Printer Friendly

Productivity disparities between American and Canadian high tech worker: the human capital and knowledge spillovers/Disparites de productivite des travailleurs du haut savoir canadiens et americains : le capital humain et les economies d'agglomeration du savoir.

Abstract

Following the first oil shock of 1973, there was a decline in the growth of productivity in Canada, as in the rest of the OECD countries. However, since the middle of the nineties, the productivity lag between the Canadian and United States economies has increased, mainly due to the earlier progress made in the United States regarding worker productivity. The assumption underlying our work is that the accumulation of human capital explains, at least in part, differences in productivity between the Canadian and American workers. The accumulation and diffusion of knowledge, induced by the exchange of information, ideas and findings among people, allow for an accumulation of what Beine, Docquier (2000) call a "collectiveness skill", a skill that promotes increased productivity throughout the workforce. The knowledge obtained through such exchanges is not priced in the market, and is thus considered a positive externality, here called knowledge spillovers. We postulate that the accumulation and diffusion of knowledge, as well as the emergence of knowledge spillovers, is greatly increased in metropolitan areas characterized by a high population density, a high level of education, a high level of occupational specialization and finally, a location tied to other metropolitan areas where such knowledge spillovers occur. We also hypothesize that a lesser combination of these same characteristics in the local economy of Canadian metropolitan areas would partly explain the productivity gap between Canadian and American workers.

This article focuses on two main objectives. As a first step, we aim to understand the microfoundafions of knowledge spillovers. We consider three theories that explain the mechanisms that lead knowledge spillovers to percolate. According to MAR (Marshall-Arrow-Romer) theory, the concentration of an industry in a city helps knowledge spillovers between firms and therefore the emergence of localization economies. By extrapolation, we assume in this article that workers benefit from localization economies, which would exist in area where occupational specialization is found. Another theory, by Lucas (1988), argues that the concentration of well-educated people in a city generates knowledge spillovers between firms and therefore the emergence of urbanization economies in that city. A third theory, following the work of Jacobs (1969) and Lucas (1988), considers that the majority of economic activities occurs in the cities. For Jacobs (1969) and Lucas (1988), the condtions offered by the cities improve the prospects towards the generation of new ideas and the promotion of agglomeration economies of urbanization. These economies would be the result of many levels of diversity in major urban centers, particularly in terms of labour force, infrastructure and specialized services for businesses.

In a second step, we focus on geographic scope of human capital externalities. The question that we seek to answer is: what is the spatial scale at which human capital externalities take place? According to Baumont, Ertur et Le Gallo (2003) et Englmann, Walz (1995), knowledge spillovers may be associated not only with local spillovers, but also with global spillovers. By global spillovers we refer to knowledge spillovers of a given urban region that could benefit economic agents located in nearby urban regions.

To test the three theories and whether or not knowledge spillovers are geographically bounded, we estimate a cross sectional econometric model, using data from censuses of United States and Canada and from the survey of occupational employment statistics (OES) in the United States. The object of the study covers 90 Metropolitan areas of 500,000 people and more in Canada and the United States, in 2001.

The paper reaches two primary conclusions. First, though the average level of education intuitively appears to be an adequate indicator of the accumulation of human capital generating knowledge spillovers, our results suggest that the origin of these spillovers is rather found in the relative concentration of knowledge intensive occupations. Indeed, contrary to what is generally suggested in the literature, the average level of education might be not the best indicator of the accumulation of human capital. Our results suggest that the relative concentration of knowledge intensive occupations, which integrates both the accumulation of tacit and explicit knowledge, would be a better indicator of human capital accumulation at the source of knowledge spillovers. Second, the results of our empirical analysis suggest that professional specialization and population density help create knowledge spillovers among knowledge intensive workers and therefore, enhance their productivity. As the presence of these characteristics is not as strong in the local economy of Canadian metropolitan regions, this would, according to our assumptions, partly explain the productivity gap between Canadian and American workers. However, our results do not allow us to establish that there could be a domino effect emanating from metropolitan areas with the highest levels of productivity to other areas located nearby. Finally, our results show that, all other things being equal, a knowledge intensive worker located in an American metropolitan region will be more productive than a worker located in a Canadian city.

Resume

L'acceleration de la croissance de la productivite aux Etats-Unis au cours de la seconde moitie des annees 90 a ete principalement attribuee a l'emergence de l'economie du haut savoir. Selon Harris (2002), il y a trois principaux determinants de la productivite, soient l'investissement en machines et materiel, le developpement du capital humain et l'ouverture au commerce et a l'investissement, trois elements qui sont d'ailleurs tous bien presents dans l'economie du haut savoir.

Pour notre part, nous nous interessons plus specifiquement a l'effet de l'accumulation du capital humain sur la productivite. L'accumulation et la diffusion du savoir, rendues possibles grace aux echanges entre individus, permettraient d'accumuler, comme le dit Beine, Docquier (2000), une sorte de competence collective favorisant l'accroissement de la productivite de l'ensemble de la main-d'oeuvre. Le savoir obtenu par le biais de ces echanges, ne transitant pas par le mecanisme des prix, est considere comme une externalite positive, nommee economies d'agglomeration ou externalites du savoir. L'hypothese sous-jacente a nos travaux est que la presence plus ou moins importante de ces economies expliquerait, du moins en partie, les disparites de productivite entre les travailleurs canadiens et americains. Une fois notre modele theorique defini, nous presenterons nos donnees et elaborerons un modele empirique. Enfin, nous presenterons nos resultats.

**********

L'acceleration de la croissance de la productivite aux Etats-Unis au cours de la seconde moitie des annees 90 a ete principalement attribuee a l'emergence de l'economie du haut savoir. Selon Harris (2002), il y a trois principaux determinants de la productivite, soient l'investissement en machines et materiel, le developpement du capital humain et l'ouverture au commerce et a l'investissement, trois elements qui sont d'ailleurs tous bien presents dans l'economie du haut savoir.

Pour notre part, nous nous interessons plus specifiquement a l'effet de l'accumulation du capital humain sur la productivite. L'accumulation et la diffusion du savoir, rendues possibles grace aux echanges entre individus, permettraient d'accumuler, comme le dit Beine et Docquier (2000), une sorte de competence collective favorisant l'accroissement de la productivite de l'ensemble de la main-d'oeuvre. Le savoir obtenu par le biais de ces echanges, ne transitant pas par le mecanisme des prix, est considere comme une externalite positive, nommee economies d'agglomeration ou externalites du savoir. L'hypothese sousjacente a nos travaux est que la presence plus ou moins importante de ces economies expliquerait, du moins en partie, les disparites de productivite entre les travailleurs canadiens et americains. Une fois notre modele theorique defini, nous presenterons nos donnees et elaborerons un modele empirique. Enfin, nous presenterons nos resultats.

Cadre theorique

Nous croyons que l'accumulation et la diffusion du savoir seraient favorisees, de meme que l'emergence des economies d'agglomeration du savoir, dans les regions metropolitaines possedant les caracteristiques suivantes :

* une forte densite de population ;

* une forte densite de main-d'oeuvre possedant un haut niveau de scolarite ;

* un niveau eleve de specialisation professionnelle ;

* une localisation qui les situe a proximite geographique de regions metropolitaines ou il y a presence de fortes economies d'agglomeration du savoir.

