ArticlePDF Available

Une mesure spatiale locale de la sigma convergence pour évaluer les disparités régionales dans l'Union européenne

Abstract and Figures

La mesure des disparités régionales dans l'Union européenne a été largement abordée dans la littérature, notamment grâce à l'utilisation de mo-dèles de convergence la plupart du temps basés sur des spécifications néo-classiques. Plus récemment, certains travaux ont mis en évidence le rôle de la proximité géographique dans l'explication de la convergence notamment grâce aux méthodes de statistiques spatiales. Cependant, la prise en compte de la dimension locale dans la mesure des disparités régionales (via la convergence) reste souvent négligée. C'est dans ce contexte que nous proposons la mise en place d'un indice de convergence locale prenant la forme d'une spatialisation de la sigma-convergence afin de mettre en évidence les processus simultanés de convergence et de divergence qui s'opèrent dans l'Union européenne au niveau régional.
Content may be subject to copyright.
___________________ Région et Développement n° 37-2013___________________
UNE MESURE SPATIALE LOCALE DE LA SIGMA-
CONVERGENCE POUR ÉVALUER LES DISPARITÉS
RÉGIONALES DANS L’UNION EUROPÉENNE
Sébastien BOURDIN*
Résumé - La mesure des disparités régionales dans l’Union européenne a été
largement abordée dans la littérature, notamment grâce à l’utilisation de mo-
dèles de convergence la plupart du temps basés sur des spécifications néo-
classiques. Plus récemment, certains travaux ont mis en évidence le rôle de la
proximité géographique dans l’explication de la convergence notamment grâce
aux méthodes de statistiques spatiales. Cependant, la prise en compte de la
dimension locale dans la mesure des disparités régionales (via la convergence)
reste souvent négligée. C’est dans ce contexte que nous proposons la mise en
place d’un indice de convergence locale prenant la forme d’une spatialisation
de la sigma-convergence afin de mettre en évidence les processus simultanés de
convergence et de divergence qui s’opèrent dans l’Union européenne au niveau
régional.
Mots-clés : CONVERGENCE LOCALE, CROISSANCE RÉGIONALE, DIS-
PARITÉS RÉGIONALES, UNION EUROPÉENNE
Classification JEL : R11, R15, C31, C51
Nous souhaitons remercier vivement les referees anonymes de la revue pour leurs
commentaires et remarques.
* Ecole de Management de Normandie, Caen ; sbourdin.sebastien@em-normandie.fr
180 Sébastien Bourdin
1. INTRODUCTION
Depuis le premier rapport sur la cohésion, publié en 1996, la convergence
est un objet central des politiques européennes. Au cours des différentes pé-
riodes de programmation de la politique de cohésion, le premier objectif a tou-
jours été celui d’un rattrapage des régions en retard de développement (articles
162 à 164 du Traité sur le Fonctionnement de l’Union européenne). La conver-
gence est une condition sine qua non à la stabilité et la prospérité de l’espace
communautaire, une condition également de l’intégration de ses territoires
« périphériques » et de sa cohésion. De nombreux rapports européens traitent de
la question de l’évaluation du processus de convergence dans l’Union euro-
péenne (UE). Pourtant, pour la majeure partie, la prise en compte de l’espace
géographique dans l’explication de la convergence est rarement prise en compte
alors même que la littérature scientifique y fait référence. L’objectif de cet ar-
ticle est donc d’investir les concepts et les outils permettant d'appréhender la
convergence en tenant compte des effets de proximité régionale. Ainsi, il sera
possible de mettre en lumière les discontinuités spatiales de richesse existant au
sein de l’UE et ce, tant au niveau global qu’au niveau local. Alors qu’à l’échelle
de l’UE on observe une nette discontinuité spatiale qui sépare le niveau écono-
mique des PECO de celui du reste des Etats-membres, des phénomènes de rup-
tures et de dissimilarités existent aussi au niveau local (Grasland, 2004). Des
effets locaux de convergence ou de divergence peuvent alors être mis en évi-
dence et doivent être pris en compte pour penser les politiques publiques euro-
péennes de développement régional. Ces discontinuités spatiales ont pour ori-
gine des flux fortement dissymétriques qui peuvent soit amorcer une dynamique
positive de convergence locale et de coopération soit au contraire instaurer une
dynamique continentale durable de concurrence territoriale, de prédation éco-
nomique et de destruction des acquis sociaux (ibid.). Dans ce cadre, le proces-
sus de cohésion souhaité à l’échelle globale de l’UE par le biais des politiques
publiques macroéconomiques à impact régional ne doit pas se résumer à une
simple réduction des disparités globales. Il doit s’accompagner également d’un
processus de convergence interrégionale caractérisé par une synergie territoriale
à l’échelle locale. Cet article permettra donc de replacer le rôle majeur des inte-
ractions existantes entre les territoires au niveau local/interrégional par une
approche spatialisée et locale du processus de convergence.
Dans un premier temps, nous synthétiserons le cadre théorique et métho-
dologique de la mesure de la convergence en mettant en avant l'intérêt de pren-
dre en compte les effets spatiaux. La deuxième partie de l’article consistera à
poser les fondements méthodologiques de la mesure des disparités régionales
qui nous permettront de proposer une méthode originale de mesure de la con-
vergence au niveau local. Nous tenterons ainsi de formaliser mathématiquement
la mesure des écarts de croissance régionale qui existent au sein de l’UE à
l’échelle locale. Enfin, nous présenterons les résultats de notre approche renou-
velée de la convergence et de la croissance régionale par la prise en compte de
l’espace géographique pour une étude de la convergence au niveau local. Ainsi,
il nous sera possible d’appréhender à la fois la diversité spatiale et temporelle
de l’évolution des disparités économiques régionales mais aussi de comprendre
Région et Développement 181
les discontinuités spatiales à l’origine d’un processus d’intégration et de con-
vergence inégal.
2. DE L'INTÉRET D'UNE APPROCHE SPATIALE DE LA MESURE
DE LA CONVERGENCE
Catherine Fuss (1999) estime qu’il y a « convergence lorsque la diffé-
rence entre des séries statistiques ou leur dispersion se réduit dans le temps ».
Durant cette dernière décennie, les études empiriques sur la convergence ont
connu un essor important
1
et présentent souvent des résultats contradictoires
(Quah et Durlauf, 1999 ; Quah, 2001 ; Islam, 2003 ; Janikas et Rey, 2008).
L’origine de la sensibilité de ces résultats peut être recherchée dans les diffé-
rences de conceptions de la convergence et donc des méthodologies inhérentes à
chacune de ces approches. Même si l’espace géographique est pris en compte
dans l’analyse de la convergence (notamment via l’analyse des clubs de conver-
gence), et si des phénomènes d’agrégation spatiale (confirmés par les tests
d’autocorrélation spatiale) semblent être observés, cette approche peut être me-
née à une échelle encore plus fine afin de détecter des « poches de conver-
gence » au niveau plus local. L'existence de noyaux territoriaux correspondant
soit à des aires régionales soit à des espaces nationaux ayant des caractéristiques
de développement et de trajectoires proches constatée par Elissalde (2005) cor-
robore cette idée. Notre approche s’inscrit dans le cadre de contributions très
récentes sur la convergence locale. Ce concept fait référence à une situation où
les taux de convergence sont similaires pour des observations localisées à des
points proches dans l’espace. L’introduction de la localisation dans l’analyse
permet de mettre en lumière la présence d’effets spatiaux caractérisés par
l’autocorrélation spatiale et l’hétérogénéité spatiale du processus de conver-
gence (Le Gallo, 2004 a). Les études prenant en compte la dimension spatiale
des données dans l’analyse de la convergence d’un point de vue empirique (Fin-
gleton et Lopez-Bazo, 2006 ; Ertur et Koch, 2007 ; Dall’Erba et Le Gallo,
2008), ou intégrant les interdépendances spatiales d’un point de vue théorique
(Abreu et al., 2005 ; Janikas et Rey, 2005 et 2008 ; Arbia, 2006 ; Rey et Le Gal-
lo, 2009 ; Ertur et le Gallo, 2009) se sont multipliées ces dernières années. Elles
détectent à la fois une autocorrélation spatiale locale et une hétérogénéité spa-
tiale prenant souvent la forme de deux régimes spatiaux (le centre de l’Europe et
sa périphérie).
