Printer Friendly

A new Perspective on regional development policies in Europe/Un regard nouveau sur les politiques de developpement regional en Europe.

This paper assesses the impact of the European Union's structural funds on the manufacturing sectors of 145 of its regions for the period 1989-2004. Each stage in the EU enlargement process has increased disparities among its regions, threatening European cohesion. Regional development policies were implemented to reduce such inequalities. The examples of Spain, Portugal and Ireland are often quoted when appraising the effectiveness of these policies. Indeed, income in these countries did converge towards the European average after a decade of membership. However, regional policies have also been subject of criticism. From 1989 to 1999,250 billion Euros were spent on structural funds. Some commentators argue that it was too much money for too few results: disparities increased within countries and most of the regions then eligible under objective 1 (the development of the poorest regions) are still eligible today. Others argue that too little was spent on reducing development inequalities given the scale of the disparities and compared with spending on the Common Agricultural Policy (twice the budget for the agricultural sector alone). In this context, much research has been undertaken to evaluate the impact of regional policies on growth, but without ending the debate. Indeed, the results are very varied: some studies report a positive impact, others argue that policy effects are conditional upon other variables; yet others conclude that the impact has been non-significant or even negative. We argue, therefore, that a fresh approach is called for.

We challenge the neoclassical theoretical model on which earlier studies rely. Since the advances in economic growth theory and in economic geography indicate that increasing returns to scale affect growth, we introduce such a hypothesis in the context of Verdoorn's law. Furthermore, four main innovations are included. First, we examine the cohesion objective. More specifically, we separate structural fund objectives 1 and 2 (which are the only ones involving the production function) from the other three objectives and we include the additional funds provided by the region or country under EU law on project financing (i.e. the total cost of the project financed is taken into account). Second, we introduce a 5-year time lag to test whether the impact of the funds is deferred. Third, the geographical linkages between regions are explicitly taken into account using spatial econometric techniques that allow for spatial spill-over effects among regions. Fourth, the potential endogeneity of explanatory variables is systematically checked. Two aspects are examined: the potential correlation of the growth rate of output (exploratory variable) with the errors and the endogeneity of two other variables, i.e. the size of structural fund spending and the growth rate of output; because the allocation of structural funds is based on average per capita GDP in the three years before the programme period, endogeneity may occur between the structural funds variable and the growth in output.

The results indicate increasing returns and a significant but small negative impact of the structural funds. When these variables are split by objective, the coefficient associated with objective 1 funds (costs) is significant and negative, and also very small, while that associated with objective 2 is not significant. However, these pessimistic results are open to challenge. First, our time lag may not be long enough to show up the funds' full impact on growth. It may still be too early to capture the full impact of the funds. Second, beyond the stated aim of reducing interregional income inequalities, EU aid is not necessarily correlated with the development gap or development potential. In that sense, the European authorities may have tried to achieve too many objectives through regional funding. Third, a significant part of the funds are spent on transport infrastructure. Even if this contributes to the aims of the Single Market by enabling the free movement of goods, services and people, it may not be the right way to reduce disparities among Europe's regions. Inadequate transport infrastructures may hinder a region's development, but their construction is not necessarily growth-enhancing. As pointed out in the economic geography literature, even if the cost of labour is lower in poorer, peripheral regions, there are advantages in staying in the richer, core regions in the form of increasing returns and agglomeration economies. In this case, improving infrastructures admittedly provides a way for companies in the richest regions to access new markets, but it is not a way to reduce inequalities among European regions. Our results open the door to a more detailed estimation of the funds in the future, as more data will become available.

Resume

L'objectif de cet article est d'evaluer l'impact des fonds structurels sur la croissance regionale de 145 regions europeennes en integrant les rendements croissants pour la periode 1989-2004 sur la base du modele de Verdoorn. Par ailleurs, notre approche introduit les trois elements suivants. Tout d'abord, nous etudions l'impact des fonds selon leur objectif propre etant donne la nature differenciee des objectifs des fonds. Ensuite, les effets de debordement entre les regions europeennes sont integres dans l'analyse en mobilisant les techniques de l'econometrie spatiale. Enfin, l'endogeneite des variables explicatives du modele est systematiquement examinee. Les resultats corroborent l'existence de rendements croissants et un impact significatif mais negatif et tres faible des fonds structurels.

Introduction

Les politiques de developpement regional de l'Union europeenne (UE) trouvent leur origine dans les differentes phases d'elargissement. En effet, l'entree de nouveaux pays dans I'UE s'est traduite par un accroissement des disparites de PIB par tete. Ces differences de developpement sont jugees inacceptables par les autorites europeennes tant pour des raisons d'equite que pour assurer le bon fonctionnement des politiques communes. Aussi, les politiques de developpement regional sont utilisees comme un instrument permettant le developpement des regions en retard economiquement et la reduction des inegalites. Sur 1989-1999, pres de 250 milliard d'ecus ont ete consacres aux politiques de developpement regional soit un tiers du budget de I'UE. Le rattrapage de l'Espagne, du Portugal et de l'Irlande est souvent cite en exemple pour montrer l'efficacite de ces politiques : principaux beneficiaires des fonds regionaux, ils convergent vers la moyenne europeenne du niveau de PIB par habitant dix ans apres leur adhesion. Cependant, l'utilite et le bien fonde de ces politiques font egalement l'objet d'une remise en question. En effet, les disparites regionales augmentent a l'interieur de ces pays et peu de changements ont eu lieu dans les regions eligibles a l'objectif 1 au cours du temps. Ceci ne plaide pas en faveur de l'efficacite des politiques. De plus, un tiers du budget de la Commission Europeenne est consacre aux politiques regionales. Le cout budgetaire direct des fonds apparait alors tres eleve, comme le mentionnent les economistes du rapport Sapir (2003). Au contraire, d'autres considerent ce budget trop faible au regard des disparites regionales.

Dans ce contexte, il est necessaire d'evaluer la capacite des politiques regionales a reduire les disparites. Plus precisement, il convient d'approfondir les etudes empiriques sur le sujet car les conclusions actuelles ne sont pas unanimes voire contradictoires.

