|
La Convergence Régionale dans l'Union Européenne. Le Rôle des Fonds Structurels.( Télécharger le fichier original )par François Defourny Université de Liège - Maîtrise en Sciences Economiques 2003 |
1.3. La ?-convergence absolue au niveau NUTS I et NUTS II : les échantilons reconstruitsPlutôt que d'étudier la convergence à un seul niveau de nomenclature comme nous venons de le faire au niveau NUTS II, certains auteurs préconisent des échantillons "reconstruits" composés de régions de différentes catégories. Les régions d'un même niveau NUTS sont en effet loin d'être homogènes. Par exemple, les plus petites régions NUTS II ne dépassent pas 25000 habitants alors que les plus grandes en comptent près de 10 millions46. "La Nomenclature des Unités Territoriales Statistiques est une classification caractérisée par une profonde hétérogénéité à tous les niveaux, résultat de l'unification de systèmes régionaux déjà existant au sein des Etats membres européens." (Magrini, 2003, p. 29) Certaines régions d'une catégorie particulière sont, dès lors, parfois plus proches à bien des égards du niveau supérieur ou inférieur. Ces différences de tailles, de population et de richesse sont considérables, ce qui nuit à la comparabilité et à l'estimation d'une éventuelle convergence. Par souci d'intégrer les cas extrêmes dans l'analyse sans pour autant sacrifier sa pertinence, certains auteurs ont reconstruit des échantillons mixtes intégrant des régions de différents niveaux de nomenclature (surtout NUTSI et II), en fonction de leur comparabilité et de leur degré d'autonomie. L'emploi d'échantillons "reconstruits" peut également constituer une bonne réponse au problème de disponibilité des données lorsque la nomenclature de référence d'un pays ne correspond pas à la nomenclature NUTS. C'est notamment le cas pour le Royaume-Uni où le niveau NUTS II n'est pratiquement pas employé par les autorités nationales. Cela justifie la préférence de beaucoup d'auteurs pour le niveau NUTS I lorsqu'il s'agit d'observer les régions britanniques. Suivant la même méthode de classement et de présentation que précédemment, nous avons rassemblé dans le Tableau 2 une série d'estimations réalisées sur base de ce type d'échantillons "reconstruits". 46 La taille moyenne des régions NUTS II tourne autour de 1,25 million d'habitants par région. Tableau 2 : â-convergence absolue du PIB/hab. aux niveaux NUTS II et NUTS I selon la comparabilité des régions
Dans le Graphique 3, nous présentons l'ensemble des vitesses de convergence du Tableau 2 en négligeant les résultats non significatifs au seuil de quinze pour cent (en rose). Au-delà de la diversité des résultats, la tendance dominante, bien que moins marquée, reste cohérente avec l'évolution que nous avions trouvée pour les échantillons de niveau NUTS II. En effet, elle semble prendre une forme convexe en "U" lorsque les observations remontent jusqu'aux années cinquante. La f3-convergence absolue atteint le creux de la vague à la fin des années septante ou peu après, pour connaître ensuite une certaine amélioration mais sans toutefois retrouver le niveau des Trente Glorieuses. Seul bémol à nos observations, Basile, de Nardis et Girardi (2001) trouvent une vitesse de convergence étrangement faible et pourtant significative pour leur dernier test couvrant la période 1985-1998. Sans prétendre que c'est la seule explication, le recours à une base de données différente joue certainement un rôle. En effet; alors que la plupart des auteurs emploient la base de données régionales harmonisées (REGIO) de Eurostat47, Basile, de Nardis et Girardi (2001) sont les seuls auteurs de notre tableau à avoir employé des données issues de Cambridge Econometrics Data. Graphique 3 : Evolution de la â-convergence absolue du PIB/ hab. au niveau NUTS I et II (échantiions reconstru its)
4,5 2,5 3,5 0,5 2 1,5 1 4 3 0 5 Etudes classées chronologiquement en fonction de l'année médiane de la période observée Au-delà de toutes ces nuances, il nous semble que l'on peut résumer les principaux résultats examinés pour la f3-convergence absolue de la manière suivante. Barro et Sala-i-Martin (1991 et 1995) ainsi que Armstrong (1995) ont montré que la f3-convergence absolue entre régions européennes semble avoir connu son apogée pendant les années soixante et au début des années septante. C'est ce que Barry (2003) appelle the European Golden Age. La vitesse de convergence régionale a ensuite décru pour connaître son plus bas niveau entre 1975 et 1985. Comme nous l'avons montré sur le Graphique 2, elle s'est finalement redressée vers la fin des années quatre-vingt pour progressivement retrouver un niveau supérieur durant les années nonante. Nous apprécierons plus tard le rôle éventuellement joué par la politique régionale européenne dans ce rétablissement. Néanmoins, la convergence régionale en Europe apparaît nettement moins importante que la convergence entre Etats membres surtout en raison d'importantes différences de performances entre régions. Cette différence de vitesse de convergence entre le niveau régional et national nous amène à penser que la convergence intra-pays n'est pas vérifiée pour tous les Etats. Le rattrapage significatif des pays pauvres pourrait n'être le résultat que d'un 47 Voir par exemple Neven & Gouyette (1995), Mauresth (2001), Fagerberg & Verspagen (1996), Baumont, Ertur & Le Gallo (2002) ou Dall'Erba & Le Gallo (2003) petit nombre de régions à la croissance particulièrement élevée. L'hypothèse de "convergence divergente" que nous avions évoquée pour la a-convergence semble sérieusement se préciser. Nous chercherons par ailleurs d'autres signes de cette évolution paradoxale. 