Annuaire régional d`Eurostat 2009

Transcripción

ISSN 1830-9682
L’information statistique est indispensable à qui veut
comprendre notre monde si complexe et en constante
mutation. L’Annuaire régional d’Eurostat 2009 constitue
une mine d’informations sur la vie dans les régions des
27 États membres de l’Union européenne et également
dans les pays candidats et dans ceux de l’AELE. Si vous
voulez en savoir plus sur la manière dont les régions
d’Europe évoluent dans un certain nombre de domaines
statistiques, voici la publication qu’il vous faut! Les
textes ont été rédigés par des experts des divers
domaines statistiques et sont accompagnés de cartes
statistiques, de graphiques et de tableaux sur chacun
des sujets. Un vaste ensemble de données régionales
sont présentées sur les thèmes suivants: population;
villes européennes; marché du travail; produit intérieur
brut; comptes des ménages; statistiques structurelles
des entreprises; société de l’information; science,
technologie et innovation; éducation; tourisme;
agriculture. La présente publication est disponible en
allemand, en anglais et en français.
http://ec.europa.eu/eurostat
ISBN 978-92-79-11697-1
9
789279 116971
Prix au Luxembourg (TVA exclue): 30 EUR
Annuaire régional d’Eurostat 2009
KS-HA-09-001-FR-C
Livres statistiques
Livres statistiques
Europe Direct est un service destiné à vous aider à trouver
des réponses aux questions que vous vous posez sur l’Union européenne.
Un numéro unique gratuit (*):
00 800 6 7 8 9 10 11
(*) Certains opérateurs de téléphonie mobile ne permettent pas l’accès
aux numéros 00 800 ou peuvent facturer ces appels.
De nombreuses autres informations sur l’Union européenne sont disponibles sur l’internet via le
serveur Europa (http://europa.eu).
Luxembourg: Office des publications officielles des Communautés européennes, 2009
ISBN 978-92-79-11697-1
ISSN 1830-9682
doi: 10.2785/17920
Numéro de catalogue: KS-HA-09-001-FR-C
Thème: Statistiques générales et régionales
Collection: Livres statistiques
© Communautés européennes, 2009
Copyright des photos suivantes: la couverture: © Annette Feldmann; les chapitres «Introduction»,
«Population», «Comptes des ménages», «Société de l’information», «Éducation» et «Tourisme»:
© Phovoir.com; le chapitre «Villes européennes»: © Teodóra Brandmüller; les chapitres «Marché du
travail», «Produit intérieur brut», «Statistiques structurelles des entreprises» et «Science, technologie
et innovation»: © la bibliothèque d’images numériques de la direction générale de la politique
régionale de la Commission européenne; le chapitre «Agriculture»: © Jean-Jacques Patricola
L’autorisation de reproduction ou d’utilisation de ces photos doit être demandée directement au
détenteur des droits d’auteur.
Préface
Chère Lectrice, Cher Lecteur,
L’année 2004 a été marquée par un événement sans précédent, puisqu’elle a vu, le 1er mai, dix nouveaux États membres
entrer dans l’Union européenne (UE). Le présent Annuaire
des régions 2009 vous montrera, chiffres à l’appui, quels sont
les progrès accomplis en matière d’évolution économique et
sociale dans les régions au cours des cinq années écoulées
depuis lors et quels sont les domaines où les efforts doivent
être intensifiés pour atteindre les objectifs d’une cohésion
renforcée.
Au fil de ses onze chapitres, l’Annuaire des régions vous
permettra de découvrir les aspects les plus intéressants des
divergences et des points communs entre les régions des
27 États membres, ainsi que des pays candidats et des pays
de l’Association européenne de libre-échange (AELE). Son
but est de vous encourager à rechercher vous-même les multiples données régionales qui vous sont proposées sur le site
internet d’Eurostat et à analyser vous-même l’évolution économique et sociale.
À côté des chapitres habituels, toujours très intéressants, sur l’évolution démographique au niveau
régional, le marché régional du travail, le produit intérieur brut régional et d’autres thèmes, nous innovons cette année en vous présentant l’évolution régionale de données sur la société de l’information.
Comme ce fut déjà le cas ces dernières années, les données sur les évolutions régionales sont complétées par une présentation des résultats les plus récents de l’«audit urbain», un ensemble de données qui
contient de nombreuses informations statistiques sur les villes européennes.
Nous continuerons à élargir régulièrement l’éventail des indicateurs régionaux disponibles et nous
espérons pouvoir leur faire une place dans les éditions futures lorsque la disponibilité et la qualité des
données le permettront.
Je vous souhaite une lecture agréable!
Walter Radermacher
Directeur général, Eurostat
3
Remerciements
Les éditeurs de l’Annuaire régional d’Eurostat 2009 tiennent à remercier tous ceux qui leur ont apporté
leur concours, et en particulier les membres suivants d’Eurostat qui, en rédigeant les divers chapitres
de l’Annuaire, ont rendu cette publication possible:
• Population: Veronica Corsini, Monica Marcu et Rosemarie Olsson (unité F.1: «Population»)
• Villes européennes: Teodóra Brandmüller (unité E.4: «Statistiques régionales et information géographique»)
• Marché du travail: Pedro Ferreira (unité E.4: «Statistiques régionales et information géographique»)
• Produit intérieur brut: Andreas Krüger (unité C.2: «Comptes nationaux — Production»)
• Comptes des ménages: Andreas Krüger (unité C.2: «Comptes nationaux — Production»)
• Statistiques structurelles des entreprises: Aleksandra Stawińska (unité G.2: «Statistiques structurelles des entreprises»)
• Société de l’information: Albrecht Wirthmann (unité F.6: «Société de l’information; tourisme»)
• Science, technologie et innovation: Bernard Félix, Tomas Meri, Reni Petkova et Håkan Wilén
(unité F.4: «Éducation, science et culture»)
• Éducation: Sylvain Jouhette, Lene Mejer et Paolo Turchetti (unité F.4: «Éducation, science et
culture»)
• Tourisme: Ulrich Spörel (unité F.6: «Société de l’information; tourisme»)
• Agriculture: Céline Ollier (unité E.2: «Agriculture et pêche»)
La mise en forme et la coordination de la présente publication ont été assurées par Åsa Önnerfors (unité E.4: «Statistiques régionales et information géographique») avec le concours de Berthold Feldmann
(unité E.4: «Statistiques régionales et information géographique») et de Pavel Bořkovec (unité D.4:
«Diffusion»). Baudouin Quennery (unité E.4: «Statistiques régionales et information géographique») a
produit l’ensemble des cartes statistiques.
Nous adressons également nos remerciements à:
4
—
la direction générale de la traduction de la Commission européenne, et notamment aux unités
de traduction allemande, anglaise et française;
—
l’Office des publications de l’Union européenne, et notamment à Bernard Jenkins de l’unité B1
(«Publications multisupports»), ainsi qu’aux correcteurs d’épreuves de l’unité B2 («Services éditoriaux»).
Table des matières
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Statistiques des régions et des villes.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
La nomenclature NUTS.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Couverture. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Davantage d’informations régionales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1 POPULATION.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Présentation de la répartition régionale de la démographie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Densité de population.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Évolution de la population .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Notes méthodologiques.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
14
14
14
23
23
2 Villes européennes.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Une liste d’indicateurs complétée.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Passage d’une périodicité de cinq ans à une collecte annuelle de données.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Une couverture géographique étendue.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Découvrir la dimension spatiale.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Centres-villes.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Zones urbaines élargies.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
La géographie compte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
3 Marché du travail.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Modèles de temps de travail régionaux.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Bref aperçu pour 2007.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Modèles de travail régionaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Les emplois à temps partiel font baisser le temps de travail moyen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Les salariés passent moins de temps au travail.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Définitions.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
4 Produit intérieur brut.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Qu’est-ce que le produit intérieur brut régional?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Le PIB régional en 2006.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Le PIB en moyenne pour la période 2004-2006.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Fortes disparités régionales à l’intérieur même des pays.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Processus de rattrapage dynamique dans les nouveaux États membres.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Évolution hétérogène au sein même des pays. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
La convergence fait des progrès. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Parités de pouvoir d’achat et comparaisons internationales du volume. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
26
26
26
26
28
31
33
36
36
39
41
43
46
47
47
49
50
50
52
52
54
56
57
59
60
60
5
5 Comptes des ménages.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction: mesure de la richesse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Revenu des ménages privés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Résultats pour l’année 2006. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Revenu primaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Revenu disponible. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
La dynamique à la périphérie de l’Union.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6 Statistiques structurelles des entreprises.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Spécialisation régionale et concentration des activités. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Spécialisation dans les services aux entreprises.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Croissance de l’emploi dans les services aux entreprises.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Caractéristiques des 30 régions les plus spécialisées dans les services aux entreprises.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
63
64
64
64
64
65
70
72
73
75
76
76
83
87
87
90
91
7 Société de l’information.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Accès aux technologies de l’information et de la communication. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Utilisation de l’internet et activités en ligne.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Non-utilisateurs de l’internet.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Notes méthodologiques.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8 Science, technologie et innovation.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Recherche et développement.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ressources humaines en science et technologie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Industries de haute technologie et services à forte intensité de connaissance. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Brevets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Notes méthodologiques.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9 Éducation.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Participation des étudiants à l’éducation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Participation des enfants de 4 ans à l’enseignement.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Étudiants du deuxième cycle de l’enseignement secondaire et de l’enseignement postsecondaire non supérieur.. . .
Étudiants de l’enseignement supérieur.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Diplômés de l’enseignement supérieur.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
L’apprentissage tout au long de la vie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Notes méthodologiques.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
107
108
108
110
113
116
118
119
121
122
122
124
124
126
129
129
131
133
10TourismE.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Capacités d’hébergement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Nuitées.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Durée moyenne des séjours. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Intensité touristique.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
L’évolution du tourisme. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Part du tourisme récepteur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
136
137
137
140
140
140
143
145
147
11Agriculture.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduction.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Superficie agricole utilisée.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Part de la superficie des céréales par rapport à la superficie agricole utilisée. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Part de la superficie des cultures permanentes par rapport à la superficie agricole utilisée.. . . . . . . . . . . . . . . . . . . . .
Production agricole. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Production de blé.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Production de maïs grain.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Production de colza.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
149
150
150
150
150
153
153
155
155
158
158
Annexe.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
UNION EUROPÉENNE: régions au niveau NUTS 2.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
PAYS CANDIDATS: régions statistiques au niveau 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
PAYS DE L’AELE: régions statistiques au niveau 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
159
135
159
162
163
7
Introduction
Introduction
Statistiques des régions et des villes
L’information statistique est indispensable à qui
veut comprendre notre monde si complexe et en
constante mutation. Eurostat, l’office statistique
des Communautés européennes, a pour mission
de collecter et de diffuser au niveau européen des
données provenant non seulement des 27 États
membres de l’Union européenne (EU-27), mais
également des trois pays candidats (Croatie, ancienne République yougoslave de Macédoine et
Turquie), ainsi que des quatre pays de l’AELE
(Islande, Liechtenstein, Norvège et Suisse).
La présente publication (Annuaire régional d’Eurostat 2009) se propose de vous donner un aperçu de
certaines statistiques des régions et des villes que
nous collectons auprès de ces pays. Les statistiques
des régions nous permettent de dégager des caractéristiques et des tendances statistiques plus détaillées que les données nationales, mais, puisqu’il
existe 271 régions NUTS 2 dans l’EU-27, 30 régions
statistiques de niveau 2 dans les pays candidats et
16 régions statistiques de niveau 2 dans les pays
de l’AELE, le volume des données est si grand que
certains principes de classement doivent nécessairement être appliqués pour que ces données soient
compréhensibles et significatives.
Pour l’esprit humain, le recours à des cartes statistiques représente probablement le moyen le
plus facile de trier et d’«absorber» d’importantes
quantités de données statistiques en une seule
fois. C’est la raison pour laquelle l’Annuaire régional d’Eurostat contient, comme les années
précédentes, un grand nombre de cartes statistiques sur lesquelles les données sont différenciées
selon les classes statistiques représentées par des
nuances de couleur. Dans certains chapitres, des
graphiques et des tableaux sont également utilisés
pour présenter les données, celles-ci étant sélectionnées et présentées d’une manière (différentes
hiérarchies, graphiques indiquant les valeurs régionales extrêmes à l’intérieur des pays ou exemples représentatifs seulement) qui rend plus aisée
la compréhension des données statistiques.
Nous sommes fiers de fournir un vaste éventail
de thèmes abordés dans les onze chapitres de
l’édition 2009 de l’Annuaire régional d’Eurostat.
Le premier chapitre, qui concerne la population,
donne un aperçu détaillé des différents schémas
démographiques, tels que la densité de population, les variations démographiques et les taux
de fécondité dans les pays examinés. Ce chapitre
peut être considéré comme la clé de tous les autres,
puisque toutes les autres statistiques dépendent
de la composition de la population. Le deuxième
10
chapitre, consacré aux villes européennes, explique de manière détaillée les définitions des différents niveaux spatiaux utilisés dans la collecte
de données de l’audit urbain et donne quelques
exemples intéressants des déplacements domi
cile-travail dans neuf capitales européennes.
Le chapitre relatif au marché du travail décrit
principalement les différences en matière de travail hebdomadaire en Europe et propose quelques
éléments permettant d’expliquer les variations
considérables observées d’une région à l’autre. Les
trois chapitres économiques, qui concernent respectivement le produit intérieur brut, les comptes des ménages et les statistiques structurelles
des entreprises, nous donnent un aperçu détaillé
de la situation économique générale des régions,
des ménages et des divers secteurs de l’économie
marchande.
Nous sommes particulièrement heureux de pouvoir vous présenter un nouveau chapitre, très intéressant, sur la société de l’information, qui décrit
l’utilisation des technologies de l’information et
de la communication (TIC) par les particuliers et
les ménages dans les régions d’Europe. Ce chapitre nous apprend, par exemple, combien de ménages utilisent régulièrement l’internet et combien
ont un accès à large bande. Les deux chapitres
suivants concernent la science, la technologie et
l’innovation, d’une part, et l’éducation, d’autre
part, et ces trois domaines statistiques sont fréquemment considérés comme essentiels dès lors
qu’il s’agit de suivre la réalisation des objectifs
définis dans la stratégie de Lisbonne visant à faire
de l’Europe l’économie de la connaissance la plus
compétitive et la plus dynamique du monde.
Le chapitre suivant présente des informations sur
les statistiques régionales du tourisme, ainsi que
les destinations touristiques les plus populaires.
Le dernier chapitre, qui concerne l’agriculture,
met cette année l’accent sur les statistiques des
produits végétaux et nous apprend quels types de
produits végétaux sont cultivés dans les différentes régions d’Europe.
La nomenclature NUTS
La nomenclature des unités territoriales statistiques (NUTS) constitue un schéma unique et cohérent de répartition territoriale pour l’établissement
des statistiques régionales de l’Union européenne.
Elle est utilisée depuis des décennies pour la
confection de statistiques régionales et a toujours
constitué la base de la politique de financement
régionale. Ce n’est cependant qu’en 2003 qu’elle a
été dotée d’une base juridique, puisque c’est cette
Introduction
année-là que le règlement NUTS a été adopté par
le Parlement européen et le Conseil (1).
À chaque fois que de nouveaux États membres
adhèrent à l’Union, le règlement NUTS est
adapté par l’addition de la nomenclature des
régions de ces pays. C’est ce qui s’est passé en
2004, lorsque l’Union a accueilli dix nouveaux
États membres, et en 2007 lorsque la Bulgarie et
la Roumanie ont adhéré.
Pour tenir compte de nouveaux découpages administratifs ou territoriaux dans les États membres, le règlement NUTS spécifie que les modifications de la nomenclature régionale peuvent
avoir lieu au maximum tous les trois ans. Cette
adaptation a eu lieu pour la première fois en 2006,
et les modifications apportées à la nomenclature
NUTS sont en vigueur depuis le 1er janvier 2008.
Comme ces modifications de la NUTS sont assez
récentes, les données statistiques ne sont pas encore disponibles dans certains cas ou ont été remplacées par des valeurs nationales sur certaines cartes
statistiques, comme le précisent les notes relatives
aux différentes cartes concernées. C’est le cas notamment de la Suède, qui a introduit des régions
de niveau NUTS 1, du Danemark et de la Slovénie,
qui ont introduit des régions de niveau NUTS 2,
ainsi que des deux régions les plus septentrionales d’Écosse, à savoir North Eastern Scotland
(UKM5) et Highlands and Islands (UKM6), où
la frontière entre les deux régions a été modifiée.
Nous espérons que la disponibilité des données
régionales pour ces pays sera bientôt améliorée.
Il convient également de noter que certains États
membres ont une population relativement peu
nombreuse et ne sont dès lors pas divisés en plusieurs régions NUTS 2. Dans le cas de ces pays, la
valeur de NUTS 2 est donc exactement identique
à la valeur nationale. Depuis la dernière révision
en date de la nomenclature NUTS, cette règle s’applique à six États membres (Estonie, Chypre, Lettonie, Lituanie, Luxembourg et Malte), à un pays
candidat (ancienne République yougoslave de Macédoine) et à deux pays de l’AELE (Islande et Liechtenstein). Dans tous ces cas, l’ensemble du pays
représente une seule région de niveau NUTS 2.
Une carte dépliante placée à l’intérieur de la couverture de l’Annuaire présente l’ensemble des
régions de niveau NUTS 2 des 27 États membres
de l’UE, ainsi que les régions statistiques correspondantes au niveau 2 des pays candidats et des
pays de l’AELE. Vous trouverez en annexe la liste
complète des codes et des noms de ces régions,
ce qui vous permettra de localiser facilement une
région précise sur la carte.
Couverture
L’Annuaire régional d’Eurostat 2009 contient principalement des statistiques relatives aux 27 États
membres de l’Union européenne, mais également, quand les informations étaient disponibles,
sur les trois pays candidats à l’adhésion (Croatie,
ancienne République yougoslave de Macédoine
et Turquie) et les quatre pays de l’AELE (Islande,
Liechtenstein, Norvège et Suisse).
(1) Vous trouverez de plus
amples informations
relatives à la
nomenclature NUTS
sur l’internet (http://
ec.europa.eu/eurostat/
ramon/nuts/splash_
regions.html).
Les régions des pays candidats et des pays de
l’AELE sont appelées «régions statistiques» et sont
régies par les mêmes règles que les régions NUTS
de l’Union européenne, si ce n’est qu’elles ne possèdent pas de base juridique. La base de données
d’Eurostat ne contient pas encore de données des
pays candidats et des pays de l’AELE concernant
quelques-uns des domaines d’action, mais la disponibilité des données s’améliore constamment,
et nous espérons que la couverture de ces pays
sera encore meilleure dans un avenir proche.
Davantage d’informations
régionales
Sur le site internet d’Eurostat, vous trouverez sous
le thème «Statistiques générales et régionales», et
plus particulièrement sous «Régions et villes», des
tableaux présentant des statistiques sur les «régions» et l’«audit urbain»: vous pourrez y consulter des séries chronologiques plus détaillées (dont
certaines remontent jusqu’à 1970) et des données
statistiques plus détaillées que celles présentées
dans cet Annuaire. Vous y trouverez également
un certain nombre d’indicateurs (tels que la superficie, la démographie, le produit intérieur brut
et des données sur le marché de l’emploi) établis
au niveau NUTS 3. Cette précision est importante,
puisque certains pays couverts ne sont pas divisés
en régions NUTS 2, comme on l’a vu plus haut.
Pour obtenir des informations plus détaillées sur
le contenu des bases de données régionales et urbaines, veuillez consulter la publication d’Eurostat intitulée Statistiques régionales et urbaines
européennes — Guide de référence 2009, que vous
pouvez télécharger gratuitement à partir du site
internet d’Eurostat. Vous pouvez également télécharger des tableaux Excel contenant les données
précises qui ont été utilisées pour produire les
cartes et d’autres illustrations qui agrémentent
chaque chapitre de la présente publication. Nous
espérons que vous trouverez cette publication à
la fois intéressante et utile. Votre avis nous intéresse. N’hésitez pas à envoyer vos observations à
l’adresse suivante: [email protected]
11
Population
1
Population
Présentation de la répartition
régionale de la démographie
Les évolutions démographiques ont une forte influence sur les sociétés de l’Union européenne.
