Géographie du monde d’après : assiste-t-on à un “exode urbain” ?

Difficile de répondre à cette question, car on ne dispose pas de données récentes sur les mobilités résidentielles. Pour contourner le problème, j’ai eu l’idée de travailler sur les inscriptions scolaires dans le premier et dans le second degré, avant la crise sanitaire (entre la rentrée 2016 et la rentrée 2019) et depuis le début de la crise (entre la rentrée 2019 et la rentrée 2020 puis entre la rentrée 2020 et la rentrée 2021).

J’en ai tiré une tribune que le Monde vient de publier. Résultat principal ? Si on ne peut évidemment pas parler d’exode urbain, il se passe quelque chose, malgré tout, notamment pour les inscriptions dans le premier degré (donc plutôt pour des couples jeunes) : alors que la dynamique des inscriptions des 22 métropoles était significativement supérieure à la moyenne avant la crise, elle est devenue significativement inférieure entre la rentrée 2020 et la rentrée 2021. Réciproquement, la dynamique observée dans les communautés de communes, significativement inférieure à la moyenne avant la crise, est maintenant dans la moyenne, et donc plus favorable que celle des métropoles (ceci dans un contexte de baisse globale des inscriptions).

Taux de croissance annuel moyen des inscriptions scolaires dans le premier degré (données Ministère, traitements Région Nouvelle-Aquitaine) – source.

Comme précisé dans la tribune, cette tendance moyenne masque des disparités : parmi les 22 métropoles, 12 connaissent une baisse plus faible que la moyenne et 10 une baisse plus forte, à commencer par Paris, qui est sans trop de surprise la métropole la plus affectée, mais aussi Grenoble, Clermont, Nancy et et Lyon.

En complément, j’ai regardé s’il y avait un lien entre évolution des inscriptions et proximité aux métropoles, la réponse est non, aucun lien statistique significatif, des territoires proches des métropoles et d’autres plus lointain ont des dynamiques plus favorables et d’autres moins favorables. La carte ci-dessous (version dynamique ici) permet de confirmer, vous pouvez y voir les intercommunalités dont les effectifs sont en croissance entre la rentrée 2020 et la rentrée 2021 (elles sont au nombre de 269, sur un total de 1231 intercommunalités).

Intercommunalités dont les effectifs ont augmenté entre la rentrée 2020 et la rentrée 2021 – version dynamique ici

Pour des développements sur ce que l’on a fait, vous pouvez regarder, en plus de la tribune, ce document de travail. Pour information également, je présenterai ces résultats dans le cadre d’un webinaire organisé par l’Observatoire des Impacts Territoriaux de la Crise, qui aura lieu jeudi 13 janvier de 10h30 à 12h30, inscriptions ici.

L’accessibilité aux services et aux équipements

C’est le titre de la Nouvelle étude que nous publions aujourd’hui, qui propose de répondre aux questions suivantes : quels sont les différents niveaux d’équipements et de services et où sont-ils situés géographiquement ? Quel est le temps d’accès moyen à chacun de ces niveaux ? Quelle est la situation des différentes régions et celle plus précise de la Nouvelle-Aquitaine en termes de niveaux de services et d’équipements et de temps d’accès ? Quels sont les territoires pour lesquels l’accessibilité est la plus faible ?

Nous mettons à votre disposition différents documents :

  • la brochure au format électronique, consultable et téléchargeable en pdf sur calaméo,
  • le document de travail associé, qui présente de façon plus classique et plus détaillée l’étude, également en pdf,
  • le jeu de données associé, qui vous permet de disposer de l’ensemble des temps moyens d’accès, pour toutes les communes et toutes les intercommunalités de France métropolitaine.

Dans le cadre de notre partenariat avec l’Espace Mendès France (EMF), nous présenterons cette étude mardi 14 décembre, de 18h à 20h, en présentiel (à l’Espace Mendès France de Poitiers) et en distanciel, en direct ou en différé, sur la chaîne YouTube de l’EMF. Sera également présentée une étude co-produite par l’INSEE et la DRAC de Nouvelle-Aquitaine sur le sujet plus précis de l’accessibilité aux équipements culturels. Tous les détails sont ici.

