Chapitre 1. Les écarts régionaux de productivité et leurs conséquences1

Des écarts interrégionaux existeront toujours sous une forme ou une autre, mais il faut que les régions à la traîne aient des possibilités de « rattraper » les autres en matière de développement social et économique. Le présent chapitre examine les conséquences qu’entraîne le phénomène de faible croissance de la productivité du travail à l’échelle nationale dans la zone OCDE sur différents types de régions, notamment les écarts qui existent entre les régions qui rattrapent peu à peu la « frontière » et celles qui décrochent. Il analyse les dynamiques qui prévalent dans les régions de l’OCDE, et dans quelle mesure un rattrapage est à l’œuvre dans certaines régions. Il aborde ensuite les incidences de ces tendances sur le bien-être des populations qui résident dans différentes villes et régions, puisque l’échelon local et l’échelon régional se situent à l’articulation entre productivité et inclusion. Enfin, il présente les trois grands outils d’action publique qui peuvent servir à stimuler la productivité dans les régions à la traîne et à favoriser l’inclusion. Il s’agit des politiques structurelles, de l’investissement public (y compris dans le cadre de politiques de développement régional) et des réformes de la gouvernance multiniveaux.

Messages clés

Au cours des deux dernières décennies, les écarts sur le plan du PIB par habitant se sont réduits entre les pays ; pourtant, ces écarts se sont creusés à l’intérieur même des frontières des pays membres de l’OCDE. Les villes et les régions les mieux classées sont de plus en plus en concurrence avec leurs équivalents étrangers, plutôt qu’avec les villes et les régions de leur propre pays.
Au sein même des pays, l’écart entre les régions de la tranche supérieure des 10 % sur le plan de la productivité du travail et les régions de la tranche inférieure des 75 % s’est creusé de près de 60 % en moyenne au cours des deux dernières décennies, passant de 15 200 USD à 24 000 USD.
Les trois quarts des régions « en pointe » (c’est-à-dire à la productivité la plus élevée) des pays membres de l’OCDE sont essentiellement urbaines. Les trois quarts des régions qui, entre 2000 et 2013, se sont rapprochées des scores des régions en pointe de leur pays sont des régions intermédiaires ou rurales.
Les secteurs ouverts au commerce international entraînent de plus en plus une dynamique de rattrapage régional, en particulier les services échangeables, le secteur manufacturier ainsi que l’extraction des ressources naturelles et les services collectifs. C’est le cas dans les régions urbaines comme dans les régions rurales, en dépit des différences de leurs modèles de croissance.
La croissance de la productivité est importante pour le bien-être, et elle a une incidence importante sur les revenus, les emplois et, par suite, plusieurs aspects immatériels du bien-être comme la santé. Un habitant sur quatre de la zone OCDE vit dans une région qui prend de plus en plus de retard en matière de croissance de la productivité, et cette proportion peut atteindre huit habitants sur dix dans certains pays. Pour ce qui est des possibilités, les régions en phase de rattrapage enregistrent des chutes plus importantes que les régions en cours de décrochage du point de vue du taux de chômage et de la part des 18-24 ans ni en emploi, ni scolarisés, ni en formation (NEET).
Sur l’ensemble des régions de la zone OCDE, les niveaux de bien-être ont augmenté selon plusieurs indicateurs ; toutefois, dans de nombreux pays, les écarts interrégionaux se sont creusés pour certains indicateurs. Les écarts interrégionaux sont encore plus marqués quand on prend en compte les divers aspects du bien-être plutôt que le seul revenu. Des politiques complémentaires sont importantes pour que les gains de productivité profitent aux différents groupes sociaux et aux différents territoires, y compris dans l’enceinte des villes.
Citons, parmi les mesures pouvant permettre de stimuler la productivité et de renforcer l’inclusion sociale : i) des réformes structurelles combinées à des démarches territorialisées ; ii) des investissements publics s’appuyant sur les administrations infranationales et sur les politiques de développement régional, urbain et rural ; iii) des réformes de la gouvernance multiniveaux. Une bonne gouvernance est associée à des niveaux de productivité plus élevés et à une dynamique de rattrapage. Un morcellement administratif moindre à l’échelon infranational est associé à de meilleures performances en matière de productivité et d’inclusion.

Introduction

Pour favoriser tout à la fois la croissance de la productivité et l’inclusion, les pays doivent mobiliser le potentiel de rattrapage des régions. L’objectif des politiques de développement régional consiste à faire en sorte que les différentes catégories de régions soient en mesure de prospérer et d’offrir une bonne qualité de vie à leurs habitants. Il existe des écarts interrégionaux de productivité considérables dans les pays membres de l’OCDE. Souvent, ces écarts sont bien plus importants que les écarts entre les pays et peuvent s’expliquer par des facteurs géographiques et la présence de villes (forces d’agglomération). On ne peut donc pas s’attendre à ce que ces écarts régionaux disparaissent entièrement à terme, comme cela pourrait être le cas entre les pays à l’issue du processus de convergence en cours. Néanmoins, tout écart régional de productivité porte avec lui un potentiel de rattrapage. Cet « avantage du retard », selon la formule souvent employée dans les manuels d’économie, signifie tout simplement qu’une région à la traîne peut copier, imiter ou importer bon nombre des innovations et des découvertes provenant des régions en pointe, et ainsi stimuler sa productivité et accélérer sa croissance sans qu’une quelconque augmentation du travail ou du capital soit forcément nécessaire.

Au cours des dernières décennies, de nombreux pays ont expérimenté différentes méthodes visant à promouvoir le rattrapage des régions à la traîne. La notion de « convergence » est souvent évoquée ; or, il peut y avoir convergence entre les scores de différents pays ou régions sans que l’évolution soit positive. La notion de « rattrapage » recouvre une vision plus dynamique de la performance régionale, dans laquelle les régions à la traîne connaissent une croissance plus rapide. Dans certains cas, les régions convergent tandis que la « frontière », elle, ne croît pas. Il faut que l’action publique favorise la croissance des régions à la traîne sans pour autant entraver la réussite des régions en pointe. C’est pourquoi ce chapitre analyse en quoi l’évolution de la productivité des entreprises influe sur la productivité des régions, et examine les caractéristiques des régions en phase de rattrapage comme des autres. Il s’intéresse ensuite aux incidences sur les écarts entre régions et entre individus en matière de bien-être et d’inclusion, avant de présenter les trois grands outils d’action publique susceptibles d’être utilisés pour favoriser tant la productivité que l’inclusion.

Le rôle des régions et des politiques territorialisées dans la stimulation d’une productivité cumulée

L’écart de productivité entre les entreprises en pointe et les autres s’est creusé

Au cours des quinze dernières années, la croissance de la productivité du travail a connu une tendance à la baisse dans la zone OCDE. En 2000, il existait un écart notable sur le plan de la croissance de la productivité du travail entre les États-Unis, le Japon et la zone euro (graphique 1.1). Un pic a été atteint au début des années 2000, lorsque cet écart s’est établi à près de 2 points de pourcentage entre les États-Unis et la zone euro. Avec la Stratégie de Lisbonne, l’Europe a tenté d’inverser cette tendance et de faire du continent la société de la connaissance la plus compétitive à l’horizon 2010. Dès 2004, cependant, les États-Unis ont commencé à connaître à leur tour, comme l’Europe et le Japon, une baisse des taux de croissance de la productivité du travail. Avant la crise financière, la productivité augmentait dans toutes les grandes économies des pays membres de l’OCDE à un rythme d’environ 1 % par an.

La productivité a connu un bref pic après la crise, mais le moteur de sa croissance semble être en perte de vitesse dans l’ensemble des grandes économies de l’OCDE. Les crises sont souvent des processus qui mettent un coup d’arrêt à des évolutions intenables, comme le surinvestissement ou les bulles spéculatives. Il est donc normal que, lorsqu’elles conduisent à désinvestir dans les secteurs dont la productivité est en baisse, pour réorienter les ressources vers des secteurs plus productifs, la productivité moyenne ait tendance à rebondir après la crise ou sur la période de reprise. Les États-Unis ont connu un regain de productivité qui a atteint son apogée en 2010 grâce à un marché du travail flexible permettant une réaffectation plus rapide et profonde des emplois entre entreprises, secteurs et lieux. L’Europe, avec ses marchés des produits et du travail plus rigides, n’a atteint son pic que quelques années plus tard. Le Japon a connu la même évolution. Cependant, le regain observé aux États-Unis n’a pas fait long feu et, en 2014, les niveaux de croissance de la productivité de ces trois zones (États-Unis, Europe et Japon) étaient revenus à moins de 1 %.

De récents travaux de recherche de l’OCDE sur le thème de « l’avenir de la productivité » montrent que le problème n’est pas que toutes les entreprises connaissent une faible croissance de la productivité, mais que les gains de productivité des entreprises en pointe ne se diffusent pas auprès des autres (OCDE, 2015a). La ventilation de la croissance de la productivité par type d’entreprise révèle que les entreprises en pointe, celles qui se trouvent à la « frontière », se caractérisent par une hausse continue de leur productivité (graphique 1.2)2. Ces constatations valent pour le secteur manufacturier comme pour celui des services. Ce dernier représente la plus grande part de l’économie de la connaissance, et il affiche les écarts les plus spectaculaires sur le plan de la croissance de la productivité, puisque cette croissance s’échelonne entre 5 % pour les entreprises en pointe et 0.3 % pour l’ensemble des entreprises ; celles qui ne relèvent pas de la « frontière » connaissent même une croissance négative (-0.1 % par an) de leur productivité. Dans l’ensemble, la croissance de la productivité du travail est surtout tirée par les entreprises, les secteurs et les régions en phase de rattrapage. Ces observations peuvent dès lors expliquer non seulement le ralentissement globalde la croissance de la productivité du travail, mais aussi l’aggravation des inégalités (au sens où la croissance a été moins inclusive).

Les motifs permettant d’expliquer pleinement ce problème de diffusion des gains de productivité restent à élucider (encadré 1.1). Ils pourraient être liés à la logique qui permet au gagnant de « rafler la mise » dans le secteur des nouvelles technologies, ou au fait qu’il est devenu plus difficile de reproduire certaines innovations. Pour réussir, les entreprises doivent disposer de nombreuses compétences différentes : compétences technologiques ; compétences en matière de stratégie de marque, de commercialisation et de gestion ; capacité à s’intégrer à des chaînes de valeur mondiales (par l’importation de produits intermédiaires et l’exportation de pièces détachées ou de produits finis) ; etc. L’émergence de chaînes de valeur mondiales pourrait réorienter les retombées en matière de productivité découlant des bons résultats des régions en pointe vers des pays étrangers plutôt que vers d’autres régions du même pays. De fait, l’un des traits caractéristiques de la vague actuelle de mondialisation tient à la possibilité de dissocier la création des connaissances de leur utilisation. Dans les pays où les coûts sont élevés, les régions à la traîne se trouvent de plus en plus en situation de concurrence avec des régions disposant de capacités semblableset situées, pour leur part, dans des pays à revenu intermédiaire.

Encadré 1.1. La « machine à diffuser » l’innovation mondiale au service de la productivité

Selon de récents travaux de recherche de l’OCDE, le problème qui se pose au niveau de la productivité ne tient pas à une insuffisance de l’innovation à l’échelle mondiale, mais plutôt à des difficultés du reste de l’économie à adopter les nouvelles technologies et les bonnes pratiques. De fait, comme l’indique Criscuolo (2015), « … la principale source du ralentissement des gains de productivité n’est pas le ralentissement du taux d’innovation dans les entreprises les plus avancées à l’échelle mondiale, mais plutôt le ralentissement du rythme auquel les innovations se répandent dans l’économie : une défaillance de la machine à diffuser ».

Les raisons pour lesquelles ce processus de diffusion pourrait être plus difficile au cours de la révolution technologique actuelle (qu’on désigne depuis peu sous le terme de « numérisation ») que pendant les périodes précédentes de grands progrès techniques font encore l’objet de débats fournis et de nombreux travaux de recherche en économie. Les « frontières » tant mondiales que nationales jouent un rôle dans la diffusion de l’innovation auprès de toutes les autres entreprises de l’économie, comme l’illustre le schéma ci-dessous.

Le « déplacement » de la frontière mondiale peut se transmettre aux frontières nationales sous l’effet de la mobilité des facteurs de production (capital et travail) et des flux commerciaux. Au sein des pays, l’investissement dans le capital intellectuel et toutes les mesures favorisant les retombées et l’adoption sont susceptibles de faciliter la diffusion des innovations provenant de la « frontière » aux entreprises, secteurs et régions à la traîne. Ce processus est d’autant plus aisé lorsque les conditions macrostructurelles favorisent – plutôt qu’elles n’entravent – la réaffectation des ressources entre les secteurs et la montée en gamme des bonnes pratiques de productivité.

Criscuolo, C. (2015), « Productivity Is Soaring at Top Firms and Sluggish Everywhere Else », Harvard Business Review, 24 août 2015, https://hbr.org/2015/08/productivity-is-soaring-at-top-firms-and-sluggish-everywhere-else ; OCDE (2015a), The Future of Productivity, Éditions OCDE, Paris, https://doi.org/10.1787/9789264248533-en.

L’existence de disparités interrégionales persistantes n’est pas un fait nouveau, mais les tendances récentes font apparaître des écarts au sein des pays plus importants qu’entre eux. Les activités économiques se concentrant dans l’espace, les économies d’agglomération (voir l’analyse ci-après) peuvent produire des avantages se traduisant par des PIB par habitant plus élevés dans les régions urbaines que dans les régions intermédiaires et rurales. Ces disparités ont été abondamment étayées dans les précédentes éditions des Perspectives régionales (OCDE, 2011a et 2014a) et dans le Panorama des régions (OCDE, 2016b). Mesurées en matière de PIB par habitant, ces disparités économiques ont légèrement augmenté ou sont demeurées stables, tandis qu’il s’est produit, au fil des dernières décennies, une réduction continue des disparités moyennes entre pays (graphique 1.3). La même tendance s’observe au niveau des zones métropolitaines : alors que les villes des différents pays de la zone OCDE convergent, à l’intérieur des pays, les villes divergent (graphique 1.4). La convergence des zones métropolitaines des pays membres de l’OCDE est légèrementplus rapide que celle des pays dans leur ensemble, ce qui semble encore confirmer l’importance des grandes villes dans l’économie nationale. Du fait des liens internationaux qu’entretiennent ces villes dans l’économie de la connaissance, auxquels s’ajoute la mobilité internationale des capitaux financiers et des travailleurs très qualifiés, les grandes zones métropolitaines doivent s’adapter à la concurrence à l’échelle mondiale.

L’inégalité croissante entre les régions se double, dans la plupart des pays, d’inégalités interpersonnelles grandissantes sur le plan des revenus. Par rapport à 1985, l’inégalité des revenus entre les ménages, mesurée au moyen du coefficient de Gini pour le revenu disponible des ménages, n’a baissé que dans un seul des 22 pays membres de l’OCDE pour lesquels des données sont disponibles sur une longue durée (graphique 1.5)3. Dans quatre autres pays, les inégalités interpersonnelles n’ont connu qu’une évolution négligeable. Dans la majorité des pays, et pour la zone OCDE en moyenne, les inégalités de revenus se sont fortement creusées. L’inégalité globale dissimule une forte croissance de la disparité entre le sommet et le bas du classement sur le plan des revenus. La crise récente a amplifié cet écart croissant dans certains pays. En Espagne, par exemple, les 10 % les plus pauvres ont vu leur revenu diminuer de 13 % par an, contre une diminution de 1.5 % pour les 10 % les plus riches. Dans environ la moitié des pays où les revenus ont continué de progresser, l’écart s’est tout de même creusé, la progression ayant été plus forte pour les 10 % les plus riches que pour les 10 % les plus pauvres. Dans certains pays dont l’Autriche, le Danemarket les États-Unis, les revenus les plus élevés ont progressé tandis que les revenus les plus faibles ont baissé en termes réels (OCDE, 2015b).

La « machine à rattraper » les autres régions doit être réparée

Les régions dotées d’un PIB par habitant moins élevé que d’autres régions de leur pays ne tirent pas suffisamment parti de leur potentiel de rattrapage. Si la convergence absolue du PIB par habitant et de la productivité entre les régions ne constitue pas un but en soi, le fait que de nombreuses régions à la traîne ne se rapprochent pas des régions mieux classées est le signe d’un potentiel de rattrapage encore inexploité. En dépit de l’augmentation globale des disparités régionales dans la zone OCDE, en matière de PIB par habitant, certaines forces de convergence ont été à l’œuvre dans les régions intermédiaires et rurales sur la période 1995-20074. Autrement dit, les catégories de régions dans lesquelles les niveaux initiaux de PIB par habitant étaient plus faibles ont connu des taux de croissance plus élevés. Les régions urbaines se sont caractérisées par deux types de dynamiques différents : i) un rattrapage effectué par certaines régions urbaines à la traîne (forces de convergence) et, en parallèle, ii) des taux de croissance plus élevés dans certaines régions en pointe (forces d’agglomération) (OCDE, 2011a).

Le rattrapage interrégional semble s’être interrompu du fait de la crise. Avec la crise récente, les tendances à la convergence régionale semblent s’être enrayées (OCDE, 2014a). Les régions à la croissance la plus lente (en matière de PIB par habitant) ont connu de faibles taux de croissance de la productivité et de l’utilisation du travail, ce qui a entravé le processus de rattrapage (OCDE, 2016b). En revanche, la productivité du travail est demeurée le principal facteur de croissance du PIB par habitant dans les 50 régions de la zone OCDE à la croissance la plus rapide. Dans 41 des 50 régions de tête, la croissance de la productivité du travail explique au moins 75 % de la hausse du PIB par habitant sur la période 2000-13.

L’écart de productivité entre les régions « en pointe » et la majorité des autres régions s’est creusé au cours des deux dernières décennies. Entre 1995 et 2013 et sur l’ensemble de la zone OCDE, la productivité du travail (mesurée à l’aune du PIB par travailleur)5 a augmenté de 1.6 % par an dans les régions « en pointe » présentant les taux de productivité du travail les plus élevés (encadré 1.2). Les régions à la traîne les plus mal classées sur le plan de la productivité du travail ont encore perdu du terrain, leur productivité ayant progressé de moins de 1.3 % par an6. La différence (0.3 % par an) peut sembler faible mais, sur le long terme, ces différentiels de croissance de la productivité se traduisent par des écarts notables. Sur les deux dernières décennies (1995-2013), l’écart s’est creusé de près de 50 %, passant de 21 000 USD à 31 000 USD à PPA par travailleur. Les régions à la traîne ne sont cependant pas les seules à avoir enregistré des taux de croissance plus faibles, puisque la productivité dans les régions de la tranche inférieure des 75 % (soit la grandemajorité des régions) n’a elle aussi augmenté que de 1.3 %, ce qui s’est traduit par un creusement de près de 60 % de l’écart entre les régions de la tranche supérieure des 10 % et les régions de la tranche inférieure des 75 %, cet écart étant passé de 15 200 USD à 24 000 USD (graphique 1.6). Autrement dit, le problème semble tenir davantage à un manque de rattrapage qu’à une absence de croissance au sommet. Les plus rapides s’éloignent du peloton. Cette tendance confirme les conclusions de l’étude de l’OCDE susmentionnée portant sur le thème de « l’avenir de la productivité » (OCDE, 2015a).

Encadré 1.2. Définir la « frontière » en termes de productivité

La productivité mesure la quantité de ce qui peut être produit pour un volume donné d’intrants, c’est-à-dire de capital et de travail. Par conséquent, toute amélioration de la productivité signifie que la production peut augmenter moyennant le même volume d’intrants, ou que le niveau de production peut être préservé malgré une réduction du niveau d’intrants. Un chauffeur-livreur, par exemple, ne devient pas plus productif en travaillant une heure de plus, mais en optimisant son itinéraire de façon à mettre moins de temps à boucler sa tournée, ce qui lui permet d’assurer davantage de livraisons sans effectuer d’heures supplémentaires. En d’autres termes, il ne s’agit pas de travailler plus, mais de travailler plus intelligemment.

L’augmentation de la productivité est essentielle à la croissance à long terme et à la hausse durable des niveaux de vie. Les investissements et la valorisation du capital humain (par la hausse du niveau éducatif, par exemple) peuvent créer de la croissance, mais les retours sur investissement sont généralement décroissants : chaque augmentation supplémentaire se traduit par un rendement inférieur à celui de l’investissement précédent. C’est ce qui a conduit l’économiste Paul Krugman, lauréat du prix Nobel, à formuler cette célèbre observation : « La productivité n’est pas tout mais, à long terme, elle est presque tout. La capacité d’un pays à améliorer son niveau de vie au fil du temps dépend presque entièrement de son aptitude à accroître sa production par travailleur » (Krugman, 1997).

En matière de productivité du travail, la « frontière » désigne le niveau de productivité qu’une région pourrait potentiellement atteindre. « Potentiellement », car de nombreux facteurs tels que les secteurs économiques en présence, les paramètres géographiques et la distance par rapport aux marchés influencent bien sûr la capacité d’une région à atteindre cette frontière de productivité, du moins à court terme. La frontière se fonde sur les niveaux de productivité constatés dans la ou les régions les plus productives de chaque pays. Si on s’intéresse à la frontière à l’intérieur du pays (plutôt qu’à l’échelle mondiale), c’est pour tenir compte des différences institutionnelles et nationales susceptibles d’affecter le potentiel de productivité. La frontière est définie comme le niveau de productivité dans la ou les régions les plus productives représentant 10 % de l’emploi total du pays en question. Cette solution a été retenue pour éviter que, dans un pays donné, la frontière soit définie en fonction d’une seule région faiblement peuplée. Dans certains pays, par conséquent, la frontière correspond à la moyenne pondérée (en fonction de l’emploi) de plusieurs régions. La ou les régions qui constituent la frontière peuvent changer au fil du temps. Pour éviter que le groupe des « régionsfrontière » soit affecté par des valeurs aberrantes transitoires, seules les régions ayant pesé d’un poids non négligeable dans l’emploi pendant plusieurs années au cours de la période 2000-13 sont considérées comme des « régions frontière ».

L’analyse présentée dans ce chapitre se concentre sur la productivité du travail mesurée à l’aune du produit intérieur brut (PIB) réel par employé. Des progrès restent à faire s’agissant de mesurer la productivité du travail au niveau infranational. Le plus souvent, la productivité du travail est mesurée en termes d’heures plutôt qu’en fonction du nombre d’employés. L’indicateur retenu ici tient compte des améliorations de productivité qui permettent de réduire le temps passé au travail par chaque employé. Ces deux modes de calcul produisent des résultats différents lorsque le travail à temps partiel est très répandu, comme en Allemagne et aux Pays-Bas, ou lorsque la durée légale du travail est peu élevée, comme en France (OCDE, 2016e). Cependant, les estimations du nombre total d’heures travaillées sont rares à l’échelon infranational. Dans la mesure où, dans ce chapitre, les régions sont comparées à la frontière de leur propre pays, les différences entre pays (en termes de durée légale du travail, par exemple) ne devraient pas avoir d’incidence sur l’analyse. Un problème similaire se pose concernant les indices de prix au niveau infranational. Généralement, on ne dispose que de déflateurs de prix au niveau national, et ce sont eux qui servent à calculer le PIB réel à l’échelle régionale. Cela peut conduire à confondre l’évolution des prix avec celle de la productivité lorsquela spécialisation sectorielle d’une région diffère fortement de la moyenne nationale. Les fluctuations de prix qui affectent certaines régions de manière disproportionnée peuvent être interprétées à tort comme des évolutions de la productivité du travail. Pour l’essentiel, cette erreur de mesure devrait être mineure, mais elle peut avoir de l’importance dans les régions de petite taille qui font une utilisation intensive de ressources. Dans certains cas, il est possible d’utiliser des déflateurs de prix à l’échelle du secteur pour limiter l’erreur potentielle (par exemple pour étudier la valeur ajoutée brute réelle par secteur), mais on ne dispose pas systématiquement de tels déflateurs pour tous les pays membres de l’OCDE.

