ArticlePDF Available

Géographie de la résilience des régions européennes face à la crise

Authors:

Abstract

Cette étude analyse la géographie de la résilience des régions européennes durant la crise de 2008-2013. Plus précisément, nous mettons en évidence la concentration spatiale de régions ayant mieux résisté à la crise ou au contraire qui l'ont largement subi. Puis, nous identifiions des déterminants potentiels de la résilience des régions européennes en prenant en compte des facteurs institutionnels, d'innovation, sociodémographiques et du marché du travail qui pourraient affecter les modèles de résilience. Les résultats suggèrent que les disparités régionales de la résilience régionale sont principalement déterminées par des facteurs tels que la qualité de l'administration régionale, le niveau d'innovation ou encore le niveau d'éducation. En revanche, il semblerait que, contrairement à ce qui est évoqué par la doxa, une stratégie consistant à axer le développement national principalement sur les régions métropolitaines (et en particulier les régions capitales) pourrait accroître la vulnérabilité aux booms économiques.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
GEOGRAPHIE DE LA RESILIENCE DES REGIONS
EUROPEENNES FACE A LA CRISE
Sébastien BOURDIN
Ecole de Management de Normandie Laboratoire Métis
Département d’Economie des Territoires et Développement Durable
sbourdin@em-normandie.fr
www.sebastienbourdin.com
Classification JEL : C21, O40, H50, R11
Mots-clés : Crise économique ; Croissance régionale ; Union européenne ; Hétérogénéité
spatiale ; GWR regression géographiquement pondérée
Résumé : Cette étude analyse la géographie de la résilience des régions européennes durant la
crise de 2008-2013. Plus précisément, nous mettons en évidence la concentration spatiale de
régions ayant mieux résisté à la crise ou au contraire qui l’ont largement subi. Puis, nous
identifiions des déterminants potentiels de la résilience des régions européennes en prenant en
compte des facteurs institutionnels, d'innovation, sociodémographiques et du marché du travail
qui pourraient affecter les modèles de résilience. Les résultats suggèrent que les disparités
régionales de la résilience régionale sont principalement déterminées par des facteurs tels que
la qualité de l'administration régionale, le niveau d'innovation ou encore le niveau d’éducation.
En revanche, il semblerait que, contrairement à ce qui est évoqué par la doxa, une stratégie
consistant à axer le développement national principalement sur les régions métropolitaines (et
en particulier les régions capitales) pourrait accroître la vulnérabilité aux booms économiques.
Mots-clés : crise hétérogénéité spatiale GWR
Introduction
La crise financière mondiale qui a éclaté en 2008 a été engendrée par l'effondrement de la bulle
immobilière américaine et l'expansion excessive du crédit et s'est immédiatement propagée dans
toute l'Europe. La Grande Récession a affecté l'Europe plus sévèrement que toutes les autres
crises depuis la fin de la Seconde Guerre mondiale avec des effets notables sur la croissance de
la production et les taux de chômage (Capello et Caragliu, 2016 ; Fratesi et Rodríguez-Pose,
2016). Néanmoins, l'impact de la crise a été très inégal en Europe, tant entre les pays qu'entre
les régions au sein des pays (Groot et al., 2011 ; Martin et Sunley, 2015 ; Capello et al., 2015,
Boschma, 2015 ; Christopherson et al., 2010 et 2015). Largement étudié dans d’autres
contextes, le concept de résilience a commencé à être étendu dans l'analyse économique
régionale pour essayer de comprendre la dynamique qui se produit dans différents
environnements spatiaux (pays, régions, villes, etc.) en fonction de du choc subi et comment ils
y répondent (Martin et al., 2016). Martin et Sunley (2015) définissent la résilience économique
régionale comme la capacité d'une économie régionale ou locale à résister ou à se remettre des
chocs de marché et à retrouver sa trajectoire de développement antérieure, si nécessaire en
mettant en œuvre des changements visant à adapter ses structures économiques, sociales et
institutionnelles.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Par conséquent, il est tout aussi important d’analyser plus précisément la géographie de cette
crise économique en identifiant les concentrations spatiales des régions résilientes ou au
contraire celles qui l’ont moins été, mais aussi d’identifier des irrégularités spatiales dans la
géographie de cette Grande Récession. Par ailleurs, une fois ces schémas spatiaux repérés, il
semble tout aussi intéressant d'examiner quels facteurs déterminent cette variation
géographique observée au sein de l’Union européenne. Pour résoudre ce problème, il convient
d'étudier les facteurs qui sous-tendent la résilience économique régionale.
Aussi, pour mieux comprendre cette résilience régionale, sa géographie et ses déterminants, la
présente étude contribue à la littérature existante sur trois aspects clés. Premièrement, la plupart
des études sur la résilience ont mis l'accent sur le rôle joué par la composition de la structure
productive régionale et le degré de spécialisation (Martin et al., 2016, Cuadrado-Roura et
Maroto, 2016 ; Xiao et al., 2017), et s’interrogent sur le fait de savoir si la diversification ou la
spécialisation du secteur industriel accroissent la robustesse économique. Néanmoins, la
résilience régionale ne dépend pas exclusivement de ces facteurs. Aussi, nous avons intégré des
facteurs qui caractérisent le cadre institutionnel, le système d'innovation et les conditions socio-
démographiques pour expliquer la plus ou moins grande résilience des régions européennes.
Deuxièmement, une abondante littérature a tenté d'expliquer les raisons des chocs économiques,
et de contribuer à la conception de politiques capables d'atténuer leurs effets (Martin et al.,
2015). Bien que la plupart de la littérature ait été de nature macroéconomique après le début de
la récession de 2008, un nombre croissant d'études ont tenté de comprendre et d'expliquer
l'hétérogénéité locale et régionale des effets de la crise. Mais la plupart des études proposent
des analyses nationales ou spécifiques pour un échantillon de pays (Briguglio et al., 2009) ou à
l’échelle infranationale telles que pour les régions grecques (Monastiriotis, 2011 ; Psycharis et
al., 2014 ; Palaskas et al., 2015 ; Giannakis et Bruggeman, 2017), italiennes (Cellini et Torrisi,
2014, Lagravinese, 2015 ; Faggian et al., 2018), espagnoles (Cuadrado-Roura et Maroto, 2016),
néerlandaises (Diodato et Weterings, 2015), au Royaume-Uni (Fingleton et al., 2012, Gardiner
et al., 2013 ; Martin et al., 2016) ou encore dans les pays d’Europe centrale et orientale
(Próchniak , 2011 ; Blažek et Netrdová, 2012). Si ces approches fournissent des informations
utiles sur le rôle joué par les différents facteurs qui déterminent la résilience régionale dans des
pays spécifiques, l'approche adoptée ici fournit des résultats généralisables qui peuvent être
extrapolés pour formuler des politiques efficaces aussi bien aux niveau régional, national
qu’européen pour améliorer la résistance des régions aux chocs économiques. Aussi, pour notre
cas d’étude, nous proposons une analyse de la résilience économique régionale sur l’ensemble
de l’UE sur un échantillon de 270 régions à l’échelle NUTS 2 sur la période 2008-2013.
Troisièmement, notre approche se différencie aussi par son approche méthodologique. Nous
n’avons pas recensé à ce jour d’analyse de l’existence de schémas spatiaux de la résilience
régionale notamment à l’aide d’indicateurs locaux d’association spatiale (LISA). Or, il nous
semble important de déterminer les concentrations et instabilités spatiales locales pour mieux
appréhender les mécanismes spatiaux à l’œuvre. Une fois celles-ci identifiées, la méthode
utilisée est elle aussi originale étant donné que, contrairement aux études précédentes analysant
la résilience où l'inférence est basée sur une analyse structurelle-résiduelle (shift-share) ou dans
un modèle économétrique classique, nous cherchons à prendre en compte l’hétérogénéité
spatiale de l’impact des variables explicatives sur la résilience des régions. Pour cela, nous
utilisons un modèle de régression géographiquement pondérée (GWR).
Article accepté pour publication dans la revue Région & Développement parution fin 2018
2. L’hétérogénéité spatiale de la résilience des régions
La sévérité exceptionnelle de la crise économique et l'hétérogénéité spatiale de son impact ont
contribué à la popularité du concept de résilience. Le concept a été appliqué pour comprendre
quels sont les facteurs expliquant que les économies régionales ont réagi différemment aux
chocs de la récession.