Ainsi, notre approche se demarque des travaux anterieurs qui se situent dans le cadre de la croissance neoclassique (Barro et Sala-i-Martin 1991). En effet, nous prenons en compte l'existence possible de rendements croissants. Compte tenu de la reference a un cadre conceptuel different, les resultats des estimations peuvent conduire a des conclusions differentes. Par ailleurs, nous pretons une attention particuliere dans les estimations au mode d'attribution et aux effets attendus des fonds selon trois angles : la differenciation des fonds selon leur objectif, le principe d'additionnalite des fonds et le delai potentiel d'action des fonds. L'introduction de ces quatre elements differencie cette etude de celles menees par Dall'erba et Le Gallo (2008a, b) et Dall'erba et al (2008). Enfin, nous mobilisons les outils de l'econometrie spatiale afin d'integrer dans les estimations la localisation relative des regions et les effets de debordement entre ces dernieres. Le plan de cet article est le suivant. Premierement, les cadres theorique et empirique dans lesquels s'inscrit notre analyse sont expliques. Deuxiemement, nous presentons la specification econometrique retenue, les donnees et la matrice de poids. Troisiemement, les resultats sont analyses et mis en perspective. Une derniere section conclut.

Cadre d'analyse de l'impact des politiques regionales

Sur la periode 1989-1999, les politiques de developpement regional se sont articulees autour de cinq objectifs prioritaires. L'objectif 1 est dedie au developpement des regions les plus pauvres ; l'objectif 2 finance la reconversion des regions affectees par les crises industrielles ; l'objectif 3 vise a reduire le chomage de longue duree ; l'objectif 4 s'attache a ameliorer l'adaptabilite des travailleurs ; l'objectif 5 a pour fonction de promouvoir les zones rurales. Les objectifs 1 et 2 sont les plus importants des politiques regionales, avec respectivement 68 % et 11% du total des fonds.

La plupart des fonds structurels sont alloues par rapport a un critere de niveau relatif de PIB regional mesure trois annees avant le debut de la periode de programmation. Par ailleurs, la loi oblige qu'un cofinancement national ou regional accompagne les fonds alloues a un projet. C'est le principe d'additionnalite : il permet de reduire l'incitation que pourraient avoir certaines regions a presenter des projets non viables. Cependant, ceci introduit un biais. Fayolle et Lecuyer (2000), Dall'Erba (2005) et Dall'erba et Le Gallo (2008a) ont mis en avant la capacite des regions riches a quadrupler voire a quintupler le montant des fonds regionaux attribues. Le montant total d'investissement dont beneficient certaines regions << centres >> peut donc etre largement plus eleve que celui dont jouissent les regions peripheriques les plus defavorisees, qui double a peine le montant qui leur est donne (Dall'erba 2005).

Apres plus de dix annees de soutien aux regions defavorisees, force est de constater que l'objectif de cohesion fixe par la Commission Europeenne n'a effectivement pas ete atteint. En effet, la pauvrete de nombreuses regions peripheriques (Mezzogiomo, regions grecques, regions du Sud de l'Espagne) persiste et les disparites a l'interieur de certains pays membres s'aggravent (Fayolle et Lecuyer 2000 ; Martin 2000). Ainsi, la reflexion sur l'avenir de la politique regionale depasse le simple cadre des mecanismes financiers et touche les fondements memes du projet communautaire. Ceci explique le developpement d'etudes empiriques visant a evaluer l'efficacite des politiques de developpement regional.

Rendements croissants, theories de la croissance et economie geographique

A l'exception de Fayolle et Lecuyer (2000) et Rodriguez-Pose et Fratesi (2004), la plupart des travaux sur l'evaluation des politiques de developpement regional sont realises dans le cadre theorique du modele de croissance neoclassique.

Nous privilegions une approche basee sur les arguments de la theorie de la croissance endogene et de l'economie geographique. La croissance endogene leve l'hypothese de progres technique exogene et la presence d'extemalites est source d'existence de rendements croissants, a l'origine de la croissance a long terme et de la diversite des taux de croissance des economies (Romer 1986 ; Lucas 1988 ; Aghion et Howitt 1998). Par ailleurs, ces rendements croissants jouent un role essentiel dans la formation des agglomerations, comme le souligne la theorie en economie geographique : associes a des processus cumulatifs, ils conduisent notamment a l'emergence d'une structure centre-peripherie des activites economiques (Krugman 1991 ; Fujita et Thisse 2002).

En consequence, il nous semble important de privilegier un cadre theorique permettant de tester la presence de rendements croissants. De plus, nous souhaitons verifier quel resultat ressort dans l'estimation de l'impact des fonds lorsque la presence de rendements croissants est incluse. Les fonds structurels agissent directement dans la fonction de production puisqu'ils favorisent le developpement du capital humain regional (education, programme de reconversion) et du capital prive et public regional (infrastructures de transport, de telecommunication), (1) eux-memes a l'origine de rendements croissants, comme le soulignent les deux approches theoriques ci-dessus.

La loi de Verdoorn (1949) permet d'envisager une telle hypothese. Cette loi relie, de maniere lineaire, les taux de croissance de la productivite du travail (p) a ceux de l'output (q) dans le secteur manufacturier pour un ensemble d'economies. La specification de base est donnee par :

p = [b.sub.0] + [b.sub.1] q + [epsilon] (1)

ou [b.sub.0] et [b.sub.1] sont les parametres inconnus a estimer et e est un terme d'erreurs tel que [epsilon] ~ iid (0,[[sigma].sup.2]). Le parametre [b.sub.1] est appele le coefficient de Verdoorn pour lequel une valeur positive traduit la presence de rendements croissants (Fingleton et McCombie 1998). Cette specification sera etendue pour prendre en compte l'endogeneite du progres technique.

L'impact des fonds structurels : revue de la litterature

Les resultats des estimations econometriques visant a evaluer l'impact des fonds structurels sont heterogenes, ce qui augmente la confusion quant a l'effet des politiques. Certaines sont en faveur d'un effet positif des fonds (Beugelsdijk et Eijfmger 2005 ; Garcia-Solones et Maria-Dolores 2001 ; Cappelen et al 2003 ; Bussoletti et Esposti 2004), d'autres affirment que cet effet est conditionne a d'autres variables (Ederveen et al 2006) tandis que certains resultats concluent a l'absence d'impact significatif des fonds voire a un effet negatif (Dall'Erba et Le Gallo 2008a ; Puigcemer-Penalver 2004).