Krugman, P. (1997), The Age of Diminished Expectations: U.S. Economic Policy in the 1990s, 3^e édition, MIT Press ; OCDE (2016e), Compendium de l’OCDE sur les indicateurs de productivité 2016, https://doi.org/10.1787/pdtvy-2016en.

La productivité d’une région ne bénéficie pas automatiquement des bons résultats de la « frontière »

Malgré le creusement, dans la zone OCDE, de l’écart moyen entre les régions situées dans le haut et le bas du classement, de nombreuses régions poursuivent leur rattrapage vis-à-vis de la « frontière » de leur pays. Un indicateur spécifique a été mis au point pour mesurer cet effet de convergence à l’intérieur des pays. Il se fonde sur l’indice de Malmquist (voir l’encadré 1.3) et extrapole l’idée selon laquelle une région doit croître plus rapidement que la « frontière » de son pays pour rattraper son retard de productivité. Cet indicateur permet de distinguer les régions qui sont en phase de rattrapage (convergentes) de celles qui aggravent leur retard (divergentes) (graphique 1.7, tableau 1.A1.1). De plus, il permet de dissocier deux effets au niveau des gains de productivité : un effet de « déplacement de la frontière » et un effet de « rattrapage ». Si les taux de croissance de la productivité ne changent pas, les régions en phase de rattrapage ne pourront pas rattraper leur retard sur les régions en pointe avant 2050, en moyenne. Toutefois, la poursuite des rythmes actuels signifierait également qu’à l’issue de la même période, les régions divergentes n’enregistreront plus qu’environ 50 % de la productivité desrégions en pointe. Pour rattraper leur retard sur les 34 prochaines années, il faudrait que les régions divergentes enregistrent une croissance supérieure d’environ 1.2 point de pourcentage à celle des régions en pointe de leur pays. En d’autres termes, il faudrait que la croissance moyenne de la productivité du travail dans les régions divergentes passe à 2.8 % par an, soit quatre fois plus que le taux actuel.

Encadré 1.3. Comment mesurer le rattrapage régional

Pour mesurer la performance d’une région donnée, une méthode simple et courante consiste à évaluer si sa croissance est plus rapide que la moyenne nationale, même si cette méthode peut s’avérer trompeuse. En fin de compte, c’est la « frontière », c’est-à-dire la région la plus productive, qui permet de déterminer les niveaux de productivité que les autres régions pourraient potentiellement atteindre. Supposons que la productivité augmente lentement dans de nombreuses régions, mais que la région la plus productive continue de progresser plus vite que les autres : la moyenne pourrait être le signe d’une convergence générale et, pourtant, les régions divergent de facto de la frontière. Dans ce cas, la méthode de calcul de la performance la plus adaptée consiste à déterminer s’il existe une région qui croît plus rapidement que cette frontière, sachant qu’elle peut bénéficier des innovations produites par cette frontière.

Le « rattrapage » effectué par une région peut se mesurer de façon simple en calculant le ratio entre la croissance de sa productivité et la croissance de la productivité à la « frontière ». Ce ratio établit dans quelle mesure « l’écart » entre la frontière et la région en question s’est amoindri (ou creusé). En admettant que, dans les deux régions, la production s’effectue avec des rendements d’échelle constants, c’est-à-dire que le doublement des intrants entraîne le doublement des produits, « l’écart » peut s’interpréter de deux manières. Il reflète la production supplémentaire que la région en pointe assurerait si elle disposait des mêmes intrants que la région considérée, ou reflète dans quelle proportion la région en pointe aurait pu réduire le volume des intrants pour aboutir à la même production que la région considérée. Le graphique ci-dessous permet de calculer et d’illustrer le rétrécissement de cet écart et, du même coup, la notion de convergence ou de « rattrapage » par rapport à la frontière.

Partons du principe que le PIB régional ne provient que de l’emploi. Sur une période t, une région à la traîne se situe en dessous de la frontière, comme le montre le graphique de gauche. Sur la période suivante (t+1), la frontière et la région à la traîne se déplacent vers le haut en accroissant leur productivité. Si la région à la traîne est en phase de rattrapage, la distance qui la sépare de la région frontière doit s’être réduite à la période t+1. L’écart de productivité peut se mesurer de deux manières : i) la productivité a augmenté grâce à la hausse de la production, le niveau d’emploi restant inchangé (hausse fondée sur la production) ou ii) le même niveau de production a été obtenu avec moins d’emploi (hausse fondée sur les intrants). Si on considère que la frontière est linéaire (en d’autres termes, si la technologie se caractérise par des rendements d’échelle constants), les deux mesures produisent des résultats équivalents. Avec des rendements d’échelle constants, ce « rattrapage » (Catching-Up) d’une région est également équivalent à l’indice de Malmquist (cf. Malmquist, 1953 et Caves, Christensen, Diewert, 1982) et peut se calculer selon la formule suivante :

Lorsque l’indice CU est supérieur (inférieur) à 1, la région est en phase de rattrapage (divergente) par rapport à la frontière. Étant donné que le « déplacement » de la frontière correspond à l’évolution de la courbe de 0C à 0^E, l’augmentation de la productivité de la région peut se décomposer ainsi :

1 + croissance de la productivité régionale = (1 + croissance de la productivité de la « frontière » du pays) x CU

Le logarithme naturel de chacun des membres de l’équation donne une somme, avec chaque terme mesuré en pourcentage.

Ces calculs sont ensuite utilisés pour classer les régions dans différentes catégories selon leur performance en termes de productivité. Pour éviter que l’indicateur de rattrapage ne se heurte à des effets de seuil autour de la valeur 1, on définit les « régions en phase de rattrapage » comme celles dont la croissance a été supérieure de 5 points de pourcentage à celle de la frontière sur la période 2000-13, et les « régions divergentes » comme celles dont la croissance a été inférieure d’au moins 5 points de pourcentage à celle de la frontière sur la même période, c’est-à-dire que les premières correspondent à un indice de Malmquist de 1.05 ou plus, et les secondes à un indice de 0.95 ou moins. Les régions qui suivent le rythme sont celles dont la valeur de l’indicateur est comprise entre 0.95 et 1.05.

Élaboration à partir de Malmquist, S. (1953), « Index Numbers and Indifference Surfaces », Trabajos de Estadística, vol. 4, pp. 209-242, et Caves, D., W.L. Christensen et E. Diewert (1982), « Multilateral Comparisons of Output, Input, and Productivity Using Superlative Index Numbers », Economic Journal, Royal Economic Society, vol. 92, n° 365, pp. 73-86.

Les régions où la croissance de la productivité est rapide se trouvent dans des pays dotés d’une « frontière » enregistrant de forts gains de productivité. Les gains de productivité des 50 régions les mieux classées de la zone OCDE s’expliquent par un effet de déplacement de la « frontière » nationale et une dynamique de rattrapage (graphique 1.8). La plupart des régions ayant enregistré des gains de productivité rapides ont bénéficié de l’effet d’entraînement potentiel de la ou des régions en pointe avec lesquelles elles ont convergé. De nombreuses régions polonaises, par exemple, ont connu une forte croissance de leur productivité qui reflétait les forts gains réalisés par les régions polonaises en pointe. Il n’y a qu’aux États-Unis et au Portugal que cet effet d’entraînement est relativement faible. À l’inverse, les résultats médiocres des 50 régions les moins bien classées s’expliquent principalement par l’effet conjugué de la piètre performance de la ou des région(s) en pointe à l’échelon national et d’un manque de rattrapage. Des régions canadiennes, australiennes et néerlandaises appartenant au groupe des 50 régions les moins bien classées constituent des exceptions notables, car leur mauvaise performance est due à l’absenced’effets de rattrapage. Ces régions ont un point commun : les gains de productivité réalisés à la frontière concernent avant tout des régions relativement spécialisées dans l’extraction des ressources naturelles. L’imitation et l’adoption des technologies émanant de ces régions en pointe produisent logiquement des rendements moindres dans les régions non dotées des mêmes ressources naturelles, car cela suppose de transférer ces technologies d’un secteur à un autre. L’optimisation de la gestion de la chaîne d’approvisionnement dans le secteur minier, par exemple, pourrait être transférée au secteur manufacturier, mais sans doute pas dans son intégralité, et d’autres innovations comme une nouvelle technologie de forage pourraient ne bénéficier, dans d’autres régions, qu’à un groupe de secteurs plus restreint encore.

Cela étant, la croissance de la productivité d’une région ne profite pas automatiquement des bons résultats de la frontière. L’examen des 50 régions les mieux et moins bien classées en matière de rattrapage par rapport à la frontière de leurs pays respectifs fait apparaître dans certains cas une solide dynamique de rattrapage qui s’appuie sur une frontière forte, comme en Pologne et aux États-Unis (graphique 1.9). Toutefois, il existe aussi des situations où des régions sont en phase de rattrapage par rapport à une frontière nationale obtenant de moins bons résultats, et où les régions concernées enregistrent des gains de productivité modérés ; ce type de situation existe en Allemagne et en Autriche. Notons que plusieurs régions espagnoles et portugaises se trouvent dans les 50 régions les mieux classées en matière de rattrapage, alors même que les gains de productivité globaux sont faibles dans leur pays. En Grèce, en revanche, la plupart des régions décrochent peu à peu de la frontière, et deux d’entre elles (Grèce-Centrale et Égée-méridionale) font partie des 10 régions qui divergent le plus rapidement. Le groupe des 50 régions les moins bien classées en la matière englobe également des régions du Canada et de l’Australie, où les transferts en provenance de la frontière sont moins directs qu’ailleurs. L’encadré 1.4 décrit plusieurs cas de régions en phase de rattrapage.

Encadré 1.4. Régions en phase de rattrapage : exemples en Pologne et en Espagne

En Pologne, la productivité a augmenté rapidement entre 2000 et 2013. Parmi les régions TL2 ayant connu la croissance la plus rapide, on trouve la voïvodie de Małopolska (Basse-Pologne) et sa ville principale, Cracovie, troisième zone métropolitaine de Pologne (OCDE, 2016c). Dans cette région, la productivité du travail a augmenté de près de 4 % par an, phénomène favorisé par l’existence d’une frontière à croissance rapide (2.4 %). De nombreux facteurs contribuent à la forte croissance enregistrée en Basse-Pologne, mais deux d’entre eux méritent une attention particulière.

Tout d’abord, la structure sectorielle évolue peu à peu vers des activités à plus forte valeur ajoutée dans le secteur des produits échangeables. En 2012, le poids du secteur agricole dans l’emploi représentait moins de la moitié de ce qu’il était en 2000, alors que le secteur manufacturier et les services échangeables ont vu leur poids dans l’emploi augmenter. Le secteur manufacturier a joué un rôle moins important dans cette évolution qu’au sein d’autres régions polonaises. Ce sont plutôt les TI et les services aux entreprises qui ont connu une expansion rapide dans la région. Dans la seule ville de Cracovie, l’emploi dans ce secteur a augmenté de 19 % par an, passant de 16 000 à 38 000 emplois dans 102 grands centres de TI et de services aux entreprises (ASPIRE, 2015).

Le second facteur tient au rôle des établissements d’enseignement dans la région. Le système régional d’enseignement professionnel est le premier de Pologne en matière de résultats aux examens professionnels (OCDE, 2013a). Cependant, c’est surtout le système universitaire qui se distingue en matière de recherche et d’innovation. Le taux de dépenses de R-D de la Basse-Pologne était de 1.3 % en 2013, ce qui était supérieur à la moyenne nationale et plaçait la Basse-Pologne au deuxième rang des régions polonaises en la matière. Plus d’un tiers du total de ces dépenses provenait du secteur de l’enseignement supérieur, d’où émanaient traditionnellement la majorité des dépenses. Depuis 2012, les dépenses de R-D du secteur privé ont rattrapé celles du secteur de l’enseignement supérieur et, ensemble, les deux secteurs représentent environ 80 % du total de ces dépenses (base de données de l’OCDE sur les statistiques régionales). D’autre part, le secteur de l’enseignement supérieur est le destinataire de plus de 70 % des financements de projets accordés dans la région au titre du 7^e programme-cadre de recherche et de développement technologique de l’Union européenne (CE JRC IPTS, 2015).

La productivité du travail en Castille-La Manche, région rurale du centre de l’Espagne qui borde Madrid au sud et à l’est, a augmenté de 1.6 % par an entre 2000 et 2013. Si la croissance globale de la productivité a été nettement plus lente qu’en Pologne, le « rattrapage » de la frontière espagnole a été rapide, à un taux annuel d’environ 1 % (contre 1.5 % en Basse-Pologne). Comme pour la plupart des régions rurales, l’agriculture tient une place importante, mais la région a connu une contribution et une croissance du secteur manufacturier et du secteur des services très marquées par rapport aux autres régions d’Espagne et d’Europe. La concentration en activités manufacturières traditionnelles (textile, produits alimentaires et boissons et produits domestiques, en particulier) a constitué un moteur robuste de croissance dans les années 1990. Sur les 52 districts industriels des zones rurales d’Espagne, 32 se trouvaient dans la région, et la croissance de l’emploi dans ces groupements a ajouté 57 000 emplois à l’économie régionale entre 1991 et 2001 (OCDE, 2009).

Depuis les années 2000, les activités manufacturières traditionnelles sont délaissées au profit du secteur des services, qui monte en puissance. Entre 2001 et 2011, le poids des services à forte intensité de connaissances dans l’emploi a augmenté de plus de 60 %, soit l’une des expansions du secteur les plus rapides d’Europe, même si le niveau initial de concentration était l’un des plus faibles (23 %) en 2001 (voir le graphique -ci-dessous). La proximité immédiate de Madrid (qui constitue, avec le Pays basque, la « frontière » espagnole en matière de productivité) crée un potentiel de retombées significatives. Les gains de productivité les plus rapides constatés en Castille-La Manche ont été enregistrés à Guadalajara, zone dont l’OCDE rattache la partie occidentale à la zone métropolitaine de Madrid. Les liens directs, cependant, ne constituent pas le seul facteur qui favorise la croissance de la productivité du travail, puisque la région TL3 qui a connu la deuxième croissance la plus rapide de Castille-La Manche était Albacete, qui se trouve dans la zone de Castille-La Manche la plus éloignée de la capitale espagnole (base de données de l’OCDE sur les statistiques régionales).

Élaboration à partir de OCDE (2016f), Statistiques régionales de l’OCDE (base de données), https://doi.org/10.1787/region-data-fr (consulté le 30 mai 2016) ; OCDE (2016c), « Régions métropolitaines », Statistiques régionales de l’OCDE (base de données), https://doi.org/10.1787/data-00531-fr (consulté le 20 juin 2016) ; ASPIRE (2015), « ASPIRE Headcount Tracker, 2015 », www.aspire.org.pl/ht2015 ; CE – JRC – IPTS (2015), Stairway to Excellence – Facts and Figures: Malopolskie , Institut de prospective technologique, Centre commun de recherche, Commission européenne ; Perek-Białas, J., C. Martinez-Fernandez et T. Weyman (2013), « Malopolska Region Demographic Transition: Working for the Future », OECD Local Economic and Employment Development (LEED) Working Papers, n° 2013/06, Éditions OCDE, Paris, https://doi.org/10.1787/5k4818gwg2jk-en ;Boix, R. (2014), Background report: OECD Territorial Review of Bergamo, document non publié ; EUROSTAT (2014), Statistiques structurelles sur les entreprises – données régionales – toutes activités (base de données), EUROSTAT ; OCDE (2009), OECD Rural Policy Reviews: Spain 2009, https://doi.org/10.1787/9789264060074-en.

Plutôt que d’entraver les performances des régions à forte productivité (« frontière »), les politiques publiques devraient tendre à favoriser leur diffusion. Le poids des régions françaises au sein du groupe des 50 régions les moins performantes est frappant : 12 des 22 régions françaises figurent parmi les régions de la zone OCDE qui divergent le plus vite. À titre de comparaison, seules 2 des 12 régions du Royaume-Uni font partie de ces 50 régions les moins performantes, en dépit du fait que le Grand-Londres et l’Île-de-France connaissent des taux de croissance de la productivité du même ordre (respectivement 1.3 % et 1.15 %). Pourtant, l’écart de productivité entre le Grand-Londres et le Pays de Galles correspond à 1.6 fois l’écart qui sépare l’Île-de-France du Limousin. Ces deux exemples montrent combien il est important de tenir compte du système des régions dans l’analyse et la conception des politiques de convergence régionale. Toute stratégie visant à favoriser un rattrapage parmi les régions à la traîne doit veiller à ce que les régions en pointe jouent pleinement leur rôle et continuent d’obtenir de bons résultats. En tout état de cause, il est peu probable que le rattrapage se produise automatiquement. Pour libérer le potentiel de rattrapage, il faut adopter des mesures qui facilitent la diffusion de l’innovation et favorisent le développement régionalen général (voir le chapitre 2).

Plusieurs formes de proximité – géographique ou technologique, par exemple – peuvent faciliter la diffusion de l’innovation à partir de la frontière afin d’accroître la productivité. Ainsi, de récents travaux révèlent que la croissance du PIB par habitant est plus élevée dans les régions7 à partir desquelles il est possible de rejoindre rapidement une zone métropolitaine par la route (Ahrend et Schumann, 2014a). Cet avantage diminue d’environ 0.3 point de pourcentage de croissance annuelle du PIB par habitant à chaque doublement du temps nécessaire pour rejoindre la zone métropolitaine. La distance, cependant, n’est pas uniquement physique : la distance sectorielle peut elle aussi constituer un obstacle. Les formes de proximité favorisant le processus d’innovation en entreprise sont nombreuses (Boschma, 2005). Il existe aussi de nombreux travaux sur le rôle de la proximité spatiale dans la diffusion de l’innovation, qui évoquent souvent les retombées en matière de connaissances en fonction de la concentration des entreprises (souvent dans le même secteur), des caractéristiques du capital humain, des activités de R‐D ou des brevets et citations de brevets8. Les technologies à vocation générale, y compris les TIC, peuvent stimuler la productivité dans l’ensemble des secteurs en facilitant la diffusion de l’innovation (encadré 1.5),et les inventions qui émanent d’un domaine peuvent être adoptées dans d’autres domaines, comme le montre l’exemple des drones utilisés dans l’agriculture. Cependant, les produits innovants conçus dans des entreprises de haute ou de moyenne-haute technologie sont souvent complexes et exigent toute une palette de compétences spécialisées. L’adoption de ces innovations n’est pas toujours simple à réaliser, et leur reproduction est plus complexe qu’autrefois (comme on l’a vu précédemment). Pour reprendre les exemples du Canada et de l’Australie, l’effet d’entraînement plus limité de leur frontière peut s’expliquer par des facteurs de cet ordre. Dans l’un et l’autre cas, les régions en pointe de ces pays sont plutôt spécialisées dans les activités minières et la production de gaz et de pétrole, ce qui peut limiter la transmission des avantages en matière de productivité. De plus, les centres économiques des régions en pointe sont éloignés des autres centres régionaux.

Encadré 1.5. TIC : des retombées d’un secteur à l’autre stimulant la productivité

Les gains liés à l’innovation dans les TIC ne se limitent pas à ce seul secteur. Les secteurs plus « traditionnels » comme le secteur manufacturier absorbent eux aussi les innovations et contribuent à l’augmentation de la productivité globale tout en produisant leur propres innovations. À quoi ressemblent ces innovations ? Dans le secteur manufacturier, l’un des principaux fabricants de véhicules utilitaires intègre des technologies et des processus nouveaux à ses produits. Il dote les équipements existants de détecteurs qui aideront les agriculteurs à en réduire le temps d’immobilisation et, de ce fait, à en faire une utilisation plus efficiente. De même, en synchronisant les tracteurs avec la technologie GPS, l’entreprise permet d’accroître la productivité et les économies de carburant grâce à l’élaboration de meilleurs itinéraires. D’autres innovations permettent de mieux suivre et adapter les pratiques afin d’améliorer l’usage des ressources et les rendements agricoles.

Cet exemple montre comment certaines innovations ne se limitent pas à tel ou tel secteur mais, au contraire, se diffusent à d’autres secteurs pour y stimuler la productivité. Les technologies TIC ont permis d’améliorer des produits essentiels à la production agricole, accroissant la productivité du secteur primaire et reliant les services au secteur manufacturier et, en fin de compte, à l’agriculture. Toutefois, cela ne fonctionne que si les capacités d’absorption sont suffisantes. Les entreprises et les employés des différents secteurs doivent disposer des compétences et des mécanismes institutionnels leur permettant de tirer le meilleur parti des nouvelles technologies.

OCDE (2015c), Data-Driven Innovation: Big Data for Growth and Well-Being, https://doi.org/10.1787/9789264229358-en.

Les facteurs de croissance et de rattrapage diffèrent entre les zones urbaines et les zones rurales

En matière de productivité, la frontière est pour l’essentiel urbaine. Dans les 24 pays membres de l’OCDE pour lesquels on dispose de données, les trois quarts des régions les plus productives sont des régions essentiellement urbaines. Parmi ces régions essentiellement urbaines de pointe, 70 % comportent une grande zone métropolitaine (c’est-à-dire de plus de 1.5 million d’habitants) qui, souvent, est aussi la capitale (graphique 1.10), et 20 % abritent également la capitale, même si celle-ci a une population de moins de 1.5 million d’habitants. Le dernier quart des régions en pointe se compose de régions intermédiaires ou essentiellement rurales, qui sont souvent riches en ressources naturelles (activités minières, extraction de pétrole et de gaz), comme en Australie et au Canada.

Cependant, des dynamiques de rattrapage et de divergence apparaissent dans tous les types de régions. Si la frontière est essentiellement urbaine, nombreuses sont les régions ayant une population rurale importante qui obtiennent de bons résultats et qui rattrapent la frontière nationale (voir également le chapitre 3). Le potentiel de rattrapage existe dans toutes les catégories de régions, mais les facteurs permettant de libérer et de nourrir la croissance sont différents, dans la mesure où les modèles économiques et les principales caractéristiques locales varient profondément d’une région à l’autre. Parmi les régions qui rattrapent peu à peu la frontière de leur pays, 39 % sont essentiellement rurales (c’est-à-dire que moins de 50 % des résidents vivent dans une zone urbaine fonctionnelle de plus de 50 000 habitants, et qu’aucune partie de la région n’appartient à une grande zone métropolitaine de plus de 1.5 million d’habitants) et 35 % sont « intermédiaires », c’est-à-dire que 50 à 70 % de leurs habitants vivent dans des zones urbaines (graphique 1.10). Seules 26 % des régions en phase de rattrapage sont « essentiellement urbaines » ; inversement, les régions essentiellement urbaines représentent43 % des régions divergentes. Autrement dit, le groupe des régions qui décrochent par rapport à la frontière de leur pays englobe de nombreuses régions urbaines.

La croissance de la productivité dans les zones urbaines profite d’économies d’agglomération. Les travailleurs des grandes villes sont souvent plus productifs. Cela s’explique pour partie parce que la part de travailleurs très qualifiés et diplômés est plus importante dans les grandes villes, mais aussi parce que le fait de vivre et de travailler dans de grandes villes entraîne des « économies d’agglomération » (voir, par exemple, Ahrend et al., 2014). Celles-ci proviennent de trois forces (Duranton et Puga, 2004). Tout d’abord, en s’établissant à proximité les unes des autres, les entreprises peuvent partager les mêmes fournisseurs et, ainsi, leur permettre de se spécialiser et, du même coup, d’être plus productifs. Ensuite, les grandes villes abritent une forte variété de travailleurs et d’entreprises, ce qui multiplie les possibilités pour les premiers de trouver l’emploi idéal et pour les secondes de recruter l’employé correspondant le mieux à un poste – et, donc, le plus productif. Enfin, la proximité favorise les échanges informels et l’apprentissage auprès des autres. Il en résulte des retombées en matière de connaissances, d’où une meilleure diffusion des idées et des technologies. La disponibilité de travailleurs qualifiés et les possibilités de mutualisation des connaissances à l’échelle locale jouent un rôle de plus en plus important, tout particulièrement dans les économiesqui évoluent dans le sens d’une production à forte intensité de connaissances. Cela représente un défi pour les économies rurales – qui, par définition, ont une faible densité (chapitre 3).