Les deux premieres caracteristiques devraient permettre l'emergence des economies d'agglomeration d'urbanisation, tandis que la troisieme caracteristique devrait quant a elle favoriser la creation d'economies d'agglomeration de localisation. Pour ce qui est de la quatrieme caracteristique, nous faisons l'hypothese qu'une region, etant doune des effets de debordements, beneficierait des economies d'agglomeration generees dans des regions localisees a proximite de cette derniere. Dans les sous-sections suivantes, nous definissons plus en detail ces caracteristiques.

Economies d'agglomeration du savoir d'urbanisation : taille de la region metropolitaine

Pour Jacobs (1969) et Lucas (1988), les economies d'agglomeration d'urbanisation sont associees aux economies externes a la firme, externes a l'industrie, mais internes a la region. Ces economies resultent du niveau general des activites de l'agglomeration et aux avantages globaux que procure un grand centre urbain. La taille de l'agglomeration y joue un role important. En effet, plus il y a presence d'un grand nombre activites economiques sur un meme territoire, plus il devrait y avoir presence d'economies d'agglomeration d'urbanisation.

Dans un contexte plus global et tel que l'avance Castells (1996), les metropoles sont des noeuds dans les reseaux de communication planetaire. Elles sont un lieu privilegie de developpement de reseaux de production et d'echanges internationaux du savoir, ce dernier pouvant etre internalise par les travailleurs du haut savoir qui habitent et travaillent dans ces metropoles. D'ailleurs, les grands centres urbains, du fait de la concentration geographique de leur population, facilitent les echanges et permettent aux nouvelles idees de se diffuser plus rapidement et a moindre cout. Ence sens,

<< la densite urbaine facilite les contacts repetes, de sorte qu'emergent des regles formelles et informelles entre agents partageant la meme culture et les memes objectifs. Cette situation engendre une atmosphere de confiance favorable a la diffusion des informations tacites et a une meilleure interpretation des informations recues >> (Guillain et Huriot 2000 : 185).

Les economies d'agglomeration d'urbanisation resulteraient aussi de la presence, dans les grands centres urbains, d'une diversite a de multiples niveaux, notamment au chapitre de la main-d'oeuvre, des infrastructures ou des services specialises aux entreprises.

Economies d'agglomeration du savoir d'urbanisation : densite des individus fortement scolarises

La theorie du capital humain, developpee par Becker (1964), considere l'education et la formation comme un investissement. Chaque individu fait le choix d'investir ou non en son capital humain. Cette decision s'effectue sur la base d'une evaluation des couts associes a cet investissement relativement aux benefices retires, ces derniers etant fonction de l'esperance de revenus futurs. Selon cette theorie, l'education constituerait un investissement rentable pour les individus, ce que de nombreux travaux empiriques semblent confirmer (Borjas et Goldberg 1978; Borjas 1983; Card 1999; Card et Lemieux 2001a; Chinhui et al 1993; Daron 2002).

Pour Lucas (1988), le choix des individus d'investir en leur propre capital humain constitue un investissement rentable pour eux-memes--tel que le stipule la theorie du capital humain--, mais, plus encore, conduit a un processus d'accumulation qui profite a l'ensemble des agents economiques d'une region metropolitaine donnee. Cette accumulation de capital represente le stock disponible du savoir explicite, que Lucas (1988) definit comme l'expertise transmise de facon formelle par une institution d'enseignement, dans un langage systematique et utilisant des manuels normes. Les echanges entre les individus permettraient une diffusion de ce meme savoir, ce qui devrait favoriser l'emergence des economies d'agglomeration du savoir, traduites par un accroissement de la productivite. Ainsi, la productivite d'une firme depend non seulement de la productivite du capital physique et humain, mais aussi des externalites du savoir explicite qui emanent du niveau moyen de capital humain de l'economie locale, toutes industries et professions confondues.

Economies d'agglomeration du savoir de localisation

Traditionnellement dans la litterature, les economies d'agglomeration dites de localisation, aussi nommees MAR (Marshall 1890; Arrow 1962; Romer 1986) se referent a des economies externes a la firme, mais internes a l'industrie. Ces economies representent les gains de productivite induits par la specialisation industrielle. Cela s'explique notamment par le fait que cette derniere facilite les interactions sociales entre les agents economiques d'une meme industrie, ceux-ci ayant des preoccupations communes et des competences similaires.

Par extrapolation, nous pouvons supposer que les travailleurs beneficieront des economies d'agglomeration du savoir de localisation du fait d'etre localises dans une region ou il y a une concentration de leur profession. La diffusion du savoir permet de generer des externalites qui profitent aux firmes, etant donne qu'elles peuvent beneficier de ce savoir gratuitement. Ceci se realisera a condition toutefois que celles-ci disposent d'une main-d'oeuvre possedant les competences requises pour internaliser ce meme savoir. Nous sommes d'avis que la specialisation professionnelle dans une region metropolitaine permet de generer une masse critique de main-d'oeuvre possedant ces competences. Nous croyons egalement que c'est au sein d'un meme groupe de professions du haut savoir que nous retrouvons potentiellement la plus grande capacite a internaliser les externalites du savoir. L'information concernant certains nouveaux procedes et produits developpes par un travailleur au sein d'une profession donnee, sera plus facilement comprise et par la suite utilisee et internalisee par un travailleur de cette meme profession, generant par le fait meme des externalites qui profitent aux firmes. Les resultats d'une enquete effectuee par Larsens, Rogers (1985) semblent confirmer le role central des reseaux de communication entre individus dans l'echange et la diffusion de l'information et du savoir. Selon nous, les reseaux composes de main-d'oeuvre de meme profession sont plus a meme de favoriser la frequence des contacts et les echanges, facilitant ainsi la diffusion du savoir.

I1 est important de noter que le savoir echange par les travailleurs au sein d'un groupe de profession donne peut etre de deux types, soit tacite, soit explicite. La specialisation professionnelle permet d'une part, la diffusion et l'internalisation du savoir explicite, comme defini par Lucas (1988), acquis par les travailleurs de professions du haut savoir lors de leur formation academique. D'autre part, la specialisation professionnelle permet la diffusion et l'internalisation du savoir tacite, qui se referent, comme l'avance Romer (1986), a l'expertise qui s'acquiert par l'apprentissage et l'experience des comportements.et des procedures a l'interieur meme d'une firme.

Effet de debordements

Selon Baumont et al (2003) et Englmann et Walz (1995), les economies d'agglomeration du savoir, qu'il soit tacite ou explicite, peuvent etre associees non seulement a des effets de debordement locaux--tels que decrits dans les theories de la nouvelle economie geographique--, mais aussi a des effets de debordement globaux. Les debordements locaux impliquent que les regions metropolitaines evoluent dans un environnement qui pourrait etre qualifie d'autarcique pour ce qui touche les economies d'agglomeration. Le savoir associe a ces economies aurait une portee geographique limitee, si bien que seuls les agents economiques d'une region donnee pourraient beneficier des economies d'agglomeration generees dans cette meme region. En revanche, les debordements globaux impliquent que les regions metropolitaines evoluent dans un environnement plus ouvert. Les economies d'agglomeration du savoir generees dans une region donnee pourraient ainsi beneficier a des agents economiques dans d'autres regions situees a proximite de cette derniere. L'existence d'effets de debordements globaux signifierait que les travailleurs des regions metropolitaines localisees a proximite geographique de regions metropolitaines ou il y a presence de fortes economies d'agglomeration du savoir, en beneficieraient egalement. Par contre, les travailleurs localises dans les regions metropolitaines plus isolees pourraient etre desavantages du seul fait de ne pas beneficier de ces effets de debordements.

