ArticlePDF Available

Analyse multicritère des disparités régionales en Roumanie (2000-2016)

Authors:

Abstract and Figures

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.
Content may be subject to copyright.
Rev. Roum. Géogr./Rom. Journ. Geogr., 65, (1), p. 2134, 2021, Bucureşti.
ANALYSE MULTICRITÈRE DES DISPARITÉS RÉGIONALES EN ROUMANIE
(20002016)
ALEXANDRA LAZĂR, MIHAIL EVA, SÉBASTIEN BOURDIN, CORNELIU IAȚU
Mots clés: disparités régionales, TOPSIS, convergence sigma, politique de cohésion, Roumanie.
A multi-criteria analysis of regional disparities in Romania (20002016). 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 20002016. 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.
1. INTRODUCTION
L’Union européenne (UE) a toujours conçu les disparités régionales comme étant l’un des
problèmes de l’espace communautaire (y compris dans le cadre du Traité de Rome 1957).
Cependant, ce n’est qu’avec les années 1970 et 1980 que l’UE a considéré la réduction des disparités
régionales comme l’un de ses objectifs majeurs (y compris dans le cadre de l’Acte Unique Européen ‒
1986, et du Traité de Maastricht ‒ 1993). En fait, pour résoudre concrètement le problème des
disparités régionales, l’UE lance, dans les années 1970, la première version de la politique de cohésion
(Faludi, 2015), qui sera ensuite adaptée constamment aux réalités politiques et économiques de chaque
cadre financier pluriannuel (Bourdin, 2014, 2020; Brunazzo, 2016). Depuis sa création, elle a été un
important outil employé pour stimuler le rattrapage économique et social des régions moins
développées, notamment en Europe de sud, et ensuite en Europe centrale et orientale (Pascariu et
Incaltarau, 2018). Aujourd’hui, elle donne toujours la priorité aux régions qui accusent un retard dans
leur développement, à savoir celles dont le PIB/hab. est inférieur à 75 % de la moyenne de l’UE
(Commission Européenne, 2018). Cependant, la sélection des régions éligibles, fondée exclusivement
sur l’évaluation des disparités régionales économiques, en utilisant un seul indicateur (le PIB/hab.),
soulève des critiques de la part de ceux qui demandent une approche multidimensionnelle des
disparités régionales. Ces derniers prônent l’intégration d’autres dimensions, telles que la dimension
sociale ou encore démographique. Ainsi, l’accent mis sur la répartition des fonds sur la seule base du
Étudiante diplômée à l’École Doctorale de Géosciences, Université « Alexandru Ioan Cuza » de Iasi, Faculté de
géographie, Département de géographie, Carol I Boulevard, No.11, 700506, Iasi, Roumanie, apopeialexandra@yahoo.com.
 Assistant universitaire, Université « Alexandru Ioan Cuza » de Iasi, Faculté de géographie, Département de
géographie, Carol I Boulevard, No.11, 700506, Iasi, Roumanie, mihail.i.eva@gmail.com.
 Doyen Délégué de la Faculté de Caen, Professeur en Géographie Economique, HDR, Département Economie,
Territoires et Développement durable, 9, rue Claude Bloch, 14000 Caen, Normandie, France, sbourdin@em-normandie.fr.
 Professeur, Université « Alexandru Ioan Cuza » de Iasi, Faculté de géographie, Département de géographie, Carol
I Boulevard, No.11, 700506, Iasi, Roumanie, corneliu.iatu@gmail.com.
Alexandra Lazăr, Mihail Eva, Sébastien Bourdin, Corneliu Iațu 2
22
PIB/hab. a engendré une certaine marginalisation d’autres formes de disparités régionales dans le
cadre du discours politique associé aux fonds de cohésion.
Une situation semblable caractérise la littérature scientifique. 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, 2020; Bourdin, 2013a, 2013b;
Ezcurra 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. Ceci est probablement lié au fait que l’opérationnalisation de la Politique
de Cohésion et la conditionnalité d’attribution des Fonds sont exclusivement réalisées sur la base de la
performance économique régionale. On sait, donc, finalement relativement peu sur l’évolution des
disparités régionales d’un point de vue multidimensionnel (parmi les rares travaux on trouve ceux de
Parente 2019 et Quadrado, Heijman, et Folmer 2001) et l’on dispose peu d’évidences sur les
interdépendances entre performance économique et développement social au niveau régional.
Dans ce contexte, notre article vise précisément à proposer une approche multidimensionnelle
des disparités régionales. Pour cela, nous prenons l’exemple de la Roumanie sur la période 2000-2016.
Nous proposons de répondre à un double objectif. Le premier vise la comparaison de l’évolution des
disparités économiques avec l’évolution des disparités sociodémographiques, tout en identifiant, sur la
base d’une approche multidimensionnelle, les régions gagnantes et les régions perdantes. Le deuxième
objectif vise une analyse exploratoire afin de tester s’il existe une association statistiquement
significative entre performance économique et développement social au niveau départemental, et
comment cette relation a évolué au fil du temps. L’analyse est menée au niveau du découpage
départemental (NUTS3), un choix très pertinent dans le contexte spécifique roumain, ou les
départements forment la principale division administrative du pays. Méthodologiquement, huit
variables ont été employées pour créer – à l’aide de la méthode TOPSIS (Technique for Order
Preference by Similarity to Ideal Solution) deux indices synthétiques: l’indice de la performance
économique et l’indice du développement social. Les disparités régionales ont, ensuite, été évaluées à
l’aide de deux indices de sigma convergence (le coefficient de variation et l’indice de Gini). Enfin,
l’analyse de la relation entre performance économique et développement social a été menée à l’aide de
l’analyse statistique non paramétrique.
Le reste de cet article est organisé comme suit: la première section fournit un état de l’art sur
l’évaluation des disparités économiques et sociales en Roumanie. La seconde section introduit les
données statistiques et la méthodologie utilisée dans notre recherche. La troisième section présente les
résultats empiriques de l’évaluation des disparités économiques et sociales au niveau de NUTS3 de
2000 jusqu’au 2016. Les conclusions et les remarques sont présentées dans la dernière section.