2. La ?-convergence conditionnelle Après la a-convergence et la f3-convergence absolue, voici un troisième grand schéma de convergence rencontré dans la littérature. La f3-convergence conditionnelle, très proche de la f3-convergence absolue, vient un peu en complément de celle-ci pour affiner l'analyse et répondre à certaines critiques. 2.1. Le concept de ?-convergence conditionnelle Les limites de la f3-convergence absolue proviennent principalement de l'absence de prise en compte de l'éventuelle hétérogénéité structurelle des économies. La f3-convergence absolue se contente en effet d'observer l'évolution de variables par rapport à un seul état stationnaire supposé commun à toutes les régions. Rappelons que dans le modèle néoclassique, des économies distinctes ne partageront le même état stationnaire que si elles sont identiques d'un point de vue technologique et qu'elles ont les mêmes préférences48. Cette hypothèse apparaît évidemment bien peu réaliste. Comme le fait remarquer Jones : "Les écarts de niveau de revenu au plan mondial s'expliquent en grande partie par la divergence des états réguliers49... comme tous les pays n'ont pas un niveau technologique, un taux d'investissement et un taux de croissance de la population active identiques, il est normal qu 'ils ne convergent pas tous vers le même état régulier" (Jones, 1999, p. 68). Au vu des différences structurelles importantes entre les régions européennes (en matières d'institutions, de systèmes éducatifs, de niveaux technologiques, de préférences...), il est plus que probable que les états stationnaires ne soient pas identiques. Comme le fait remarquer De la Fuente : "Même dans des modèles oil les forces de convergences l'emportent, les niveaux de revenu de long terme peuvent varier entre diffé rents territoires, reflétant des différences sousjacentes de fondamentaux." (De la Fuente, 2000, p. 32). Les études empiriques vont généralement dans ce sens en montrant que des variables structurelles, autres que le revenu initial, entrent significativement dans la régression de f3-convergence. "Chaque région tend 48 Ce qu'on entend ici par préférences, ce sont principalement le taux d'investissement et le taux de croissance de la population active. 49 Certains auteurs appellent l'état stationnaire, "état régulier". vers un "état stationnaire" qui lui est propre et qui traduit la pérennité de traits caractéristiques de la région" (Fayolle et Lecuyer, 2000, p. 187). Lorsque le modèle estimé intègre ces variables structurelles ou des variables binaires capables de capter des phénomènes spécifiques à chaque région ou à chaque pays, on parle alors de f3- convergence conditionnelle. Cela revient à supposer des états stationnaires multiples. Les régions en question ne convergeront dès lors vers un même état stationnaire que si elles sont structurellement "identiques". Le paramètre f3 traduit désormais l'intensité d'un processus de convergence vers des états stationnaires dont le niveau et les caractéristiques sont déterminés par les valeurs actuelles de variables "conditionnantes". La convergence observée ne traduira donc plus nécessairement une diminution des disparités de l'ensemble de l'échantillon. La version conditionnelle de l'équation (1) donne cette fois : log(X ) log(X))/ n log Xlog Zu(3) i , t i , t n i , t n i , ti , t - = á + â+ ã+ - - où est l'ensemble des variables structurelles explicatives du niveau de convergence atteint Zi , t
l'ensemble des caractéristiques d'un territoire qui ont un effet permanent sur son taux de croissance. Nous verrons lors de la présentation des études empiriques que dans la pratique, les auteurs doivent se contenter de quelques variables qu'ils estiment primordiales. La carence de données et la complexité des économies ne permettent évidemment pas d'être exhaustif et d'inclure dans la régression tous les facteurs déterminant le taux de croissance. Comme le suggèrent Solanes et María-Dolores (2001), il est possible conceptuellement de réconcilier une convergence conditionnelle, rapide, vers des états stationnaires multiples et une convergence absolue, plus lente, vers un état stationnaire unique en acceptant que les différences entre états stationnaires spécifiques s'atténuent avec le temps. Si, selon Galor (2000), une telle hypothèse est difficilement soutenable au niveau mondial, en revanche, De la Fuente (2000a) pense que ces variables "conditionnantes" convergent elles-mêmes avec le temps entre régions européennes. Ainsi, la f3-convergence absolue des revenus européens dans le long terme peut refléter une réduction progressive de ces disparités régionales sousjacentes. 50 De la même manière que pour la convergence absolue, la vitesse de convergence peut aisément être calculée à l'aide de l'équation (2). |
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