Les donnees

Les donnees proviennent des recensements canadiens et americains et de l'enquete occupational employment statistics (OES) aux Etats-Unis. Les unites geographiques utilisees pour representer les regions metropolitaines americaines sont les MSA (Metropolitan Statistical Areas) ou CMSA (Consolidated Metropolitan Statistical Areas). Pour les regions metropolitaines canadiennes, il s'agit des RMR (Regions metropolitaines de recensement). L'objet d'etude couvre 90 regions metropolitaines de plus de 500 000 habitants en Amerique du Nord, soient 9 RMR et 81 MSA et CMSA. (1) La periode etudiee correspond a l'annee 2001. I1 s'agit de l'annee la plus recente ou l'ensemble des donnees canadiennes et americaines est disponible. Nous avons selectionne quatre groupes de professions : le groupe 1, associe aux professions de la finance, le groupe 2, associe aux professions des sciences pures, le groupe 3, associe aux professions d'ingenierie et finalement le groupe 4, associe aux professions en mathematiques et en informatique. (2)

Modele empirique

Comme nous ne pouvons observer et mesurer directement les economies d'agglomeration du savoir, nous adoptons une approche semblable a celle utilisee dans la litterature empirique pour deceler leur presence (Glaeser et al 1992, 1995; Glaeser 1998; Henderson 2001, 2003; Combes 2000; Catin 1991, 1995, 1997). Nous tentons ici d'estimer les effets, sur la productivite des travailleurs, de certaines caracteristiques de la structure economique locale qui favorisent selon nous l'emergence des economies d'agglomeration du savoir, puis nous inferons l'existence de ces demieres selon l'ampleur de l'effet mesure. Pour te faire, nous allons estimer l'expression suivante:

[W.sub.ij] = [[beta].sub.0,j] + [[beta].sub.1,j] [Pop.sub.i] + [[beta].sub.2,j] [Spec.sub.ij] + [[beta].sub.3,j] [Prox.sub.i] + [[beta].sub.4,j] [Edu.sub.i] + [[beta].sub.5,j] [Can.sub.i] + [[beta].sub.6,j] [R.sub.NEi] + [[beta].sub.7,j] [R.sub.SEt] + [[beta].sub.8,j] [R.sub.NOi] + [[beta].sub.9,j] [R.sub.SOi] + [[beta].sub.10,j] [R.sub.CSi] + [[epsilon].sub.ij] (1)

Ou

[W.sub.ij] salaire annuel moyen dans la region metropolitaine i pour le groupe de professions j;

[Pop.sub.i] population dans la region metropolitaine i;

[Spec.sub.ij] pecialisation professionnelle dans la region metropolitaine i pour le groupe de professions j;

[Edu.sub.i] niveau d'education moyen dans la region metropolitaine i;

Proxi variable indicatrice de la proximite geographique de la region metropolitaine i aux quinze regions metropolitaines ou la productivite est la plus elevee;

[Can.sub.i], [R.sub.NEi,] variables binaires identifiant que la region metropolitaine i se

[R.sub.SEi,] [R.sub.NOi,] situe, respectivement, au Canada ou dans la zone Nord- Est, Sud-Est,

[R.sub.Soi,] [R.sub.CSi] Nord-Ouest, Sud-Ouest, Centre-Sud des Etats-Unis (3)

[[epsilon].sub.ij:] terme d'erreur.

Estimation du modele

Pour l'estimation de l'equation [1), nous avons recouru a la methode utilisee par Benassy-Quere et al (2005) afin d'amenuiser l'effet de la multicolinearite sans exclure de variables du modele. Rappelons que la multicolinearite affecte les resultats obtenus par regressions directes, principalement par un accroissement de la variance associee a un parametre, reduisant du meme souffle la signification statistique de ce dernier. Nous considerons qu'une correlation de plus de 60 % aura pour effet de causer de la multicolinearite. Pour le couple [Edu.sub.i] et [Spec.sub.ij] au sein des groupes de professions associees a la finance et a mathematiques/ informatique, les correlations mesurees, respectivement a 62 % et 68 %, depassent ce seuil.

Nous avons tout d'abord remplace, dans l'equation (1), [Spec.sub.ij] par le residu de l'equation (2).

[Spec.sub.ij] = [[alpha].sub.0,j] + [[alpha].sub.1,'j][Edu.sub.i] + [[delta].sub.ij] (2)

En procedant de la sorte, nous attribuons entierement l'effet conjoint de la specialisation professionnelle et du niveau d'education a ce dernier. Cela nous permettra d'evaluer si la part de la specialisation professionnelle ([Spec.sub.ij]) independante du niveau d'education ([Edu.sub.i]) est significative dans l'equation (1). Dans le cas ou le residu est significatif, nous pouvons presumer que l'influence de la specialisation professionnelle, et par le fait meme son pouvoir explicatif, va audela de ce qui est genere par l'effet conjoint. Dans le cas contraire, son pouvoir explicatif serait plus limite, si bien que cette variable pourrait a la limite etre exclu du modele, car redondante.

L'approche inverse doit egalement etre menee, afin de verifier si le pouvoir explicatif du niveau d'education va au-dela de l'effet conjoint. Afin de verifier si la part du niveau d'education independante de la specialisation professionnelle est elle aussi significative dans l'equation (1), nous avons remplace dans cette derniere [Edu.sub.i] par le residu de l'equation (3).

[Edu.sub.i] = [[alpha].sub.0,j] + [[alpha].sub.1,'j] [Spec.sub.i,j] + [[phi].sub.ij] (3)

Ici, nous attribuons entierement 1'effet conjoint de la specialisation professionnelle et du niveau d'education a la premiere, et le residu peut s'interpreter de la meme maniere que dans le cas de l'equation (2).

Les variables dependantes

Nous avons retenu le salaire en tant que mesure de la productivite, etant donne que selon les theories neoclassiques en economie du travail, sous l'hypothese d'une concurrence parfaite au sein du marche du travail, la valeur de la productivite individuelle ou marginale du travail doit etre egale au salaire du travailleur. Il est toutefois important de noter que le salaire est une mesure imparfaite de la productivite, car l'hypothese de concurrence parfaite sur le marche du travail demeure souvent peu realiste, du fait entre autres de la presence de l'asymetrie d'information et de facteurs institutionnels (syndicats, salaire minimum, etc.). Cependant, nous considerons que le marche du travail dans les villes nord- americaines pour les travailleurs des professions du haut savoir peut etre considere comme concurrentiel, notamment a cause de la presence moins importante de l'asymetrie d'information. En effet, comme le postule la theorie de la nouvelle economie geographique, les grandes agglomerations urbaines, du fait de rassembler en un meme lieu un important bassin de main-d'oeuvre specialisee et d'employeurs, permettent de reduire l'asymetrie d'informations sur le marche du travail. Par consequent, un marche du travail suffisamment concurrentiel devrait s'y retrouver.