2.1. Les effets spatialement différenciés de la crise sur la résilience des régions
La récession a commencé techniquement au premier trimestre 2008 (c'est-à-dire au deuxième
trimestre consécutif de croissance économique négative) et a duré jusqu'au dernier trimestre de
2009. Entre le second semestre 2010 et 2011, l'UE a enregistré une deuxième vague de
croissance économique négative chiffres (Eurostat, 2014) et c’est en 2013 que l’UE était sortie
de la crise. Alors qu’elle a touché la majorité des pays européens, sa profondeur a été très
inégale sur le continent et ses impacts de long terme sont susceptibles d'être également inégaux.
La crise est, dans la plupart des États membres, une crise de la dette privée qui s'est transformée
en une crise de la dette souveraine (Milio et al., 2014).
Elle a frappé les territoires de l'UE au cours d'une phase de convergence régionale progressive
(Cuadrado-Roura et Parellada, 2013 ; Bourdin, 2013 ; Borsi et Metiu, 2015). Entre 2000 et
2008, les disparités régionales du PIB par habitant ont diminué, en grande partie en raison de
la dynamique positive des régions dans les nouveaux États membres de l'Union. En 2009, cette
tendance à la convergence s'est arrêtée pour ensuite revenir à des divergences en 2010 et 2011.
Dans ce contexte, l'augmentation des disparités régionales pendant la crise ne peut s'expliquer
exclusivement par la contraction généralisée des économies des États membres. En effet, la
résilience économique a été très hétérogène aussi bien entre les pays qu'entre les régions au sein
de chaque pays. Par exemple, la Grèce a enregistré une baisse de plus d'un quart de son PIB
entre 2008 et 2013. Au contraire, le PIB de l'Allemagne était déjà revenu à son niveau d'avant
la crise en 2011. De même, les effets de la crise ont été importants et très différenciés pour les
marchés du travail de chaque pays européen (Fratesi & Rodriguez-Pose, 2016) et ont souvent
accru le nombre de personnes exposées au risque de pauvreté, en particulier dans les pays
durement touchés par la récession (Collombet et Hiltunen, 2014 ; Eurostat, 2016). L'impact
territorial différencié de la crise a été renforcé par des programmes d'austérité sévères dans les
pays à forte dette publique et l'absence de mécanisme de stabilisation budgétaire au sein de
l'Union Monétaire Européenne qui a conduit à des emprunts publics (Hadjimichalis, 2011),
créant ainsi un nouveau problème de la dette publique en Europe. En conséquence, les effets
négatifs de la crise ont été asymétriquement reçus par les régions et les localités (Fingleton et
al., 2015 ; Lagravinese, 2015 ; Dijkstra et al., 2015 ; Sensier et al., 2016 ; Crescenzi, et al.,
2016)). Même dans les États membres les plus durement touchés par la crise, des différences
remarquables sont apparues au niveau régional. Par exemple, Crescenzi et al. (2016) illustrent
ceci avec le cas de l'Italie les régions du Nord ont souffert de l'impact à court terme de la
crise sur leurs niveaux de PIB en raison de leur plus fort degré d'intégration internationale, alors
que les régions italiennes du Mezzogiorno avec des interconnexions internationales moins
importantes ont subi des impacts à plus court terme plus limités, mais ont été plus fortement
et plus durablement impacté dans leurs trajectoires de développement à moyen et long terme.
Ainsi, ces différences de réactivité des régions d'un même pays face à la crise traduisent
l'hétérogénéité fondamentale des capacités des différents territoires à répondre aux chocs
économiques et à en absorber les conséquences.
En conséquence, nous faisons ici l’hypothèse que ces effets négatifs différenciés en fonction
des territoires trouvent leurs origines dans les niveaux de développement différenciés des
régions. Nous pensons que les fondements de la crise économique dans l'UE sont ancrés dans
des causes plus profondes liées au développement économique géographiquement déséquilibré
Article accepté pour publication dans la revue Région & Développement parution fin 2018
des régions européennes pendant la période précédant la crise. Par ailleurs, bien que les Fonds
structurels de l'UE aient contribué à réduire les différences de développement économique entre
régions, elles restent encore très marquées géographiquement (Hadjimichalis, 2011 ; Bourdin,
2018) et ceci expliquerait donc la plus ou moins grande résilience des régions européennes.
2.2. Les déterminants de la résilience des régions face à la crise économique
Dans la littérature, on recense un certain nombre de facteurs quantitatifs clés susceptibles de
façonner la résilience économique des régions avant le début du ralentissement économique.
L’état de l’art ici effectué nous permettra d’introduire les variables qui ont été utilisées dans
cette étude (tirées d’Eurostat).
Premièrement, on retrouve les facteurs socio-démographiques. Tout d’abord, la littérature sur
la géographie économique et l'économie régionale et urbaine considère que l'un des facteurs
clés du développement économique est la taille de la population (effets d’agglomération) et le
niveau de développement urbain (Lewis, 2013 ; Duranton et Puga, 2014). Plusieurs auteurs
(parmi lesquels Gallup et al., 1999 ; Ottaviano et Puga, 1999 ; Cicone, 2002 ; Gardiner et al.,
2010 ; Capello, 2015) soutiennent que les économies d'agglomération impliquent une densité
de population ou d'emplois plus élevée (compte-tenu que les individus et les entreprises sont
spatialement concentrés). Les agglomérations impliquent finalement des économies de coûts
de transport, réduisant alors les difficultés d'échange de biens, de personnes et d'idées
(Kurgman, 1991 a et b ; Porter, 1996 ; Duranton et Puga, 2004). Pourtant, l'impact de
l'agglomération sur la résilience régionale n'est pas clair dans la littérature. En effet, les zones
fortement urbanisées et denses sont souvent les plus exposées car les plus intégrées dans la
mondialisation, et sont donc les premières à la subir par exemple lors d’une crise économique.
En même temps, il semblerait que ce soit celles qui sont les plus à mêmes de sortir le plus vite
de la crise. Ainsi, pour contrôler l'effet potentiel de l'agglomération, nous incluons dans notre
spécification un indicateur de densité de population. Par ailleurs, nous souhaitons également
tester si les régions en déclin démographique sont résilientes à la crise que les autres, en faisant
l’hypothèse que ces dernières concernent essentiellement des régions rurales et donc moins
exposées à la crise financière. Nous avons donc ajouté la variable relative au taux de variation
naturelle de la population. Enfin, la migration a contrebalancé les équilibres de solde naturel
de la population négatifs dans de nombreuses régions européennes et a contribué de manière
positive à la croissance régionale (ESPON, 2008). Aussi, afin de prendre en compte
l’attractivité résidentielle des territoires, nous introduisons le taux de solde migratoire. Suivant
les travaux d’Arnoult (2016), nous souhaitons tester ici si les régions les plus attractives
présentent de nombreuses créations d’emplois et donc sont plus susceptibles d’être résilientes.
Ensuite, les effets attendus de la structure démographique sur la résilience sont théoriquement
ambigus. D'une part, les données empiriques montrent que les populations âgées ont tendance
à moins innover (Prskawetz et Lindh, 2006), ce qui devrait avoir un effet négatif sur la capacité
à développer de nouvelles voies de croissance lorsqu'une région est frappée par un choc. Ces
arguments suggèrent que les populations plus âgées pourraient avoir des niveaux de résilience
plus faibles que les plus jeunes. Néanmoins, il existe d’autres arguments qui soutiennent qu'une
force de travail plus mature est plus productive (Aiyar et al., 2016) en raison de niveaux
d'expérience professionnelle plus élevés (Creedy et Disney, 1989 ; Aiyar et Ebeke, 2017). Pour
contrôler le rôle de la structure par âge, nous incluons lâge médian de la population.
Deuxièmement, on recense les facteurs liés à l’innovation et la connaissance. Dans l'ensemble,
les facteurs favorisant la création de connaissances (éducation et efforts en R&D) devraient
avoir des effets positifs sur la résilience car, en période de récession, la « destruction créatrice
» est susceptible d’avoir un effet potentiellement bénéfique sur le développement de nouvelles
voies de croissance si les anciennes technologies sont remplacées par des nouvelles. Pour
Article accepté pour publication dans la revue Région & Développement parution fin 2018
autant, comme l’expliquent Camagni et Capello (2013) ou encore Capello et Lenzi (2013 et
2014), les facteurs liés aux connaissances régionales ne se transforment pas automatiquement
ni nécessairement en innovation. Par ailleurs, comme l’expliquent Crescenzi et al. (2016), la
présence d'un environnement régional propice à l'innovation peut contribuer à atténuer les
conséquences négatives de la crise non seulement par le développement de nouveaux produits
et/ou de nouvelles technologies, mais aussi par l'innovation organisationnelle et la réduction
des coûts de production. Nous avons donc intégré la part dans le PIB régional des dépenses
de R&D ainsi que la part de la population entre 24 et 65 ans diplômée de l’enseignement
supérieur.