Les niveaux de fécondité constamment bas, combinés avec une augmentation de la longévité et le
fait que les enfants du baby-boom arrivent à l’âge
de la retraite, conduisent à un vieillissement démographique de la population de l’UE. La proportion des générations âgées s’accroît, tandis que
celle des personnes en âge de travailler décroît.
Les changements sociaux et économiques liés
au vieillissement de la population ont des chances d’avoir de profondes répercussions pour
l’Union — également visibles au niveau régional, recoupant une gamme étendue de domaines
politiques avec des effets sur la population d’âge
scolaire, les soins de santé, la participation de la
main-d’œuvre, les questions de protection sociale
et de sécurité sociale, les finances publiques, etc.
L’évolution démographique n’est pas la même dans
toutes les régions de l’Union. Certains phénomènes
démographiques pourraient avoir un impact plus
marqué dans certaines régions que dans d’autres.
Ce chapitre présente la répartition régionale des
phénomènes démographiques du moment.
Densité de population
Le 1er janvier 2007, la population de l’Union européenne, des pays candidats et des pays de l’AELE
était de 584 millions d’habitants. La répartition
de cette population est variable parmi les 317 régions NUTS 2 qui composent ce territoire.
La carte 1.1 présente la densité de population au
1er janvier 2007. La densité de population d’une
région est le rapport entre la population d’un territoire et sa superficie. Généralement, les régions
capitales figurent parmi celles dont la population
est la plus dense. Comme le montre la carte 1.1,
Inner London (Royaume-Uni) était de loin la plus
densément peuplée, mais la Région de BruxellesCapitale (Belgique), Wien (Autriche), Berlin (Allemagne), Praha (République tchèque), İstanbul
(Turquie), Bucureşti — Ilfov (Roumanie) et Attiki (Grèce) ont également des densités supérieures
à 1 000 habitants/km². La région la moins densément peuplée était celle de Guyane (France),
avant d’autres régions à moindre densité de population (moins de 10 habitants/km²), toutes situées en Suède, Finlande, Islande et Norvège. Par
comparaison, la densité de population de l’Union
européenne est de 114 habitants/km².
14
Évolution de la population
Au cours des quarante-cinq ou cinquante dernières
années, la population des 27 pays qui composent
l’Union européenne actuelle a augmenté pour passer d’environ 400 millions (1960) à près de 500 millions (497 millions au 1er janvier 2008). Si l’on
compte les pays candidats et les pays de l’AELE, le
total de la population est passé au cours de la même
période de moins de 450 millions à 587 millions.
La variation totale de la population comprend
deux aspects: l’accroissement dit «naturel», qui se
définit comme la différence entre le nombre des
naissances vivantes et celui des décès, et le solde
migratoire net, censé représenter la différence entre les flux d’immigration et d’émigration (voir
«Notes méthodologiques»). Les changements
dans la taille d’une population sont le résultat du
nombre de naissances, du nombre de décès et du
nombre de personnes qui migrent.
Jusqu’à la fin des années 80, l’accroissement naturel
constituait de loin l’élément majeur de l’augmentation de la population. Toutefois, cet accroissement
naturel connaît depuis le début des années 60 un
affaissement constant. Par ailleurs, les migrations
internationales ont gagné en importance et sont
devenues le moteur essentiel de la croissance de la
population depuis le début des années 90.
L’analyse réalisée sur les pages suivantes repose
essentiellement sur les tendances démographiques
observées au cours de la période du 1er janvier 2003
au 1er janvier 2008. À cette fin, des moyennes quinquennales ont été calculées pour l’évolution annuelle du total de la population et ses composants.
Étant donné que les tendances démographiques
sont des évolutions à long terme, les moyennes
quinquennales sont un gage de stabilité et de précision du tableau obtenu. Elles contribuent à identifier des groupes régionaux qui dépassent souvent
les frontières nationales. Pour garantir que les données sont comparables, l’évolution de la population
et ses composants sont présentés en termes relatifs,
en calculant les taux dits «bruts», c’est-à-dire qu’ils
se rapportent à la taille du total de la population
(voir «Notes méthodologiques»). Les cartes 1.2, 1.3
et 1.4 présentent ces chiffres concernant la variation totale de la population et ses composants.
Dans la plupart du nord-est, de l’est et une partie
du sud-est du territoire constitué par l’Union européenne, les pays candidats et les pays de l’AELE, la
population a tendance à diminuer. La carte 1.2 se
caractérise par un clivage net entre les régions qui
s’y trouvent et celles du reste de l’Union. Les pays
les plus touchés par la tendance à la diminution
de la population sont l’Allemagne (en particulier
Population
1
Carte 1.1: Densité de la population, par régions NUTS 2, 2007
Personnes par km2
15
1
Population
Carte 1.2: Changement total de la population, par régions NUTS 2, moyenne 2003-2007
16
Pour 1 000 habitants
1
Population
l’ancienne Allemagne de l’Est), la Pologne, la Bulgarie, la Slovaquie, la Hongrie et la Roumanie et,
au nord, les trois États baltes et les parties septentrionales de la Suède ainsi que la région finlandaise
Itä-Suomi. La tendance à la diminution de la population est aussi manifeste dans de nombreuses
régions de Grèce. À l’est, par ailleurs, la variation
totale de la population est positive à Chypre et,
dans une moindre mesure, dans l’ancienne République yougoslave de Macédoine et en Turquie.
Dans la quasi-totalité des régions de l’ouest et du
sud-ouest de l’Union, la population a augmenté
au cours de la période 2003-2007. Cela est parti
culièrement visible en Irlande et dans la quasitotalité des régions du Royaume-Uni, d’Italie,
d’Espagne, de France, du Portugal, et notamment
dans les départements français d’outre-mer ainsi
que les îles espagnoles et portugaises de l’océan
Atlantique. La variation totale de la population a
également été positive en Autriche, en Suisse, en
Belgique, au Luxembourg et aux Pays-Bas.
Graphique 1.1:
Le tableau fourni par la carte 1.2 peut être affiné
par une analyse des deux composants de l’évolution du total de la population, à savoir l’évolution
naturelle et la migration.
D’après la carte 1.3, le nombre des décès l’a
emporté sur celui des naissances dans de nombreuses régions de l’Union au cours de la période 2003-2007. Le phénomène de contraction
naturelle de la population qui en résulte est répandu et touche plus de la moitié des régions de
l’Union.
Un accroissement naturel de la population se dégage sur une vaste région transfrontalière unique
constituée de l’Irlande, du centre du RoyaumeUni, de la quasi-totalité des régions de France,
de Belgique, du Luxembourg, des Pays-Bas, de
Suisse, d’Islande, du Liechtenstein, du Danemark
et de Norvège: dans ces régions, au cours de la période 2003-2007, les naissances vivantes ont été
plus nombreuses que les décès.
Indicateur conjoncturel de fécondité par pays, 1986 et 2006
Enfants par femme
SK
PL
LT
SI
RO
DE
CZ
HU
LV
PT
IT
BG
HR
ES
EL
AT
MT
LI
MK
CY
CH
EE
LU
NL
BE
DK
UK
FI
SE
IE
NO
FR
IS
TR
0,0
1986
0,5
1,0
1,5
2,0
2,5
3,0
3,5
2006
Source: Eurostat — Statistique démographique
Notes: EE, PL et MT: données 1986 — estimations nationales; LI: 1985 — estimations nationales; HR: 1990; TR: 1990 — estimations nationales; MK: 1994;
IT, BE et TR: données 2006 — estimations nationales
17
1
Population
Carte 1.3: Changement naturel de la population (naissances vivantes moins décès), par régions NUTS 2,
moyenne 2003-2007
18
1
Population
Les décès l’emportent sur les naissances en Allemagne, en République tchèque, en Slovaquie, en
Hongrie, en Slovénie, en Croatie, en Roumanie et
en Bulgarie, ainsi que dans les États baltes et en
Suède au nord, en Grèce, en Italie et au Portugal
au sud. Les autres pays sont globalement dans une
situation plus équilibrée.
Une raison majeure du ralentissement de l’accroissement naturel de la population tient à ce que
les habitants de l’Union ont moins d’enfants. Au
niveau agrégé, dans les 27 pays qui constituent à
l’heure actuelle l’Union européenne, l’indicateur
conjoncturel de fécondité est revenu d’environ
2,5 au début des années 60 à environ 1,5 en 1993,
date depuis laquelle il n’a pas varié (pour la définition de l’indicateur conjoncturel de fécondité,
voir «Notes méthodologiques»).
Au niveau des pays, en 2006, un indicateur
conjoncturel de fécondité inférieur à 1,5 a été
Graphique 1.2:
BE
BG
CZ
DK
DE
EE
IE
EL
ES
FR
IT
CY
LV
LT
LU
HU
MT
NL
AT
PL
PT
RO
SI
SK
FI
SE
UK
HR
MK
TR
IS
LI
NO
CH
relevé dans 17 des 27 États membres. Pour faire
une comparaison, le graphique 1.1 comporte aussi
des chiffres pour 1986 et pour les pays candidats et
les pays de l’AELE. Des indicateurs de fécondité
relativement élevés ont tendance à être enregistrés dans des pays qui ont mis en œuvre une sé
rie de politiques favorables à la famille, comme
l’introduction de services de garde d’enfants accessibles et à prix raisonnable et/ou des formules
de travail plus souples — tel est le cas de la France,
des pays nordiques et des Pays-Bas.
La (légère) augmentation de l’indicateur conjoncturel de fécondité qui est observée dans certains
pays entre 1986 et 2006 peut être en partie attribuée à un processus de rattrapage suivant le
report de la décision d’avoir des enfants. Lorsque
les femmes donnent naissance à des enfants à un
âge plus avancé, l’indicateur conjoncturel de fécondité commence par indiquer une baisse puis
un regain de la fécondité.
Taux brut de fécondité, par régions NUTS 2, 2007
Naissances pour 1 000 habitants
Région de Bruxelles-Capitale/Brussels Hoofdstedelijk Gewest
Prov. West-Vlaanderen
Yugoiztochen
Severozapaden
Střední Čechy
Střední Morava
Hovedstaden
Sjælland
Saarland
Hamburg
Border, Midland and Western
Kriti
Ipeiros
Principado de Asturias
Southern and Eastern
Ciudad Autónoma de Ceuta
Corse
Liguria
Nyugat-Dunántúl
Limburg (NL)
Burgenland (A)
Opolskie
Alentejo
Sud-Vest Oltenia
Vzhodna Slovenija
Západné Slovensko
Itä-Suomi
Norra Mellansverige
Cornwall and Isles of Scilly
Središnja i Istočna
(Panonska) Hrvatska
Hedmark og Oppland
Ticino
Guyane
Provincia Autonoma Bolzano/Bozen
Észak-Alföld
Flevoland
Vorarlberg
Pomorskie
Região Autónoma dos Açores
Nord-Est
Zahodna Slovenija
Východné Slovensko
Pohjois-Suomi
Stockholm
Inner London
Sjeverozapadna Hrvatska
Oslo og Akershus
Région lémanique
0
5
10
Valeur nationale
Source: Eurostat — Statistique démographique
Notes: FR et UK: 2006
TR: niveau national
15
20
25
30
35
19
1
Population
Carte 1.4: Solde migratoire, par régions NUTS 2, moyenne 2003-2007
20
Population
Par comparaison, dans les régions plus développées du monde à l’heure actuelle, un indicateur
conjoncturel de fécondité d’environ 2,1 enfants
par femme est considéré comme le niveau de renouvellement, c’est-à-dire le niveau auquel la population resterait stable à long terme en l’absence
d’immigration ou d’émigration. Actuellement
(d’après les données pour 2006), pratiquement
tous les pays de l’Union, les pays candidats et les
pays de l’AELE, à l’exception de la Turquie et de
l’Islande, se situent encore nettement au-dessous
du niveau de renouvellement.
Il est aussi possible d’affiner l’analyse de la carte 1.3 en isolant la contribution des naissances vivantes à l’évolution naturelle de la population. Le
graphique 1.2 fait apparaître les différences régionales au sein de chaque pays pour les taux bruts
de naissances (voir «Notes méthodologiques»).
Les différences régionales les plus marquées pour
2007 ont été relevées en France, où le taux brut
de naissances le plus élevé est de plus de trois fois
supérieur au taux le plus faible, suivie par l’Espagne, où le taux brut de naissances le plus élevé est
lui aussi trois fois supérieur au taux le plus faible.
Pour les autres pays, les différences régionales en
matière de taux bruts de naissances sont moins
fortes, mais restent significatives.
Le troisième facteur déterminant de l’évolution
de la population (après la fécondité et la mortalité) est la migration. Comme de nombreux pays de
l’Union se situent actuellement à un point du cycle démographique où l’accroissement naturel de
la population est proche de l’équilibre ou devient
négatif, l’importance de l’immigration augmente
au regard du maintien de la taille de la population.
En outre, la migration contribue aussi indirectement à l’évolution naturelle, étant donné que les
migrants ont des enfants. Les migrants sont aussi
généralement plus jeunes et n’ont pas encore atteint l’âge auquel les décès sont plus fréquents.
Dans certaines régions de l’Union européenne,
l’évolution naturelle négative a été compensée par
un solde net positif des migrations. Ce phénomène est le plus frappant en Autriche, au RoyaumeUni, en Espagne, dans les régions septentrionales
et centrales de l’Italie, et dans quelques régions
d’Allemagne occidentale, en Slovénie, dans le sud
de la Suède, au Portugal et en Grèce, comme on
peut le voir sur la carte 1.4. Le phénomène opposé
est beaucoup plus rare: dans quelques régions
seulement (à savoir les régions du nord de la Pologne et de la Finlande et en Turquie), l’évolution
naturelle positive a été annulée par un solde net
négatif des migrations.
1
La carte 1.4 permet d’identifier quatre régions
transfrontalières où les départs sont supérieurs
aux arrivées (solde net négatif des migrations):
• les régions du grand nord de la Norvège et de la
Finlande;
• un groupe oriental comprenant la majorité des
régions de l’Allemagne orientale, la Pologne, la
Lituanie et la Lettonie ainsi que la plupart des régions de Slovaquie, de Hongrie, de Roumanie, de
Bulgarie et de Turquie;
• les régions du nord-est de la France et les départements français d’outre-mer;
• quelques régions du sud de l’Italie, aux Pays-Bas
et au Royaume-Uni.
Les régions, où les deux composantes de la variation de la population ne se compensent pas mutuellement mais s’ajoutent plutôt l’une à l’autre,
sont souvent exposées à des variations de grande
ampleur, à la hausse ou — dans certaines régions — à la baisse. En Irlande, au Luxembourg,
en Belgique, à Malte, à Chypre, en Suisse, en Islande, dans de nombreuses régions de France et de
Norvège et dans quelques régions d’Espagne, du
Royaume-Uni et des Pays-Bas, un accroissement
naturel s’est conjugué avec un solde net positif des
migrations. Néanmoins, dans les régions d’Allemagne orientale, en Lituanie et en Lettonie, ainsi
que dans quelques régions de Pologne, de Slovaquie, de Hongrie, de Bulgarie et de Roumanie, les
deux composantes de l’évolution de la population
ont suivi une tendance négative, comme le montre
aussi la carte 1.2. Dans ces régions, cette tendance
a abouti à une baisse continue de la population.
En 2007, la population moyenne de l’EU-27 âgée
de 65 ans et plus représentait une proportion de
17 %, en augmentation de 2 % au cours des dix
dernières années. Ce vieillissement de la population, en particulier dans les zones rurales, soulève des questions concernant l’infrastructure et
le besoin de services sociaux et de soins de santé.
Le taux le plus élevé de la population âgée de
65 ans et plus se relève en Liguria (Italie), à 27 %.
L’Allemagne lui emboîte le pas avec 24 % dans la
région de Chemnitz et quatorze autres régions où
ce pourcentage est supérieur à 20 %. Certaines régions de Grèce, du Portugal, de France et d’Espagne affichent, elles aussi, des chiffres élevés, avec
une proportion de la population âgée de 65 ans et
plus allant jusqu’à 23 %. Ces régions enregistrent
aussi une variation naturelle de la population faible, voire négative, avec un nombre de décès supérieur à celui des naissances.
21
1
Population
Carte 1.5: Pourcentage de la population ayant 65 ans et plus, par régions NUTS 2, 2007
22
Population
En Turquie, le pourcentage de la population âgée
de 65 ans et plus n’est que de 3 % dans la région
Van, et en moyenne de 8 % dans les autres régions.
Bien que la Turquie connaisse un solde net de la
migration négatif, la forte fécondité se traduit par
une population jeune. De même, avec une fécondité élevée, conjuguée à une forte migration nette,
seuls 11 et 12 % de la population des deux régions
d’Irlande ont 65 ans et plus.
D’après les projections, les personnes âgées représenteraient une part croissante de la population,
sous l’effet de la réduction constante de la mortalité
au cours des décennies passées et à venir. Le processus de vieillissement peut être qualifié de «vieillissement par le sommet», car il tient en grande partie
aux projections faisant état d’un accroissement de
la longévité, atténué par des flux de migration nets
positifs et un certain regain de la fécondité.
1
Conclusion
Le présent chapitre met en lumière certains traits de
l’évolution de la population régionale sur le territoire composé des 27 États membres de l’Union, des
pays candidats et des pays de l’AELE au cours de la
période allant du 1er janvier 2003 au 1er janvier 2008.
Dans toute la mesure du possible, les caractéristiques des régions pour les différents phénomènes
démographiques, au-delà des frontières nationales,
ont pu être cernées. Tandis que le recul de la population est manifeste dans plusieurs régions, au niveau
agrégé, la population de l’Union des Vingt-sept a
continué d’augmenter au cours de cette période
d’environ 2 millions de personnes chaque année. Le
moteur principal de la croissance de la population
sur ce territoire est la migration, qui a plus que compensé, comme le montrent les cartes, la variation
naturelle négative de nombreuses régions.
Notes méthodologiques
Sources: Eurostat — Statistiques de la démographie. Pour plus de renseignements, consulter le site
internet d’Eurostat (http://www.ec.europa.eu/eurostat/).
L’indicateur conjoncturel de fécondité se définit comme le nombre moyen d’enfants auxquels
une femme donnerait naissance durant sa vie, si elle vivait ses années de procréation en se conformant aux taux de fécondité par âge mesurés lors d’une année donnée.
La migration peut être extrêmement difficile à mesurer. Un grand nombre de sources de données
et de définitions différentes sont utilisées dans les États membres, si bien que les comparaisons
directes de statistiques nationales peuvent poser des difficultés ou induire en erreur. Les soldes
migratoires indiqués ici ne sont pas directement calculés à partir des chiffres des flux d’immigration
et d’émigration. Comme beaucoup d’États membres de l’UE ne disposent pas de chiffres complets
et comparables pour lesdits flux, le solde migratoire est ici estimé par différence entre la variation
totale de la population et l’accroissement naturel sur l’année. Le solde migratoire est en effet égal à
toutes les variations de la population totale qui ne sont imputables ni aux naissances ni aux décès.
Le taux brut de la variation totale de la population est le rapport entre la variation totale de la
population au cours de l’année et la population moyenne du territoire en question au cours de cette
année. Cette valeur s’exprime en milliers d’habitants.
Le taux brut de la variation naturelle est le rapport entre l’accroissement naturel de la population
(naissances vivantes moins décès) au cours d’une période et la population moyenne du territoire
en question au cours de cette période. Cette valeur s’exprime en milliers d’habitants. C’est aussi la
différence entre le taux brut des naissances et le taux brut des décès qui sont respectivement le
rapport entre des naissances vivantes au cours de l’année pour la population moyenne et les décès
pour cette population.
Le taux brut de la migration nette est le rapport entre la migration nette au cours de l’année et
la population moyenne pour cette année. Cette valeur s’exprime en milliers d’habitants. Comme
cela a déjà été dit, le taux brut de la migration nette est égal à la différence entre le taux brut de
la variation totale et le taux brut de la variation naturelle (à savoir la migration nette est considérée comme la part de la variation de population qui n’est pas attribuable à des décès ou à des
naissances).