Deux approches ont particulièrement attiré notre attention dans leur prise
en compte la dimension spatiale du processus de convergence : la méthode
GWR (Geographically Weighted Regression) et la méthode SALE (Spatial
Autoregressive Local Estimation). Ces deux méthodes évaluent la β-
convergence au niveau local et nous souhaitons revenir sur chacune d’entre elles
afin de positionner méthodologiquement l’indice de convergence locale que
1
Une étude bibliométrique dans les revues de Science Régionale (Rey et Anselin, 2000) montre
que les termes de « convergence », « croissance régionale » et d’ «agglomération » ont le plus
grand indice d’occurrence de tous les termes publiés durant la dernière décennie.
182 Sébastien Bourdin
nous avons développé et qui sera présenté ci-après. En premier lieu, la GWR est
une méthode qui produit un ensemble d’estimations localisées soit des para-
mètres du modèle, soit de la qualité de la régression pour chaque région. Avec
cette méthode, Roger Bivand et Rolf Brunstad (2003 et 2005) ont ainsi appré-
hendé la non-stationnarité spatiale des données en explorant les interactions
entre la politique agricole européenne et la croissance régionale. Ils estiment
ainsi un modèle de convergence conditionnelle prenant en compte le décalage
spatial et la dimension temporelle pour les régions européennes au niveau
NUTS2 sur la période 1989-1999. Ils mettent en évidence le rôle des Fonds
européens destinés à l’agriculture dans les variations de la croissance. Leurs
résultats leur permettent une cartographie de la variation spatiale de la vitesse de
convergence. Les régions de la péninsule ibérique, de l’Ouest et du Sud-Ouest
de la France et du Sud de l’Italie semblent converger à un rythme plus élevé que
le reste des régions de l’échantillon. Cependant, on trouve quelques régions qui
dévient de cette conclusion (la Sicile, la Communauté de Valence, la Murcie, les
Iles Baléares et l’Algarve. Sur le même principe, Hans-Friedrich Eckey et al.
(2006) étudient la convergence régionale des marchés du travail en Allemagne.
En se basant sur le modèle de Solow, ils estiment des coefficients locaux des
équations de régression leur permettant d’estimer la vitesse de convergence
entre 1995 et 2002 sur un échantillon de 180 régions. Tous les paramètres lo-
caux estimés de convergence sont négatifs ce qui amènent les auteurs à conclure
à une convergence générale des régions étudiées. L’étude montre que le Bade-
Wurtemberg, la Sarre ainsi que le Sud de la Bavière mettent deux fois plus de
temps que le Nord de l’Allemagne pour que leur niveau de productivité du tra-
vail convergence vers un état stationnaire. De leur côté, Jülide Yildrim et al.
(2009) utilisent également la GWR pour étudier les inégalités régionales du
PIB/hab. et les dynamiques de convergence en Turquie entre 1987 et 2001. Ils
trouvent qu’il existe une variation spatiale très importante de la vitesse de con-
vergence entre les provinces, chose qu’il n’est pas possible de capturer à travers
une analyse classique de la â-convergence. Ainsi, la GWR réalisée montre que
le degré de convergence semble être plus élevé dans les régions les moins déve-
loppées de la Turquie, c’est-à-dire dans les provinces de l’Est et du Sud-Est. Les
auteurs expliquent ce phénomène par le fait que ce sont ces mêmes régions qui
ont reçu le plus d’investissements publics dans le but d’attirer de nouveaux in-
vestissements et d’augmenter leur production. Enfin, même si les travaux de
Dan-Lin Yu (2006) ne traitent pas spécifiquement de la convergence, nous te-
nions à le mentionner car il tente de comprendre les mécanismes du développe-
ment régional en Chine plus particulièrement dans la région du Grand Pékin
afin d’en montrer la non-stationnarité spatiale à l’aide de la GWR. Il prend en
compte plusieurs variables
2
du développement régional dans la régression pour
l’année 1995. L’étude révèle que le développement régional chinois présente
des caractéristiques locales très fortes et met en évidence des trajectoires régio-
nales de développement.
2
Il prend en compte les IDE, les investissements publics et le taux d’urbanisation (afin de diffé-
rencier les régions rurales et urbaines).
Région et Développement 183
En second lieu, la méthode SALE, tout comme la GWR, permet
d’apporter une information additionnelle quant à la nature de la convergence des
taux de croissance et sa variation spatiale. Elle permet de prendre en compte à la
fois l’hétérogénéité spatiale et l’autocorrélation spatiale
3
du coefficient de β-
convergence. Cem Ertur, Julie Le Gallo et James LeSage
4
(2007) ont montré
que les facteurs géographiques constituent une composante importante de
l’explication des trajectoires de croissance des régions européennes. Par rapport
aux analyses a-spatiales, les résultats obtenus soulignent l’importance du condi-
tionnement géographique. Par exemple, un scénario de divergence entre les
régions possède principalement une explication spatiale puisque les régions en
retard sont négativement influencées en étant entourées par d’autres régions en
retard. De même, un scenario de rattrapage trouverait une de ses explications
par le fait que les régions voisines riches ont tendance à « empêcher » les ré-
gions voisines de descendre dans la hiérarchie des régions européennes. Dans la
perspective des théories géographiques de la croissance, les conditions géogra-
phiques, comme les conditions économiques, influencent fortement les potentia-
lités de développement des économies régionales et donc le processus de con-
vergence. Les auteurs utilisent une approche bayésienne spatiale sur un échantil-
lon de 138 régions européennes sur une période allant de 1980 à 1995. Grâce à
cette méthode qu’ils nomment BSALE, ils estiment pour chaque région le para-
mètre â et concluent à une convergence différenciée dans l’Europe des Quinze.
En effet, alors qu’ils observent des regroupements de régions caractérisées par
une convergence vers leur état-stationnaire (toute la péninsule ibérique, l’Ouest
et le Sud-Ouest de la France, le Sud-Ouest de l’Angleterre), ils concluent que le
reste des régions n’est pas en situation de convergence. Julie Le Gallo, Sandy
Dall'erba et Rachel Guillain (2011) ont également utilisé une approche
bayésienne BSALE sur 145 régions européennes pour différencier et mesurer
les impacts directs et indirects de plusieurs variables (dont les Fonds structurels)
à l'origine de la croissance régionale. Il en résulte que les régions des pays de
l'Europe méditerranéenne et le Royaume-Uni profitent positivement des fonds
structurels européens tandis que les régions françaises, néerlandaises, alle-
mandes, danoises et belges n'en profitent pas. Pour terminer, nous tenions à
souligner également la contribution de Steven Durlauf et al. (2001) à la mise en
évidence d’un modèle de croissance locale de Solow. Autrement dit, ils propo-
sent d’appliquer le modèle de Solow à chaque pays afin d’observer les varia-
tions des paramètres du modèle pour tous les pays. On pourra regretter que les
auteurs ne cartographient pas les coefficients et les circonscrivent dans un ta-
bleau ne permettant pas une analyse géographique des résultats. Dans ce champ
méthodologique laissant une large place à la dimension locale de la conver-
gence, nous pensons que l’approche que nous avons retenue proposant un indice
de convergence spatialisé apporte des informations nouvelles et pertinentes.
Alors que la GWR et la méthode BSALE permettent une analyse de la conver-
3
Selon Le Gallo (2004 b), l’autocorrélation spatiale fait référence à l’absence d’indépendance
entre des observations géographiques tandis que l’hétérogénéité spatiale est liée à la différencia-
tion des variables et des comportements dans l’espace.
4
Avec une approche économétrique spatiale bayésienne.
184 Sébastien Bourdin
gence des régions via un modèle de beta-convergence localisée, notre indice de
convergence locale se base sur une version localisée de la sigma-convergence.
Autrement dit, les deux méthodes présentées ci-dessus proposent une étude du
rattrapage des régions ou de la convergence vers un état-stationnaire tandis que
notre indice de convergence locale propose une analyse de la convergence d’une
région vis-à-vis de ses voisines. Les différentes approches semblent donc com-
plémentaires en mesurant des phénomènes différents de la convergence.
