’INNFINBEN et d’autres raisons d’adoption ont révélé une dégradation très significative du chi-carré ($\Delta\chi^2$), attestant du caractère empiriquement distinct de la dimension financière.

Validité prédictive et nomologique

L’échelle a démontré une excellente validité nomologique au sein du modèle structurel global :

• L’INNFINBEN prédit positivement et significativement l’attitude globale envers l’adoption des micro-générateurs énergétiques ($eta$ positif élevé, $p < 0,001$).
• Elle exerce un effet direct significatif sur l’intention d’adopter, confirmant le postulat théorique de la BRT selon lequel les raisons spécifiques court-circuitent partiellement l’évaluation attitudinale globale pour motiver directement le passage à l’acte.

8. Fidélité / Reliability

La fidélité de l’échelle a été examinée sous l’angle de la consistance interne et de la stabilité de la mesure :

Cohérence interne

Les indices statistiques rapportés par Claudy et al. (2015) et confirmés par des réplications ultérieures dans le domaine des écotechnologies indiquent d’excellents paramètres de fidélité :

• Alpha de Cronbach ($lpha$) : Le coefficient de cohérence interne dépasse régulièrement 0,85 (typiquement situé entre 0,86 et 0,90 selon les technologies étudiées), ce qui est largement supérieur au seuil standard de 0,70 recommandé par Nunnally et Bernstein pour la recherche en sciences sociales.
• Fiabilité composite (Composite Reliability, CR) : L’indice de fiabilité composite de Jöreskog s’établit entre 0,88 et 0,92, garantissant que les items se renforcent mutuellement pour mesurer le même phénomène latent sans redondance excessive.

Sensibilité et fidélité de l’échelle

L’utilisation d’une graduation en 7 points offre une excellente sensibilité métrique. Elle permet de capturer les nuances de positionnement sans induire d’effets de plancher ou de plafond marqués, assurant une distribution symétrique des scores adaptée aux techniques d’estimation multivariées (comme le maximum de vraisemblance en modélisation par équations structurelles).

9. Analyse factorielle / Factor Analysis

Les investigations factorielles menées lors de la conception de l’instrument ont suivi un protocole rigoureux en deux phases : analyse factorielle exploratoire (AFE) suivie d’une analyse factorielle confirmatoire (AFC).

Analyse Factorielle Exploratoire (AFE)

Lors des phases préliminaires de purification de l’échelle sur des panels pilotes, l’extraction par factorisation en axes principaux avec rotation oblique (Promax ou Oblimin) a mis en évidence :

• L’émergence claire d’un facteur unique associé aux gains financiers, avec une valeur propre (eigenvalue) nettement supérieure à 1 (selon le critère de Kaiser).
• Ce facteur unitaire explique à lui seul plus de 75 % de la variance totale des trois items.
• Aucun indice de saturation croisée problématique n’a été observé avec les items décrivant les bénéfices écologiques ou l’autonomie énergétique.

Analyse Factorielle Confirmatoire (AFC)

L’AFC conduite sur un échantillon indépendant confirme l’adéquation exceptionnelle du modèle de mesure unidimensionnel. Les indices d’ajustement global du modèle structurel intégrant l’INNFINBEN satisfont aux critères les plus stricts de Hu et Bentler (1999) :

• Ratio Chi-carré / Degrés de liberté ($\chi^2 / df$) : Inférieur à 2,5.
• Comparative Fit Index (CFI) : Supérieur à 0,95 (souvent > 0,98).
• Tucker-Lewis Index (TLI) : Supérieur à 0,95.
• Root Mean Square Error of Approximation (RMSEA) : Inférieur à 0,05 (avec intervalle de confiance à 90 % situé entre 0,00 et 0,08).
• Standardized Root Mean Square Residual (SRMR) : Inférieur à 0,04.

Les coefficients de saturation factorielle standardisés ($lambda$) se présentent de manière homogène :

• Item 1 (Réduction des factures) : $lambda pprox 0,84$
• Item 2 (Économies réallouables) : $lambda pprox 0,87$
• Item 3 (Auto-amortissement) : $lambda pprox 0,86$

Ces résultats confirment que chaque item contribue de façon substantielle et équilibrée à l’explication du construit latent.