La densité de population est le rapport entre la population d’un territoire et la superficie totale de
ce territoire (y compris les eaux intérieures), mesurée au 1er janvier.
23
Villes européennes
2
Villes européennes
Introduction
Des données sur les villes européennes ont été
collectées dans le cadre du projet d’audit urbain.
L’objectif ultime de ce projet est de contribuer à
améliorer la qualité de la vie urbaine: il encourage
l’échange d’expériences entre les villes européennes, aide à identifier les bonnes pratiques, facilite l’évaluation comparative (benchmarking) au
niveau européen et fournit des informations sur
la dynamique tant à l’intérieur des villes qu’avec
leurs environs.
L’audit urbain est devenu une activité centrale
d’Eurostat. Même ainsi, le projet n’aurait pu être
réalisé sans l’aide soutenue et l’appui d’un grand
nombre de collègues. Nous souhaitons en particulier saluer les efforts fournis par les villes ellesmêmes, les instituts nationaux de statistique et la
direction générale de la politique régionale de la
Commission européenne.
L’audit urbain fête son 10e anniversaire cette
année. Mené pour la première fois en juin 1999
par la Commission, le «projet pilote de l’audit
urbain» fut le premier essai de collecte d’indicateurs comparables sur les villes européennes. Ces
dix dernières années ont apporté de nombreuses
modifications, et nous nous sommes constamment efforcés d’améliorer la qualité des données,
en matière de couverture, de comparabilité et de
pertinence. Qu’en est-il aujourd’hui? La liste des
indicateurs a été complétée pour tenir compte de
nouveaux besoins liés aux politiques, la fréquence
a été augmentée pour satisfaire les utilisateurs et
la couverture géographique a été étendue à la suite
des vagues successives d’élargissement de l’UE.
Une liste d’indicateurs complétée
Trois grandes révisions de la liste ont eu lieu à ce
jour. La pertinence politique, la disponibilité des
données et l’expérience accumulée lors des précédentes collectes ont été examinées pour établir
la liste actuelle, comprenant plus de 300 indicateurs. Ces indicateurs couvrent plusieurs aspects
liés à la qualité de vie, tels que la démographie,
le logement, la santé, la criminalité, le marché du
travail, les disparités de revenus, l’administration
locale, le niveau de formation, l’environnement,
le climat, les schémas de déplacement, la société
de l’information et l’infrastructure culturelle.
Ils sont obtenus à partir des variables collectées
par le système statistique européen. La disponibilité des données varie d’un domaine à l’autre:
par exemple, dans le domaine de la démographie,
on dispose de données pour plus de 90 % des villes, alors que, dans celui de l’environnement, des
26
données n’existent que pour moins de la moitié
des villes. En 2009, nous introduirons de nouveaux indicateurs reflétant les liens entre la ville
et ses environs («hinterland»).
Passage d’une périodicité de cinq ans
à une collecte annuelle de données
Jusqu’ici, quatre années de référence ont été définies pour l’audit urbain: 1991, 1996, 2001 et
2004. En ce qui concerne les années 1991 et 1996,
des données n’ont été collectées rétrospectivement que pour un nombre réduit de 80 variables.
Lorsqu’aucune donnée n’était disponible pour ces
années, les données de l’année la plus proche ont
également été acceptées. En 2009, Eurostat a lancé
un audit urbain annuel, demandant des données
pour un nombre limité de variables. Ces données
annuelles aideront les utilisateurs à suivre certaines évolutions urbaines de plus près.
Une couverture géographique étendue
L’étude pilote de 1999 portait sur 58 villes de
15 pays. Depuis, le nombre de pays participants
a doublé et le nombre de villes a été multiplié par
six. Actuellement, l’audit urbain inclut 362 villes de 31 pays, comprenant l’EU-27, la Croatie, la
Turquie, la Norvège et la Suisse. Les 321 villes de
l’EU-27 participant à l’audit urbain regroupent
plus de 120 millions d’habitants, couvrant près
de 25 % de la population totale. Cet échantillon
étendu garantit que les résultats donnent un aperçu fiable de l’Europe urbaine.
Le nombre de villes a été limité et celles sélectionnées doivent constituer un échantillon géographique représentatif de chaque pays. Par conséquent,
dans quelques pays, certaines grandes villes (de
plus de 100 000 habitants) n’ont pas été incluses. Afin de compléter l’ensemble de données de
l’audit urbain sur cet aspect, un «audit des grandes villes» a été lancé. L’audit des grandes villes
comprend toutes les «villes non incluses dans
l’audit urbain» qui comptent plus de 100 000 habitants dans l’EU-27. Pour ces villes, un ensemble
réduit de 50 variables est collecté.
Nous invitons tous les lecteurs à explorer la richesse des informations collectées au cours des
dix dernières années en consultant les données de
l’audit urbain sur le site internet d’Eurostat.
Découvrir la dimension spatiale
Sur une carte, les villes sont généralement représentées comme des points distincts et sans rapport
les uns avec les autres. Si elle permet une meilleure
Villes européennes
2
Carte 2.1: Les limites des villes couvertes par les collectes de données «Audit urbain»
27
2
Villes européennes
visibilité, cette méthode de visualisation déforme
la réalité et fausse la compréhension des liens entre la ville et son «hinterland», ainsi qu’entre les
villes. Les villes ne peuvent plus être considérées
comme des entités indépendantes, sans liens et dépourvues de dimension spatiale. Les récentes évolutions dans les infrastructures de transport, de
communication et des technologies de l’information facilitent considérablement la circulation des
personnes et des ressources d’une zone à l’autre. La
connexion entre les zones urbaines et rurales et les
relations entre les villes sont essentielles à un développement régional équilibré.
(2) Une description détaillée
du projet CLC2000 et
de la création de ZMU
est disponible sur le
site internet de l’Agence
européenne pour
l’environnement (http://
www.eea.europa.eu).
Pour faciliter l’analyse de l’interaction entre la
ville et ses environs pour chaque ville participante, différents niveaux spatiaux ont été définis. La
plupart des données sont collectées au niveau du
centre-ville, c’est-à-dire au niveau de la ville définie en fonction de ses limites politiques et administratives. En outre, un niveau appelé «zone urbaine élargie» a été défini. La zone urbaine élargie
correspond approximativement à la zone urbaine
fonctionnelle située autour du centre-ville.
La carte 2.1 montre les villes participant à la collecte de données de l’audit urbain, avec les limites
des centres-villes et des zones urbaines élargies.
Sans surprise, les plus grandes villes d’Europe en
termes de population (Londres, Paris, Berlin et
Madrid) ont généralement les plus grandes zones
urbaines élargies en termes de superficie et sont
facilement identifiables sur la carte. Dans la plupart des cas, la zone urbaine élargie ne comprend
qu’un centre-ville. Il existe cependant des exceptions, comme la région allemande de la Ruhr qui
comprend plusieurs centres-villes (voir l’agrandissement sur la carte 2.1). La limite des centresvilles est illustrée en détail sur la carte 2.2, et les
zones urbaines élargies sont présentées sur la
carte 2.3. Les données spatiales utilisées pour
dresser la plupart des cartes de ce chapitre sont
disponibles dans le système d’information géogra
phique de la Commission européenne (GISCO),
un service permanent d’Eurostat (pour plus d’informations, consulter le site internet d’Eurostat).
Centres-villes
Au cours de l’histoire de l’Europe — dans l’Antiquité grecque et romaine et au Moyen-Âge —,
une ville était aussi bien une entité politique qu’un
ensemble de bâtiments, habituellement entouré de
murs fortifiés. Au fur et à mesure de la croissance
de la ville, les remparts étaient étendus. À l’époque
moderne, la pertinence des murs de la ville en tant
que système de défense a diminué et la plupart ont
28
été détruits. Les limites de la ville comme entité
politique ne correspondaient plus aux limites de la
zone bâtie, et la localisation de ces limites n’est plus
évidente. De nos jours, une ville peut être définie
comme une implantation urbaine ou comme une
entité juridique et administrative. L’audit urbain
utilise ce dernier concept et délimite le «centreville» en fonction des limites politiques. Ainsi, les
données collectées sont directement pertinentes
pour les responsables politiques.
La carte 2.2 montre la différence entre les deux
concepts à partir des exemples de Hambourg
(Allemagne) et de Lyon (France). Les cartes de la
première rangée mettent en évidence l’occupation
des sols sur la base des données de «Corine land
cover 2000» (CLC2000), dans la zone entourant
les villes. Les différentes occupations des sols ont
été classées en 44 catégories dans CLC2000 (2).
Sur la carte, chaque couleur correspond à une catégorie spécifique. Certaines de ces catégories sont
particulièrement importantes pour notre analyse
des villes. Les zones rouges, par exemple, sont des
territoires couverts par le tissu urbain: routes, bâtiments résidentiels, bâtiments appartenant à l’administration locale ou aux services publics, etc.
Les zones violettes sont utilisées à des fins industrielles ou commerciales. Le violet clair représente
les espaces verts urbains, tels que les parcs et les
jardins botaniques. Les zones correspondant à ces
trois catégories d’occupation des sols et distantes
l’une de l’autre de moins de 200 m ont été fusionnées pour définir la zone «bâtie». Les zones portuaires, aéroportuaires et les installations sportives ont été incluses lorsqu’elles étaient à proximité
de la zone «bâtie» définie précédemment.
Ensuite, les réseaux routiers et ferroviaires ainsi
que les cours d’eau ont été ajoutés s’ils étaient situés dans un rayon de 300 m de la zone définie cidessus. La zone ainsi déterminée est appelée «zone
morphologique urbaine» (ZMU). Les zones morphologiques urbaines de Hambourg et de Lyon
sont mises en évidence dans la rangée du milieu
de la carte 2.2. Ces cartes permettent également
de comparer la ZMU et le centre-ville en termes
de superficie. À Hambourg, 82 % de la superficie
de la ZMU est située dans les limites du centreville et à Lyon 73 %. En termes de population, les
intersections sont encore plus importantes: 90 %
de la population du centre-ville vit dans la ZMU
à Hambourg et 98 % à Lyon. Comme prévu, les
deux zones ne sont pas identiques, mais elles se
superposent dans une large mesure, garantissant ainsi que les données collectées au niveau du
centre-ville sont pertinentes et significatives pour
la ville morphologique également.
Villes européennes
2
Carte 2.2:Définition des limites des centres-villes — Hambourg (Allemagne) et Lyon (France)
Hambourg (DE)
Lyon (FR)
29
2
Villes européennes
Carte 2.3:Définition des limites des zones urbaines élargies — Zagreb (Croatie) et Barcelone (Espagne)
Barcelone (ES)
30
Zagreb (HR)
2
Villes européennes
Pour mesurer les inégalités spatiales au sein d’une
ville, la zone du centre-ville a été divisée en quartiers infra-urbains. Ces quartiers ont été définis
de manière à respecter, dans la mesure du possible, des seuils démographiques (un minimum de
5 000 habitants et un maximum de 40 000). La
dernière rangée de la carte 2.2 fait apparaître les
quartiers infra-urbains de Hambourg et de Lyon.
Des indicateurs sociaux et démographiques essentiels sont disponibles dans la base de données
de l’audit urbain pour plus de 6 000 quartiers
infra-urbains qui ont été définis.
Zones urbaines élargies
Même lorsqu’ils ont été conservés, les remparts ne
jouent plus le rôle de barrière entre les personnes
vivant respectivement à l’intérieur et à l’extérieur
de la ville. Les étudiants, les travailleurs, les person-
nes recherchant des soins de santé ou des équipements culturels font régulièrement le déplacement
entre la ville et la zone environnante. Les activités
économiques, les flux de transport et la pollution
atmosphérique franchissent, eux aussi, clairement
les limites administratives de la ville. Par conséquent, une collecte de données au seul niveau du
centre-ville ne suffit pas. Il est généralement admis
que nous devons élargir notre perspective territoriale. Cependant, la manière de mesurer l’ampleur
des influences fonctionnelles d’une ville au-delà de
ses limites immédiates varie.
La carte 2.3 prend les exemples de Barcelone (Espagne) et de Zagreb (Croatie) pour montrer comment la zone urbaine fonctionnelle est délimitée
dans l’audit urbain. Les cartes du haut sont semblables à la carte 2.2, première rangée, et représentent l’occupation des sols de la zone sélectionnée.
Graphiques 2.1 et 2.2: Comparaison de la ville, du «noyau» et d’une zone urbaine élargie en termes
de population et de superficie dans les capitales européennes, 2004
Part de la population vivant dans les villes
et les noyaux (zone urbaine élargie = 100 %)
Part de la superficie des villes et des noyaux
(zone urbaine élargie = 100 %)
0%
0%
Ankara (TR)
Bucureşti (RO)
Sofia (BG)
Helsinki (FI)
Vilnius (LT)
Tallinn (EE)
Stockholm (SE)
Zagreb (HR)
Lisboa (PT)
Roma (IT)
Lefkosia (CY)
Riga (LV)
Athina (EL)
Wien (AT)
Budapest (HU)
Bratislava (SK)
Berlin (DE)
København (DK)
Warszawa (PL)
London (UK)
Praha (CZ)
Valletta (MT)
Paris (FR)
Bruxelles/Brussel (BE)
Ljubljana (SI)
Madrid (ES)
Amsterdam (NL)
Oslo (NO)
Bern (CH)
Dublin (IE)
Luxembourg (LU)
Ville
20 %
40 %
«Noyau»
60 %
80 %
100 %
20 %
40 %
60 %
80 %
100 %
Zone urbaine élargie
Notes: HU: 2005; FI: 2003; HR: 2001
31
2
Villes européennes
La zone urbaine élargie autour du centre-ville est
généralement plus «verte», tant sur la carte qu’en
réalité. Les zones boisées apparaissent en vert sur
la carte. Le jaune et l’orange indiquent les zones
agricoles, comme les terres arables et les arbres
fruitiers. La première étape pour délimiter les
zones urbaines élargies a consisté à examiner le
nombre de personnes faisant la navette entre les
communes et le centre-ville. La carte 2.3 montre,
dans la rangée du milieu, les différents taux de navetteurs. Un taux de 10 % signifie qu’un résident de
la commune sur dix fait la navette pour travailler
au centre-ville. Comme nous pouvons le voir sur
la carte, les grandes villes comme Barcelone et Zagreb attirent les personnes vivant jusqu’à 100 kilomètres pour travailler en ville. Dans un deuxième
temps, un seuil a été fixé pour examiner le sché
ma de déplacement. Les communes situées audessus de ce seuil ont été incluses, mais pas celles
se situant en dessous. Compte tenu des différen
ces nationales et régionales, différents seuils dans
une fourchette de 10 à 20 % ont été utilisés. Enfin,
la liste des communes à inclure dans la zone urbaine élargie a été revue pour garantir la contiguïté spatiale et la disponibilité des données. Par
définition, la zone urbaine élargie comprend toujours l’intégralité du centre-ville. Les limites de la
zone urbaine élargie de Barcelone et de Zagreb
apparaissent dans la dernière rangée.
Cette méthode de délimitation a été utilisée
dans la plupart des pays participants, mais il y
a également eu des exceptions et des écarts par
Graphique 2.3: Proportion de déplacements domicile-travail dans les capitales
européennes, 2004
Tallinn
Dublin
Madrid
Amsterdam
Bratislava
Helsinki
Stockholm
Bern
32
u
ne
rbaine éla
r
Ville
En voiture
À vélo
À pied
En transports publics
e
gi
Zo
København
Notes: SE: 2005; DK et NL: 2003; CH: 2000
Pour DK, FI et SE, le niveau du noyau a été utilisé au lieu de
la zone urbaine élargie
2
Villes européennes
rapport à ce principe, ce qui limite dans une certaine mesure la comparabilité globale des zones
urbaines élargies. Cela dit, délimiter une zone
urbaine fonctionnelle parfaite, fondée sur une
méthodologie complètement harmonisée au niveau européen, pour laquelle aucune information
statistique ne serait disponible, serait totalement
vain. Les graphiques 2.1 et 2.2 comparent les différents niveaux spatiaux utilisés pour les capitales européennes en termes de population et de
superficie. À Bucarest (Roumanie), plus de 80 %
de la population de la zone urbaine élargie vit
en centre-ville. À l’autre extrême, à Luxembourg
(Luxembourg), moins de 20 % de la population
de la zone urbaine élargie vit en centre-ville. Ce
faible pourcentage suggère que la délimitation du
centre-ville de Luxembourg est un peu trop étroite, c’est-à-dire qu’une proportion importante de
la population urbaine vit hors des limites administratives de la ville. Pour les capitales dont les
limites sont établies de façon trop étroite, comme
Paris (France) ou Lisbonne (Portugal), un niveau
spatial supplémentaire, le «noyau», a été introduit. Le noyau correspond approximativement
à la zone bâtie située autour du centre-ville. La
seule exception est Londres (Royaume-Uni) où
le noyau a été défini de manière à correspondre
au centre-ville de Paris en termes de population,
afin de faciliter la comparaison entre les deux plus
grandes villes d’Europe. En termes de superficie,
l’image est plus uniforme, car, pour la majorité
des capitales, le centre-ville représente moins de
20 % de la superficie de la zone urbaine élargie.
Jusqu’ici, nous avons constaté que les zones urbaines élargies ont généralement une densité de
population plus faible et une proportion d’espaces verts plus élevée que les centres-villes. En utilisant les indicateurs calculés dans l’audit urbain,
nous pouvons analyser les caractéristiques démographiques, économiques, environnementales,
sociales et culturelles (similitudes et différences)
de ces deux niveaux spatiaux. Pour illustrer ce
point, le graphique 2.3 compare les schémas de
déplacements domicile-travail dans les capitales
sélectionnées à différents niveaux. Le cercle intérieur des graphiques montre la répartition entre
les modes de transport dans le centre-ville. Dans
le centre-ville de Copenhague (Danemark), par
exemple, la majorité des personnes utilisent leur
vélo pour aller au travail, 30 % les transports publics et 25 % la voiture. Le cercle extérieur montre la part des modes de transport dans la zone
urbaine élargie. Comme on pouvait s’y attendre,
la proportion de déplacements domicile-travail
en voiture est systématiquement plus élevée dans
la zone urbaine élargie que dans le centre-ville, à
l’exception de Bratislava.
Où les familles résident-elles? Où les entreprises
s’installent-elles? Où les touristes séjournent-ils?
Dans le centre-ville ou dans la zone urbaine élargie? Nous encourageons les lecteurs à explorer
plus en détail la base de données de l’audit urbain et à découvrir les indicateurs sur la dimension spatiale.
La géographie compte
L’ouvrage intitulé «The Spatial Economy» (3)
(L’économie spatiale), coécrit par Paul R. Krugman, lauréat du prix d’économie 2008 décerné
à la mémoire d’Alfred Nobel, explique: «Les agglomérations […] se constituent à de nombreux
niveaux, qu’il s’agisse de zones commerciales locales desservant les quartiers résidentiels au cœur
des villes ou de régions économiques spécialisées,
comme la Silicon Valley ou la City de Londres,
qui desservent le marché mondial dans son ensemble. […] Pourtant, bien que l’agglomération
soit clairement une force puissante, elle n’est pas
toute-puissante: Londres est grand, mais la plupart des Britanniques vivent ailleurs, dans un réseau de villes dont la taille et le rôle varient considérablement. En d’autres termes, il ne devrait pas
être difficile de convaincre les économistes que la
géographie économique […] est à la fois un sujet
intéressant et important.» Dans ce chapitre, l’accent a été mis sur les différents niveaux spatiaux
utilisés dans l’audit urbain. Ils fournissent une
plate-forme pour analyser la répartition extraordinairement inégale de la population sur le territoire et dans les agglomérations au niveau des
quartiers, des villes et des régions. Notre intention était de convaincre les lecteurs que la «géographie statistique» est à la fois un sujet intéressant et important.
(3) Masahisa Fujita, Paul R.