3. VERS UN INDICE DE CONVERGENCE LOCALE
Afin de mettre en évidence les effets spatiaux de la convergence et de
prendre en compte les effets de voisinage dans la compréhension des disparités
régionales, nous proposons de mettre en place un indice de convergence locale
qui tiendrait compte explicitement de la dimension spatiale des données. Nous
pensons que la convergence ne doit pas être uniquement calculée au niveau
global (beta et sigma convergence) mais aussi au niveau local. Nous faisons ici
l’hypothèse que la mesure localisée de la sigma-convergence obtenue pour
chaque région va permettre de faire émerger des structures globales et spatiali-
sées de l'évolution des disparités régionales dans l’UE27. Les mesures locales
ainsi obtenues permettront de fournir des informations supplémentaires quant à
la nature de la convergence et quant aux formes de la croissance régionale. Elles
pourront illustrer également l'importance potentielle des facteurs de localisation
dans les schémas de convergence.
La convergence locale est un indicateur mesurant la réduction (ou l’aug-
mentation) des disparités économiques au sein d’un groupe de régions voisines.
Autrement dit, il y a convergence locale quand les PIB/hab. des régions com-
prises dans la zone délimitée se rapprochent du niveau moyen des PIB/hab. de la
zone considérée.
Nous avons formalisé cet indice de convergence locale comme suit :
 

mesure l’évolution de la dispersion du PIB/hab. sur n années pour une région
i et ses voisines j. On calcul l’écart annuel du coefficient de variation entre deux
périodes et pour V(i).
est le PIB/hab moyen de l’année n de V(i) et
son écart-type.
V(i) est composé de la région i et de l’ensemble des régions à moins de δ de la
région i (cf. fig.1).
δ est la distance maximum (en km) définissant le périmètre V(i) entre une ré-
gion i et ses voisines j.
Région et Développement 185
Dans le but d’automatiser les calculs pour les 285 régions au niveau
NUTS 2 et les 1348 régions au niveau NUTS 3 qui constituent notre échantillon,
nous avons mis en place un logiciel
5
qui permet de générer ces calculs.
Figure 1. Régions voisines sélectionnées dans un périmètre de 100km pour
le judeţ de Bihor (Z 57) et de Călăraşi (Z42)
Afin d'évaluer le niveau de significativité de notre indice de convergence
locale, il nous paraissait indispensable de mener une inférence statistique sur les
résultats obtenus en testant l'hypothèse nulle. Notre inférence est basée sur le
test non-paramétrique de Kolmogorov-Smirnov (tableau 1) qui permet de tester
l'hypothèse nulle selon laquelle les valeurs de l'indice de convergence locale
sont engendrées par une loi de probabilité théorique considérée comme étant un
modèle convenable.
Il apparaît que les valeurs pour chaque région de notre indice de conver-
gence locale sont significatives avec une valeur critique de p=0,05. Le risque de
rejeter l'hypothèse nulle alors qu'elle est vraie est inférieur à 4,72%. Les
données pour chaque région suivent une loi normale.
Nous avons également testé la robustesse de notre indice de convergence
locale en menant une autre méthode d'inférence statistique à l'aide des simula-
tions de Monte-Carlo. Si l'on analyse les résultats obtenus pour une matrice de
voisinage avec une portée de 250 km, on s'aperçoit que les mesures de l'indice
de convergence locale sont significatives avec une probabilité critique de
5
Le logiciel Caquot4 a été développé par Pierre Dolez (tous droits réservés). L’utilisateur intègre
le fond de carte qu’il souhaite avec les données qui y sont liées. Le logiciel calcule ensuite auto-
matiquement la convergence locale en fonction des paramètres choisis au préalable.
186 Sébastien Bourdin
p=0,0001. Dans la cartographie des résultats de nos calculs de l'indice de con-
vergence locale (carte 1), nous avons discrétisé les valeurs de Ci en fonction du
z-score de chacune des régions :
Z-score (écarts types)
P-value (probabilité)
Niveau de confiance
< -1,65 ou > +1,65
< 0,10
90%
< -1,96 ou > + 1,96
< 0,05
95%
< -2,58 ou > +2,58
< 0,01
99%
Tableau 1. Test de l'hypothèse nulle méthode de Kolmogorov-Smirnov
La significativité des résultats est ainsi cartographiée. Cependant, il est
fort probable que les valeurs de notre indice de convergence locale soient corré-
lées puisqu'elles sont susceptibles d'avoir des régions voisines en commun. Le
nombre de comparaisons multiples ne peut pas excéder le nombre de régions
comprises dans le voisinage V(i). Il convient donc d'adapter le risque nominal
de première espèce en utilisant par exemple une correction de Bonferroni
(α/m
6
). S'agissant de notre échantillon, nous avons choisi d’effectuer nos calculs
au niveau NUTS 2/3
7
. L’incomplétude des séries statistiques nous a permis de
réaliser une étude que sur la période 1995-2008.
6
Avec m = nombre de régions comprises dans le voisinage V(i).
7
Nous avons choisi de représenter ici le niveau NUTS 2/3. Il permet d’avoir des unités territo-
riales de taille similaire et donc de dépasser, au moins en partie, le Modifiable Area Unit Problem.
0
1
2
3
4
5
6
7
-0.2 -0.1 0 0.1 0.2 0.3
Densité
2006convlocale250km
06convlocale300 Normale(0,020;0,062)
Test de Kolmogorov-Smirnov
0,052
0,047
0,05
Région et Développement 187
4. UNE MULTIPOLARISATION DE LA CONVERGENCE
Deux éléments importants ressortent de l’analyse de nos résultats au ni-
veau NUTS 2/3. D’une part, le processus de divergence au niveau régional dé-
crit par la littérature scientifique et institutionnelle masque des phénomènes de
convergence importante au niveau local (cf. carte 1). Un processus simultané de
convergence et de divergence est donc à l’œuvre dans l’UE.
Carte 1. La convergence locale dans l’Union européenne
(voisinage de 250km)
Par exemple, il y a une forte convergence locale entre les régions occi-
dentales des PECO et les régions les plus à l'Est de l'Europe des Quinze en par-
ticulier pour la période 1995-2000. Autrement dit, la Poméranie, les voïvodies
de Lubusz et d’Opole, la Basse-Silésie ainsi que la quasi-totalité de la Répu-
blique tchèque, de la Slovaquie, de la Hongrie et de la Slovénie sont en situation
188 Sébastien Bourdin
de convergence locale vis-à-vis de leurs voisines situées plus à l'Est. Ceci s'ex-
plique en partie par le fait qu'elles ont bénéficié de nombreux IDE venant des
pays de l'Europe des Quinze. Elles ont ainsi profité de leur intégration dans l’UE
en accueillant de nombreux IDE en particulier dans l’automobile (Bourdin et
al., 2010) pour la région de la Slovaquie centrale par exemple. Leur proximité à
l'UE15 en fait des régions à forts potentiels de développement. Elles cumulent
des soldes migratoires positifs, des taux de chômage inférieurs aux moyennes
nationales et une accessibilité élevée. En outre, ces régions bénéficient large-
ment de la politique de cohésion notamment au titre de l’objectif 1 « Conver-
gence » et ont mené depuis ces dernières années de grands chantiers de déve-
loppement des infrastructures et d’aménagement en grande partie grâce à ces
Fonds structurels perçus. Ainsi, en bénéficiant à la fois des IDE et des Fonds
européens couplés d’une politique économique nationale solide et libérale, ces
régions se sont assurées d’enregistrer des taux de croissance importants compa-
rés à ceux de leurs voisines de l'Europe des Quinze. Les régions en retard enre-
gistrent des taux de croissance supérieurs aux régions développées. Ce premier
constat de rattrapage des régions situées les plus à l’Ouest de l’ensemble centre-
oriental pose la question de l’inégale intégration des territoires et de la cohésion
territoriale de l’ensemble des PECO. Comme le soulignent Elissalde et al. (2005
et 2009), la prise en compte des effets de voisinage révèle l’existence de proces-
sus d’auto-organisation, au sein desquels la croissance propre de chaque région
et la situation des régions voisines interagissent de façon récursive. L'environ-
nement géographique de ces régions caractérisées par un rattrapage est plus
favorable que les régions les plus à l’Est de l’UE.
A l’inverse de cette situation de convergence, dans le cas de la Roumanie,
on observe un indice de convergence locale positive (forte augmentation de la
dispersion des PIB/hab.) autrement dit une divergence locale. Cela s’explique en
partie par le poids écrasant de Bucarest vis-à-vis de ses régions voisines.