2. ÉTAT DE L’ART
En Roumanie, les disparités régionales ont commencé à être analysées avec le début de la
transition vers l’économie de marché, et aussi avec l’adhésion du pays à l’UE en 2007. Dans la plupart
des études, le but principal est d’identifier les décalages régionaux, leur évolution dans le temps, ainsi
que leurs facteurs explicatifs. Pour le cas de la Roumanie, les disparités économiques sont
habituellement abordées séparément de celles relatives aux aspects sociaux. Il n’y a, selon nos
connaissances, aucune étude scientifique qui analyse conjointement les deux dimensions dans un but
3 Analyse des disparités régionales en Roumanie (20002016)
23
comparatif, en dehors d’un petit nombre de recherches qui analysent certains indices sociaux ensemble
avec les indicateurs économiques (Rotariu, 2009; Ianoș et al., 2013; Istrate et Horea-Șerban, 2016;
Goschin, 2015). En ce sens, notre recherche étend les contributions scientifiques antérieures en faisant
une comparaison entre l’évolution des disparités économiques et celles sociodémographiques au
niveau départemental (NUTS3) de la Roumanie, pendant 20002016.
2.1. Disparités économiques
Les disparités économiques ont été étudiées notamment après la chute du communisme (1989),
tant longitudinalement, d’habitude jusqu’à l’adhésion et peu de temps après (Benedek et al., 2015;
Diaconu, 2014; Zaman et al., 2013; Ianoș et al., 2013; Pintilescu, 2011) que transversalement (Berekri,
2006; Lefter et Constantin, 2009). Les travaux ont eu comme but d’identifier le niveau et la dynamique des
disparités et de mettre en place des études qui ont comme but d’analyser les mesures nécessaires pour
diminuer les disparités territoriales du point de vue économique tant au niveau de régions NUTS2
qu’au niveau NUTS3 (Zaman et al., 2013). Les recherches sur les disparités économiques ont été menées à
toutes les échelles géographiques: macro-régionale (Oțil et Părean, 2010), régionale (Benedek, 2015;
Diaconu, 2014; Pintilescu, 2011; Mitrică et al., 2020 a), départementale (Ianoș et al., 2013) et même
locale (Török et Benedek, 2018).
Lorsque l’on analyse les disparités et leurs relations avec les fonds de cohésion distribués
1
sur la
période de programmation 2007-2013, on s’aperçoit que l’intensité des disparités varie en fonction de
l’échelle spatiale retenue. La littérature scientifique s’accord sur le fait qu’elles sont plus accentuées au
niveau intrarégional qu’au niveau interrégional (Zaman et al., 2013; Bourdin et Torre, 2018).
L’exemple de la région d’Ouest, la deuxième région la plus développée de la Roumanie, est éclairant.
Cette région a un PIB par habitant de 51% de la moyenne européenne. À l’intérieur de cette région
NUTS2, sur les quatre départements, deux sont développés (Arad et Timiș) et deux autres sont en retard
(Caraș-Severin et Hunedoara). Sur les 56 projets financés au cours de la période de programmation
2007–2013 dans la Région d’Ouest, Benedek et al. (2015) remarquent que seuls quatre projets étaient
situés à Caraș-Severin, le département le plus pauvre de la Région d’Ouest, et plus de 70% des fonds
ont été alloués aux deux départements les plus développés de la région. Cette polarisation de
l’absorption des fonds européens est notamment due au manque de capacité administrative de ces
collectivités territoriales (Bourdin, 2019). En conséquence, les départements moins développés des
régions NUTS2 développées ont été les plus affectés en ce qui concerne les perspectives européennes
d’investissement.
Plusieurs chercheurs ont mis en évidence le rôle des infrastructures de transport comme facteur
de développement économique. Ainsi, en commençant par l’amélioration et l’expansion des
infrastructures (Benedek et al., 2015; Diaconu, 2014), on peut accroître l’attrait de la région pour les
investisseurs étrangers. Cet aspect pourrait augmenter le niveau d’industrialisation de la région, le
niveau de formation des travailleurs, la productivité du travail et donc les revenus (Danciu et al.,
2010). Les investissements directs à l’étranger (IDE), en particulier pour les régions moins
développées, sont très importants en termes de catalyseurs du développement économique. Mais,
puisque l’allocation de Fonds européens repose sur le principe d’additionnalité (principe de co-
financement des projets soutenus), de nombreuses régions ne sont pas nécessairement en mesure de
co-financer de telles infrastructures. À ceci, s’ajoutent les difficultés évoquées par de nombreux
chercheurs sur les problèmes rencontrés en termes de capaci administrative (Farole et al., 2011;
Rodríguez-Pose et Garcilazo, 2015; Bourdin, 2020). Par conséquent, il n’est pas étonnant que les
régions du Nord-Est et de Sud-Ouest aient les moins attirés d’IDE pour l’année 2013, étant donné
qu’elles n’aient aucun kilomètre d’autoroute et de leur faible capacité administrative. En revanche, les
1
Rappelons que ces Fonds sont alloués au niveau NUTS2.
Alexandra Lazăr, Mihail Eva, Sébastien Bourdin, Corneliu Iațu 4
24
régions plus développées et la région capitale ont attiré, pour cette même année, un peu plus de la
moitié des fonds d’IDE (Diaconu, 2014; Benedek et al., 2015).
2.2. Disparités sociales
La réalité sociale de la Roumanie est liée à son évolution historique. Même à ses débuts comme
État moderne, les inégalités interrégionales et la pauvreté ont été deux constantes et les efforts pour les
combattre au cours des XIXe et XXe siècles n’ont pas réussi à les éliminer. En conséquence, la
Roumanie et la Bulgarie occupent aujourd’hui les premières places dans l’UE en termes de pauvreté
(Țâra, 2013). Cette situation est alarmante, surtout si l’on pense que les inégalités au sein des sociétés
peuvent être source de déstabilisation de ses institutions politiques, et de la société en général.
En Roumanie, les analyses des disparités sociales sous l’angle territorial sont moins développées
par rapport à celles concernant les aspects économiques. Au niveau du pays, les disparités sociales ont
été analysées soit par des indicateurs sociaux individuels (Rotariu, 2009), soit par l’indice de
développement social (Sandu, 2011), soit notamment par des indices agrégats comprenant des indicateurs
de la sphère économique (Goschin, 2015; Lefter et Constantin, 2009). Parmi les indicateurs analysés
dans les études antérieures, on retrouve le nombre de médecins par habitant, l’espérance de vie à la
naissance, la surface habitable construite (Rotariu, 2009), la mortalité infantile, le niveau d’éducation
(Sandu, 2011), le nombre d’habitants par chambre et le taux d’abandon scolaire (Ianoș et al., 2013).
La période d’étude des disparités sociales concernées est en général après la chute du communisme, et
est réalisée soit pour une seule année (Rotariu, 2009), soit pour plusieurs années (Sandu, 2011,
Goschin, 2015).