Krugman et Anthony
Venables, The Spatial
Economy: Cities, Regions
and International Trade,
MIT Press, 2001.
33
Marché du travail
3
Marché du travail
Modèles de temps de travail
régionaux
Les horaires de travail flexibles offrent aux travailleurs l’un des meilleurs moyens de concilier
leur travail et d’autres aspects de leur vie, notamment les tâches familiales. Le travail à temps
partiel peut avoir un effet positif si la décision
est volontaire et ne découle pas du sous-emploi.
Les différents systèmes juridiques et les diverses
conventions collectives qui régissent le temps
de travail dans les pays de l’UE prévoient une
certaine flexibilité qui laisse une marge plus ou
moins grande de temps libre.
Qu’en est-il de la situation au niveau régional? La
quantité de temps passé au travail diffère-t-elle
de manière notable entre les régions d’un même
pays? Il est évident que le système juridique national influe grandement sur toutes les régions d’un
pays, mais n’existe-t-il pas également des facteurs
régionaux ayant un effet sur la durée de travail
hebdomadaire?
Dans le présent chapitre, nous examinerons le
temps que les gens passent au travail dans les ré
gions européennes et nous offrirons des explications possibles pour les différents modèles de
temps de travail. Pour commencer, nous vous
présentons un instantané du marché du travail
régional en 2007.
Bref aperçu pour 2007
Le taux d’emploi moyen de l’EU-27 est passé de
64,4 % en 2006 à 65,3 % en 2007. Il demeure inférieur de 4,6 points de pourcentage à l’objectif de
Lisbonne en matière d’emploi. Si l’on retourne aux
statistiques relatives à l’emploi de l’année 2000,
date à laquelle les objectifs ont été fixés, il apparaît clairement que la croissance de l’emploi n’a
pas répondu aux ambitions définies. Aujourd’hui,
la réalisation des objectifs de Lisbonne en matière
d’emploi d’ici à 2010 semble de plus en plus improbable; il ne reste que trois ans et, en outre, la
récession et les difficultés économiques que l’on
connaît actuellement auront fort probablement
des conséquences néfastes sur l’emploi dans les
prochaines années.
Les dernières données trimestrielles disponibles
au niveau national le confirment: le taux d’emploi
de l’EU-27 était de 65,8 % au dernier trimestre de
2008 et de 64,6 % au premier trimestre de 2009.
La cohésion sociale et territoriale est l’un des
objectifs de l’UE; il importe dès lors d’exami-
36
ner les marchés du travail régionaux et les modifications qu’ils subissent au fil du temps. La
carte 3.1 présente le taux d’emploi régional des
personnes âgées de 15 à 64 ans, par régions
NUTS 2, en 2007.
En 2007, seules 81 des 264 régions NUTS 2 de
l’EU-27 pour lesquelles des données étaient dispo
nibles avaient déjà atteint l’objectif de Lisbonne
(représentées par la nuance la plus sombre sur la
carte 3.1), tandis que 59 régions étaient encore inférieures de 10 points de pourcentage à l’objectif
d’emploi global fixé pour 2010.
Un groupe de régions en plein centre de l’Europe,
composé de régions situées dans le sud de l’Allemagne et en Autriche, a enregistré un taux d’emploi relativement élevé. Les régions septentrionales de l’UE, composées de régions des Pays-Bas,
du Royaume-Uni, du Danemark, de la Suède et
de la Finlande, ont elles aussi enregistré un taux
d’emploi relativement élevé. Les taux d’emploi
régionaux bas étaient essentiellement concentrés
dans les régions méridionales de l’Espagne et de
l’Italie et dans les pays d’Europe orientale.
L’écart entre le taux d’emploi régional le plus
élevé et le plus bas en 2007 demeurait notable,
le plus élevé atteignant presque le double du plus
faible. Les chiffres allaient de 43,5 % en Campania
(Italie) à 79,5 % dans la région Åland (Finlande).
Le taux d’emploi dans les régions de l’AELE dépassait les 70 %. Dans les pays candidats, le taux
d’emploi allait de 25,7 % dans la région Mardin
(Turquie) à 62,4 % dans la région Sjeverozapadna
Hrvatska (Croatie).
Les deux autres objectifs de Lisbonne fixés en
matière d’emploi, à savoir un taux d’emploi des
femmes supérieur à 60 % et un taux d’emploi des
travailleurs âgés supérieur à 50 %, sont plus près
d’être réalisés, mais semblent de plus en plus difficiles à atteindre d’ici à 2010.
En 2007, le taux d’emploi des femmes dans l’EU27 a augmenté de 1 point de pourcentage, pour
atteindre 58,3 %. Sur les trois objectifs, ce dernier
semble le plus prometteur, mais il ne faut pas négliger les conséquences négatives qui sont susceptibles de toucher le marché de l’emploi dans les
prochaines années. Le taux d’emploi régional des
femmes était très inégal en 2007, allant d’un minimum de 27,9 % en Campania (Italie) à un maximum de 76,4 % dans la région Åland (Finlande).
Le taux d’emploi des travailleurs âgés, c’est-à-dire
les personnes occupées âgées de 55 à 64 ans, était
de 44,7 % en 2007, soit 1,2 point de pourcentage
Marché du travail
3
Carte 3.1: Taux d’emploi des personnes âgées de 15 à 64 ans, par régions NUTS 2, 2007
Pourcentage
37
3
Marché du travail
Carte 3.2:Taux de chômage, par régions NUTS 2, 2007
Pourcentage
38
3
Marché du travail
de plus qu’en 2006. Au niveau régional, le taux
d’emploi des travailleurs âgés variait d’un minimum de 21,8 % dans la région Śląskie (Pologne) à
un maximum de 72,8 % dans la région Småland
med öarna (Suède). Le taux de chômage de l’EU27 a fortement reculé en 2007, perdant 1 point de
pourcentage pour atteindre 7,2 %, soit la baisse la
plus forte depuis l’année 2000.
Le chômage est réparti de manière relativement
homogène dans l’ensemble de l’UE. La carte 3.2
montre qu’en dépit des bonnes performances de
l’année 2007, certaines régions enregistrent toujours un taux de chômage à deux chiffres. Ces
régions se situent principalement dans le sud de
l’Espagne, le sud de l’Italie et l’est de l’Allemagne.
Certaines régions de Slovaquie, de Pologne et de
Hongrie ont également enregistré un taux de chômage supérieur à 10 % en 2007.
Les taux de chômage les plus bas ont été enregistrés dans toutes les régions des Pays-Bas et
de l’Autriche, dans les parties septentrionales de
l’Italie et de la Belgique et dans les parties méridionales du Royaume-Uni. Des différences
notables subsistent entre les taux de chômage régionaux; en 2007, ils allaient de 2,1 % en Zeeland
(Pays-Bas) à 25,2 % à la Réunion (France).
Le chômage de longue durée, qui constitue le type
de chômage le plus néfaste, a également baissé en
2007. La part du chômage de longue durée, c’està-dire la proportion de personnes à la recherche
d’un emploi depuis plus d’un an en pourcentage
de tous les chômeurs, s’élevait à 43 %, soit une
baisse de 2,8 points de pourcentage par rapport
à 2006. Cette baisse était visible dans la plupart
des régions de l’UE, mais deux d’entre elles ont
enregistré une augmentation notable de plus de
10 points de pourcentage en un an: Prov. Brabant
Wallon (Belgique) et Corse (France).
Dans toutes les régions de l’AELE, le taux de chômage était inférieur à 5 %. Dans les pays candidats, le taux allait de 3,1 % dans la région Kastamonu (Turquie) à 18 % dans la région Mardin
(Turquie).
Pour terminer, quelques mots sur la cohésion des
marchés de l’emploi. En 2007, la dispersion des
taux d’emploi et de chômage, qui mesure les différences de taux d’emploi et de chômage régionaux,
est passée de 45,6 à 44,1 pour le chômage et de
11,4 à 11,1 pour l’emploi. Autrement dit, globalement, la croissance de l’emploi et la baisse du
chômage n’ont pas été réalisées au prix du progrès
de certaines régions, dans la continuité de la tendance des cinq dernières années.
Modèles de travail régionaux
Le nombre d’heures habituellement travaillées
correspond au nombre d’heures le plus communément ou typiquement travaillées sur une brève
période, par exemple une semaine. Pour chaque
personne occupée, l’indicateur montre le nombre
d’heures passées à travailler, en incluant les heures supplémentaires régulières et en excluant les
absences régulières.
Plusieurs facteurs influent sur les modèles de
temps de travail, comme la différence de contexte
historique et culturel, la participation des femmes
aux marchés de l’emploi régionaux, la spécialisation dans un secteur spécifique et la part des travailleurs à temps partiel.
La carte 3.3 montre les différentes durées de travail hebdomadaire habituelles d’une personne
pour son emploi principal. La carte révèle clairement deux faits: la durée hebdomadaire moyenne
de travail varie considérablement au sein de l’EU27, et les différences régionales sont plus marquées
entre les pays qu’au sein même des pays (4).
En général, les personnes occupées qui résident
en Grèce et dans les pays d’Europe orientale,
comme la Bulgarie, la République tchèque, la
Pologne et la Slovaquie, passent en moyenne
plus de temps au travail que les autres citoyens
européens, à l’inverse des personnes occupées qui résident dans les pays nordiques et
au Royaume-Uni. En 2007, le nombre moyen
d’heures habituellement passées au travail allait
de 30,1 heures par semaine à Groningen et Overijssel (Pays-Bas) à 45,7 heures dans la région
Notio Aigaio (Grèce), soit pour cette dernière un
chiffre correspondant à 1,5 fois la moyenne des
deux régions néerlandaises.
(4) Cette affirmation peut
être confirmée dans une
régression. 95 % de la
variabilité régionale du
temps passé au travail
peut s’expliquer a) par
la part de travailleurs à
temps partiel, b) par la
part de salariés, c) par
la part de personnes
occupées par secteur
économique et d) par une
variable indicatrice par
pays. Le critère national
est très important dans
cette régression.
À l’évidence, la proportion de travailleurs à
temps partiel fait considérablement baisser le
nombre moyen d’heures passées au travail. Malheureusement, aucune ventilation du nombre
moyen d’heures travaillées par travailleurs à
temps plein et à temps partiel n’est disponible au
niveau régional.
Toutes les régions des Pays-Bas enregistrent
une moyenne exceptionnellement basse comparée aux autres régions. La valeur la plus haute
des Pays-Bas se trouve au Flevoland, avec une
moyenne de 31,6 heures par semaine, qui reste
encore inférieure de 2,4 heures à la moyenne de la
Martinique (France), la région dont la valeur est
la plus basse parmi toutes les régions de l’EU-27,
Pays-Bas exceptés. Nous pouvons donc conclure
39
3
Marché du travail
Carte 3.3: Nombre moyen d’heures hebdomadaires habituelles de travail dans le travail principal,
par régions NUTS 2, 2007
Heures
40
3
Marché du travail
que les Pays-Bas représentent un cas à part pour
ce qui est de la durée moyenne passée au travail,
et les raisons de cette différence seront analysées
plus en profondeur ultérieurement.
Les disparités dans la durée de travail hebdomadaire habituelle ne sont pas aussi grandes entre
les régions d’un même pays qu’entre différentes
régions de l’UE. En effet, la durée moyenne passée au travail dans une région dépend moins de
la région elle-même que du pays auquel elle appartient. Néanmoins, certains pays, tels que la
Belgique, l’Allemagne et la France, font état de
différences régionales.
Deux régions enregistrent un nombre d’heures
habituellement passées au travail beaucoup plus
élevé que dans le reste du pays: Praha (République tchèque) et Inner London (Royaume-Uni),
deux régions-capitales. La région-capitale de la
Grèce connaît une situation exactement inverse,
puisqu’elle affiche une moyenne beaucoup plus
basse que les autres régions grecques.
Les régions Ciudad Autónoma de Ceuta et Ciudad Autónoma de Melilla en Espagne, Åland en
Finlande et les départements français d’outre-mer
(Guadeloupe, Martinique, Guyane et Réunion)
présentent également des moyennes largement
inférieures à celles des autres régions de leurs
pays respectifs. Toutes ces régions sont des îles ou
des régions qui ne sont pas contiguës à d’autres
régions du pays (la Guyane en France et les deux
villes autonomes espagnoles). Cette séparation
géographique renforce les différences prononcées
des modèles de temps de travail, alors que les régions contiguës présentent des durées moyennes
de travail plus proches.
Examinons à présent les facteurs qui engendrent
ces différences dans le nombre d’heures hebdomadaires habituellement travaillées au niveau
régional. La plupart des différences régionales
de durée du temps de travail peuvent s’expliquer
par deux autres indicateurs relatifs au marché de
l’emploi régional: le pourcentage de travailleurs
à temps partiel et le pourcentage de salariés
(c’est-à-dire toutes les personnes occupées, à
l’exclusion des travailleurs indépendants et des
aides familiaux). La part des travailleurs à temps
partiel dans l’emploi global fait baisser le nombre moyen hebdomadaire d’heures travaillées,
et la part des salariés semble également avoir
une influence significative sur la durée moyenne
qu’une personne occupée passe au travail, puisque les travailleurs indépendants et les aides
familiaux ont tendance à passer davantage de
temps au travail (5).
Les emplois à temps partiel font
baisser le temps de travail moyen
Le principal facteur qui explique une faible durée
moyenne habituelle de travail hebdomadaire dans
l’emploi principal dans une région donnée est la
proportion de travailleurs à temps partiel, un élément assez manifeste dans les régions néerlandaises. En 2007, la proportion d’hommes salariés
travaillant à temps partiel aux Pays-Bas était de
23,6 %, tandis que celle des femmes atteignait le taux
impressionnant de 75 %. Le fait que près d’un quart
des hommes et les trois quarts des femmes travaillent
à temps partiel fait considérablement diminuer
la durée moyenne de travail hebdomadaire.
Le travail à temps partiel est davantage une caractéristique nationale, comme l’indique la carte 3.4,
qui présente des différences régionales légères au
sein de chaque pays. La carte fait également apparaître des modèles bien définis quant à la proportion de travailleurs à temps partiel. Ces modèles
sont si bien définis que les régions de l’EU-27 peuvent être réparties en quatre groupes distincts de
travailleurs à temps partiel:
• groupe 1: les régions néerlandaises, avec 46,8 %
de travailleurs à temps partiel;
• groupe 2: les régions des pays nordiques de l’EU27, plus la Belgique, l’Allemagne, l’Autriche et le
Royaume-Uni qui, ensemble, représentent une
proportion moyenne de 25 %;
• groupe 3: les régions d’Irlande, d’Espagne, de
France, d’Italie, du Luxembourg, de Malte et
du Portugal, avec une proportion moyenne de
14,2 %;
• groupe 4: le reste des régions de l’EU-27, princi
palement situées dans les nouveaux États membres, avec une proportion moyenne de travail
leurs à temps partiel de 7,2 %.
Au cours des cinq dernières années, l’EU-27 a enregistré une augmentation de 1,6 point de pourcentage de la proportion de travailleurs à temps
partiel. Cette augmentation a été enregistrée
dans la plupart des régions du groupe 1 (1,9 point
de pourcentage), du groupe 2 (2,2 points) et du
groupe 3 (2,6 points), tels qu’ils ont été définis cidessus. Dans la plupart des régions du groupe 4,
la tendance inverse a été enregistrée, avec une
baisse de 0,7 point de pourcentage de la proportion de travailleurs à temps partiel au cours des
cinq dernières années.
Les régions turques ont enregistré une proportion de travailleurs à temps partiel relativement
(5) Il convient toutefois de
noter que la mesure
statistique de la durée de
travail hebdomadaire des
travailleurs indépendants
et des aides familiaux est
assez difficile et qu’elle est
dès lors moins fiable que
les autres statistiques.
41
3
Marché du travail
Carte 3.4: Part des employés dans l’emploi total, par régions NUTS 2, 2007
Pourcentage
42
Marché du travail
faible en 2007 par rapport aux régions de l’UE,
avec 8,8 % des personnes occupées travaillant à
temps partiel.
de temps par semaine au travail que les aides
familiaux ou les travailleurs indépendants. La
carte 3.5 présente la distribution régionale de la
part des salariés dans l’emploi total.
Les salariés passent moins
de temps au travail
Les personnes occupées sont classées en fonction de leur statut de travailleur. Les données sur
les marchés de l’emploi régionaux sont ventilées
selon trois catégories: les salariés (qui comprennent tout le personnel ayant un contrat de travail), les travailleurs indépendants et les aides
familiaux.
La part des salariés dans l’emploi total tend
à être inférieure à celle des autres régions de
l’UE dans presque toutes les régions de Grèce,
d’Italie, de Pologne et de Roumanie et dans le
nord-ouest de l’Espagne et le nord du Portugal.
La part des salariés dans l’emploi total au niveau
régional varie, depuis un minimum de 45,8 %
dans la région Peloponnisos (Grèce) à un maximum de 96,1 % dans la région Bucureşti — Ilfov
(Roumanie).
Le temps hebdomadaire qu’une personne passe
au travail semble être lié à son statut de travail
leur, car les salariés ont tendance à passer moins
Hormis certaines exceptions, comme la Roumanie ou l’Espagne, la part des salariés tend à être
plus ou moins homogène au sein même des pays,
3
Tableau 3.1: Nombre moyen d’heures hebdomadaires habituelles de travail dans le travail principal,
Nombre moyen d’heures hebdomadaires habituelles de travail dans le travail principal
Pays
Minimum régional
EU-27
38,0
30,1
Groningen
45,7
BE
37,1
35,8
Prov. Limburg (B)
38,7
BG
41,6
40,5
Severozapaden
42,4
CZ
41,7
40,4
Moravskoslezsko
43,3
DK
39,5
:
:
:
DE
35,5
34,1
Bremen
37,4
EE
39,5
—
—
—
IE
36,4
36,1
36,5
EL
42,5
41,4
Attiki
45,7
ES
39,3
37,3
Ciudad Autónoma de Ceuta
40,7
FR
38,0
34,0
Martinique
39,6
IT
38,4
37,2
Calabria
39,1
CY
40,2
—
—
—
LV
40,7
—
—
—
LT
38,8
—
—
—
LU
36,7
—
—
—
HU
40,2
39,8
Dél-Dunántúl
40,6
MT
39,0
—
—
—
NL
30,8
30,1
Groningen
31,6
AT
38,9
38,2
Vorarlberg
39,7
PL
41,0
37,9
Podkarpackie
41,9
PT
39,0
37,2
Centro (P)
40,1
41,4
RO
40,5
39,1
Sud — Muntenia
SI
40,3
—
—
—
SK
41,1
40,1
41,7
FI
37,5
36,0
Åland
37,8
SE
36,4
36,2
Västsverige
36,7
UK
36,9
35,3
North Yorkshire
39,5
Notes: Données au niveau 2 de la NUTS non disponibles pour DK
EE, IE, CY, LV, LT, LU, MT et SI ne contiennent qu’une ou deux régions du niveau 2 de la NUTS
Maximum régional
Notio Aigaio
Prov. West-Vlaanderen
Severoiztochen
Praha
:
Thüringen
—
Notio Aigaio
Galicia
Basse-Normandie
Piemonte
—
—
—
—
Közép-Magyarország
—
Flevoland
Kärnten
Podlaskie
Alentejo
Bucureşti — Ilfov
—
Západné Slovensko
Länsi-Suomi
Övre Norrland
Inner London
43
3
Marché du travail
Carte 3.5: Part des travailleurs à temps partiel dans l’emploi total, par régions NUTS 2, 2007
Pourcentage
44
3
Marché du travail
ce qui montre que, comme pour la proportion de
travailleurs à temps partiel, le nombre de salariés
dépend essentiellement du pays. Néanmoins, il
existe des différences spécifiques aux régions, qui
pourraient être liées au type d’activité dominant
dans ces régions.