Ces resultats s'expliquent, en partie, par des differences d'echantillon, de periode et de donnees disponibles. Face a ce manque d'unanimite des conclusions, nous proposons une methodologie nouvelle basee sur les apports et les critiques qui peuvent adressees aux etudes precedentes sur le traitement des fonds.

Tout d'abord, les etudes precedentes, a l'exception de Rodriguez-Pose et Fratesi (2004) et Puigcerner-Penalver (2004), n'attachent pas d'importance a la diversite des objectifs auxquels les fonds engages repondent. Cependant, nous estimons qu'integrer dans les estimations les sommes totales des fonds peut conduire a des biais compte tenu de leurs objectifs differencies. Ensuite, nous integrons le principe d'additionnalite. Enfin, nous abordons la question du decalage temporel pouvant exister entre le versement des fonds et l'impact de ces fonds. L'introduction d'un decalage temporel repose sur l'idee que les investissements publics n'ont pas necessairement un impact immediat sur la croissance regionale. Bien que l'effet sur la demande puisse se produire a court terme (augmentation de la demande de travailleurs ou de produits intermediaires pour la construction d'une infrastructure publique), les effets sur l'offre sont potentiellement beaucoup plus longs a se concretiser. Par exemple, une nouvelle infrastructure de transport ne conduit pas a des effets de delocalisation immediatement ; les investissements dans le capital humain ne conduisent pas instantanement a de nouvelles technologies.

Du point de vue econometrique, deux caracteristiques de nos estimations doivent etre soulignees. Premierement, les estimations sont effectuees a l'aide des techniques de l'econometrie spatiale (Anselin 1988 ; Anselin et al 2004 ; Le Gallo 2002). En effet, ces methodes permettent de prendre en compte explicitement la dimension spatiale des activites economiques dans les modeles econometriques. Les effets de dependance spatiale sous forme de debordements geographiques entre les regions peuvent etre alors reveles. Si ces techniques sont de plus en plus utilisees dans les analyses de la convergence regionale (Abreu et al 2005), elles ne sont pas encore mobilisees dans les etudes sur l'impact des fonds a notre connaissance, hormis dans Dall'Erba et Le Gallo (2008a, 2008b) et Dall'erba et al (2008).

Deuxiemement, une attention particuliere doit etre portee a l'endogeneite possible des variables explicatives. Concernant la variable explicative du modele, le taux de croissance de l'output, Fingleton et McCombie (1998) et Fingleton (2003, 2004) ont montre qu'elle est susceptible d'etre correlee avec les termes d'erreurs du modele. Par ailleurs, les fonds sont utilises comme variable explicative de la croissance et sont susceptibles d'etre endogenes etant donne leur mode d'attribution par rapport au PIB des trois dernieres annees. L'endogeneite potentielle de ces variables dans les regressions doit par consequent, etre restee a l'aide d'instruments appropries. Seuls Dall'erba et Le Gallo (2008a) et Dallerba et al (2008) se sont penches sur ce point jusqu'a present. Ces differents aspects sont detailles dans la section sur les resultats econometriques.

Specification econometrique, donnees et matrice de poids spatiale

Specification du modele et donnees

Dans sa forme initiale, la loi de Verdoorn s'avere trop simplificatrice et ne permet pas de caracteriser l'endogeneite du progres technique. En consequence, nous retenons la specification de Fingleton (2000, 2001) dans laquelle le progres technique depend de debordements geographiques, de la diffusion des technologies et du niveau de capital humain des regions. En supposant que le changement technique est proportionnel a 1' accumulation du capital (sous la forme d'une croissance du capital par travailleur) et que la croissance du capital par travailleur est egale a la croissance de la productivite, on a la relation suivante :

[lambda] = [[lambda].sup.*] + [PHI]p + [bar.[omega]] Wp (2)

ou [[lambda].sup.*] depend des conditions socio-economiques de chaque region (a savoir le niveau initial de technologie et le niveau de capital humain de chacune des regions); [PHI] et [bar.[omega]] sont des coefficients a estimer et W est une matrice de poids spatiale specifiant les liens de voisinage entre les regions. Le coefficient [bar.[omega]] permet de capter les effets de debordement entres les regions, c'est-a-dire dans quelle mesure le taux de croissance de la productivite d'une region est affecte par celui des regions voisines. [lambda] est proportionnel a la croissance de la productivite intraregionale ([PHI]p) mais aussi extra-regionale ([bar.[omega]] Wp). La croissance de la productivite dans une region est conditionnee par celle des regions voisines du fait de l'existence d'effets de debordements via le progres technique.

Le niveau initial de technologie ([[lambda].sup.*]) est introduit au moyen d'un ecart technologique, approche par le differentiel entre chaque region et la region leader, pour capter l'effet possible de diffusion de l'innovation d'une region a haut niveau de technologie vers une region a bas niveau de technologie.

Le capital humain est suppose, d'une part, etre une fonction croissante du niveau d'urbanisation car un stock de capital humain important est suppose favoriser l'innovation et donc la croissance de la productivite. D'autre part, le niveau de capital humain est une fonction negative du degre de peripherie : les regions peripheriques sont peu peuplees et ont, en consequence, moins de capital humain. De plus, elles sont aussi distinctes de par leur structure economique car elles sont plus orientees vers l'agriculture et technologiquement moins avancees (Baldwin 1999 ; Baldwin et Martin 2004).

Les rendements croissants et les effets de debordement etant des concepts fondamentaux de la theorie de la croissance endogene et de l'economie geographique (Englmann et Walz 1995 ; Martin et Ottaviano 1999 ; Baldwin et Forslid 2000), la specification apparait pertinente pour etudier la croissance regionale dans le cadre de ces deux theories.