En effet, alors que les IDE ont connu un décollage spectaculaire, ces der-
niers se sont essentiellement concentrés dans la capitale. Bien que l'élection de
Constantinescu en 1996 a entraîné une arrivée importante d'IDE caractérisée par
un décollage de la croissance économique, les IDE n'ont pas été répartis de ma-
nière homogène sur le territoire (Le Thiec, 2011). Bucarest attire ainsi une part
très importante des IDE créant des relations asymétriques entre la capitale et ses
régions voisines. Bucarest concentre ainsi 85 % du PIB national, elle détient
plus de 20 % du volume de l’exportation nationale et presque 40 % de
l’importation, elle accumule 55 % du PIB national des dépenses en R&D et elle
enregistre un taux de chômage inférieur de moitié à la moyenne nationale (3,4
% contre 7,2 % pour la Roumanie source : ambassade de France en Roumanie,
2011). Comme le souligne Romocea (2008), l’augmentation des disparités éco-
nomiques interrégionales peut s’expliquer par le fait qu’un nombre limité de
pôles de croissance concentrent une grande partie des capitaux, de la main
d’œuvre et des investissements publics (notamment en termes d’infrastructures).
Le fait que Bucarest "vampirise" son environnement régional fournit un
exemple concret de ce que Paul Krugman (1996) appelle le phénomène
« d’ombre d’agglomération ». Ce cas est observé lorsqu'il existe une domination
Région et Développement 189
importante d'un centre économique sur le reste de son territoire. Compte tenu
des forces centripètes, les activités et les individus sont attirés par la capitale
roumaine au détriment des régions alentour, suivant les prédictions du modèle
gravitationnel. Dès lors, des pôles secondaires ne peuvent apparaître qu’à une
distance suffisante pour échapper à ce phénomène d’attraction, laissant les es-
paces intermédiaires relativement vides. Ce phénomène d’« ombre d’agglo-
mération » s’observe également pour la Grande-Bretagne et l’Irlande. Londres
et Dublin semblent concentrer une partie importante de la prospérité dans leur
pays respectif. Dans la littérature, on remarquera les travaux de Quah (1996) qui
suggèrent l’existence d’une relation positive entre croissance et agglomération.
Dans le même temps, ces phénomènes d’agglomération peuvent être des fac-
teurs d’accentuation des disparités régionales. Or, Sur la période 1993-2008,
l’Irlande a enregistré un taux de croissance moyen de 8% contre 3,6% sur la
période 1980-1993, et ce malgré le ralentissement des années 2001-2003. Le
« miracle irlandais » est lié en partie aux Fonds européens perçus mais pas seu-
lement
8
. Ce qu’il faut souligner ici, c’est l’inégale répartition de la richesse ré-
gionale en Irlande et la part importante des investissements réalisée dans la capi-
tale. De même, Londres est la région la plus riche de l’UE
9
et une forte disconti-
nuité spatiale de PIB/hab
10
peut être observée entre la capitale anglaise et les
régions qui l’entourent. Dès lors, l’effet de diffusion de la croissance régionale
des pôles dynamiques - que ce soit pour Dublin ou Londres - vers les régions
périphériques en retard (voire en déclin pour les régions les plus septentrionales
des îles britanniques) ne s’est pas ou peu opéré ; ou tout du moins, elle n’a pas
été suffisante pour permettre une convergence des régions de la zone considé-
rée.
8
Nous souhaitons ici nuancer le rôle de la politique de cohésion dans l’explication de la crois-
sance irlandaise. La réussite irlandaise est souvent citée comme un modèle du rôle déterminant de
la politique de cohésion dans le rattrapage économique des régions les moins développées. Ainsi,
dans son Troisième rapport sur la cohésion économique et sociale (CE, 2004), la commission
expose que l’Irlande « témoigne vigoureusement de l’efficacité de l’aide des Fonds structurels
lorsqu’elle est combinée à des politiques nationales orientées vers la croissance ». La Commission
met en perspective le fait que le « Tigre celtique » a vu son PIB passer de 58% de la moyenne
communautaire (UE15) en 1980 à 142 % en 2006 et le fait qu’elle ait reçu trente milliards d’euros
entre 1973 et 1999 de la part de l’UE. Or, cette cause mécanique est à nuancer comme l’ont bien
montré par exemple Murphy (2000) ou encore Cornu et al. (2006). Les pouvoirs publics ont mis
en place une stratégie qui visait à accroître leur compétitivité et leur attractivité. Ils ont proposé
un environnement fiscal et administratif favorable à l’accueil d’IDE. En outre une dynamique de
démarchage des firmes multinationales a été instaurée très tôt en 1987 avec la création de
l’Agence des Investissements Etrangers. Enfin, le marché du travail y est très flexible et la main
d’œuvre est relativement jeune et bien formée. Tout ceci a concouru à ce que l’Irlande accueille
un stock de 169 milliards d’euros d’IDE entre 1988 et 2006. Ces derniers ont été effectués dans
les technologies de l’information et de la communication, les services financiers, l’industrie
pharmaceutique et les services aux entreprises (en particulier les centres d’appels).
9
La région Inner London (ville centre de Londres) est sept fois plus riche que la région la moins
développée à savoir la région Severozapaden située en Bulgarie (source : Eurostat, 2010)
10
Nous renvoyons le lecteur à la plate-forme cartographique développée par l’équipe de l’UMS
2414 RIATE qui permet de cartographier les phénomènes de discontinuités spatiales à l’échelle
de l’Union européenne. http://aire.ums-riate.fr
190 Sébastien Bourdin
Enfin, l'exemple de la Pologne est révélateur d’un phénomène simultané
de convergence et de divergence. Il permet également de montrer la complexité
des discontinuités spatiales à l’œuvre due aux temporalités et aux échelles mul-
tiples. Le système socialiste a fortement pesé sur les structures productives, les
composantes socioprofessionnelles et les dotations en facteur de production des
régions. Les politiques d’aménagement régional ont dans une première phase
pris la forme d’implantations industrielles volontaristes dans les régions privilé-
giées, tandis que l’épuisement des ressources de la croissance extensive a en-
traîné dans un second temps des mouvements de re-concentration, renforçant
généralement les politiques de croissance existantes. Des clivages structurels se
sont alors ainsi formés, comme celui qui oppose la Pologne « A » (composée
notamment de la Grande Pologne et la Silésie Mazovie), plus riche et marquée
par la domination prussienne, à la Pologne « B » qui était dans l'orbite russe.
Ces dichotomies mettent en avant le caractère spatialisé du développement ré-
gional. Pour la Pologne, dont la séparation se fait via la Vistule, on remarque
que les régions les plus peuplées et les plus urbanisées sont celles de Silésie et
celles qui incluent les principales villes polonaises. La Pologne « B » quant à
elle « porte les stigmates d’un certain sous-développement » (Lhomel, 2005)
avec un manque d’infrastructures, un faible tissu urbain et peu d’industries, une
agriculture morcelée et peu compétitive. Il faut noter qu’entre 1950 et 1985, les
18 régions (sur 49) qui se trouvaient dans la partie orientale de la Pologne n’ont
eu droit qu’à 0,1% des investissements industriels réalisés par l’ex-URSS. En
outre, la Pologne « B » ne bénéficie pas de la diffusion de la croissance écono-
mique régionale dont profite la Pologne « occidentale » par la présence de la
frontière allemande. Les disparités régionales en Pologne sont le fait d’héritages
plus anciens de l’histoire polonaise provenant du partage du pays (Prusse, Rus-
sie et empire austro-hongrois) auquel est venu s’ajouter un nouveau découpage
des frontières en 1945 (Coudroy de Lille, 2009). Ces quelques considérations
permettent de montrer que ce phénomène dichotomique entre deux Pologne est
complexe et participe à l’explication de la divergence locale des régions polo-
naises orientales.
Au total, la convergence locale observée dans certaines portions du terri-
toire centre-oriental montre qu’un processus de rattrapage est en cours mais ce
dernier masque des phénomènes de divergence. En d’autres termes, les régions
les plus périphériques et situées à l’Est de l’UE notamment, n’arrivent pas à
réduire leur retard de développement vis-à-vis des régions plus à l’Ouest. Notre
étude confirme ainsi les travaux de Virol (2005 et 2008) sur la question. En
conséquence, la présence simultanée d'un processus de convergence et de diver-
gence locale repose sur des considérations spatiales du développement à des
échelles variées mais aussi et surtout à une histoire à la fois courte et longue du
pays qui lui est propre. Au début du processus de transformation systémique,
certaines régions bénéficient d’avantages dits « initiaux » liés à une croissance
plus rapide en raison de leur passé, et de leur dotation en équipement.