Les zones rurales doivent exploiter d’autres avantages compétitifs. La spécialisation sectorielle peut permettre de réaliser certaines économies d’agglomération. Sans un élan initial donné par les entreprises, néanmoins, il est difficile de bâtir un solide secteur de niche. Pour déterminer quelles sont les stratégies susceptibles de créer des convergences, il est utile d’envisager l’économie de manière schématique. La production correspond au résultat du travail, des ressources naturelles et du capital physique, dont la combinaison repose sur l’emploi de différentes technologies de production. Ce tableau schématique fait apparaître trois pistes de convergence pour les zones rurales comme les zones urbaines : l’optimisation du rendement de l’investissement en capital, la diffusion des technologies et l’évolution sectorielle.

Premièrement, des écarts au niveau du rendement des investissements en capital peuvent susciter une convergence, mais ils peuvent être insuffisants si le capital humain n’est pas assez valorisé. Dans les régions qui, dans le passé, ont attiré moins d’investissements, le rendement des nouveaux investissements (approfondissement du capital) est souvent plus élevé. Cela signifie que les régions les plus pauvres (en matière de PIB par habitant) devraient recevoir davantage d’investissements, ce qui accroîtrait leur potentiel de production et entraînerait une convergence. Notons que l’investissement exige souvent un surcroît de capital humain – autrement dit, les employés et les cadres doivent posséder les capacités et les connaissances nécessaires pour que le potentiel du capital soit pleinement exploité. Souvent, c’est à ce stade que ce premier élan de convergence est entravé. La réunification de l’Allemagne, par exemple, a suscité de formidables possibilités d’investissement, dans la mesure où le stock de capital des entreprises est-allemandes était souvent dépassé et non concurrentiel. Toutefois, la convergence exige davantage qu’un investissement en capital physique ; elle suppose aussi, entre autres, de former les travailleurs et de développer l’esprit d’entreprise ainsi que les compétences du personnel d’encadrement.

Ensuite, les économies d’agglomération favorisent la diffusion de l’innovation grâce à des transferts indirects de connaissances, mais des efforts supplémentaires peuvent être nécessaires dans les zones moins densément peuplées. L’adoption de technologies accroît la productivité à mesure que les entreprises les moins productives apprennent de celles de la frontière et imitent leurs processus. L’imitation, cependant, n’est pas toujours simple. Ainsi, de nouvelles technologies de forage permettant d’exploiter des gisements de pétrole ou de gaz auparavant inaccessibles peuvent entraîner une forte croissance de la productivité, mais elles ne pourront pas nécessairement déboucher sur des innovations dans le secteur manufacturier ou dans celui des services. L’environnement local peut constituer un obstacle supplémentaire. Par exemple, une entreprise qui envisage de développer un portefeuille de produits internationaux souhaitera peut-être recruter du personnel spécialisé pour assurer ses activités de marketing et de vente. Or, sa volonté de recruter de nouveaux employés pourra se trouver affectée par une réglementation du travail trop contraignante, car les coûts de licenciement en cas d’échec de l’expérience seront très élevés. Pour favoriser le rattrapage, il est essentiel d’encourager la diffusion de bonnes pratiques susceptibles de se traduire par des innovations et d’améliorer les capacités nécessaires à leur adoption. Les mécanismes institutionnels et les politiquesen vigueur au niveau national et régional peuvent favoriser cette diffusion.

Enfin, la mutation de la répartition sectorielle de l’économie d’une région au profit de secteurs à plus forte productivité peut également faire augmenter les niveaux globaux de productivité. L’évolution graduelle de l’emploi en direction de secteurs plus productifs est l’une des tendances de long terme qui a accompagné la croissance économique. La production agricole, qui exigeait une main-d’œuvre considérable, a été supplantée par le secteur manufacturier, lequel est peu à peu dépassé par les services à forte intensité de connaissances. Cette évolution de la répartition sectorielle peut constituer un puissant moteur de croissance et de convergence, mais elle suscite aussi des difficultés dans les régions à la traîne. Les compétences nécessaires dans le secteur manufacturier ne s’appliquent pas en l’état aux tâches requises dans le secteur des services à forte intensité de connaissances, et les travailleurs issus du secteur manufacturier finissent souvent par être employés dans la production de services aux consommateurs peu sophistiqués.

Dans tous les types d’économies, il est essentiel de tirer parti des avantages compétitifs locaux, car les régions se situent toujours à des points divers entre les deux pôles schématiques extrêmes que sont les zones métropolitaines et les régions rurales les plus éloignées (tableau 1.1). À une extrémité du spectre, on trouve les grands centres urbains comme Londres, New York ou Tokyo, qui accueillent certaines des entreprises les plus productives et innovantes. Ils se spécialisent principalement dans les services, surtout les services aux entreprises, mais aussi la santé, l’enseignement supérieur et les technologies de l’information et des communications (OCDE, 2014b). Les entreprises industrielles situées dans les grandes villes privilégient généralement des productions innovantes et à forte intensité de compétences, et il arrive souvent que seules certaines composantes de l’entreprise (le siège, par exemple) demeurent en ville. La taille de la ville permet un degré élevé de diversification et de duplication sur le marché du travail et sur les marchés locaux de biens et de services. À l’autre extrémité, on trouve des économies rurales qui se consacrent essentiellement à la production agricole ou à l’exploitation des ressources naturelles. Dans ces zones, les activités manufacturières concernent souvent des segments « mûrs » du cycle des produits, et le nombre relativement faible de travailleurs disponibles suppose de ne se spécialiser que dans peu d’activités.Il est, certes, possible de trouver des exemples qui correspondent à l’un ou l’autre de ces extrêmes schématiques, mais la réalité des zones rurales est plus variée, et la plupart des régions comportent tout à la fois des composantes rurales et d’autres urbaines (chapitre 3). Cela étant, la diversification insuffisante des zones les moins densément peuplées nécessite de bien connaître et gérer les forces et les faiblesses locales afin d’optimiser le potentiel de croissance.

Tableau 1.1. Modèles schématisés d’économies urbaines et rurales
Modèle urbain : l’économie à haute densité	Modèle rural : l’économie à faible densité
Secteur des services dominant, surtout les services destinés aux producteurs Activités manufacturières haut de gamme et très innovantes Forte diversification de l’activité économique et redondance sur les marchés Économie en réseau – internet, ordinateurs, télécommunications (TIC) Main-d’œuvre de base très qualifiée, écart croissant entre les travailleurs qualifiés et non qualifiés Croissance économique nourrie par l’innovation et la productivité Création d’emplois nourrie par les entrepreneurs et les PME Croissance nourrie par les grandes conurbations Forte concurrence sur la plupart des marchés de produits/services, grâce à la mondialisation Croissance nourrie par des facteurs internes (endogène)	Le secteur tertiaire concentre la majeure partie des emplois, mais essentiellement dans des services au consommateur peu sophistiqués, et le secteur primaire a un poids dans l’emploi plus important qu’ailleurs Activités manufacturières généralement « mûres » en matière de cycle des produits Diversification limitée de l’activité économique, longues chaînes d’approvisionnement Moins de connectivité sur le plan des transports et des communications, retard fréquent en matière de connexion internet et d’utilisation d’ordinateurs Faiblesse des compétences, exode des jeunes et main-d’œuvre vieillissante Faible productivité, sauf dans les secteurs primaires, et activité entrepreneuriale limitée Peu de dépôts de brevets et de R-D formelle Population des entreprises dominée par des PME, mais qui sont souvent peu dynamiques Marchés locaux souvent étroits, faible concurrence Croissance nourrie par des facteurs externes (exogène)
Adapté de OCDE (2014b), Innovation and Modernising the Rural Economy, https://doi.org/10.1787/9789264205390-en.

La proximité de grandes villes peut favoriser la croissance et le rattrapage, mais la divergence sur le plan de la productivité n’est pas nécessairement due à l’éloignement par rapport à ces villes. Les villes plus petites ou rurales peuvent « emprunter » des effets d’agglomération en étant plus étroitement connectées à d’autres villes (Ahrend et Schumann, 2014a, OCDE, 2015d). Notons que les zones métropolitaines fonctionnelles débordent généralement de leurs frontières administratives pour englober des parties importantes des zones environnantes – essentiellement rurales –, qui sont reliées au centre urbain local par des flux quotidiens de déplacements pendulaires. Ces zones rurales bénéficient de la croissance des centres urbains et la favorisent tout à la fois. Cependant, des problèmes de gouvernance – manque de coordination locale, faibles niveaux de capacités institutionnelles, absence de stratégie régionale bien conçue et mise en œuvre, et éparpillement de l’action publique – peuvent limiter les avantages et entraver le processus de rattrapage (OCDE, 2012).

Le poids important du secteur des produits échangeables : une caractéristique commune aux régions urbaines et rurales en phase de rattrapage

Plusieurs caractéristiques semblent pouvoir être associées à un processus plus robuste de rattrapage régional. Un poids plus important du secteur des produits échangeables pourrait favoriser les convergences en matière de productivité. Les producteurs de produits échangeables font face à une concurrence mondiale ; de ce fait, ils sont mieux armés pour rattraper le niveau de productivité de la frontière. Le secteur des produits échangeables offre de plus grandes possibilités de rattrapage par une « convergence inconditionnelle » – c’est-à-dire que la convergence avec la frontière mondiale dépend moins des caractéristiques propres au pays ou de ses faiblesses institutionnelles (encadré 1.6). De même, la densité de population pourrait déterminer la capacité d’une région donnée à tirer parti de la diffusion des technologies, en particulier dans les secteurs de services. Autre facteur : le niveau d’éducation de la main-d’œuvre régionale. Les dépenses de R-D devraient constituer un facteur propice à l’adoption des innovations. Enfin, des administrations régionales et locales de qualité devraient favoriser l’adoption de bonnes mesures et la réalisation de choix d’investissement judicieux.

Encadré 1.6. La convergence et le secteur des biens échangeables

La théorie économique formule le postulat suivant : les pays qui ont accès aux mêmes technologies de production peuvent évoluer vers un niveau de richesse commun. Cette convergence « absolue » ou « inconditionnelle » signifie que les économies moins développées, dont les revenus par habitant sont initialement moins élevés, devraient connaître une croissance plus rapide que les économies dans lesquelles les revenus ont déjà atteint des niveaux plus élevés. Or, la croissance observée dans de nombreux pays confirme rarement ce postulat de convergence absolue, et on constate plutôt un schéma de convergence « conditionnelle » aboutissant à des écarts de niveau de PIB par habitant.

Si la convergence conditionnelle prédomine dans les économies dans leur ensemble, le secteur des produits échangeables se distingue de cette tendance, et se caractérise par une convergence absolue entre les économies. À partir d’un échantillon de plus de 100 pays, Rodrik (2013) montre qu’il existe une convergence absolue de la productivité du travail dans le secteur manufacturier partout dans le monde. Pourtant, le puissant levier de rattrapage que constitue le secteur des produits échangeables dans les économies les moins développées ne se traduit pas par une convergence absolue dans l’ensemble de l’économie, car le secteur manufacturier a souvent un poids modeste dans ces économies. Des données récentes (Rodrik, 2016) indiquent que les pays membres de l’OCDE ne sont pas les seuls à faire face, pour la plupart d’entre eux, au recul des activités manufacturières. Certains pays en développement semblent connaître une désindustrialisation alors que leur niveau de richesse est relativement faible, ce qui pourrait limiter de façon prématurée les possibilités de croissance dans le secteur des produits échangeables. Notons que l’abandon progressif des activités manufacturières est particulièrement net dans les pays d’Amérique latine, et largement inexistant dans les pays d’Asie.

Le rôle économique particulier du secteur des produits échangeables s’explique par plusieurs caractéristiques. Premièrement, il s’agit généralement d’un secteur innovant et dynamique qui s’aligne sur la frontière technologique et la repousse. Deuxièmement, l’industrie fait traditionnellement travailler des employés très qualifiés, mais aussi de nombreux employés moyennement et faiblement qualifiés dont les salaires sont assez élevés, ce qui distingue ce secteur des autres secteurs à forte productivité comme les activités extractives ou financières (Rodrik, 2016). Troisièmement, la croissance et le succès du secteur des produits échangeables ne sont pas limités par le volume du marché local, ce qui permet d’isoler dans une certaine mesure la croissance de ce secteur du reste de l’économie. Quatrièmement, le secteur des produits échangeables s’accompagne de retombées importantes dans les autres secteurs plus locaux. Moretti (2010) constate, pour les États-Unis, d’importants multiplicateurs des créations d’emplois associés au secteur des produits échangeables. Pour chaque emploi créé dans le secteur manufacturier, le nombre d’emplois locaux dans le secteur des biens et services non échangeables augmente de 1.6. En Suède, Moretti et Thulin (2013) constatent un multiplicateur moindre, qui s’établirait entre 0.4 et 0.8 emploi créé.

Moretti, E. (2010), « Local Multipliers », American Economic Review, vol. 100, n° 2, pp. 373-7 ; Moretti, E. et P. Thulin (2013), « Local Multipliers and Human Capital in the United States and Sweden », Industrial and Corporate Change , vol. 22, n° 1, pp. 339-362 ; Rodrik, D. (2016), « Premature deindustrialization », Journal of Economic Growth, vol. 21, n° 1, pp. 1-33 ; Rodrik, D. (2013), « Unconditional Convergence in Manufacturing », Quarterly Journal of Economics, vol. 128, n° 1, pp. 165-204.

Le secteur des produits échangeables semble jouer un rôle crucial dans tous les types de régions. Le poids de ce secteur dans la valeur ajoutée brute (VAB) est plus élevé (de façon statistiquement significative) dans les régions en phase de rattrapage (graphique 1.11)9. C’est le cas dans les grandes régions (TL2), mais aussi dans les régions plus petites (TL3) (graphique 1.13). Les niveaux d’emploi sont comparables et ont reculé dans les mêmes proportions dans les deux catégories de régions, mais les régions en phase de rattrapage ont connu une hausse de la contribution du secteur des produits échangeables à la VAB, alors que cette contribution est demeurée constante dans les régions divergentes. Cette tendance reflète la hausse de la productivité dans les régions en phase de rattrapage et son effet positif sur le secteur des produits échangeables. Une analyse plus fine de la contribution des différents secteurs exportateurs révèle que deux facteurs très différents existent au niveau TL2, et qu’un troisième apparaît lorsque l’on examine le niveau TL3.

Les services échangeables et l’extraction de ressources sont les éléments du secteur des produits échangeables qui expliquent l’essentiel de l’écart entre les régions en phase de rattrapage et les régions divergentes. En 2013, le poids des services échangeables et de l’extraction des ressources (mines et forages) dans la VAB était plus important dans les régions en phase de rattrapage que dans les régions divergentes, avec un écart de l’ordre de 5 points de pourcentage pour les services échangeables et un écart encore plus net pour l’extraction de ressources (graphique 1.12). Or, l’écart entre ces deux catégories de régions s’agissant du poids du secteur manufacturier dans la VAB est relativement faible (1 point de pourcentage), et il n’existe aucune différence au niveau du poids du secteur agricole, qui représente un pourcentage faible – et décroissant – de la VAB totale dans tous les types de régions. L’importance du secteur des produits échangeables entraîne une plus forte exposition aux évolutions de la situation macroéconomique. Cela peut constituer un avantage lorsque la demande augmente, mais c’est aussi un risque lorsque les prix sont volatils. L’exposition aux chocs mondiaux peut être particulièrement problématique pour les économies rurales, parce qu’elles sont davantage dépendantes des produits locaux et de l’évolution des cours mondiaux des matières premièreset parce qu’elles ne sont pas assez diversifiées pour pouvoir absorber ces chocs en créant de nouvelles possibilités dans d’autres secteurs.

L’importance du rôle du secteur manufacturier apparaît à l’échelle des régions TL3. L’analyse des régions plus petites (TL3 plutôt que TL2) révèle que le secteur manufacturier pèse davantage dans la VAB des régions en phase de rattrapage que dans celle des régions divergentes, avec un écart supérieur à 5 points de pourcentage (graphique 1.13). Les activités manufacturières (appelées ici « activités de fabrication ») sont souvent concentrées localement, et l’association de régions TL3 à dominante industrielle avec des régions spécialisées dans d’autres secteurs se traduit par un rôle apparemment moins important du secteur manufacturier au niveau TL2.

Les types d’emplois qui nourrissent la croissance de la productivité varient selon le type de secteur exportateur. La principale différence se situe entre, d’un côté, l’extraction de ressources, les services collectifs et le secteur manufacturier et, de l’autre, les services échangeables (et l’agriculture). Dans le secteur manufacturier et celui de l’extraction de ressources, les travailleurs sont relativement plus productifs que la moyenne de l’économie de la région, puisque le pourcentage d’employés travaillant dans ces secteurs est plus faible que le poids des secteurs en question dans la VAB (graphique 1.12). L’inverse est vrai en ce qui concerne les services échangeables dans les régions divergentes et l’agriculture. Le poids des services échangeables dans l’emploi au sein des régions divergentes dépasse de plus de 8 points de pourcentage le poids des services échangeables dans l’emploi au sein des régions en phase de rattrapage. Dans le secteur manufacturier et celui de l’extraction de ressources, les travailleurs dont le niveau d’éducation formelle est faible peuvent atteindre des niveaux élevés de productivité. En revanche, dans le secteur des services et celui de l’agriculture, la productivité du travail cumulée est relativement faible. Cela étant, les services échangeables recouvrent une grande variété d’emplois, et certains d’entre eux se caractérisent par une très forte productivité ; de surcroît, contrairementaux activités manufacturières traditionnelles, ces emplois portent essentiellement sur des services à forte intensité de connaissances et nécessitent des travailleurs très qualifiés. C’est pourquoi faire passer les travailleurs du secteur manufacturier ou de celui de l’extraction de ressources à des services à forte intensité de connaissances est complexe et implique de réaliser d’importants ajustements.

S’agissant des autres caractéristiques, les différences sont beaucoup moins nettes. Dans les régions en phase de rattrapage, la densité de population n’est que légèrement plus forte que dans les régions divergentes (graphique 1.14). La proportion de diplômés de l’enseignement supérieur est légèrement plus élevée dans les régions divergentes, mais les deux catégories de régions ont connu une réduction de la proportion de travailleurs n’ayant pas dépassé le stade de l’enseignement primaire et, en 2013, cette part était la même dans les unes et dans les autres. Cela confirme une constatation antérieure : dans bien des cas, c’est une forte proportion de travailleurs non diplômés du secondaire, plutôt qu’une proportion relativement faible de travailleurs diplômés de l’enseignement supérieur, qui constitue un obstacle à la croissance (OCDE, 2012)10. Les dépenses totales de R-D étaient très proches, avec des dépenses de R-D des entreprises légèrement plus élevées dans les régions divergentes, des dépenses publiques de R-D plus fortes dans les régions en phase de rattrapage, et des dépenses de R-D s’établissant à un niveau intermédiaire dans les régions en pointe (graphique 1.14).Ces moyennes combinent des valeurs concernant des régions en phase de rattrapage suivant différents modèles de croissance, dont certains s’appuient davantage sur un recours au travail qualifié ou sur des secteurs à plus ou moins forte intensité de R-D. Il n’y a que pour les brevets que l’on constate une différence légèrement plus prononcée entre les régions divergentes et les régions en phase de rattrapage, mais ces deux catégories de régions ont réduit leur écart par rapport aux régions en pointe en la matière. Pour résumer, en dehors du poids du secteur de produits échangeables et d’une R-D publique plus importante, les régions en phase de rattrapage présentent des fondamentaux très semblables à ceux des régions qui ont divergé.

La qualité des administrations publiques est importante pour la productivité mais, en la matière, il n’y a guère de différence entre les régions en phase de rattrapage et les régions divergentes. L’indice européen de qualité des institutions de Göteborg (EIQ), qui se fonde sur des données européennes, est plus élevé dans les régions plus productives (corrélation statistiquement significative avec un coefficient de corrélation de 0.3 à 0.4, voir graphique 1.15). Il n’existe cependant aucune différenciation au niveau de cette relation positive entre régions en phase de rattrapage et régions divergentes. Il est possible que la définition de l’EQI soit trop étroite pour englober l’ensemble des caractéristiques institutionnelles pertinentes de chaque région. De récents travaux empiriques sur le développement régional semblent montrer que les facteurs de gouvernance informelle tels que la participation à des organisations inclusives ont un impact plus fort que les mesures de gouvernance formelle, sur l’évolution sectorielle de l’économie régionale (Cortinovis et al., 2016). Pourtant, quand on observe l’amélioration de la qualité des institutions, telle que mesurée par l’évolution de l’EQI sur la période 2010-13, on constate une corrélation positive entre l’amélioration de cet indice et la croissance de la productivité du travail dans les régionsen phase de rattrapage, mais pas dans les régions divergentes (graphique 1.16). Ce résultat manque cependant de robustesse en termes statistiques. Ces conclusions soulignent la nécessité de conduire davantage de travaux empiriques sur la gouvernance formelle et informelle et sur ses liens avec la productivité.

Les dynamiques de rattrapage obéissent à des schémas différents selon les pays

Il n’existe pas de schéma unique établissant un lien entre le rattrapage ou la divergence de certaines régions et l’évolution de la productivité du travail dans un pays ou à sa « frontière ». Toutefois, un creusement de l’écart entre la productivité de la frontière et celle des autres régions fait planer le risque d’une économie « à deux vitesses », avec de bons résultats au sommet du classement et un décrochage du reste du pays. Le graphique 1.17 permet de comparer les schémas de croissance de la productivité régionale avec la croissance moyenne de la productivité au niveau national.

Pays à faibles gains de productivité : sur la partie gauche du graphique 1.17 se trouvent les pays dont la performance en matière de croissance de la productivité est globalement faible. Dans certains pays, cependant, le rattrapage régional s’est révélé être un facteur essentiel de la croissance de la productivité nationale. En Allemagne et en Autriche, par exemple, la croissance relativement faible de la productivité au niveau national s’est conjuguée avec une frontière à croissance lente, mais le rattrapage effectué par certaines autres régions a soutenu la croissance de la productivité globale.
Pays à forts gains de productivité : sur le côté droit du graphique figurent les pays comme la Pologne et la République tchèque, qui combinent une forte croissance de la productivité globale et une solide dynamique de rattrapage dans certaines régions. À l’inverse, dans des pays comme la République slovaque, la Hongrie et la Corée, la région en pointe joue un rôle dominant dans la croissance de la productivité globale.
Pays à gains de productivité moyens : en milieu de graphique, on trouve les pays comme la France, le Royaume-Uni et l’Australie, où les gains de productivité sont modérés, avec des écarts assez importants entre la « frontière » et les autres régions du pays. La valeur de l’écart entre les taux de croissance peut sembler faible mais, au fil du temps, elle devient assez substantielle. Par exemple, la croissance annuelle de la productivité de l’Île-de-France n’a été, en moyenne, supérieure que de 0.4 point de pourcentage à celle du Nord-Pas-de-Calais, grande région traditionnellement industrielle du Nord du pays, où se trouve l’entrée française du tunnel sous la Manche qui relie la France au Royaume-Uni. Sur une période de vingt ans, toutefois, cet écart représente près de 10 points de pourcentage.