Apres differents calculs arithmetiques, Fingleton (2000, 2001) propose d'estimer la specification en coupe transversale suivante :

p = [bar.[omega]] Wp + [b.sub.0] + [b.sub.1]q + [b.sub.2]G + [b.sub.3]u + [b.sub.4]l + [epsilon] (3)

ou p est le taux de croissance de la productivite du travail (en log) dans le secteur manufacturier ; q est le taux de croissance de l'output (en log) dans ce meme secteur et [epsilon] est un terme d'erreurs tel que [epsilon] - iid(0,[[sigma].sup.2]). Les autres variables sont definies comme suit :

* G correspond a l'ecart technologique (approche par le differentiel de productivite du travail) a la periode initiale entre chaque region de l'echantillon et la region leader. Dans un cadre endogene, les regions avec un retard technologique connaissent une croissance de la productivite plus faible que les regions developpees. Cependant, cet effet est incertain puisque les fonds structurels sont principalement alloues aux regions defavorisees.

* u est une mesure de l'urbanisation. Elle est mesuree par la densite de population en 1989 et a pour objectif de capter l'effet de la densite de l'activite economique.

* l est une mesure de la peripherie. Dans Fingleton (2001), la variable l mesure la distance geographique d'une region donnee par rapport a un point central (Luxembourg) pour refleter la structure centre-peripherie du systeme economique. Nous preferons retenir comme mesure un indice d'accessibilite a une region (note acc) (2). Ces donnees, issues de Furst et al (2000), representent un indicateur par route, rail et air pour chacune des regions considerees. A notre avis, une mesure de l'accessibilite est plus riche qu'une pure distance geographique car elle reflete les caracteristiques du reseau et du secteur des transports.

Il convient enfin de noter qu'en econometrie spatiale, cette specification (3) correspond a un modele autoregressif spatial, dans lequel le coefficient [bar.[omega]] reflete la presence d'effets de debordement interregionaux, c'est-a-dire que la croissance de la productivite apparaissant dans des regions voisines (definies par la matrice de poids spatial W) affecte la croissance de la productivite (via le progres technique) de la region consideree.

Les donnees sur la productivite manufacturiere, l'output manufacturier, le niveau initial d'ecart de productivite (qui est utilise comme proxy de l'ecart initial de technologie) et la densite (note d) proviennent de la base de donnees << Cambridge Econometrics >> couvrant la periode 1989-2004. En 1989, Groningen (aux Pays-Bas) etait la region avec le niveau le plus eleve de productivite dans le secteur manufacturier.

Nous etendons la specification (3) afin d'evaluer l'impact des fonds structurels. Nous nous concentrons sur les objectifs 1 et 2 de ces fonds car ce sont les plus importants et les seuls qui affectent la fonction de production. En consequence, la specification que nous testons est la suivante :

p = [bar.[omega]]Wp + [b.sub.0] + [b.sub.1]q + [b.sub.2]G + [b.sub.3]d + [b.sub.4]acc + [b.sub.5]SF + [epsilon] (4)

ou SF est une matrice de variables explicatives qui est completee de quatre manieres differentes comme suit :

I. somme totale des fonds allouee a une region

II. fonds structurels differencies par objectif: objectif 1 et objectif 2

III. cout total des projets finances (c'est-a-dire fonds structurels plus fonds additionnels)

IV. cout total des projets fmances differencies par objectif (c'est-a-dire fonds structurels correspondant a l'objectif 1 et 2 plus fonds additionnels).

La difference entre les cas (I)-(II) et (III)-(IV) est importante puisque les deux premiers correspondent a l'effort de cohesion des autorites europeennes, alors que les deux suivants representent l'investissement reel realise dans les regions europeennes pour promouvoir leur cohesion. Puisque les regions developpees ont moins de difficultes a accompagner les fonds europeens, l'ecart entre regions dans les montants (III)-(IV) est moindre que dans les montants (I)-(II).

La periode d'etude couvre deux periodes de politiques regionales, 1989-1993 et 1994-1999. Les donnees sur les fonds proviennent des rapports statistiques n[degrees]3 et 4 des interventions structurelles communautaires pour les donnees sur la periode 1989-1993 (Commission Europeenne 1992a et b), et du 11eme rapport annuel sur les fonds structurels pour les donnees 1994-1999 (Commission Europeenne 1999). Toutes les donnees sont en euros valeur 1995.

Notre echantillon est compose de 145 regions a l'echelle NUTS II (Nomenclature des Unites Territoriales Statistiques) appartenant aux pays de I'UE des 12. Bien que certains fonds structurels soient alloues a un niveau spatial plus fin, nous utilisons ce niveau d'agregation suite a l'absence de disponibilite de donnees plus detaillees. De plus, les donnees disponibles sur les fonds ne nous permettent pas d'elargir notre echantillon ou notre periode d'estimation.

Matrice de poids

Nous mobilisons une matrice de plus proches voisins (matrice k-plus proches voisins) defraie de la facon suivante :

[MATHEMATICAL EXPRESSION NOT REPRODUCIBLE IN ASCII]

ou [w.sub.ij.sup.*](k) est un element de la matrice de poids non standardisee, [w.sub.ij](k) est un element de la matrice standardisee en lignes, [d.sub.i](k) est la valeur seuil definie pour chaque region i : c'est la plus petite distance d'ordre k entre les regions i et j, telle que la region i possede exactement k regions voisines. Afin d'assurer les connections entre les iles et le continent, il est necessaire de prendre k = 7 au minimum. Les resultats sont presentes avec k = 10 : le Royaume-Uni est alors connecte a l'Europe continentale, la Grece a l'Italie et 24,28 % des plus proches voisins appartiennent a un pays different du pays d'origine. Pour assurer la robustesse de nos resultats, nous avons egalement mis en oeuvre les estimations pour k = 7 et k = 15.

Resultats des estimations econometriques de l'impact des fonds et mise en perspective

Nous presentons les resultats des estimations realisees en les comparant avec les conclusions des etudes realisees sur le sujet (3) puis nous apportons une discussion critique de ces resultats.