Pour ceux qui n’ont pas le temps de parcourir tous ces documents, voici les principaux points de l’étude :

  • Nous exploitons une base de données produite par l’INRAE et l’ANCT qui permet de distinguer 5 types de communes, de la moins équipée à la plus équipée, qualifiées respectivement de communes non centre (niveau 0), centres locaux (niveau 1), centres intermédiaires (niveau 2), centres structurants (niveau 3) et centres majeurs (niveau 4),
  • Pour chaque commune on sait où elle se situe dans la gamme de services et d’équipements, mais aussi le temps par la route en heure creuse qu’il faut pour se rendre dans la commune la plus proche de niveau(x) supérieur(s) si la commune elle-même n’est pas équipée, ce qui permet de calculer à toutes les échelles supra-communales des temps moyens d’accès,
  • L’accessibilité aux services et équipements est globalement moins bonne en Nouvelle-Aquitaine qu’en France métropolitaine : la part de la population équipée à l’échelle d’une commune est 5 points inférieure à la moyenne pour les niveaux 1 et 4 et 10 points inférieure pour les niveaux 2 et 3. Les temps d’accès aux communes équipées sont toujours supérieurs, mais dans des proportions faibles, de l’ordre de quelques minutes,
  • Cette moins bonne accessibilité s’explique par le caractère plus rural de la région : quand on intègre cet élément dans l’analyse, les différences de temps d’accès entre la Nouvelle-Aquitaine et les autres régions de province disparaissent,
  • A l’échelle des EPCI de Nouvelle-Aquitaine, on observe une hétérogénéité relativement forte des temps d’accès aux différents niveaux de la gamme : les EPCI les plus éloignés ont des temps d’accès entre 3 et 4 fois plus importants que les EPCI les mieux placées,
  • Les EPCI plus éloignés que d’autres pour accéder à un niveau de la gamme ne sont pas les mêmes selon les niveaux. Ceci plaide pour des actions territoriales différenciées en fonction du niveau de la gamme de services et d’équipements,
  • Le caractère rural et la taille des EPCI (mesurée par leur population) expliquent, selon leur niveau d’équipement, entre 24% et 43% des différences observées entre elles. Agir de manière différenciée sur les territoires ruraux s’avère donc important, mais cela n’épuise pas le sujet de l’accessibilité : à degré de ruralité et à taille identiques, certains territoires ont une accessibilité plus faible.

La mobilité résidentielle en France : une courte analyse sur longue période

La revue Population & Avenir vient de publier un article très intéressant de Jean-Marc Zaninetti (Professeur de géographie à l’Université d’Orléans) sur la proportion de personnes vivant en France métropolitaine dans leur département de naissance, de 1871 à 2017. En exploitant les données du recensement, il montre que cette part est passée de 80% en 1871 à 61% en 1968 et 50% en 2017 et en déduit que “la sédentarité qui dominait dans une France à dominante rurale a laissé la place à un maelström de migrations internes”.

J’ai trouvé ces chiffres particulièrement intéressants, sans toutefois savoir quoi dire sur la tendance : bien sûr, la mobilité interdépartementale a très fortement évolué entre 1871 et 2017, de 30 points de pourcentage. Pour autant, un français sur deux qui vit aujourd’hui dans son département de naissance, ce n’est pas rien (attention, ces personnes ont pu bouger entre leur naissance et la date du recensement). De plus, sur près de 50 ans (entre 1968 et 2017), la hausse de la mobilité a été de 10 points : est-ce beaucoup ? Est-ce peu ? Disons que nous ne sommes ni dans une France de sédentaires, ni dans une France d’hyper-mobiles.

J’ai lancé un petit sondage sur Twitter et sur LinkedIn, pour savoir ce que vous répondriez si on vous interrogeait sur la valeur de cette part (en passant, j’en ai profité pour poster de manière très légèrement différente la question sur les deux réseaux, pour voir si cela changeait un peu les résultats : sur Twitter, j’ai proposé comme parts 10%, 25%, 50% et 75%, alors que sur LinkedIn, j’ai  proposé 25%, 50%, 75% et 9%). Voici les résultats.

