Enjeux de nouvelle économie géographique. Séance 3 : Les enjeux empiriques.

Présentation au sujet: "Enjeux de nouvelle économie géographique. Séance 3 : Les enjeux empiriques."— Transcription de la présentation:

1 Enjeux de nouvelle économie géographique

2 Séance 3 : Les enjeux empiriques

3 Organisation de la séance L’évolution récente de la littérature vers des études plus empiriques. Les obstacles qui demeurent sur la route d’une méthodologie empirique cohérente. En conclusion: Bilan de l’évolution récente de l’économie géographique.

4 Les études initiales Fujita & Thisse (1996):  « More work is needed to check the robustness of these results, while empirical studies are needed to evaluate their real-world implications » Krugman (1998): « The empirical frontier »  « An unfortunate feature of much of the ‘new’ theorizing since the 1970s is that it has failed to lead to much validating empirical work »  « Serious empirical work still remains to be carried out »

5 Les études initiales Ottaviano & Puga (1999)  « The direct test of these models is still at an infant stage. Trade economists are notoriously slow in taking their models to empirical ground, and economic geography has been no exception»  « The single most important direction in which research in this area needs to be extended is empirical testing »

6 L’évolution récente Head & Mayer (2004): « Although the theory is still being digested, a large new serving of empirical work has arrived over the last five years » Brakman, Garretsen & Schramm (2006): « we (…) explicitly address the theoretical implications of the empirical findings » La série d’études de Fingleton (2001, 2003, 2005, 2006)

7 L’évolution récente Il y a eu augmentation récente des études empiriques testant les prédictions des différents modèles de la NEG  Certains résultats sont très importants (Fingleton) Mais attention:  Head & Mayer : pas encore de consensus sur les variables dépendantes et les types de régressions  Combes, Duranton & Overman (2005) : « The most policy-relevant issues have attracted the least attention »

8 Les obstacles sur la route d’une économie géographique empirique

9 Les obstacles (et leur contournement!) 1. Les données Les problèmes de données ( évoqués à la séance 2 )  L’économétrie spatiale implique l’existence d’une dimension… spatiale!  Or, il existe peu de données macroéconomiques à des niveaux désagrégés (inertie statistique…) Exemple de variables nécessaires:  Indice des prix, nombre d’entreprise, volumes produits, nombre d’employés, tables intrants- extrants, etc.

10 Les obstacles (et leur contournement!) 1. Les données Lorsque des données existent, les problèmes demeurent:  Les données utilisent une division discrète de l’espace ⇒ problèmes méthodologiques (plus loin) Illustration: la division NUTS en Europe  Crée pour l’étude des fonds structurels.  NUTS 1 : 3 à 7 millions d’habitants  NUTS 2 : de 800 000 à 3 millions habitants  NUTS 3 : de 150 000 à 800 000 habitants

11 Les obstacles (et leur contournement!) 1. Les données NUTS 1NUTS 2NUTS 3 Claude Robinot, site de l’académie de Versailles: http://www.histoire.ac-versailles.fr/old/geographie/Nterrit/NUTS.htm

12 Les obstacles (et leur contournement!) 1. Les données Cependant, il y a eu une évolution récente en économétrie:  Les grands panels microéconomiques  Données détaillées d’entreprises ou de ménages Du à des besoins nouveaux et des capacités informatiques nouvelles Du point de vue de l’économétrie spatiale, ces données sont souvent « géocodées »  La localisation du répondant est identifiée

13 Les obstacles (et leur contournement!) 1. Les données Malgré cela, des difficultés subsistent:  C’est une évolution récente donc il y a peu d’années disponibles: c’est un problème pour l’analyse des dynamiques spatiales longues  Problème de distinction entre données firmes et établissements: biais de localisation de l’activité. En adoptant une approche d’anticipation rationnelle, on peut cependant penser qu’au fil du temps ces problèmes seront réduits.

14 Les obstacles (et leur contournement!) 2. La théorie Les problèmes de correspondance entre les prédictions théoriques et la réalité  Probablement l’obstacle le plus important et celui sur lequel beaucoup de travail reste à faire Exemples : Head & Mayer (2004), Brakman et al (2006) Ce ne sont pas les seules études, mais celles-ci sont intéressantes car elles reprennent le modèle de Puga (1999), étudié en Séance 1

15 Les obstacles (et leur contournement!) 2. La théorie L’étude de Head & Mayer (2004)  Basée sur le modèle de Puga (1999)  Cherche à estimer la condition de stabilité du système:

16 Les obstacles (et leur contournement!) 2. La théorie Méthode:  21 secteurs, et 2 couples de pays  Triangles: Canada-US  Points: Allemagne - France Résultat:  Il ne devrait pas y avoir agglomération dans la plupart des cas !!