De surcroît, dans de nombreux pays, non seulement l’écart entre la frontière et les autres régions est important, mais la fourchette des taux de croissance régionaux est souvent large. La région la plus performante de Grèce a connu une croissance supérieure à la moyenne nationale, mais la plupart des autres régions du pays ont divergé. Dans la zone OCDE, les écarts importants constituent la norme plus que l’exception, et on constate, dans certains pays, un écart annuel supérieur à 4 points de pourcentage entre les taux de croissance de la productivité des régions les mieux et moins bien classées en la matière (c’est le cas au Canada et aux États-Unis, par exemple).

La croissance de la productivité du travail est essentielle à celle du PIB, mais elle doit s’accompagner d’une croissance de l’emploi pour créer des avantages substantiels et contribuer à l’inclusion sociale. Aux Pays-Bas, les trois régions en pointe (la Groningue, la Hollande-Septentrionale – qui abrite Amsterdam – et la Hollande-Méridionale – qui abrite Rotterdam et La Haye) se caractérisent par des tendances très différentes (voir encadré 1.7 pour plus de détails sur la composition de ces tendances). La Groningue et la Hollande-Septentrionale sont à l’origine de plus de 50 % de la croissance du PIB néerlandais, tandis que le recul de la Hollande-Méridionale a fortement tiré la croissance vers le bas (graphique 1.18). Le volet droit du graphique 1.18 illustre le rôle central que joue la croissance de la productivité dans ces tendances. Si la productivité de la Groningue et de la Hollande-Septentrionale s’est améliorée par rapport au reste des Pays-Bas, la Hollande-Méridionale a commencé à se laisser distancer. En Allemagne, plus de 80 % de la croissance du PIB provient des régions qui rattrapent les niveaux de productivité de la frontière (graphique 1.19). La principale région contributrice est la Bavière,qui est à l’origine de plus de 25 % de la croissance du PIB de l’Allemagne sur la période 2000-13, alors même que moins de 17 % des employés travaillent dans ce Land.

Encadré 1.7. La contribution des régions au PIB et à la croissance de la productivité du travail

Pour calculer la contribution d’une région à la croissance économique de son pays (croissance du PIB), on peut procéder à une décomposition en partant de la somme pondérée des croissances du PIB enregistrées par les diverses régions. Les poids sont équivalents au poids initial (en pourcentage) de chaque région dans le PIB du pays. La relation peut s’exprimer sous la forme d’une équation, Y_r,t étant le PIB de la région r au cours de la période t et étant le PIB national, c’est-à-dire la somme des PIB produits dans l’ensemble des régions du pays (R).

À partir de là, on peut exprimer la contribution de toute région r à la croissance du PIB de son pays comme suit :

Contribution de r au PIB =

Il n’existe pas de décomposition aussi simple pour la contribution d’une région à la croissance de la productivité du travail. Pour calculer une autre décomposition, il est utile d’envisager le scénario hypothétique de « la croissance de la productivité du travail qui se serait produite si la région n’y avait pas contribué ». L’écart entre la croissance de la productivité du travail dans ce scénario hypothétique et la croissance effective de la productivité du travail peut alors être utilisé comme indicateur de la contribution de la région. Si E indique l’emploi total et la somme des PIB de toutes les régions à l’exception de la région r (par analogie pour l’emploi), la contribution de chaque région à la croissance de la productivité du travail peut être exprimée selon la formule suivante :

Contribution de r à la productivité du travail =

La principale différence entre la frontière allemande et la frontière néerlandaise tient à leurs dynamiques de l’emploi. La frontière peut être un moteur de croissance de la productivité, comme c’est le cas pour la Hollande-Septentrionale et la Groningue, deux régions faisant partie de la frontière néerlandaise. À l’inverse, un manque de croissance de la productivité à la frontière peut peser sur le pays tout entier, comme c’est le cas pour la Hollande-Méridionale, troisième composante de la frontière néerlandaise. La frontière est encore moins dynamique en Allemagne : ce sont les régions de la Hesse et de Hambourg qui ont enregistré les taux de croissance de la productivité les plus faibles sur la période 2000-13. Cependant, les incidences économiques des phénomènes de croissante lente à la frontière sont très différentes aux Pays-Bas et en Allemagne. La Hollande-Méridionale a contribué négativement à la croissance du PIB, et l’emploi total a reculé entre 2001 et 2013. Les régions allemandes en pointe, en revanche, ont contribué positivement à la croissance du PIB, laquelle s’est accompagnée d’une hausse de l’emploi. Les régions de Hambourg et de la Hesse ont créé plus de 300 000 emplois supplémentaires entre 2000 et 2013, et c’est dans la région de Hambourg que l’emploi a le plus progressé en Allemagne sur cette période (voir lesfiches par pays qui accompagnent le présent ouvrage pour plus de détails sur les différents pays membres de l’OCDE).

De ces modèles nationaux résulte une répartition très différente de la population entre les régions en phase de rattrapage et les régions divergentes. Le graphique 1.20 illustre la répartition de la population entre les régions en pointe, les régions en phase de rattrapage, les régions divergentes et les régions suivant le rythme (c’est-à-dire celles qui n’ont ni gagné ni perdu beaucoup de terrain par rapport à la frontière). Tous les pays membres de l’OCDE, ou presque, se répartissent entre deux groupes : le groupe des pays où de nombreux habitants vivent dans des régions en phase de rattrapage et le groupe des pays dont la majorité des habitants a vu sa région diverger de la frontière. Peu de pays se trouvent dans une situation intermédiaire, même si la République tchèque, la Nouvelle-Zélande et les États-Unis constituent des exceptions notables. Le pourcentage de la population vivant dans des régions en cours de décrochage s’échelonne entre 0 % et plus de 80 % selon les pays. Le résultat net est celui-ci : plus d’un quart de la population de la zone OCDE (26.4 %) vit dans des régions divergentes, qui décrochent par rapport à la frontière de leur pays, ce qui représente plusieurs centaines de millions de personnes11. Le reste de la population de la zone OCDE se répartit entre les habitants de régions en pointe (15.6 %), les habitants de régions en phase de rattrapage (19.7 %) et les habitants de régions qui suivent le rythme de croissance de la frontière (38.3 %).

La proportion de la population résidant dans des régions en cours de décrochage doit être examinée à la lumière des tendances de la mobilité interrégionale. Certaines régions devraient voir leur population augmenter, d’autres la voir diminuer en fonction des possibilités qu’elles offrent à leurs habitants. Les taux de mobilité interrégionale varient selon les pays. Près de 5 % des habitants de la Corée et de la Hongrie, par exemple, ont changé de région entre 2011 et 2013, contre moins de 0.5 % en République slovaque. La grande majorité des migrations ont lieu à l’intérieur des pays. Au total, environ 2 % des habitants de la zone OCDE ont changé de région, soit quatre fois plus que le volume des migrations internationales vers les pays membres de l’OCDE (OCDE, 2016b). Le fossé économique ayant tendance à se creuser entre les régions d’un même pays, les taux de migration intérieure peuvent sembler faibles, mais il existe souvent tout un ensemble d’obstacles qui entravent la mobilité. En moyenne, les travailleurs peu qualifiés ont moins tendance à changer de région à l’intérieur de leur pays (voir, par exemple, Machin, Salvanes et Pelkonen, 2012). Les liens sociaux locaux et les marchés de l’immobilier influent aussi sur la mobilité (voir, par exemple, Antolin et Bover, 1997). Les tendances en matière de migration différentielle représentent une source de difficultés supplémentairespour les différents types de régions. Dans la plupart des pays, ce sont les régions urbaines qui profitent d’une immigration nette mais, dans certains autres, c’est la population des régions rurales qui augmente (OCDE, 2016b ; BBSR, 2015)12. Les régions rurales qui perdent un trop grand nombre de leurs travailleurs les plus qualifiés sont susceptibles de subir des effets en cascade qui limitent le potentiel de croissance pour ceux qui restent (chapitre 3).

Les écarts interrégionaux sur le plan des facteurs liés à l’innovation se sont toutefois réduits dans de nombreux pays et pour plusieurs indicateurs

Comme l’indique l’analyse ci-dessus, on ne constate pas de différences nettes entre les régions en phase de rattrapage et les régions divergentes à l’échelle de la zone OCDE, s’agissant des facteurs liés à l’innovation (R-D et brevets). En revanche, une analyse à l’échelle des pays montre que les facteurs liés à l’innovation peuvent jouer un rôle. Aux États-Unis, par exemple, l’activité de brevetage est à l’évidence plus intense dans les régions en pointe, étant donné la concentration spatiale de ces activités dans certaines zones métropolitaines. De même, l’intensité des activités de brevetage n’est pas la même dans les régions en phase de rattrapage et dans les régions divergentes. De fait, cette intensité s’est accrue au fil du temps dans les premières, tandis qu’elle est demeurée stable dans les secondes (graphique 1.21). S’agissant de l’intensité de la R-D, il n’y a qu’en matière de dépenses publiques de R-D que les régions en phase de rattrapage obtiennent de meilleurs résultats que les régions divergentes, comme on l’a vu précédemment à l’échelle de l’OCDE. Si la R-D privée est en moyenne plus faible dans les régions en phase de rattrapage que dans les régions divergentes, l’évolution au sein de chacun de ces deux groupes entre 2000et 2013 fait apparaître une hausse dans les premières, mais une baisse dans les secondes ainsi que dans les régions en pointe.

Les mécanismes par lesquels les activités et les politiques liées à l’innovation influencent la productivité et la croissance régionale ne sont pas pleinement élucidés (OCDE, 2011b). Comme aux États-Unis, les régions en pointe obtiennent souvent de meilleurs résultats que les autres pour de nombreux indicateurs concernant l’innovation, tels que les dépenses de R-D et les brevets, par exemple. Une analyse des moteurs régionaux de croissance du PIB par habitant montre que cela vaut tout particulièrement dans les régions de la zone OCDE où le niveau de revenus est assez élevé par rapport au reste du pays. En revanche, le lien entre la R-D, les brevets et le rattrapage n’est pas aussi fort dans les régions à revenus plus faibles (OCDE, 2012). Pour tirer le meilleur parti d’investissements supplémentaires dans le domaine des S&T, il faut peut-être disposer d’un capital humain plus qualifié (un « filtre social ») (Rodríguez-Pose et Crescenzi, 2008). Cela étant, même la présence conjuguée de travailleurs qualifiés (main-d’œuvre diplômée de l’enseignement supérieur) et d’investissement dans la R-D peut ne pas suffire à garantir la croissance des régions les moins développées (Sterlacchini, 2008). Il peut exister d’autres obstacles à la croissance que les régions les plus à la traîne doivent surmonter pour déclencher une dynamique de rattrapage et pour tirer parti du surcroîtde travailleurs qualifiés et de dépenses de R-D.

De nombreuses formes d’innovation ou de pratiques d’entreprise importantes pour la productivité ne sont pas prises en compte dans les indicateurs relatifs à la R-D et aux brevets. La propension à effectuer de la R-D et à en breveter les résultats varie selon les secteurs économiques. Les innovations en matière d’organisation et de marketing, par exemple, ne sont généralement pas reflétées dans ces statistiques, alors qu’elles peuvent produire un impact non négligeable sur la productivité. Une étude portant sur un échantillon de 330 entreprises situées aux États-Unis a montré que celles qui adoptaient des processus de décision fondés sur des données factuelles pouvaient s’attendre à une augmentation de leur production et de leur productivité de 5-6 % par rapport à celles qui ne le faisaient pas (Brynjollfson, Hitt et Kim, 2011). Dans les entreprises, la part des investissements immatériels – par opposition aux investissements dans les machines et l’équipement, par exemple – n’a cessé d’augmenter au cours des deux dernières décennies. Ces différentes formes de capital intellectuel englobent les logiciels, le capital organisationnel et la formation, ainsi que la R-D (OCDE, 2015d).

Il y a eu une certaine convergence de l’intensité des activités liées à l’innovation entre les régions d’un même pays. Entre 2000 et 2013, par exemple, les écarts entre les régions figurant parmi les 20 % supérieurs et celles de la tranche inférieure des 20 % (chaque tranche représentant 20 % de la population) se sont réduits dans plus de la moitié des pays, pour la plupart des variables analysées en matière d’innovation (graphique 1.22)13. Si les écarts interrégionaux en matière d’enseignement supérieur ont diminué dans la grande majorité des pays (23 des 27 pays pour lesquels on dispose de données), il n’en va pas de même du nombre d’employés dans le secteur de la R-D (pour 1 000 employés), indicateur qui correspond aux travailleurs les plus impliqués dans l’innovation. De fait, les pays dans lesquels l’écart de performance s’est creusé entre les régions les mieux et moins bien classées sont plus nombreux que ceux dans lesquels il s’est réduit (12 contre 7). C’est l’inverse de ce qui se produit concernant la plupart des formes d’intensité de R-D (poids de la R-D dans le PIB), pour lesquelles les pays où l’écart s’est réduit sont plus nombreux que ceux dans lesquels il s’estaccru. L’intensité des activités de brevetage (nombre de brevets par million d’habitants) produit des résultats plus mitigés : un peu plus de la moitié des pays seulement (17 sur 31) ont connu une réduction de l’écart, sans doute en raison du degré de maîtrise technologique plus élevé requis pour innover dans certains secteurs et en raison de leur concentration dans l’espace. Là où l’écart s’est réduit, c’était généralement dû à des améliorations plus substantielles au sein des 20 % des régions les moins bien classées que dans les 20 % les mieux classées14. Les politiques publiques ont vraisemblablement contribué à cette tendance à la réduction des écarts entre régions concernant les facteurs liés à l’innovation. Cela étant, tous les résultats ne se sont peut-être pas encore concrétisés, car il y a toujours un décalage temporel entre l’investissement dans l’innovation et ses résultats en matière de gains de productivité.

Du fait de ces évolutions, la concentration territoriale des ressources dans les régions de la tranche supérieure des 20 % s’est réduite (graphique 1.23). C’est particulièrement net pour ce qui concerne les dépenses de R-D des entreprises, où la concentration dans les régions les mieux classées a reculé dans 20 des 24 pays pour lesquels on dispose de données sur la période 2000-1315. L’application de l’indice IHH16 fait apparaître les mêmes tendances d’ensemble de baisse des niveaux de concentration, et ce dans un nombre encore plus important de pays qu’avec l’indicateur tenant uniquement compte des régions de la tranche supérieure des 20 %.

En revanche, le capital-risque (CR) répond à un schéma différent, ce qui signifie qu’il n’est pas aisé de reproduire certains aspects importants pour l’activité d’innovation hors des régions de tête. Aux États-Unis comme ailleurs, les régions les plus performantes ont continué d’attirer davantage de CR que les autres. Dans ce pays, le poids des régions de la tranche supérieure des 20 % au sein des bénéficiaires du CR (parmi les vingt groupements régionaux définis par PWC pour les États-Unis : Silicon Valley, agglomération de New York, Nouvelle-Angleterre et Los Angeles/Orange County) est passé de 51 % en 1995 à 76 % en 2014 (PWC, 2015). La plupart de ces mêmes zones métropolitaines se trouvent dans des États se caractérisant par un niveau élevé de R-D privée. Dans d’autres pays également, il existe de fortes disparités régionales en matière de capital-risque (OCDE, 2016b).

De la productivité à l’inclusion et au bien-être dans les régions et les villes

La croissance de la productivité est importante, parce qu’elle contribue à déterminer les niveaux de salaire et les catégories d’emplois disponibles, dont dépend largement le bien-être. Les éléments matériels et immatériels du bien-être varient en fonction des caractéristiques propres à chacun, ainsi que des caractéristiques du lieu de résidence et de travail (OCDE, 2014c). Pour certains aspects influant sur le bien-être, comme le taux de chômage, les écarts interrégionaux au sein même des pays sont plus marqués que les écarts entre les différents pays. En moyenne, les résidents de certaines régions vivent plusieurs années de plus que ceux d’autres régions. La mobilité entre régions existe, certes, mais les personnes les moins qualifiées sont souvent les moins mobiles, et ont tendance à rester cantonnées dans les lieux où les possibilités sont moindres. Il en résulte des écarts entre les habitants de différentes régions et villes pour plusieurs dimensions du bien-être, certains écarts étant plus persistants que d’autres.

Les écarts de bien-être entre les régions ont tout à la fois augmenté et diminué, selon la dimension considérée

Quand on cherche à évaluer le niveau des disparités interrégionales en matière de bien-être et des progrès accomplis pour les réduire, les résultats varient en fonction de la dimension du bien-être que l’on retient. Sur l’ensemble des régions des 33 pays membres de l’OCDE, les disparités régionales les plus importantes concernent les taux de chômage, les niveaux de revenus des ménages et la qualité de l’air (niveaux de particules fines). Pour ce qui concerne d’autres facteurs comme l’espérance de vie, les variations interrégionales dans la zone OCDE – en matière de coefficient – sont moins prononcées (graphique 1.24). Sur le plan statistique, ces différences peuvent sembler modestes, mais elles peuvent être importantes pour les individus. Entre les pays membres de l’OCDE, l’écart d’espérance de vie atteint huit ans (entre le Japon et le Mexique). À l’intérieur des pays, les écarts interrégionaux peuvent atteindre six années, par exemple entre le Territoire de la capitale et le Territoire du Nord en Australie ou, aux États-Unis, entre Hawaii et le Mississipi. Un autre facteur est marqué par de fortes variations interrégionales dans la zone OCDE : la sécurité (mesurée par le taux d’homicides) (OCDE, 2016b).

Les progrès accomplis en vue de réduire les écarts de bien-être dépendent eux aussi de la dimension considérée, étant entendu que les politiques publiques ont plus de prise sur certaines dimensions. Sur la dernière décennie, les disparités régionales dans la zone OCDE ont diminué pour ce qui concerne les deux indicateurs les plus directement affectés par les politiques publiques : l’accès aux services (mesuré en fonction de l’accès au haut débit) et l’éducation. À l’inverse, les disparités en matière de revenus des ménages, de qualité de l’air, de chômage et d’espérance de vie ont augmenté à différents degrés (graphique 1.24). La sécurité constitue une autre dimension du bien-être pour laquelle les inégalités se sont creusées au sein de la zone OCDE sur la dernière décennie (OCDE, 2016b). Des écarts de bien-être s’observent entre zones urbaines et zones rurales, ces dernières obtenant généralement de meilleurs résultats en matière de logement et d’environnement (voir chapitre 3).

Le rattrapage effectué par les régions sur le plan de la productivité favorise les dimensions économiques du bien-être et peut aussi profiter à d’autres dimensions du bien-être. Sans surprise, de meilleurs résultats en matière de rattrapage du niveau de productivité sont associés à des niveaux plus élevés de revenus des ménages, tant en matière de niveaux absolus que de taux de croissance (graphique 1.25). L’impact du rattrapage sur l’emploi est plus frappant encore. Le taux de chômage moyen des régions en phase de rattrapage a reculé entre 2000 et 2014, tandis que les régions divergentes et les régions en pointe ont connu une augmentation du chômage. La forte augmentation dans les régions en pointe est liée à la hausse du chômage qui s’est produite dans tout un ensemble de pays du Sud, de l’Ouest et du Nord de l’Europe, mais aussi aux États-Unis. Le rattrapage a également profité aux jeunes, le pourcentage moyen des jeunes de 18-24 ans ni en emploi, ni scolarisés, ni en formation (NEET) ayant généralement reculé dans ces régions. Concernant d’autres dimensions du bien-être comme la sécurité et la qualité de l’environnement, toutes les catégories de régions ont connu une amélioration, à peu près dans les mêmes proportions. Les niveaux d’espérance de vie ont tendance à être plus faibles dans les régionsen phase de rattrapage (une année de moins en moyenne), mais cet indicateur évolue beaucoup plus lentement que d’autres dimensions du bien-être. S’agissant de la pollution de l’air, qui est souvent une externalité négative de la croissance économique, le niveau de particules s’est néanmoins réduit davantage dans les régions en phase de rattrapage que dans les autres.

Les régions en pointe et les régions en phase de rattrapage ont tendance à produire des avantages en matière de revenus pour leurs habitants. Près de 60 % des régions les plus productives (en pointe) appartiennent aussi à la tranche supérieure des 10 % en matière de revenu disponible des ménages (graphique 1.A1.1, dans l’Annexe). De même, l’écart croissant entre les régions divergentes et les régions en phase de rattrapage atteste de l’importance de la productivité pour le revenu disponible des ménages. Les régions divergentes constituent 45 % des régions pour lesquelles l’écart sur le plan du revenu disponible s’est accru par rapport aux régions les plus riches du pays, mais 20 % seulement des régions pour lesquelles cet écart s’est réduit. Le contraste avec les régions dont le niveau de productivité est en phase de rattrapage est très net. Ces régions ne représentent que 15 % des régions où les écarts de revenus se sont creusés, mais plus de 30 % des régions qui se sont rapprochées de celles où les revenus sont les plus élevés. Ces phénomènes reflètent des tendances générales mais ne sont pas forcément déterminants : la redistribution, par exemple, peut atténuer l’impact d’une croissance économique divergente sur le revenu des ménages. La productivité du travail, cependant, est une conditionindispensable pour créer de la richesse redistribuable.

La croissance de la productivité peut s’accompagner de créations d’emplois. À mesure que les entreprises deviennent plus productives, leur compétitivité s’accroît, ce qui stimule la demande et les incite à recruter davantage. Au niveau régional, les entreprises productives suscitent une plus forte demande de produits locaux et, de ce fait, multiplient les possibilités d’emploi. Ces effets peuvent être de très grande ampleur. Dans les zones métropolitaines des États-Unis, on estime que tout nouvel emploi dans le secteur des produits échangeables se traduit, à terme, par la création, au maximum, d’1.6 emploi dans le secteur des produits non échangeables (Moretti, 2010). L’impact est légèrement plus faible dans les régions relevant du marché du travail suédois, avec 0.5 emploi créé par nouvel emploi dans le secteur des produits échangeables (Moretti et Thulin, 2013). Aux États-Unis comme en Suède, l’impact, ou « multiplicateur local », est particulièrement important quand des emplois très qualifiés sont créés dans le secteur des produits échangeables. En moyenne, chaque nouvel employé diplômé de l’enseignement supérieur est associé à la création d’environ trois nouveaux emplois dans le secteur non échangeable dans le bassin d’emploi (ville ou région) (ibid.). Cela s’explique par deux types de raisons. D’une part, les entreprises qui créentdes emplois dans le secteur des produits échangeables s’appuient sur des services fournis par d’autres secteurs locaux, qu’il s’agisse de services de restauration ou d’entretien, à une extrémité de l’échelle des compétences ou, à l’autre extrémité, de conseils juridiques ou de services de marketing. D’autre part, les travailleurs qui occupent les nouveaux emplois créent une nouvelle demande de services locaux – gardes d’enfants, cafés ou coachs sportifs. Dans certains cas, cependant, la croissance de la productivité peut s’accompagner de destructions d’emplois.