Les variables independantes

En premier lieu, nous avons retenu un indice de specialisation professionnelle du haut savoir ([Spec.sub.ij]) en tant qu'indicateur de la presence d'economies d'agglomeration de localisation. Cet indice a pour-but de mesurer la specialisation des emplois dans une profession donnee, dans une region metropolitaine donnee. Plus le nombre d'emplois d'un groupe de profession donne dans une region donnee est eleve relativement a l'emploi total dans cette meme region, plus la valeur de cet indicateur sera elevee. Cet indice se definit comme suit :

[Spec.sub.ij] = [E.sub.ij]/[E.sub.i] (4)

Ou

[E.sub.ij] : emploi dans la region metropolitaine i, dans le groupe de professions j;

[E.sub.i] : emploi total dans la region metropolitaine i.

En second lieu, nous avons retenu la population et la proportion de la population active detenant un diplome universitaire en tant qu'indicateurs de la presence d'economies d'agglomeration du savoir d'urbanisation. Tout d'abord, tel que mentionne precedemment, plus la population est importante, plus il y aura presence des caracteristiques locales favorisant l'emergence de ces economies. Ces caracteristiques sont, rappelons-le, associees aux reseaux internationaux d'echange du savoir, a la densite urbaine et a la diversite de toutes sortes qui se retrouvent au sein des grands centres urbains. La proportion de la population active detenant un diplome universitaire, quant a elle, constitue un indicateur de la concentration du savoir explicite qui devrait generer des economies d'agglomeration d'urbanisation. Ce dernier indice se definit comme suit :

[Edu.sub.i] = [PA.sub.i]/[Pop.sub.i] (5)

Ou

[PA.sub.i] : population active detenant un diplome universitaire dans la region metropolitaine i;

[Pop.sub.i] : population dans la region metropolitaine i.

En troisieme lieu, nous avons retenu l'indice de proximite geographique d'une region donnee aux quinze regions metropolitaines ou les salaires sont les plus eleves en tant qu'indicateur de la presence de debordements globaux d'economies d'agglomeration du savoir. Le nombre de ces regions situees dans un rayon de 150 kilometres d'une region donnee correspond a la valeur de l'indice pour cette meme region.

Nous avons egalement inclus a notre modele des variables regionales. Pour ce faire, nous avons divise le Canada et les Etats-Unis en sept regions, dont l'une est le Canada. Dans le cadre de l'estimation d'un modele econometrique, une de ces regions s'avererait redondante. Afin de contourner ce probleme, nous avons choisi d'eliminer le Centre-Nord des Etats-Unis, qui devient alors la region de reference. Soulignons que le choix de la region de reference est parfaitement arbitraire. Nous avons toutefois selectionne le Centre-Nord des Etats-Unis, car cette region est contigue au Canada, et un peu a l'ouest du centre de gravite economique americain. Cette facon de faire nous permettra de constater comment chacune des regions, dont le Canada, se distingue par rapport a cette region de reference.

Resultats

Nous avons reporte au tableau 1 les resultats de l'estimation de l'equation (1). Dans le tas 1, la variable [Spec.sub.ij] est remplacee par le residu de l'equation (2), tandis que dans le cas 2, la variable [Edu.sub.i] est remplacee par le residu de l'equation (3). Comme mentionne precedemment, dans le premier cas nous attribuons entierement l'effet conjoint de [Spec.sub.ij] et de [Edu.sub.i] a ce dernier, tandis que dans le second cas, cet effet est entierement attribue a [Spec.sub.ij.] Notons que la methode d'estimation utilisee n'a pas d'impact sur les parametres des variables autres que [Spec.sub.ij] et [Edu.sub.i].

Specialisation professionnelle

Nos resultats montrent dans un premier temps que la specialisation professionnelle, qui represente selon nous une des caracteristiques d'un environnement propice a l'emergence des economies d'agglomeration du savoir tacite et explicite, influence positivement les salaires des travailleurs pour tous les groupes de profession a l'etude. Etant donne l'effet mesure sur les salaires, ou, en d'autres termes, sur la productivite, cela implique qu'en general les travailleurs des professions du haut savoir semblent tirer un benefice de travailler dans un environnement economique local caracterise par une forte specialisation de leur profession. Selon nos hypotheses, cela laisse presumer de la presence d'economies d'agglomeration du savoir de localisation, a la fois tacite et explicite. En nous referant au tableau 2, nous constatons que seules les regions metropolitaines d'Ottawa, de Calgary et de Toronto se distinguent au chapitre de la specialisation professionnelle. Pour ce qui est de la region metropolitaine d'Ottawa, il s'agit ici d'une situation particuliere associee a la forte presence du secteur public dans cette region.

En ce qui concerne la region metropolitaine de Toronto, elle se distingue en ce qui a trait a la specialisation professionnelle du groupe de professions associees a la finance (G1). Nous constatons a l'aide du tableau 2 que le niveau de specialisation professionnelle eleve semble se traduire par une hausse de productivite pour les travailleurs de ce groupe, cette region metropolitaine se situant au [4.sup.e] rang des villes nord-americaines pour ce qui est des salaires dans ce groupe de professions. La region metropolitaine de Toronto se distingue aussi sur le plan de specialisation professionnelle des mathematiciens/informaticiens (G4), ou elle se situe au [10.sup.e] rang des regions metropolitaines nord- americaines; toutefois, contrairement a ce que predit notre cadre theorique, ce haut niveau de specialisation ne semble pas se traduire par un niveau de productivite eleve, puisque la region metropolitaine de Toronto se situe au [80.sup.e] rang des regions metropolitaines nord-americaines, pour ce qui est des salaires dans ce groupe de professions.

La region metropolitaine de Calgary, quant a elle, se demarque nettement des autres regions metropolitaines canadiennes, en ce qui a trait a la specialisation professionnelle des groupes de professions associees aux sciences pures (G2) et a l'ingenierie (G3). Pour le groupe des sciences pures, la forte specialisation professionnelle se traduit par un haut niveau de productivite des travailleurs, la region metropolitaine de Calgary se situant au [6.sup.e] rang des regions metropolitaines nord-americaines etudiees en ce qui a trait aux salaires des travailleurs de ce groupe. Pour ce qui est du groupe des ingenieurs toutefois, la forte specialisation professionnelle ne se traduit pas par un accroissement du salaire. Il importe de noter que l'economie de cette region est fortement dependante de l'industrie petroliere. La bonne performance de cette derniere produit probablement un effet d'entrainement, qui a un impact sur la concentration des scientifiques et des ingenieurs. D'ailleurs, cet effet d' entrainement explique probablement que, malgre une faible specialisation pour le groupe des professions associees a la finance, les salaires y sont tout de meme eleves.

Toujours en nous referant au tableau 2, nous constatons que de maniere generale nous retrouvons, dans la plupart des regions metropolitaines canadiennes des niveaux de specialisation professionnelle assez faibles. Selon notre cadre theorique, ces resultats laissent supposer que l'environnement economique dans lequel evoluent les travailleurs des regions metropolitaines canadiennes ne permet pas d'accumuler suffisamment de capital qui genererait a terme des economies d'agglomeration du savoir. De plus, nos resultats laissent croire que, dans les rares cas ou les regions metropolitaines canadiennes se demarquent pour ce qui est de la specialisation professionnelle, cela ne se traduit pas necessairement par un accroissement de la productivite des travailleurs.