Troisièmement, la structure productive d’une région peut affecter sa plus ou moins grande
résilience. L'intuition première est qu'une structure économique diversifiée devrait permettre à
une économie régionale de répartir le risque, réduisant ainsi l'intensité des fluctuations
conjoncturelles et augmentant la résilience régionale (Ezcurra, 2011 ; Boschma et al., 2017).
Dans le même temps, une région dépendant excessivement d'un petit nombre d'activités est
potentiellement plus vulnérable et instable en cas de ralentissement économique, car elle a
beaucoup moins de marge de manœuvre pour amortir la perturbation (Trendle, 2006 : Marelli
et al., 2012). Cependant, il convient aussi de noter que les entreprises situées dans des régions
plus spécialisées peuvent tirer parti des effets d'agglomération tels que les retombées de
connaissances et être plus productives que les entreprises similaires dans les régions moins
spécialisées (Baldwin et Okubo, 2005). Nous avons ainsi calculé le degré de spécialisation
sectorielle des activités économiques régionales via l’indice Herfindahl-Hirschmann
1
tel que
proposé par Romocea-Turcu (2009).
Quatrièmement, il est de plus en plus admis que les institutions modulent et façonnent les
trajectoires de croissance économique (Farole et al., 2011 ; Rodríguez-Pose, 2013 ;
Commission européenne, 2017). Dans le contexte de l’analyse de la résilience, la qualité du
gouvernement peut jouer un rôle crucial en minimisant la vulnérabilité aux chocs financiers qui
frappent les marchés du travail, étant donné que les marchés de capitaux bien réglementés
connaîtront vraisemblablement une crise moins intense (OCDE, 2017). Un niveau de corruption
élevé peut aussi bien (i) compromettre la stabilité financière et la reprise économique que (ii)
freiner le potentiel régional d'innovation (Rodríguez-Pose et Di Cataldo, 2015) et
l'entrepreneuriat (Nistotskaya et al., 2015 ; Nistotskaya et Cingolani, 2015). De plus la qualité
des institutions régionales peut accroître la résilience en améliorant les réponses politiques, en
particulier en ce qui concerne l'efficience de l'investissement public. Au niveau régional
européen, les études empiriques montrent que de bonnes institutions ont affecté positivement
les retours sur investissement de la politique de cohésion (Rodríguez-Pose et Garcilazo, 2015 ;
Bourdin, 2018). Pour mesurer l’effet de la qualité de la gouvernance régionale
2
sur la
résilience régionale, nous utilisons l'indice développé par Charron et al. (2015).
1
Cet indice est compris entre 0 (tous les secteurs sont représentés de manière égale dans une économie
régionale) à 1 (la région développe des activités dans un seul secteur).
2
L'indicateur repose sur trois piliers différents qui font référence à l'impartialité, la corruption et la
qualité, qui sont pondérés pour former l'indice régional.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
3. Méthodologie
Comme expliqué en introduction, malgré l'intérêt croissant pour une meilleure compréhension
de l'impact asymétrique des chocs de la récession au niveau régional, les preuves empiriques
sur la façon dont les conditions d'avant la crise façonnent les réactions des régions sont encore
rares. Nous cherchons donc à identifier et analyser la géographie de la crise économique de
2008
Dans la littérature, la mesure de la résilience des régions a été abordée de différentes manières
(Martin et Sunley, 2015). Certains auteurs proposent l'utilisation d'indicateurs univariés basés
sur le PIB par habitant (Crescenzi et al., 2016) ou les taux d'emploi ou taux de chômage
(Fingleton et al., 2012 ; Cellini et Torrisi, 2014, Di Caro, 2015, Lagravinese, 2015). Une
approche différente pour mesurer le concept de résilience dans la littérature a été d’élaborer des
indices composites basés sur un nombre de variables qui pourraient affecter négativement le
degré de vulnérabilité économique (Psycharis et al., 2014 ; Modica et Reggiani, 2015 ; Rizzi et
al., 2018). De notre côté, pour opérationnaliser le concept de résilience économique au niveau
régional, en construisant un indicateur bivarié de la résilience basé sur (i) les taux de chômage
3
et (ii) et le PIB/hab. (en PPA) formalisé comme suit
4
:


 




avec est la variation du taux de chômage dans la région entre le point de départ de
la crise (2008) et la reprise économique (2013) ;  représente la variation moyenne du
taux de chômage dans les régions de l’UE. Notons que toutes les valeurs ont été centrées-
réduites. La cartographie des valeurs permet d’illustrer les variations spatiales de
l'adaptation des régions face au choc de la Grande Récession (carte 1).
3
Etant donné que la majorité des chocs récessifs est se traduit directement sur le marché du travail, par
des licenciements et un accroissement des inégalités et des tensions sociales.
4
Notons que, sur la période étudiée, certaines régions ont connu simultanément une hausse du chômage
et des créations d’emplois, comme par exemple dans le Sud-Est de la France (Belle et al., 2016). La
hausse du chômage n’est alors pas la conséquence d’effets conjoncturels mais d’un déplacement de la
pyramide des âges. L’introduction d’une troisième composante dans l’indice de résilience décrivant les
dynamiques de créations d’emplois du territoire sur la période pourrait faire l’objet d’une étude future
afin d’observer si la géographie de la crise change en conséquence.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Carte 1. Indice de résilience régionale
Tableau 1. Statistiques descriptives
Variable Observations Minimum Maximum Moyenne
QoG
Indice de Qualité des Institutions 0 100 64,70
PIB
PIB/hab. PPA 7100 147800 25491,85
R&D
Part des investissements dans la R&D dans
le PIB regional
0,07 6,72 1,36
Agemed
Age médian de la population 31,60 49,30 40,28
Dens
Densité de population 3,30 9817,10 443,16
Educ
Part de la population diplômée de
l'enseignement supérieur
7,30 60,80 23,47
Spé
Degré de spécialisation sectorielle des
activités économiques régionales
0,18 0,39 0,23
Migr
Taux de solde migratoire -8,80 32,20 3,99
Varpop
Taux de variation naturelle de la
population -11,00 11,20 0,60
RESILIENCE
Indice de résilience régionale 0,20 0,94 0,67
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Compte-tenu de notre approche, nous réalisons dans un premier temps une analyse exploratoire
des données spatiales (ESDA) afin d’étudier la structure spatiale de la résilience régionale.
L'évaluation de l'autocorrélation spatiale globale a été réalisée à l'aide de la statistique I de
Moran qui mesure l'autocorrélation spatiale en fonction des emplacements des caractéristiques
et des valeurs caractéristiques simultanément (Cliff & Ord 1981 ; Oliveau, 2010). Le modèle
global de Moran évalue si le modèle spatial est regroupé, dispersé ou aléatoire en produisant un
Z-score et une p-valeur évaluant la significativité de cet indice sous l'hypothèse nulle
d'indépendance spatiale. Les déviations par rapport à l'hypothèse aléatoire spatiale à l'échelle
locale ont été évaluées en utilisant le I de Moran local via l’indicateur local dassociation
spatiale (LISA). La statistique I de Moran locale mesure la corrélation entre la valeur d'une
zone donnée et celle de ses voisins, et peut être utilisée pour identifier des localisations
atypiques ainsi que des groupes de valeurs élevées ou faibles. Une valeur positive et
significative du I de Moran local indique un regroupement spatial de valeurs similaires (élevées
ou faibles), alors qu'une valeur négative et significative indique un regroupement spatial de
valeurs dissemblables entre une région et ses voisines.