Le statut de salarié est étroitement lié au type de
secteur dans lequel une personne travaille. Par
exemple, la proportion d’aides familiaux et de
travailleurs indépendants tend à être plus élevée
dans l’agriculture que dans d’autres secteurs. De
tous les secteurs, l’agriculture est celui qui présente la part de salariés la plus faible. Sur cette
base, nous pouvons conclure que la part de salariés dans les régions rurales est souvent moindre,
ce qui a également tendance à engendrer une durée moyenne de travail hebdomadaire habituelle
plus élevée.
ont plus de chance d’avoir des parts de salariés
inférieures et, par conséquent, des durées de travail moyennes hebdomadaires plus élevées. Au
niveau national, l’effet de l’emploi dans l’agriculture ne permet peut-être pas tant que cela
d’expliquer les différences de durées moyennes
passées au travail, puisque la part des personnes
travaillant dans le secteur agricole est peu élevée
dans la plupart des pays. En revanche, au niveau
régional, en particulier dans les zones rurales,
ce facteur est important pour mieux comprendre les différents modèles de temps de travail
régionaux.
Il existe une corrélation négative significative entre la proportion de salariés et celle de personnes
occupées dans l’agriculture, comme le montre le
graphique 3.1.
Pour résumer, il est possible de conclure que la
durée moyenne habituelle passée au travail dans
une région spécifique varie considérablement à
travers l’EU-27, ce qui s’explique non seulement
par la proportion de travailleurs à temps partiel,
qui est le facteur le plus influent, mais aussi par la
proportion de salariés, qui ont tendance à passer
moins de temps au travail. La proportion de salariés dépend, quant à elle, du secteur dominant
dans chaque région.
Chaque point du graphique 3.1 représente
une région NUTS 2 pour laquelle des données
étaient disponibles pour 2007. Les points s’alignent approximativement sur une ligne droite
descendante. Autrement dit, les régions ayant les
taux d’emploi les plus élevés dans l’agriculture
Si la part du travail à temps partiel semble être
davantage influencée au niveau national, la durée moyenne qu’une personne passe au travail, la
proportion de salariés et la distribution de l’emploi dans les secteurs sont davantage influencées
au niveau régional.
Part des salariés dans l’emploi total par rapport à la part des personnes
occupées dans le secteur agricole, par régions NUTS 2, 2007
Pourcentage
Graphique 3.1:
60
50
40
30
20
10
0
40
50
60
70
80
90
100
45
3
Marché du travail
Conclusion
46
Les résultats présentés dans ce chapitre montrent
que les performances en matière d’emploi et de
chômage ont été très bonnes en 2007 et que les
disparités des marchés de l’emploi régionaux ont
diminué. Néanmoins, les objectifs de Lisbonne
en matière d’emploi ne seront probablement pas
atteints. La récession qui frappe actuellement l’Europe et le reste du monde rendra plus difficile en
core la réalisation de ces objectifs puisque l’on prévoit une détérioration des marchés de l’emploi.
régional, les différences sont clairement plus
marquées entre les pays qu’entre les régions d’un
même pays, mais on observe également quelques
variations régionales. La durée moyenne qu’une
personne vivant dans une région spécifique
passe au travail dépend de nombreux facteurs,
tels que la participation des femmes au marché
de l’emploi, la proportion de travailleurs à temps
partiel, la proportion de salariés et le secteur
d’activité dominant. Tous ces facteurs déterminent la quantité moyenne de temps libre dont les
travailleurs disposent.
Le nombre d’heures par semaine que les gens
passent habituellement au travail a également
été analysé dans le présent chapitre. Si l’on examine les modèles de temps de travail au niveau
Bien que cela semble un curieux paradoxe, la durée moyenne de travail ne se traduit pas par un
marché de l’emploi ou une performance économique forts. En fait, c’est exactement l’inverse.
Marché du travail
3
La source des informations relatives au marché du travail régional jusqu’au niveau NUTS 2 est l’enquête sur les forces de
travail de l’UE (EFT). Il s’agit d’une enquête trimestrielle par échantillonnage réalisée auprès des ménages dans les États
membres de l’Union.
La population cible de l’EFT comprend toutes les personnes âgées de 15 ans et plus vivant dans des ménages privés.
L’enquête adopte les définitions et les recommandations de l’Organisation internationale du travail (OIT). Afin d’obtenir
une meilleure harmonisation, les États membres appliquent en outre des principes communs lors de l’élaboration des
questionnaires.
Tous les résultats régionaux présentés ici concernent les régions NUTS 2, et tous les chiffres régionaux sont des moyennes annuelles d’enquêtes trimestrielles.
Pour en savoir plus sur les statistiques du marché du travail régional, veuillez consulter les métadonnées sur le site internet d’Eurostat (http://ec.europa.eu/eurostat).
Définitions
La population comprend les personnes âgées de 15 ans et plus vivant dans des ménages privés (les personnes vivant
dans des ménages collectifs tels que des pensions, internats, établissements hospitaliers, instituts religieux, logements collectifs pour travailleurs, etc., ne sont pas incluses). Elle couvre toutes les personnes vivant dans les ménages faisant l’objet
de l’enquête au cours de la semaine de référence. Cette définition inclut également les personnes absentes des ménages
pour une période de temps courte (mais ayant maintenu un lien avec le ménage privé) en raison d’études, de vacances, de
maladie, de voyages d’affaires, etc. Les personnes effectuant leur service militaire obligatoire ne sont pas incluses.
Les personnes occupées sont les personnes âgées de 15 ans et plus [de 16 ans et plus en Espagne, au Royaume-Uni et
en Suède (1995-2001); de 15 à 74 ans au Danemark, en Estonie, en Hongrie, en Lettonie, en Finlande, en Norvège et en
Suède (à partir de 2001); de 16 à 74 ans en Islande] qui, au cours de la semaine de référence, ont travaillé au moins une
heure par semaine contre rémunération ou en vue d’un bénéfice ou d’un gain familial, ou n’étaient pas sur leur lieu de
travail mais avaient un travail ou une entreprise dont elles étaient temporairement absentes, par exemple pour cause de
maladie, de congé, de conflit du travail, d’études ou de formation.
Les chômeurs sont les personnes âgées de 15 à 74 ans [en Espagne, en Norvège et en Suède (1995-2000), au RoyaumeUni et en Islande, de 16 à 74 ans] qui étaient sans travail durant la semaine de référence, étaient disponibles pour travailler et étaient activement à la recherche d’un emploi au cours des quatre semaines précédentes, ou avaient trouvé un
emploi qui débuterait au cours des trois mois suivants.
Le taux d’emploi correspond au nombre de personnes occupées en pourcentage de la population.
Le taux de chômage correspond au nombre de chômeurs en pourcentage de la population économiquement active. Il
peut être ventilé par âge et par sexe. Le taux de chômage des jeunes couvre les personnes âgées de 15 à 24 ans.
La part du chômage de longue durée correspond au nombre de chômeurs de longue durée (12 mois ou plus) en pourcentage du total des chômeurs.
La dispersion des taux d’emploi (ou de chômage) est mesurée par le coefficient de variation des taux d’emploi (ou de
chômage) régionaux d’un pays, pondéré par la population absolue (population active) de chaque région.
La durée de travail hebdomadaire habituelle dans l’emploi principal correspond au nombre d’heures les plus communément ou typiquement travaillées sur une brève période, par exemple une semaine, dans l’emploi principal d’une
personne.
Les salariés sont toutes les personnes ayant un contrat de travail avec une unité locale/entreprise. Dans la catégorie
«autres personnes» doivent être inclus les propriétaires actifs, les aides familiaux, les entrepreneurs individuels, les stagiaires n’ayant pas de contrat de travail et les travailleurs bénévoles.
Les salariés à temps partiel sont ceux qui, conformément au contrat de travail qu’ils ont passé avec leur employeur,
n’exercent pas une activité journalière complète ou ne travaillent pas toute la semaine au sein de l’unité locale.
Les travailleurs indépendants sont définis comme des personnes qui travaillent dans leur propre affaire, cabinet professionnel ou exploitation agricole en vue de réaliser un profit et qui n’emploient aucune autre personne.
Les aides familiaux sont des personnes qui aident un autre membre de la famille à assurer la marche d’une exploitation
agricole ou d’une autre affaire, à condition qu’elles ne soient pas considérées comme des salariés.
47
Produit intérieur brut
4
Qu’est-ce que le produit intérieur
brut régional?
L’évolution économique d’une région est en règle
générale exprimée au moyen de l’évolution du
produit intérieur brut (PIB). Les comparaisons
entre régions sont également rapportées à cet indicateur. Mais que signifie-t-il précisément? Et
comment est-il possible de comparer des régions
dont la taille et les monnaies sont différentes?
Des régions de tailles différentes génèrent des
PIB régionaux de tailles différentes. Une véritable comparaison ne sera cependant possible que
si le PIB régional est rapporté à la population de
la région concernée. En l’occurrence, la différence
entre le lieu de résidence et le lieu de travail est
significative: le PIB mesure en effet les prestations
économiques réalisées dans les limites d’une région ou d’un pays, indépendamment de la question de savoir si ces prestations ont été réalisées
par des personnes résidentes ou non dans cette
région ou ce pays. De ce fait, l’emploi de l’indicateur «PIB par habitant» ne pose vraiment aucun
problème que si toutes les personnes participant
à la production de ce PIB ont aussi dans le même
temps leur domicile dans cette région.
En particulier dans des centres économiques
comme Londres ou Vienne, mais aussi à Hambourg, Prague ou Luxembourg, il est possible,
en présence d’une forte proportion de personnes
faisant la navette entre le domicile et le travail,
de parvenir à des résultats qui font apparaître un
PIB régional très élevé par habitant, tandis que
les régions environnantes affichent un PIB régional par habitant relativement faible, bien que
le revenu primaire des ménages de ces régions
soit très élevé. Il ne faut donc pas confondre le
PIB régional par habitant avec les revenus primaires de la région.
Le PIB régional est calculé dans la monnaie du
pays concerné. Pour permettre une comparaison
du PIB entre pays, cet indicateur est converti en
euros au cours moyen officiel de l’année civile
concernée. Les cours des monnaies ne reflètent
cependant pas toutes les différences de niveau de
prix entre pays. Pour opérer une compensation
à cet égard, le PIB est converti à l’aide de facteurs de conversion, appelés «parités de pouvoir
d’achat» (PPA), en une monnaie commune fictive, qualifiée de «standard de pouvoir d’achat»
(SPA), qui permet de comparer le pouvoir d’achat
des différentes monnaies nationales (se reporter
à la section «Notes méthodologiques» à la fin du
présent chapitre).
50
Le PIB régional en 2006
La carte 4.1 donne un aperçu de la répartition régionale du PIB par habitant (en pourcentage de
la moyenne pour l’EU-27 de 23 600 SPA) pour
l’Union européenne et la Croatie, ainsi que pour
l’ancienne République yougoslave de Macédoine,
qui a pour la première fois communiqué des données (pour les années de référence 2004-2006)
conformément au programme de transmission
du système européen des comptes (SEC 95).
L’intervalle observé va de 25 % (5 800 SPA) de la
moyenne européenne par habitant dans le nordest de la Roumanie à 336 % (79 400 SPA) dans la
région de la capitale britannique Inner London,
soit un rapport de 1 à 13,6 entre les deux extrêmes de la répartition. Luxembourg avec 267 %
(63 100 SPA) et Bruxelles avec 233 % (55 100 SPA)
suivent aux 2e et 3e rangs, puis Hambourg avec
200 % (47 200 SPA) et Groningue avec 174 %
(41 000 SPA) aux 4e et 5e rangs.
Les régions où le PIB par habitant est le plus élevé
se situent dans le sud de l’Allemagne et du Royaume-Uni, dans le nord de l’Italie, en Belgique, au
Luxembourg, aux Pays-Bas, en Autriche, en Irlande et en Scandinavie. S’y ajoutent les régionscapitales de Madrid, Paris et Prague. Les régions
économiquement les plus faibles se concentrent
dans les zones périphériques méridionales et occidentales de l’Union, ainsi que dans l’est de l’Allemagne et dans les nouveaux États membres, de
même qu’en Croatie et dans l’ancienne République yougoslave de Macédoine.
Praha (République tchèque), région avec le PIB par
habitant le plus élevé des nouveaux États membres,
se classe au 12e rang avec 162 % de la moyenne
de l’EU-27 (38 400 SPA), tandis que Bratislavský
kraj (Slovaquie) occupe avec 149 % (35 100 SPA) le
19e rang des 275 régions de niveau 2 des pays considérés (EU-27, Croatie et ancienne République yougoslave de Macédoine). Toutefois, ces deux régions
doivent faire figure d’exception parmi les régions
des nouveaux États membres, car les régions ayant
adhéré à l’Union en 2004 les plus proches dans le
classement se trouvent à bonne distance: KözépMagyarország (Hongrie) avec 106 % (24 900 SPA)
au 101e rang, Zahodna Slovenija (Slovénie) avec
105 % (24 900 SPA) au 103e rang et Kypros/Kıbrıs
avec 90 % (21 300 SPA) au 161e rang. À l’exception
de trois autres régions (Mazowieckie en Pologne,
Malta et Bucureşti — Ilfov en Roumanie), toutes
les autres régions des nouveaux États membres,
ainsi que de la Croatie et de l’ancienne République
yougoslave de Macédoine, ont un PIB par habitant
en SPA inférieur à 75 % de la moyenne de l’EU-27.
4
Carte 4.1: PIB par habitant, en SPA, par régions NUTS 2, 2006
En pourcentage de l’EU-27 = 100
51
4
Si l’on classe les 275 régions considérées ici en
fonction du niveau de leur PIB (en SPA) par habitant, le tableau est le suivant: en 2006, le PIB de
72 régions était inférieur à 75 % de la moyenne
de l’EU-27; 25,2 % de la population (EU-27, Croatie et ancienne République yougoslave de Macédoine) a son domicile dans ces 72 régions, dont
trois quarts dans les nouveaux États membres,
en Croatie ou dans l’ancienne République yougoslave de Macédoine et un quart dans les pays
de l’EU-15.
Au sommet de l’échelle, 41 régions affichent un
PIB par habitant supérieur à 125 % de la moyenne
de l’EU-27, et 20,1 % de la population vit dans ces
régions. 54,7 % de la population des 29 pays étudiés, soit une nette majorité, vit dans les régions
dont le PIB par habitant est compris entre 75 et
125 % de la moyenne de l’EU-27. Enfin, 11,5 %
de la population vit dans des régions dont le PIB
par habitant est inférieur à 50 % de la moyenne
de l’EU-27, toutes ces régions se trouvant dans les
nouveaux États membres, en Croatie et dans l’ancienne République yougoslave de Macédoine.
Le PIB en moyenne
pour la période 2004-2006
La carte 4.2 donne un aperçu du niveau du PIB
par habitant (en SPA) pour la moyenne des années 2004-2006. Les moyennes triennales sont
de fait particulièrement significatives, car elles
seront prises en compte pour décider quelles régions bénéficieront d’un financement des Fonds
structurels de l’Union.
Cette carte fait apparaître une concentration de
régions accusant un retard de développement,
et donc un PIB par habitant inférieur à 75 % de
la valeur moyenne pour 2004-2006 de l’EU-27
(22 600 SPA), dans le sud de l’Italie, en Grèce,
au Portugal, dans les nouveaux États membres,
ainsi qu’en Croatie et dans l’ancienne République
yougoslave de Macédoine. En Espagne, seule la
région Extremadura se situe encore au-dessous
de la limite de 75 %, de même que les quatre
départements français d’outre-mer. Toutes les
régions est-allemandes sans exception affichent
désormais des valeurs supérieures à 75 %. Globalement, pour la moyenne 2004-2006, 72 régions
se situaient au-dessous de 75 % de la moyenne de
l’EU-27, et 25,3 % de la population des 29 pays
considérés ici vivaient dans ces régions.
La carte 4.2 montre également les régions particulièrement prospères de l’Union, dont le PIB
est supérieur à 125 % de la moyenne de l’EU-27.
52
Il s’agit de 43 régions où vivent 21,7 % de la population de l’EU-27, ainsi que de la Croatie et de
l’ancienne République yougoslave de Macédoine.
Contrairement à une idée largement répandue,
ces régions ne se situent pas seulement au centre
de l’Union, comme l’illustrent les exemples des
régions Etelä-Suomi (Finlande), Southern and
Eastern (Irlande), Comunidad de Madrid (Espagne) et Attiki (Grèce). En revanche, l’hypothèse
selon laquelle de nombreuses capitales appartiennent à ce groupe se vérifie. C’est notamment le
cas de Londres, Dublin, Bruxelles, Paris, Madrid,
Vienne, Stockholm, Prague et Bratislava.
Dans les nouveaux États membres, une structure
différenciée se dessine actuellement si l’on fait
une distinction entre les régions qui se situent
au-dessous de 50 % de la moyenne de l’EU-27 et
entre 50 et 75 % de cette moyenne. En dessous de
50 %, on trouve 33 régions, qui abritent 12 % de
la population et se situent pour la plupart en Bulgarie, en Roumanie et en Pologne. Deux des trois
régions croates et l’ancienne République yougoslave de Macédoine font également partie de ce
groupe. D’autre part, toutes les régions tchèques
enregistrent à ce jour un niveau supérieur à 50 %
de la moyenne de l’EU-27.
Fortes disparités régionales
à l’intérieur même des pays
Même au sein des pays, il existe des différences
considérables entre régions, comme le montre
le graphique 4.1. Dans 13 des 22 pays étudiés
qui comptent plusieurs régions NUTS 2, la valeur la plus élevée du PIB par habitant en 2006
représentait plus du double de la valeur la plus
faible. Six pays de l’ensemble des 8 nouveaux
États membres plus la Croatie appartiennent à
ce groupe, mais seulement 7 des 14 États membres concernés de l’EU-15.
Les différences régionales les plus marquées se
trouvent au Royaume-Uni, qui affiche un facteur
de 4,3 entre les deux valeurs extrêmes, ainsi qu’en
France et en Roumanie, avec un facteur de respectivement 3,5 et 3,4. Les valeurs les plus faibles
sont relevées en Slovénie, avec un facteur de 1,5,
ainsi qu’en Irlande et en Suède, avec un facteur
de 1,6. Des divergences régionales modérées dans
le PIB par habitant (c’est-à-dire des facteurs inférieurs à 2 entre la valeur la plus élevée et la plus
faible) ne s’observent que dans les États membres
de l’EU-15, ainsi qu’en Slovénie et en Croatie.
Dans tous les nouveaux États membres, en Croatie et dans un certain nombre d’États membres
4
Carte 4.2:PIB par habitant, en SPA, par régions NUTS 2, moyenne 2004-2006
53
4
de l’EU-15, des pans importants de l’activité économique se concentrent dans les régions-capitales. De ce fait, la région-capitale de 19 des 22 pays
observés comptant plusieurs régions NUTS 2 est
également la région avec le plus haut PIB par habitant. La carte 4.1 montre par exemple clairement
la situation de premier plan des régions autour
de Bruxelles, de Sofia, de Prague, d’Athènes, de
Madrid, de Paris et de Lisbonne, ainsi que de Budapest, de Bratislava, de Londres, de Varsovie, de
Bucarest et de Zagreb.
veaux États membres. Tandis que les écarts entre
les valeurs extrêmes des régions dans les nouveaux États membres et en Croatie s’accentuent
assez sensiblement, ils se resserrent dans la moitié
des pays de l’EU-15.
