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.

Le saviez-vous ? Les “aires d’attraction des villes” ne sont pas des aires d’attraction des villes…

L’Insee a proposé il y a quelques mois un nouveau zonage du territoire français en “aires d’attraction des villes”, qu’il vient de remobiliser pour distinguer différents types de territoires ruraux (le rural sous l’attraction d’une ville et le rural hors attraction d’une ville en quelque sorte, j’y reviens plus loin). Or, cela pose un problème particulièrement important : les aires d’attraction des villes, en effet, ne sont pas des aires d’attraction des villes.

Je précise le problème : l’Insee s’est appuyé sur un indicateur et des procédures de calcul pour définir un nouveau zonage du territoire, suite à quoi il a décidé de donner un nom à ce zonage. Or, il y a un écart abyssal entre ce qui est mesuré et le nom attribué.

Ceci est tout sauf neutre : une fois le zonage défini, ce que vont retenir la plupart des personnes, c’est le nom retenu, pas l’indicateur sous-jacent, ni la procédure de calcul. Si je vous dis par exemple que la commune où vous résidez est dans l’aire d’attraction de telle ville, vous allez imaginez des choses, cela va contribuer à forger vos représentations des territoires et des relations qu’ils entretiennent entre eux. Tiens, prenez quelques instants avant de poursuivre la lecture de ce billet : qu’est-ce que vous imagineriez de ce qu’il pourrait y avoir comme relations entre votre commune de résidence (où celle d’une de vos connaissances si vous résidez dans une “grande” ville) et la “grande” ville d’à côté, si je vous dis que votre commune de résidence (où celle de votre connaissance)  est dans l’aire d’attraction de cette ville ? Jouez le jeu vraiment… ça y est ? Bien, poursuivons.

En fait, si l’on commence à lire la définition des aires d’attraction des villes, on se rend compte que l’objectif initial de l’Insee est ambitieux et vise en effet à identifier ce que l’on pourrait bien appeler des “aires d’attraction des villes” :

L’aire d’attraction d’une ville est un ensemble de communes (…) qui définit l’étendue de l’influence d’un pôle de population et d’emploi sur les communes environnantes

Sauf que cela n’est pas simple à mesurer, car l’influence peut être multidimensionnelle : si vous avez vraiment joué le jeu, vous vous êtes peut-être dit que si votre commune est dite dans l’aire d’attraction de la ville d’à côté, c’est sans doute parce que beaucoup de personnes de votre commune vont y faire leur courses, ou vont y travailler, ou bien c’est là qu’ils se rendent pour aller au cinéma, ou pour pratiquer telle ou telle activité sportive, ou s’impliquer dans telle ou telle association,ou pour se soigner, ce genre de choses.

En fait non, trop compliqué à mesurer et on n’a pas toutes les données. Donc l’Insee s’est appuyé sur un seul indicateur : les mobilités domicile-travail. Une commune va être considérée comme appartenant à l’aire d’attraction d’une ville si 15% au moins des habitants de cette commune en emploi travaillent dans cette ville. C’est très bien précisé dans la définition de l’Insee, bien sûr, mais je ne pense pas que les journalistes ou les politiques qui vont mobiliser les études parlant d’aire d’attraction de telle ou telle ville vont prendre le temps de revenir à la définition :

L’aire d’attraction d’une ville (…) définit l’étendue de l’influence d’un pôle de population et d’emploi sur les communes environnantes, cette influence étant mesurée par l’intensité des déplacements domicile-travail (souligné par moi)

Premier problème, donc, la méthode retenue par l’Insee ne permet au mieux de ne mesurer qu’une seule chose : l’attraction éventuelle exercée par une ville sur des communes environnantes vis-à-vis de l’emploi. Oubliez donc l’idée que cela mesure l’influence de la ville sur les lieux où les gens vont faire leurs courses, vont au cinéma, pratiquent leurs loisirs, vont se soigner, … , ce n’est pas le cas.

Mais ce n’est pas le seul problème. Ce dont dispose l’Insee, ce sont de données sur les individus en emploi, la commune où il résident et la commune où ils travaillent. Comme expliqué plus haut, dès lors que 15% des individus de telle commune travaillent dans telle ville, on va rattacher la commune à la ville. Mais on ne sait absolument rien de la trajectoire de ces individus, des raisons qui font qu’ils habitent à tel endroit et qu’ils travaillent à tel autre. Pourtant, le terme retenu par l’Insee, celui “d’attraction”, n’est pas neutre : il sous-entend que les individus qui résident dans telle commune ont été attirés par la commune où ils travaillent, pour l’emploi. Or, on n’en sait rien, derrière un fait, “monsieur ou madame X réside à tel endroit et travaille à tel autre”, peut se cacher tout un ensemble d’histoires différentes.