Si les technologies de l’information et des communications ont créé un grand nombre d’emplois, de nombreuses entreprises de renom créent leurs services en s’appuyant sur un nombre relativement peu élevé d’employés. Les jeunes entreprises et les entreprises à croissance rapide sont à l’origine d’une part disproportionnée des créations d’emplois (Criscuolo, Gal et Menon, 2014). C’est également le cas dans les secteurs liés aux TIC, mais de nombreuses entreprises innovantes du secteur de l’internet connaissent une croissance économique rapide avec des effectifs restreints. Skype S.A.R.L., l’entreprise de service de téléphonie par internet, par exemple, employait environ 140 personnes détentrices d’options d’achat d’actions lorsqu’elle a été vendue à eBay en 2005-06. Le prix payé par eBay s’est élevé à 2.6 milliards USD17. En 2011, à peine cinq ans plus tard, Skype a été vendue à Microsoft pour 8.5 milliards USD. En juin 2010, Skype avait moins de 840 employés et prestataires de services18. L’exemple de cette société est loin d’être unique, mais son incorporation dans des entreprises technologiques plus grandes montre que la diversification des portefeuilles de produits et l’expansion continue d’entreprises performantes à croissance rapide se traduit par la création denombreux emplois. Cela vaut également pour les entreprises qui se spécialisent dans la mise en contact des clients avec les prestataires de services, comme Airbnb pour les locations de vacances et Uber pour les services de transport. Fondée en 2008, Airbnb employait déjà 600 personnes environ en 2013 et autour de 1 600 en 201519. Toutefois, ces emplois ne sont pas directement liés aux services échangés sur la plateforme de l’entreprise, et sont sans commune mesure avec le nombre d’utilisateurs et d’annonces20.

Le plus souvent, la croissance de la productivité s’accompagne d’une croissance de l’emploi mais, dans certaines régions, la crise a provoqué d’importantes pertes d’emplois, et la situation ne s’est pas encore pleinement rétablie. Dans la plupart des régions et des pays membres de l’OCDE, le nombre total d’emplois a augmenté. Cependant, dans de nombreuses régions du Sud et de l’Est de l’Europe (en Grèce, en Hongrie, en Italie et au Portugal), le nombre d’employés a fortement reculé entre 2000 et 2013. Cette baisse s’est parfois accompagnée d’une hausse de la productivité du travail. Dans la plupart des cas, la croissance de la productivité du travail va de pair avec une hausse de l’emploi (voir le chapitre 3) et, souvent, l’augmentation de la productivité liée à une baisse de l’emploi est un effet transitoire qui disparaît à l’issue de la crise. Le niveau élevé de chômage et l’absence de reprise de l’emploi indiquent que cet effet transitoire ne s’est pas encore achevé dans certaines parties de l’Europe.

Des dynamiques de rattrapage sont aussi possibles pour différents aspects du bien-être, et cette tendance s’observe pour plusieurs dimensions. Pour l’essentiel, le bien-être s’est amélioré à la fois dans les régions de la tranche supérieure et de la tranche inférieure des 10 % dans la majorité des pays membres de l’OCDE mais, dans certains cas, l’écart s’est creusé entre les régions les plus et les moins performantes. Quand on examine cet écart, défini comme le ratio des valeurs observées entre les régions de la tranche supérieure et de la tranche inférieure des 10 % (c’est-à-dire les régions les mieux et moins bien classées regroupant 10 % de la population nationale), on constate que les disparités sur le plan du bien-être se réduisent dans de nombreux pays et pour plusieurs indicateurs (graphique 1.26). Dans au moins un quart des pays dans lesquels les écarts se sont creusés, les régions qui appartenaient initialement à l’une ou l’autre tranche des 10 % (supérieure ou inférieure) l’ont quittée entre 2000 et 2013. Les disparités régionales concernant plusieurs variables liées à la main-d’œuvre (chômage, niveau d’éducation de la main-d’œuvre, écart entre le taux d’emploi des femmes et celui des hommes) se sont réduites dans la plupart des pays.Dans neuf pays, cependant, la réduction de l’écart entre les taux de chômage des différentes régions s’explique par une hausse du chômage plus marquée dans les régions de la tranche supérieure des 10 % que dans celles de la tranche inférieure des 10 %. Autrement dit, l’écart s’est resserré, mais pas sous l’effet d’une dynamique de rattrapage. En revanche, la disparité entre les régions ayant les taux les plus élevés de pollution de l’air par les particules fines (PM_2.5) et celles dont les taux sont les plus bas a augmenté dans 45 % des pays (13 pays sur 29 pays). Cependant, dans tous les pays, à deux exceptions près, la pollution a diminué aussi bien dans les régions les plus polluées par les particules fines (PM_2.5) que dans les régions les moins touchées par cette pollution, d’où une amélioration du bien-être de tous. Pour le revenu disponible des ménages par habitant et l’espérance de vie, l’évolution est également mitigée, puisque les écarts se sont resserrés dans un peu plus de la moitié des pays.

À l’échelle du pays, les aspects individuels du bien-être se caractérisent par une convergence globale mais, si l’on combine plusieurs dimensions, les disparités interrégionales sont parfois exacerbées. Pour combiner plusieurs dimensions, on peut notamment calculer le niveau de vie multidimensionnel. L’OCDE a récemment mis au point un indicateur composite qui associe le revenu, le chômage et la santé21. Ce calcul effectué à l’échelon régional sur un échantillon de 26 pays membres de l’OCDE révèle que les disparités existantes en matière de santé et de taux de chômage accentuent les écarts relatifs aux seuls revenus des ménages. Quand on examine les évolutions intervenues entre 2003 et 2012, on constate que les disparités régionales entre les deux extrémités du classement sont principalement dues à l’évolution des revenus et des emplois (Veneri et Murtin, 2015). Les caractéristiques régionales sont aussi très pertinentes s’agissant d’expliquer la variation du niveau de satisfaction à l’égard de l’existence. Selon une étude récente, on peut attribuer 40 % de la variation de la satisfaction à l’égard de l’existence, telle que rapportée par les habitants de la zone OCDE, à des caractéristiques régionales, les 60 % restants s’expliquant par des caractéristiquesindividuelles (Brezzi et Díaz Ramírez, 2016).

Les villes doivent relever des défis particuliers en matière d’inclusion, face à une diversité des niveaux de revenus et des catégories de population – les immigrés, par exemple

Les villes se caractérisent généralement par des niveaux de productivité plus élevés que les autres régions, pour tout un ensemble de raisons ; en contrepartie, elles peuvent être soumises à des contraintes qui exigent une action publique plus intégrée. L’une des causes de cette productivité plus élevée tient au fait que la co-implantation crée des « économies d’agglomération ». Les économies d’agglomération confèrent aux travailleurs une « prime » de productivité qui varie selon la dimension de la ville. Les zones métropolitaines bénéficient également d’autres avantages, comme la présence d’une gamme diverse d’entreprises situées à proximité les unes des autres, au-delà de la densité d’entreprises appartenant à un même secteur, laquelle peut aussi favoriser l’innovation. Autre facteur contribuant au succès des villes : leur concentration en travailleurs très diplômés. Ces travailleurs sont plus productifs en tant que tels et, de plus, suscitent des retombées en matière de capital humain : un pourcentage plus élevé de travailleurs très diplômés se traduit par une hausse de la productivité (mesurée en fonction des revenus d’activité individuels) pour tous les travailleurs (Moretti, 2004, par exemple). Sur un échantillon de cinq pays membres de l’OCDE (Allemagne, Espagne, États-Unis, Mexique et Royaume-Uni), unehausse de 10 points de pourcentage de la proportion de titulaires de diplômes universitaires au sein d’une ville se traduisait par des augmentations de productivité de l’ordre de 3 % (Ahrend et al., 2014). En outre, le fait de savoir que l’éducation apporte des avantages plus importants incite à investir dans ce secteur, créant ainsi un cycle vertueux.

Toutefois, les possibilités que les grandes villes offrent aux travailleurs très qualifiés sont susceptibles d’exacerber le niveau des inégalités de revenu entre les travailleurs des zones métropolitaines. De fait, les disparités salariales et de revenu total peuvent être très fortes, et varier considérablement d’une zone métropolitaine à l’autre, certaines étant plus inégales que d’autres (graphique 1.28). En moyenne, les grandes villes présentent des niveaux plus élevés d’inégalités de revenu (Boulant, Brezzi et Veneri, 2016). C’est dû, pour partie, au fait que les zones métropolitaines offrent des possibilités aux travailleurs qui se trouvent aux deux extrémités du spectre des compétences ; elles attirent certaines des professions les plus rémunératrices, mais aussi des travailleurs occupant de nombreux emplois peu qualifiés, souvent dans le secteur des produits non échangeables (« du banquier au barman »)22. D’autre part, les zones métropolitaines ont tendance à attirer les immigrés, dont les compétences peuvent ne pas être directement transférables à leur nouvel environnement, ou qui sont parfois sous-évaluées sur le marché du travail pour diverses raisons, notamment le manque de reconnaissance de leurs qualifications professionnelles.

Au sein de certaines zones métropolitaines, aux États-Unis notamment, le revenu moyen des ménages peut doubler d’un territoire à l’autre (graphique 1.29). L’échelon du comté englobe de nombreuses localités ; ces différences seraient donc plus frappantes encore par municipalité ou par quartier. Une telle ségrégation en fonction du revenu ou du milieu social est susceptible de limiter l’accès à l’emploi, surtout lorsque les accès routiers aux zones où vivent les catégories de population à revenu plus faible sont surchargés et que les transports publics y sont lacunaires. Là où la proportion d’habitants à faibles revenus est plus importante, il arrive aussi que la qualité des services publics soit inférieure. Des données récentes relatives aux États-Unis montrent que le manque de possibilités peut entraîner des effets profonds et durables, non seulement pour la population actuelle mais aussi pour les générations futures. La « mobilité ascendante » intergénérationnelle des enfants, c’est-à-dire le fait pour les enfants d’améliorer leur position sur l’échelle des revenus par rapport à celle de leurs parents, dépend des caractéristiques des quartiers dans lesquels ils ont grandi (Chetty et Hendren, 2015). Des niveaux de ségrégation et d’inégalités de revenu plus faibles et de meilleures écoles primairesaugmentent les chances qu’ont les enfants de grimper dans l’échelle des revenus (Chetty et al., 2014). Par conséquent, les politiques visant à favoriser l’inclusion doivent prendre en compte la répartition des revenus entre individus, mais aussi les disparités qui résultent de la ségrégation en fonction du revenu ou en fonction d’autres facteurs socio-économiques.

L’intégration des migrants constitue une source supplémentaire d’inégalités dans les villes. Si les budgets publics nationaux peuvent bénéficier de l’arrivée de travailleurs supplémentaires grâce à un surcroît de cotisations aux régimes de pensions, par exemple, les budgets infranationaux supportent une part importante du fardeau. Nombreux sont les services publics essentiels à l’intégration qui sont financés et assurés par les administrations locales23. Au niveau local, les conditions propices à l’intégration concernent notamment le logement, le marché du travail local, l’offre éducative, la santé, la présence de communautés et l’existence d’une société civile active. Une coordination est nécessaire avec les politiques nationales, mais aussi entre les parties prenantes au niveau local. Le morcellement des autorités municipales dans une même zone métropolitaine peut compliquer les choses, si des administrations locales « accueillantes » cohabitent avec des administrations locales « hostiles à l’immigration » (Walker et Leitner, 2011)24.

Le défi de l’intégration des migrants ne se cantonne plus aux « portes d’entrée » et aux villes mondiales ; désormais, il concerne aussi les villes secondaires. Si de nombreuses villes mondiales comme Paris, Londres et Bruxelles comptent une part importante d’habitants nés à l’étranger, des dizaines de zones urbaines plus petites – de 50 000 à 500 000 habitants – comptent désormais, parmi leurs habitants, de 10 % à 20 % de personnes nées à l’étranger (graphique 1.30). Certaines villes comme Détroit et Cleveland mettent en œuvre un programme résolument pro-immigration pour lutter contre la déshérence urbaine (Tobocman, 2014). Dans d’autres cas, les immigrants sont considérés comme une chance pour répondre aux besoins des zones rurales. En Italie, par exemple, les migrants jouent un rôle fondamental dans l’économie des seniors qui émerge dans les banlieues et les zones rurales (Çağlar, 2014). Les politiques consistant à orienter les immigrants vers les zones où le logement est moins cher risquent de devenir problématiques à terme si les emplois qui y sont offerts sont en nombre insuffisant (OCDE, 2016h). L’une des principales difficultés des politiques migratoires tient à la nécessité de conjuguer des efforts d’intégration approfondis avec l’obtention rapide de résultats,car une intégration rapide est plus bénéfique (Aiyar et al., 2015). De même, pour améliorer les politiques de soutien à l’intégration, il est nécessaire de tenir compte du rôle que jouent les municipalités dans les flux migratoires mondiaux, selon qu’elles sont un point de passage ou une destination finale (OIM, 2015).

L’action publique au service du rattrapage et de l’inclusion : Réformes structurelles, investissement public (y compris au moyen de politiques territorialisées) et réformes de la gouvernance

La coordination des politiques publiques entre les secteurs, les niveaux d’administration et les lieux sur lesquels s’appuie le développement régional peut favoriser une dynamique de rattrapage et stimuler la productivité globale. Il n’est ni souhaitable ni possible sur le plan budgétaire de compenser l’intégralité des écarts interrégionaux de productivité par la redistribution. Le paradigme de développement régional présenté dans la première édition des Perspectives régionales (OCDE, 2011a) souligne l’importance de combiner entre elles les politiques conduites dans plusieurs secteurs pour libérer le potentiel de croissance des régions et assurer une croissance à la fois inclusive et durable. Il met également en lumière le fait que les politiques doivent tenir compte du contexte, ou « écosystème », local. Cela peut permettre une meilleure mise en œuvre des politiques ainsi qu’une sensibilisation des acteurs publics au fait que des politiques non géographiquement ciblées peuvent néanmoins produire un impact différencié selon les catégories de régions, ce qui pourra les inciter à concevoir ces politiques en conséquence. Les stratégies qui ne ciblent que les régions les plus faibles risquent de moins libérer de potentiel de croissance que celles qui procèdent d’une vision intégrée de la politique régionale. La force de traction que les régions en pointe peuvent exercer est l’une des dynamiquessusceptibles de favoriser un rattrapage plus fort, mais elle n’apparaît pas toujours automatiquement. Autrement dit, il faut des politiques qui stimulent la productivité dans toutes les régions tout en protégeant contre d’éventuels effets néfastes sur l’équité en matière de revenus, mais aussi sur l’équité s’agissant des autres aspects influant sur le bien-être.

Les réformes structurelles à l’échelle de l’ensemble de l’économie favorisent le rattrapage régional, en particulier lorsqu’elles sont complétées par des politiques de développement régional

Il faut compléter l’approche actuelle des réformes structurelles par un éclairage régional afin de stimuler la productivité et d’accroître son degré d’inclusivité. Pour les politiques structurelles on part traditionnellement du principe que le degré de réforme détermine en grande partie le niveau et la croissance de la productivité. Les trains de mesures portent généralement sur les marchés de produits, les marchés de capitaux et le marché du travail, ainsi que sur d’autres domaines comme les systèmes de santé et de retraite. Les effets escomptés de ces réformes structurelles se fondent sur le postulat selon lequel tous les facteurs sont mobiles. Or, les données montrent que certains facteurs présentent une « inertie » particulière à l’égard du territoire – les travailleurs, notamment. Aux États-Unis, 89 % des candidatures envoyées par le truchement d’un site de recherche d’emploi en ligne l’ont été à des entreprises situées dans le même État que le candidat, ce qui est le signe d’une forte « aversion pour l’éloignement » (Marinescu et Rathelot, 2016). Les travaux empiriques réalisés dans d’autres pays indiquent que cette « aversion » y serait plus forte encore, par exemple au Royaume-Uni (Manning et Petrongolo, 2015). C’est pourquoi, pour compléter les réformes du marché du travail, il faut conduiredes politiques actives du marché du travail, y compris pour faciliter l’installation dans un autre bassin d’emploi.

Certaines réformes structurelles pourraient profiter aux régions à la traîne plus encore qu’aux régions en pointe. Plusieurs politiques structurelles constituent un obstacle à la croissance dont les régions à la traîne souffrent plus que les régions en pointe25. Ainsi, les textes visant à réglementer les marchés de produits dans le secteur du commerce de gros et de détail s’accompagnent d’effets négatifs plus marqués pour la croissance de la productivité des régions à la traîne. De même, une réglementation rigide de l’emploi pénalise les régions à la traîne davantage que les régions en pointe, ce qui aggrave les difficultés des régions à la traîne qui, le plus souvent, sont moins urbaines et, de ce fait, se caractérisent par des marchés du travail plus étroits et un nombre plus réduit de travailleurs très qualifiés. À l’inverse, l’ouverture des échanges semble aider les régions à la traîne plus que les autres. Dans d’autres cas, les obstacles réglementaires peuvent avoir un impact plus fort sur les régions en pointe : la réglementation des marchés de produits, par exemple, réduit davantage la croissance de la productivité du travail dans les secteurs de l’intermédiation financière et des services aux entreprises dans les régions proches de la frontière sur le plan de la productivité (D’Costa, Garcilazoet Oliveira Martins, 2013).

Pour que les réformes structurelles soient plus efficaces, il faut peut-être les compléter par des mesures tenant compte de la dimension locale. Les réformes du marché du travail, par exemple, sont moins bénéfiques si aucune mesure complémentaire n’est prise pour favoriser une meilleure correspondance entre les travailleurs et les emplois ou pour faciliter l’accès physique aux emplois. De nombreux aspects de la mise en adéquation sur le marché du travail, surtout pour les travailleurs peu qualifiés, peuvent nécessiter une adaptation de la formation des travailleurs aux besoins des entreprises situées dans la zone. Autre outil : les infrastructures de transport, qui, dans les zones urbaines comme dans les zones rurales, peuvent accroître la taille effective du marché du travail local et, du même coup, stimuler la productivité des entreprises et de chaque travailleur.

Des investissements publics bien conçus et bien mis en œuvre favorisent également le rattrapage régional

L’investissement public peut apporter une contribution majeure à la croissance, même si les études mettent en lumière plusieurs réserves à ce sujet. Les conclusions d’une méta-analyse de 68 études portant sur la période 1983-2008 semblent révéler un apport insuffisant de capital public dans les pays membres de l’OCDE, avec un retour sur investissement potentiel (brut) de 16 à 40 USD de PIB pour 100 USD d’investissement (Bom et Ligthart, 2014). D’autres conclusions montrent que les retours sur investissement dépendent du niveau initial de capital public : lorsqu’il est déjà élevé, les effets ne sont peut-être pas aussi forts (Arslanalp, 2010). L’impact sur la croissance doit être examiné sur une période pertinente, et selon que les investissements ont été réalisés dans une région seulement ou se sont également étendus aux régions voisines (Bom et Ligthart, 2014 ; Creel et Poilon, 2008). Les études sur les investissements dans les infrastructures de transport ont fait apparaître des résultats mitigés, même si la maintenance des infrastructures existantes semble particulièrement importante (Congressional Budget Office, 1991 ; Cullison, 1993). Différentes formes d’infrastructures de réseau produisent peut-être des effets sur la croissance qui dépassent leur contribution au stock de capital (Sutherland et al., 2009), et un investissement complémentairedans le capital humain pourrait s’avérer important pour tirer le meilleur parti de l’investissement dans le capital physique26.

Les financements prévus pour répondre aux besoins d’investissement dans la zone OCDE et ailleurs dans le monde sont clairement insuffisants. Selon les estimations de l’OCDE, à l’échelle mondiale, les besoins annuels d’investissement à l’horizon 2030 dans les télécommunications, les routes, les chemins de fer, l’électricité (transport et distribution) et l’eau devraient atteindre, au total, l’équivalent de 2.5 % du PIB mondial. Si l’on y ajoute la production d’électricité et les autres investissements d’infrastructure dans le secteur énergétique – pétrole, gaz et charbon –, ce pourcentage atteindrait 3.5 % du PIB (OCDE, 2007). Dans les économies en développement, dont la population devrait augmenter de 2 milliards d’individus d’ici 2050, de nombreuses infrastructures nouvelles sont nécessaires. Dans les pays avancés, l’essentiel des besoins de financement des infrastructures concerne l’entretien des infrastructures existantes. Dans les pays de l’UE, par exemple, l’entretien et le renouvellement des infrastructures existantes représente environ 70 % de l’investissement public27. Le problème de l’insuffisance des financements touche le secteur public comme le secteur privé.

L’investissement public a reculé par rapport à ses niveaux d’avant la crise, avec, peut-être, un sous-investissement. Depuis la crise, l’évolution annuelle de l’investissement public est négative, alors que l’évolution annuelle de l’investissement privé est reparti à la hausse à partir de 2014 (graphique 1.31). L’investissement public et l’investissement privé semblent suivre des courbes principalement opposées (quand l’un augmente, l’autre diminue généralement). Néanmoins, l’investissement privé étant plus de cinq fois supérieur à l’investissement public, ces fluctuations ne se compensent pas nécessairement. Sur l’ensemble de la zone OCDE, le poids des dépenses publiques consacrées à la formation brute de capital fixe au sein des dépenses publiques globales a reculé, passant de 9.5 % en 1995 à 7.7 % en 2014 (graphique 1.32). Dans les pays de l’UE, l’investissement total était, au deuxième trimestre 2014, inférieur de 15 % à ce qu’il était en 2007, en dépit du fait que le PIB était reparti à la hausse et avait retrouvé ses niveaux d’avant la crise, ce qui s’est traduit par une baisse de 430 milliards EUR de l’investissement. En 2013, l’investissementreprésentait 19.3 % du PIB, soit environ 2 points de pourcentage de moins que la moyenne à plus long terme des années ordinaires, d’où des niveaux inférieurs de 230 à 370 milliards EUR aux niveaux habituels. Le problème est attribué à une perte de confiance des investisseurs à l’égard des marchés de capitaux européens, et non à un manque de capital en soi (CE, 2015).

L’impact de l’investissement public sur la croissance dépend aussi de la manière dont il est géré. Selon une estimation, 1 000 milliards USD pourraient être économisés à l’échelle mondiale chaque année grâce à une meilleure gouvernance des besoins d’investissement attendus dans les infrastructures publiques (McKinsey, 2013). De plus, il est essentiel que l’investissement public s’appuie sur l’investissement privé, plutôt que de l’évincer – soit directement, soit via les modes de financement de l’investissement public. Plusieurs études ont aussi souligné l’importance de différentes dimensions de la qualité des institutions pour l’efficacité de l’investissement public et pour son impact sur la croissance aux niveaux national et régional (OCDE, 2013b).

Si l’échelon infranational est un partenaire de financement incontournable, il se heurte toutefois à des contraintes de capacité supplémentaires. En 2014, les administrations infranationales représentaient 40 % de la dépense publique, 50 % des marchés publics, 59 % de l’investissement public et 63 % des dépenses liées aux agents publics. Au cours de la période de relance budgétaire qui a suivi le début de la crise, les administrations infranationales se sont associées aux administrations nationales pour accroître l’investissement public. À partir de 2010, néanmoins, l’investissement des administrations infranationales a fortement diminué, servant de « variable d’ajustement ». Sa forte chute s’est interrompue en 2013, même s’il a encore reculé de 1.2 % en termes réels entre 2013 et 2014. Globalement, l’investissement n’a pas retrouvé ses niveaux d’avant la crise en matière de volume et en proportion du PIB. Dans une récente enquête réalisée auprès d’administrations infranationales en Europe, celles-ci ont indiqué que les insuffisances de financement étaient principalement dues à la chute des dotations accordées par les administrations centrales et au faible recours au financement privé. Les insuffisances de financement dans les infrastructures concernent, pour beaucoup, des domaines liés à des facteurs de productivité, comme les investissementsdans les routes, les établissements éducatifs et le développement économique (encadré 1.8).

Encadré 1.8. Résultats de l’enquête OCDE-CdR de 2015 sur l’investissement public des administrations infranationales

Réalisée en 2015, cette consultation répertorie les principales difficultés de financement et de gouvernance qui affectent les investissements d’infrastructure des administrations infranationales (AIN) dans l’Union européenne1. Elle vise également à évaluer l’ampleur des difficultés auxquelles se heurtent les AIN pour mettre en œuvre les principes contenus dans la Recommandation du Conseil de l’OCDE sur l’investissement public efficace entre niveaux de gouvernement2. Cette Recommandation comporte 12 Principes qui visent à aider les administrations publiques à évaluer les forces et les faiblesses de leurs capacités d’investissement public à tous les niveaux d’administration, et à fixer des priorités d’amélioration.