Effet de taille

En ce qui concerne l'effet de taille, les resultats presentes au tableau 1 nous portent a croire que les travailleurs de tous les groupes de professions a l'etude retirent un benefice a resider et travailler dans les grands centres urbains. Par consequent, en nous referant a notre cadre theorique, nous pouvons donc presumer de la presence d'economies d'agglomeration d'urbanisation du savoir. En nous referant au tableau 2, nous constatons que seules les regions metropolitaines de Toronto et,. dans une moindre mesure, la region metropolitaine de Montreal, se positionnent assez bien par rapport aux autres regions metropolitaines nord-americaines ence qui a trait a la taille de leur population.

Les regions metropolitaines canadiennes se retrouvent au sein d'une hierarchie de villes nord-americaines dominees par les villes globales comme New York et Los Angeles. Pour Sassen (2000), seulement quelques metropoles peuvent etre considerees comme des villes globales ou l'on retrouve a la fois les firmes les plus performantes, les sieges sociaux des multinationales et l'aeces aux telecommunications et technologies les plus avancees. Les villes globales representent en fait un marche international, ou se concentrent les fonctions planetaires de gestion et financieres et donc ou, selon nos hypotheses, nous retrouvons potentiellement le niveau le plus important d'economies d'agglomeration du savoir.

Du cote canadien, aucune region metropolitaine ne peut etre consideree comme une ville globale. Les regions metropolitaines canadiennes, etant pour la plupart de taille moyenne, les agents economiques y residant et y travaillant ont un acces plus limite aux sources du savoir national et international, ce qui devrait y limiter l'emergence des economies d'agglomeration du savoir tacite. Cependant,

<< le phenomene de la ville globale ne peut donc etre r[Edu.sub.i]t a quelques foyers nodaux au sommet de la hierarchie. C'est un processus qui relie les services avances, les centres de production et les marches au sein d'un reseau global, avec une intensite et une dimension differentes selon l'importance relative des activites de chaque region par rapport au reseau global >> (Castells 1996 : 429).

Ainsi, les regions metropolitaines canadiennes, faisant tout de meme partie d'un reseau global--et plus particulierement les regions metropolitaines de Toronto et de Montreal--devraient tout de meme beneficier d'economies d'agglomeration, a tout le moins au meme titre que des regions metropolitaines nord-americaines de taille similaire. Ceci ne semble cependant pas etre le cas, puisque comme l'indiquent les resultats presentes tableau 2, nous retrouvons dans la plupart des tas de faibles salaires pour les quatre groupes a l'etude.

Niveau d'education moyen

En ce qui a trait au niveau d'education moyen de la population active, si nous nous referons au tableau 1, nous constatons tout d'abord que pour les groupes de professions des sciences pures et de l'ingenierie, nos resultats ne nous permettent pas d'etablir qu'il existe un lien significatif entre la proportion de la population active eduquee et le salaire nominal. De plus, toujours a l'aide du tableau 1, pour ce qui est des groupes de professions de la finance et des informaticiens/ mathematiciens, nous constatons que dans le second cas, lorsque l'effet combine de [Edu.sub.i] et de [Spec.sub.ij] est attribue entierement a [Spec.sub.ij], la variable [Edu.sub.i] prise partiellement ne semble pas avoir d'effet significatif sur le salaire nominal.

Plusieurs travaux empiriques ont tente de valider la theorie de Lutas (1988). Notons par exemple les travaux de Rauch (1993), Moretti (2004) et Ciccone et Peri (2003). Ces travaux se sont principalement concentres, a ce jour, a estimer l'effet du niveau d'education d'une region sur la productivite des travailleurs de cette meme region. La nature de l'effet de cet indicateur du niveau d'accumulation du capital humain dans une region donnee n'est toutefois pas ressortie clairement de ces etudes. En ce sens, nos resultats s'inscrivent dans cette lignee de travaux, a savoir qu'ils ne permettent pas de corroborer la presence d'externalites du savoir associe a la concentration de la population eduquee.

Bien qu'a priori, le niveau moyen d'education semble representer un indicateur adequat de l'accumulation du capital humain a la'source des economies d'agglomeration du savoir, nos resultats nous portent a croire que l'origine de ces economies se retrouve plutot dans la concentration relative de professions du haut savoir. En effet, une fois la variable [Spec.sub.ij] prise en compte, la variable [Edu.sub.i] devient alors redondante. Inversement, si on remplace [Spec.sub.ij] par son residu (cas 1),[Edu.sub.i] devient significative, pour la seule et unique raison qu'elle est alors porteuse de l'information que [Spec.sub.ij] et [Edu.sub.i] ont en commun. Ces resultats nous portent a croire que le contenu informationnel de la variable [Edu.sub.i] est contenu dans la variable [Spec.sub.ij], si bien que cette derniere serait une meilleure representation de l'accumulation du capital humain.

Effets de debordements globaux

En dernier lieu, les resultats presentes au tableau 1 montrent que la variable proximite n'a pas d'effet statistiquement significatif sur les salaires pour tous les groupes de profession a l'etude. Nos resultats ne nous permettent donc pas d'etablir s'il pourrait exister un effet d'entrainement des quinze regions metropolitaines ayant les plus hauts niveaux de productivite sur les autres regions metropolitaines localisees a proximite.

En ce sens, les resultats des travaux de Duranton et Overman (2005) semblent indiquer que les economies d'agglomeration du savoir ont une portee spatiale limitee, et que la quantite des echanges du savoir qui s'opere avec succes decroit avec la distante. En fait, ils estiment que les externalites du savoir ont une portee spatiale d'environ dix kilometres. Selon Simmie (2002), l'une des principales raisons qui expliqueraient que les transferts de connaissances decroissent rapidement avec la distance est le besoin de rencontres face a face, celles-ci etant facilitees par la proximite geographique. Ainsi, si nous supposons que tel est le cas, ceci impliquerait que les effets de debordements locaux dominent, ce qui signifie que les regions metropolitaines americaines, y compris celles de plus petites tailles que les regions metropolitaines canadiennes, ne beneficieraient pas d'un avantage du au seul fait d'etre a proximite de regions metropolitaines ou il y a presence de fortes economies d'agglomeration. Cela laisse presager que les regions metropolitaines canadiennes ne sont pas necessairement desavantagees par le fait qu'elles ne soient pas localisees pres de grands centres urbains, tels New York ou Los Angeles.