Etude et traitement de l'endogeneite des variables

Commencons par examiner le probleme de l'endogeneite possible des differentes variables de fonds structurels. Plusieurs instruments ont ete construits pour les fonds strucmrels et les couts totaux, de maniere globale ou differenciee par objectifs :

* la distance par route par rapport a Bruxelles (en km) dans la mesure oU la distribution spatiale des fonds suit une distribution centre-peripherie,

* le temps de trajet de la ville la plus peuplee de chaque region a Bruxelles,

* un quasi-instrument defini par une methode en trois groupes presentee par Kennedy (2003) dans un contexte de mesure des erreurs et utilisee dans le contexte spatial par Fingleton (2003). Une variable instrumentale est construite prenant les valeurs 1, 0 et -1 selon que les valeurs de la variable de depart sont dans le premier, le second ou le troisieme tiers. Par construction, cet instrument est correle avec la variable endogene. La variable spatialement decalee pour cet instrument est aussi construite. Ces instruments ont ete utilises par Fingleton (2004).

Les resultats complets ne sont pas presentes pour des raisons de contrainte d'espace. Neanmoins, quelle que soit la specification retenue et l'instrument choisi, le test d'Hausman ne rejette jamais l'hypothese nulle d'exogeneite a 5%. Par consequent, nous pouvons utiliser la variable fonds structurels comme les etudes precedentes sur le sujet. Neanmoins, il est important de systematiquement tester ce risque.

Examinons a present, le probleme de l'endogeneite de la variable de la croissance de l'output manufacturier. Le probleme a ete souleve par Fingleton et McCombie (1998) et Fingleton (2000, 2004). Nous avons etudie plusieurs possibilites de variables instrumentales pour la variable de croissance de l'output manufacturier :

* le taux de croissance de l'output manufacturier pour la periode anterieure 1980-1988 (Fingleton et McCombie 1998),

* la methode des trois groupes definis precedemment.

Les tests d'Hausman (tableau 1) impliquent que l'hypothese nulle d'exogeneite doit etre rejetee a 5 %. Pour le premier instrument, les tests ne sont jamais significatifs au niveau de significativite habituel mais comme le souligne Temple (1999), utiliser une variable decalee dans le temps comme instrument n'est pas sans poser problemes. Aussi, nous privilegions le second instrument et considerons que la variable croissance de l'output manufacturier est endogene. Afin de verifier la qualite des instruments utilises, nous avons mis en oeuvre le test propose par Stock et Yogo (2005). En effet, l'une des conditions requises pour l'estimation par la methode des variables instrumentales est la correlation entre la variable endogene et les instruments utilises, l'inference statistique etant affectee si les instruments sont faibles (c'est-a-dire si cette correlation est faible). Stock et Yogo (2005) proposent un test de faiblesse des instruments et fournissent les valeurs critiques associees a ce test. Les resultats sont fournis dans le tableau 2 pour chacune des regressions et indiquent que l'hypothese nulle de faiblesse des instruments est toujours rejetee. Nous avons egalement calcule, dans le second cas, le test de sur-identification de Sargan (tableau 2). L'hypothese nulle ne peut pas etre rejetee. Pour ces differentes raisons, nous considerons donc que ces instruments sont adaptes pour notre analyse.

Resultats des estimations

Les resultats des estimations pour le modele autoregressif spatial (3) par la methode des variables instrumentales sont reportes dans le tableau 2 pour la periode 1989-2004 (ils sont similaires pour la periode 1989-1999). La variable q est instrumentee a l'aide de la methode des trois groupes. Il convient egalement d'instrumenter la variable spatiale decalee Wp, qui est toujours correlee avec le terme d'erreurs, quelle que soit la distribution de ce terme d'erreurs (Anselin 1988 ; Le Gallo 2002). Suivant la suggestion de Kelejian et Prucha (1998), nous utilisons comme instruments pour cette variable les decalages spatiaux des variables exogenes du modele, c'est-a-dire WG, Wu et Wacc.

Les resultats indiquent que les coefficients associes a l'ecart technologique et a la densite sont significativement positifs pour chaque specification tandis que le coefficient associe a l'accessibilite n'est pas significatif.

Les coefficients de Verdoorn varient de 0,440 a 0,453 et sont significatifs, ce qui indique la presence de rendements croissants. Cette valeur est tres proche de 0,5 qui est souvent observe lorsque la loi de Verdoorn est appliquee a la croissance de la productivite du secteur manufacturier et la croissance de l'output. Cette relation implique que si la croissance de la productivite du travail augmente d'un point de pourcentage, la croissance de l'output augmente de 2,22 (= 1/0,45) points de pourcentage.

Le coefficient correspondant au decalage spatial [omega] est positif et significatif, ce qui implique l'existence d'effets de debordement positifs entre les regions europeennes. Le test du multiplicateur de Lagrange ne permet pas de rejeter l'hypothese d'une absence d'autocorrelation spatiale residuelle au niveau des erreurs.

Les fonds structurels pris dans leur totalite comme les couts totaux des projets affectent significativement mais negativement et faiblement la croissance, resultats semblables a Ederveen et al (2006). Cependant, lorsque ces variables integrent les objectifs differencies des fonds, les coefficients associes a l'objectif 1 sont signiticatifs, negatifs et faibles alors que les coefticients associes a l'objectif 2 ne sont pas significatifs. Ces resultats sont comparables a ceux obtenus dans Rodriguez-Pose et Fraseti (2004). Ils indiquent que les fonds structurels sont loin d'avoir favorise la croissance en Europe : soit ils n'ont eu aucun impact sur la croissance regionale, soit ils ont eu un effet negatif. Cependant, il serait trop rapide d'en conclure que les fonds structurels ont ete inutiles, voire contre-productifs, et que leur existence meme devrait etre reconsideree. En l'absence de fonds structurels, les ecarts auraient peut-etre ete encore plus importants.