Selon vous, quelle est la part des personnes qui résident dans leur département de naissance, en France, aujourd’hui ? (Sondage réalisé du dimanche 5/12/2021 au lundi 6/12/2021)

Les répondants ont vu globalement juste, avec une majorité pour la bonne proportion de 50%. Ensuite vient une tendance à la sous-estimation (40% des répondants sur Twitter, 36% sur LinkedIn).

J’ai commencé à compléter l’analyse de Jean-Marc Zaninetti, pour savoir un peu mieux comment s’organisent ces mobilités interdépartementales. Sur la période la plus ancienne, j’ai pu récupérer des données supplémentaires dans un fichier proposé par l’INSEE sur cette page, le fichier T229, colonnes CD à CJ (ne me demandez pas comment je suis tombé dessus, je ne sais plus). Si bien que je dispose des taux de mobilités interdépartementales pour 1861, 1871, 1881, 1891, 1901, 1911 et 1921.

Sur la période plus récente, allant du recensement de 1968 à celui de 2017, les chiffres sont ici. Je les ai exploités en ajoutant les codes des anciennes Régions, ce qui me permets de distinguer trois types de mobilités interdépartementales :

  • les mobilités entre deux départements de la même Région ancienne définition (22 régions de France métropolitaine),
  • les mobilités entre deux départements qui n’appartiennent pas à la même ancienne Région mais qui appartiennent à la même nouvelle Région (13 Régions de France métropolitaine),
  • les mobilités entre deux départements qui appartiennent à des Régions (nouvelle définition) différentes.

Sur la base de ces deux compléments, j’ai construit le graphique ci-dessous.

La mobilité interdépartementale est passée selon ces données de 12% en 1861 à 49% au recensement millésime 2017. Soit une part de personnes “non mobiles” passant de 88% à 51%. L’intégration de l’échelle régionale montre que 13% des personnes qui ne résident pas dans leur département de naissance résident dans un département de la même ancienne Région. On peut y ajouter les 2% de personnes qui résident dans un département de la même nouvelle Région.

Au total, à l’échelle des Régions nouvelle définition, on aurait donc en 2017 un total de 35% de personnes “mobiles” et 65% de personnes “non mobiles”. Ceci me conduirait à dire que si la mobilité a augmenté tendanciellement, elle reste relativement limitée, puisque deux tiers des français restent durablement dans la même Région.

Pour finir, je signale qu’il y a matière à compléter : 1) en produisant des analyses région par région, par exemple, 2) en exploitant des données complémentaires disponibles dans les fichiers 1968-2017 le genre des personnes, leur niveau de diplôme, leur âge, leur nationalité, leur profession, etc., 3) en distinguant la mobilité interdépartementale entre départements limitrophes et départements non limitrophes plutôt qu’entre Régions institutionnelles, ou bien en calculant la distance entre les centroïdes des départements de naissance et de résidence, pour juger autrement de la mobilité.

Des métropoles plus performantes ? Petit bilan du monde d’avant

Je suis régulièrement interrogé sur la dynamique des territoires avant crise et après-crise, la question de la dynamique comparée des métropoles, des villes moyennes et du rural revenant régulièrement sur la table. Dans l’esprit de beaucoup des personnes qui m’interrogent, le monde d’avant était celui du triomphe des métropoles, la question étant de savoir si ce sera toujours le cas dans le monde d’après, ou bien si l’on va assister à la revanche des villes moyennes, ou du rural, etc.

Ce faisant, je commence souvent par rappeler que non, le monde d’avant n’était pas synonyme de triomphe des métropoles, que c’était plus compliqué que cela, et que cela devrait continuer à être plus compliqué que ce que certains voudraient, qu’il convient de rejeter les « modèles à une variable » censés tout expliquer du monde qui nous entoure.