Presque toutes les AIN (96 %) font état de dépenses d’investissement insuffisantes, qu’il s’agisse de financer de nouvelles infrastructures ou le fonctionnement et l’entretien d’infrastructures existantes. Près de 45 % des AIN signalent une baisse de l’investissement depuis 2010, avec, dans plus de 70 % des cas, un recul supérieur à 10 %. Ces coupes semblent concerner davantage les régions et les comtés que les municipalités. Si les recettes fiscales n’ont pas changé de façon significative pour la plupart des AIN, plus de la moitié d’entre elles (53 %) ont subi une baisse des dotations qui leur sont versées par l’administration centrale, et 39 % déclarent recourir autant ou moins qu’avant à l’emprunt. Seule une minorité de villes et de régions (7 %), essentiellement des zones et régions métropolitaines, déclarent recourir davantage aux sources privées de financement depuis 2010. L’existence d’un contexte juridique et réglementaire problématique pour les partenariats public-privé constitue un obstacle majeur à l’accès aux financements privés, selon 35 % des AIN ayant pris part à l’enquête.

Plusieurs des secteurs qui sont les plus affectés par la réduction des dépenses infranationales ont une incidence directe sur les facteurs de productivité. De fait, les trois quarts environ des AIN participant à l’enquête n’étaient pas en mesure de financer leurs besoins en infrastructures routières, la moitié ne pouvaient pas bâtir d’infrastructures éducatives importantes, et 40 % indiquaient manquer de ressources pour investir dans des infrastructures destinées au développement économique (voir le graphique ci-dessous).

← 1. La consultation a été menée du 31 mars au 15 juillet 2015, dans toutes les langues officielles de l’UE. Le nombre de répondants a été de 296 au total, dont 255 AIN de 27 États membres de l’UE (le Luxembourg n’a pas participé à l’enquête). Toutes les catégories d’AIN étaient représentées : régions et provinces (25 %) ; entités intermédiaires (par ex. : comtés ou départements) (10 %) ; petites municipalités (moins de 50 000 habitants) (33 %) ; municipalités de taille moyenne (entre 50 000 et 500 000 habitants) (22 %) ; grandes municipalités (plus de 500 000 habitants) (2 %) ; et organes de coopération intermunicipale (8 %).

← 2. Pour en savoir plus sur ces Principes, voir www.oecd.org/effective-public-investment-toolkit.

OCDE-CdR (2016), Results of the OECD-CoR Consultation of Sub-national Governments: Infrastructure planning and investment across levels of government: Current challenges and possible solutions, https://portal.cor.europa.eu/europe2020/pub/Documents/oecd-cor-jointreport.pdf.

La gouvernance multi-niveaux et les réformes territoriales peuvent libérer le potentiel de productivité et favoriser l’inclusion

Le débat sur la productivité ne s’étend généralement pas à la question de la gouvernance infranationale, mais il le devrait. Étant donné que les zones urbaines se composent souvent de nombreuses localités, et non pas seulement de la ville-centre, l’échelon métropolitain est crucial pour l’action publique. Plus la zone métropolitaine est complexe du point de vue du nombre de collectivités locales, plus il peut être difficile de tirer parti des effets d’agglomération liés à sa dimension pour gagner en productivité. Au sein de la zone OCDE, parmi les 281 zones métropolitaines qui comptent au moins 500 000 habitants, un quart se composent d’au moins 100 municipalités, et un tiers en comptent au moins soixante28.

De fait, il existe, en matière de productivité, une pénalité associée au morcellement administratif, lequel se mesure à l’aune du nombre d’administrations. Un doublement du niveau de morcellement entraîne une pénalité de 6 % pour la productivité. Cette pénalité est réduite de moitié quand il existe un organe de gouvernance à l’échelon de la zone métropolitaine (Ahrend et al., 2014). C’est l’une des raisons pour lesquelles de nombreux pays ont déjà mis en œuvre, ou s’apprêtent à mettre en œuvre, des réformes de leurs dispositifs de gouvernance métropolitaine, généralement pour leurs plus grandes villes (OCDE, 2015d). Un niveau donné de morcellement au niveau des municipalités pèse plus sur la croissance dans les régions urbaines, parce que les interactions y sont plus denses que dans les zones rurales (Bartolini, 2015).

L’un des facteurs cruciaux d’inclusion, mais aussi de productivité, tient à la capacité des travailleurs à se rendre sur un lieu de travail depuis leur domicile. Les coûts des déplacements pendulaires, en matière de temps et d’argent, ont une incidence sur la distance à partir de laquelle les travailleurs ne peuvent plus aisément rejoindre un lieu de travail. Cela vaut aussi bien pour les solutions de transport privé que de transport public. L’existence d’un plus grand marché effectif du travail permet aux travailleurs de trouver des emplois et des entreprises qui leur correspondent mieux. D’autre part, la réduction de la durée et du coût des déplacements pendulaires peut se traduire par une amélioration de la qualité de vie. Le plus souvent, les autorités de gouvernance métropolitaine agissent principalement dans les domaines du développement régional, des transports et de l’aménagement du territoire (Ahrend, Gamper et Schumann, 2014). La coordination entre municipalités ou régions peut permettre d’améliorer le rapport coût-efficacité des services publics, la qualité de ces services et la cohérence de la planification d’ensemble, entre autres avantages. Les habitants des zones métropolitaines qui disposent d’une autorité des transports sont plus satisfaits des transports publics que les habitants des villes qui en sont dépourvues (Ahrend, Gamper et Schumann, 2014)29.

Le morcellement administratif est également associé à une plus forte ségrégation en fonction des revenus, qui pèse elle-même sur l’égalité des chances. Dans plusieurs pays membres de l’OCDE, on constate une association stable et positive entre le morcellement administratif et la ségrégation spatiale dans les territoires composant les zones métropolitaines. Cette constatation se confirme pour toutes les estimations, à la lumière de tout un éventail d’indicateurs de ségrégation et de morcellement30. Le morcellement administratif peut donc contribuer aux cycles vertueux ou vicieux qui sont liés à la ségrégation en fonction des revenus (voir section précédente).

Conclusion

Si la productivité cumulée du travail dérive en grande partie du rattrapage des régions, il n’est pas étonnant, compte tenu des tendances récentes, que la croissance de la productivité ait ralenti et qu’à l’inverse les inégalités aient augmenté. Il n’est toutefois pas simple de mettre en place des conditions permettant aux régions d’améliorer leur productivité et de créer des emplois plus nombreux et de meilleure qualité. Dans le cadre de la poursuite de leurs réformes structurelles, les pays devraient favoriser des démarches complémentaires, tant sur le plan des politiques nationales que du point de vue des rôles respectifs pouvant être joués par les administrations nationales et infranationales. En outre, l’investissement public et les réformes de la gouvernance infranationale ont leur importance.

Ces trois aspects de l’action publique visant à promouvoir le rattrapage régional peuvent se traduire par un double dividende pour les pays, en matière de productivité et de bien-être individuel. Il n’existe pas de solution miracle et, dans certains cas, ces objectifs ne pourront pas être atteints de façon conjointe. Il est évident, toutefois, que la dimension locale des politiques publiques est négligée dans de nombreux domaines d’action. On abordera donc, au chapitre suivant, les objectifs et les instruments des politiques de développement régional, urbain et rural, afin d’en tirer des orientations en vue d’investissements publics territorialisés ; on y abordera également certains des outils et des réformes de gouvernance pouvant accompagner ces politiques dans le cadre de stratégies visant à stimuler la productivité et à favoriser l’inclusion.

Bibliographie

Ahrend, R. et A. Schumann (2014a), « Does Regional Economic Growth Depend on Proximity to Urban Centres? », Documents de travail de l’OCDE sur le développement régional, n° 2014/07, Éditions OCDE, Paris, https://doi.org/10.1787/5jz0t7fxh7wc-en.

Ahrend, R. et A. Schumann (2014b), « Approaches to Metropolitan Area Governance: A Country Overview », Documents de travail de l’OCDE sur le développement régional, n° 2014/03, Éditions OCDE, Paris, https://doi.org/10.1787/5jz5j1q7s128-en.

Ahrend, R., C. Gamper et A. Schumann (2014), « The OECD Metropolitan Governance Survey: A Quantitative Description of Governance Structures in large Urban Agglomerations », Documents de travail de l’OCDE sur le développement régional, n° 2014/04, Éditions OCDE, Paris, https://doi.org/10.1787/5jz43zldh08p-en.

Ahrend, R., E. Farchy, I. Kaplanis et A.C. Lembcke (2014), « What makes cities more productive? Evidence on the role of urban governance from five OECD countries », Documents de travail de l’OCDE sur le développement régional, n° 2014/05, Éditions OCDE, Paris, https://doi.org/10.1787/5jz432cf2d8p-en.

Aiyar, S., B. Barkbu, N. Batini, H. Berger, E. Detragiache, A. Dizioli, C. Ebeke, H. Lin, L. Kaltani, S. Sosa, A. Spilimbergo et P. Topalova (2016), « The Refugee Surge in Europe: Economic Challenges », note interne au FMI, février 2016, SDN/16/02, Washington, DC, États-Unis.

Andrews, D., C. Criscuolo et P.N. Gal (2015), « Frontier Firms, Technology Diffusion and Public Policy: Micro Evidence from OECD Countries », OECD Productivity Working Papers, n° 2, Éditions OCDE, Paris, https://doi.org/10.1787/5jrql2q2jj7b-en.

Antolin, P. et O. Bover (1997), « Regional Migration in Spain: The Effect of Personal Characteristics and of Unemployment, Wage and House Price Differentials using Pooled Cross-sections », Oxford Bulletin of Economics and Statistics, vol. 59, pp. 215-235.

Ars Technica (2013), « How can they be so good?: The strange story of Skype », http://arstechnica.com/business/2013/09/skypes-secrets/4/ (consulté le 20 juin 2016).

Arslanalp, S. et al. (2010), « Public Capital and Growth », IMF Working Paper, WP/10/175, Fonds monétaire international, Washington, DC, juillet.

ASPIRE (2015), « ASPIRE Headcount Tracker, 2015 », www.aspire.org.pl/ht2015/(consulté le 20 juin 2016).

Bartolini, D. (2015), « Municipal Fragmentation and Economic Performance of OECD TL2 Regions », Documents de travail de l’OCDE sur le développement régional, n° 2015/02, Éditions OCDE, Paris, https://doi.org/10.1787/5jrxqs60st5h-en.

Bartolini, D., H. Blöchliger et S. Stossberg (2016), « Fiscal Decentralisation and Regional Disparities », Documents de travail du Département des affaires économiques de l’OCDE, https://doi.org/10.1787/5jlpq7v3j237-en .

BBSR (2015), « Where the Population in Europe is Growing or Shrinking », Federal Institute for Research on Building, Urban Affairs and Spatial Development, Allemagne, www.bbsr.bund.de/BBSR/EN/SpatialDevelopment/SpatialDevelopmentEurope/AnalysesSpatialDevelopment/Projects/PopulationDevelopment/PopulationDevelopment.html?nn=392744 (consulté le 16 juin 2016).

Boix, R. (2014), Background report: OECD Territorial Review of Bergamo, document non publié.

Bom, P. et J.E. Ligthart (2014), « What have we learned from the three decades of research on the productivity of public capital? », Journal of Economic Surveys, vol. 28, n° 5, pp. 889-916.

Boschma, R. (2005), « Proximity and Innovation: A Critical Assessment », Regional Studies, vol. 39, n° 1, pp. 61-74, https://doi.org/10.1080/0034340052000320887.

Boulant, J., M. Brezzi et P. Veneri (2016), « Income Levels and Inequality in Metropolitan Areas: A Comparative Approach in OECD Countries », Documents de travail de l’OCDE sur le développement régional, n° 2016/06, Éditions OCDE, Paris, https://doi.org/10.1787/5jlwj02zz4mr-en.

Brezzi, M. et M. Diaz Ramirez (2016), « Building subjective well-being indicators at the subnational level: A preliminary assessment in OECD regions », Documents de travail de l’OCDE sur le développement régional, vol. 2016, n° 03, Éditions OCDE, Paris, https://doi.org/10.1787/5jm2hhcjftvh-en.

Brynjolfsson, E., L.M. Hitt et H.H. Kim (2011), Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance?, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1819486.

Business Insider (2013), « Check Out The Extreme Lengths Airbnb Will Go To In Order To Please Customers », 14 août 2013, www.businessinsider.com/insane-lengths-airbnb-will-go-to-in-order-to-please-customers-2013-8?IR=T (consulté le 20 juin 2016).

Çağlar, A. (2014) « Urban Migration Trends, Challenges and Opportunities », background paper for The World Migration Report 2015: Migrants and Cities: New Partnerships to Manage Mobility, Organisation internationale pour les migrations (OIM), Genève, Suisse.

Caponio, T. et M. Borkert (dir.pub.) (2010), The local dimension of Migration policy-making, IMISCOE Reports, Amsterdam University Press, Amsterdam, www.imiscoe.org/publications/library/4-imiscoe- reports-series/66-the-local-dimension-of-migration-policymaking.

Carlino, G. et W. Kerr (2014), « Agglomeration and Innovation », Harvard Business School Working Paper, n° 15-007, 5 août 2014.

Caves, D., W.L. Christensen et E. Diewert (1982), « Multilateral Comparisons of Output, Input, and Productivity Using Superlative Index Numbers », Economic Journal, Royal Economic Society, vol. 92, n° 365, pp. 73-86.

CE-JRC-IPTS (2015), Stairway to Excellence Facts and Figures: Malopolskie, Institut de prospective technologique, Centre commun de recherche, Commission européenne.

Charron, N., L. Dijkstra et V. Lapuente (2014), « Mapping the Regional Divide in Europe: A Measure for Assessing Quality of Government in 206 European Regions », Social Indicators Research, https://doi.org/10.1007/s11205-014-0702-y.

Chetty, R. et N. Hendren (2015), « The impacts of neighborhoods on intergenerational mobility: Childhood exposure effects and county-level estimates », document non publié.

Chetty, R., N. Hendren, P. Kline et E. Saez (2014), « Where is the land of Opportunity? The Geography of Intergenerational Mobility in the United States », The Quarterly Journal of Economics, vol. 129, n° 4, pp. 1553-1623.

Commission européenne (2015), « Why the EU needs an investment plan? », fiches relatives au plan d’investissement, Commission européenne et Banque européenne d’investissement, 8 décembre 2015, https://ec.europa.eu/priorities/publications/why-eu-needs-investment-plan_en.

Congressional Budget Office (1991), How Federal Spending for Infrastructure and Other Public Investments Affects the Economy, Congressional Budget Office, Washington, DC.

Cortinovis, N., J. Xiao, R. Boschma et F. van Oort (2016), « Quality of government and social capital as drivers of regional diversification in Europe », Papers in Evolutionary Economic Geography, n° 16.10, Urban and Regional Research Centre Utrecht (URU), Université d’Utrecht.

Creel, J. et G. Poilon (2008), « Is Public Capital Productive in Europe? », International Review of Applied Economics, vol. 22, n°6, pp. 673-691.

Criscuolo, C. (2015), « Productivity Is Soaring at Top Firms and Sluggish Everywhere Else », Harvard Business Review, 24 août 2015, https://hbr.org/2015/08/productivity-is-soaring-at-top-firms-and-sluggish-everywhere-else.

Criscuolo, C., P.N. Gal et C. Menon (2014), « The Dynamics of Employment Growth: New Evidence from 18 Countries », OECD Science, Technology and Industry Policy Papers, n° 14, Éditions OCDE, Paris, https://doi.org/10.1787/5jz417hj6hg6-en.

Cullison, W. (1993), « Public Investment and Economic Growth », Federal Reserve Bank of Richmond Economic Quarterly, vol. 79, n° 4.

D’Costa, S., E. Garcilazo et J. Oliveira Martins (2013), « The Impact of Structural and Macroeconomic Factors on Regional Growth », Documents de travail de l’OCDE sur le développement régional, n° 2013/11, Éditions OCDE, Paris, https://doi.org/10.1787/5k451mplq9lw-en.

Dupont, J., D. Guellec et J. Oliveira Martins (2010), « OECD Productivity Growth in the 2000s: A Descriptive Analysis of the Impact of Sectoral Effects and Innovation », OECD Journal: Revue économique de l’OCDE, vol. 2011, n° 1, https://doi.org/10.1787/eco_studies-2011-5kgf3281fmtc.

Duranton, G. et D. Puga (2004), « Micro-foundations of urban agglomeration economies », Handbook of Regional and Urban Economics, dans Henderson, J.V. et J.F. Thisse (dir.pub.), Handbook of Regional and Urban Economics, vol. 4, ch. 48, pp. 2063-2117.

EUROSTAT (2014), Structural Business Statistics – Regional Data – All Activities (base de données), EUROSTAT.

EUROSTAT (sans date), « Zones urbaines fonctionnelles (urb_luz) », Audit urbain (base de données), http://ec.europa.eu/eurostat/web/cities/data/database (consulté en juin 2016).

Krugman, P. (1997), The Age of Diminished Expectations: U.S. economic policy in the 1990s, 3^e édition, MIT Press.

Machin, S., K.G. Salvanes et P. Pelkonen (2012), « Education and Mobility », Journal of the European Economic Association, vol. 10, n° 2, pp. 417-450.

Maguire, K. et J. Weber (à paraître), « Should we care about gaps in regional innovation capacities? », Documents de travail de l’OCDE sur le développement régional, Éditions OCDE, Paris.

Malmquist, S. (1953), « Index Numbers and Indifference Surfaces », Trabajos de Estatistica, vol. 4, pp. 209-242.

Manning, A. (2004), « We Can Work it Out: The Impact of Technological Change on the Demand for Low-Skilled Workers », Scottish Journal of Political Economy, vol. 51, n° 5, pp. 581-608.

Manning, A. et B. Petrongolo (2015), « How Local Are Labor Markets? Evidence from a Spatial Job Search Model », document non publié.

Marinescu, I. et R. Rathelot (2016), « Mismatch unemployment and the geography of job search », document non publié.

Market Watch (2015), « Opinion: What really k eeps Airbnb’s CEO up a t night », 13 février 2015, www.marketwatch.com/story/what-really-keeps-airbnbs-ceo-up-at-night-2015-02-13 (consulté le 20 juin 2016).

McKinsey (2013), Infrastructure productivity: How to save $1 trillion a year, McKinsey & Company, janvier 2013, www.mckinsey.com/industries/infrastructure/our-insights/infrastructure-productivity (consulté le 19 juin 2016).

Moretti, E. (2004), « Estimating the Social Return to Higher Education: Evidence from Longitudinal and Repeated Cross-Sectional Data », Journal of Econometrics, vol. 21, n° 1-2, pp. 175-212.

Moretti, E. (2010), « Local Multipliers », American Economic Review, vol. 100, n° 2, pp. 373-77.

Moretti, E. et P. Thulin (2013), « Local multipliers and human capital in the United States and Sweden », Industrial and Corporate Change, vol. 22, n° 1, pp. 339-362.

OCDE (2007), Infrastructures à l’horizon 2030 (Vol. 2): Électricité, eau et transports : quelles politiques ?, Éditions OCDE, Paris, https://doi.org/10.1787/9789264031340-fr.

OCDE (2009), OECD Rural Policy Reviews: Spain 2009, Éditions OCDE, Paris, https://doi.org/10.1787/9789264060074-en.

OCDE (2011a), Perspectives régionales de l’OCDE 2011 : Des régions résilientes pour des économies plus fortes, Éditions OCDE, Paris, https://doi.org/10.1787/9789264121126-fr.

OCDE (2011b), « Regions and Innovation Policy », OECD Reviews of Regional Innovation, Éditions OCDE, Paris, https://doi.org/10.1787/9789264097803-en.

OCDE (2012), Promoting Growth in All Regions, Éditions OCDE, Paris, https://doi.org/10.1787/9789264174634-en.

OCDE (2013a), Panorama des régions de l’OCDE 2013, Éditions OCDE, Paris, https://doi.org/10.1787/reg_glance-2013-fr.

OCDE (2013b), Investir ensemble : Vers une gouvernance multi-niveaux plus efficace, Éditions OCDE, Paris, https://doi.org/10.1787/9789264200609-fr.

OCDE (2013c), Regions and Innovation: Collaborating across Borders, OECD Reviews of Regional Innovation, Éditions OCDE, Paris, https://doi.org/10.1787/9789264205307-en.

OCDE (2014a), Perspectives régionales de l’OCDE 2014 : Régions et villes – Les politiques publiques à la rencontre des citoyens, Éditions OCDE, Paris, https://doi.org/10.1787/9789264239739-fr.

OCDE (2014b), Innovation and Modernising the Rural Economy, Éditions OCDE, Paris, https://doi.org/10.1787/9789264205390-en.

OCDE (2014c), Comment va la vie dans votre région? : Mesurer le bien-être régional et local pour les politiques publiques, Éditions OCDE, Paris, https://doi.org/10.1787/9789264223981-fr.

OCDE (2015a), The Future of Productivity, Éditions OCDE, Paris, https://doi.org/10.1787/9789264248533-en.

OCDE (2015b), Tous concernés : Pourquoi moins d’inégalité profite à tous, Éditions OCDE, Paris, https://doi.org/10.1787/9789264235519-fr.

OCDE (2015c), Data-Driven Innovation: Big Data for Growth and Well-Being, Éditions OCDE, Paris, https://doi.org/10.1787/9789264229358-en.

OCDE (2015d), The Metropolitan Century: Understanding Urbanisation and its Consequences, Éditions OCDE, Paris, https://doi.org/10.1787/9789264228733-en.

OCDE (2015e), Science, technologie et industrie : Tableau de bord de l’OCDE 2015 – L’innovation au service de la croissance et de la société, Éditions OCDE, Paris, https://doi.org/10.1787/sti_scoreboard-2015-fr.

OCDE (2016a), Statistiques sur la productivité (base de données), www.oecd.org/fr/std/stats-productivite/ (consulté le 17 mars 2016).

OCDE (2016b), Panorama des régions de l’OCDE 2016, Éditions OCDE, Paris, https://doi.org/10.1787/reg_glance-2016-en.

OCDE (2016c), « Régions métropolitaines », Statistiques régionales de l’OCDE (base de données), https://doi.org/10.1787/data-00531-en (consulté le 20 juin 2016).

OCDE (2016d), Base de données sur la distribution des revenus, www.oecd.org/social/income-distribution-database.htm (consulté le 18 juin 2016).

OCDE (2016e), OECD Compendium of Productivity Indicators 2016, Éditions OCDE, Paris, https://doi.org/10.1787/pdtvy-2016-en.

OCDE (2016f), Statistiques régionales de l’OCDE (base de données), https://doi.org/10.1787/region-data-fr (consulté le 18 juin 2016).

OCDE (2016g), Regional Well-Being (base de données), www.oecdregionalwellbeing.org/ (consulté le 12 juin 2016).

OCDE (2016h), Making Integration Work: Refugees and others in need of protection, Éditions OCDE, Paris, https://doi.org/10.1787/9789264251236-en.

OCDE (2016i), Statistiques de l’OCDE sur les comptes nationaux (base de données), www.oecd-ilibrary.org/fr/economics/data/statistiques-de-l-ocde-sur-les-comptes-nationaux_na-data-fr (consulté le 2 juin 2016).

OECD (2017), Multi-level Governance Reforms: Overview of OECD Country Experiences, OECD Publishing, Paris, https://doi.org/10.1787/9789264272866-en.