Par ailleurs, il n'y a pas d'effet retarde des fonds structurels sur la croissance. Ce resultat est a rapprocher de ceux de Rodriguez-Pose et Fraseti (2004). Nous avons egalement effectue un test de robustesse des resultats afin de controler la presence possible d'heterogeneite spatiale en estimant la specification (4) en integrant une heteroscedasticite en groupes sur les termes d'erreurs, avec deux groupes de regions, le << centre >> et la << peripherie >>. Les resultats des estimations sont tres similaires qualitativement et quantitativement aux resultats precedents. (4)

Mise en perspective des resultats

Une mise en perspective de nos resultats pessimistes s'impose. Premierement, l'impact n'est evalue que cinq ans apres l'attribution des fonds. Meme si les conclusions de Rodriguez-Pose et Fratesi (2004) sont similaires en considerant un decalage de 7 ans, il est possible qu'un delai supplementaire soit necessaire pour voir des effets benefiques apparaitre.

Deuxiemement, l'amelioration des infrastructures de transport joue un role cle dans la politique de reduction des disparites regionales d'apres la Commission Europeenne : les depenses representent 30 % des sommes allouees aux fonds structurels (Vickerman et al 1999 ; Venables et Gasiorek 1999). Les effets du developpement des equipements routiers interregionaux ne sont pas simples a evaluer : ils necessitent de faire le lien entre les implications d'un changement d'accessibilite regionale et les changements de localisation spatiale des activites economiques.

L'absence d'infrastructures de transport empeche le developpement d'un potentiel de croissance dans une region. Puisque les regions les moins bien dotees en reseaux de transport sont aussi les regions les plus defavorisees, un effet benetique est attendu. Cependant, les infrastructures permettent aussi a la region << centre >> d'acceder a un nouveau marche. L'effet devient alors plus incertain. Les regions peripheriques ont generalement des couts unitaires du travail moins eleves que les regions << centres >>, ce qui peut inciter les entreprises a s'y localiser. Neanmoins, l'economie geographique nous enseigne qu'il existe aussi des benefices au regroupement : si les couts du regroupement en termes de cout de main d'oeuvre notamment, ne contrecarrent pas les benefices a la proximite, l'attractivite du centre est renforcee. L'amelioration des infrastructures conduit a une reduction des couts de transaction, ce qui permet aux entreprises de la region initialement favorisee de rester localisees dans cette region en servant a moindre cout les regions plus defavorisees (Martin et Rogers 1995). Dans ce cas, l'effet des politiques de developpement regional est alors contraire a celui attendu : le developpement des infrastructures de transport est susceptible d'aggraver les disparites deja existantes (Martin et Rogers 1995). Ainsi, l'accent mis sur les infrastructures de transport peut expliquer nos resultats sur l'impact des fonds : celles-ci ne sont pas toujours un instrument efficace de reduction des disparites inter-regionales.

Troisiemement, bien que la Commission Europeenne affiche une volonte de reduction des inegalites, les aides attribuees ne sont pas necessairement correlees avec l'ecart de developpement ou le potentiel de developpement des regions (Dall'Erba 2005). En d'autres termes, si la reduction des inegalites constitue une priorite, elle n'est pas non plus l'unique objectif. Seul l'objectif 1 des fonds est vraiment destine aux regions les plus defavorisees. Les objectifs 2 et 3 sont destines a des regions autrefois prosperes mais pas forcement les plus defavorisees.

Les objectifs 4, 5 et 6 sont plus orientes vers la promotion de la cohesion sociale. Cette multiplicite des objectifs peut avoir nuit a la reduction des inegalites. D'une maniere generale, il convient d'apprecier ces resultats avec prudence. L'efficacite des fonds pourrait etre mise en evidence sous des conditions que nous ne captons pas, essentiellement pour des raisons de non-disponibilite de donnees. Par exemple, Ederveen et al (2006), a une echelle nationale, concluent que l'efficacite des fonds est conditionnelle a des variables telles que l'ouverture, la qualite institutionnelle, qui ne sont pas disponibles au niveau regional. Nous avons choisi d'adopter une approche regionale puisque c'est a ce niveau que les fonds structurels sont attribues.

Conclusion

Meme si nos resultats sur l'impact des politiques de developpement regional doivent etre manies avec prudence, ce manque efficacite conduit a s'interroger sur l'avenir de ces politiques. D'un cote, la reduction du nombre d'objectifs avec la reforme de 2007 ainsi que la modification des mecanismes d'attribution et de gestion des subventions peut contrer les imperfections des politiques de developpement regional anterieures. Ces reformes peuvent conduire a un impact non conteste des politiques. D'un autre cote, l'accent mis sur les infrastructures de transport pose probleme en tant qu'instrument de reduction des disparites. Etant donne le role des rendements croissants et la presence d'effets de debordement entre les regions mis en evidence dans cet article, une opportunite pourrait etre saisie par les autorites europeenne d'investir plus dans l'education, volet important d'une politique de developpement regional.

Bibliographie

Abreu, M., H. de Groot, et R. Florax. 2005. "Space and Growth: A Survey of Empirical Evidence and Methods". Region et Developpement, 21 : 12-43.

Aghion, P. et P. Howitt. 1998. Endogenous Growth Theory. Cambridge, MA: MIT Press.

Anselin, L. 1988. Spatial Econometrics: Methods and Models. Dordrecht: Kluwer Academic Publishers.

--. 1999. SpaceStat, A Software Package for the Analysis of Spatial Data. Version 1.90, BioMedware, Ann Arbor.

Anselin, L., R. Florax et S. Rey. 2004. Advances in Spatial Econometrics: Methodology, Tools and Applications. Berlin: Springer-Verlag.

Baldwin, R. 1999. "Agglomeration and Endogenous Capital". European Economic Review, 43 : 253-280.

Baldwin, R. et R. Forslid. 2000. "The Core-Periphery Model and Endogenous Growth: Stabilizing and Destabilizing Integration". Economica, 67: 307-324.

Baldwin, R. et P. Martin. 2004. "Agglomeration and Regional Growth", dans J. Henderson et J.-F. Thisse (eds). Handbook of Urban and Regional Economics: Cities and Geography. Amsterdam: Elsevier.

Barro, R., et X. Sala-I-Martin. 1991. "Convergence Across States and Regions". Brookings Papers on Economic Activity, 1 : 107-182.

Beugelsdijk, M. et S. Eijffinger. 2005. "The Effectiveness of Structural Policy in the European Union: An Empirical Analysis for the EU-15 in 1995-2001". Journal of Common Market Studies, 43:37-51.