Cela m’a donné envie de rédiger un petit billet, pour faire le point sur la situation relative des métropoles juste avant la crise, pour savoir d’où l’on part, sur la base de l’analyse statistique de quelques indicateurs : 1) le taux de croissance de la population, 2) la composante naturelle du taux de croissance de la population, 3) la composante migratoire du taux de croissance de la population, 4) le taux de croissance de l’emploi, 5) le taux de chômage.

J’ai utilisé à chaque fois les données du recensement, les deux derniers comparables disponibles, à savoir le recensement millésime 2018 et le recensement millésime 2013. Pour rappel, le recensement se fait au 1/5 chaque année, donc le recensement millésime 2013 couvre la période 2011-2015 et le recensement millésime 2018 couvre la période 2016-2020 (le début de l’année à chaque fois). C’est donc la période début 2011- début 2020 qui est couverte par ces données.

Chaque observation correspond à un EPCI (un Etablissement Public de Coopération Intercommunal, soit une intercommunalité en langage courant) : les 22 métropoles, les 14 communautés urbaines, les 221 communautés d’agglomération et les 992 communautés de communes, soit 1249 EPCI France entière (hors Mayotte).L’ensemble de ces données est disponible librement au téléchargement, par exemple sur le site de l’observatoire des territoires, à cette adresse.

Comment analyser la situation des métropoles ? La méthode la plus simple consiste à calculer la moyenne des indicateurs pour l’ensemble des métropoles, à la comparer à la moyenne pour l’ensemble des territoires, puis de conclure. Certes mais danger, comme expliqué à maintes reprises : la moyenne d’une catégorie peut masquer des différences fortes au sein de la catégorie, il convient donc de regarder d’une façon ou d’une autre si ces différences de moyenne ont du sens.

Commençons par calculer les moyennes :

moyenne des indicateurs pour les 22 métropoles et pour l’ensemble des EPCI

Il s’avère qu’en moyenne, les métropoles ont une croissance démographique supérieure, qui s’explique par un solde naturel plus grand, qui fait plus que compenser le solde migratoire inférieur (et même négatif). Le taux de croissance de l’emploi est également supérieur, et le taux de chômage inférieur. Tout les indicateurs semblent au vert pour les métropoles, si ce n’est le solde migratoire (ce qui n’est pas rien, soit dit en passant, les métropoles étant censées tirer leur force de leur plus grande attractivité).

Mais ces différences de moyenne ont-elles du sens ? Pour en juger, étant donné que ce qui nous intéresse, ce sont les 22 métropoles, le plus simple est de regarder les données pour chacune d’entre elles, et de voir comment elles se situent par rapport à ces moyennes. : sur les 22 métropoles, 10 ont un taux de croissance inférieur au taux de croissance moyen, 6 un solde naturel inférieur, 10 un solde migratoire inférieur, 7 un taux de croissance de l’emploi inférieur et 8 un taux de chômage supérieur.

nombre de métropoles dont la situation est moins bonne qu’en moyenne

Il ne s’agit pas d’une ou deux exceptions, mais d’un nombre importants de cas, qui font qu’on ne peut pas dire que les métropoles sont plus “performantes” que les autres territoires sur l’un de ces indicateurs. Tout ce que l’on peut dire, c’est que certaines métropoles sont plus “performantes” que la moyenne et d’autres non (et c’est vrai des autres catégories de territoires).

En complément, on peut regarder, dans l’ensemble des 22 métropoles, combien sont plus “performantes” sur tous les indicateurs : elles sont au nombre de 6, il s’agit de Bordeaux, Lyon, Nantes, Rennes, Orléans, Toulouse. Six autres métropoles ont un seul indicateur inférieur à la moyenne (Aix-Marseille, Clermont, Dijon, Montpellier, Strasbourg et Toulon). Deux métropoles sont moins “performantes” pour deux indicateurs (Brest et Paris), deux pour trois indicateurs (Grenoble et Lille), cinq pour quatre indicateurs (Metz, Nancy, Nice, Rouen, Tours) et une métropole pour tous les indicateurs (Saint-Etienne). Très difficile de parler d’avantage économique métropolitain, il n’y a plus que 6 métropoles sur les 22 qui semblent dans les clous.