L’hétérogénéité de l’espace géographique apparaît alors comme un élément
explicatif et constitutif des disparités régionales de développement mis en évi-
dence notamment par l’ouverture du pays à l’Ouest et le démantèlement du
CAEM (Bourdin, 2010). Les deux derniers élargissements de l’UE à l'Est ont à
Région et Développement 191
la fois encouragé la croissance dans ces nouveaux états-membres mais ont créé
également un décalage croissant au niveau régional. Les régions les plus éloi-
gnées du « cœur de l'Europe » voient leur retard s'accentuer, y compris par rap-
port à des régions plus à l’ouest au sein d'un même pays. Comme le souligne
Michel Sollogoub (2006), le rattrapage économique des nouveaux membres de
l'Union risque donc d'être inégal en fonction des pays et des régions et même
assez problématique pour les pays et régions les plus à l'Est et les plus éloignées
du cœur européen, qui auront beaucoup de difficultés à accélérer leur croissance
et leur compétitivité.
5. CONCLUSION
Après avoir proposé un cadre d’analyse pour une approche locale de la
convergence démontrant ainsi l’intérêt d’une approche spatiale de ce phéno-
mène. L’objectif était de souligner la nécessité de prendre en compte
l’environnement géographique dans l’explication du rattrapage des régions afin
de repenser les théories sur la convergence et la mesure des disparités régio-
nales européennes. Notre étude montre qu’il existe à la fois des phénomènes
locaux de fort rattrapage ou au contraire de divergence.
Les travaux menés précédemment montrant une divergence des régions
masquent en réalité des phénomènes locaux de convergence qu’il faut mettre en
relation avec les rôles conjoints joués par les politiques publiques nationales
et/ou européennes (en particulier le rôle des Fonds structurels) et les dyna-
miques économiques (IDE, etc.). La mise au point de notre indice de conver-
gence locale permet de rendre compte de manière satisfaisante de la diversité
spatiale (hétérogénéité géographique discontinuités spatiales) et temporelle
(discontinuités historiques) du processus de rattrapage (ou non) des régions.
La multipolarisation de la convergence appelle des réponses politiques
différenciées. Ces dernières doivent tenir compte des différents facteurs à l'ori-
gine de la convergence des régions parmi lesquels on retrouve les Fonds struc-
turels (bien qu'il y ait une ambiguïté sur l'impact des Fonds structurels voir
pour un exemple récent l'article de Dall'Erba et al., 2008). Devant l’incapacité
de la politique de cohésion à réduire les disparités interrégionales, notre étude
sur la convergence locale permet d'apporter des éléments de réflexion sur la
manière de repenser la future politique régionale européenne après 2013 afin de
la rendre plus efficace. Nous avons mis en évidence que les régions occiden-
tales des PECO profité de leur proximité à l'UE15 et étaient caractérisées par
une situation de convergence locale. A l'opposé, les régions orientales des PE-
CO constituent des poches de divergence locale. Elles ont un environnement
géoéconomique défavorable. En effet, elles sont situées à proximité des pays de
l’ex-URSS sur leur flanc oriental, et d'autre part sont éloignées de la frontière à
l'Europe des Quinze dont les effets vertueux ne sont plus à démontrer. Ces ré-
gions mériteraient une attention toute particulière pour la prochaine période de
programmation de la politique régionale européenne. Cela nous amène à affir-
mer que le traitement de la question de la réduction des disparités régionales ne
peut se limiter à un simple ajustement du seuil d'attribution des Fonds structu-
192 Sébastien Bourdin
rels même si elle peut constituer une des solutions. Il y a donc une nécessité de
prendre en compte la localisation géographique et la structure du voisinage de
chacune des régions européennes dans la manière de concevoir la politique de
cohésion comme le soulignaient déjà Ertur et Koch (2005).
REFERENCES
Anselin L., 1998, Spatial econometrics : methods and models, Publications
Académiques de Kluwer, Dordrecht-Boston-Londres.
Anselin L., 1995, "Local Indicators of Spatial Association LISA", Geographical
Analysis, 27, 93-115.
Armstrong H.W., Vickerman R.W., 1995, Convergence and Divergence among
European Regions, Pion, Londres.
Barro R.J., Sala-I-Martin X., 1995, Economic growth theory, McGraw-Hill, Boston.
Baumont C., 1998, "Economie géographique et intégration régionale : Quels
enseignements pour les Pays d'Europe Centrale et Orientale ?", LATEC -
Document de travail Economie, 11.
Baumont C., Ertur C., Le Gallo J., 2002, "The European Regional Convergence
Process, 1980-1995: Do Spatial Regimes and Spatial Dependence Matter?",
Economics Working Paper Archive - Econometrics 0207002.
Baumont C., Ertur C., Le Gallo J., 2006, "Clubs de convergence et effets de
débordements géographiques : une analyse spatiale sur données régionales
européennes, 1980-1995", Economie et prévision, 173(2), 111-134.
Baumol W.J., 1986, "Productivity growth, convergence and welfare : what the long
run data show", American Economic Review, 76, 1072-1085.
Beine M., Docquier F., Hecq A., 1999, "Convergence des groupes en Europe : une
analyse sur données régionales", ULB Institutional Repository 2013/10459.
Bourdin S., Le Thiec A., Elissalde B., 2010, "Le changement spatial dans l'industrie
automobile en Europe centrale et orientale : entre effets d'héritage, cycles de vie
et transition", Géocarrefour, 84, 193-204.
Cappelen A., Fabergerg J., Verspagen B., 2001, "The impact of regional support on
growth and convergence in the European Union", Eindhoven Center for
Innovation Studies (ECIS) working paper series, 01.14 .
Capron H. (ed.), 2006, Politique régionale européenne. Convergence et dynamique
d’innovation, ed. De Boeck, Bruxelles.
Chaterrji J., 1992, "Convergence clubs and endogeneous growth", Oxford Review of
Economic Policy, 8, 57-69 .
Chua H. B., 1993, On spillovers and convergence, thèse de doctorat, Université de
Harvard.
Commission européenne, 2004, Un nouveau partenariat pour la cohésion conver-
gence compétitivité coopération, 3ème rapport sur la cohésion économique et
sociale, Office des publications officielles des Communautés européennes,
Luxembourg.
Région et Développement 193
Commission européenne, 2006, La stratégie pour la croissance et l’emploi et la
réforme de la politique européenne de cohésion, 4e rapport d’étape sur la
cohésion, Bruxelles.
Commission européenne, 2008, Régions en croissance, Europe en croissance, 5e
rapport d’étape sur la cohésion, Bruxelles.
Commission européenne, 2008, Livre vert sur la cohésion territoriale: faire de la
diversité territoriale un atout, DG Regio, Bruxelles.
Cornu G., Bailly G., Merceron J-C., Reiner, D., 2006, "Irlande : quel avenir pour le
tigre celtique ?", fait au nom de la commission des affaires économiques du
Sénat, 204.
Coudroy de Lille L., 2009, "Les nouveaux territoires polonais" In Jean Y. et
Baudelle G., L’Europe, aménager les territoires, Armand Collin, Paris.
Cuadrado-Roura J.R., 2001, "Regional convergence in the European Union : from
hypothesis to the actual trends", The Annals of Regional Science, Springer,
35(3), 333-356.
Dall'Erba S., Le Gallo J., 2005, "Dynamique du processus de convergence régionale
en Europe", Région et développement, 21, 119-140.
Dall'Erba S., Le Gallo J., 2008, "Regional convergence and the impact of European
structural funds over 1989-1999: a spatial econometric analysis", Papers in
Regional Science, 87, 219-244.
Dall'Erba S., Guillain R., Le Gallo J., 2008, "Fonds structurels, effets de
débordement géographique et croissance régionale en Europe", Revue de
l'OFCE, 104(1), 241-269.
De Boe P., Grasland C., Healy A., 1999, "Spatial integration", Strand 1.4 In Study
Programme on European Spatial planning.
Dunford M., Perrons D., 1994, "Regional inequality, regimes of accumulation and
Economic development in contemporary Europe", Transactions of the Institute
of British geographers, 19(2), 163-182.
Durlauf S.N., Johnson P.A., 1995, "Multiple regimes and cross-country growth
behavior", Journal of Applied Econometrics, 10, 365-384.
Elissalde B., Langlois P., Goyat D., 2005, "Modelling Complexity in Geography.