Par exemple, l’analyse de la situation des disparités sociales en termes de densité de médecins
met en évidence des disparités majeures, qui sont difficilement acceptables en termes d’équité et de
justice sociale (Rotariu, 2009). Dans les départements où se trouvent les centres universitaires, le
nombre de médecins est élevé et ils assurent l’assistance médicale y compris pour les départements
limitrophes. Par ailleurs, si on prend en compte l’indice du développement social local (IDSL),
développé par Sandu (2011), on remarque que les plus pauvres départements en ce qui concerne
l’aspect social ne sont pas en Moldavie, mais dans le sud du pays. Ce phénomène peut s’expliquer par
l’émigration du capital humain (surtout des jeunes, des élites) vers la capitale, ce qui a appauvri les
départements en question. Une situation similaire existe entre les départements jugés comme
périphériques de Sălaj et Bistrița–Năsăud et le département central de Cluj qui est plus développé.
Suivant l’indice élaboré par Goschin (2015), qui offre une mesure plus complexe des disparités
économiques et sociales, on remarque que les décalages interdépartementaux pendant l’intervalle
1995–2012 semblent se creuser à long terme.
Dans ce contexte, on mène ce travail sur les disparités territoriales économiques et sociales en
Roumanie, notamment au niveau NUTS3 (départemental) pour la période 2000–2016. Ce travail
offrira une perspective plus claire sur les évolutions économiques et sociales après la révolution
communiste, avant et après la crise économique et l’adhésion de la Roumanie à l’UE, par la création
d’un indice économique et d’un indice sociodémographique et leur comparaison au fil du temps du
point de vue de leur évolution.
3. APPROCHE METHODOLOGIQUE
Parmi les indicateurs de disparités les plus utilisées pour évaluer les disparités régionales en
Roumanie, on retrouve: l’indice Herfindahl – Hirschman, l’indice de Gini, l’indice de Concentration et
la courbe Lorenz Gini (Zaman et al., 2013; Benedek et al., 2015). D’autres chercheurs ont fait appel
à des analyses multicritères, telles que l’analyse en composantes principales (Bianchet, 1994; Lefter et
5 Analyse des disparités régionales en Roumanie (20002016)
25
Constantin, 2009; Ianoș et al., 2013), la classification hiérarchique ascendante (Istrate et Horea-
Șerban, 2016), l’analyse factorielle des correspondances (Pintilescu, 2011), le test DAC (Drane-
Aldrich-Creanga) (Ianoș et al., 2013), la régression linéaire et l’autocorrélation spatiale (Benedek
et al., 2015). Ce qu’on peut constater par rapport à tous ces travaux est qu’il y a une domination des
indicateurs économiques, y compris dans le cadre des approches multicritères.
Les approches basées exclusivement sur une seule dimension, voir un seul indicateur (le plus
souvent le PIB/hab.) ne parviennent pas à fournir une image satisfaisante de la réalité. Nous rejoignons
les conclusions de Benedek et al. (2015) qui prônent la création d’un système d’allocation des fonds
de cohésion basé sur un set d’indicateurs spécifiques et non pas seulement à partir d’une évaluation
unidimensionnelle (le produit intérieur brut par habitant) pour caractériser les différences entre les
régions. Dans le même sens, Ianoș et al. (2013) considèrent que le PIB par habitant exprime
partiellement les disparités économiques et que d’autres deux variables doivent être ajoutées pour
évaluer les disparités. La nouveauté de notre étude consiste dans une approche multidimensionnelle
des disparités régionales, qui vise à comparer l’évolution des disparités économiques avec l’évolution
des disparités sociodémographiques.
En général, les disparités économiques sont mesurées par des indicateurs qui reflètent le niveau
de performance économique régionale, tandis que les disparités sociales sont identifiées par le niveau
d’éducation, de santé, de la culture, par la mobilité de la population. Parmi les indicateurs les plus
utilisés dans la littérature pour mettre en évidence les disparités économiques on retrouve: le PIB par
habitant le plus fréquemment utilisé, le revenu total du ménage, la productivité du travail, les
investissements étrangers directs, le taux de chômage, le nombre d’entreprises actives, le salaire net, le
revenu (Lefter et Constantin, 2009; Pintilescu, 2011; Ianoș et al., 2013; Poledníková, 2014; Istrate et
Horea-Șerban, 2016; Popescu et al., 2016; Simionescu, 2017; Mitrică et al., 2020b). De l’autre côté,
pour analyser les disparités sociodémographiques, les indicateurs le plus utilisés sont l’indice de
développement humain, les pharmacies par 10000 habitants, le taux de mortalité infantile, l’espérance
de vie à la naissance, le nombre de médecins rapportés au nombre dhabitants, le nombre des
personnes avec des études supérieures, taux d’abandon scolaire (Rotariu, 2009; Sandu, 2011; Ianoș
et al., 2013; Parente, 2018).
Dans le cadre de notre étude, nous avons sélectionné 8 indicateurs (4 indicateurs économiques et
4 indicateurs sociodémographiques) afin de calculer deux indices synthétiques: un indice de
développement économique (sur la base du PIB par habitant, du taux de chômage, du nombre
d’entreprises actives pour 1000 habitants et du salaire net) et un indice de développement
sociodémographique (sur la base du nombre de lecteurs actifs par bibliothèques pour 1000 habitants,
du nombre des émigrants à l’étranger pour 1000 habitants, du taux de mortalité infantile et du nombre
de dentistes pour 1000 habitants). Les 8 indicateurs ont été sélectionnés sur la base des
recommandations qu’on retrouve dans la littérature discutée ci-dessus, mais aussi en tenant compte de
la disponibilité, la pertinence, et la continuité temporelle des bases de données disponibles. Les deux
indicateurs synthétiques (social et économique) ont été créés en utilisant la méthode de prise de
décision multicritères TOPSIS. Puis, nous avons calculé la sigma convergence des départements
roumains sur les plans économiques et sociodémographiques. Enfin, nous avons comparé les sigma
convergences estimées en utilisant le coefficient de variation.
3.1. La méthode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)
La méthode TOPSIS est une méthode compensatoire développée par Hwang & Yoon (1981) qui
a été appliquée dans d’autres recherches qui étudient les inégalités (par exemple, Poledníková, 2014).
L’emploi de la méthode TOPSIS s’applique en trois étapes. D’abord, la méthode TOPSIS s’appuie sur
la détermination de la meilleure alternative qui résulte du concept de la solution de compromis. Le
Alexandra Lazăr, Mihail Eva, Sébastien Bourdin, Corneliu Iațu 6
26
choix de la meilleure alternative la plus proche de la solution idéale (avec la distance euclidienne la
plus courte) et la plus éloignée de la solution idéale négative est considéré la solution de compromis.