Une autre façon de juger de l’effet métropolitain consiste à voir ce que cette appartenance explique dans les différences de taux de croissance ou de taux de chômage entre EPCI, en effectuant ce que l’on appelle des tests de comparaison de moyenne. J’ai réalisé ces tests, et j’ai effectué les mêmes pour juger d’un autre élément : l’effet de l’appartenance régionale. Ceci permet de voir si ce qui compte dans les “performances”, c’est plutôt d’être métropole, ou plutôt d’appartenir à telle ou telle région. Ou ni l’un ni l’autre, ou bien les deux.

variance expliquée par le fait d’avoir le statut de métropole et l’appartenance régionale, en % de la variance totale

Résultat des courses ? Le fait d’être métropole plutôt que communauté urbaine, communauté d’agglomération ou communauté de communes explique au mieux 2% des différences territoriales observées, autrement dit pratiquement rien. En revanche, l’appartenance régionale joue : très fortement sur le taux de chômage, fortement sur les soldes naturels et migratoires, et plus faiblement sur le taux de croissance de la population et de l’emploi. Dans tous les cas, les effets régionaux sont très supérieurs aux effets métropoles, comparativement négligeables. Pour le dire autrement, si vous voulez savoir quelque chose de la “performance” d’un territoire, mieux vaut savoir dans quelle région il se trouve, plutôt que de savoir s’il s’agit d’une métropole ou non.

Pour finir je vous propose ci-dessous le tableau complet pour les 22 métropoles, classées de la plus peuplée en 2013 à la moins peuplée. Les cellules surlignées correspondent aux valeurs des indicateurs inférieures à la moyenne pour l’ensemble des territoires, ce qui vous permet de visualiser les variables pour lesquelles les métropoles “sous-performent”.

valeurs de différents indicateurs pour les 22 métropoles instituées et pour l’ensemble des EPCI. En jaune les valeurs inférieures aux moyennes pour les taux de croissance et supérieures à la moyenne pour le taux de chômage

Impact économique de la crise – épisode 4 : brochure, données, podcast

La dernière brochure réalisée par le service que je pilote vient d’être mise en ligne sur le portail des territoires de la Nouvelle-Aquitaine. C’est la quatrième consacrée à la crise. Elle a été réalisée par deux chargés d’études de mon équipe, Etienne Fouqueray et Delphine Libaros. Vous pouvez y accéder en cliquant sur ce lien.

Point important : nous allons désormais mettre à disposition les données associées à chaque brochure. Dans nos brochures, nous faisons un focus systématique sur la Région Nouvelle-Aquitaine, mais nous exploitons dans la très grande majorité des cas des données pour l’ensemble du pays. En les mettant à disposition, des personnes d’autres régions intéressées par nos travaux peuvent utiliser les données que nous avons traitées. Nous mettons également à disposition des données complémentaires traitées mais non nécessairement présentées en détail dans la note. Pour télécharger les données, cliquez sur ce lien.

Comme indiqué dans mon dernier billet, nous avons présenté certains résultats de cette brochure et d’autres de brochures précédentes consacrées également à la crise lors d’une table ronde organisée à l’Espace Mendès-France, en croisant nos résultats avec ceux de France Stratégie. Vous pouvez revoir cette table ronde en cliquant ici.

N’hésitez pas à nous faire part de toute remarque que vous jugeriez utile à l’adresse générique ditp(at)nouvelle-aquitaine.fr.

L’impact économique de la crise Covid sur les territoires : une table ronde France Stratégie – Région Nouvelle-Aquitaine

Nous organisons une table ronde, jeudi 7 octobre 2021, de 18h30 à 20H30, à l’Espace Mendès-France de Poitiers, sur l’impact économique de la crise Covid sur les territoires de France, avec un focus particulier sur ceux de Nouvelle-Aquitaine. Cette table ronde est le premier produit de partenariats que le service “études et prospective” du pôle Datar de la Région Nouvelle-Aquitaine souhaite développer avec France Stratégie d’une part, et l’Espace Mendès-France d’autre part.