Processus de rattrapage dynamique
dans les nouveaux États membres
La carte 4.3 montre l’ampleur de l’évolution du
PIB par habitant entre 2001 et 2006 par rapport
à la moyenne de l’EU-27 (exprimée en points de
pourcentage de la moyenne de l’EU-27). Les régions dynamiques sur le plan de l’économie, dont
Une comparaison des écarts entre 2001 et 2006
présente cependant que l’évolution des pays de
l’EU-15 se distingue fortement de celle des nou-
Graphique 4.1:
PIB par habitant, en SPA, par régions NUTS 2, 2006
En pourcentage de la moyenne EU-27 (EU-27 = 100)
Région de Bruxelles-Capitale/
Brussels Hoofdstedelijk Gewest
BE
Prov. Hainaut
SeveroYugozapaden
BG zapaden
Střední Morava
CZ
DK
Praha
Hovedstaden
Sjælland
DE Brandenburg — Nordost
Hamburg
EE
IE
EL
Dytiki Ellada
ES
Attiki
Extremadura
FR
Comunidad de Madrid
Guyane
IT
Île-de-France
Campania
CY
LV
LT
LU
HU Észak-Alföld
MT
NL
Groningen
Flevoland
AT
Burgenland (A)
PL
Lubelskie
PT
Wien
Mazowieckie
Norte
NordEst
Vzhodna Slovenija
Východné
Slovensko
Itä-Suomi
RO
SI
SK
FI
SE
Lisboa
Zahodna Slovenija
Bratislavský kraj
Åland
Östra Mellansverige
Stockholm
West Wales and
Središnja
The Valleys
i Istočna
HR (Panonska)
Hrvatska
UK
Inner London
MK
0
50
100
150
200
250
300
350
Moyenne nationale
Région de la capitale
54
400
4
Carte 4.3: Développement du PIB par habitant, en SPA, par régions NUTS 2, 2006 comparé à 2001
En points de pourcentage de la moyenne EU-27
55
4
le PIB par habitant a augmenté de plus de 2 points
de pourcentage par rapport à la moyenne de
l’Union, figurent en vert. En revanche, les régions
peu dynamiques (dont le recul relatif du PIB par
habitant par rapport à la moyenne de l’EU-27 est
supérieur à 2 points de pourcentage) apparaissent
en orange et en rouge. L’écart va de + 33 points de
pourcentage pour Bratislavský kraj (Slovaquie) à
– 23 points pour Emilia-Romagna (Italie).
Cette carte fait apparaître un dynamisme économique nettement supérieur à la moyenne dans
les régions périphériques de l’ouest, de l’est et du
nord de l’Union, tant dans les pays de l’EU-15 que
dans les nouveaux États membres et la Croatie.
Parmi les pays de l’EU-15, on distingue plus particulièrement de puissants processus de croissance en Grèce, en Espagne, en Irlande et dans des
parties du Royaume-Uni, de la Finlande et de la
Suède. Par ailleurs, une tendance observée déjà
depuis plusieurs années se poursuit cependant,
à savoir une faiblesse persistante de la croissance
dans certains pays de l’EU-15. Sont plus particulièrement concernées l’Italie, la Belgique et la
France, où aucune région n’a atteint la croissance
moyenne de l’EU-27 au cours de la période quinquennale de 2001 à 2006, tandis qu’en Allemagne
et au Portugal, la moitié des régions ont régressé
au regard de la moyenne européenne.
Dans les nouveaux États membres et en Croatie,
on constate, abstraction faite des régions-capitales toujours dynamiques, une croissance sensiblement supérieure à la moyenne, en particulier
dans les pays baltes, en Roumanie, en République
tchèque, en Slovaquie, en Croatie et dans la plupart des régions polonaises.
Il ressort d’une analyse plus précise des régions
particulièrement dynamiques que 42 régions se
sont hissées à plus de 7 points de pourcentage
au-dessus de la moyenne de l’Union; 21 de ces régions se situent dans les nouveaux États membres
et en Croatie.
Les régions dont la croissance est la plus rapide
sont relativement éparpillées dans les 29 pays
considérés ici. Il ressort cependant que les régionscapitales, tant dans les pays de l’EU-15 que dans les
nouveaux États membres et en Croatie, font preuve
d’un dynamisme nettement supérieur à la moyenne. En dehors des régions-capitales, la région des
nouveaux États membres qui a connu la croissance
la plus forte a été Vest (Roumanie), dont le PIB
par habitant (en SPA) a augmenté de 15,3 points
de pourcentage entre 2001 et 2006, pour passer de
29,4 à 44,7 % de la moyenne de l’EU-27.
56
Au bas de l’échelle, on remarque en revanche
une concentration marquée de quelques États
membres: sur les 35 régions qui ont perdu plus de
7 points de pourcentage par rapport à la moyenne
de l’EU-27, 20 sont situées en Italie, 6 en France et
3 au Royaume-Uni.
Une analyse plus précise des nouveaux États membres et de la Croatie aboutit au constat réjouissant
selon lequel 4 régions seulement ont perdu du terrain par rapport à la moyenne de l’EU-27 entre
2001 et 2006, à savoir Dél-Dunántúl en Hongrie
(– 1,1 point de pourcentage), Malta (– 1,0 point),
Severozapaden en Bulgarie (– 0,7 point) et Kypros/Kıbrıs (– 0,6 point).
Le processus de rattrapage observable dans les
nouveaux États membres et en Croatie pour la
période 2001-2006 atteint une amplitude annuelle de quelque 1,5 point de pourcentage de la
moyenne de l’EU-27 et s’est donc accéléré de façon considérable par rapport aux années 90. Le
PIB par habitant (en SPA) de ces 13 pays est ainsi
passé de 46,0 % de la moyenne de l’EU-27 en 2001
à 53,7 % en 2006. La crise économique qui a éclaté
à la mi-2008 fait toutefois craindre que ce rythme
ne puisse être maintenu tout au long de la première décennie de ce nouveau siècle.
Évolution hétérogène
au sein même des pays
Une analyse approfondie de l’évolution au sein
des divers pays pour la période 2001-2006 montre que le développement économique des régions
à l’intérieur d’un même pays peut diverger aussi
fortement qu’entre régions de pays différents.
Les différences les plus marquées apparaissent
aux Pays-Bas, en Slovaquie et au Royaume-Uni,
où le PIB par habitant de la région la plus dynamique et de celle dont la croissance a été la plus lente
s’est écarté de quelque 30 points de pourcentage
de la moyenne de l’EU-27. Au bas de l’échelle se
trouvent l’Irlande et la Slovénie, avec un écart entre les régions de 0,2 et 0,4 point de pourcentage
respectivement, ainsi que la Croatie et la Pologne,
avec des valeurs de quelque 6 et 9 points de pourcentage respectivement.
Tant dans les nouveaux États membres que dans
les pays de l’EU-15, la forte divergence de développement entre régions s’explique surtout par le
dynamisme de la croissance des régions-capitales. Toutefois, ainsi que le montrent notamment
les chiffres de la Pologne et de la Croatie, les données disponibles ne fournissent aucun fondement
4
à l’hypothèse selon laquelle de telles disparités
dans la croissance sont caractéristiques des nouveaux États membres ou des pays candidats à
l’adhésion.
Croatie et ancienne République yougoslave de
Macédoine) vit dans des régions plus ou moins
prospères et comment cette proportion a évolué
au fil du temps.
Les données disponibles montrent en outre que,
dans 7 pays, même les régions les moins dynamiques ont connu une croissance supérieure à
la moyenne de l’EU-27. Dans ce contexte, il peut
être considéré comme encourageant que, l’Irlande mise à part, cela a été le cas dans 5 nouveaux
États membres et en Croatie.
Le tableau 4.1 montre que la convergence écono
mique entre les régions a de fait sensiblement
progressé au cours de la période quinquennale de
2001 à 2006: ainsi, la part de la population qui
réside dans des régions où le PIB par habitant
est inférieur à 75 % de la moyenne de l’EU-27 a
reculé de 28,5 à 25,2 points de pourcentage. Dans
le même temps, la part de la population résidant
dans des régions avec un PIB supérieur à 125 %
de la moyenne s’est réduite de 23,0 à 20,1 %. Avec
les mutations intervenues au sommet et au pied
de l’échelle, la part de la population située à michemin (PIB par habitant de 75 à 125 %) a sensiblement augmenté, pour passer de 48,5 à 54,7 %.
Cela correspond à une augmentation de plus de
35 millions d’habitants.
La convergence fait des progrès
La présente section étudie si la convergence entre les régions de l’EU-27, de la Croatie et de l’ancienne République yougoslave de Macédoine a
progressé au cours de la période quinquennale
de 2001 à 2006. Il est possible de déterminer la
convergence du PIB par habitant (en SPA) entre
régions de plusieurs façons sur la base des indicateurs que les instituts nationaux de statistique
transmettent à Eurostat.
Une démarche simple consiste à établir l’intervalle entre la valeur la plus élevée et la plus faible.
Il ressort que cette valeur a fléchi d’un facteur de
16,0 en 2001 à 13,6 en 2006. La principale raison
de ce recul sensible a été l’accélération du développement économique de la Bulgarie et de la
Roumanie. Mais comme cette démarche ne prend
en compte que les valeurs extrêmes de la répartition, elle n’illustre manifestement pas une grande
partie des décalages entre les régions.
Dans une autre démarche, qui permet une évaluation beaucoup plus précise de la convergence,
les régions sont réparties en catégories en fonction de leur PIB par habitant (en SPA). De la sorte, il est possible de constater quelle proportion
de la population des pays considérés ici (EU-27,
Tableau 4.1:
La carte 4.4 montre toutefois que, malgré les progrès globalement sensibles de la convergence, on
constate que seules 5 régions ont franchi la barre des 75 % lorsque l’on compare les moyennes
triennales des périodes 1999-2001 et 2004-2006.
Ces régions sont situées en Grèce, en Espagne,
en Pologne, en Roumanie et au Royaume-Uni,
et près de 16 millions de citoyens y vivent, soit
quelque 3,2 % de la population des 29 pays inclus
dans l’étude. Dans le même temps, le PIB est toutefois retombé au-dessous de la limite des 75 %
dans 4 régions, à savoir 2 régions d’Italie, une de
France et une de Grèce, pour une population totale de 5 millions de personnes, soit environ 1,1 %
des habitants des 29 pays étudiés. Si l’on rapproche ces deux phénomènes, il apparaît qu’à la suite
de la croissance économique intervenue de 1999
à 2006, la population des régions ayant un PIB
supérieur à 75 % de la moyenne s’est accrue de
quelque 10,6 millions d’habitants.
Pourcentage de la population résidant dans des régions économiquement fortes ou faibles
Pourcentage de la population de l’EU-27, de la Croatie et de l’ancienne République yougoslave
de Macédoine résidant dans des régions dont le PIB par habitant est
2001
2006
> 12 % de l’EU-27 = 100
23,0
20,1
> 110 à 125 % de l’EU-27 = 100
16,0
16,5
> 90 à 110 % de l’EU-27 = 100
22,7
24,9
> 75 à 90 % de l’EU-27 = 100
9,8
13,3
Inférieur à 75 % de l’EU-27 = 100
28,5
25,2
Inférieur à 50 % de l’EU-27 = 100
15,3
11,5
57
4
Carte 4.4:Régions dont le PIB par habitant (en SPA) est passé au-dessus ou descendu en dessous de la limite
de 75 % de la moyenne EU-27, par régions NUTS 2, moyenne 2004-2006 comparée à 1999-2001
58
Ces résultats concernant la limite de 75 %, importante pour la politique régionale, laissent penser
que les régions économiquement les plus faibles
n’ont guère profité des progrès de la convergence
dans l’Union pendant la première moitié de cette
décennie.
Une analyse plus précise montre cependant que
de nombreuses régions avec un PIB inférieur à
75 % de la moyenne de l’EU-27 ont accompli des
progrès considérables. Ainsi, la population vivant
dans des régions avec un PIB inférieur à 50 % de
la valeur moyenne a diminué de près d’un quart
entre 2001 et 2006, tombant de 15,3 à 11,5 %, soit
une baisse de plus de 17 millions d’habitants.
Un examen des 20 régions les plus faibles du point
de vue économique, où vit 7,5 % de la population,
révèle en outre que ce groupe a aussi progressé:
son PIB par habitant est passé de 28,2 à 33,2 %
de la moyenne de l’EU-27 entre 2001 et 2006. On
voit là plus particulièrement les effets du vigoureux processus de rattrapage qui s’est amorcé en
Bulgarie et en Roumanie.
Conclusion
Variant dans un rapport de 1 à 13,6, le PIB par
habitant (en SPA) en 2006 affiche, pour les 275 régions NUTS 2 considérées dans 29 pays (EU-27,
Croatie et ancienne République yougoslave de Macédoine), des écarts encore très importants, mais
en diminution à moyen terme. Au sein des divers
pays, les écarts atteignent un facteur pouvant aller jusqu’à 4,3, les disparités régionales étant en
général plus importantes dans les nouveaux États
membres que dans les pays de l’EU-15.
En 2006, le PIB par habitant (en SPA) était inférieur à 75 % de la moyenne de l’EU-27 dans
72 régions. Dans ces 72 régions résidaient 25,2 %
de la population, dont les trois quarts dans les
nouveaux États membres, en Croatie et dans l’an-
4
cienne République yougoslave de Macédoine et
un quart dans les pays de l’EU-15. Si l’on prend
en considération la moyenne de la période triennale de 2004 à 2006, importante pour la politique
structurelle de l’Union européenne, on obtient
des valeurs très similaires: 72 régions comptant
25,3 % de la population se situent sous la barre
des 75 % de la moyenne de l’EU-27.
Si l’on considère l’évolution au cours de la période
quinquennale de 2001 à 2006, on est frappé, dans
le cas des pays de l’EU-15, par le dynamisme de
la croissance en Grèce, en Espagne, en Irlande
et dans certaines régions du Royaume-Uni, de la
Finlande et de la Suède. En revanche, l’évolution
économique est relativement défavorable dans la
plupart des régions de la Belgique, de l’Allemagne, de la France, de l’Italie et du Portugal.
Dans les nouveaux États membres et en Croatie,
une croissance nettement supérieure à la moyenne
s’observe avant tout dans les pays baltes, en Roumanie, en République tchèque, en Slovaquie, en
Croatie et dans la plupart des régions polonaises.
Le processus de rattrapage qui s’est amorcé dans
les nouveaux États membres et en Croatie s’est
considérablement accéléré par rapport aux années 90 et, jusqu’à 2006, il s’est poursuivi à un
rythme annuel d’environ 1,5 point de pourcentage par rapport à la moyenne de l’EU-27. Toutefois, les régions des nouveaux États membres
ne peuvent pas encore toutes en profiter dans les
mêmes proportions. Cette restriction vaut plus
particulièrement pour la Hongrie, Malte et la
Pologne. Globalement, l’ensemble des nouveaux
États membres et la Croatie ont progressé de quelque 7,7 points de pourcentage entre 2001 et 2006,
se hissant à 53,7 % de la moyenne de l’EU-27. La
crise économique qui a éclaté à la mi-2008 fait
toutefois craindre que ce rythme ne puisse être
maintenu tout au long de la première décennie de
ce nouveau siècle.
59
4
Parités de pouvoir d’achat et comparaisons internationales du volume
Les différences entre les valeurs du PIB des divers pays, même après conversion dans une monnaie
commune au moyen des cours des changes, ne portent pas seulement sur des volumes différents
de biens et de services. Le facteur «niveau de prix» joue lui aussi un rôle important. Les cours des
changes sont définis par de nombreux facteurs qui influencent l’offre et la demande sur les marchés
des devises, par exemple le commerce international, les anticipations inflationnistes et les différences de taux d’intérêt. De ce fait, la conversion au moyen des taux de change dans les comparaisons
d’un pays à l’autre n’est pertinente que dans une mesure limitée. Pour une comparaison plus précise, il convient d’utiliser des facteurs de conversion spéciaux pour compenser les différences de
niveaux de prix entre les pays. Les parités de pouvoir d’achat font partie de ces facteurs qui convertissent des indicateurs économiques exprimés dans des monnaies nationales en une monnaie commune fictive, appelée «standard de pouvoir d’achat». Les PPA sont donc utilisées pour convertir le
PIB et d’autres agrégats économiques (par exemple les dépenses de consommation pour certains
groupes de produits) de différents pays en volumes de dépenses comparables, qui sont ensuite
exprimés en unités SPA.
L’introduction de l’euro a pour la première fois rendu possibles des comparaisons directes de prix
entre les pays de la zone euro. L’euro a cependant, dans les divers pays de la zone euro, un pouvoir
d’achat différent qui dépend du niveau national des prix. Pour calculer des agrégats purs de volume
en SPA, il faut donc aussi continuer à calculer les PPA pour les États membres qui font partie de la
zone euro.
Sous leur forme la plus simple, les PPA représentent le rapport entre les prix pour un même bien
ou service dans différents pays exprimés dans leur monnaie nationale (par exemple, un pain coûte
2,25 euros en France, 1,98 euro en Allemagne ou 1,40 livre sterling au Royaume-Uni, etc.). Pour
les enquêtes de prix, on utilise un panier de différents produits et services comparables, qui sont
choisis de manière à représenter l’ensemble de la gamme des biens et des prestations de services
et à prendre en compte les structures de consommation des différents pays. La simple situation en
matière de prix sur le plan des produits est ensuite agrégée aux PPA pour des groupes de produits,
puis pour l’ensemble de la consommation et, enfin, pour le PIB. Afin d’établir une valeur de référence pour la procédure de calcul des PPA, un pays sert généralement de base et représente 1. Pour
l’Union européenne, le choix d’un seul pays comme base ne convient pas. Par conséquent, dans
l’Union, le SPA est utilisé comme unité monétaire de référence commune artificielle pour représenter le volume des agrégats économiques dans la comparaison en valeurs réelles pour la zone.
Malheureusement, le calcul de facteurs de conversion régionaux dans un avenir proche n’est pas
possible pour des motifs financiers. Si de telles PPA régionales étaient disponibles, le PIB en SPA
pour de nombreuses régions périphériques et rurales de l’Union serait plus élevé que si des PPA
nationales étaient utilisées.
Un classement des régions peut se modifier si l’on calcule en SPA au lieu de calculer en euros. Ainsi,
par exemple, en 2006, la région suédoise Östra Mellansverige se classe, avec un PIB par habitant de
29 600 euros, devant la région espagnole Comunidad de Madrid, qui affiche 29 100 euros. En SPA,
cependant, Comunidad de Madrid, avec 32 100 SPA par habitant, se situe devant Östra Mellansverige, avec 24 600 SPA.
Du point de vue de la répartition du PIB, l’utilisation de SPA au lieu d’euros aboutit à un lissage, car
les pays avec un PIB par habitant très élevé affichent en règle générale aussi un niveau de prix relativement élevé. L’écart au niveau du PIB par habitant pour les régions NUTS 2 dans l’EU-27, la Croatie
et l’ancienne République yougoslave de Macédoine tombe ainsi de quelque 86 500 unités en euros
à quelque 73 600 en SPA.
Le PIB par habitant en SPA est la variable centrale pour l’établissement de l’éligibilité des régions
NUTS 2 aux subventions dans le cadre de la politique structurelle de l’Union européenne.
60
Comptes des ménages
5
Introduction:
mesure de la richesse
L’un des objectifs principaux de la statistique régionale est de mesurer la richesse des régions. Il
s’agit, en particulier, de fournir une base pour des
mesures politiques destinées à soutenir les régions moins riches.
L’indicateur le plus souvent utilisé pour mesurer
la richesse des régions est le produit intérieur brut
régional. En règle générale, le PIB est exprimé en
standard de pouvoir d’achat et par habitant, afin
de rendre les données comparables entre des régions de taille et de pouvoir d’achat différents.
Le PIB correspond à la somme en valeur des biens
et des services produits dans une région par la population occupée dans cette région après déduction des intrants nécessaires. Mais en raison des
nombreux liens interrégionaux et des interventions de l’État, le PIB généré dans une région ne
correspond pas au revenu réellement disponible
pour les habitants de cette région.
Le PIB régional par habitant, utilisé comme indicateur de richesse, présente l’inconvénient suivant: un chiffre fondé sur l’emploi (le PIB réalisé
dans la région) est divisé par un chiffre fondé
sur la résidence (la population résidant dans la
région). Cette incohérence influence les résultats dès lors qu’il existe un solde de navetteurs,
c’est-à-dire qu’une région compte, sur son territoire, plus ou moins de travailleurs que de résidents. L’exemple le plus frappant est constitué par
la région britannique Inner London qui affiche
le PIB par habitant de loin le plus élevé de l’UE.
Cela ne signifie toutefois aucunement que les
habitants de cette même région bénéficient d’un
niveau de revenu correspondant, car des milliers
de navetteurs se rendent chaque jour à Londres
pour y travailler, mais habitent dans les régions
avoisinantes. Les régions de Hambourg, Vienne,
Luxembourg, Prague ou Bratislava peuvent également être citées comme exemples à cet égard.