TOPSIS est toujours utilisée pour la prise de décision multi-attributs, en classant les alternatives en
fonction de la proximité entre l’alternative et l’alternative idéale (Poledníková, 2014). Cette méthode a
une procédure qui inclut les étapes suivantes. La première étape consiste à construire une matrice de
décision. La matrice de décision consiste en un ensemble d’alternatives:
A = {Ai | i = 1,…, n} et un ensemble de critères (attributs),
C = {Cj | j = 1,…, m}, où Y = {yij | i = 1,…, n; j = 1,…, m} désigne l’ensemble des cotes de
performance
w = {wj | j = 1,…, m} est l’ensemble des poids pour les critères.
Dans notre cas le poids a été établi 1, par les auteurs, pour tous les critères. Une procédure qui
convertit tous les critères afin qu’ils soient tous minimisés ou maximisés est souvent implémentée
avant l’exécution de la méthode TOPSIS. Après, on calcule la Matrice de Décision Normalisée en
utilisant la formule suivante:
= (1) où i = 1, ..., n; j = 1, ..., m.
La seconde étape est de calculer la Matrice de Décision Normalisée Pondérée, où on utilise le
poids défini des critères et qui s’exprime par Vij = x Wij, où i = 1, ..., n; j = 1, ..., m. La troisième
étape consiste en calculer la meilleure valeur idéale (V+ - Idéale Solution) et la mauvaise valeur idéale
(V- - Anti-Idéale Solution) dérivées de V+ = max (Vij) et V- = min (Vij). Ensuite, on calcule la
distance euclidienne à partir de la meilleure valeur idéale (Idéale Solution) (2) et la distance
euclidienne à partir de la mauvaise valeur idéale (Anti-Idéale Solution) (3) pour séparer les solutions
idéales ( et les solutions anti-idéales ( ).
= (2)
= (3)
La dernière étape prend fin par le calcul du Score de Performance (4), c’est-à-dire, la proximité
relative à la solution idéale et de classer les alternatives par ordre décroissant.
Pi = (4)
3.2. Le coefficient de variation (C.V.)
Le coefficient de variation est un indice de dispersion relatif. Il est exprimé en pourcentage et il
est indépendant du choix des unités de mesure. C’est le rapport de l’écart-type à la moyenne et permet
la comparaison de distributions de valeurs dont les échelles de mesure ne sont pas comparables.
7 Analyse des disparités régionales en Roumanie (20002016)
27
Plus la valeur du coefficient de variation est élevée, plus la dispersion autour de la moyenne est
grande. Plus la valeur du coefficient de variation est faible, plus l’estimation est précise (Groza et al.,
2003). En bref, l’indicateur C.V. indique si la convergence est atteinte ou non. Si la valeur diminue
avec le temps, la convergence sigma est atteinte (Goschin, 2015).
3.3. L’indice de GINI
L’indice de Gini est un indice évaluant les inégalités, qui permet une comparaison directe de la
répartition des revenus de deux populations, quelle que soit leur taille. Il est calculé comme le rapport
entre l’aire entre les deux courbes (la courbe de Lorenz et la bissectrice) et l’aire sous la bissectrice. Il
est égal à A / (A + B). Suivant les travaux de Bourdin (2013a), nous utilisons l’indice de Gini pour
calculer la sigma convergence en comparant l’évolution de l’indice à différentes dates.
Les limites de cet indice sont les suivantes: il ne donne aucune indication sur le niveau de
revenu. Ainsi, il est possible que deux pays aient le même coefficient de Gini, alors que leur niveau de
richesse est différent et que le même coefficient de Gini peut correspondre à des distributions de
revenus différentes. De plus, un coefficient de Gini ne dit rien sur les causes du changement des
inégalités et est plus sensible aux revenus de la classe moyenne qu’aux revenus extrêmes.
4. RESULTATS ET DISCUSSIONS
4.1. Une croissance des disparités économiques en profil territorial
Le coefficient de variation des indicateurs économiques montre, en général, pour l’ensemble de
la période analysée, l’existence d’un processus clair de divergence économique (Figures 1 et 2,
gauche). Tous les indicateurs économiques (PIB par habitant, taux de chômage, entreprises actives
pour 1000 habitants et le salaire net) indiquent une croissance du coefficient de variation avec presque
10%, entre 2000 et 2016. En plus, l’évolution du coefficient de variation des indicateurs économiques
est confirmée par l’évolution de l’indice de Gini, calculé au niveau départemental pour les mêmes
indicateurs (Figures 1 et 2, à droite). Ces résultats mis en évidence dans les Figures 1 et 2 confirment
des tendances que l’on connaissait déjà dans la littérature (Zaman et al., 2013; Benedek et al., 2015).
De nombreux facteurs peuvent être avancés pour expliquer ces tendances. Les études antérieures
mettent l’accent sur les effets territoriaux contrastants de la transition d’une économie trop centralisée
à une économie de marché (Kurkó, 2006), sur le contexte marqué par la globalisation et l’intégration
dans l’UE (Zaman et al., 2013, Benedek et al., 2015; Goschin, 2017), sur l’héritage historique en
termes de dotation en infrastructures ou de qualité de la main-d’œuvre (Istrate et Horea-Șerban, 2016),
ou sur la répartition territoriale inégale des investissements publics (Benedek et al., 2015). D’autres
chercheurs se réfèrent au modèle de Kuznets-Williamson (Kuznets, 1955; Williamson, 1965), et
considèrent que la croissance des disparités territoriales est un phénomène naturel pour une économie
émergente telle que la Roumaine (Istrate et Horea-Șerban, 2016), qui est passée d’un PIB/hab. de
4900$ en 2000 à 12100 $/hab en 2019 (Banque Mondiale, 2020).
Néanmoins, certaines nuances émergent si l’on compare les tendances enregistrées par les
disparités mesurées selon les quatre indicateurs économiques. Bien que la tendance générale soit
claire, on peut observer l’existence d’inflexions particulières dans l’évolution des disparités mesurées
avec l’aide de certains indicateurs. Contrairement au cas des disparités mesurées en fonction du
PIB/hab. et du nombre d’entreprises actives pour 1000 habitants qui ont connu une augmentation
constante entre 2000 et 2016 les disparités régionales mesurées en fonction du taux du chômage ont
enregistré une forte baisse notamment en 2009 et 2010. Cela s’explique par l’arrivée de la crise
économique, qui a fait exploser le chômage au niveau national, en passant de 4,4% en 2008 à 7,8% en
Alexandra Lazăr, Mihail Eva, Sébastien Bourdin, Corneliu Iațu 8
28
2009 (INSSE, 2020). Le salaire net connaît une croissance modérée du coefficient de variation, avec
des points d’inflexion différents, le plus important étant celui de 2004. C’est le moment où la
Roumanie a rejoint l’OTAN, les IDE sont alors montés en volume à des niveaux très élevés par
rapport au passé, et lorsque le système fiscal progressif a été abandonné.