Effet frontiere Canada/etats-Unis

Nos resultats laissent croire que dans les cas ou les regions metropolitaines canadiennes se demarquent au chapitre de la specialisation professionnelle ou de l'effet de taille, cela ne se traduit pas necessairement par des gains de productivite des travailleurs. Dans ce contexte, il est pertinent de s'interroger sur le fait que malgre leurs caracteristiques locales, les regions metropolitaines canadiennes sont aux prises avec des niveaux de productivite du travail inferieurs a ceux que nous retrouvons dans les regions metropolitaines americaines ayant des caracteristiques similaires. En ce sens, les resultats enonces au tableau 1 montrent un lien significativement negatifentre le salaire des travailleurs de tous les groupes de professions a l'etude et la variable binaire [Can.sub.i]. De plus, si nous nous referons aux resultats presentes au tableau 3, nous constatons que dans la plupart des cas les salaires estimes par notre modele sont comparables aux salaires observes, une fois l'effet frontiere tenu en compte (4). Il y a toutefois des ecarts importants dans deux cas. Dans le premier cas, ce sont les salaires des travailleurs de professions des sciences pures localises dans la region metropolitaine de Calgary. A cet effet, nous constatons qu'il y a un ecart important entre le rang selon le salaire observe et selon le salaire predit pour ces travailleurs. Cela pourrait encore une fois etre explique par la bonne performance de l'industrie petroliere, celle-ci produisant probablement un effet d'entrainement ayant un impact sur la concentration des travailleurs de professions des sciences pures. Le deuxieme cas concerne les travailleurs de la finance: Nous retrouvons des ecarts importants entre les salaires observes et estimes dans les regions de Calgary, Hamilton, Montreal, Ottawa et, dans une moindre mesure, Vancouver. Dans le cas des regions de Montreal et Ottawa, il existe un decalage important entre le rang qu'elles devraient occuper etant donne leurs caracteristiques. Par contre, les regions de Calgary, Hamilton et Vancouver semblent se demarquer beaucoup plus que leurs seules caracteristiques locales nele laisseraient presager.

Nous constatons egalement, a l'aide du tableau 1, que les variables binaires identifiant la zone geographique ou se situe la region metropolitaine si celle- ci est americaine sont tres rarement significatives. a la lumiere de ces resultats, il semble exister peu de disparites de productivite entre les differentes regions, et ce, pour l'ensemble des groupes a l'etude. Certains ecarts sont toutefois significative- ment positifs. En effet, les ingenieurs et les informaticiens/mathematiciens localises dans les regions metropolitaines du sud-ouest seraient plus productifs que leurs homologues situes ailleurs au Canada et aux etats-Unis. Ceci pourrait s'expliquer, entre autres, par l'effervescence qui caracterise cette region pour ce qui touche les innovations technologiques.

Conclusion

Dans cet article, nous nous sommes interesses aux disparites de productivite dans les regions metropolitaines canadiennes et americaines. L'hypothese generale a la base de cet article est que la presence de certaines caracteristiques de la structure economique locale, en permettant de generer des economies d'agglomeration du savoir, permet d'expliquer ces disparites.

Les resultats obtenus suite a notre analyse empirique nous laissent croire que la specialisation professionnelle, la densite de la population sont des caracte- ristiques de l'economie locale qui semblent favoriser l'emergence des economies d'agglomeration du savoir, traduites ici par une hausse de la productivite du travail. La presence moins marquee de ces memes caracteristiques au sein de l'economie locale des differentes regions metropolitaines canadiennes permettrait d'expliquer en partie les ecarts de productivite entre les travailleurs canadiens et americains.

En ce qui a trait au niveau d'education, nos resultats indiquent un lien non significatif entre cette variable et le salaire nominal des travailleurs du haut savoir nord-americains. Contrairement a ce qui est generalement avance dans la littera- ture, le niveau moyen d'education ne serait peut-etre pas le meilleur indicateur de l'accumulation du capital humain. Nos resultats nous portent a croire que la concentration relative de professions du haut savoir qui permet a la fois de tenir compte de l'accumulation du savoir tacite et explicite serait un meilleur indicateur de l'accumulation du capital humain a la source des economies d'agglomeration du savoir.

Quant a la variable proximite, celle-cine semble pas avoir d'effet statistiquement significatif sur les salaires pour tous les groupes de profession a l'etude. Nos resultats ne nous permettent donc pas d' etablir qu'il pourrait exister un effet d'entrainement des regions metropolitaines ayant les plus hauts niveaux de productivite sur les autres regions localisees a proximite.

Finalement, nos resultats montrent que les travailleurs duhaut savoir seraient plus productifs du seul fait d'etre localises dans une region metropolitaine americaine plutot que canadienne.

Annexe 1 : Choix des professions du haut savoir

La comparaison des donnees canadiennes et americaines par occupation professionnelle pose probleme, a cause de l'incompatibilite des systemes de classification des professions canadien et americain. De plus, aucune definition formelle des professions du haut savoir n'existe, ni au Canada ni aux Etats- Unis. C'est pourquoi dans cette etude certains criteres ont ete selectionnes afin d'identifier les professions du haut savoir. Les professions appartenant aux categories suivantes ont ete selectionnees : les professions scientifiques, les professions associees au TIC ainsi que certaines autres professions, le plus a meme de generer des economies d'agglomeration. Autant que possible, chacune des professions devait explicitement etre identifiee a la fois dans le systeme de classification americain et celui canadien, si bien que certaines professions n'ont pu etre selectionnees (c'est entre autres le cas pour les professions associees aux sciences humaines ainsi que certains types d'ingenieurs). Tout en reconnaissant les limites de cette definition des professions du haut savoir, et le fait qu'elle soit issue d'une demarche fondee sur le jugement, nous croyons qu'elle permet neanmoins de representer assez bien les professions du haut savoir les plus susceptibles de generer des economies d'agglomeration.
TABLEAU 4 Professions du haut savoir

                                              Groupe de
Professions                                  professions

Analystes financiers                              1
Physiciens et astronomes                          2
Chimistes                                         2
Biologistes                                       2
Gdologues, geochimistes et geophysiciens          2
Meteorologistes                                   2
Ingenieurs civils                                 3
Ingenieurs mdcaniciens                            3
Ingenieurs dlectriciens et dlectroniciens         3
Ingenieurs chimistes                              3
Ingenieurs d'industrie et de fabrication          3
Ingenieurs en aerospatiale                        3
Informaticiens                                    4
Mathematiciens, statisticiens et actuaires        4

