CHAPITRE 2 : DES ATOUTS DES TERRITOIRES NON MÉTROPOLITAINS AUX
I. Données
2. Présentation des données
Les données utilisées dans nos différentes manipulations économétriques concernent les
variables suivantes (leur appellation dans nos modèles est précisée entre parenthèses) :
- Le PIB (Y)
- La distance (Dij) entre les départements i et de la région j
- δ’emploi industriel (EI)
- δ’emploi touristique (ET)
- δ’emploi intérimaire (EInt)
- δ’indice de précarité (Prec)
- La population de plus de 65 ans (POP65)
- δa densité d’emplois (DE).
- δa variable d’interaction entre la distance été les retraités (DistXPop65)
Le choix de ces données est basé sur deux critères. Le premier est la corrélation intuitive qui
peut exister entre le PIB et la distance au centre. Les choix de localisation sont liés à la
question de la proximité avec les marchés, et aux avantages que cette proximité procure à
travers la concentration des activités. Dès lors, ces choix de localisation sont à l’origine d’une
répartition plus ou moins homogène des activités à travers les territoires, et donc des richesses
et de la croissance. La croissance économique et la concentration spatiale des activités sont
des phénomènes simultanés (Bairoch, 1985)190 et qui se renforcent de façon concomitante
(Martin et Ottaviano, 2001)191. δe deuxième critère est la disponibilité des données, c’est
aussi le plus contraignant au regard des échelles territoriales auxquelles nous avons décidé de
travailler.
Pour le choix de la période d’analyse et de validité du modèle, on se limite à travailler sur une
base de données comprenant des observations portant sur la période 2003-2013. Les
difficultés liées à la recherche de données à l’échelle des départements nous ont contraintes à
nous limiter à une telle temporalité pour disposer de données quasi symétriques pour toutes
les variables.
Nous avons travaillé sur des données de panel. Ces dernières combinent la dimension
individuelle et la dimension temporelle, et permettent ainsi d’accroitre la taille de
l’échantillon. Cela revient à observer plusieurs individus sur une période donnée. Nous avons
donc introduit une variable temps (t) ici en années entre 2003 et 2013 et une variable
individuelle (i) ,ici il s’agit des départements de la région εidi-Pyrénées, il y a donc 8
niveaux. Ici il s’agit d’un panel non cylindré, puisque nous ne disposons des données
d’emploi industriel et touristique que sur 10 ans (soit 8*10=80 observations), pour le reste des
variables les données sont complètes (8x11= 88 observations).
δ’utilisation de ces données de panel présente de nombreux avantages, et peut enrichir
l’analyse empirique au-delà de ce que rendent possibles les séries chronologiques ou encore
les coupes transversales (Badi, 1995)192. Ces données permettent également de déceler et de
mesurer plus aisément des effets qui ne seraient pas facilement observés dans de simples
séries chronologiques ou avec des coupes transversales. Elles peuvent réduire les biais qui
peuvent résulter de l’agrégation d’individus dans des catégories plus larges.
En dépit de leurs avantages, ces données posent également des problèmes d’estimation et
d’inférence. En effet, on retrouve les mêmes problèmes que pour les coupes instantanées,
comme par exemple l’hétéroscédasticité, ou encore que pour les séries temporelles comme
l’autocorrélation. Ces données peuvent être estimées avec des modèles à effets fixes ou avec
des effets aléatoires. Nous verrons par la suite quel estimateur est ici le plus efficient pour nos
données.
190
Bairoch, P. (1985). De Jéricho à Mexico (Vol. 4). Gallimard.
191Martin, P., & Ottaviano, G. I. (2001). Growth and agglomeration. International economic review, 42(4), 947-968. 192Badi, B. (1995). Econometric analysis of panel data.John Wiley & Sons Ltd
Les différentes sources de nos données sont détaillées par variable ci-dessous :
LE PIB
δes données de PIB sont extraites d’EUROSTAT, ce sont les PIB au prix courant du marché
par région NUTS 3193. Ces données de PIB sont exprimées en millions d’euros.
LA DISTANCE
δa relation gravitaire a une composante géographique. δ’espace compte dans les phénomènes
économiques à travers la distance qui sépare deux territoires. Ainsi, tous les territoires ne sont
plus simplement considérés comme des points au milieu d’un espace, mais plutôt comme des
entités géographiques dont la localisation relative compte.