OCDE-CdR (2016), Results of the OECD-CoR Consultation of Sub-national Governments: Infrastructure planning and investment across levels of government: Current challenges and possible solutions, OCDE et Comité des régions de l’Union européenne, https://portal.cor.europa.eu/europe2020/pub/Documents/oecd-cor-jointreport.pdf.

OIM (2015), « World Migration Report 2015: Migrants and Cities, New Partnerships to Manage Mobility », Organisation internationale pour les migrations (OIM), Genève, Suisse.

Perek-Białas, J., C. Martinez-Fernandez et T. Weyman (2013), « Malopolska Region Demographic Transition: Working for the Future », OECD Local Economic and Employment Development (LEED) Working Papers, n° 2013/06, Éditions OCDE, Paris, https://doi.org/10.1787/5k4818gwg2jk-en.

PWC (2015), Pricewaterhouse Coopers/National Venture Capital Association MoneyTree™ Report (2015).

Rhys A., G. Boyne, L. O’ Toole, K. Meier et R. Walker (2013), « Managing Migration? EU enlargement, local government capacity and performance in England », Public Administration, vol. 91, n° 1, pp. 174-194.

Rodríguez-Pose, A. et R. Crescenzi (2008), « Research and development, spillovers, innovation systems, and the genesis of regional growth in Europe », Regional studies, vol. 42, n° 1, pp. 51-67.

Rodrik, D. (2013), « Unconditional Convergence in Manufacturing », Quarterly Journal of Economics, vol. 128, n° 1, pp. 165-204.

Rodrik, D. (2016), « Premature deindustrialization », Journal of Economic Growth, vol. 21, n° 1, pp. 1-33.

Skype (2010), Form S-1, Securities and Exchange Commission, États-Unis, www.sec.gov/ Archives/edgar/data/1498209/000119312510182561/ds1.htm (consulté le 20 juin 2016).

Sterlacchini, A. (2008), « R&D, higher education and regional growth: Uneven linkages among European regions », Research Policy, vol. 37, pp. 1096-1107.

Sutherland, D. et al. (2009), « Infrastructure Investment: Links to Growth and the Role of Public Policies », Documents de travail du Département des affaires économiques de l’OCDE, n° 686, Éditions OCDE, https://doi.org/10.1787/225678178357.

Tobocman, S. (2014) « Revitalizing Detroit: Is there a role for migration? », Migration Policy Institute, août, Washington DC, États-Unis.

University of Gothenburg (2013), European Quality of Government Index (EQI), http://qog.pol.gu.se/data/datadownloads/qog-eqi-data.

Veneri, P. et F. Murtin (2016), « Where is inclusive growth happening? Mapping multi-dimensional living standards in OECD regions », OECD Statistics Working Papers, n° 2016/01, Éditions OCDE, Paris, https://doi.org/10.1787/5jm3nptzwsxq-en.

Walker, K. et H. Leitner (2011), « The Variegated Landscape of Local Immigration Policies in the United States », Urban Geography, vol. 32, n° 2, pp. 156-178.

Wall Street Journal (2013), « Airbnb Slows Hiring Overseas, Shifts Strategy », 15 juillet 2013, www.wsj.com/news/articles/SB10001424127887323394504578608192000978414 (consulté le 20 juin 2016).

Annexe 1.A1.

Tableau 1.A1.1. Classement des régions de l’OCDE selon la dynamique de rattrapage à l’intérieur des pays
Indicateurs de productivité et d’emploi pour les régions en pointe (F), en phase de rattrapage (C), suivant le rythme (K) et divergentes (D)
Pays	Région	Catégorie sur le plan de la productivité	Productivité et emploi 2013 ou année disponible la plus proche			Évolution de l’emploi 2000-13		Évolution de la productivité 2000-13			Poids des produits échangeables 2013
Pays	Région	Catégorie sur le plan de la productivité	Productivité (en USD à PPA)	Emploi (en milliers d'emplois)	Productivité à la "frontière" (en USD à PPA)	Évolution en valeur absolue (en milliers)	Évolution de l’emploi (en %)	Évolution annuelle de la productivité (en %)	Effet de déplacement de la frontière	Effet de rattrapage	dans la VAB (en %)	dans l’emploi (en %)
AUS	Territoire de la capitale australienne	F	109 278	212	128 716	39	1.56	2.28	3.23	-0.95	13.0	12.8
	Nouvelle-Galles-du-Sud	D	88 477	3 586	128 716	616	1.46	0.39	3.23	-2.83	36.1	26.2
	Territoire du Nord	F	112 262	126	128 716	35	2.52	1.74	3.23	-1.48	29.5	21.7
	Queensland	D	82 966	2 301	128 716	665	2.66	1.35	3.23	-1.88	34.5	25.0
	Australie-Méridionale	D	77 663	805	128 716	131	1.38	0.74	3.23	-2.49	35.9	27.2
	Tasmanie	D	69 590	232	128 716	33	1.19	0.87	3.23	-2.36	36.1	25.9
	Victoria	D	79 072	2 855	128 716	651	2.01	0.13	3.23	-3.10	34.0	27.1
	Australie-Occidentale	F	128 716	1 324	128 716	410	2.89	3.55	3.23	0.32	47.0	30.1
AUT	Burgenland	C	68 439	124	92 398	13	0.84	0.91	0.11	0.80	33.1	33.2
	Carinthie	K	72 632	275	92 398	22	0.64	0.40	0.11	0.29	35.8	33.3
	Basse-Autriche	C	78 299	729	92 398	68	0.76	0.66	0.11	0.55	34.6	32.6
	Salzbourg	C	84 159	322	92 398	43	1.10	0.76	0.11	0.64	29.5	28.0
	Styrie	C	74 339	632	92 398	67	0.86	0.73	0.11	0.62	39.4	35.6
	Tyrol	C	80 451	404	92 398	61	1.27	0.64	0.11	0.53	31.3	28.8
	Haute-Autriche	C	80 250	771	92 398	96	1.03	0.64	0.11	0.53	43.9	37.1
	Vienne	F	92 398	1 013	92 398	119	0.96	0.11	0.11	0.00	29.2	24.0
	Vorarlberg	C	87 364	193	92 398	25	1.07	0.66	0.11	0.55	42.0	35.4
BEL	Anvers	K	106 924	779	115 131	82	0.86	0.42	0.56	-0.13	35.7	24.8
	Région de Bruxelles-Capitale	F	115 131	689	115 131	48	0.55	0.56	0.56	0.00	36.7	22.8
	Flandre-Orientale	K	92 185	570	115 131	65	0.94	0.74	0.56	0.18	29.1	24.4
	Brabant flamand	K	104 585	440	115 131	45	0.83	0.76	0.56	0.20	24.5	20.5
	Hainaut	K	79 965	429	115 131	37	0.70	0.27	0.56	-0.29	26.4	21.9
	Liège	K	83 375	381	115 131	28	0.59	0.56	0.56	0.01	27.3	21.9
	Limbourg	K	84 304	331	115 131	32	0.78	0.43	0.56	-0.13	29.0	26.0
	Luxembourg	K	75 598	93	115 131	9	0.80	0.20	0.56	-0.35	20.7	21.8
	Namur	K	81 722	167	115 131	20	0.98	0.70	0.56	0.14	20.5	19.6
	Brabant wallon	D	107 970	154	115 131	33	1.91	-0.05	0.56	-0.61	40.0	24.2
	Flandre-Occidentale	K	86 907	508	115 131	38	0.59	0.59	0.56	0.03	28.9	27.5
CAN	Alberta	F	117 755	2 211	117 853	628	2.60	1.65	1.65	-0.01	42.6	29.6
	Colombie-Britannique	D	76 615	2 308	117 853	377	1.38	0.57	1.65	-1.08	28.2	24.5
	Manitoba	D	74 562	633	117 853	81	1.06	1.11	1.65	-0.54	32.9	28.6
	Nouveau-Brunswick	D	69 932	351	117 853	20	0.44	0.72	1.65	-0.93	28.4	25.5
	Terre-Neuve-et-Labrador	F	118 502	233	117 853	34	1.22	3.69	1.65	2.04	47.8	24.9
	Nouvelle-Écosse	D	66 412	454	117 853	42	0.75	0.30	1.65	-1.35	25.3	23.0
	Ontario	D	77 859	6 879	117 853	1 065	1.30	-0.14	1.65	-1.80	32.3	28.2
	Île-du-Prince-Édouard	D	60 138	74	117 853	11	1.28	0.62	1.65	-1.03	27.4	26.3
	Québec	D	69 281	4 032	117 853	631	1.32	-0.04	1.65	-1.69	32.8	28.1
	Saskatchewan	C	115 384	555	117 853	82	1.24	3.35	1.65	1.70	49.5	30.0
CZE	Bohême-Centrale	D	56 378	559	78 211	71	1.04	1.54	2.03	-0.48	46.6	41.4
	Moravie-Centrale	K	49 641	544	78 211	2	0.02	2.23	2.03	0.20	46.7	43.9
	Moravie-Silésie	C	52 511	534	78 211	9	0.13	2.51	2.03	0.49	49.6	41.9
	Nord-Est	K	50 098	675	78 211	21	-0.23	1.98	2.03	-0.05	49.5	46.4
	Nord-Ouest	K	48 157	481	78 211	13	-0.20	1.73	2.03	-0.30	47.2	40.5
	Prague	F	78 211	914	78 211	131	1.19	2.03	2.03	0.00	39.0	24.8
	Sud-Est	C	53 691	802	78 211	36	0.35	2.59	2.03	0.56	44.6	41.6
	Sud-Ouest	K	50 885	576	78 211	10	0.13	1.96	2.03	-0.07	46.4	43.5
DNK	Capitale	F	92 078	973	92 078	51	0.42	0.59	0.59	0.00	35.2	25.1
	Jutland-Central	K	77 286	620	92 078	4	0.05	0.45	0.59	-0.14	31.0	26.9
	Jutland-Septentrional	D	74 738	276	92 078	4	-0.11	0.15	0.59	-0.44	31.1	27.2
	Danemark-du-Sud	K	79 653	558	92 078	24	-0.32	0.62	0.59	0.03	31.0	26.5
	Sjaelland	K	74 425	316	92 078	8	-0.19	0.39	0.59	-0.19	26.9	22.2
EST	Estonie	.	53 797	601	53 797	16	0.20	3.42	3.42	0.00	37.3	35.5
FIN	Îles Åland	C	76 472	18	93 088	2	0.87	1.40	0.70	0.70	24.1	25.1
	Finlande-Orientale-et-Septentrionale	K	74 265	550	93 088	44	0.69	0.72	0.70	0.01	34.8	32.1
	Helsinki-Uusimaa	F	93 088	837	93 088	89	0.95	0.70	0.70	0.00	32.3	27.3
	Finlande-Méridionale	K	77 891	509	93 088	32	0.55	0.40	0.70	-0.30	36.1	30.8
	Finlande-Occidentale	K	76 809	623	93 088	73	1.04	0.76	0.70	0.06	41.1	35.7
FRA	Alsace	D	82 436	764	117 670	3	0.03	0.40	1.15	-0.75	32.1	..
	Aquitaine	D	79 523	1 339	117 670	122	0.74	0.60	1.15	-0.55	26.6	..
	Auvergne	D	76 205	530	117 670	2	0.03	0.50	1.15	-0.65	28.2	..
	Bretagne	D	75 697	1 301	117 670	100	0.62	0.33	1.15	-0.82	29.0	..
	Bourgogne	D	77 610	642	117 670	11	-0.13	0.28	1.15	-0.87	28.1	..
	Centre-Val de Loire	D	78 591	995	117 670	3	-0.03	0.35	1.15	-0.80	31.2	..
	Champagne-Ardenne	D	82 745	520	117 670	28	-0.41	0.35	1.15	-0.80	34.8	..
	Corse	D	78 653	124	117 670	30	2.17	0.58	1.15	-0.57	15.0	..
	Franche-Comté	D	74 703	439	117 670	18	-0.31	0.16	1.15	-0.99	31.1	..
	Île-de-France	F	117 670	6 081	117 670	298	0.39	1.15	1.15	0.00	30.9	..
	Languedoc-Roussillon	D	79 370	961	117 670	123	1.06	0.69	1.15	-0.46	20.4	..
	Limousin	D	71 647	280	117 670	7	-0.20	0.26	1.15	-0.89	24.1	..
	Lorraine	D	77 977	825	117 670	50	-0.45	0.33	1.15	-0.82	26.3	..
	Basse-Normandie	D	77 017	572	117 670	5	-0.06	0.66	1.15	-0.49	27.2	..
	Midi-Pyrénées	K	79 099	1 214	117 670	140	0.95	0.79	1.15	-0.36	26.8	..
	Nord-Pas-de-Calais	D	79 567	1 509	117 670	25	0.13	0.74	1.15	-0.40	26.7	..
	Pays de la Loire	D	79 454	1 508	117 670	120	0.64	0.72	1.15	-0.43	31.2	..
	Picardie	D	81 363	661	117 670	19	-0.22	0.42	1.15	-0.73	29.1	..
	Poitou-Charentes	D	76 437	691	117 670	26	0.29	0.65	1.15	-0.50	30.5	..
	Provence-Alpes-Côte d'Azur	D	86 596	1 997	117 670	227	0.93	0.55	1.15	-0.60	22.1	..
	Rhône-Alpes	D	86 341	2 715	117 670	195	0.57	0.73	1.15	-0.42	28.8	..
	Haute-Normandie	D	83 442	700	117 670	8	-0.09	0.48	1.15	-0.67	32.2	..
DEU	Bade-Wurtemberg	C	84 826	5 945	92 266	538	0.73	0.42	-0.01	0.42	..	..
	Bavière	C	85 336	7 082	92 266	690	0.79	0.69	-0.01	0.70	..	..
	Berlin	K	75 895	1 774	92 266	182	0.84	0.08	-0.01	0.09	..	..
	Brandebourg	C	66 841	1 082	92 266	4	0.03	1.01	-0.01	1.01	..	..
	Brême	K	84 640	417	92 266	24	0.46	0.31	-0.01	0.32	..	..
	Hambourg	F	101 034	1 180	92 266	125	0.86	-0.19	-0.01	-0.19	..	..
	Hesse	F	88 872	3 272	92 266	192	0.47	0.05	-0.01	0.06	..	..
	Basse-Saxe	C	76 048	3 887	92 266	332	0.69	0.41	-0.01	0.42	..	..
	Mecklembourg-Poméranie-Occidentale	C	61 269	730	92 266	37	-0.38	0.90	-0.01	0.91	..	..
	Rhénanie-du-Nord-Westphalie	C	80 367	9 038	92 266	464	0.41	0.43	-0.01	0.43	..	..
	Rhénanie-Palatinat	K	76 281	1 952	92 266	167	0.69	0.32	-0.01	0.32	..	..
	Sarre	C	75 208	519	92 266	6	0.09	0.70	-0.01	0.70	..	..
	Saxe	C	62 445	2 010	92 266	17	0.07	1.12	-0.01	1.12	..	..
	Saxe-Anhalt	C	64 568	1 015	92 266	54	-0.40	1.08	-0.01	1.09	..	..
	Schleswig-Holstein	K	73 040	1 334	92 266	73	0.43	0.23	-0.01	0.24	..	..
	Thuringe	C	60 218	1 047	92 266	39	-0.28	1.23	-0.01	1.23	..	..
GRC	Attique	F	85 585	1 471	85 585	124	-0.62	0.80	0.80	0.00	24.1	28.0
	Grèce-Centrale	D	61 242	188	85 585	17	-0.66	-1.22	0.80	-2.02	40.9	44.3
	Macédoine-Centrale	K	58 093	612	85 585	110	-1.26	0.78	0.80	-0.03	27.7	34.7
	Crète	K	55 132	235	85 585	36	-1.10	0.97	0.80	0.16	23.8	35.4
	Macédoine-Orientale-et-Thrace	K	52 075	206	85 585	34	-1.18	0.80	0.80	0.00	26.7	42.6
	Épire	K	54 132	115	85 585	13	-0.82	0.55	0.80	-0.25	23.7	33.6
	Îles Ioniennes	D	56 746	83	85 585	3	-0.24	-0.43	0.80	-1.24	16.7	31.0
	Égée-Septentrionale	D	57 863	68	85 585	2	0.27	0.33	0.80	-0.47	17.3	26.6
	Péloponnèse	D	55 975	207	85 585	22	-0.76	0.32	0.80	-0.48	33.4	46.9
	Égée-Méridionale	D	67 219	129	85 585	6	0.39	-0.82	0.80	-1.62	14.1	22.7
	Thessalie	K	53 951	254	85 585	25	-0.73	0.41	0.80	-0.39	30.6	40.2
	Grèce-Occidentale	K	56 364	223	85 585	46	-1.43	1.03	0.80	0.23	27.1	39.7
	Macédoine-Occidentale	K	66 171	87	85 585	14	-1.12	0.51	0.80	-0.29	49.4	42.2
HUN	Hongrie-Centrale	F	61 976	1 680	61 976	85	0.43	2.24	2.24	0.00	38.3	29.8
	Transdanubie-Centrale	D	48 789	424	61 976	29	-0.56	1.49	2.24	-0.75	51.4	49.8
	Grande-Plaine-Septentrionale	K	45 963	452	61 976	43	-0.75	2.08	2.24	-0.16	40.9	42.4
	Hongrie-Septentrionale	D	44 718	347	61 976	38	-0.87	1.46	2.24	-0.78	43.8	41.9
	Grande-Plaine-Méridionale	D	43 551	437	61 976	59	-1.05	1.67	2.24	-0.58	41.1	44.4
	Transdanubie-Méridionale	D	45 793	298	61 976	51	-1.30	1.81	2.24	-0.43	38.3	39.3
	Transdanubie-Occidentale	D	51 439	421	61 976	43	-0.81	1.76	2.24	-0.48	52.7	48.2
IRL	Région frontalière, Centre et Ouest	C	81 455	433	114 234	16	0.29	1.65	1.14	0.50	43.9	30.5
	Région Sud et Est	F	114 234	1 449	114 234	170	0.97	1.14	1.14	0.00	51.9	32.8
ITA	Abruzzes	K	72 045	518	94 756	1	0.02	-0.26	-0.38	0.12	33.1	38.5
	Vallée d’Aoste	F	92 735	60	94 756	3	0.34	0.22	-0.38	0.60	28.0	27.7
	Pouilles	K	63 657	1 293	94 756	73	-0.42	-0.38	-0.38	-0.01	27.7	35.8
	Basilicate	K	67 862	194	94 756	15	-0.56	-0.22	-0.38	0.15	36.1	38.6
	Calabre	K	60 884	608	94 756	14	-0.18	-0.60	-0.38	-0.23	22.6	36.2
	Campanie	K	64 931	1 863	94 756	21	-0.09	-0.15	-0.38	0.23	27.2	33.3
	Émilie-Romagne	K	85 437	2 061	94 756	69	0.26	-0.18	-0.38	0.19	38.5	39.8
	Frioul-Vénétie julienne	K	80 493	538	94 756	13	0.19	-0.55	-0.38	-0.17	36.3	39.3
	Latium	F	87 705	2 569	94 756	363	1.18	-0.88	-0.38	-0.50	31.8	32.1
	Ligurie	F	90 325	650	94 756	1	0.02	-0.22	-0.38	0.15	25.2	29.5
	Lombardie	F	94 756	4 647	94 756	416	0.72	-0.38	-0.38	0.00	40.1	39.7
	Marches	K	74 757	635	94 756	14	0.17	-0.48	-0.38	-0.10	37.0	42.8
	Molise	K	70 575	103	94 756	6	-0.45	-0.66	-0.38	-0.29	28.0	34.5
	Piémont	K	84 266	1 834	94 756	63	0.27	-0.73	-0.38	-0.36	38.8	40.6
	Province de Bolzano-Bozen	K	90 817	278	94 756	40	1.20	-0.25	-0.38	0.12	29.9	29.6
	Province de Trente	K	87 088	256	94 756	28	0.88	-0.67	-0.38	-0.30	30.4	31.6
	Sardaigne	K	67 596	563	94 756	7	-0.10	-0.33	-0.38	0.05	24.8	32.3
	Sicile	K	69 413	1 466	94 756	50	-0.26	-0.40	-0.38	-0.02	24.1	32.2
	Toscane	K	80 919	1 639	94 756	121	0.59	-0.45	-0.38	-0.08	34.1	37.1
	Ombrie	K	72 507	370	94 756	20	0.43	-0.74	-0.38	-0.36	32.7	39.3
	Vénétie	K	83 827	2 150	94 756	126	0.47	-0.63	-0.38	-0.26	38.1	41.3
KOR	Région de la capitale	D	63 932	12 528	77 259	1 631	1.56	2.09	3.33	-1.24	43.5	63.8
	Chungcheong	F	77 259	2 648	77 259	402	1.85	3.33	3.33	0.00	59.2	67.9
	Gangwon	D	58 214	698	77 259	28	0.46	2.59	3.33	-0.73	31.0	64.6
	Gyeongbuk	D	59 611	2 581	77 259	43	0.19	2.52	3.33	-0.81	56.2	66.2
	Gyeongnam	D	71 903	3 809	77 259	237	0.72	2.55	3.33	-0.78	57.7	64.5
	Jeju	K	49 809	305	77 259	27	1.02	2.82	3.33	-0.51	34.0	64.4
	Jeolla	D	61 895	2 499	77 259	141	0.65	2.56	3.33	-0.77	52.3	66.7
NLD	Drenthe	D	66 817	226	107 172	7	-0.24	0.46	1.24	-0.79	33.6	22.1
	Flevoland	K	77 192	172	107 172	18	0.90	0.91	1.24	-0.34	24.7	20.6
	Frise	K	68 285	304	107 172	2	-0.05	0.88	1.24	-0.36	36.2	23.2
	Gueldre	D	73 359	1 026	107 172	23	0.19	0.75	1.24	-0.50	30.3	21.6
	Groningue	F	131 283	278	107 172	9	-0.28	3.20	1.24	1.95	61.7	22.6
	Limbourg	D	72 008	556	107 172	21	-0.31	0.71	1.24	-0.53	33.5	24.3
	Brabant-Septentrional	K	82 476	1 336	107 172	20	0.12	0.88	1.24	-0.36	36.5	23.7
	Hollande-Septentrionale	F	95 829	1 517	107 172	22	0.12	1.00	1.24	-0.24	32.4	22.0
	Overijssel	D	69 682	590	107 172	17	0.25	0.81	1.24	-0.44	32.5	23.0
	Hollande-Méridionale	F	87 043	1 791	107 172	28	-0.13	-0.49	1.24	-1.73	28.8	19.5
	Utrecht	D	90 910	715	107 172	4	-0.05	0.79	1.24	-0.45	32.0	21.9
	Zélande	C	73 290	181	107 172	0	0.02	1.87	1.24	0.63	37.1	23.6
NZL	Région d'Auckland	F	71 878	712	78 341	576	14.76	0.50	0.51	-0.04	38.0	27.0
	Baie de l’Abondance	C	66 064	113	78 341	60	6.46	1.97	0.51	1.30	44.0	32.2
	Région de Canterbury	C	58 845	324	78 341	207	8.90	1.60	0.51	0.96	43.0	29.7
	Gisborne/Hawke's Bay	D	48 987	103	78 341	300	-10.76	-0.57	0.51	-1.04	47.0	35.9
	Région de Manawatu-Wanganui	D	51 352	112	78 341	89	-4.76	-0.18	0.51	-0.68	40.8	31.2
	Northland	K	54 281	67	78 341	37	7.00	0.88	0.51	0.30	47.9	33.7
	Otago	K	53 242	116	78 341	230	-8.69	0.58	0.51	0.03	42.8	28.8
	Southland	K	62 054	56	78 341	148	-10.21	0.14	0.51	-0.38	61.9	44.5
	Région de Taranaki	F	91 767	63	78 341	250	-12.50	0.28	0.51	-0.25	72.1	41.3
	Tasman-Nelson-Marlb./West Coast	C	55 236	93	78 341	46	5.86	1.18	0.51	0.57	46.6	35.1
	Région du Waikato	C	67 040	194	78 341	141	11.54	1.79	0.51	1.14	52.1	35.5
	Région de Wellington	K	70 729	270	78 341	223	15.71	0.34	0.51	-0.20	39.6	23.5
POL	Grande-Pologne	C	61 200	1 359	78 130	45	-0.25	4.13	2.41	1.72	..	45.3
	Couïavie-Poméranie	C	50 589	759	78 130	158	-1.44	4.42	2.41	2.01	..	44.5
	Petite-Pologne	C	50 497	1 306	78 130	24	-0.14	3.87	2.41	1.46	..	42.3
	Łódź	C	41 950	1 246	78 130	120	0.78	2.80	2.41	0.39	..	45.2
	Basse-Silésie	C	69 707	1 041	78 130	102	0.79	3.38	2.41	0.97	..	40.5
	Province de Lublin	C	35 493	956	78 130	5	0.04	3.23	2.41	0.82	..	47.9
	Lubusz	C	47 838	398	78 130	3	-0.07	3.19	2.41	0.78	..	39.7
	Mazovie	F	78 130	2 403	78 130	480	1.73	2.41	2.41	0.00	..	38.5
	Région d'Opole	C	54 458	332	78 130	11	-0.25	3.04	2.41	0.64	..	45.2
	Basses-Carpates	C	42 127	799	78 130	47	0.46	2.99	2.41	0.58	..	47.3
	Podlachie	C	42 702	454	78 130	16	0.28	3.09	2.41	0.68	..	47.1
	Poméranie	K	55 814	883	78 130	178	1.75	2.04	2.41	-0.36	..	37.4
	Silésie	K	56 491	1 889	78 130	173	0.74	2.35	2.41	-0.06	..	40.9
	Sainte-Croix	D	37 556	549	78 130	89	1.37	1.47	2.41	-0.94	..	48.5
	Varmie-Mazurie	K	43 981	527	78 130	59	0.91	2.16	2.41	-0.24	..	40.7
	Poméranie-Occidentale	C	57 207	563	78 130	80	-1.01	3.39	2.41	0.98	..	35.1
PRT	Alentejo	K	63 160	275	76 493	44	-1.14	0.71	0.49	0.22	38.2	38.9
	Algarve	C	62 320	181	76 493	10	-0.41	1.14	0.49	0.65	18.5	22.1
	Açores	C	58 781	97	76 493	6	-0.45	1.46	0.49	0.97	26.8	31.8
	Centre	C	50 856	974	76 493	206	-1.46	1.19	0.49	0.70	35.1	44.6
	Lisbonne	F	76 493	1 288	76 493	71	-0.41	0.49	0.49	0.00	30.6	24.4
	Madère	C	60 681	104	76 493	21	-1.43	2.28	0.49	1.79	18.0	26.9
	Nord	C	49 087	1 528	76 493	228	-1.06	1.00	0.49	0.51	36.4	44.5
SVK	Région de Bratislava	F	91 576	423	91 576	61	1.20	3.76	3.76	0.00	36.5	25.5
	Slovaquie-Centrale	D	53 086	519	91 576	30	0.46	3.26	3.76	-0.50	40.1	35.2
	Slovaquie-Orientale	K	55 440	515	91 576	12	0.18	3.47	3.76	-0.29	39.6	33.0
	Slovaquie-Occidentale	D	60 602	735	91 576	65	0.71	3.15	3.76	-0.61	46.7	38.8
SVN	Slovénie-Orientale	C	54 459	439	63 577	34	-0.57	2.00	1.34	0.66	42.8	46.4
	Slovénie-Occidentale	F	63 577	485	63 577	44	0.73	1.34	1.34	0.00	35.7	34.4
ESP	Andalousie	K	73 660	2 647	89 402	230	0.70	0.74	0.65	0.10	28.7	28.0
	Aragon	C	81 663	557	89 402	16	0.23	1.25	0.65	0.60	38.1	34.9
	Asturies	K	76 516	384	89 402	14	0.28	0.46	0.65	-0.19	33.1	30.9
	Îles Baléares	K	79 118	459	89 402	52	0.93	0.31	0.65	-0.34	18.7	20.0
	Pays basque	F	89 791	978	89 402	46	0.37	0.72	0.65	0.07	38.1	35.2
	Îles Canaries	K	76 788	732	89 402	69	0.76	0.36	0.65	-0.29	20.6	19.4
	Cantabrie	K	78 645	213	89 402	7	0.26	0.67	0.65	0.02	34.4	32.4
	Castille-et-León	K	78 389	944	89 402	10	-0.08	0.88	0.65	0.23	35.7	32.6
	Castille-La Manche	C	78 263	672	89 402	29	0.34	1.64	0.65	0.99	39.3	34.9
	Catalogne	K	84 886	3 209	89 402	172	0.43	0.93	0.65	0.28	33.8	30.8
	Ceuta	K	79 063	27	89 402	2	0.59	0.34	0.65	-0.31	11.5	12.9
	Estrémadure	C	70 223	335	89 402	6	-0.13	1.33	0.65	0.68	30.2	30.1
	Galice	C	74 014	1 021	89 402	54	0.42	1.04	0.65	0.39	35.0	33.9
	La Rioja	C	84 466	126	89 402	0	0.00	1.18	0.65	0.53	43.3	40.4
	Madrid	F	88 935	3 042	89 402	440	1.21	0.61	0.65	-0.04	32.0	28.3
	Melilla	K	77 067	25	89 402	0	-0.06	0.97	0.65	0.32	11.4	12.7
	Murcie	K	69 117	537	89 402	97	1.55	0.27	0.65	-0.38	31.8	34.2
	Navarre	C	87 159	280	89 402	2	-0.06	1.27	0.65	0.62	43.3	40.1
	Valence	K	77 343	1 747	89 402	43	0.19	0.91	0.65	0.26	31.3	30.6
SWE	Norrland-Central	D	80 690	170	106 206	2	-0.09	1.10	1.61	-0.51	40.4	27.6
	Région Centre-Est	K	81 544	714	106 206	38	0.42	1.40	1.61	-0.21	36.6	27.1
	Région Centre-Nord	D	78 865	361	106 206	0	0.00	0.89	1.61	-0.72	39.0	29.6
	Småland avec les îles	D	74 459	395	106 206	6	0.12	1.09	1.61	-0.52	39.4	33.8
	Sud de la Suède	D	77 965	648	106 206	58	0.72	0.80	1.61	-0.81	29.6	25.5
	Stockholm	F	106 206	1 208	106 206	149	1.02	1.61	1.61	0.00	38.1	25.8
	Norrland-Septentrional	K	83 907	245	106 206	20	0.66	1.45	1.61	-0.16	42.9	26.3
	Ouest de la Suède	D	82 100	931	106 206	103	0.91	0.85	1.61	-0.76	34.4	27.4
GBR	Midlands de l’Est	K	64 548	2 116	133 506	141	0.53	1.04	1.30	-0.26	31.2	..
	Angleterre de l’Est	D	68 791	2 914	133 506	273	0.76	0.59	1.30	-0.71	28.8	..
	Grand-Londres	F	133 506	3 898	133 506	539	1.15	1.30	1.30	0.00	37.6	..
	Angleterre du Nord-Est	K	61 035	1 143	133 506	73	0.51	0.95	1.30	-0.34	30.8	..
	Angleterre du Nord-Ouest	K	69 834	3 118	133 506	159	0.40	0.97	1.30	-0.32	31.0	..
	Irlande du Nord	D	63 434	796	133 506	111	1.16	-0.02	1.30	-1.31	28.0	..
	Écosse	K	72 990	2 467	133 506	141	0.45	1.19	1.30	-0.10	33.3	..
	Angleterre du Sud-Est	K	81 954	4 263	133 506	251	0.47	1.07	1.30	-0.23	30.7	..
	Angleterre du Sud-Ouest	K	68 753	2 545	133 506	201	0.63	1.06	1.30	-0.23	30.2	..
	Pays de Galles	D	59 611	1 343	133 506	115	0.69	0.73	1.30	-0.56	30.9	..
	Midlands de l’Ouest	D	69 270	2 447	133 506	62	0.20	0.82	1.30	-0.47	31.1	..
	Yorkshire et Humber	K	63 589	2 459	133 506	200	0.65	0.90	1.30	-0.39	31.2	..
USA	Alabama	K	72 617	2 542	108 796	147	0.46	1.20	0.83	0.37	51.2	25.8
	Alaska	F	117 589	462	108 796	72	1.31	2.47	0.83	1.64	52.7	22.7
	Arizona	D	76 819	3 392	108 796	583	1.46	0.38	0.83	-0.45	41.6	21.9
	Arkansas	C	71 264	1 578	108 796	94	0.48	1.64	0.83	0.81	48.6	24.8
	Californie	K	97 845	21 449	108 796	2 169	0.82	0.79	0.83	-0.04	45.4	24.4
	Colorado	K	81 585	3 352	108 796	428	1.06	0.61	0.83	-0.22	45.1	24.0
	Connecticut	F	104 838	2 233	108 796	123	0.44	0.53	0.83	-0.30	46.7	26.9
	Delaware	F	106 094	544	108 796	43	0.64	0.24	0.83	-0.59	53.7	25.9
	District de Columbia	F	125 468	844	108 796	110	1.08	1.61	0.83	0.78	53.1	16.7
	Floride	D	71 935	10 556	108 796	1 638	1.31	0.43	0.83	-0.40	36.2	22.0
	Géorgie	D	78 653	5 504	108 796	631	0.94	0.13	0.83	-0.70	45.4	23.4
	Hawaii	C	81 313	876	108 796	123	1.17	1.40	0.83	0.57	37.5	15.9
	Idaho	D	64 156	903	108 796	127	1.17	0.37	0.83	-0.46	46.0	22.6
	Illinois	K	91 561	7 507	108 796	148	0.15	0.77	0.83	-0.06	44.2	25.4
	Indiana	K	80 130	3 683	108 796	37	0.08	1.06	0.83	0.23	54.0	28.1
	Iowa	C	78 350	2 019	108 796	105	0.41	1.88	0.83	1.05	56.0	27.5
	Kansas	C	72 465	1 864	108 796	105	0.45	1.27	0.83	0.44	50.1	26.6
	Kentucky	K	72 124	2 414	108 796	107	0.35	1.20	0.83	0.37	50.4	24.6
	Louisiane	C	88 866	2 632	108 796	245	0.75	1.89	0.83	1.06	53.2	24.0
	Maine	K	64 443	804	108 796	20	0.19	0.83	0.83	0.00	40.0	22.7
	Maryland	C	92 639	3 475	108 796	387	0.91	1.40	0.83	0.57	42.8	19.0
	Massachusetts	K	96 866	4 322	108 796	244	0.45	0.76	0.83	-0.07	40.4	23.1
	Michigan	D	77 646	5 309	108 796	299	-0.42	0.01	0.83	-0.82	46.9	26.1
	Minnesota	K	82 037	3 552	108 796	225	0.51	1.04	0.83	0.21	44.6	26.1
	Mississippi	K	64 288	1 536	108 796	59	0.30	1.15	0.83	0.32	50.5	24.2
	Missouri	K	73 306	3 580	108 796	106	0.23	0.72	0.83	-0.11	45.7	23.6
	Montana	C	63 852	639	108 796	86	1.12	2.05	0.83	1.22	44.5	21.6
	Nebraska	C	82 465	1 258	108 796	85	0.54	2.36	0.83	1.53	50.6	24.7
	Nevada	D	77 827	1 560	108 796	306	1.70	0.31	0.83	-0.52	36.3	19.7
	New Hampshire	K	78 010	835	108 796	53	0.50	0.86	0.83	0.03	41.2	24.3
	New Jersey	F	99 871	5 103	108 796	366	0.57	0.46	0.83	-0.37	37.2	22.0
	Nouveau-Mexique	K	79 826	1 079	108 796	117	0.89	0.85	0.83	0.02	51.9	20.1
	New York	F	110 106	11 555	108 796	1 163	0.82	0.89	0.83	0.06	48.9	24.2
	Caroline du Nord	K	81 240	5 452	108 796	559	0.84	1.15	0.83	0.32	52.6	23.6
	Dakota du Nord	C	83 505	580	108 796	139	2.14	3.87	0.83	3.04	49.6	23.4
	Ohio	K	80 111	6 663	108 796	117	-0.13	0.89	0.83	0.06	47.3	25.6
	Oklahoma	C	74 202	2 255	108 796	261	0.95	2.02	0.83	1.19	52.8	26.5
	Oregon	C	85 778	2 265	108 796	175	0.62	1.58	0.83	0.75	53.9	24.3
	Pennsylvanie	K	82 936	7 322	108 796	427	0.46	0.94	0.83	0.11	42.4	24.6
	Rhode Island	K	84 696	597	108 796	18	0.23	1.10	0.83	0.27	42.3	23.9
	Caroline du Sud	K	69 230	2 499	108 796	223	0.72	0.67	0.83	-0.16	47.6	24.7
	Dakota du Sud	C	73 610	576	108 796	66	0.95	2.04	0.83	1.21	55.6	25.1
	Tennessee	K	74 168	3 710	108 796	246	0.53	0.99	0.83	0.16	42.9	24.3
	Texas	C	95 244	15 505	108 796	3 366	1.90	1.68	0.83	0.85	52.9	25.5
	Utah	K	73 438	1 743	108 796	366	1.83	1.14	0.83	0.31	47.4	25.4
	Vermont	K	64 194	426	108 796	25	0.47	1.00	0.83	0.17	42.1	22.9
	Virginie	K	88 070	4 899	108 796	502	0.84	1.17	0.83	0.34	42.5	20.1
	Washington	K	96 899	3 985	108 796	460	0.95	1.09	0.83	0.26	50.3	24.1
	Virginie-Occidentale	C	73 118	916	108 796	40	0.35	1.52	0.83	0.69	50.7	23.0
	Wisconsin	K	76 486	3 530	108 796	124	0.27	1.14	0.83	0.31	49.9	28.8
	Wyoming	F	100 236	395	108 796	73	1.58	3.16	0.83	2.33	59.6	25.0
On définit ici la productivité comme le PIB par travailleur. Le PIB et la VAB sont mesurés en USD de 2010 à PPA constantes. Les régions en phase de rattrapage/divergentes ont connu une croissance supérieure/inférieure d’au moins 5 points de pourcentage par rapport à la « frontière » de leur pays sur la période 2000-13. L’appellation « frontière » (ou « régions en pointe ») désigne l’agrégation des régions ayant le PIB par travailleur le plus élevé et représentant 10 % de l’emploi national. Les régions sont classées dans la catégorie « en pointe » si elles représentent un pourcentage non négligeable de l’emploi pendant plusieurs années sur la période 2000-13. La productivité indiquée pour les régions en pointe en 2013 concerne uniquement les régions qui étaient en pointe en 2013. Par manque de données régionales pour la période considérée, seuls 24 pays sont comptabilisés dans les moyennes. Les secteurs de produits échangeables, qui ont été sélectionnés parmi les composantes des 10 secteurs évoqués dans le SCN 2008, sont les suivants : agriculture (A), industrie (BCDE), information et communication (J), activités financières et d’assurances (K) et autres services (RSTU). Les secteurs de produits non échangeablessont la construction, le commerce de détail, les réparations, le transport, l’hébergement, la restauration (GHI), les activités immobilières (L), les services aux entreprises (MN) et l’administration publique (OPQ).
Calculs établis à partir de OCDE (2016f), Statistiques régionales de l’OCDE (base de données), https://doi.org/10.1787/region-data-fr (consulté le 18 juin 2016)
https://doi.org/10.1787/888933642970