Application of the Geocells Project to the Impact of Regional Aid on European
Space", Colloque ECTQG05, 10-13 Septembre 2005, Tomar, Portugal.
Elissalde B., Langlois P., Goyat D., 2009, "GeoCells model : European Structural
Funds and regional interactions, which convergences for the European
regions?", Cybergeo : European Journal of Geography.
Ertur C., Kock W., 2005, "Une analyse exploratoire des disparités régionales dans
l'Europe élargie", Région et développement, 21, 65-92.
Ertur C., Le Gallo J., 2008, "Regional growth and convergence : heterogenous
reaction versus interaction in spatial econometric approaches", Working papers,
hal-00463274.
Ertur C., Le Gallo J., Lesage J., 2007, "Local versus global convergence in Europe:
a Bayesian spatial econometric approach", Review of Regional Studies, 37, 82-
108.
194 Sébastien Bourdin
Fabergerg J., Verspagen B., 1996, "Heading for Divergence? Regional Growth in
Europe Reconsidered", Journal of Common Market Studies, 34(3), 431-448.
Fingleton, B., E. Lopez-Bazo, 2006, "Empirical growth models with spatial
effects", Papers in Regional Science, 85, p177-198.
Fuss C., 1999, "Mesures et tests de convergence : une revue de littérature", Revue
de l’OFCE, 74(1), 159-179.
Galor O., 1996, "Convergence ? inferences from theorical models", The Economic
Journal, 106, 1056-1069.
Geppert K., Stephan A., 2008, "Regional disparities in the European Union :
convergence and agglomeration", Papers in Regional Science, 87(2)2, 193-217.
Grasland C., 1997, "L'analyse des discontinuités territoriales - l'exemple de la
structure par âge des régions européennes vers 1980", L'espace géographique, 4,
309-326.
Grasland C., 2004, "Les inégalités régionales dans une Europe élargie" In :
Chavance B. et al., Les incertitudes du grand élargissement : L'Europe centrale
et balte dans l'intégration européenne, L'Harmattan, Paris.
Grasland C., Hamez G., 2005, "Vers la construction d’un indicateur de cohésion
territoriale européen ?", L’Espace géographique, 34(2), 97-116.
Grasland C., Madelin M. (dir.), 2007, "The modifiable area unit problem", Final
report of Espon Project 3.4.1., ESPON, 222 p.
Griffith D.A., Amrhein C.G., Huriot J-M. (ed.), 1998, Econometrics advances in
spatial modelling and methodology, Kluwer Academic Publishers.
Henin P.-Y., Le Pen Y., 1995, "Les épisodes de la convergence européenne", Revue
économique, 46(3), 667-677.
Islam N., 2003, "What have we learnt from the convergence debate", Journal of
Economic Surveys, 17, 309-362.
Janikas M. V., Rey S. J., 2005, "Spatial clustering, inequality and income
convergence", Urban/Regional, Economics Working Paper Archive, Econo-
metrics 0501002.
Jayet H., 1993, Analyse spatiale quantitative : une introduction, Economica, Paris.
Krugman P., 1991, Geography and trade, MIT Press, Cambridge.
Le Gallo J., 2002, Disparités géographiques et convergence des régions euro-
péennes : une approche par l’économétrie spatiale, thèse de doctorat, Université
de Bourgogne.
Le Gallo J., 2004a, "Space-Time analysis of GDP disparities among European
regions: a Markov chains approach", International Regional Science Review, 27,
138-163.
Le Gallo J., 2004b, "Hétérogénéité spatiale", Économie & prévision, 162(1), 151-
172.
Leonardi R. (ed.), 1998, Regional development in a modern European Union,
Pinter Publishers, Londres.
Lhomel E., 2007, "De Quinze à Vingt-sept. Les nouveaux Etats membres face à la
construction européenne", Le courrier des pays de l’Est, 1063, 4-10.
Région et Développement 195
Maddison A., 1964, Economic Growth in the West : Comparative experience in
Europe and North America, Editions Routledge, Economic history .
Murphy A., 2000, The Celtic Tiger: an analysis of Ireland's economic growth
performance, European University Institute, Robert Schuman Centre.
Myrdal G., 1957, Economic theory and under-developed regions, Duckworth,
Londres.
Neven D., Gouyette C., 1994, "European Integration and Regional Growth", Revue
économique, 3, 703-713.
Oliveau S., 2004, Modernisation villageoise et distance à la ville en Inde du Sud,
thèse de doctorat, Université de Paris I.
Oliveau S., 2010, "Autocorrélation spatiale : leçons du changement d’échelle",
L’Espace géographique, 39(1), 51-64.
Parlement Européen, 2007, Les disparités régionales et la cohésion : quelles
stratégies pour l’avenir ?, Bruxelles.
Parlement Européen, 2008, Régions en déclin : un nouveau paradigme démogra-
phique et territorial, Bruxelles.
Pumain D, Robic M-C., 2002, "Le rôle des mathématiques dans une « révolution »
théorique et quantitative : la géographie française depuis les années 1970",
Revue d’Histoire des Sciences Humaines, 6, 123-144.
Quah D., 1993, "Empirical cross-section dynamics in economic growth", European
Economic Review, 37, 426-443.
Quah D., 1996, "Regional convergence clusters across Europe", European Econo-
mic Review, 40, 143-156.
Quah D., Durlauf S.N., 1998, "The new empirics of economic growth", Working
papers 3, Wisconsin Madison, Social Systems.
Quah D., 1999, Cross-country growth comparison : theory to empirics", CEPR Dis-
cussion Papers 2294.
Rey S.J., Anselin L., 2000, "Regional Science publication patterns in the 1990’s",
International Regional Science Review, 23, 323-344.
Romocea C., 2008, Intégration, agglomération et spécialisation : analyse théorique
et application aux régions européennes, Thèse pour le doctorat ès Sciences
Economiques, Université de Poitiers, CRIEF.
Sollogoub T., 2006, "Quelle convergence au sein de l'Union européenne élargie :
Les enjeux pour la Bulgarie et la Roumanie ?", Questions d’Europe, Fondation
Robert Schuman 41.
Solow R.M., 1956, "A contribution to the theory of economic growth", Quaterly
Journal of Economics, 70, 65-94.
Virol S., 2005, Espace communautaire européen : unité ou morcellement ?, thèse
de Doctorat en Sciences économiques, Université Montesquieu-Bordeaux IV.
Virol S., 2008, "L’intégration régionale des espaces en Europe : un processus
tridimensionnel", Revue d’Economie Régionale et Urbaine, 5, 701-724.
Zanin C., 2008, "Les maillages territoriaux comme grille de lecture des inégalités",
8e rencontres de la Dur@nce (Révolutions et ruptures), Marseille.
196 Sébastien Bourdin
A SPATIAL MEASURE OF THE SIGMA-CONVERGENCE TO ESTIMATE
REGIONAL DISPARITIES IN THE EUROPEAN UNION
Abstract - The measure of the regional disparities in the European Union was
widely approached on the literature, in particular thanks to the use of models of
convergence most of the time based on neoclassical specifications. More re-
cently, certain works brought to light the role of the geographical proximity in
the explanation of the convergence in particular thanks to the methods of spa-
tial statistics. However, the consideration of the local dimension in the measure
of the regional disparities (via la convergence)is often disregarded. It is in this
context that we propose the implementation of an index of local convergence in
the form of a spatialization of the sigma-convergence to highlight the simulta-
neous processes of convergence and divergence occurring in the European
Union at regional level.
Key-words - EUROPEAN UNION, LOCAL CONVERGENCE, REGIONAL
DISPARITIES, REGIONAL GROWTH
... The first stage in our research process consisted in the data quality check of the indicators and geometries retained for the analysis, mainly the datasets provided by the eurostat, including the gdp for the 2003-2014 period. In a second stage, we developed a methodological frame of investiga-tion of the beta-convergence process in Europe, taking into account the latest research in this field (Monfort 2008;Bourdin 2013b) and data availability. One recent trend in the investigation of the economic catching-up processes is dedicated to the introduction of spatial variables in the statistical models that describe them (Bourdin 2013a;Grasland 2012) and we have made an option for the potential accessibility of the gdp, in a Gaussian functional neighborhood of 500 km. ...