Hormis les flux de navetteurs, d’autres facteurs
peuvent également faire en sorte que la répartition régionale du revenu réel ne corresponde pas
à celle du PIB. Parmi ces facteurs figurent par
exemple les revenus provenant des loyers, des intérêts ou des dividendes qui reviennent aux résidents d’une région déterminée, mais sont payés
par les résidents d’autres régions.
Pour mieux se rendre compte de la situation économique d’une région, il convient donc de se référer également au revenu net des ménages privés.
64
Revenu des ménages privés
Dans les pays fonctionnant selon les principes
de l’économie de marché et disposant d’un méca
nisme de redistribution par l’État, on distingue
deux étapes dans la répartition du revenu.
La répartition primaire correspond au revenu des
ménages privés résultant directement des opérations effectuées sur le marché, c’est-à-dire de
l’achat et de la vente de facteurs de production
et de biens. Il convient de mentionner ici avant
tout les rémunérations des salariés, c’est-à-dire les
revenus provenant de la vente du facteur de production «travail». Les ménages privés peuvent,
de plus, percevoir des revenus du patrimoine,
notamment des intérêts, des dividendes ou des
loyers. Enfin, il existe également un revenu résultant de l’excédent d’exploitation ou d’activités
indépendantes. Du côté du passif, au niveau de la
répartition primaire, il faut enregistrer les éventuels intérêts et loyers à payer par les ménages.
Le solde de toutes ces transactions équivaut au
revenu primaire des ménages privés.
Le revenu primaire constitue la base de la répartition secondaire du revenu, qui représente le mécanisme de redistribution par l’État. L’ensemble
des prestations sociales monétaires et des transferts s’ajoute à ce revenu primaire. À partir de ce
dernier, les ménages doivent payer des impôts sur
le revenu et le patrimoine, s’acquitter de cotisations sociales et effectuer des transferts. Le solde
subsistant à l’issue de ces transactions est appelé
«revenu disponible des ménages privés».
Lorsqu’on entreprend une analyse des revenus des
ménages, il faut tout d’abord choisir l’unité dans
laquelle seront exprimées les données, afin que les
comparaisons entre régions aient un sens.
Aux fins des comparaisons interrégionales, le PIB
régional est généralement exprimé en standard
de pouvoir d’achat. L’objectif est de permettre des
comparaisons en termes de volume qui soient pertinentes. Il faudrait procéder de la même manière
avec les variables du revenu des ménages privés.
Ces dernières sont donc converties au moyen de
SPA spécifiques aux dépenses de consommation
finale, dénommés «standards de pouvoir d’achat
relatifs à la consommation» (SPAC).
Résultats pour l’année 2006
Revenu primaire
La carte 5.1 fournit une vue d’ensemble du revenu primaire dans les régions NUTS 2 des 23 pays
considérés dans la présente analyse. On distingue
nettement la présence de pôles de prospérité dans
le sud de l’Angleterre, à Paris, dans le nord de l’Italie, en Autriche, à Madrid et dans le nord-est de
l’Espagne, en Flandre, dans l’ouest des Pays-Bas,
à Stockholm ainsi que dans les régions de Nordrhein-Westfalen, Hessen, Baden-Württemberg et
Bayern. Les disparités nord/sud en Italie et ouest/
est en Allemagne sont également flagrantes, alors
que la répartition régionale est relativement homogène en France. Au Royaume-Uni, un clivage
sud/nord est également visible, quoique dans une
mesure moindre qu’en Italie et en Allemagne.
Dans les nouveaux États membres, ce sont surtout
les régions autour des capitales qui se distinguent
par des revenus relativement élevés, en particulier
Bratislava et Prague, qui sont déjà très proches de
la moyenne de l’EU-27. Közép-Magyarország (Budapest), Mazowieckie (Varsovie) et Bucureşti —
Ilfov affichent également des revenus assez élevés.
Dans toutes les autres régions tchèques, dans deux
autres régions hongroises, ainsi qu’en Slovénie et
en Lituanie, le revenu primaire des ménages est
supérieur à la moitié de la moyenne de l’UE. Il est
inférieur à cette moyenne dans toutes les autres
régions des nouveaux États membres.
L’intervalle de variation des valeurs régionales va
de 3 197 SPAC par habitant dans le nord-est de la
Roumanie à 35 116 SPAC dans la région britannique Inner London. Sur les 10 régions aux plus
hauts revenus par habitant, 5 se situent au Royaume-Uni, 3 en Allemagne et une en France ainsi
qu’en Belgique. Cette concentration évidente
des régions disposant des revenus les plus élevés
au Royaume-Uni et en Allemagne est tout aussi
manifeste lorsqu’on élargit l’examen aux 30 premières régions du classement: figurent dans ce
groupe 11 régions allemandes, 7 régions britanniques, 3 régions en Italie de même qu’en Autriche,
2 en Belgique, ainsi qu’une région respectivement
aux Pays-Bas, en France, en Espagne et en Suède.
Parmi les 30 régions en fin de classement, on
ne sera pas surpris de trouver uniquement des
régions des nouveaux États membres, à savoir
15 régions polonaises sur 16, 7 régions roumaines
sur 8, 4 régions hongroises sur 7 et 2 régions slovaques sur 4, ainsi que l’Estonie et la Lettonie.
L’écart entre la région européenne qui enregistre
le revenu primaire le plus élevé et celle qui enregistre le revenu primaire le plus bas correspondait
en 2006 à un facteur de 11,0. Cinq ans plus tôt, en
2001, ce facteur s’établissait à 10,4. Par conséquent,
l’écart entre les deux extrémités de la répartition
s’est légèrement creusé sur la période 2001-2006.
5
Revenu disponible
Une comparaison entre le revenu primaire et le
revenu disponible (voir carte 5.2) fait apparaître
l’effet de nivellement induit par l’intervention de
l’État. Celle-ci accroît le niveau relatif de reve
nu tout particulièrement dans quelques régions
d’Italie et d’Espagne, dans l’ouest du RoyaumeUni ainsi que dans certaines parties de l’Allemagne orientale et de la Grèce. Il en va de même
pour les nouveaux États membres, notamment la
Hongrie, la Roumanie, la Slovaquie et la Pologne.
Toutefois, le nivellement des revenus privés est
généralement moins marqué dans les nouveaux
États membres que dans les pays de l’EU-15.
Malgré la redistribution publique et les autres transferts, la plupart des régions-capitales conservent
leur position prédominante, puisqu’elles affichent
le plus haut revenu disponible du pays considéré.
Sur les 10 régions aux plus hauts revenus disponibles par habitant, 5 sont situées au RoyaumeUni, 4 en Allemagne et une en France. Dans les
nouveaux États membres, la région qui enregistre
le revenu disponible le plus élevé est Bratislav
ský kraj avec 12 309 SPAC par habitant, suivie de
Praha avec 12 241 SPAC.
Lorsqu’on élargit la perspective aux 30 premières régions du classement, on constate également
une nette concentration régionale: on y recense
11 régions allemandes, 9 régions britanniques,
4 régions autrichiennes, 3 régions italiennes et
respectivement une région en Belgique, en France
et en Espagne.
La plage inférieure de la répartition est très semblable à celle qui caractérise le revenu primaire.
Parmi les 30 régions en fin de classement figurent
13 régions polonaises, 7 régions roumaines, 4 régions hongroises, 2 régions slovaques et une région grecque, de même que les 3 États baltes.
L’intervalle de variation des valeurs régionales va
de 3 610 SPAC par habitant dans le nord-est de la
Roumanie à 25 403 SPAC dans la région britannique Inner London. L’intervention de l’État et
les autres transferts réduisent ainsi sensiblement
l’écart entre la valeur régionale la plus haute et la
valeur régionale la plus basse des 23 pays analysés
ici, lequel passe d’un facteur de 11,0 environ à un
facteur de 7,0.
Contrairement à ce qui se passe pour le revenu
primaire, on observe une tendance claire à la réduction de l’intervalle de variation régionale en
ce qui concerne le revenu disponible: entre 2001
et 2006, le rapport entre la valeur la plus élevée et
la plus basse est passé de 8,5 à 7,0.
65
5
Carte 5.1: Revenu primaire des ménages privés par habitant (en SPAC), par régions NUTS 2, 2006
66
5
Carte 5.2: Revenu disponible des ménages privés par habitant (en SPAC), par régions NUTS 2, 2006
67
5
Roumanie et en Grèce, avec un facteur supérieur
à 2. Cela signifie, par exemple, que le revenu disponible par habitant dans la région Bucureşti —
Ilfov est deux fois plus élevé que celui de la région
Nord-Est. La Slovaquie, le Royaume-Uni, la Hongrie et l’Italie, avec des facteurs d’environ 1,8, se
caractérisent également par des disparités régionales importantes. En Espagne, en Pologne et en
Allemagne, les valeurs les plus élevées dépassent
de près de deux tiers les plus basses. La concentration régionale est généralement plus élevée
dans les nouveaux États membres que dans les
pays de l’EU-15.
En résumé, il est possible de conclure qu’entre
2001 et 2006, une convergence régionale notable
s’est dessinée pour le seul revenu disponible, qui
est influencé par les interventions de l’État, et non
pour le revenu primaire résultant du fonctionnement du marché.
Les écarts régionaux de revenu disponible à l’intérieur des différents pays sont certes nettement
inférieurs à ceux qui sont observés pour l’UE
dans son ensemble; ils varient cependant considérablement selon les pays. Le graphique 5.1 offre
un aperçu de l’intervalle de variation du revenu
disponible par habitant entre les régions qui,
dans chaque pays, enregistrent respectivement la
valeur la plus élevée et la plus faible. Le clivage
régional le plus marqué peut être constaté en
Graphique 5.1:
Parmi les nouveaux États membres, la Slovénie
affiche l’écart le plus faible (11 %) entre les valeurs extrêmes et se situe en cela à un niveau très
Revenu disponible des ménages privés par habitant (en SPAC),
BE
Prov. Vlaams-Brabant
Prov. Hainaut
CZ
Severozápad
Praha
DK
DE
Mecklenburg-Vorpommern
Hamburg
EE
IE
EL
Ionia Nisia
Attiki
ES
Extremadura
FR
País Vasco
Nord - Pas-de-Calais
IT
Île-de-France
Campania
LV
LT
HU
Észak-Alföld
NL
Groningen
Utrecht
AT
Kärnten
PL
Podkarpackie
PT
Norte
RO
Nord-Est
Lisboa
SI
Zahodna Slovenija
Vzhodna Slovenija
SK
Wien
Mazowieckie
Bratislavský kraj
FI
Itä-Suomi
SE
Åland
Stockholm
Övre Norrland
UK
West Midlands
0
2 500
5 000
7 500
10 000
12 500
Inner London
15 000
17 500
20 000
22 500
25 000
Moyenne nationale
Région de la capitale
Notes: DK: données disponibles seulement au niveau national
FR: sans départements d’outre-mer
68
27 500
30 000
5
Carte 5.3: Revenu disponible des ménages privés en % du revenu primaire, par régions NUTS 2, 2006
69
5
proche de l’Autriche, qui enregistre les plus petits écarts de revenu entre régions. L’Irlande, la
Finlande, la Suède et les Pays-Bas, où les valeurs
maximales dépassent les valeurs minimales de 10
à 28 %, ne présentent que des disparités régionales modérées.
Le graphique 5.1 met par ailleurs en évidence que,
dans 13 des 18 pays comptant plusieurs régions
NUTS 2, les capitales affichent également les valeurs de revenu les plus élevées. Ce groupe comprend 4 des 6 nouveaux États membres de taille
relativement importante.
L’importance économique des régions-capitales
apparaît aussi clairement lorsqu’on compare leurs
valeurs de revenu aux moyennes nationales. Dans
quatre pays (République tchèque, Roumanie, Slovaquie et Royaume-Uni), les capitales dépassent
les valeurs nationales de plus d’un tiers. Des valeurs inférieures aux moyennes nationales ne sont
observées qu’en Belgique et en Allemagne.
Au-delà du niveau du revenu primaire et du revenu disponible, le rapport entre ces deux variables revêt lui aussi une grande importance pour
l’évaluation de la situation économique des différentes régions. La carte 5.3 illustre ce rapport, qui
donne une idée de l’impact des interventions de
l’État et des autres transferts. En moyenne, dans
l’EU-27, le revenu disponible équivaut à 87,2 % du
revenu primaire. En 2001, ce rapport s’établissait
à 87,0 %. Les interventions de l’État et les autres
transferts n’ont donc guère varié au cours de cette
période de cinq ans. D’une manière générale, les
États de l’EU-15 enregistrent des valeurs plus faibles que les nouveaux États membres.
Une comparaison plus minutieuse fait apparaître
des différences notables entre les régions des États
membres. Dans les capitales et d’autres régions
prospères des pays de l’EU-15, le revenu disponible est le plus souvent inférieur à 80 % du revenu
primaire. Des pourcentages plus élevés peuvent
par conséquent être observés dans les régions économiquement moins riches, surtout aux frontières
sud et sud-ouest de l’Union, dans l’ouest du Royaume-Uni et dans la partie orientale de l’Allemagne.
Ce phénomène s’explique par le fait que, dans
les régions où les revenus sont relativement élevés, une part plus importante du revenu primaire
revient à l’État sous forme d’impôts. En même
temps, les prestations sociales versées par l’État
sont moins élevées que dans les régions enregistrant des revenus comparativement plus faibles.
Dans les nouveaux États membres, la redistribution régionale est souvent plus limitée que dans
70
les pays de l’EU-15. Pour les régions-capitales,
les valeurs varient entre 80 et 90 % et se situent
toutes, sans exception, en fin des classements
nationaux. Cela est le signe que les revenus dans
ces régions sont complétés par des prestations sociales dans des proportions nettement moindres
qu’ailleurs. L’écart entre la région-capitale et le
reste du pays est particulièrement important en
Roumanie et en Slovaquie, où il atteint 15 points
de pourcentage.
Dans les 23 États membres de l’UE qui font l’objet de la présente analyse, le revenu disponible
est supérieur au revenu primaire dans 30 régions au total. Cela est notamment le cas pour
12 des 16 régions polonaises ainsi que pour 4 des
8 régions de Roumanie. Dans les États membres
de l’EU-15, ce sont surtout 6 régions de l’Allemagne orientale ainsi que 3 régions portugaises et
2 régions britanniques qui se détachent.
Lorsqu’on interprète ces résultats, il convient toutefois de ne pas oublier que les prestations sociales monétaires de l’État ne sont pas les seuls éléments pouvant permettre au revenu disponible
de dépasser le revenu primaire et que les autres
transferts (tels que les virements effectués par
des personnes travaillant temporairement dans
d’autres régions) peuvent aussi, dans certains cas,
jouer un rôle non négligeable.
La dynamique à la périphérie
de l’Union
Pour conclure, voici un aperçu de l’évolution à
moyen terme des régions par rapport à la moyenne de l’EU-27. La carte 5.4 illustre, à travers une
comparaison sur cinq ans, entre 2001 et 2006,
l’évolution du revenu disponible par habitant (en
SPAC) dans les régions NUTS 2 par rapport à la
moyenne de l’EU-27.
On observe au premier abord des processus très
dynamiques à la périphérie de l’Union; cela vaut
en particulier pour l’Espagne et l’Irlande, ainsi
que pour la République tchèque, la Slovaquie, la
Hongrie et les États baltes.
À l’opposé, on constate en Belgique, en Allemagne, en France et surtout en Italie une progression des revenus inférieure à la moyenne qui caractérise également des régions ne disposant que
d’un niveau de revenu moyen.
L’intervalle de variation se situe entre + 16,4 points
de pourcentage pour Bucureşti — Ilfov (Roumanie) et – 14,4 points pour Liguria (Italie).
5
Carte 5.4: Développement du revenu disponible des ménages privés par habitant, par régions NUTS 2
Changement entre 2001 et 2006 en points de pourcentage de la moyenne EU-27 en SPAC
71
5
En dépit d’un processus de rattrapage globalement significatif dans les nouveaux États membres, l’évolution n’a pas eu un caractère aussi positif partout: en Pologne, dans 7 régions sur 16,
les revenus disponibles n’ont progressé que de
1,5 point de pourcentage au maximum par rapport à la moyenne de l’UE. Les chiffres pour la
Roumanie révèlent, au contraire, une évolution
fort encourageante: la région Bucureşti — Ilfov
(+ 16,4 points de pourcentage) se place en première position en termes d’amélioration relative
par rapport à l’ensemble des régions, et même la
région Nord-Est (qui est celle enregistrant le reve
nu le plus bas de toute l’UE) est parvenue à progresser de 4,8 points de pourcentage par rapport
à l’évolution moyenne des revenus dans l’Union.
Le creusement de l’écart de richesse entre la capitale et les parties moins prospères du pays constitue néanmoins un problème structurel persistant
dans tous les nouveaux États membres.
Globalement, l’évolution entre 2001 et 2006 a
conduit à un léger aplatissement à l’extrémité
supérieure de la courbe de répartition régionale
du revenu, notamment en raison de fortes baisses
relatives dans des régions à haut niveau de revenu. Parallèlement, chacune des dix régions figurant en fin de classement a réduit son écart avec
la moyenne de l’UE.
Conclusion
La répartition régionale des revenus des ménages diffère de celle du produit intérieur brut
dans de nombreuses régions NUTS 2, car les déplacements de navetteurs n’ont aucun effet sur
les résultats en ce qui concerne les revenus des
ménages privés, contrairement à ce qui se passe
pour le PIB régional. Cependant, dans certains
cas, d’autres transferts et des flux de revenus
d’autres types, dont les ménages privés bénéficient alors que ces revenus ne proviennent pas
de leur région, jouent également un rôle considérable. Par ailleurs, les interventions de l’État
sous forme de transferts sociaux monétaires et
72
de prélèvements d’impôts directs entraînent un
nivellement entre les régions.
L’ensemble des interventions de l’État et des au
tres influences ont pour conséquence que le reve
nu disponible varie selon un facteur d’environ
7,0 entre la région la plus prospère et celle économiquement la plus faible, tandis que le revenu
primaire par habitant présente un écart allant
jusqu’à un facteur de 11,0. On peut donc retenir
que l’effet d’aplatissement de la courbe de répartition régionale du revenu, recherché dans la plupart des pays, est obtenu.
Dans les nouveaux États membres, le niveau de
revenu des ménages privés demeure largement inférieur à celui des pays de l’EU-15; seules quelques
régions-capitales atteignent des valeurs de revenu
dépassant les trois quarts de la moyenne de l’UE.
Une analyse sur une période de cinq ans allant
de 2001 à 2006 montre que, dans certaines régions des nouveaux États membres, les revenus
ne rattrapent que lentement leur retard. Cela vaut
en particulier pour plusieurs régions polonaises.
En Roumanie, au contraire, un processus vigoureux de rattrapage s’est amorcé et, fait réjouissant, il ne se limite pas à la seule région-capitale
Bucureşti — Ilfov.
Pour le revenu disponible, on observe une tendance notable au resserrement des écarts régionaux:
entre 2001 et 2006, le rapport entre la valeur la
plus élevée et la plus basse est passé de 8,5 à 7,0,
tandis que les écarts régionaux en ce qui concerne
le revenu primaire se sont accrus, passant d’un
facteur de 10,4 à 11,0.
S’agissant de la disponibilité des données sur le
revenu, il est à noter que tant l’exhaustivité que la
longueur des séries chronologiques s’améliorent
peu à peu. Dès qu’un ensemble de données complet sera disponible, les données sur le revenu des
ménages privés pourraient être prises en considération, en complément de celles sur le produit
intérieur brut, pour étayer la prise de décisions
relatives aux mesures de politique régionale.
5
Eurostat dispose depuis quelques années de données ventilées par région pour les différentes catégories de revenus des ménages privés. Ces données sont collectées au niveau NUTS 2, dans le cadre
des comptes régionaux.
Aucune donnée au niveau régional NUTS 2 n’est encore disponible pour les régions suivantes: Bulgarie, départements d’outre-mer (France), Chypre, Luxembourg et Malte. Pour le Danemark, on ne
dispose que de données à l’échelon national.