Bussoletti, S. et R. Esposti. 2004. "Regional Convergence, Structural Funds and the Role of Agriculture in the European Union. A Panel-Data Approach". Working paper. Italy: Dept. of Economics, University of Marche.

Cappelen, A., F. Castellacci, J. Fagerberg et B. Verspagen. 2003. "The Impact of EU Regional Support on Growth and Convergence in the European Union". Journal of Common Market Studies, 41 : 621-644.

Commission Europeenne. 1992a. Community Structural Interventions, Statistical Report no 3 (July). Office des Publications Officielles des Communautes Europeennes.

--. 1992b. Community Structural Interventions, Statistical Report no 4 December). Office des Publications Officielles des Communautes Europeennes.

--. 1999. 11th Annual Report on the Structural Funds. Office des Publications Officielles des Communautes Europeennes.

Dall'erba, S. 2005. "Distribution of Income and Regional Funds in Europe 19891999: An Exploratory Spatial Data Analysis". Annals of Regional Science, 39: 121-148.

Dall'erba, S. et J. Le Gallo,. 2008a. "Regional Convergence and the Impact of European Structural Funds Over 1989-1999: A Spatial Econometric Approach". Papers in Regional Science, 87: 505-525.

--. 2008b. "The Impact of EU Regional Support on Growth and Employment". Czech Journal of Economies and Finance, 57: 324-340.

Dall'erba, S., R. Guillain et J. Le Gallo. 2008. <<Fonds structurels, effets de debordement geographique et croissance regionale en Europe >>. La Revue de I'OFCE, 104: 241-270.

Ederveen, S., H. de Groot, R. Nahuis. 2006. "Fertile Soil for Structural Funds? A Panel Data Analysis of the Conditional Effectiveness of European Cohesion Policy". Kyklos, 59: 17-42.

Englmann, F. et U. Walz. 1995. "Industrial Centers and Regional Growth in the Presence of Local Inputs". Journal of Regional Science, 35: 3-27.

Fayolle, J. et A. Lecuyer. 2000. << Croissance regionale, appartenance nationale et fonds structurels europeens, un bilan d'etape >>. La revue de I'OFCE, 1-31.

Fingleton, B. 2000. "Spatial Econometrics, Economic Geography, Dynamics and Equilibrium: A 'Third Way'?". Environment and Planning A, 32: 1481-1498.

--. 2001. "Equilibrium and Economic Growth: Spatial Econometric Models and Simulations". Journal of Regional Science, 41:117-147.

--. 2003. "Models and Simulations of GDP per Inhabitant Across Europe's Regions: A Preliminary View", dans B. Fingleton (ed.). European Regional Growth. Berlin: Springer-Verlag.

--. 2004. "Some Alternative Geo-Economics for Europe's Regions". Journal of Economic Geography, 4: 389-420.

Fingleton, B. et J. McCombie. 1998. "Increasing Returns and Economic Growth: Some Evidence for Manufacturing from the European Union Regions". Oxford Economic Paper, 50: 89-105.

Fujita, M. et J.-F. Thisse. 2002. Economics of Agglomeration; Cities, Industrial Location and Regional Growth. Cambridge: Cambridge University Press.

Furst, F., C. Shuermann et K. Spiekermann. 2000. ESPON Study Program on European Spatial Planning.

Garcia-Solanes, J. et R. Maria-Dolores. 2001. "The Impact of European Structural Funds on Economic Convergence in European Countries and Regions", dans W. Meeusen et J. Villaverde (eds.). Convergence Issues in the European Union. Cheltenham: Edward Elgar Publishing.

Kelejian, H. et I. Prucha. 1998. "A Generalized Spatial Least Squares Procedure for Estimating a Spatial Autoregressive Model with Autoregresssive Disturbances". Journal of Real Estate Finance and Economics, 17: 99-121.

Kennedy, P. 2003. A Guide to Econometrics, Fifth Edition. Oxford: Blackwell.

Krugman, P. 1991. "Increasing Returns and Economic Geography". Journal of Political Economy, 99: 483-499.

Le Gallo, J. 2002. <<Econometrie spatiale : l'autocorrelation spatiale dans les modeles de regression lineaire >>. Economie et Prevision, 155:139-158.

Lucas, R. 1988. "On the Mechanics of Economic Development". Journal of Monetary Economics, 22:13-42.

Martin, P. 2000. <<A quoi servent les politiques regionales europeennes ? >>. Economie Internationale, La Revue du CEPII, 81 : 3-20.

Martin, P. et G. Ottaviano. 1999. "Growing Locations: Industry Location in a Model of Endogenous Growth". European Economic Review, 43: 281-302.

Martin, P. et C. Rogers. 1995. "Industrial Location and Public Infrastructure". Journal of International Economics, 39:335-351.

Puigcerver-Penalver, M.-C., 2004. "The Impact of Structural Funds Policy on European Regions Growth. A Theoretical and Empirical Approach. Paper presented at the XXIX Simposio de Analisis Economico. Spain: University of Navarra, December 16-18.

Rodriguez-Pose, A. et U. Fratesi. 2004. "Between Development and Social Policies: The Impact of European Structural Funds in Objective 1 Regions". Regional Studies, 38:97-113.

Romer, P. 1986. "Increasing Returns and Long-Run Growth". Journal of Political Economy, 94:1002-1037.

Sapir, A., P. Aghion, G. Bertola, M. Hellwig, J. Pisani-Ferry, D. Rosati, J. Vinals et H. Wallace. 2003. An Agenda for a Growing Europe, Luxembourg: Office des Publications Officielles des Communautes Europeennes.

Spiekermann, K. et M. Wegener. 1996. "Trans-European Networks and Unequal Accessibility in Europe". European Journal of Regional Development (EUREG) 4: 35-42.

Stock, J. et M. Yogo. 2005. "Testing for Weak Instruments in Linear IV Regression", dans J. Stock et D. Andrews (eds.). Identification and Inference for Econometric Models: Essays in Honor of Thomas J. Rothenberg, Cambridge: Cambridge University Press.

Temple, J. 1999. "The New Growth Evidence". Journal of Economic Literature, 37: 112-156.