... In a second stage, we developed a methodological frame of investiga-tion of the beta-convergence process in Europe, taking into account the latest research in this field (Monfort 2008;Bourdin 2013b) and data availability. One recent trend in the investigation of the economic catching-up processes is dedicated to the introduction of spatial variables in the statistical models that describe them (Bourdin 2013a;Grasland 2012) and we have made an option for the potential accessibility of the gdp, in a Gaussian functional neighborhood of 500 km. In this case, not only the starting level of the convergence process will have an explanatory role, but also the geographical and economic context of the proximity. ...
... From a theoretical point of view, these recent studies will bring into discussion the role played by the convergence clubs in the governance of the process, but also a new theoretical background derived from the new spatial economy. More recent studies insist to introduce in the beta and sigma convergence models the role played by the geographical space (Bourdin 2013a;Grasland 2012), generally using the concept of functional neighborhood as a filter for economic performance. Both Grasland and Bourdin focus on the possible construction of territorial cohesion indicators based on the local or regional sigma convergence. ...
... Les débats autour de la mise en place de la politique de cohésion ont toujours suscité une demande des connaissances empiriques sur l'état des disparités régionales, ce qui a engendré un nombre croissant d'études -menées par des géographes, économistes ou spécialistes en aménagement du territoire. Ainsi, les deux dernières décennies ont vu émerger des études traitant l'évolution des disparités interrégionales à plusieurs échelles, tel que l'ensemble des régions de l'UE (Monfort, 2008(Monfort, , 2020Bourdin, 2013aBourdin, , 2013bEzcurra et Pascual, 2005;Ertur, Le Gallo et Baumont, 2006;Petrakos, Rodríguez-Pose et Anagnostou, 2005), de l'Europe centrale et orientale (Bourdin, 2015;Ezcurra, Pascual et Rapún, 2007;Petrakos, 2001), ou des régions faisant partie d'un même pays (Carrascal-Incera et al., 2020). Cependant, la plupart de ces approches privilégient la dimension économique des disparités régionales, en négligeant ainsi leur dimension sociale. ...
Article
Full-text available
REVUE ROUMAINE DE GEOGRAPHIE - A multi-criteria analysis of regional disparities in Romania (2000-2016). The analysis of regional disparities has been the subject of many articles of researche, in particular in relation to the EU Cohesion Policy. However, many studies analyse disparities only from the perspective of Gross Domestic Product (GDP). The objective of this article is to report the evolution of regional disparities from a multidimensional approach, by comparing the evolution of economic disparities with the evolution of socio-demographic ones. We take as case study the evolution of Romanian counties (42 NUTS3 units) between 2000-2016. The TOPSIS multi-criteria decision-making method was employed for the calculation of two synthetic indices related to the economic and social development of NUTS3 units. The results show growing economic disparities. On the other hand, statistical analyses show a lack of correlation between economic performance and social development for the first part of the 2000s, followed by a gradual emergence of dependence between the two dimensions of development. Thus, during the period analysed, social development is becoming more and more associated with economic development, to the point that today this relationship is quite strong and significant.
... Elle est nulle si le voisinage ne joue aucun rôle dans l'explication de l'organisation spatiale des inégalités numériques des actes criminels. L'analyse variographique de l'indice de Moran (Bourdin, 2013 ;Oliveau, 2004) peut nous permettre d'évaluer la portée des faits criminels en fonction de la forme que prend la pente. Il nous parraissait important d'évaluer la plus ou moins grande (dis)continuité des actes perpétrés. ...
Article
Full-text available
The spatial inscription of crime in cities in the Global South: The case of Yaoundé Yaoundé, like most cities in the Global South, is particularly affected by crime. This is a real scourge for local authorities, who are now trying to curb this phenomenon. Studies in geocriminality show that crime is not randomly located in urban areas; rather, it responds to territorial logics and is often concentrated in the most deprived neighborhoods. Based on sociodemographic and urban planning data on the one hand, and crime data on the other, we have tried to establish a geography of crime in the Cameroonian capital. Our results show that the spatial inscription of criminal acts requires a territorialized response from police forces and public authorities. Classification JEL : C31, C33, O40, R11
... Initially, using a local index (local σ-convergence), we measured local changes in the space brought about by regional trajectories, whether they were cases of spatial convergence or spatial divergence. Calculating the local σ-convergence consists in working out the change in a dispersion indicator between two dates for each region and its neighbourhood (Bourdin 2013). In our case, we chose the coefficient of variation as a dispersion indicator. ...
Article
Full-text available
The Mediterranean is too often presented as a heterogeneous geographical area. Demography has helped to create this narrative of a Mediterranean of contrasts in which the different shores are systematically opposed: a northern shore in decline, with low fertility rates and an ageing population, as opposed to the young and fertile southern and eastern shores, which are experiencing rapid growth. However, this spatial dichotomy is gradually disappearing due to demographic transition: population growth and fertility are in decline, and the disparities between the different areas of the Mediterranean are vanishing. Moreover, demographic transition automatically gives rise to an ageing population. While the varied populations of the Mediterranean are currently differentiated by their levels of ageing, it is inevitable that these levels will converge in the future. This paper studies this future convergence, including the hypothesis that the southern and eastern shores will catch up with the northern shore. It also envisages a potential challenge to the spatial dichotomy of demographic ageing in the Mediterranean. To this end, we will go beyond the national frameworks generally used for studies of the Mediterranean as a whole and examine each Mediterranean country at a sub national level. After creating demographic projections based on 4 prospective scenarios, we will use various methods (cartography, spatial statistics, etc.) to express how the southern regions will catch up, how the space will change, and how the spatial dichotomy of ageing in the Mediterranean will evolve.
... We have attempt to model a complex diffusion process in real life by choosing a specific diffusion mechanism. The diffusion by contact with neighboring regions was highlighted especially by Elissalde et al. (2009) andBourdin (2013) who has shown for example that regions of Central Europe (eastern Germany, the western parts of the Czech Republic, Slovakia, Hungary and Slovenia) have a low level of GDP per capita compared to the EU15 average, but a geographic environment which is more favorable than the regions further to the east in the EU. In this context, a catching-up of regions of Central Europe is explained in part by a growth diffusion process by neighboring. ...
... We have attempt to model a complex diffusion process in real life by choosing a specific diffusion mechanism. The diffusion by contact with neighboring regions was highlighted especially by Elissalde et al. (2009) andBourdin (2013) who has shown for example that regions of Central Europe (eastern Germany, the western parts of the Czech Republic, Slovakia, Hungary and Slovenia) have a low level of GDP per capita compared to the EU15 average, but a geographic environment which is more favorable than the regions further to the east in the EU. In this context, a catching-up of regions of Central Europe is explained in part by a growth diffusion process by neighboring. ...
Chapter
Full-text available
The dilemma between equity and competitiveness has created concerns about the future of redistribution of European regional policy funding. The objective of this chapter is to estimate the spatial expression of convergence and regional growth in the European Union. After contextualizing the EU enlargements of 2004 and 2007, this study uses spatial statistics and the simulation platform GeoCells, the goal of which is to analyze two alternatives for future economic development of the EU.
... Une bonne partie des études réalisées, souvent au niveau de l'UE-15) montrent une faible convergence régionale (cf. le tableau récapitulatif de Tondl, 2001), alors que d'autres mettent en évidence une divergence régionale au sein des pays (Marelli, 2007 ;Bourdin et al. 2011 ;Bourdin 2013), souvent sous forme d'un écartement entre la région-capitale et le reste des 1988->1991 1992 1993-1994 1995 1996 1997 1998 1999 2000 2001-2002 2003 2004 Que ce soit au niveau national ou régional, une meilleure cohésion économique n'est pas forcément synonyme d'une cohésion en termes de développement humain. Le contraste est évident entre le PIB par tête (courant ou en SPA) et l'IDH-2 : le PIB commence à enregistrer des vitesses de convergence élevées à partir des années 2000, alors que l'IDH converge plutôt en début de période puis passe par une phase de stagnation voire de divergence à partir de 2004. ...
Article
One of the main objectives of the European Union since its foundation has been the harmoniza tion of the development levels of its country members. In order to achieve this, The European Commission adopts two types of policies, regional policies and pre-membership policies, with the aim of strengthening the "European cohesion". Measured by the level of economic convergence, this cohesion seems to be well established at the countries level but remains mixed at the regional levels. The level of economic development, represented by the GDP per capita, is not only an indicator for poor regions' eligibility for European cohesion funds; it is also a tool for the Commission to evaluate these policies. Nevertheless, "harmonious development" cannot be reduced to a single economic dimension. In this article, we study the development of the countries and regions of the EU-27 according to two different concepts of development: Economic and human, based on two different indicators: i) the GDP per capita and ii) the HDI. The convergence analyses which were carried out highlight some relatively conflicting trends in the European Union over the last two decades.