Annexe 2
Zones geographiques nord-americaines

Regions metropolitaines   Etats              Zones

Albany                    NEW YORK           N-E
Albuquerque               NEW MEXICO         C-S
Allentown                 PENNSYLVANIA       N-E
Atlanta                   GEORGIA            S-E
Austin                    TEXAS              C-S
Bakersfield               CALIFORNIA         S-O
Baton Rouge               LOUISIANA          C-S
Birmingham                ALABAMA            S-E
Boston                    MASSACHUSETTS      N-E
Buffalo                   NEW YORK           N-E
Calgary                   ALBERTA            CAN
Charleston                SO CAROLINA        S-E
Charlotte                 NORTH CAROLINA     S-E
Colorado                  COLORADO           C-S
Columbia                  SOUTH CAROLINA     S-E
Dallas                    TEXAS              C-S
Denver                    COLORADO           C-S
Edmonton                  ALBERTA            CAN
El Paso                   TEXAS              C-S
fresno                    CALIFORNIA         S-O
Greensboro                NORTH CAROLINA     S-E
Greenville                SOUTH CAROLINA     S-E
Hamilton                  ONTARIO            CAN
Houston                   TEXAS              C-S
Jacksonville              FLORIDA            S-E
Knoxville                 TENNESSEE          S-E
Las Vegas                 NEVADA             S-O
Little Rock               ARKANSAS           C-S
Los Angeles               CALIFORNIA         S-O
McAllen                   TEXAS              C-S
Memphis                   TENNESSEE          S-E
Miami                     FLORIDA            S-E
Mobile                    ALABAMA            S-E
Montreal                  QUEBEC             CAN
Nashville                 TENNESSEE          S-E
New Orleans               LOUISIANA          C-S
New York                  NEW JERSEY         N-E
Norforlk                  VIRGINIA           N-E
Oklaoma                   OKLAHOMA           C-S
Orlando                   FLORIDA            S-E
Ottawa                    FLORIDA            CAN
Philadelphia              NEW JERSEY         N-E
Phoenix                   ARIZONA            S-O
Pittsburg                 PENNSYLVANIA       N-E
Portland                  OREGON             N-O
Providence                RHODE ISLAND       N-E
Quebec.                   QUEBEC             CAN
Raleight                  NORTH CAROLINA     S-E
Richmond                  VIRGINIA           N-E
Rochester                 NEW YORK           N-E
Sacramento                CALIFORNIA         S-O
Salt Lake City            UTAH               S-O
San Antonio               TEXAS              C-S
San Diego                 CALIFORNIA         S-O
San Francisco             CALIFORNIA         S-O
Sarasota                  FLORIDA            S-E
Scranton                  PENNSYLVANIA       N-E
Seattle                   WASHINGTON         N-O
Stockton                  CALIFORNIA         S-O
Syracuse                  NEW YORK           N-E
Tampa                     FLORIDA            S-E
Toronto                   ONTARIO            CAN
Tucson                    ARIZONA            S-O
Tulsa                     OKLAHOMA           C-S
Vancouver                 BRITISH COLUMBIA   CAN
Washington                MARYLAND           N-E
West Palm Beach           FLORIDA            S-E
Wichita                   KANSAS             C-S
Winnipeg                  MANITOBA           CAN


References Bibliographique

Arrow, K. 1962. << The economic implication of learning by doing >>. Review of Economic Studies, 29 : 155-173.

Becker, G. 1964, Human Capital. New York : National Bureau of Economic Research.

Beaumont, C., Ertur, C. et J. Le Gallo. 2003. << Intra-urban spatial distributions of population and employment : the case of agglomeration of Dijon, 1999 >>. LATEC, LEG--Document de travail-Economie.

Beine, M. et F. Docquier. 2000. Croissance et Convergence Economiques des Regions, Theorie, faits et determinants. Bruxelle : De Boeck Universite.

Benassy-Quere, A., Coupet, M. et T. Mayer. 2007. << Institutional Determinants of Foreign Direct Investment >>. The World Economy, 30 : 764-782.

Borjas, J. et M. Goldgberg. 1978. << Biased Screening and Discrimination in the Labor Market >>. American Economic Review, 68 : 918-922.

Borjas, J. 1983. << The Measurement of Race and G ender Wage Differentials: Evidence from the Federal Sector >>. Industrial and Labor Relations Review, 37 : 79-91.

Card, D. et T. Lemieux. 200la. << Can Falling Supply Explain the Rising Return to College for Younger Men? A Cohort-Based Analysis >>. Quarterly Journal of Economics, 116 : 705-46.

Card, D. 1999. << The Causal Effect of Education on Earnings >>, dans O. Ashenfelter et D. Card (dir). Handbook of Labor Economics. Amsterdam : Elsevier, 3-30.

Castells, M. 1996. L'espace des flux, La societe en reseaux, l'ere de l'information. Paris : Fayard.

Catin, M. 1991. << Economies d'agglomeration et gains de productivite >>. Revue d'economie regionale et urbaine, 5 : 565-598.

Catin, M. 1995. << Productivite, Economies d'Agglomeration et Metropolisation >>. Revue d'Economie Regionale et Urbaine, 4 : 663-682.

Catin, M. 1997. << Accumulation du capital et economies d'agglomeration >>. Revue Economique, 48 : 579-589.

Ciccone A. et G. Peri. 2003. << Skills' Substitutability and Technological Progress: U.S. States 1950-1990 >>. CESifo Working Paper Series, CESifo GmbH.

Chinhui, J., Kevin, M. et B. Pierce. 1993. << Wage Inequality and the Rise in Returns to Skill >>. Journal of Political Economy, 101 : 410-442.

Combes, P-P. 2000. << Economic Structure and Local Growth : France, 1984-1993 >>. Journal of Urban Economics, 47 : 329-355.

Daron, A. 2002. << Technical Change, Inequality, and the Labor Market >>. Journal of Economic Literature, 40 : 7-72.

Duranton, G. et H. Overman. 2005, <<Testing for localisation using microgeographic data>>. The Review of Economic Studies, 72 : 1077-1106.

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

Glaeser E.L., Kallal, H.D., Scheinkman, J.A. et A. Shleifer. 1992. << Growth in Cities >>. Journal of Political Economy, 100 : 1126-1152.

--. 1995. << Economic Growth in a Cross-Section of Cities >>. Journal of Monetary Economics, 36 : 117-143.

Glaeser, E.L. 1998. << Are Cities Dying? >>. Journal of Economic Perspectives, 12 : 139-160.

Guillain, R. et J.-M. Huriot. 2000. << Les extemalites d'informations, mythes ou realites? >>, dans C. Baumont, P.-P. Combes, P.-H Derycke et H. Jayet (dir).

Economie Geographique : les theories a l'epreuve des fait. Paris : Association de Science Regionale de Langue Francaise/Economica, 179-208.

Harris, R.G. 2002. << Les determinants de la croissance de la productivite canadienne : enjeux et perspectives >>, dans R. Someshwar et A. Sharpe (dir). Les enjeux de la productivite au Canada. Calgary : University Of Calgary Press, 165-209.

Henderson, V. 2001, << Scale Externalities in Korea >>, Journal of Urban Economics, 49 : 479-504.

--. 2003. << Marshall's Scale Economies >>. Journal of Urban Economics, 53 : 1-28.

Jacobs, J. 1969. The Economy of Cities. New-York : Vintage.

Larsens, J.K. et E.K. Rogers. 1985. La fievre de Silicon Valley, Paris : Londreys.

Lucas, R. 1988. << On the Mechanics of Economic Development >>. Journal of Monetary Economics, 22 : 3-42.

Marshall, A. 1890. Principles of Economics. London: MacMillan.

Moretti, E. 2004. << Estimating the Social Return to Higher Education: Evidence from Longitudinal and Repeated Cross-Sectional Data >>. Journal of Econometrics, 121 : 175-212.

Rauch, J. 1993. << Productivity Gains from Geographic Concentration of Human Capital: Evidence from the Cities >>. Journal of Urban Economics, 34 : 380-400.

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

Sassen, S. 2000. << Cities in A World Economy >>, dans S. Susan, S. Fainnstein et S. Campbell (dirs.). Readings in Urban theory. Californie : Pine Forge Press.

Simmie, J. 2002. << Knowledge Spillovers and Reasons for the Concentration of Innovative SMEs >>. Urban studies, 39 : 885-902.

Sylvie Arbour

INRS Centre--Urbanisation Culture SocieteCentre

Urbanisation Culture Societe

385, rue Sherbrooke Est

Montreal (Quebec), Canada, H2X 1E3

(1.) Les MSA et CMSA recouvrent, en regle generale, des territoires plus etendus que les RMR. Cette difference affecte peu les donnees sur les emplois, car ceux-ci ont tendance a erre concentres dans l'espace.