Fig. 1 Évolution du coefficient de variation pour les quatre variables économiques (à gauche)
et les quatre variables sociodémographiques (à droite). (Source des données: INSSE, 2019).
Fig. 2 L’évolution du coefficient de Gini pour les quatre variables économiques (à gauche)
et les quatre variables sociodémographiques (à droite). (Source des données: INSSE, 2019).
4.2. Une évolution peu concluante des disparités régionales sociales
Les disparités régionales sociales au niveau des départements (NUTS3) ont été peu étudiées au
niveau de la Roumanie, c’est pourquoi la présente recherche leur a donné plus d’espace que dans les
études géographiques précédentes.
Le coefficient de variation, aussi bien que l’indice de Gini, pour les indicateurs sociaux (lecteurs
actifs par bibliothèques pour 1000 habitants, nombre d’émigrants à l’étranger pour 1000 habitants,
taux de mortalité infantile et nombre de dentistes pour 1000 habitants) indiquent deux situations
différentes: les indicateurs des lecteurs actifs par bibliothèques pour 1000 habitants et le nombre
9 Analyse des disparités régionales en Roumanie (20002016)
29
d’émigrants à l’étranger pour 1000 habitants connaissent une convergence, alors que les indicateurs du
taux de mortalité infantile et du nombre de dentistes pour 1000 habitants enregistrent une faible
croissance des disparités (Figures 1 et 2, à droite). Ces différentes évolutions des coefficients de
variation des quatre indicateurs sociaux suggèrent que l’évolution des disparités sociales ne nous
permet pas d’identifier une tendance claire. Cependant, les résultats pourraient être différents si des
variables telles que la part de la population qualifiée ou la population diplômée de l’enseignement
supérieur pouvaient être introduites dans l’analyse, variables pour lesquelles il n’existe actuellement
pas de données annuelles au niveau des départements.
4.3. Régions gagnantes et régions perdantes
L’analyse géographique des disparis économiques et sociales serait incomplète sans l’identification
des régions gagnantes et perdantes au cours des deux dernières décennies. Des études antérieures ont
mis en évidence l’existence d’un processus de divergence économique, également confirmé par des
indicateurs de beta-convergence. Ainsi, les régions les plus riches au début de la période d’analyse ont
généralement augmenté plus rapidement que celles qui étaient plus pauvres au début de la période.
Notre analyse confirme à son tour l’existence d’une divergence territoriale. En général, les
départements de la zone extra-carpatique sont descendus dans la hiérarchie nationale (Figures 3 et 4), à
la fois en termes de développement social (Brăila, Giurgiu, Constanța, Galați, Hunedoara) et en termes
de développement économique (Bacău, Galați, Mehedinți, Olt, Dolj). Par contre, les départements qui
ont augmenté de manière significative dans la hiérarchie nationale appartiennent presque exclusivement à
la zone située à l’ouest des Carpates, à la fois en termes de développement social (Bihor, Mureș, Sălaj,
Sibiu), et en termes de développement économique (Alba, Bistrița-Năsăud, Sălaj, Caraş-Severin).
Fig. 3 Les départements qui ont avancée de manière significative dans la hiérarchie nationale en termes de développement
social (à gauche) et les départements qui ont descendues de manière significative dans la hiérarchie nationale en termes de
développement social (à droite). (Source: auteurs, sur la base des résultats de l’analyse TOPSIS).
Fig. 4 Les départements qui ont avancée de manière significative dans la hiérarchie nationale en termes de développement
économique (à gauche) et les départements qui ont descendues de manière significative dans la hiérarchie nationale en termes
de développement économique (à droite). (Source : auteurs, sur la base des résultats de l’analyse TOPSIS).
Alexandra Lazăr, Mihail Eva, Sébastien Bourdin, Corneliu Iațu 10
30
4.4. D’une relation indépendante entre développement économique
et développement social à une dépendance croissante
La Figure 5 met en évidence la relation statistique changeante entre performance économique et
performance sociale. Elle montre une association statistique qui devient de plus en plus évidente, en
passant d’un coefficient de détermination de 3% en 2000 à 16% en 2016.
Fig. 5 Performance économique versus performance sociale: Coefficient de corrélation de Bravais-Pearson, analyse
transversale pour les années 2000, 2005, 2010 et 2016. (Source: auteurs
2
).
On remarque qu’au début de la période d’étude et jusqu’à sa moitié cette corrélation n’est pas
significative. La corrélation de Bravais-Pearson devient significative surtout après l’année 2009 et
jusqu’à la fin de la période d’étude avec une exception entre les années 2011 2013 (Fig. 5). Donc,
pour les années 2010, 2015 et 2016, on peut affirmer avec moins de 5% de chances d’erreur que la
relation observée entre développement économique et développement social n’est pas due au hasard.
Cependant, on peut se demander si ces résultats seront confirmés par une analyse statistique non
paramétrique, plus appropriée à la distribution statistique de nos données. À cette fin, la relation entre
les deux variables a également été explorée à l’aide du coefficient de corrélation (ρ) de Spearman.
Les coefficients ρ de Spearman confirment et ils renforcent même – les résultats suggérés par
les coefficients Bravais-Pearson (Fig. 5), surtout pour les années 2010, 20132016 (p<0.01). Donc, la
Figure 6 confirme l’existence d’une association statistiquement significative entre performance
économique et développement social au niveau départemental, une relation qui tout au long de la
période d’étude devient de plus en plus significative. Le renforcement, en profil territorial, de la
dépendance entre performance économique et développement sociale devrait préoccuper les autorités
publiques qui cherchent à promouvoir la cohésion territoriale.
2
La capitale Bucarest a été exclue de l’analyse afin d’éliminer les valeurs extrêmes.
11 Analyse des disparités régionales en Roumanie (20002016)
31
Fig. 6 Coefficients de corrélation de Bravais-Pearson et de Spearman, source: auteurs.
Les valeurs limite du r pour différents niveaux de signification du coefficient de corrélation linéaire
Bravais-Pearson et Spearman. Jaune p<0,05, Orange p<0,01.
5. CONCLUSIONS
Le but de cette recherche a été de faire une analyse multicritère de l’évolution des disparités
régionales pour le cas particulier de la Roumanie pendant la riode 2000–2016. À cette fin, nous avons
mené une comparaison, dans le temps, des disparités économiques et des disparités sociodémographiques.
Les résultats mettent en évidence, en général, une divergence économique, confirmée à la fois par le
coefficient de variation et l’indice de Gini de plusieurs variables économiques. Par contre, les
disparités sociales régionales ne sont pas caractérisées par une tendance claire.