Cette table ronde, organisée en présentiel, en distanciel puis podcastable, sera découpée en deux parties : dans un premier temps, nous (France Stratégie et le service “études et prospective” de la Région) présenterons les résultats de nos études respectives. Dans un deuxième temps, des acteurs de deux territoires particulièrement impactés (Oloron-Sainte-Marie et Rochefort) et d’un territoire très largement épargné (la communauté de communes du Bazadais) témoigneront. Des temps d’échange entre les intervenants et avec les participants sont bien sûr prévus.

Vous trouverez sur cette page toutes les informations utiles : noms des intervenants, lien vers les études, lien pour assister à la table ronde à distance ou la visionner ultérieurement si vous n’êtes pas disponible jeudi. Ceux qui le souhaitent peuvent y assister en présentiel, nous mettrons à disposition pour l’occasion la dernière étude réalisée sur le sujet, dont vous avez le visuel de couverture en haut de ce billet (je partagerai le lien vers la version numérique dès qu’il sera disponible).

Réduire les inégalités, c’est possible !

C’est le titre d’un ouvrage à paraître (sous réserve de contributions suffisantes), piloté par l’Observatoire des inégalités, qui rassemblera les contributions/propositions de trente experts. J’ai contribué avec Michel Grossetti à cet ouvrage, avec un texte sur la question des inégalités territoriales.

L’ensemble des experts mobilisé est le suivant : Philippe Askenazy, Jean-Claude Barbier, Olivier Bouba-Olga, France Caillavet, Lucas Chancel, Christian Chavagneux, Tom Chevalier, Philippe Coulangeon, Thomas Coutrot, Nicole Darmon, Catherine Delgoulet, Francois Desriaux, François Dubet, Nicolas Frémeaux, Sébastien Goudeau, Julien Grenet, Michel Grossetti, David Guilbaud, Claire Hédon, Fabien Jobard, Thierry Lang, Clotilde Lemarchant, Pierre Madec, Jacques de Maillard, Dominique Méda, Pascale Novelli, Nicolas Oppenchaim, Ariane Pailhé, Dominique Pasquier, Claire Rodier, Rachel Silvera et Anne Solaz.

Si vous souhaitez soutenir ce projet de publication, vous pouvez contribuer sur cette page.

Géographie de l’industrie : que pèsent les territoires ruraux ?

L’Insee a proposé il y a quelques mois une nouvelle définition du rural : sont considérées comme rurales les communes peu denses ou très peu denses. J’ai proposé une analyse de cette nouvelle définition dans un texte publié sur le portail des territoires de la Région Nouvelle-Aquitaine, ainsi que dans un texte un peu modifié publié par Géoconfluences.

Dans le prolongement de ce premier travail, nous avons analysé au sein du Service “études et prospective” du pôle Datar de la Région la géographie de l’activité économique avec un focus sur l’industrie et la Nouvelle-Aquitaine, ce qui a donné lieu à la production d’une nouvelle note que vous pouvez visualiser ici.

En voici les principaux résultats :