Dans un second temps, nous proposons une méthode qui va nous permettre d’analyser dans
quelle mesure les variables explicatives agissent sur la résilience des régions et comment ces
impacts ont une dimension spatiale. La littérature sur la modélisation spatiale fournit une variété
de modèles locaux et globaux pour traiter de la dépendance spatiale, ainsi que des modèles qui
intègrent explicitement l'hétérogénéité spatiale comme la méthodologie de la GWR (Brundson,
1996 ; Fotheringham et al., 2003). Elle calibre séparément une série de modèles de régression
locale pour chaque région et permet de cartographier les estimations locales des coefficients
des variables et de vérifier les variations spatiales des relations entre variables dépendantes et
indépendantes pour chaque région. En tenant compte de la non-stationnarité spatiale dans les
paramètres de régression, les modèles locaux GWR peuvent améliorer les modèles globaux en
prenant en compte une partie ou même une grande partie de l'autocorrélation spatiale des termes
d'erreur. GWR étend le cadre de la régression traditionnelle en permettant aux coefficients de
varier dans l'espace :
 désigne les coordonnées du ième point dans l'espace et  est une réalisation
de la fonction continue au point (Brunsdon et al., 1996). Ensuite, un schéma de
pondération est choisi pour que les données provenant d'observations proches de aient un
poids plus important que les données provenant d'observations plus éloignées de
(Fotheringham et al., 2003).
Le calibrage du modèle de GWR implique de sélectionner une fonction de pondération spatiale
pour donner des poids différents en fonction de la distance qui sépare chaque région. Ici, nous
avons utilisé une fonction de décroissance de la distance exponentielle définie par :
 est la distance entre et et  est la portée spatiale choisie. Habituellement, le kernel
est soit défini selon une distance fixe, soit selon une distance adaptative en fonction de la
distance au ième voisin le plus proche. Nous avons ici sélectionné un kernel spatial adaptatif.
Le point clé du paramétrage du modèle de la GWR est de choisir une portée spatiale appropriée,
c'est-à-dire un nombre de voisins. Pour cela, comme le recommandent Fotheringham et al.
(2009) la méthode du critère d'information Akaike corrigé (AICc) peut être utilisée pour définir
la portée spatiale aussi précisément que possible, en cherchant à réduire la différence entre la
Article accepté pour publication dans la revue Région & Développement parution fin 2018
valeur observée et la valeur estimée pour . Dans notre modèle, la portée spatiale varie entre 52
et 58 régions.
Enfin, en plus de prendre en compte l’hétérogénéité spatiale via la GWR nous souhaitons
également considerer la dépendance spatiale, autrement dit, les effets de débordements
géographiques. Ainsi, nous pourrons avoir une lecture à la fois de l’impact de la localisation
(GWR) et de l’impact de l’organisation spatiale (modèles paramétriques spatiaux) sur la
résilience régionale, nous avons également intégré dans notre étude un modèle global qui
contrôle les effets de dépendance spatiale. Puisque la dépendance spatiale des données relatives
à la croissance peut provenir de différentes sources, nous privilégions une spécification Durbin
Spatial (SDM). Car elle permet de considérer à la fois la dépendance spatiale liée aux variables
exogènes et à la variable expliquée (LeSage et Pace, 2009). Le SDM permet de prendre en
compte les effets de diffusion de la résilience aux regions voisines ainsi que l’impact des
des effets de voisinage et des caractéristiques régionales similaires.
Nous considérons le spatial Durbin model où la dépendance spatiale est incluse à la fois parmi
les variables endogènes ( et les variables exogènes ( :
  
   
   
 représente la résilience pour une région telle que définie plus haut ; 
 est la
résilience des regions voisines (variable endogène spatialement décalée), représente les
variables explicatives de la région i, 
 sont les variables explicatives des regions
voisines à i (variables exogènes spatialement décalées) ; la constante ; et sont les vecteurs
des coefficients estimés et celui des résidus.
4. Résultats
4.1. Une concentration spatiale des régions résilientes
Les résultats de la statistique I de Moran suggèrent qu’il existe une autocorrélation spatiale
globale positive (0,436**). Ils révèlent que la distribution de la résilience des régions est par
nature concentrée.
Figure 1. Indicateurs Locaux d’Association Spatiale de la résilience régionale
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Dans un premier temps, les LISA (figure 1) permettent de confirmer l’existence de schémas
spatiaux de la résilience régionale. Deux grands ensembles majeurs se distinguent. Tout d’abord
une large bande de régions résilientes qui traverse l’Europe d’Ouest en Est partant de la France
et du Royaume-Uni et allant jusqu’à la Pologne. Ensuite, on retrouve les régions de l’Europe
méditerranéenne caractérisées par une résistance au choc de la crise économique et financière
très faible. La concentration spatiale observée (aussi bien pour les niveaux élevés que pour les
niveaux faibles) laisse entrevoir que la géographie de la résilience à la crise est relativement
dépendante d’un effet pays puisqu’elle suit largement les frontières des Etats-membres. Toutes
les régions appartenant aux pays parmi les plus durement touchés (Portugal, Grèce et Espagne)
se retrouvent dans le régime spatial LL. Il s’agit d’Etats-membres qui ont dû mettre en œuvre
des politiques drastiques d’austérité (Jeanneret et Chouaib, 2015). La cartographie des LISA
permet de mettre en évidence les outliers, en particulier ici les régions qui ont été lourdement
impactés par la crise et peu résilientes (HL) entourées de régions qui ont bien résisté à la crise
(HH). Un exemple parlant est celui de l’Irlande qui a subi quatre crises interdépendantes (une
crise immobilière, une crise bancaire, une crise fiscale et une crise financière) du fait de
l’exposition de son économie à la mondialisation avec la présence de nombreuses firmes
multinationales notamment pour des raisons sociales et fiscales. C’est d’ailleurs ce qui amène
Donovan et Murphy (2013) à parler de chute du Tigre celtique. On retrouve également les pays
baltes qui ont été peu résilients à la crise, ceci s’expliquant à la fois par la dette accumulée dans
la décennie précédant la crise et la présence importante de capitaux étrangers qui ont été retirés
au moment le plus critique de la Grande Récession (Kattel, 2010). Enfin, on retrouve des
regroupements de régions résilientes entourées de régions qui ont mal résisté à la crise (HL).
Aussi bien pour le Sud de la France que pour la Roumanie méridionale, nous faisons ici
l’hypothèse que respectivement Toulouse et Bucarest ont joué un rôle moteur pour maintenir
les économies régionales au niveau local. Ceci rejoint les travaux de Dijkstra et al. (2015) selon
lesquels les régions intermédiaires et rurales proches d'une ville ont montré plus de résilience.
Une fois ces schémas spatiaux identifiés, il nous semble pertinent de comprendre quels sont les
influences des facteurs explicatifs à l’origine de cette géographie de la résilience et comment
ils varient spatialement (au travers de la GWR) et d’identifier s’il existe des effets de
dépendance spatiale (au travers du SDM). Premièrement, afin d’étudier cette hétérogénéité
spatiale des effets de la crise sur les régions (Capello et al., 2015), le niveau de résilience a été
modélisé via la GWR comme une fonction des variables décrites dans le tableau 1. Le test de
la présence d’autocorrélation spatiale dans les résidus du modèle de la GWR à l’aide de la
statistique I de Moran permet d’évaluer le degré de dépendance entre les observations proches.
Les résultats (tableau 2) confirment que le modèle retenu n’est pas biaisé puisqu’il n’est pas
observé d’autocorrélation spatiale (p<0,005) dans les résidus du modèle. Deuxièmement, afin
de déceler des effets de dépendance spatiale des régions face à la crise, nous avons utilisé un
modèle SDM. Nous nous concentrons ici sur les effets totaux puisqu’ils prennent en compte à
la fois les effets directs et l’effet de dépendance spatiale entre toutes les observations au travers
du multiplicateur spatial. Les estimations confirment un effet de diffusion spatiale de la
résilience régionale (ρ = 0,214). Ainsi, le niveau de résilience d’une région dépend à la fois de
ses caractéristiques mais également de la résilience régionale de ses voisines.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Tableau 2. Modèle GWR et Durbin Spatial de la résilience régionale
***, **, *: statistiquement significatif respectivement aux seuils de 0,1%, 1%, 5%
Les résultats montrent tout d’abord que plusieurs facteurs influencent positivement la résistance
des régions au choc de la Grande Recession. Parmi eux, on compte la qualité des institutions
confirmant ainsi les travaux sur la question (Farole et al., 2011 ; Rodríguez-Pose, 2013) , le
niveau d’investissement des régions dans la R&D. La comparaison des minima et des maxima
des estimations des paramètres locaux du niveau d’éducation et du PIB/hab indique que la
direction de la relation avec la résilience régionale varie dans l’UE. Autrement dit, en prenant
l’exemple du PIB, alors que la plupart des régions avec un PIB élevé ont eu tendance à connaître
une résilience plus forte, certaines régions en retard ont, malgré tout, bien résisté à la crise. Par
ailleurs, il semblerait que plus une région a une population jeune, plus elle semble résister à la
crise comme Prskawetz et Lindh (2006) l’ont déjà démontré.