Lanalyse géographique des disparités économiques et sociales révèle des régions gagnantes et
des régions perdantes, au cours de la période étudiée. En général, les départements extra-carpatiques
sont descendus dans la hiérarchie nationale, à la fois en termes de développement social et de
développement économique, tandis que les départements situés à louest des Carpates se sont
considérablement élevés dans la hiérarchie nationale, tant en termes de développement social que de
développement économique.
Cette recherche apporte aussi des résultats nouveaux concernant la dépendance entre
performance économique et développement social. Elle fournit des résultats empiriques préliminaires
qui suggèrent une dépendance croissante entre développement social et économique sur la période
étudiée, comme en témoignent les coefficients de corrélation et leur significativité.
L’accroissement des inégalités régionales, ainsi que la dépendance croissante entre le
développement régional économique et social, suggèrent la nécessité de porter une attention accrue à
la manière dont les investissements publics sont répartis géographiquement. Les résultats de notre
recherche impliquent que les futures politiques publiques territoriales devraient en priorité chercher à
contrebalancer ce creusement des inégalités en Roumanie. Si ces inégalités ne sont pas adressées, le
risque est grand qu’elles deviennent quasiment irréversibles pour certains départements qui
cumuleraient des problèmes de développement sur le long terme. De ce point de vue, la mise en place
du REACT-EU (Recovery Assistance for Cohesion and the Territories of Europe) dans le cadre de la
“NextGenerationEU” peut constituer une opportunité pour la Roumanie tout comme les autres pays
de l’UE traversés par de fortes inégalités – de chercher à réduire les disparités territoriales. En
apportant un complément de 47,5 milliards d’euros (50,5 milliards d’euros en prix courants) aux
programmes de la Politique de cohésion au cours des années 2021 et 2022, le Fonds REACT-EU
soutient des mesures axées sur le soutien à la résilience du marché du travail, à l’emploi, aux PME et
aux familles à faibles revenus, ainsi que sur la mise en place de bases solides pour les transitions verte
et numérique et une reprise socio-économique durable.
Alexandra Lazăr, Mihail Eva, Sébastien Bourdin, Corneliu Iațu 12
32
Toutefois, les résultats rapportés dans le cadre de cette recherche doivent être considérés avec
prudence, car ils peuvent différer selon les indicateurs choisis, surtout pour le cas particulier des
variables employées pour évaluer les disparités sociales en profil territorial. Si les données vont le
permettre, de futures recherches pourraient employer des variables sociodémographiques alternatives,
telles que le nombre de médecins, les personnes ayant des études supérieures, taux d’abandon scolaire
etc. Les recherches suivantes pourraient aussi établir si les dépendances croissantes entre le
développement social et économique pendant la période 2000-2020 sont une particularité roumaine ou
une caractéristique générale des pays d’Europe centrale et orientale.
Remerciements. Ces travaux de recherche ont été cofinancés par le Fonds Social Européen, à
travers le Programme Opérationnel Capital Humain 2014-2020, numéro de projet POCU /
380/6/13/123623 « Les doctorants et chercheurs postdoctoraux prêts pour le marché du travail ! ».
Le premier auteur adresse ses vifs remerciements au Gouvernement français pour la bourse du
Campus France qui a facilité l’accueil et l’accompagnement au laboratoire de recherche METIS de
l’École de Management de Normandie, à Caen en France, pour une période d’un mois en décembre
2018, en contribuant à la réalisation de cette recherche. Les auteurs tiennent aussi à remercier aux
participants présents durant le 56e colloque de l’Association de Science Régionale de Langue Française
(ASRDLF), 2019, ainsi, aux rapporteurs qui ont contribué à améliorer certaines parties du propos.
RÉFÉRENCES
Banque Mondiale (2020), GDP per capita (constant 2010US$), de https://data.worldbank.org/indicator/NY.GDP.PCAP.KD.
Benedek, J. (2015), Spatial differentiation and core-periphery structures in Romania, Eastern Journal of European Studies,
vol. 6, nr. 1, pp. 4961.
Benedek, J., Cristea M., Szendi Dora. (2015), Catching up or falling behind? Economic convergence and regional
development trajectories in Romania, Romanian Review of Regional Studies, vol. 9, nr. 1, pp. 1534.
Berekméri, M. E. (2006), Built infrastructure disparities in Romania, Romanian Review of Regional Studies, vol. 2, nr. 2,
pp. 7480.
Bianchet, B. (1994), Les disparités spatiales des territoires socio-économiques en Belgique. Bulletin de la Société
géographique de Liège, n° 30, pp. 15–84.
Bourdin, S. (2013a), Pour une approche géographique de la convergence. L’Espace géographique, 42(3), pp. 270285.
Bourdin, S. (2013b), Une mesure spatiale locale de la sigma-convergence pour évaluer les disparités régionales dans
l’Union européenne. Région et Développement, (37), pp. 118.
Bourdin, S. (2014), Les défis de la future politique régionale européenne 2014-2020 : on prend les mêmes et on recommence ?
Géoconfluences. Géoconfluence. http://geoconfluences.ens-lyon.fr/informations-scientifiques/dossiers-regionaux/
territoires-europeens-regions-etats-union/corpus-documentaire/politique-regionale-europenne-2014-2020.
Bourdin, S. (2015), National and regional trajectories of convergence and economic integration in Central and Eastern
Europe. Canadian Journal of Regional Science, 38(1/3), pp. 5563.
Bourdin, S., Torre, A. (2018), Les financements européens de développement régional : l’Union européenne en quête de
cohésion. Revue d’économie financière, (4), pp. 39–57.
Bourdin, S. (2019), Trappes de développement et influence de la politique de cohésion de l’Union Européenne : Une
exploration géospatiale. Belgeo. Revue belge de géographie, (2).
Bourdin, S. (2020), Concevoir autrement la politique de Cohésion de l’Union européenne : la spécialisation intelligente
comme approche davantage territorialisée ? Économie et institutions, no. 28 (June). https://doi.org/10.4000/ei.6608.
Brunazzo, M. (2016), The History and Evolution of Cohesion Policy, in Handbook on Cohesion Policy in the EU, (coord.
Piattoni, Simona, Polverari, Laura), August, https://www.elgaronline.com/view/edcoll/9781784715663/
9781784715663.00014.xml.
Carrascal-Incera, A., McCann, P., Ortega-Argilés, R., Rodríguez-Pose, A. (2020), UK Interregional Inequality In A
Historical And International Comparative Context, National Institute Economic Review 253 (August): R417.
https://doi.org/10.1017/nie.2020.26.