Article
Full-text available
This paper investigates regional inequality from two standpoints. First, it explores them from a global perspective by assessing the incidence of economic growth for 2867 regions from 161 countries. Results show that middle income regions had the highest growth rates after the Great Recession, whilst regions from deciles 9 and, to a lower extent, those from decile 10 had suffered the most negative impact. Hence, the incidence of regional growth resembles the “elephant curve” of global inter-personal inequality. Second, the paper explores within-country regional inequality for a panel of 25 countries, over the period 2000–2018. Using OECD data and following both cross-sectional and time series approaches, results show that, while regional inequality decreases with growing GDPPC, regional polarization is more persistent and does not necessarily follow the same rule. The paper also delivers a first systematic assessment of sigma-convergence and regional polarization for a considerable number of countries, with findings pinpointing the importance of spatial clustering (which is contributing considerably to regional inequality levels), but also its complementarity with sigma-convergence measures (as regional inequality trajectories are not necessary associated with spatial clustering trajectories). Overall, findings also suggest that convergence approaches cannot provide an adequate theoretical background for understanding regional problems as long as they remain aspatial.
Article
Full-text available
The main aim of the paper is to show a theoretical overview of the possibilities of local convergence measurement. In the first part, we summarized different approaches of convergence (absolute, conditional and club convergence) and also defined the difference between global and local indicators. We focused on global measurement of convergence throughout the second part, by an overview of distribution-based methods, the β - convergence, stochastic time series based approaches and club convergence. We concluded that most of the global approaches are a-spatial, so estimations of the convergence process are biased, but transformation methods from a-spatial to spatial models have also been discovered. The third part of the paper is devoted to local measures of convergence with two main directions, the Spatial Autoregressive Local Estimation (SALE), and a simple indicator suggested recently by Bourdin. While the SALE indicators are quite complicated to compute and make inferences about, the new measure is an easy-to-use descriptive tool, but its inference profile is not known yet. A tanulmányban a lokális konvergencia mérésének elméleti áttekintésére vállalkoztunk. Az első részben a konvergencia különböző elméleti megközelítéseit (abszolút, feltételes, klubkonvergencia), valamint a globális és a lokális szemlélet eltérését tisztázzuk. A második részben a konvergencia négyféle globális mérési lehetőségére fókuszáltunk, így az eloszláson alapuló módszerekre, a β -konvergenciára, a sztochasztikus idősorelemzésre és a klubkonvergenciára. A globális mutatókról megállapítottuk, hogy nagyrészt térnélküliek, így torzított becslést adhatnak a konvergenciafolyamat paramétereire. A harmadik fejezetben két valóban lokális mérési módszert mutatunk be, egyrészt a területi autoregresszív lokális becslés (SALE) módszerét, másrészt egy Bourdin által javasolt egyszerű mutatót. Amíg az előbbi technikailag bonyolult, az utóbbi következtető statisztikai tulajdonságairól pedig keveset tudunk.
Book
The purpose of models is not to fit the data but to sharpen the questions. S. Karlin, 11th R. A. Fisher Memorial Lecture, Royal Society, 20 April 1983 We are proud to offer this volume in honour of the remarkable career of the Father of Spatial Econometrics, Professor Jean Paelinck, presently of the Tinbergen Institute, Rotterdam. Not one to model solely for the sake of modelling, the above quotation nicely captures Professor Paelinck's unceasing quest for the best question for which an answer is needed. His FLEUR model has sharpened many spatial economics and spatial econometrics questions! Jean Paelinck, arguably, is the founder of modem spatial econometrics, penning the seminal introductory monograph on this topic, Spatial Econometrics, with Klaassen in 1979. In the General Address to the Dutch Statistical Association, on May 2, 1974, in Tilburg, "he coined the term [spatial econometrics] to designate a growing body of the regional science literature that dealt primarily with estimation and testing problems encountered in the implementation of multiregional econometric models" (Anselin, 1988, p. 7); he already had introduced this idea in his introductory report to the 1966 Annual Meeting of the Association de Science Regionale de Langue Fran~aise.
Article
The magnitude and persistence of regional disparities in the EU are a continuing source of concern. The completion of the Single Market, the increased emphasis placed on regions in EU decision making, the increasing pressures to widen membership, and the continuing discussion of a move to full Economic and Monetary Union all focus this lack of cohesion. This book presents papers presented at the 1994 meetings of the Regional Science Association Internationa, in Groningen and Dublin, together with some further papers specially commissioned for the volume. The book deals with both aggregate convergence of GDP and conergence in technologies and labour markets. There are three basic aims: to present the results of recent European research; to bring some of the new economic approaches to a wider regional science audience; and to focus attention on some of the key policy issues for the EU in the second half of the 1990s. -from Publisher
Article
Three years later, nearly all of the member states consider the May 1,2004 entry of eight Central European and Baltic countries to have been an economic success. This success story was, however, marred by some political friction. First of all, it was necessary to contend with a certain amount of suspicion on both sides: whereas some in the EU-15 were concerned with the risks of social dumping on the part of the new arrivals, the latter, in some domains victims of unequal (agriculture, opening of borders) or, as they believed, over stringent (nuclear security, access to Community funds, Euro zone entry) treatment, charged discrimination. The European consensus also was put to the test on whether to adopt a more or less firm stance on Russia, determined to make energy a foreign policy weapon. The New Member States (NMS), united when facing the "old states" on some subjects, did not, however, adopt Poland's carping stance. In a European Union confronting thorny questions on the future of the constitutional treaty and enlargement planning, the NMS are, according to surveys, seemingly more concerned with strengthening the building of the Community, all the more so as they have, with their lower levels of development, every interest in maintaining the Common Agricultural and Economic and Social Cohesion policies. On the other hand, in light of the political instability and renewed populism confronting several, the often very liberal orientation adopted by most and the Atlantic solidarity espoused by all, doesn't the EU of the twenty-seven ultimately appear more divided than ever, or at least more fragile ? Three years later, nearly all of the member states consider the May 1,2004 entry of eight Central European and Baltic countries to have been an economic success. This success story was, however, marred by some political friction. First of all, it was necessary to contend with a certain amount of suspicion on both sides: whereas some in the EU-15 were concerned with the risks of social dumping on the part of the new arrivals, the latter, in some domains victims of unequal (agriculture, opening of borders) or, as they believed, over stringent (nuclear security, access to Community funds, Euro zone entry) treatment, charged discrimination. The European consensus also was put to the test on whether to adopt a more or less firm stance on Russia, determined to make energy a foreign policy weapon. The New Member States (NMS), united when facing the "old states" on some subjects, did not, however, adopt Poland's carping stance. In a European Union confronting thorny questions on the future of the constitutional treaty and enlargement planning, the NMS are, according to surveys, seemingly more concerned with strengthening the building of the Community, all the more so as they have, with their lower levels of development, every interest in maintaining the Common Agricultural and Economic and Social Cohesion policies. On the other hand, in light of the political instability and renewed populism confronting several, the often very liberal orientation adopted by most and the Atlantic solidarity espoused by all, doesn't the EU of the twenty-seven ultimately appear more divided than ever, or at least more fragile ?.
Article
ISBN en cours d'attribution Document available at http://www.espon.eu/mmp/online/website/content/projects/261/431/index_EN.html
Article
La Pologne présente des disparités spatiales contenues, mais caractérisées par leur fort enracinement historique, leur inscription matérielle dans l'équipement du territoire (réseaux de transports terrestres notamment), et des spécialisations économiques fortes. Membre de l'Union Européenne de puis 2004, la Pologne reconsidère la place de l'aménagement du territoire, avec des outils et des paradigmes inspirés par ce nouveau contexte. L'article examine les politiques régionales menées depuis 1990, les modes d'utilisation des fonds structurels et la stratégie nationale de cohésion définie pour la période 2007-13. Conjuguée à l'entrée du pays dans la mondialisation et aux effets des transformations systémiques, l'application des aides structurelles européennes dessine une nouvelle configuration des territoires polonais, et un renforcement des disparités.
Article
I. Introduction, 65. — II. A model of long-run growth, 66. — III. Possible growth patterns, 68. — IV. Examples, 73. — V. Behavior of interest and wage rates, 78. — VI. Extensions, 85. — VII. Qualifications, 91.