Nous confirmons aussi l’hypothèse selon laquelle les régions connaissant un déclin
démographique sont plus résilientes à la crise en général, de même que les régions connaissant
un solde migratoire négatif. Ceci est renforcé par l’effet significatif et négatif de la densité de
la population sur la résilience régionale. En tant que proxy des économies d’agglomération,
cette variable indique que les régions métropolitaines (qui ont pour la plupart un solde
migratoire positif) ont globalement moins résisté à la crise économique et financière, du fait de
leur plus grande ouverture sur les marchés internationaux. Ceci rejoint les travaux de Capello
et al. (2015) qui suggèrent que les régions accueillant des activités financières souvent
densément peuplées ont été sévèrement touchées pendant la crise. Ainsi, les arguments
traditionnels qui perçoivent les agglomérations comme des « amortisseurs » servant à réduire
les risques et à stimuler les investissements ont du sens lorsque la croissance annuelle moyenne
est non négative, alors que dans les conditions de chocs défavorables graves, les agglomérations
de tels effets semblent être indésirables (Dijkstra et al., 2015). En revanche, ces régions
densément peuplées accueillent aussi des éléments de capital territorial tangibles et intangibles
Article accepté pour publication dans la revue Région & Développement parution fin 2018
suffisants (accessibilité physique élevée, accès à l'information et au savoir, fonctions avancées)
pour générer une croissance de la productivité intersectorielle et favoriser leur capacité à
s'adapter à la crise. Ceci explique pourquoi elles font partie des régions qui enregistrent de
nouveau des niveaux de croissance élevés et des taux de chômage plus faibles que la moyenne.
Ainsi, la lecture du tableau 2 montre bien comment il existe une hétérogénéité de l’influence
des différents facteurs sur la plus ou moins grande résilience des régions. En effet, les
changements de signes dans les estimations des paramètres du modèle et leur magnitude
différenciée confirment la nécessité de prendre en compte la non-linéarité spatiale de la
résilience des régions face à la crise. De plus, au-delà de considérer cette hétérogénéité spatiale,
il est également important de contrôler l’autocorrélation spatiale et, de ce point de vue, nos
résultats montrent la présence d’effets de débordements géographiques confirmant les
interdépendances des économies régionales localisées à proximité.
Carte 2. Cartographie des valeurs-t du niveau de développement régional (PIB/hab.)
Carte 3. Cartographie des valeurs-t de la qualité des institutions (QoG)
Article accepté pour publication dans la revue Région & Développement parution fin 2018
La GWR permet d’appréhender localement les variations spatiales des effets des différents
facteurs sur la variable dépendante. Plus précisément, la cartographie des t-valeurs permet de
saisir à la fois la direction (signe) et la force (quantité) des relations locales entre les variables
explicatives et le niveau de résilience régionale. Par exemple, la carte des t-valeurs des effets
du niveau de développement économique sur le niveau de résilience régionale (carte 2) suggère
une influence très forte des PIB/hab. sur les niveaux faibles de résilience dans les régions de la
péninsule ibérique. Les régions suédoises sont développées économiquement et ont été robustes
face à la crise financière et économique. En revanche, les régions bulgares et leurs voisines font
partie d’un ensemble d’entités géographiques très faiblement développées dans l’UE mais qui
ont été résilientes. On voit d’ores et déjà l’intérêt de la GWR qui nous permet de dépasser les
modèles économétriques globaux qui ne prennent pas en compte l’hétérogénéité spatiale de
l’influence des facteurs. La carte 3 quant à elle met en lumière très clairement que le niveau de
qualité institutionnelle influençait fortement la résilience des régions en Europe méridionale.
En l’espèce, les niveaux très bas de gouvernance institutionnelle dans ces régions explique
largement le niveau faible de résilience. Ceci confirme bien que le contexte institutionnel
compte (Rodríguez-Pose, 2013 ; Rodríguez-Pose et Di Cataldo, 2014 ; Charron et al., 2014)
conformément aux théories récentes du développement régional.
Conclusion
Notre article visait à mettre en évidence les effets territoriaux de la crise et d’avoir une meilleure
compréhension de la géographie de la résilience des régions européennes. Il a été mis en lumière
le fait que la géographie de la résilience à la crise économique et financière était différente de
la géographie du développement économique régional. Les régions ayant un taux de croissance
élevé et un niveau de développement faible (Europe centre-orientale) ont mieux résisté à la crise
que celles qui cumulaient des niveaux bas de croissance économique et de développement
régional (Europe du Sud). Par ailleurs, alors que les régions métropolitaines ont subi la crise de
plein fouet, certaines ont réussi à l’absorber alors que d’autres ont éprouvé de grandes
difficultés à en sortir. Ainsi, la crise a mis au jour une diversité considérable dans la capacité
des régions à s'adapter aux chocs économiques et financiers. Par ailleurs, notre étude montre
les interdépendances spatiales qui existent entre les régions localisées à proximité et comment
la résilience observée dans une région a des impacts sur les régions voisines.
La capacité des territoires à résister aux effets d'un ralentissement prolongé et de l'austérité
budgétaire est devenue un problème majeur et en constante progression dans l'agenda politique
européen. En particulier, la sévérité de la crise en termes de destruction d'emplois et de hausse
du chômage n'est pas passée inaperçue chez les décideurs. Le président de la Commission, Jean-
Claude Juncker, a placé les emplois et la création d'emplois au sommet de ses orientations
politiques (Juncker, 2014). De même, tout comme nos résultats le montrent, il semble
nécessaire d’améliorer la qualité de l’administration publique. C’est d’ailleurs ce que préconise
le 7ème rapport sur la Cohésion (Commission européenne, 2017). Ainsi, la création d'emplois et
le renforcement de la qualité des institutions précèdent désormais l'objectif traditionnel d'une
croissance économique plus forte. Par conséquent, lors de la conception de stratégies de
développement efficaces (Bourdin et Ragazzi, 2018), les décideurs devraient accorder une
attention particulière aux conditions susceptibles d’améliorer la résistance aux chocs et avoir
en tête que celles-ci varient en fonction des régions. La logique du « one-size-fits-all » ne
semble plus convenir et des approches davantage territorialisées (« placed-based policies »)
doivent être promues. Il s’agit alors de prendre en compte les spécificités locales dans la
conception des politiques publiques (Barca et al., 2012 ; McCann et Ortega-Argilés, 2015 ;
McCann, 2015). De ce point de vue, les Fonds de la Politique de Cohésion semble remplir leur
rôle en investissant dans l'esprit de la stratégie Europe 2020 dans l'éducation, l'accessibilité
Article accepté pour publication dans la revue Région & Développement parution fin 2018
régionale et en mobilisant les actifs territoriaux pour formuler des stratégies régionales de
spécialisation intelligente.
Les récentes données d’Eurostat suggèrent que l'histoire post-crise des régions européennes est
très différente de ce qui est souvent supposé. Encore aujourd'hui, de nombreux récits populaires
mettent en évidence le rôle joué par les villes et les économies d'agglomération qui leur sont
associées pour relancer la croissance économique nationale. Or, nos résultats montrent que
ces présupposés sont parfois très éloignés de l'expérience de nombreuses parties de l'Europe.
De toute évidence, même s'il existe des régions urbaines qui ont connu un grand succès dans
leur capacité à résister à la crise, plusieurs régions plus faiblement développées ont aussi réussi
à s’extraire de la crise. Les explications sont multiples (entre autres : différences dans les
politiques nationales de sortie de la crise, niveau de capital territorial initial) et la
compréhension de ce phénomène reste complexe. Notre analyse suggère donc qu'une stratégie
consistant à axer le développement national principalement sur les régions métropolitaines (et
en particulier les régions capitales) pourrait accroître la vulnérabilité aux booms économiques
(Dijkstra 2013). En conséquence, une stratégie de développement qui ne se concentre pas
exclusivement sur les régions métropolitaines peut conduire à une croissance économique
moins volatile et potentiellement plus durable.
Bibliographie
Aiyar, M. S., & Ebeke, M. C. H. (2017). The impact of workforce aging on european
productivity. International Monetary Fund.
Anselin, L., & Florax, R. (Eds.). (2012). New directions in spatial econometrics. Springer
Science & Business Media.