Commission européenne (2018), 10 questions sur la politique de cohésion La politique régionale de l’UE,
http://ec.europa.eu/regional_policy/fr/faq/#1.
Danciu, Aniela Raluca, Goschin, Zizi, Gruiescu, Mihaela (2010), The Regional Disparities of the FDI in Romania, Romanian
Economic Business Review, vol. 5, nr. 4, pp. 2331.
13 Analyse des disparités régionales en Roumanie (20002016)
33
Diaconu, Laura, (2014), Regional economic disparities in Romania. Comparative analysis of the North-East and West
development regions, The USV Annals of Economics and Public Administration, vol. 14, nr. 2, pp. 7582.
Ertur, C., Le Gallo, Julie, Baumont, Catherine (2006), The European Regional Convergence Process, 1980-1995: Do Spatial
Regimes and Spatial Dependence Matter?, International Regional Science Review 29 (1): pp. 334.
https://journals.sagepub.com/doi/10.1177/0160017605279453.
Ezcurra, R., Pascual, P. (2005), Is There Convergence in Income Inequality Levels among the European Regions? Applied
Economics Letters 12 (12): 76367. https://doi.org/10.1080/13504850500245669.
Ezcurra, R., Pascual, P., Rapún, M. (2007), The Dynamics of Regional Disparities in Central and Eastern Europe during
Transition, European Planning Studies 15 (10): pp. 13971421. https://doi.org/10.1080/09654310701550850.
Faludi, A. (2015), The European Union Context of National Planning, in Planning for States and Nation-States in the U.S.
and Europe, (coord. Knaap, G.J., Nedovic-Budic, Zorica, Carbonell, A.), pp. 25990. Cambridge, MA: The Lincoln
Institute of Land Policy.
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), pp. 10891111
Goschin, Zizi (2015), Regional divergence in Romania based on a new index of economic and social development, Emerging
Markets Queries in Finance and Business, Procedia Economics and Finance, vol. 32, pp. 103110.
Goschin, Zizi (2017), Exploring regional economic convergence in Romania. A spatial modeling approach, Eastern Journal
of European Studies, vol. 8, nr. 2, pp. 127146.
Groza, O., Grasland, C., Apetrei M. (2003), Elemente de statistică geografică, Edit. Universității „Alexandru Ioan Cuza”,
Iași, 122 p.
Hwang, C.L., Yoon, K. (1981), Multiple Attribute Decision Making: Methods and Applications, Springer-Verlag, New York,
http://dx.doi.org/10.1007/978-3-642-48318-9.
Ianoș, I., Petrișor, A.I., Zamfir, Daniela, Cercleux, Andreea-Loreta, Stoica, Ilinca-Valentina, Tălângă, C. (2013), In search of
a relevant index measuring territorial disparities in a transition country. Romania as a case study, DIE ERDE Journal
of the Geographical Society of Berlin, vol. nr. 144, pp. 6981.
INSEE, (2020), Institut National de Statistique, consulté le 3 mars 2019 – 20 août 2020, http://statistici.insse.ro/.
Istrate, Marinela, Horea-Șerban, Raluca (2016), Economic growth and regional inequality in Romania, Annals of the
University of Oradea, vol. 26, nr. 2, pp. 201209.
Kurkó, Ibolya (2006), The Regional Disparities Foreign Direct Investment in Romania, Romanian Review of Regional
Studies, vol. 2, nr. 2, pp. 6469.
Kuznets, S. (1955), Economic growth and income inequality, The american economic review, vol. 45, nr. 1, pp. 128.
Lefter, C., Constantin, C. (2009), Economic and social disparities of Romania in regional and county profile, Management &
Marketing, vol. 4, nr. 1, pp. 7796.
Monfort, P. (2008), Convergence of EU Regions. Measures and Evolution, European Commission, Regional Policy.
http://ec.europa.eu/regional_policy/sources/docgener/work/200801_convergence.pdf.
Monfort, P. (2020), Convergence of EU Regions : Recent Trends in Regional Disparities, European Commission - Regional
and Urban Policy - Working Paper 02/2020. https://ec.europa.eu/regional_policy/sources/docgener/
work/022020_convergence_redux.pdf.
Mitrică, Bianca, Grigorescu, Ines, Săgeată, R., Mocanu, Irena, Dumitrașcu, Monica (2020a), Territorial Development in
Romania: regional disparities, in vol. Dilemmas of Regional and Local Development: Theory, Methodology and
Applications (editor Banski Jerzy), pp. 206228, Routledge Explorations in Development Studies, Taylor & Francis
Group, DOI: 10.4324/9780429433863-13, https://www.routledge.com/Dilemmas-of-Regional-and-Local-
Development/Banski/p/book/9781138359154.
Mitrică, Bianca, Şerban, P., Mocanu, Irena, Grigorescu, Ines, Damian, Nicoleta, Dumitraşcu, Monica (2020b), Social
development and regional disparities in the rural areas of Romania. Focus on the social disadvantaged areas, Social
Indicators Research, vol. 152, issue 1, pp. 6789, https://doi.org/10.1007/s11205-020-02415-7.
Oțil, Maria, Părean, M. (2010), Macro-Regional Disparities in Romania, Annals of the University of Petroşani, Economics,
vol. 10, nr. 2, pp. 255266.
Parente, Francesca (2018), A Multidimensional Analysis of the EU Regional Inequalities, Social Indicators Research, 143, pp.
10171044, https://doi.org/10.1007/s11205-018-2000-6.
Parente, Francesca (2019), Inequality and Social Capital in the EU Regions: A Multidimensional Analysis, Regional Studies,
Regional Science 6 (1): 124. https://doi.org/10.1080/21681376.2018.1558105.
Pascariu, Gabriela Carmen, Incaltarau, C. (2018), European Cohesion Policy, in Doing Business in Europe: Economic
Integration Processes, Policies, and the Business Environment (coord. Dima, Alina Mihaela,), pp. 79104.
Contributions to Management Science. Cham: Springer International Publishing.
Petrakos, G. (2001), Patterns of Regional Inequality in Transition Economies, European Planning Studies 9 (3): pp. 35983.
https://doi.org/10.1080/713666485.
Petrakos, G., Rodríguez-Pose, A., Anagnostou, Angeliki (2005), Regional Inequalities in the European Union, in Integration,
Growth and Cohesion in an Enlarged European Union (coord. Bradley, J., Petrakos, G., Traistaru, Iulia), pp. 2943.
ZEI Studies in European Economics and Law. New York, NY: Springer. https://doi.org/10.1007/0-387-22854-3_2.