Prenons l’exemple d’un jeune couple en fin d’études universitaires, qui réside sur Bordeaux (ou sur Toulouse, ou sur Poitiers, …, pensez à la ville que vous souhaitez). A la fin de leurs études, ils trouvent du travail dans leur commune de résidence. Quelques années plus tard, ils ont un enfant, leur logement est trop petit, ils veulent en changer pour un logement plus grand. Problème, les prix sont trop élevés sur Bordeaux, ils décident donc de louer ou d’acheter un logement dans une commune à distance de Bordeaux mais continuent d’y travailler. Supposons qu’ils soient assez nombreux dans le même cas dans leur nouvelle commune de résidence (allez, disons au moins 15% des personnes en emploi). Cette commune sera alors dite dans l’aire d’attraction de Bordeaux. Mais si on y réfléchit, et si cette petite histoire résume la tendance dominante, on ne devrait pas parler “d’aire d’attraction de la ville”, mais “d’aire de répulsion de la ville” (“d’aire de répulsion résidentielle de la ville” si on veut être plus précis)  : la ville n’a pas attiré pour l’accès à l’emploi, elle a repoussé pour l’accès au logement, en raison de prix trop élevés. Pourquoi l’Insee n’a pas choisi de baptiser son zonage “aire de répulsion des villes” ? Cela aurait été tout aussi cohérent (donc tout aussi réducteur et tout aussi trompeur).

On peut prendre une autre petite histoire : en fait, le couple dont je viens de parler avait les moyens d’accéder à un logement sur Bordeaux, mais ils avaient envie de s’installer à la campagne, dans une commune dite rurale, pour des raisons qui leur sont propres (et qui peuvent elles-mêmes être très diverses). Ils ont donc décidé d’y louer ou d’y acheter un logement. Idem, supposons que ce type de processus domine : on ne devrait pas parler d’aire d’attraction de la ville, mais “d’aire d’attraction du rural”, plus précisément “d’aire d’attraction résidentielle du rural”.

Le terme “aire d’attraction des villes” englobe en fait tous ces phénomènes, sans que l’on sache l’importance respective de chacun. On peut sans grand risque de se tromper se dire que ces différents processus sont à l’œuvre (la ville attire, la ville repousse, la campagne attire, la campagne repousse, du point de vue de l’emploi, ou du point de vue du travail) et que leur importance relative est sans doute variable dans le temps et dans l’espace. Des études permettant de révéler et de quantifier la diversité des trajectoires à la fois géographiques, résidentielles et professionnelles des individus seraient dans cette perspective particulièrement intéressantes (si certains ont vu passer des choses, je suis preneur). En attendant, aucun des termes que j’ai proposé ne permet d’embrasser cette complexité du monde social, donc autant ne pas l’y réduire.

Quelle alternative ? L’Insee aurait dû retenir un terme plus neutre, pour ne pas biaiser les représentations des acteurs.A minima, il aurait mieux valu parler “d’aires d’influence des villes” que “d’aires d’attraction des villes”, pour signifier que l’influence peut être positive (ce que laisse penser le terme “attraction”) ou négative (“répulsion”). C’est d’ailleurs un peu ce que vient de faire l’Insee pour caractériser la diversité des mondes ruraux : l’institut a croisé la nouvelle définition du rural (qui pour le coup me semble satisfaisante, j’en parle ici) au zonage en aires d’attraction des villes, mais, curieusement, il ne parle pas de “rural sous l’attraction d’une ville”, mais de “rural sous l’influence d’un pôle”. Le terme d’attraction a disparu, remplacé par celui d’influence, et on ne parle pas de “la ville” mais “d’un pôle”, alors pourtant que c’est bien le zonage nommé “aires d’attraction des villes” qui a été utilisé. Ajouter immédiatement et systématiquement “sous l’influence d’un pôle d’emploi” aurait été encore un peu mieux. On aurait alors un zonage en “aires d’influence des pôles d’emploi” plutôt qu’en “aires d’attraction des villes”. Convenez que ce n’est déjà pas pareil quand on entend ces termes.