Arnoult, E. (2016). Attractivité résidentielle et croissance locale de l’emploi dans les zones
d’emploi métropolitaines, Rapport de recherche No. 2016-10, TEPP.
Ayar, S., Ebeke, C., & Shao, X. (2016). The impact of workforce aging on Euro area
productivity. IMF Country Report, 16, 220.
Bachtler JF et Davies SS (2009) The geography of the crisis in western Europe: National and
regional impacts and policy responses, In: Gorzelak G, Goh C-C (eds) Financial crisis in Central
and Eastern Europe from similarity to diversity. Wydawnictwo Naukowe Scholar, Warsaw
Bachtler, J., & Davies, S. (2010). The geography of the crisis in western Europe: National and
regional impacts and policy responses. In International Bank for Reconstruction and
Development (2010) Financial Crisis in Central and Eastern Europe. Scholar, Warsaw, pp. 1-
12.
Baldwin, R. E., & Okubo, T. (2005). Heterogeneous firms, agglomeration and economic
geography: spatial selection and sorting. Journal of Economic Geography, 6(3), 323-346.
Barca, F., McCann, P., & Rodríguez‐Pose, A. (2012). The case for regional development
intervention: place‐based versus place‐neutral approaches. Journal of regional science, 52(1),
134-152.
Blažek, J., & Netrdová, P. (2012). Regional unemployment impacts of the global financial crisis
in the new member states of the EU in Central and Eastern Europe. European Urban and
Regional Studies, 19(1), 42-61.
Borsi, M. T., & Metiu, N. (2015). The evolution of economic convergence in the European
Union. Empirical Economics, 48(2), 657-681.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Boschma, R. (2015). Towards an evolutionary perspective on regional resilience. Regional
Studies, 49(5), 733-751.
Boschma, R., Coenen, L., Frenken, K., & Truffer, B. (2017). Towards a theory of regional
diversification: combining insights from Evolutionary Economic Geography and Transition
Studies. Regional Studies, 51(1), 31-45.
Bourdin, S. (2013). Pour une approche géographique de la convergence. L’Espace
géographique, 42(3), 270-285.
Bourdin, S. (2018). Analyse spatiale de l’efficacité des Fonds structurels européens sur la
croissance régionale. Revue d’Économie Régionale & Urbaine, (2), 243-270.
Bourdin, S., & Ragazzi, E. (2018). La science régionale et la performance des politiques
publiques: retour sur les méthodes d’évaluation. Revue d’Économie Régionale & Urbaine, (2),
225-242.
Briguglio, L., Cordina, G., Farrugia, N., & Vella, S. (2009). Economic vulnerability and
resilience: concepts and measurements. Oxford development studies, 37(3), 229-247.
Brücker, H., & Jahn, E. J. (2011). Migration and wage‐setting: reassessing the labor market
effects of migration. Scandinavian Journal of Economics, 113(2), 286-317.
Brunsdon, C., Fotheringham, A. S., & Charlton, M. E. (1996). Geographically weighted
regression: a method for exploring spatial nonstationarity. Geographical analysis, 28(4), 281-
298.
Camagni, R., & Capello, R. (2013). Regional competitiveness and territorial capital: a
conceptual approach and empirical evidence from the European Union. Regional Studies, 47(9),
1383-1402.
Capello, R. (2015). Regional economics. Routledge.
Capello, R. and Lenzi, C. (2013): Territorial Patterns of Innovation and Economic Growth in
European Regions. Growth and Change, 44, 195-227.
Capello, R. and Lenzi, C. (2014): Spatial Heterogeneity in Knowledge, Innovation, and
Economic Growth Nexus. Conceptual Reflections and Empirical Evidence. Journal of Regional
Science, 54, 186-214.
Capello, R., & Caragliu, A. (2016). After crisis scenarios for Europe: alternative evolutions of
structural adjustments. Cambridge Journal of Regions, Economy and Society, 9(1), 81-101.
Capello, R., Caragliu, A., & Fratesi, U. (2015). Spatial heterogeneity in the costs of the
economic crisis in Europe: are cities sources of regional resilience?. Journal of Economic
Geography, 15(5), 951-972.
Cellini, R. and Torrisi, G. (2014): Regional resilience in Italy: a very long-run analysis.
Regional Studies, 48, 11, 1779-1796.
Cellini, R., & Torrisi, G. (2014). Regional resilience in Italy: a very long-run analysis. Regional
Studies, 48(11), 1779-1796.
Charron, N., Dijkstra, L., & Lapuente, V. (2014). Regional governance matters: Quality of
government within European Union member states. Regional Studies, 48(1), 68-90.
Charron, N., Dijkstra, L., & Lapuente, V. (2015). Mapping the regional divide in Europe: A
measure for assessing quality of government in 206 European regions. Social Indicators
Research, 122(2), 315-346.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Christopherson, S., Clark, G. L., & Whiteman, J. (2015). Introduction: the Euro crisis and the
future of Europe. Journal of Economic Geography, 15(5), 843-853.
Christopherson, S., Michie, J., & Tyler, P. (2010). Regional resilience: theoretical and empirical
perspectives. Cambridge journal of regions, economy and society, 3(1), 3-10.
Ciccone, A. (2002). Agglomeration effects in Europe. European Economic Review, 46(2), 213-
227.
Cliff, A. D., & Ord, J. K. (1981). Spatial processes: methods and applications. Pion, London,
UK.
Collombet, C., & Hiltunen, A. (2014). FocusImpact de la crise sur la pauvreté et les inégalités
en Europe. Informations sociales, (2), 26-29.
Commission européenne (2017) Ma région, mon Europe, notre futur : Septième rapport sur la
cohésion économique, sociale et territoriale. Bruxelles
Creedy, J., & Disney, R. (1989). Can we afford to grow older? Population aging and social
security. European Economic Review, 33(2-3), 367-376.
Crescenzi, R., Luca, D., & Milio, S. (2016). The geography of the economic crisis in Europe:
national macroeconomic conditions, regional structural factors and short-term economic
performance. Cambridge Journal of Regions, Economy and Society, 9(1), 13-32.
Cuadrado-Roura, J. R., & Maroto, A. (2016). Unbalanced regional resilience to the economic
crisis in Spain: a tale of specialisation and productivity. Cambridge Journal of Regions,
Economy and Society, 9(1), 153-178.
Cuadrado-Roura, J. R., & Parellada, M. (Eds.). (2013). Regional convergence in the European
Union: Facts, prospects and policies. Springer Science & Business Media.
Di Caro, P. (2017). Testing and explaining economic resilience with an application to I talian
regions. Papers in Regional Science, 96(1), 93-113.
Dijkstra, L., Garcilazo, E., & McCann, P. (2015). The effects of the global financial crisis on
European regions and cities. Journal of Economic Geography, 15(5), 935-949.
Diodato, D., & Weterings, A. B. (2014). The resilience of regional labour markets to economic
shocks: Exploring the role of interactions among firms and workers. Journal of Economic
Geography, 15(4), 723-742.
Donovan, D., & Murphy, A. E. (2013). The fall of the Celtic tiger: Ireland and the euro debt
crisis. Oxford University Press.
Duranton, G., & Puga, D. (2004). Micro-foundations of urban agglomeration economies. In
Henderson, V., & Thisse, J. F. (Eds.). Handbook of regional and urban economics: cities and
geography (Vol. 4). Elsevier., pp. 2063-2117.
Duranton, G., & Puga, D. (2014). The growth of cities. In Aghion, P., & Durlauf, S. (Eds.).
Handbook of Economic Growth, Elsevier.
Elhorst, J. P. (2010). Applied spatial econometrics: raising the bar. Spatial economic analysis,
5(1), 9-28.
Ertur, C., & Koch, W. (2007). Growth, technological interdependence and spatial externalities:
theory and evidence. Journal of applied econometrics, 22(6), 1033-1062.
ESPON. (2008). Territorial Dynamics in Europe - Trends in Population Development.
Territorial, Observation No. 1, Luxembourg.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Eurostat (2014) National GDP and Unemployment Accounts. 15 décembre 2014
Eurostat. (2016). People at risk of poverty or social exclusion by age and sex. 20 janvier 2016.
Ezcurra, R. (2011): Unemployment volatility and regional specialization in the European
Union, Regional Studies, 45, (8), 1121-1137.
Faggian, A., Gemmiti, R., Jaquet, T., & Santini, I. (2018). Regional economic resilience: the
experience of the Italian local labor systems. The Annals of Regional Science, 60(2), 393-410.