  • La part du rural dans la population de France métropolitaine est de 33%, de 22% dans l’ensemble des actifs occupés, de 17% dans le sous-ensemble des salariés du secteur privé hors agriculture, et de 23% du nombre d’établissements dans ce même sous-ensemble,
  • Les variations sectorielles sont importantes : 80% de l’emploi agricole se situe en milieu rural, 31% de l’emploi industriel et 30% de la construction. Au sein même de l’industrie, le poids du rural va de 9% pour le secteur « fabrication d’autres matériels de transport » à 67% pour le secteur « autres industries extractives » en nombre de salarié, et de 15% pour le secteur de l’habillement à 70% toujours pour les « autres industries extractives » en nombre d’établissements,
  • La Région Nouvelle-Aquitaine est une des régions les plus rurales de France : 51% de la population y réside, 28% des actifs occupés, 43% des salariés et 50% des établissements de l’industrie. 29 des 33 secteurs industriels présents en Nouvelle-Aquitaine sont plus présents dans le rural en région qu’en France,
  • Sur la base des effectifs industriels, nous avons construit une typologie qui croise un indice de spécialisation relative, pour identifier les secteurs plus présents en région que France entière, et un indice de ruralité relative, pour identifier les secteurs plus présents en milieu rural en région que dans l’ensemble national,
  • Il s’avère que ces deux indicateurs sont très peu liés : certains secteurs spécifiques à la région sont sous-représentés en milieu rural (autres matériels de transport, fabrication d’équipements électriques), d’autres sont surreprésentés en milieu rural (industrie des boissons, industrie du papier et du carton, travail du bois…). Parmi les secteurs non spécifiques à la région (moins présents qu’ailleurs), certains sont sous-représentés en milieu rural (industrie pharmaceutique ; informatique, électronique et optique), d’autres y sont surreprésentés (métallurgie, automobile, industrie textile…).

Je vous laisse découvrir le détail dans la note, ainsi que les cartes et les tableaux associés. On envisage plusieurs prolongements dans les mois qui viennent, notamment une analyse de la dynamique comparée des secteurs d’activité selon le type de territoires.

Géographie des taux de chômage : une forte inertie, quelques mobilités

Nous travaillons au sein du Service Etudes et Prospective du Pôle Datar de la Région Nouvelle-Aquitaine sur la géographie des taux de chômage, à différentes échelles géographiques (départements, zones d’emploi, EPCI), ainsi que sur le lien entre la dynamique de l’emploi et la dynamique du chômage. L’objectif est d’identifier des territoires qui sont dans une situation relative plus problématique, de documenter progressivement les déterminants de leur situation, pour agir ensuite plus efficacement et réduire les problèmes auxquels ils sont confrontés.

Ce travail a donné lieu à la production d’une première note disponible sur le portail des territoires de la Région, à laquelle vous pouvez accéder en cliquant ici. On mobilise le taux de chômage au sens du recensement, dont la définition est plus large que la définition traditionnelle, elle inclut pour partie ce que l’on appelle le halo du chômage (sont notamment comptabilisées les personnes qui se déclarent spontanément à la recherche d’un emploi).

Si le taux de chômage évolue avec le temps, à la hausse où à la baisse, l’analyse de la géographie des taux de chômage révèle une forte inertie : la situation relative des territoires bouge peu, ceux à plus fort taux de chômage que la moyenne restent globalement à plus fort taux de chômage, ceux à plus faible taux restent à plus faible taux. On a du mal à faire converger les taux à la baisse. Dans la note, on montre par exemple que les taux de chômage observés au recensement millésime 2012 (qui couvre la période 2010-2014) à l’échelle des EPCI “expliquent” 93% des taux de chômage du recensement millésime 2017 (qui couvre la période 2015-2019). Quand je dis “explique”, il s’agit en fait d’une corrélation, d’où les guillemets : ce qui est calculé, c’est le coefficient de corrélation entre les taux de chômage d’une année et ceux de l’autre année, un coefficient de 0,93 signifie que 93% des différences géographiques observées en 2017 peuvent être expliquées par les différences observées en 2012.

En complément du document, j’ai analysé depuis les taux de chômage (au sens de l’organisation internationale du travail cette fois, pas au sens du recensement) à l’échelle des départements : les taux 2010 “expliquent” 88% des taux 2019. Ceux de 2003 en “expliquent” encore 75%. Plus on s’éloigne dans le temps, moins le lien est important, heureusement, mais les taux de 1982 “expliquent” encore, malgré tout, 31% des taux de 2019.

Les deux graphiques ci-dessus représentent les nuages de points départementaux, chaque numéro correspond au numéro du département, les numéros en rouge correspondant aux départements de Nouvelle-Aquitaine. On voit la force du lien entre les taux de 2010 et ceux de 2019, et le lien beaucoup plus faible entre les taux 2019 et ceux de 1982 (pour information, il n’y a pas eu de changement radical dans la géographie des taux de chômage entre 2019 et 2020, la corrélation dépasse les 95%).