Ce n’est cependant pas suffisant, car cela reste urbano-centré (c’est forcément “la ville” ou “le pôle” qui influence). Si l’on veut être précis et nommer ce que mesure véritablement l’Insee, le zonage devrait s’appeler quelque chose comme “aires légèrement préférentielles domicile-travail”. Je dis “légèrement préférentielle”, car le seuil de 15% est relativement bas (en creux, en effet, cela signifie que jusqu’à 85% des personnes en emploi ne travaillent pas dans la ville d’à côté). Retenir le terme “domicile-travail” signale qu’on ne s’appuie que sur des données qui résument le lien à l’emploi, à travers des données sur les mobilités domicile-travail, pas sur d’autres liens, qui sont potentiellement nombreux, et qu’on ne sait pas si c’est le lieu d’emploi qui a été décisif, ou le lieu d’habitation. Enfin, je n’emploie pas le terme d’attraction, ni de répulsion, car on ne sait pas ce qui se cache derrière les choix de lieux de résidence et de travail des personnes concernées. S’agissant de la volonté de caractériser la diversité du monde rural, on ne devrait pas parler de “rural hors influence d’un pôle” ou de “rural sous l’influence d’un pôle”, mais de “rural situé au sein d’une aire (légèrement) préférentielle domicile-travail” et de rural situé en dehors de telles aires.

Peut-être peut-on trouver mieux comme termes, mais vous comprenez l’idée. Et j’insiste, ce n’est pas une question anecdotique : les mots ont du sens, ils influent sur les représentations des acteurs, notamment des politiques, qui vont, sur la base de leurs représentations, se forger une vision du monde et définir en conséquence des politiques publiques. Changer les mots, c’est changer les représentations et donc l’action concrète.

L’impact économique de la crise sur les territoires de Nouvelle-Aquitaine

C’est le titre du premier document produit par le service que je pilote, au sein du Pôle Datar de la Région Nouvelle-Aquitaine. En voici le résumé :

Nous analysons dans ce document l’impact de la crise en nous appuyant sur les données les plus récentes disponibles, relatives à l’évolution de l’emploi privé hors agriculture entre le dernier trimestre 2019 et le deuxième trimestre 2020.

Les points à retenir sont les suivants :

  • France entière, le choc actuel a conduit à la destruction de 638 019 emplois entre fin décembre 2019 et fin juin 2020, soit un rythme trimestriel moyen de  ‑1,71%,  plus de trois fois supérieur au rythme observé lors de la crise de 2008-2009 (-0,54% par trimestre à l’époque),
  • Plus de la moitié des destructions d’emploi est concentrée dans trois secteurs : l’intérim (32,6% des destructions), la restauration (14,1%) et l’hébergement (7,0%). D’autres secteurs, qui pèsent moins dans l’économie mais qui sont particulièrement impactés, relèvent des activités de la culture et des loisirs,
  • La Nouvelle-Aquitaine fait partie des régions relativement moins touchées (2ème région de France métropolitaine la moins impactée), avec une baisse trimestrielle moyenne de 1,54% (44 673 emplois détruits),
  • Les zones d’emploi de Nouvelle-Aquitaine sont touchées de manière différenciée, la baisse trimestrielle moyenne variant de -0,73% pour la zone de Marmande à -4,96% pour celle de Sarlat-la-Canéda, soit un rapport de près de 7 pour 1,
  • La baisse légèrement moins forte en Nouvelle-Aquitaine que France entière s’explique pour partie (pour 13%) par un positionnement sectoriel plus favorable, mais surtout (pour 87%) par des effets dits « locaux » ou « résiduels » positifs,
  • On retrouve l’importance de ces effets locaux, plus que des effets de spécialisation, dans les différences de trajectoire observées à l’échelle des zones d’emploi.

Vous pouvez télécharger le document complet ici. Nous mettons également à la disposition de tout un chacun un fichier excel qui reprend les résultats par secteur, par région et par zones d’emploi.

Nous travaillons actuellement sur d’autres jeux de données pour mesurer l’impact territorial de la crise. Nous travaillons également sur d’autres thématiques, dont je vous ferai part au fur et à mesure. Un espace dédié sur le site de la Région Nouvelle-Aquitaine est en cours de construction, sur lequel nous mettrons à disposition l’ensemble des documents, ainsi que des outils de datavisualisation. Plein de choses passionnantes à venir, donc, en 2021.

Géographie des hauts salaires : une photographie du monde d’avant

Je ne sais pas à quoi ressemblera le monde d’après Covid, s’il se distinguera beaucoup du monde d’avant, en attendant la note que vient de publier l’Insee sur les hauts salaires en France permet de voir d’où l’on part.