Farole, T., Rodríguez‐Pose, A., & Storper, M. (2011). Cohesion policy in the European Union:
growth, geography, institutions. JCMS: Journal of Common Market Studies, 49(5), 1089-1111.
Fingleton, B., & López‐Bazo, E. (2006). Empirical growth models with spatial effects. Papers
in regional science, 85(2), 177-198.
Fingleton, B., Garretsen, H., & Martin, R. (2015). Shocking aspects of monetary union: the
vulnerability of regions in Euroland. Journal of Economic Geography, 15(5), 907-934.
Fingleton, B., Garretsen, H., and Martin, R. (2012): Recessionary shocks and regional
employment: Evidence on the resilience of UK regions, Journal of Regional Science 52, (1),
109-133.
Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2003). Geographically weighted regression
(pp. 159-183). West Atrium: John Wiley & Sons, Limited.
Fotheringham, A., Charlton, M., & Demšar, U. (2009). Looking for a relationship? Try GWR.
Geographic Data Mining and Knowledge Discovery CRC Press, Boca Raton, FL, USA, 227-
254.
Fratesi, U., & Rodríguez-Pose, A. (2016). The crisis and regional employment in Europe: what
role for sheltered economies?. Cambridge Journal of Regions, Economy and Society, 9(1), 33-
57.
Gallup, J. L., Sachs, J. D., & Mellinger, A. D. (1999). Geography and economic development.
International regional science review, 22(2), 179-232.
Gardiner, B., Martin, R., & Tyler, P. (2010). Does spatial agglomeration increase national
growth? some evidence from Europe. Journal of Economic Geography, 11(6), 979-1006.
Giannakis, E., & Bruggeman, A. (2017). Economic crisis and regional resilience: Evidence
from Greece. Papers in Regional Science, 96(3), 451-476.
Groot, S. P., Möhlmann, J. L., Garretsen, J. H., & de Groot, H. L. (2011). The crisis sensitivity
of European countries and regions: stylized facts and spatial heterogeneity. Cambridge Journal
of Regions, Economy and Society, 4(3), 437-456.
Hadjimichalis, C. (2011). Uneven geographical development and socio-spatial justice and
solidarity: European regions after the 2009 financial crisis. European Urban and Regional
Studies, 18(3), 254-274.
Jeanneret, A., & Chouaib, E. (2015). La crise de la dette en Europe. L'Actualité Economique,
91(4), 599-631.
Juncker, J.-C. (2014) A New Start for Europe: My Agenda for Jobs, Growth, Fairness and
Democratic Change. Political Guidelines for the next European Commission. Cérémonie
d'ouverture de la session plénière du Parlement européen.
Kattel, R. (2010). Financial and economic crisis in Eastern Europe. Journal of Post Keynesian
Economics, 33(1), 41-60.
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Krugman, P. (1991a). Increasing returns and economic geography. Journal of political
economy, 99(3), 483-499.
Krugman, P. (1991b). Geography and trade. Cambridge, MA: MIT Press.
Lagravinese, R. (2015). Economic crisis and rising gaps NorthSouth: evidence from the Italian
regions. Cambridge Journal of Regions, Economy and Society, 8(2), 331-342.
LeSage, J. P., & Fischer, M. M. (2008). Spatial growth regressions: model specification,
estimation and interpretation. Spatial Economic Analysis, 3(3), 275-304.
LeSage, J., & Pace, R. K. (2009). Introduction to spatial econometrics. Chapman and Hall/CRC.
Lewis, W. A. (2013). Theory of economic growth. Routledge.
Marelli, E., Patuelli, R., & Signorelli, M. (2012). Regional unemployment in the EU before and
after the global crisis. Post-communist economies, 24(2), 155-175.
Martin, R., Sunley, P., and Tyler, P. (2015). Local growth evolutions: recession, resilience
and recovery, Cambridge Journal of Regions, Economy and Society, 8: 141148.
Martin, R., & Sunley, P. (2015). On the notion of regional economic resilience:
conceptualization and explanation. Journal of Economic Geography, 15(1), 1-42.
Martin, R., Sunley, P., Gardiner, B., & Tyler, P. (2016). How regions react to recessions:
Resilience and the role of economic structure. Regional Studies, 50(4), 561-585.
McCann, P. (2015). The regional and urban policy of the European Union: Cohesion, results-
orientation and smart specialisation. Edward Elgar Publishing.
McCann, P., & Ortega-Argilés, R. (2015). Smart specialization, regional growth and
applications to European Union cohesion policy. Regional Studies, 49(8), 1291-1302.
Milio, S., Durazzi, N., Garnizova, E., Janowski, P., Olechnicka, A., & Wojtowicz, D. (2014).
Impact of the economic crisis on social, economic and territorial cohesion of the European
Union. Etude pour le Parlement européen, Bruxelles.
Modica, M. and Reggiani, A. (2015): Spatial Economic Resilience: Overview and Perspectives.
Networks and Spatial Economics, 15, 2, 211-233.
Monastiriotis, V. (2011). Making geographical sense of the Greek austerity measures:
compositional effects and long-run implications. Cambridge Journal of Regions, Economy and
Society, 4(3), 323-337.
Nistotskaya, M., & Cingolani, L. (2015). Bureaucratic structure, regulatory quality, and
entrepreneurship in a comparative perspective: Cross-sectional and panel data evidence. Journal
of Public Administration Research and Theory, 26(3), 519-534.
Nistotskaya, M., Charron, N., & Lapuente, V. (2015). The wealth of regions: quality of
government and SMEs in 172 European regions. Environment and Planning C: Government
and Policy, 33(5), 1125-1155.
OCDE (2009) Quelles actions au niveau régional face à la crise financière et économique.
Réunion du comité ministériel des politiques de développement territorial.
OCDE (2011a) Les investissements publics dans les régions. Panorama des régions de l'OCDE.
OCDE (2011b) L'impact de la crise économique sur l'emploi dans les régions. Panorama des
régions de l'OCDE.
OCDE (2017) Policy Paper on Economic Resilience and Structural Policies. Paris
Article accepté pour publication dans la revue Région & Développement parution fin 2018
Oliveau, S. (2010). Autocorrélation spatiale: leçons du changement d'échelle. L’Espace
géographique, 39(1), 51-64.
Ottaviano, G. I., & Puga, D. (1998). Agglomeration in the global economy: a survey of the ‘new
economic geography’. World Economy, 21(6), 707-731.
Palaskas, T., Psycharis, Y., Rovolis, A., & Stoforos, C. (2015). The asymmetrical impact of the
economic crisis on unemployment and welfare in Greek urban economies. Journal of Economic
Geography, 15(5), 973-1007.
Porter, M. E. (1996). Competitive advantage, agglomeration economies, and regional policy.
International regional science review, 19(1-2), 85-90.
Próchniak, M. (2011). Determinants of economic growth in Central and Eastern Europe: the
global crisis perspective. Post-communist economies, 23(4), 449-468.
Prskawetz, A., & Lindh, T. (2006). The Impact of Population Ageing on Innovation and
Productivity Growth in Europe. Vienna Institute of Demography, Austrian Academy of
Sciences. Research Report 28. Vienna.
Psycharis, Y., Kallioras, D., & Pantazis, P. (2014). Economic crisis and regional resilience:
detecting the ‘geographical footprint’of economic crisis in G reece. Regional Science Policy &
Practice, 6(2), 121-141.
Rios, V. (2017). What drives unemployment disparities in European regions? A dynamic spatial
panel approach. Regional Studies, 51(11), 1599-1611.
Rizzi, P., Graziano, P., & Dallara, A. (2018). A capacity approach to territorial resilience: the
case of European regions. The Annals of Regional Science, 60(2), 285-328.
Rodríguez-Pose, A. (2013). Do institutions matter for regional development?. Regional Studies,
47(7), 1034-1047.
Rodríguez-Pose, A., & Di Cataldo, M. (2014). Quality of government and innovative
performance in the regions of Europe. Journal of Economic Geography, 15(4), 673-706.
Rodríguez-Pose, A., & Di Cataldo, M. (2014). Quality of government and innovative
performance in the regions of Europe. Journal of Economic Geography, 15(4), 673-706.
Rodríguez-Pose, A., and Garcilazo, E. (2015). Quality of government and the returns of
investment: Examining the impact of cohesion expenditure in European regions. Regional
Studies, 49, 8, 1274-1290.