Venables, A. et M. Gasiorek. 1999. "Evaluating Regional Infrastructure: A Computable Equilibrium Approach". Study of the Socio-Economic Impact of the Projects Financed by the Cohesion Fund- A Modelling Approach, vol. 2. Luxembourg: Office for Official Publications of the European Communities.

Verdoorn, P. 1949. "Fattori che regolano lo sviluppo della produttivita del lavoro". L 'Industria, 1: 3-10.

Vickerman, R., K. Spiekermann et M. Wegener. 1999. "Accessibility and Economic Development in Europe". Regional Studies, 33: 1-15.

Sandy Dall'erba

Dept. of Geography and Regional Development

University of Arizona

Harvill Building Box #2

Tucson, AZ 85721, USA

Rachel Guillain

Laboratoire d'Economie et de Gestion

Pole d'Economie et de Gestion

B.P. 21611

21066 Dijon Cedex, France

Julie Le Gallo

Centre de Recherche sur les Strategies Economiques

Universite de Franche-Comte

45D, avenue de l'Observatoire

25030 Besancon Cedex, France

* Cet article s'insere dans le programme de recherche << Jeunes chercheuses et jeunes chercheurs 2005 >> intitule << Dynamiques regionales, territoires urbains et modes de gouvernance au sein de l'Union Europeenne Elargie >> et finance par I'ANR et le CNRS.

(1.) 50% des fonds de l'objectif I ont finance des infrastructures publiques de transport et environnementales, 23% ont finance de l'aide au capital prive et 13% ont soutenu l'education (Rodriguez-Pose et Fratesi 2004).

(2.) Moyenne arithmetique des indices regionaux d'accessibilite par route, rail et air (Furst et al 2000).

(3.) Les estimations ont ete mises en oeuvre a l'aide des logiciels SpaceStat 1.91 (Anselin,1999) et Matlab 6.5.

(4.) Les resultats complets sont disponibles sur demande aupres des auteurs.
TABLEAU 1 Resultats des tests d'Hausman pour le taux de croissance de
l'output

                 Modele avec fonds structurels

             Fonds structurels    Fonds structurels
                   totaux            par objectif

1989-1999          5,072                5,494
                  (0,026)              (0,020)

1989-2004          5,843                6,900
                  (0,016)              (0,009)

                 Modele avec couts totaux

             Couts totaux     Couts totaux par
                                  objectif

1989-1999        4,832             6,205
                (0,029)           (0,014)

1989-2004        5,610             7,270
                (0,019)           (0,007)

Notes: Les probabilites critiques sont donnees entre parentheses. La
statistique individuelle d'Hausman d'exogeneite de la variable de
croissance de l'output manufacturier est distribuee selon une loi du
[chi square] avec 1 degre de liberte.

TABLEAU 2 Resultats des estimations (variables instrumentales) 1989-
2004 ; Modele  autorebressif spatial avec matrice de poids k = 10

                           Modele avec fonds structurels

                           Fonds          Fonds structurels
                        structurels          par objectif
                           totaux

                           -0,309                -384
Constante                 (0,050)              (0,113)

Output                     0,440                 448
                          (0,000)              (0,000)

Ecart                 4,1x[10.sup.-3]      4,3x[10.sup.-3]
technologique             (0,000)              (0,000)

Densite               7,2x[10.sup.-5]      7,6x[10.sup.-5]
                          (0.001)              (0,001)

Accessibilite         1,3x[10.sup.-5]      1,7x[10.sup.-5]
                          (0,218)              (0,119)

Obj. 1                                     -4,2x[10.sup.-5]
                           Total:              (0,039)
                      -4,9x[10.sup.-5]

Obj. 2                    (0,007)          1,2x[10.sup.-4]
                                               (0,614)

                           0,456                0,516
Decalage spatial          (0,029)              (0,020)

                           0,169                0,170
Sq. corr                   0,557                0,553

Test de Stock et           91,506               89,822
Yogo (2005)               (0,000)              (0,000)

Test deSargan              5,794                6,5461
                          (0,122)              (0,088)

LMERR                      0,158                0,421
                          (0,691)              (0,516)

                             Modele avec couts totaux

                                           Couts totaux par
                        Couts totaux           objectif

                            -314                 -372
Constante                 (0,047)              (0,017)

Output                      453                  450
                          (0,000)              (0,000)

Ecart                  4x[10.sup.-3]       4,2x[10.sup.-3]
technologique             (0,000)              (0,000)

Densite                7x[10.sup.-5]       7,5x[10.sup.-5]
                          (0,.002)             (0,001)

Accessibilite         1,4x[10.sup.-5]      1,7x[10.sup.-5]
                          (0,177)              (0,105)

Obj. 1                                     -2,2x[10.sup.-5]
                           Total:              (0,030)
                      -2,3x[10.sup.-5]

Obj. 2                    (0,008)          2,8x[10.sup.-4]
                                               (0,685)

                           0,489                0,505
Decalage spatial          (0,022)              (0,025)

                           0,169                0,170
Sq. corr                   0,558                0,554

Test de Stock et           94,477               93,832
Yogo (2005)               (0,000)              (0,000)

Test deSargan              7,483                6,779
                          (0,112)              (0,148)

LMERR                      0,295                0,344
                          (0,587)              (0,558)

Notes: Les probabilites critiques sont donnees entre parentheses. Sq.
Corr. est la correlation au carre entre les valeurs observees et
prevues. LMERR est le test du multiplicateur de Lagrange pour une
autocorrelation spatiale residuelle des erreurs. La statistique LMERR
est distribuee selon une loi du [chi square] avec 1 degre de liberte.
COPYRIGHT 2009 Canadian Journal of Regional Science
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2009 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Dall'erba, Sandy; Guillain, Rachel; Gallo, Julie Le
Publication:Canadian Journal of Regional Science
Date:Sep 22, 2009
Words:7362
Previous Article:Growth and well-being: the case study of French UPR/Croissance et bien-etre : le cas des RUP Francaises.
Next Article:Toronto ten years after amalgamation/Toronto dix annees apres la fusion municipale.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters