La Convergence Régionale dans l'Union Européenne. Le Rôle des Fonds Structurels.

2.3. Principales critiques de la ?-convergence.

Comme nous l'avions annoncé, en nous limitant à la présentation des tests de convergence en coupe transversale, nous avons laissé de côté diverses autres techniques d'estimation de la convergence. Mais ce n'est certainement pas parce que ces tests sont les plus courants qu'ils sont exempts de reproches. Au contraire, de nombreux auteurs leur destinent des critiques acerbes. Voici les principaux reproches qui sont adressés à la f3-convergence et à la a-convergence.

- Bernard & Durlauf (1991) critiquent la f3-convergence qui n'observe que le taux de croissance annuel moyen du revenu. Pour eux, cela revient à faire l'hypothèse que ce taux de croissance est constant tout au long de l'année et qu'il ne résulte que d'un choc initial. Or, les séries sont affectées par des chocs aléatoires à chaque période. Cette remarque limite certes la finesse de l'analyse de la f3-convergence, mais elle est nettement moins pertinente lorsque l'objectif est de dégager un "trend" sur une période relativement longue. Elle ne nous semble donc pas remettre fondamentalement en question nos observations pour les cinquante dernières années.

- Friedman (1992) et Quah (1993a) prétendent quant à eux que le test de f3-convergence ne donne aucune information pertinente, car il souffre d'une "erreur de Galton". Cela signifie qu'un coefficient f3 significativement négatif peut être associé à une dispersion de distribution constante ou croissante. Inversement, l'analyse de la f3-convergence peut nous conduire à une conclusion de divergence dès qu'un sous-ensemble diverge. Fuss (1999) arrive, elle, à la conclusion que l'analyse de la f3-convergence seule est clairement

53 Commission Européenne (2004, p. 148)

insuffisante et qu'il est donc recommandé de la combiner à une analyse de la ýconvergence. C'est ce que nous avons fait sans aboutir à des résultats contradictoires.

- Chesshire & Cabonaro (1995) mettent en évidence le problème de la nomenclature NUTS dont nous avons déjà parlé. Ils déplorent que les études de convergence se basent sur une nomenclature administrative, artificielle qui a finalement peu de liens avec la réalité économique du terrain. Ils estiment que les régions devraient davantage être définies de façon fonctionnelle selon leurs caractéristiques démographiques et économiques. Malheureusement, il n'existe à l'heure actuelle aucune nomenclature respectant ces critères économiques à l'échelle européenne. Les bases de données disponibles sont toutes construites à partir de la Nomenclature des Unités Territoriales Statistiques. Faute de mieux, nous devons nous en contenter, sans pour autant négliger cette remarque.

- De la Fuente (2000) et Islam (1995) font remarquer que l'intégration de quelques variables structurelles dans la régression de la f3-convergence conditionnelle n'est pas suffisante pour refléter l'hétérogénéité des économies régionales. Selon eux, l'omission de variables pertinentes (en particulier, le niveau technologique et les changements structurels pour le premier et le capital humain pour le second) est susceptible de biaiser les estimations de tous les autres paramètres dès que ceux-ci sont corrélés aux variables manquantes. En d'autres mots, on ne peut compter sur le terme d'erreur pour intégrer ces différences manquantes que si celles-ci sont non corrélées à celles explicitement présentes dans la régression. Une solution à ce problème serait de se tourner vers des techniques de données en panel pour tenir compte de tous les effets spécifiques non observés. Toutefois, De la Fuente (2000) affirme que pour identifier une dynamique de long terme, comme nous tentons de le faire ici, cette alternative peut, elle aussi, avoir d'importants effets pervers.

- Enfin, Chaterrji (1992), Quah (1993b et 1996c), Mankiw (1995) et Pesaran & Smith (1995) regrettent que ce type de modèle de croissance ne relie le taux de croissance d'une région qu'à "sa propre histoire" et considère chaque région comme une "île isolée". Il ne met pas en évidence de façon explicite des interactions inter-régionales ou des effets de co-dépendance. Dans le même ordre d'idée, Dall'erba & Le Gallo (2003) soulignent le fait que la plupart des études empiriques de f3-convergence négligent deux aspects spatiaux essentiels des données observées : l'autocorrélation spatiale⁵⁴ et l'hétérogénéité spatiale⁵⁵. Quah (1996c) trouve même que la localisation d'une région et l'interdépendance

54 L'autocorrélation spatiale signifie que des similitudes de caractéristiques coïncident avec des similitudes de localisation.

55 L'hétérogénéité spatiale signifie que les comportements économiques ne sont pas stables dans l'espace.

géographique sont des facteurs plus déterminants que les variables nationales et économiques traditionnellement intégrées à la régression de la f3-convergence conditionnelle. L'absence de considération pour ces variables spatiales limiterait, selon ces auteurs, la portée des conclusions des tests présentés précédemment. Il s'agit là, sans doute, de la critique la plus fondamentale adressée à l'ensemble des travaux ici recensés. Elle a, en tout cas, donné lieu à de nombreux débats qui sortent largement du cadre de notre travail⁵⁶.