On y apprend que le top 1% des salariés du privé est constitué de 163000 salariés équivalent temps plein, qui touchent au moins chaque mois  8680€ net, qu’il est constitué majoritairement de dirigeants et de cadres, qu’il concentre 8% de la masse salariale du secteur privé, part qui augmente depuis trente ans alors qu’elle avait baissé des années 1960 aux années 1980.

S’agissant de la géographie des salaires, si l’on regarde ce qu’ils pèsent dans deux des 101 départements français, Paris et les Hauts-de-Seine, le constat est édifiant :

Ces deux départements, qui représentent 5,8% de la population de France métropolitaine au 1er janvier 2020, concentrent une part déjà plus importante des salaires du privé, part qui croît pour atteindre des sommets quand on se focalise sur les très hauts salaires.

Ces résultats sont similaires à ceux que nous avions observé avec Michel Grossetti il y a deux ans de cela : nous montrions plus précisément que les différences géographiques de salaires en France étaient relativement faibles, en dehors précisément de ces deux départements, qui concentrent des métiers en lien avec l’activité des sièges sociaux, de la banque et de la finance.

Il convient de garder en tête ces chiffres quand on s’amuse ensuite à comparer les PIB par habitant des régions françaises : les PIB sont en effet régionalisés sur la base des salaires versés, le fait que l’Ile-de-France connaissent un PIB par habitant bien supérieur aux autres régions tient pour partie à cette concentration des très hauts salaires. Difficile dès lors de parler de “surproductivité” de l’Ile-de-France comme le font de trop nombreux commentateurs, c’était l’un des messages de notre article.

On peut s’interroger également sur le calibrage de notre système fiscal, sa progressivité, en se disant que ce serait bien qu’il résorbe un peu mieux qu’aujourd’hui les inégalités de niveau de vie, qui dépendent au moins pour partie de ces inégalités de salaire. On pourrait aussi s’interroger sur la pertinence de cette concentration atypique des pouvoirs économiques, politiques, médiatiques dans la région capitale. Bref, quelques sujets pour le monde d’après.

Impact économique de la crise sanitaire : actualisation (épisode 34)

L’Insee vient de publier une version actualisée au 27 mai de l’impact économique de l’épidémie, à l’échelle du pays. Les choses vont un peu mieux : la perte estimée à -33% au 7 mai est ramenée à -22% au 27 mai. Ci-dessous le détail par secteur.

Comme les fois précédentes, j’ai territorialisé l’analyse, en appliquant les taux de perte sectoriels aux poids des secteurs observé à l’échelle des départements, puis des EPCI.

La situation relative des territoires bouge peu, la corrélation entre les taux de perte aux différentes dates est très forte, on retrouve Paris, les Hauts-de-Seine, la Savoie parmi les départements les plus affectés, la Lozère, la Creuse et la Meuse comme départements les moins affectés. Je vous redonne les chiffres précis par département et par EPCI dans ce fichier.

Covid 19 et densité : le cas américain (épisode 33)

Je continue mon exploration du lien entre densité et Covid 19, en me focalisant sur le cas américain, à l’échelle des États américains. Je croise ici le nombre de décès par million d’habitants et le nombre d’habitants par km².

Lorsqu’on retient l’ensemble des États américains, on obtient ce graphique :

La corrélation entre les deux variables est relativement forte, mais on voit qu’elle est tirée par 6 États tous contigus à L’État de New-York (New-Jersey, Connecticut, Massachusetts, Rhode Island, Maryland, Delaware). Pris ensemble, ces 7 États concentrent un peu plus de 15% de la population et un peu plus de 58% des décès Covid.

Lorsqu’on estime le lien sans New-York ni ces États, la relation disparaît :

Au final, le résultat récurrent est le suivant : on n’observe pas de relation générale entre densité et épidémie, mais dans la plupart des pays, une zone plus ou moins large de forte densité est particulièrement touchée. C’est le cas en France avec Paris (voir ici), au Royaume-Uni avec Londres (voir ici), en Espagne avec Madrid (voir ici) et désormais aux États-Unis avec New-York et les États limitrophes. Seule l’Italie fait exception, aucun lien entre densité et épidémie même quand on intègre l’ensemble des territoires (voir ici).

Attention à ne pas aller trop vite en besogne, car j’imagine déjà certains m’expliquant qu’il s’agit là de “villes monde”, qui seraient plus touchées : d’autres très grandes villes rangées dans cette catégorie comme Chicago, Los Angeles, Singapour, Séoul, Shangaï, Tokyo,… ne le sont pas ou beaucoup moins.