(2.) Pour plus de details au sujet de la selection des quatre groupes ainsi que des professions faisant partie de chacun des groupes, voir l'annexe 1.

(3.) Pour plus de details concernant les divisions geographiques des variables muettes aux Etats-Unis, voir l'annexe 2.

(4.) Soutignons que les valeurs presentees dans ce tableau sont les differences entre les salaires estimes et observes. Une valeur positive (negative) signifie que le rang evalue selon le salaire estime serait superieur (inferieur) au rang constate d dans les salaires observes. Une difference positive pourrait par consequent signifier que les salaires devraient etre plus eleves compte tenu des seules caracteristiques de la region metropolitaine.
TABLEAU 1 Caracteristiques de la structure economique locale et
salaires

                                    G1         G1          G2
                                 Finance    Finance    Scs. Pures

[[beta].sub.0]:                  10.0410    10.2135     11.2139
constante                        (0.0001)   (0.0001)    (0.0001)

[[beta].sub.1]: [Spec].sub.ij]    0.0465     0.0523      0.1422
                                 (0.0101)   (0.0079)    (0.0001)

[[beta].sub.2]: lnPop i           0.0727     0.0727      0.0348
                                 (0.0059)   (0.0059)    (0.1094)

[[beta].sub.3]: Edu i             0.1520     0.1135     -0.1847
                                 (0.0275)   (0.4291)    (0.1175)

[[beta].sub.4]: Prox i           -0.0072    -0.0072     -0.0419
                                 (0.8692)   (0.8692)    (0.4019)

[[beta].sub.5]: Cani             -0.0517    -0.0517     -0.5043
                                 (0.6128)   (0.6128)    (0.0001)

[[beta].sub.6]: [RNe.sub.i]       0.0239     0.0239      0.0120
                                 (0.7398)   (0.7398)    (0.8124)

[[beta].sub.7]: RNoi              0.1642     0.1642      0.0380
                                 (0.2453)   (0.2453)    (0.7076)

[[beta].sub.8]: RSei             -0.0158    -0.0158     -0.0411
                                 (0.8016)   (0.8016)    (0.4019)

[[beta].sub.9]: Rsoi              0.0937     0.0937     -0.0150
                                 (0.2250)   (0.2250)    (0.7887)

[[beta].sub.11]: RCsi             0.0028     0.0028      0.0926
                                 (0.9673)   (0.9673)    (0.0780)

[R.sup.2]                          41%        41%         55%

                                                    G4
                                     G3       Info./Math. (1)
                                 Ingenieurs        Cas 1

[[beta].sub.0]:                   10.9905         10.4933
constante                         (0.0001)       (0.0001)

[[beta].sub.1]: [Spec].sub.ij]     0.0589         0.1166
                                  (0.0004        (0.0001)

[[beta].sub.2]: lnPop i            0.0263         0.0469
                                  (0.0030)       (0.0001)

[[beta].sub.3]: Edu i              0.0636         0.1596
                                  (0.1502)       (0.0057)

[[beta].sub.4]: Prox i             0.0098         0.0007
                                  (0.2854)       (0.9502)

[[beta].sub.5]: Cani              -0.1995         -0.5420
                                  (0.0001)       (0.0001)

[[beta].sub.6]: [RNe.sub.i]        0.0163         0.0213
                                  (0.4131)       (0.4223)

[[beta].sub.7]: RNoi               0.0448         0.0480
                                  (0.2949)       (0.3710)

[[beta].sub.8]: RSei               0.0408         0.0414
                                  (0.0519)       (0.1235)

[[beta].sub.9]: Rsoi               0.1116         0.0851
                                  (0.0001)       (0.0058)

[[beta].sub.11]: RCsi              0.0675         0.0812
                                  (0.0014)       (0.7642)

[R.sup.2]                           72%             87%

                                       G4
                                 Info./Math. (1)
                                      Cas 2

[[beta].sub.0]:                      10.7935
constante                           (0.0001)

[[beta].sub.1]: [Spec].sub.ij]       0.1115
                                    (0.0001)

[[beta].sub.2]: lnPop i              0.0469
                                    (0.0001)

[[beta].sub.3]: Edu i                -0.0363
                                    (0.6480)

[[beta].sub.4]: Prox i               0.0007
                                    (0.9502)

[[beta].sub.5]: Cani                 -0.5420
                                    (0.0001)

[[beta].sub.6]: [RNe.sub.i]          0.0213
                                    (0.4223)

[[beta].sub.7]: RNoi                 0.0480
                                    (0.3710)

[[beta].sub.8]: RSei                 0.0414
                                    (0.1235)

[[beta].sub.9]: Rsoi                 0.0851
                                    (0.0058)

[[beta].sub.11]: RCsi                0.0812
                                    (0.7642)

[R.sup.2]                              87%

Note:

(1.) Info./Math. = Informaticiens/Mathematiciens

(2.) Les valeurs entre parentheses sont les p-values. Les valeurs en
caracteres gras representent les parametres significatifs a un
niveau de confiance de 90%. Nous avons mene un test du Chi-Carre qui
n'a pas indique la presence d'heteroscedasticite.

TABLEAU 2 Rang des regions metropolitaines canadiennes

            lnPop   [Spec.sub.1]   [Spec.sub.2]   [Spec.sub.3]

Calgary      56          24              2              9
Edmonton     58          58             20             36
Hamilton     72          43             33             32
Montreal     15          25             15             21
Ottawa       52          15              7              7
Quebec       69          49             17             55
Toronto      10           4             24             19
Vancouver    25          22             22             40
Winnipeg     71          47             35             71

            [Spec.sub.4]   Edu   ln[W.sub.1]   ln[W.sub.2]

Calgary          17        73         2             6
Edmonton         44        85        73            76
Hamilton         53        84        39            77
Montreal         25        77        55            78
Ottawa            1        23        68            66
Quebec           14        78        78            81
Toronto          10        35         4            69
Vancouver        26        52        14            74
Winnipeg         47        81        77            82

            ln[W.sub.3]   ln[W.sub.4]

Calgary         74            79
Edmonton        81            85
Hamilton        76            82
Montreal        84            83
Ottawa          80            78
Quebec          86            84
Toronto         83            80
Vancouver       82            81
Winnipeg        85            86

TABLEAU 3 Ecart de rang des regions metropolitaines canadiennes,
entre les salaires estimes et observes
                                                         G4
                 G1          G2           G3       Informaticiens/
               Finance   Scs. Pures   Ingenieurs   Mathematiciens

Calgary          -36        -30           -4             -3
Edmonton           1          0           -3              1
Hamilton         -30         -5           -5             -3
Montreal          21          5            4              3
Ottawa            23         -9            1              0
Quebec             7          3            1              1
Toronto           -6        -10            5              1
Vancouver        -14         -4            0              0
Winnipeg           2          2           -1              0
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:Arbour, Sylvie
Publication:Canadian Journal of Regional Science
Date:Jun 22, 2009
Words:8552
Previous Article:Vineyard as a new form of suburban development: an econometrical approach/Dynamique urbaine et rente fonciere viticole dans le bordelais : une...
Next Article:Ideal, myth and utopia: the keys to individual involvement/Ideal, mythe et utopie : les cles de l'engagement public individuel?
Topics:

Terms of use | Privacy policy | Copyright © 2021 Farlex, Inc. | Feedback | For webmasters |