Romocea-Turcu, C. (2009). Specialisation Et Disparites Dans L’Europe Des Regions Et Des
Pays. Regional and Sectoral Economic Studies, Vol. 9-1, pp. 1-24
Sensier, M., Bristow, G., & Healy, A. (2016). Measuring regional economic resilience across
Europe: operationalizing a complex concept. Spatial Economic Analysis, 11(2), 128-151.
Trendle B. (2006): Regional economic instability: The role of industrial diversification and
spatial spillovers, The Annals of Regional Science 40 (4), 767-778.
Xiao, J., Boschma, R., & Andersson, M. (2017). Resilience in the European Union: the effect
of the 2008 crisis on the ability of regions in Europe to develop new industrial specializations.
Industrial and Corporate Change, 27(1), 15-47.
... L'exécutif de l'UE a proposé de dépenser plus d'argent pour l'Italie et les autres pays du sud touchés par les crises économiques et migratoires, tout en donnant moins aux quatre pays de Visegrad (la Hongrie, la Pologne, la République tchèque et la Slovaquie), sur la base d'une nouvelle répartition des fonds tenant compte des niveaux de chômage et de l'accueil des migrants et pas seulement du PIB par habitant comme précédemment. Cela se traduira par des allocations moins élevées pour les pays d'Europe orientale, qui ont mieux surmonté la crise économique et financière que les pays méditerranéens (Bourdin, 2018b). Par exemple, dans un projet de budget global de 373 MdA pour la cohésion entre 2021 et 2027, 72,7 MdA seraient alloués à la Pologne, la part la plus élevée parmi les États de l'UE, ce qui représente une réduction par rapport aux 82,1 MdA engagés au cours de l'actuelle période budgétaire 2014-2020. ...
Article
Full-text available
This article reviews the successive reforms of the European Union Cohesion Policy. We study the economic and political context, the nature and logic of EU cohesion policy reforms and reflect on the concept of cohesion and its involvement in terms of European public policies. The paper highlights a paradigmatic change that has gradually moved towards more territorialization. Particular emphasis is placed on the concept of smart specialization and its use to facilitate the implementation of a policy that takes more into account local peculiarities. The article also opens a reflection on the future budget of the Cohesion Policy for 2021-2027 and its stakes in a Brexit context. Cet article examine les réformes successives de la Politique de Cohésion de l'Union européenne. Nous étudions le contexte économique et politique, la nature et la logique des réformes de la politique de cohésion de l'UE et réfléchissons sur le concept de cohésion et son implication en termes de politiques publiques européennes. Le papier met en évidence un changement paradigmatique qui s’est peu à peu opéré vers davantage de territorialisation. Il est particulièrement mis l’accent sur le concept de spécialisation intelligente et son utilisation pour faciliter la mise en place d’une politique prenant davantage en compte les spécificités locales. L’article ouvre également une réflexion sur le futur budget de la Politique de Cohésion pour 2021-2027 et ses enjeux dans un contexte de Brexit.
Article
Full-text available
La stratégie « Europe 2020 » pour une croissance « intelligente, durable et inclusive » vise à mettre en œuvre ce que l’UE appelle une « stratégie de spécialisation intelligence » (RIS3), en prenant en compte les caractéristiques institutionnelles, culturelles et sociales pour mieux s’adapter aux spécificités locales. A partir d’entretiens semi-directifs réalisés auprès de responsables de service en charge de la gestion des Fonds structurels et d’investissement européens, nous montrons que les régions en retard ont davantage besoin de mettre en œuvre des stratégies de rattrapage plutôt que de conversion « brutale » vers une économie de la connaissance pour laquelle elles ne sont pas prêtes, aussi bien en termes d’ingénierie de projets européens, de qualité de la gouvernance que du potentiel de R&D pour créer des régions tournées vers l’innovation et l’entrepreneuriat. En conséquence, il semble nécessaire de proposer une approche plus individualisée de la politique de cohésion pour qu’elle puisse répondre aux réels besoins des régions européennes en prenant en compte leurs spécificités.
Article
Full-text available
Dans un contexte de fortes contraintes budgétaires pour les collectivités territoriales, la question de l’efficacité des politiques menées est un sujet d’actualité. L’évaluation des politiques publiques de développement territorial fait l’objet de nombreux travaux académiques en sciences humaines et sociales. Or, de nombreux problèmes méthodologiques persistent parmi lesquels on retrouve la validité et le rôle des méthodes quantitatives et qualitatives, la nature des causalités, la qualité des données exploitées et leur raffinement, la multidimensionalité des phénomènes adressés par les politiques et des objectifs de celles-ci. Dans ce cadre, cet article vise à introduire le numéro spécial portant sur les problèmes et défis de la Science Régionale dans l’évaluation des politiques publiques à partir d’expériences de chercheurs pour en tirer des leçons.
Article
Full-text available
La politique de Cohésion de l’UE a fêté ses vingt années d’existence en 2009. La mise sur pied de cette politique part du constat que les forces du marché ne sont pas nécessairement suffisantes pour réduire significativement les inégalités territoriales. L’UE a alors construit cet outil de solidarité financière entre États membres avec l’objectif d’améliorer la compétitivité des régions défavorisées et de corriger les déséquilibres régionaux. Pourtant, la littérature sur la question de l’efficacité des Fonds européens n’est pas unanime. Aussi, nous proposons d’analyser la politique de Cohésion et son rôle dans la croissance régionale au travers d’une méthode développée en analyse spatiale, à savoir la GWR (régression géographiquement pondérée). Les résultats montrent que les effets de la politique de Cohésion sont différenciés en fonction des régions de l’UE. Les variations spatiales de l’influence des Fonds européens sur la croissance économique des régions appellent des inflexions sur la politique de Cohésion, en particulier en faveur d’une politique davantage territorialisée.
Article
Full-text available
Regional resilience is a new paradigm to explain the local system ability to cope with a negative event, tolerating the effect produced by the perturbing action. The first objective of the paper is to analyze the complex concept of regional resilience, adopting a systemic and holistic approach. Using a multidimensional methodology, regional resilience is described by outcome and driver variables, with focus on sustainability of local systems, broken down into the three pillars of economy, society and environment, whereby the holistic approach means that each dimension of territorial sustainable development is partly determined by its relations with the other dimensions. The second aim of the paper is then to test the relations between determinants and outcome of regional resilience. This framework is different compared to previous empirical studies, which primarily focus on economic performance in terms of income or employment dynamics. The model is applied to the case of European regions, to get a map of regional resilience in its different dimensions.
Article
This article adopts an evolutionary framework to the study of industrial resilience. We present a study on European regions and assess the extent to which the capacity of their economies to develop new industrial specializations is affected by the global economic crisis of 2008. We compare levels of industry entry in European regions in the period 2004-2008 and 2008-2012, i.e. before and after a major economic disturbance. Resilient regions are defined as regions that show high entry levels or even increase their entry levels after the shock. Related and unrelated variety exhibit a positive effect on regional resilience, especially on the entry of knowledge-intensive industries after the shock. © The Author 2017. Published by Oxford University Press on behalf of Associazione ICC. All rights reserved.
Book
The introduction of the single currency in the European economic space constitutes without doubt the most visible step towards monetary and economic integration in the EU. Those who boosted the birth of the Common Market in 1957 dreamt that this would one day come about as a logical consequence of the integration process. However, things have gone much more slowly than possibly imagined, although if taken in an adequate historic perspective, it is undeniable that the agreements that have led to European Monetary Union signify a really formidable jump in the process of political and economic integration in Europe. This is something many doubted would ever happen, but which is already a reality, although still in need of a period of consolidation. The most general economic consequences of the EMU have already been analysed in considerable depth. Proof of this is the literature already available. In general, there is coincidence in affirming that the balance of the results expected is clearly positive. Firstly, as a result of the anticipated gains in efficiency, a consequence of reduction of transaction costs associated to the previous existence of different currencies and of the elimination of exchange rate uncertainties.
Article
This paper studies regional economic resilience by exploiting the properties of the non-linear smooth-transition autoregressive model. A testing procedure to distinguish between engineering and ecological resilience is presented, and a measurement of economic resilience is provided. Regional differences in economic resilience are explained by the presence of spatial interactions and by adopting a set of determinants like economic diversity, export performance, financial constraints, and human and social capital. An empirical investigation is conducted for analysing regional employment evolution in Italy from 1992 to 2012. Some concluding suggestions propose possible future areas of research.