Covid 19 et densité : le cas Italien (épisode 32)

Je continue à explorer le lien éventuel entre densité et pandémie. Pour la France, le lien semble ténu, dès qu’on exclut l’Ile-de-France des calculs (voir ici et ). Au Royaume-Uni également, dès qu’on exclut Londres (voir ici). Idem semble-t-il en Chine et en Espagne (voir ici).

Je vous propose de présenter les résultats pour le cas italien. Pour cela, j’ai collecté le nombre de cas par province italienne ici, et les données sur la densité et la population sur Eurostat. Il suffit ensuite de croiser la densité et le nombre de cas par habitant.

Résultat : aucune corrélation entre la densité et le nombre de cas par million d’habitants, les deux variables sont totalement indépendantes.

Covid 19 : un désavantage des métropoles ? (épisode 31)

J’ai passé beaucoup de temps et dépensé beaucoup d’énergie depuis plusieurs années, avec mon collègue Michel Grossetti, à déconstruire le discours selon lequel les métropoles auraient un avantage économique sur les autres catégories de territoires. Je vous propose aujourd’hui d’analyser la situation de ces mêmes métropoles vis-à-vis de la pandémie en cours pour vous montrer que, malgré les apparences, elles n’ont pas de désavantage particulier.

Pour cela, j’ai collecté les données de Santé publique France sur les décès par département du 18 mars au 10 mai 2020. J’ai ensuite distingué de deux façons les départements. La première façon consiste à rassembler dans une même catégorie “métropoles” les départements où sont localisés les 22 métropoles instituées par la loi. Il y a une petite difficulté pour Paris, qui s’étend sur toute l’Ile-de-France, j’ai donc considéré que la métropole de Paris était constituée de tous les départements franciliens. J’ai procédé en complément d’une deuxième façon, en m’appuyant sur une typologie européenne basée principalement sur les densités de population, qui distingue les départements urbains, les départements ruraux, et entre les deux les départements dits intermédiaires (vous pouvez visualiser la carte ici). Le nombre de départements français dits urbain est de 14 : 7 départements d’Ile-de-France, auxquels il faut ajouter Lille, Marseille, Lyon, Bordeaux, Nantes, Toulouse et Nice.

En apparence, les métropoles pâtissent d’un désavantage important, lorsqu’on regarde par exemple le taux de mortalité de l’ensemble des métropoles et qu’on le compare au taux de mortalité hors métropoles.

Taux de mortalité par million d’habitants

A la date du 10 mai 2020, le taux de mortalité est de 305 décès par million d’habitants pour les métropoles, contre 178 pour les autres territoires. Il monte même à 336 pour les départements dits urbains, contre 240 pour les départements intermédiaires et 149 pour les départements ruraux.

Mais il s’agit là de moyennes, dont la valeur peut dépendre fortement de quelques observations, ce qu’il convient de vérifier. S’agissant de la distinction métropoles/hors métropoles, je vous propose de refaire le calcul sans Paris (sans l’Ile-de-France donc). S’agissant de la distinction urbain/intermédiaire/rural, je vous propose d’enlever l’Ile-de-France et Grand Est, dont la plupart des départements sont “intermédiaires”.

Taux de mortalité par million d’habitants, hors Ile-de-France (graphique de gauche) et hors Ile-de-France et Grand Est (graphique de droite)

Les différences entre les ensembles de territoires ont pratiquement disparu. Toujours au 10 mai 2020, le taux de mortalité des métropoles hors Paris tombe à 194 décès par million d’habitants, contre 178 pour les départements hors métropoles. Les taux sont de 155 pour les départements urbains, 144 pour les départements intermédiaires et 132 pour les départements ruraux. La réponse à la question du titre est donc plutôt négative, sauf à considérer qu’il n’y a qu’une métropole en France, Paris. De même, penser qu’il y a un avantage du rural face à l’épidémie s’avère erroné.

Pour conclure, une petite digression. Nous nous sommes toujours défendus, Michel Grossetti et moi-même, de porter un discours “anti-métropole”, ou bien “pro-rural”, étiquettes que certains aimeraient bien nous coller. Ce que nous nous efforçons de montrer, c’est que les catégories de “métropole”, de “ville moyenne” ou de “rural”, sont souvent trompeuses car elles ne sont pas homogènes. C’est exactement la même chose que je viens de montrer dans ce billet, qui invite avant tout à se méfier non pas des métropoles, mais des moyennes.