17 Les obstacles (et leur contournement!) 2. La théorie Ceci est confirmé par Brakman, Garretsen & Schramm (2006).  Etude qui reproduit l’analyse de Head & Mayer sur les régions NUTS 2.  Utilise l’équation des salaires pour estimer le cout de transport et l’élasticité de substitution σ  Le résultat des estimations sont cohérents avec d’autres études (ex, σ ≈ 4) Mais, cependant, pas de prédiction théorique d’agglomération…

18 Les obstacles (et leur contournement!) 2. La théorie Ou est le problème?  La version de Puga utilisée n’a pas de migration.  Les prédictions de Puga (1999) sont dérivées d’un modèle avec 2 régions, 2 secteurs ⇒ Peu transposable à la réalité.  Exemple : Head & Mayer sont obligés de faire l’hypothèse que chaque secteur est le « secteur manufacturé » et que seuls les deux pays commercent. Ceci est un problème théorique, pas empirique.

19 Les obstacles (et leur contournement!) 3. L’équivalence observationnelle Et finalement: L’équivalence observationnelle Encore un problème, même dans les études les plus récentes:  Brakman et al (2006): « The conclusion is that the same empirical facts about agglomeration can be explained using different theoretical approaches »  « [This] leaves unanswered the question of the relevance of NEG and, within NEG, as to the relevance of specific NEG models. »

20 Les obstacles (et leur contournement!) 3. L’équivalence observationnelle Illustration de ce problème d’équivalence: Le résultat de Fingleton (2003) sur le Royaume-Uni Approche théorique de Fingleton (2003)  Production finale Q dans chaque région i, avec comme intrants le facteur travail M et un bien intermédiaire I :  Réécritavec  N est la densité de l’emploi E en unités d’efficacité A (productivité comprise)

21 Les obstacles (et leur contournement!) 3. L’équivalence observationnelle Problème : pas de données désagrégées disponibles sur le produit (PIB?) par région. Par contre, on trouve des données (d’entreprises) sur le salaire. On dérive donc Q par rapport à N: En logs: Sachant que et

22 Les obstacles (et leur contournement!) 3. L’équivalence observationnelle On obtient: C’est presque une équation estimable! Il manque cependant des données sur A (la productivité du travail)  Deux variables sont introduites pour servir d’instrument: le niveau éducatif H et l’indice technologique T  On prend aussi en compte la possibilité de spillovers spatiaux Finalement:

23 Les obstacles (et leur contournement!) 3. L’équivalence observationnelle

24 Conclusions  On mesure bien la présence de rendements croissants à l’agglomération au niveau agrégée au Royaume uni et en France  Ces effets sont forts, significatifs, et indépendants des caractéristiques propres des régions étudiées. Problème  Le modèle est proche de ceux de Duranton et Puga (2004)  La production finale est à rendements constants mais il y a consommation variée (CES) de biens intermédiaires.  On ne peut pas identifier ici la source de ces rendements croissants!

25 Eléments de conclusion sur la contribution de la NEG

26 Eléments de conclusion Avant toute choses, ceci est ouvert à commentaires et discussion L’apport théorique de la NEG est son principal point fort.  Modèles d’équilibre général dynamique  Approche non-linéaire, avec possibilité de transitions catastrophiques  Ceci tranche fortement avec les approches précédentes

27 Eléments de conclusion L’aspect dynamique / non-linéaire est essentiel, et existe potentiellement partout en économie  La science économique initialement basée sur le statique se base maintenant sur le dynamique ⇒ pertinence de la théorie de la catastrophe σ π τ On peut provoquer le changement, mais pas le « gérer » une fois lancé (irréversibilité).

28 Eléments de conclusion On pourrait dire que la NEG a les point faibles de ses points forts  C’est quelque part l’argument de Martin (1999)  La formalisation stricte permet une analyse rigoureuse de la dynamique du modèle…  Mais le caractère catastrophique (du à la non- linéarité / causation cumulative) rend l’étude empirique difficile. Il faut cependant savoir ce que l’on veut en tant qu’économiste !

29 Eléments de conclusion Malgré les efforts récents il existe donc encore une divergence entre la théorie et les méthodes qui rend difficile l’évaluation de l’apport de la NEG. Il y a encore des problèmes de données et de méthodes qui limitent la portée des analyses empiriques

30 Eléments de conclusion On peut espérer que ces obstacles se lèveront avec le temps  ‘L’inertie statistique’ sur les données ira en diminuant avec le temps  La puissance de calcul devrait encore augmenter de manière exponentielle (au moins un temps)  Les logiciels et algorithmes sont de plus en plus performants  Des techniques économétriques inédites deviennent possible (« brute force methods »)

31 Eléments de conclusion Plus généralement: l’étude de Brakman et al (2006) montre que le problème principal est inadéquation entre les prédictions théoriques des modèles de base et la réalité statistique: « We will have to face the difficulties that arise in NEG models when empirical findings are confronted with the underlying model »

32 Eléments de conclusion Le travail central qui demeure à effectuer est la production, à partir des modèles NEG, de prédictions testables.  Obstacle : Si la NEG fournit un cadre, il est difficile de distinguer les différentes versions. Conclusion centrale  Il y à encore du travail à faire pour rendre falsifiables les prédictions théoriques (Popper)  Cependant, vu les enjeux théoriques potentiels, cela « vaut le coup » !!