Pour calculer la distance Dij entre les différents départements i et le centre décisionnel
régional j, nous avons décidé de prendre en compte la distance en kilomètres qui sépare la
commune qui est le siège de la préfecture départementale, de la commune qui accueille la
préfecture régionale, c’est-à-dire par exemple la distance entre la préfecture de Tarbes
(département des Hautes-Pyrénées) et la préfecture de Toulouse pour le premier modèle ; puis
la distance qui sépare Tarbes de Montpellier (préfecture de la région Languedoc Roussillon)
pour le modèle élargi à la nouvelle région Occitanie, dans lequel on suppose un déplacement
vers l’Est des dynamiques économiques. δe choix de la distance géographique est justifié par
le fait qu’elle est facilement disponible, et que généralement les tests économétriques
montrent souvent une forte corrélation entre la distance et le PIB lorsque l’on prend la
distance entre les capitales économiques des pays ou des régions étudiés (Luo, 2001)194.
L’EMPLOI INDUSTRIEL
δes données de l’emploi industriel sont extraites des estimations d’emploi salarié au γ1
décembre par sexe, activité (17 secteurs), par département et région de France métropolitaine
de l’INSEE. Nous travaillons ici sur les données d’estimation d’emploi en fonction du lieu de
travail de la catégorie TBE-Industrie.
193NUTS (Nomenclature des Unités Territoriales Statistiques) « est un système hiérarchique de découpage du territoire économique de l'UE à 3 niveaux. Elle sert de référence pour la collecte des statistiques régionales, pour les analyses socio-économiques des régions, pour la définition des politiques régionales de l'UE » (INSEE, Définition). Chaque pays est divisé en plusieurs nuts1, elles-mêmes divisées en plusieurs NUTS2 qui contiennent des régions nuts3. Par exemple, les nuts2 européennes correspondent aux 22 régions françaises et lesNUT3 aux départements.
194
Luo, X. (2001). La mesure de la distance dans le modèle de gravité: une application au commerce des provinces chinoises avec le Japon. Revue Région et Développement, 13, 163-180.
L’EMPLOI TOURISTIQUE
Concernant l’emploi touristique, notre source est la base de données Séquoia de l’ACOSS et
de l’URSSAF qui est alimentée par les bordereaux récapitulatifs de cotisations. Ces séries
recensent les établissements employeurs du secteur privé et l’effectif salarié associé au γ1
décembre de chaque année. Elles étaient ici déclinées par code APE de l’établissement selon
la nomenclature NAF détaillée195.
LA PRÉCARITÉ
La variable que nous avons choisie de nommer indice de précarité, est construite grâce à deux
variables, à savoir la part des allocataires des minimas sociaux (intitulée MinSocPop) et le
taux de chômage (intitulé TxChom). Les données pour le chômage sont les taux de chômage
localisés par département de l’INSEE.
Considérant que le RSA (Revenu de Solidarité Active) a remplacé le RMI (Revenu Minimum
d’Insertion) en France au 1er juin 2009, nous avons choisi de prendre pour nos estimations
l’ensemble des allocataires des minimas sociaux196. En effet, le passage du RεI au RSA n’a
pas apporté de changement majeur sur le chiffre des allocataires de minimas sociaux pris dans
leur globalité, d’où notre choix. Nos données pour la part des allocataires de minimas sociaux
sont donc les suivantes : Cnamts, CNAF, MSA, DREES, Unédic, FSV, CNAV, CDC, régimes
des caisses des DOM.
195
Les codes APE que nous avons sélectionné pour les activités liées au tourisme sont les suivantes : 1) Hôtels et hébergements similaires avec service quotidien de chambre – code APE: 55.10Z
(2) Autres hébergements touristiques sans service de chambre : maisons de vacances pour enfants, appartements, maisons familiales, auberges de jeunesse et refuges de montagne – code APE : 55.20Z
(3) Terrains de campings et parcs pour caravanes ou véhicules de loisirs – code APE : 55.30Z
(4) Agences de voyages, voyagistes et autres services de réservation (sont inclus les OTSI) –code APE : 79.11Z + 79.12Z + 79.90Z
(5) Téléphériques, remontées mécaniques – code APE :49.39C
(6) Entretien corporel : activités thermales et thalassothérapie, activités liées à l'entretien corporel (massages, amincissement, etc…) – code APE : 96.04Z
(7) Restauration traditionnelle, restauration de type rapide et cafétérias et autres libres-services – code APE :56.10A + 56.10B + 56.10C
(8) Débit de boissons : bars, cafés, discothèques et pistes de danse où le service de boissons est prédominant – code APE : 56.30Z
196
Ceci comprend : l’AAH (Allocation Adultes Handicapés), l’AER/ATS (Allocation Equivalent Retraites / Allocation Transitive de Solidarité), l’AI-ATA (Allocation d’Insertion- Allocation Temporaire d’Attente), l’API (Allocation Parent Isolé), l’ASS (Allocation de Solidarité Spécifique), l’Allocation Vieillesse, l’Allocation Invalidité, l’Allocation Veuvage, le RSO (Revenu de Solidarité) et enfin de RεI (Revenu εinimum d’Insertion) puis à partir de β009 le RSA (Revenu de Solidarité Active).