Notes

← 1. Les données statistiques concernant Israël sont fournies par et sous la responsabilité des autorités israéliennes compétentes. L’utilisation de ces données par l’OCDE est sans préjudice du statut des hauteurs du Golan, de Jérusalem-Est et des colonies de peuplement israéliennes en Cisjordanie aux termes du droit international.

← 2. Andrews, Criscuolo et Gal (2015) utilisent des données transnationales harmonisées sur les entreprises pour identifier les entreprises les plus productives à l’échelle mondiale dans chaque code à deux chiffres des secteurs d’activité, à partir d’un certain nombre de définitions (par exemple les 100 premières entreprises de chaque secteur d’activité, etc.), sur la période 2001-09.

← 3. Pour l’heure, les données concernant les inégalités interpersonnelles au sein des régions TL2 ne sont disponibles que pour l’année 2010 dans la base de données régionales de l’OCDE (OCDE, 2016f).

← 4. Dans le cadre de la typologie de l’OCDE, on distingue, parmi les régions de niveau TL3, les régions urbaines, intermédiaires et rurales. Pour en savoir plus, voir OCDE (2016b).

← 5. C’est le meilleur élément de mesure de la productivité du travail disponible au niveau régional.

← 6. On définit le groupe des régions en pointe et des régions à la traîne en regroupant les régions dotées du PIB par employé le plus élevé/le plus faible, jusqu’à ce que l’équivalent de 10 % de l’emploi national soit atteint.

← 7. En l’occurrence, l’analyse a porté sur les régionsTL3 de l’OCDE, qui sont plus petites en superficie que les régions TL2.

← 8. Voir l’encadré 1.1 de l’OCDE (2013c) pour plus de détails.

← 9. Les secteurs de produits échangeables, qui ont été sélectionnés parmi les composantes des 10 secteurs évoqués dans le SCN 2008, sont les suivants : agriculture (A), industrie (BCDE), information et communication (J), activités financières et d’assurances (K) et autres services (R à U). Les secteurs de produits non échangeables sont la construction, le commerce de détail, les réparations, le transport, l’hébergement, la restauration (GHI), les activités immobilières (L), les services aux entreprises (MN) et l’administration publique (OPQ).

← 10. Cette constatation était axée sur la croissance du PIB par habitant.

← 11. Plusieurs pays ont été écartés de cette analyse par manque de données ou en raison d’un nombre insuffisant de régions : le Chili, l’Estonie, l’Islande, Israël, le Japon, le Luxembourg, le Mexique, la Norvège, la Suisse et la Turquie.

← 12. C’est manifeste dans l’évolution de la population à des niveaux très détaillés. En Europe, par exemple, un exercice récent de cartographie de l’évolution démographiqueentre 2001 et 2011 fait apparaître une nette concentration dans et autour des villes, certaines zones rurales (et leurs villes et villages) allant toutefois à l’encontre de la tendance générale (BBSR, 2015). Sur la période 2000-14, l’évolution nette de la répartition de la population des pays membres de l’OCDE entre les différents types de régions (TL3) révèle que la proportion de la population vivant dans des régions essentiellement rurales a augmenté en Belgique, au Chili, aux États-Unis, en Irlande et en Suisse (OCDE, 2016b).

← 13. On définit le groupe des régions de la tranche supérieure des 20 % en regroupant les régions enregistrant la valeur la plus élevée de l’indicateur jusqu’à ce que l’équivalent de 20 % de la population nationale soit atteint. On procède de même pour les régions de la tranche inférieure des 20 %. Si, par exemple, dans la tranche supérieure des 20 %, 50 % de la main-d’œuvre est diplômée de l’enseignement supérieur et si, dans la tranche inférieure des 20 %, c’est le cas de 25 % de la main-d’œuvre, le ratio sera égal à 2. On évalue ensuite l’évolution de ce ratio au fil du temps.

← 14. C’est un rattrapage plus rapide qui explique, pour l’essentiel, les valeurs relativesaux dépenses totales de R-D, aux dépenses de R-D dans l’enseignement supérieur, au personnel de R-D et au poids des diplômés de l’enseignement supérieur au sein de la main-d’œuvre. S’agissant des brevets, les raisons qui expliquent la convergence des régions sont plus mitigées. Concernant l’intensité de la R-D des entreprises, la convergence s’explique pour partie par une dégradation de la performance des régions en pointe, avec une augmentation simultanée des valeurs dans les régions à la traîne.

← 15. Notons que, dans les deux tiers des pays membres de l’OCDE pour lesquels on dispose de données, le volume total de la R-D des entreprises a reculé après 2008, même si, dans la plupart de ces pays, ce volume a connu un rebond dans les trois ans qui ont suivi. L’intensité de la R-D des entreprises (en proportion du PIB) fluctue davantage, et elle a baissé dans 17 pays sur 31 après 2008. Dans quelques pays, l’intensité de la R-D des entreprises s’établissait, en 2011, à un niveau inférieur à celui de 2000.

← 16. L’indice IHH normalisé s’échelonne de 0 à 1 (concentré dans une région). On calcule l’indice Herfindahl-Hirschman normalisé selon la formule suivante :, pour N > 1, et , Si correspondant à la part de l’indicateurchoisi dans la région i.

← 17. D’après ars technica (2013), http://arstechnica.com/business/2013/09/skypes-secrets/4/ (consulté le 20 juin 2016).

← 18. D’après le formulaire S-1 déposé par Skype S.A R.L. auprès de la SEC (Securities and Exchange Commission) (Skype, 2010).

← 19. Données tirées de MarketWatch (2015), www.marketwatch.com/story/what-really-keeps-airbnbs-ceo-up-at-night-2015-02-13 (consulté le 20 juin 2016) et du Wall Street Journal (2013), www.wsj.com/news/articles/SB10001424127887323394504578608192000978414 (consulté le 20 juin 2016).

← 20. Bon nombre des emplois créés concernent des services à la clientèle visant à garantir une disponibilité à toute heure et un soutien dans les langues locales (Business Insider, 2013), www.businessinsider.com/insane-lengths-airbnb-will-go-to-in-order-to-please-customers-2013-8?IR=T (consulté le 20 juin 2016).

← 21. Le calcul du niveau de vie multidimensionnel est fondé sur la méthode du revenu équivalent où, pour différentes tranches de revenus, une valeur chiffrée de l’état de santé et de la situation de chômage est ajoutée au revenu disponible et agrégée par une fonction de moyenne généralisée afin de tenir compte des inégalités.

← 22. Manning (2004) montre que les taux d’emploi des travailleurs peu qualifiés sont plus élevés (et leurs taux de chômage moins élevés) dans les zones métropolitaines des États-Unis qui ont un pourcentage plus élevé de diplômés d’université. Il attribue cette caractéristique à une polarisation croissante des emplois, les emplois très qualifiés suscitant une demande de services locaux non échangeables (et accessibles avec un faible niveau de qualification).

← 23. Voir par exemple OIM 2015 ; Walker et Leitner, 2011 ; Rhys et al., 2013 ; Caponio et al., 2010.

← 24. Cette analyse s’est fondée sur les États-Unis.

← 25. Dans le présent ouvrage, aucune valeur-seuil n’est retenue pour les régions à la traîne, mais le degré de « retard » d’une région correspond à l’écart qui la sépare de la frontière du pays en matièrede productivité (c’est-à-dire de PIB par travailleur).

← 26. Voir OCDE (2013b), p.19, pour une analyse complémentaire du lien entre l’investissement public et la croissance.

← 27. Voir OCDE (2014a), selon des indications émanant de Dexia (juillet 2012).

← 28. Données pour 2014, d’après la base de données métropolitaines de l’OCDE (OCDE, 2016c).

← 29. Selon la proportion des répondants de 37 villes à l’enquête d’opinion « Audit urbain » de l’Union européenne qui se sont déclarés « satisfaits » ou « très satisfaits » de l’offre de transports publics dans leur ville. L’écart entre les deux groupes est statistiquement significatif, avec un niveau de confiance de 95 %.

← 30. Pour en savoir plus, voir Boulant, Brezzi et Veneri (2016). La plupart des autres études portant sur la ségrégation sont réalisées au niveau des quartiers.