Alexandra Lazăr, Mihail Eva, Sébastien Bourdin, Corneliu Iațu 14
34
Pintilescu, Carmen (2011), Regional economic disparities in Romania, Proceedings of the World Multiconference on
Applied Economics, Business and Development, pp. 4347.
Poledníková, Eva (2014), Multicriteria analysis of regional disparities in the context of the EU cohesion, Ekonomická revue
Central European Review of Economic, vol. 14, pp. 2537.
Popescu, Claudia, Mitrică, Bianca, Mocanu, Irena (2016), Dezvoltarea regională pre- și postaderare la Uniunea Europeană,
Bălteanu, D., Dumitraşcu, M., Geacu, S., Mitrică, B., Sima, M. (eds.) Romania. Natură și Societate, Edit. Academiei
Române, pp. 613–620.
Quadrado, L., W. Heijman, H., Folmer (2001), Multidimensional Analysis of Regional Inequality: The Case of Hungary,
Social Indicators Research 56 (1), pp. 2142. https://doi.org/10.1023/A:1011893713456.
Rodríguez-Pose, A., Garcilazo, J.E. (2015), Quality of government and the returns of investment: Examining the impact of
cohesion expenditure in European regions, Regional Studies, 49(8), pp. 12741290.
Rotariu, T. (2009), „Disparitățile teritoriale în Riscuri și inechități sociale în România (coord. Preda, M.) Edit. Polirom,
Iași, 402 p.
Sandu, D. (2011), Social Disparities in the Regional Development and Policies of Romania, International Review of Social
Research, vol. 1, nr. 1, pp. 130.
Simionescu, M.D. (2017), Determinants of Foreign Direct Investments in Bulgaria and Romania in the Context of Recent
Economic Crisis, Academic Journal of Economic Studies, vol. 3, nr. 1, pp. 6872.
Török, I., Benedek, J. (2018), Spatial patterns of local income inequalities, Journal of Settlements and Spatial Planning, 2,
pp. 7791.
Țâra, S. (2013), Inegalități sociale și sărăcie în România actuală, Economie teoretică şi aplicată, vol. 20, nr. 2, pp. 108123.
Williamson, J.G. (1965), Regional inequality and the process of national development: a description of the patterns,
Economic development and cultural change, vol. 13, nr. 4, pp. 147.
Zaman, G., Goschin, Zizi, Vasile, Valentina (2013), Evoluţia dezechilibrelor teritoriale din România în contextul crizei
economice, Romanian Journal of Economics, vol. nr. 37(2(46)), pp. 2039.
Reçu 19 février 2021
ResearchGate has not been able to resolve any citations for this publication.
Article
Full-text available
This paper explores the nature and scale of inter-regional and inter-urban inequalities in the UK in the context of international comparisons and our aim is to identify the extent to which such inequalities are associated with strong national economic performance. In order to do this, we first discuss the evolution of UK interregional inequalities relative to comparator European economies over more than a century. We then focus specifically on comparisons between the UK and the reunified Germany. These two exercises demonstrate that the experience of the UK has been rather different to other countries. We further explore UK inter-urban inequalities in the light of international evidence and then explain why observations of cities only tell us a partial story about the nature of interregional inequalities, especially in the case of the UK. Finally, we move onto an OECD-wide analysis of the relationships between economic growth and interregional inequality. What we observe is that any such relationships are very weak, and the only real evidence of a positive relationship is in the post-2008 crisis period, a result which points to differentials in regional resilience rather than inequality-led growth. Moreover, once former transition economies are removed from the sample, the relationship disappears, or if anything becomes slightly negative. As such, the international evidence suggests that the UK’s very high spatial inequalities have hampered, rather than facilitated, national economic growth.
Article
Full-text available
Currently, Romania’s rural area is undergoing a restructuring process (demographic, economic, social) acquiring new dimensions and characteristics. In the current paper we focus on the social characteristics of the rural area of Romania, as a consequence of the economic restructuring. Its aim is to identify the current patterns of social development and their territorial inequalities at a micro-scale level by assessing the levels of social development based on a Social Disadvantage Index (SDI). The indicators used for SDI include unemployment, employment in agriculture, dwellings quality, education, health. The results show that the deeply social disadvantaged rural areas are located in the north-eastern, south-eastern, south and south-western parts of Romania. The territorial continuity of these areas is interrupted by the presence of some metropolitan areas (Iaşi, Galaţi-Brăila, Constanţa, Bucharest, Piteşti, Ploieşti, Craiova). The rural settlements located in the central and western parts of Romania register some of the lowest SDI values being concentrated in counties well known for the very low degree of socio-economic development: Vaslui, Dolj, Olt and Teleorman. The research is in line with Romania’s Territorial Development Strategy which aims to ensure an integrated strategic planning to guide the national territorial development processes.
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
This paper focuses on the interactions between social capital and production structure in their relation with regional inequality. Combining survey data with available regional databases for the EU-15, it provides a panel data analysis of multidimensional inequalities based on the idea that social capital is a fundamental factor determining its regional levels, along with the economic specialization of regions. Results confirm an inverse relation between inequality and social capital. At the same time, they highlight the positive impact of production clusters on the regional environment. Findings suggest that the joint effect of predictors is ambiguous, and may so be dependent on the different sorts of local specialization and social capital endowment.
Article
Full-text available
We offer in our study a spatial analysis of local income in Romania
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 les BiLISA. Les résultats montrent que l’influence de la Politique de Cohésion est différenciée en fonction des régions de l’UE et met en évidence des effets de concentrations spatiales. Les variations spatiales de l’influence des Fonds européens sur la croissance économique des régions appellent des inflexions dans la Politique de Cohésion, en particulier en faveur d’une politique davantage territorialisée.
Article
Full-text available
This article illustrates the steps followed to construct a measure that accounts for multidimensional inequality across European regions in terms of human development. First, a multidimensional index to explore the between inequalities across regions has been produced. Referring to UNDP (Human development report. Technical notes, Oxford University Press, Oxford, 2018. http://hdr.undp.org/sites/default/files/hdr2018_technical_notes.pdf) updated methodology and integrating it with the European Commission (2011, 2014) contributions, a Human Development Index has been calculated for 205 regions in the European Union, within the span of time from 2000 to 2011. These estimates have then been adapted to inequality, based on intra-regional distribution of selected variables following the UNDP methodology to calculate an Inequality-adjusted Human Development Index. This allowed to explore how the human development pattern changes when accounting for within inequalities, and to estimate the Loss in potential human development due to inequality in the society. The latter can serve as a measure for multidimensional inequality. Results show a generally increased level of human development achievements despite a widespread persistent level of inequalities in its distribution, as well as a spatial connotation of both dynamics.