Une forte inertie, donc, mais quelques mobilités au sein de la distribution des taux de chômage. S’il n’y avait pas de mobilité, les coefficients seraient de 100%. On peut donc identifier les territoires qui ont connu les plus fortes évolutions dans leur situation relative, soit à la hausse (dégradation relative du taux de chômage), soit à la baisse (amélioration relative du taux de chômage). Sur cette base, dans le document, on identifie les territoires de Nouvelle-Aquitaine  qui non seulement ont des taux de chômage élevés, mais qui en plus connaissent une dégradation relative de leur situation, ce qui pourrait justifier une attention plus importante.

L’autre élément sur lequel on insiste ensuite est la très faible relation entre croissance de l’emploi et dynamique du chômage : ce n’est pas parce qu’on créé beaucoup d’emplois sur un territoire que le nombre de chômeurs ou le taux de chômage baissent, et ce n’est pas parce qu’on en créé peu, voire que l’emploi diminue, que le taux de chômage augmente. On observe en fait toutes les situations : croissance de l’emploi et du chômage, croissance de l’emploi et baisse du chômage, baisse de l’emploi et hausse du chômage, baisse de l’emploi et du chômage. Ceci peut résulter d’un large ensemble de déterminants : des zones attirent de la population, créé de l’emploi, mais pas suffisamment pour pourvoir les besoins, d’où la hausse du chômage ; d’autres zones, parfois les mêmes, proposent des emplois saisonniers ou intérimaires, ce qui peut résulter en une hausse du taux de chômage annuel moyen ; dans d’autres cas, les emplois créés ne peuvent être pourvus par les personnes au chômage, parce que ces personnes ne disposent pas des compétences recherchées, ou qu’elles sont confrontées à d’autres problèmes (logement, transport, santé, garde d’enfants, …) ; des territoires à croissance négative de l’emploi voient le chômage diminuer parce que les personnes qui sont à la recherche d’un emploi quittent le territoire ; etc.

En collectant des éléments plus précis sur la situation des territoires, on doit pouvoir mieux agir. Par exemple, lorsqu’on se trouve dans un territoire à fort chômage et faible création d’emploi, on peut se dire que des actions en termes de développement économique sont souhaitables. Quand on se trouve dans des territoires à forte dynamique d’emploi, ce n’est sans doute pas la priorité, des actions en termes de formation, d’orientation, voire de santé, de mobilité, de logement, …, sont préférables, en fonction des problèmes plus précis identifiés. C’est à ce travail d’identification plus précise des problèmes à traiter auquel nous allons nous atteler dans les prochains mois, en nous appuyant notamment sur la connaissance terrain des collègues de l’institution régionale et des acteurs des territoires concernés.

Impact territorial de la crise : la situation à fin décembre 2020

Après une première analyse de la situation par région et zone d’emploi à fin juin 2020 et une deuxième analyse à fin septembre 2020, nous avons réalisé une étude de l’impact territorial de la crise à fin décembre 2020, à partir du même jeu de données, l’emploi privé hors agriculture, et en suivant la même méthodologie : analyse de l’évolution de l’emploi par territoire et par secteur et décomposition de cette évolution pour identifier l’ampleur respective des effets de spécialisation et des effets dits “locaux”.

Cette étude a cette fois été réalisée au sein du groupe “prospective et connaissance territoriales”  de Régions de France. Il s’agit d’une première note, qui a vocation à être suivie par d’autres. Vous pouvez en voir la synthèse et la télécharger ici. Ci-dessous une des cartes du document.

Elle est également disponible sur le portail des territoires, à la rubrique études et prospective, du site de la Région Nouvelle-Aquitaine. Quatre documents relatifs à l’impact économique de la crise sont désormais téléchargeables  :

Nous allons continuer à produire des analyses de cet impact. Prochaine livraison : une analyse à une échelle plus fine, non plus à l’échelle des zones d’emploi mais à celle des EPCI, d’ici fin juin 2021 si tout va bien.