10. Instrument de mesure / Instrument

Voici la fiche synthétique descriptive du protocole d’administration et de cotation de l’instrument :

• Nom du test : Échelle des Bénéfices Financiers de l’Innovation (Innovation Financial Benefits Scale — INNFINBEN).
• Typologie d’évaluation : Questionnaire d’auto-évaluation psychométrique (self-report inventory).
• Domaine d’application : Psychologie du consommateur, marketing de l’innovation, recherche en comportements énergétiques et écologiques.
• Format d’administration : Auto-administré (sur support numérique/en ligne ou sur questionnaire papier-crayon).
• Durée moyenne de passation : Moins de 2 minutes pour la sous-échelle isolée (s’intègre généralement dans une batterie de questionnaires plus large).
• Nombre d’items : 3 items formulés sous forme d’affirmations déclaratives au conditionnel ou au futur prospectif.
• Échelle de réponse : 7-point Likert scale (1 = Strongly disagree, 7 = Strongly agree).
• Procédure de calcul du score :
  • Aucun item inversé (tous les items sont formulés dans un sens positif orienté vers le gain).
  • Le score global peut être obtenu par le calcul de la moyenne arithmétique des 3 items (score moyen variant de 1,00 à 7,00) ou par la somme brute des réponses (score cumulé variant de 3 à 21).
  • Dans le cadre de modélisations par équations structurelles (SEM), il est recommandé de modéliser les items comme les indicateurs réflexifs d’une variable latente afin d’isoler l’erreur de mesure résiduelle.
• Interprétation des scores : Un score moyen élevé (> 5,00) traduit une forte motivation instrumentale financière où l’adoption est explicitement perçue comme une opportunité d’optimisation budgétaire et d’investissement amortissable. Un score faible (< 3,00) indique que les bénéfices financiers anticipés ne constituent pas un levier cognitif d’adoption pour l’individu, suggérant la prévalence d’autres motivations (ex. écologiques) ou un désintérêt pour la rentabilité technologique.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

• Année de publication initiale : 2015.
• Détenteurs des droits patrimoniaux : Springer Science+Business Media New York / Academy of Marketing Science.
• Statut d’accès et licence d’utilisation : L’échelle telle que publiée dans le corps de l’article de recherche académique est accessible aux chercheurs et étudiants à des fins d’enseignement et de recherche non commerciale sous le régime de l’usage loyal (Fair Use), à condition de citer rigoureusement l’article princeps de Claudy, Garcia et O’Driscoll (2015).
• Utilisation commerciale ou intégration dans des logiciels propriétaires : Toute exploitation commerciale, distribution payante ou intégration au sein d’outils d’évaluation d’entreprises nécessite l’obtention préalable d’une licence de droit de reproduction auprès de l’éditeur via le service de compensation des droits d’auteur (Copyright Clearance Center / RightsLink).
• Tarification : L’accès aux items dans le cadre de projets universitaires ou académiques est gratuit.

12. Références / References

Les sources bibliographiques suivantes constituent le fondement théorique et méthodologique de l’instrument :

• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
• Claudy, M. C., Garcia, R., & O’Driscoll, A. (2015). Consumer resistance to innovation: A behavioral reasoning perspective. Journal of the Academy of Marketing Science, 43(4), 528-544. https://doi.org/10.1007/s11747-014-0399-0
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. https://doi.org/10.1177/002224378101800104
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1-55. https://doi.org/10.1080/10705519909540118
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Thaler, R. (1985). Mental accounting and consumer choice. Marketing Science, 4(3), 199-214. https://doi.org/10.1287/mksc.4.3.199
• Westaby, J. W. (2005). Behavioral reasoning theory: Identifying new linkages underlying intentions and behavior. Organizational Behavior and Human Decision Processes, 98(2), 97-120. https://doi.org/10.1016/j.obhdp.2005.07.001

13. Questions et items du questionnaire / Scale Items