Le texte du présent chapitre ne porte donc que sur 23 États membres correspondant à 254 régions de niveau NUTS 2. Parmi ces 23 États membres, trois sont constitués d’une seule région
NUTS 2: l’Estonie, la Lettonie et la Lituanie. Depuis le début de 2008, le Danemark est divisé en
cinq régions NUTS 2; toutefois, il est considéré comme formant une seule région NUTS 1 dans le
cadre de la présente étude, car on ne dispose pas encore de données pour les régions NUTS 2
nouvellement définies.
En raison de la disponibilité restreinte des données, les valeurs relatives aux comptes régionaux des
ménages ont dû être estimées pour l’EU-27, en partant de l’hypothèse que la part des États membres manquants dans le revenu des ménages (en SPAC) équivaut à celle qu’ils représentent dans le
PIB (en SPA). Celle-ci correspond à 1,0 % pour l’année de référence 2005.
Les données qui sont parvenues à Eurostat après le 28 avril 2009 n’ont pas été prises en compte
dans le présent chapitre de l’Annuaire.
73
Statistiques structurelles
des entreprises
6
Statistiques structurelles des entreprises
Introduction
Quels effets les politiques économique et régionale
de l’Union européenne ont-elles sur la structure
économique des régions? Quels sont les secteurs en
croissance ou en régression et quelles sont les régions susceptibles d’être les plus concernées? Une
analyse fine de la structure de l’économie européenne ne peut se faire que sur le plan régional. Les
statistiques structurelles régionales sur les entreprises fournissent des données selon une ventilation
détaillée par activité qui peuvent être utilisées pour
ce type d’analyse. La première partie du présent
chapitre s’intéresse à la spécialisation régionale et à
la concentration des activités au sein de l’économie
marchande de l’UE. La seconde analyse en détail
l’activité du secteur des services aux entreprises.
Spécialisation régionale
et concentration des activités
Des disparités importantes existent entre les régions européennes en ce qui concerne l’importan-
Graphique 6.1:
ce des différentes activités au sein de l’économie
marchande. Alors que certaines activités sont réparties de manière relativement égale entre la plupart des régions, de nombreuses autres présentent
une variation considérable du niveau de spécialisation régionale, quelques régions ayant souvent
un degré particulièrement élevé de spécialisation.
La part d’une activité particulière au sein de l’économie marchande donne une idée des régions qui
sont les plus ou les moins spécialisées dans cette
activité indépendamment de la taille, grande ou
petite, de la région ou de l’activité considérée. Di
verses raisons expliquent la spécialisation relative.
En fonction du type d’activité, il peut s’agir, entre
autres, de la disponibilité de ressources naturelles
ou d’une main-d’œuvre qualifiée, de la culture et
des traditions, des niveaux de coûts, de l’infra
structure, de la législation, des conditions climatiques et topographiques, ainsi que de la proximité
par rapport aux marchés.
Le graphique 6.1 montre qu’à un niveau d’activité
agrégé (sections de la NACE), c’est l’industrie manufacturière (section D de la NACE) qui affichait le
Degré de spécialisation régionale par activité (sections de la NACE),
EU-27 et Norvège, par régions NUTS 2, 2006
Part de l’emploi de l’économie marchande non financière, en pourcentage
Commerce
(G 50-52)
Dytiki Ellada (GR23)
Západné
Slovensko
(SK02)
Industrie manufacturière
(D 15-37)
Immobilier, location
et services aux entreprises
(K 70-74)
Inner London (UKI1)
Construction
(F 45)
Andalucía (ES61)
Transports
et communications
(I 60-64)
Åland (FI20)
Hôtels et restaurants
(H 55)
Ionia Nisia (GR22)
Production
et distribution d’électricité,
de gaz et d’eau,
(E 40-41)
Sud-Vest Oltenia (RO41)
Industries extractives
(C 10-14)
Agder og Rogaland (NO04)
0
5
10
15
20
25
30
35
40
45
50
55
60
65
Notes: Données excluant BG, SI, DK (pas de données au niveau NUTS 2), MT, North Eastern Scotland (UKM5) et Highlands
and Islands (UKM6) (données non disponibles)
CY: données excluant la recherche et le développement (K 73)
76
plus grand écart dans l’importance relative d’une
activité dans la main-d’œuvre de l’économie marchande non financière (sections C à I et K) d’une
région. L’industrie manufacturière ne représentait
que 3,1 % des personnes occupées dans la région
Ciudad Autónoma de Melilla (Espagne) et moins
de 10 % dans treize autres régions, dont celles de
la capitale en Espagne et au Royaume-Uni. La distribution des régions restantes était relativement
symétrique, les parts de l’emploi manufacturier
s’étant échelonnées de 10 % à près de la moitié de
la main-d’œuvre dans deux régions tchèques et
deux régions slovaques, à savoir Střední Morava
(République tchèque) et Východné Slovensko (Slovaquie) — dans les deux cas 48,0 % —, ainsi que
Severovýchod (République tchèque) et Stredné
Slovensko (Slovaquie) — dans les deux cas 48,8 %.
Západné Slovensko (Slovaquie) était la seule région
dans laquelle la part de l’emploi manufacturier dépassait la moitié de la main-d’œuvre de l’économie
marchande non financière (57,8 %). En revanche,
l’écart dans les parts d’emploi était beaucoup plus
réduit pour le commerce (section G de la NACE),
l’activité qui a enregistré l’emploi médian le plus
élevé, ce qui s’explique par sa présence dans toutes
les régions et la desserte de clients essentiellement
locaux. Les parts ont varié de moins de 17 % pour
Åland et Länsi-Suomi (Finlande) à un peu plus
de 40 % pour Anatoliki Makedonia, Thraki, Kriti
et Kentriki Makedonia (Grèce) et à près de 45 %
pour Dytiki Ellada (Grèce).
Par ailleurs, les transports et les communications
(section I de la NACE) et les industries extractives
(section C) ont affiché une taille relative analogue
dans la majorité des régions, mais se sont distingués par des valeurs extrêmes dans quelques régions fortement spécialisées dans ces activités.
Les transports et les communications ont compté
pour seulement 7,1 % dans un quart des régions
et pour moins de 10,1 % dans trois quarts des régions. L’étroitesse de cette plage de variation s’explique principalement par le fait que le transport
par route et les postes et les télécommunications
représentent une grande part de l’emploi dans ce
secteur et que ces activités ont tendance à avoir
une importance relativement identique dans la
plupart des régions. Il n’y avait, par exemple, que
trois régions pour lesquelles la part de l’emploi
dans les transports et les communications était supérieure à 20 %. Le degré de spécialisation le plus
élevé a été observé pour la région insulaire Åland
(Finlande), où près de la moitié de la main-d’œuvre (47,9 %) était occupée dans ce secteur, ce qui
était dû presque exclusivement à l’importance des
transports par eau. Åland devançait de loin la ré-
6
gion allemande Köln (31,3 %), particulièrement
axée sur les services de postes et de télécommunications, et Bratislavský kraj (23,8 %), la région-capitale slovaque essentiellement spécialisée dans les
transports par route et les autres formes de transport terrestre. Les ressources naturelles jouent un
rôle important pour les activités telles que les industries extractives, qui sont très peu développées,
voire inexistantes, dans de nombreuses régions.
Seules quelques rares régions sont fortement spécialisées dans ces activités, du fait de la présence
de gisements de minerais métalliques, de charbon,
de pétrole ou de gaz. Les industries extractives ont
représenté moins de 0,2 % des personnes occupées
dans un quart des régions et entre 0,2 et 0,5 % dans
la moitié des régions. Ce secteur employait néanmoins plus de 5 % de la main-d’œuvre totale de
l’économie marchande non financière dans six régions et pas moins de 10 % dans les régions Śląskie
(Pologne) et Agder og Rogaland (Norvège).
Le tableau 6.1 présente, à un niveau d’activité plus
détaillé (toutes les divisions à l’intérieur de chaque
section de la NACE), la région qui était la plus spécialisée en 2006 et, à titre comparatif, la part médiane et la part moyenne de la main-d’œuvre de
l’économie marchande non financière dans toutes les régions au sein de l’EU-27 et en Norvège.
Les activités manufacturières qui concernent les
premiers stades de transformation des produits
de l’agriculture, de la pêche ou de la sylviculture
sont concentrées, en particulier, dans les régions
proches de la source de la matière première. Les
régions les plus spécialisées dans l’industrie des
produits alimentaires et des boissons (NACE 15) se
trouvaient toutes dans des zones rurales situées à
l’intérieur ou à proximité de centres de production
agricole: ces régions étaient la Bretagne (la plus spécialisée de toutes les régions) et les Pays de la Loire
en France, Lubelskie, Podlaskie et Warmińskomazurskie dans la partie orientale de la Pologne,
Dél-Alföld en Hongrie et La Rioja en Espagne. Les
régions nordiques et baltes fortement boisées possédaient le plus haut degré de spécialisation dans
le travail du bois et la fabrication d’articles en bois
(NACE 20), ainsi que dans l’industrie connexe du
papier et du carton (NACE 21). Itä-Suomi (Fin
lande) était la région la plus spécialisée dans le tra
vail du bois et la fabrication d’articles en bois, tan
dis que Norra Mellansverige (Suède) était la plus
spécialisée dans l’industrie du papier et du carton.
Les régions traditionnellement associées au tourisme, notamment en Espagne, en Grèce et au Portugal, étaient les plus spécialisées dans le secteur
des hôtels et des restaurants (NACE 55). Ce secteur
représentait plus de 20 % de la main-d’œuvre dans
77
6
Tableau 6.1: Région la plus spécialisée par activité (sections et divisions de la NACE), EU-27 et Norvège, 2006
Part de l’emploi total de l’économie marchande non financière de la région et part médiane
et moyenne de l’ensemble des régions, en pourcentage
Activité (NACE)
Ensemble
des régions
Part mé- Part moyenne (%)
diane (%)
Région la plus spécialisée
Nom (code NUTS 2)
Part de la
région (%)
Industries extractives (C 10-14)
0,3
0,6
10,4
Extraction de houille, de lignite et de tourbe (10)
0,0
0,2
Śląskie (PL22)
c
Extraction d’hydrocarbures et services annexes (11)
0,0
0,1
10,0
Extraction de minerais d’uranium (12)
0,0
0,0
Severovýchod (CZ05)
c
Extraction de minerais métalliques (13)
0,0
0,0
Övre Norrland (SE33)
c
Autres industries extractives (14)
0,2
0,2
Alentejo (PT18)
c
Industrie manufacturière (D 15-37)
25,0
26,2
Západné Slovensko (SK02)
56,9
Produits alimentaires et boissons (15)
3,6
3,8
Bretagne (FR52)
11,1
Tabac (16)
0,0
0,1
Trier (DEB2)
c
Textile (17)
0,4
0,7
Prov. West-Vlaanderen (BE25)
5,6
Habillement (18)
0,3
0,9
Dytiki Makedonia (GR13)
11,5
Cuir (19)
0,1
0,4
Marche (ITE3)
7,7
Bois (20)
0,8
1,2
Itä-Suomi (FI13)
5,8
Papier et carton (21)
0,5
0,6
Norra Mellansverige (SE31)
4,7
Édition et imprimerie (22)
1,1
1,2
Inner London (UKI1)
4,2
Cokéfaction, raffinage, industries nucléaires (23)
0,0
0,1
Cumbria (UKD1)
c
Produits chimiques (24)
1,0
1,3
Rheinhessen-Pfalz (DEB3)
11,6
Caoutchouc et plastiques (25)
1,2
1,4
Auvergne (FR72)
7,8
Autres produits minéraux non métalliques (26)
1,1
1,3
Prov. Namur (BE35)
5,3
Métallurgie (27)
0,5
1,0
Norra Mellansverige (SE31)
9,6
Travail des métaux (28)
2,7
3,0
Arnsberg (DEA5)
8,7
Machines et équipements (29)
2,2
2,7
Unterfranken (DE26)
12,2
Machines de bureau et matériel informatique (30)
0,0
0,1
Southern and Eastern (IE02)
1,4
Machines et appareils électriques (31)
0,9
1,3
Západné Slovensko (SK02)
9,8
Équipements de radio, télévision et communication (32)
0,3
0,6
Pohjois-Suomi (FI1A)
6,1
Instruments médicaux, de précision et d’optique (33)
0,6
0,7
Border, Midland and Western (IE01)
5,9
Automobiles (34)
0,8
1,7
Braunschweig (DE91)
c
Autres matériels de transport (35)
0,5
0,8
6,3
Meubles et industries diverses (36)
1,1
1,4
Warmińsko-mazurskie (PL62)
8,0
Récupération (37)
0,1
0,1
Brandenburg — Nordost (DE41)
0,7
Production et distribution d’électricité, de gaz et d’eau
1,0
1,3
Sud-Vest Oltenia (RO41)
5,5
(E 40-41)
Production d’électricité et de gaz (40)
0,8
1,0
Martinique (FR92)
4,8
Production d’eau (41)
0,2
0,3
Východné Slovensko (SK04)
1,9
Construction (F 45)
10,4
10,9
Andalucía (ES61)
28,6
Commerce (G 50-52)
26,2
26,1
44,8
Commerce automobile (50)
3,5
3,7
Molise (ITF2)
9,3
Commerce de gros (51)
7,2
7,4
Kentriki Makedonia (GR12)
15,1
Commerce de détail (52)
14,8
14,9
27,1
Hôtels et restaurants (H 55)
7,2
8,1
Ionia Nisia (GR22)
33,8
Transports et communications (I 60-64)
8,4
8,9
Åland (FI20)
47,9
Transports terrestres (60)
4,5
4,6
Bratislavský kraj (SK01)
15,8
Transports par eau (61)
0,1
0,4
Åland (FI20)
38,7
Transports aériens (62)
0,0
0,2
Outer London (UKI2)
3,9
Services auxiliaires des transports (63)
1,7
1,9
Bremen (DE50)
11,1
Postes et télécommunications (64)
1,8
2,0
Köln (DEA2)
24,4
Services aux entreprises (K 70-74)
16,9
18,1
Inner London (UKI1)
49,1
Activités immobilières (70)
2,0
2,0
Latvija (LV00)
5,6
Location (71)
0,4
0,5
Hamburg (DE60)
1,7
Activités informatiques (72)
1,4
1,7
Berkshire, Buckinghamshire and Oxfordshire (UKJ1)
8,0
Recherche et développement (73)
0,2
0,0
Voreio Aigaio (GR41)
4,8
Autres services aux entreprises (74)
12,7
13,6
Inner London (UKI1)
38,3
Notes: Données excluant BG, SI, DK (pas de données au niveau NUTS 2), MT, North Eastern Scotland (UKM5) et Highlands and Islands (UKM6)
(données non disponibles)
c: données confidentielles
78
les régions insulaires grecques Ionia Nisia et Notio
Aigaio, dans la région espagnole Illes Balears, en
Algarve dans le sud du Portugal, dans la Provincia Autonoma Bolzano/Bozen dans le nord-est de
l’Italie, à la frontière avec l’Autriche, et dans la région britannique Cornwall and Isles of Scilly.
Les régions grecques étaient les plus spécialisées dans les activités de commerce (NACE G
50-52), à l’exception du commerce automobile
(NACE 50), pour lequel la région italienne Molise
avait le plus fort degré de spécialisation. Pour les
activités de construction (NACE 45), les régions
espagnoles présentaient les parts de main-d’œuvre les plus élevées. Les services de transport sont
également influencés par la situation géographique, les transports par eau (NACE 61) étant naturellement bien développés dans les régions côtières et les îles, alors que les transports aériens
(NACE 62) sont importants non seulement pour
de nombreuses régions insulaires (en particulier
celles ayant une industrie touristique développée), mais aussi pour les régions qui renferment
ou sont situées à proximité de grandes villes. La
petite région insulaire Åland (Finlande) constitue
un centre pour les services de transbordeurs entre la Suède et la Finlande, ainsi que pour d’autres
formes de trafic en mer Baltique. Åland était très
fortement spécialisée dans les transports par eau,
qui représentaient près de 40 % des personnes occupées en 2006, soit plus de dix fois plus que dans
les deux autres régions les plus spécialisées, à savoir Hamburg (Allemagne) et Agder og Rogaland
(Norvège). Outer London (Royaume-Uni) était la
région la plus spécialisée dans les transports aériens, suivie de Noord-Holland (région néerlandaise d’Amsterdam), de l’île française Corse, de
Köln en Allemagne et d’Illes Balears en Espagne.
Comme pour les transports aériens, la spécialisation dans l’immobilier, la location et les services
aux entreprises (NACE 70-74) peut être fondée
sur l’accès à une masse critique de clients (entreprises ou ménages) ou à une base de connaissances (chercheurs externes et personnel qualifié). Au
sein même des pays, la région-capitale ou d’autres
grandes régions métropolitaines comptaient
normalement parmi les plus spécialisées dans
les secteurs des services aux entreprises, c’est-àdire les activités informatiques (NACE 72) et les
services fournis principalement aux entreprises (NACE 74). Une analyse détaillée du secteur
des services aux entreprises est proposée dans la
dernière partie du présent chapitre. En 2006, la
Lettonie avait le plus haut degré de spécialisation
dans les activités immobilières (NACE 70), devant
l’Algarve (Portugal) et Inner London (Royaume-
6
Uni), tandis que Hamburg (Allemagne) était la
région la plus spécialisée dans la location, suivie
des départements français d’outre-mer de la Guadeloupe et de la Martinique.
Alors qu’une analyse de la spécialisation indique
l’importance relative de différentes activités dans
les régions, indépendamment de la taille de la région ou de l’activité, une analyse de la concentration examine la prédominance de certaines régions
dans une activité ou de certaines activités dans
une région. Pour la plupart des activités, il existe
de nombreux exemples de régions se classant à
un rang élevé en termes tant de spécialisation que
de concentration. Le graphique 6.2 montre à quel
point l’emploi dans certaines activités était concentré dans un nombre limité de régions en 2006.
Quatre des cinq activités extractives figuraient en
tête du classement établi sur la base de la part de
l’emploi total au sein de l’EU-27 et de la Norvège
représentée par les dix régions ayant les effectifs les
plus importants. L’activité la plus concentrée était
l’extraction de minerais d’uranium (NACE 12),
pour laquelle des personnes occupées n’ont été
recensées que dans 7 des 262 régions (dont les
données étaient disponibles) en 2006.
Les transports aériens (NACE 62) et l’industrie du
cuir et de la chaussure (NACE 19) étaient également
très concentrés dans les 10 régions principales, qui
représentaient ensemble respectivement 62 et 53 %
de l’emploi total. Dans le cas des transports aériens,
cette prédominance est due à la concentration dans
les grandes régions métropolitaines qui hébergent
les grands aéroports, parmi lesquelles il convient
de citer, en premier lieu, les régions de Paris, Outer
London, Köln, Amsterdam et Madrid. L’industrie
du cuir et de la chaussure, pour sa part, ne constitue qu’une petite activité en Europe, fortement
concentrée en Italie, au Portugal et en Roumanie: 5
des 10 régions ayant les effectifs les plus importants
dans ce secteur d’activité étaient situées en Italie, 3
en Roumanie et une au Portugal et en Espagne, respectivement. La région aux effectifs les plus nombreux était Norte (Portugal), avec 43 000 personnes
occupées. Cette région représentait à elle seule plus
de 8 % de la main-d’œuvre totale de l’industrie du
cuir de l’EU-27 et de la Norvège.
Contrairement aux types d’industries extractives
plus spécialisés, les autres industries extractives
(NACE 14) faisaient partie des activités pour lesquelles les 10 régions principales étaient les moins
prédominantes, dans la mesure où celles-ci ne
totalisaient que 17 % de l’emploi sectoriel total.
Cette situation s’explique par la grande disponibi
lité et l’acquisition au niveau local de nombreux
79
6
Graphique 6.2:
Activités les plus concentrées (divisions de la NACE),
EU-27 et Norvège, par régions NUTS 2, 2006
Part de la région dans l’emploi sectoriel total, en pourcentage
Extraction de minerais d’uranium (12)
Extraction de minerais métalliques (13)
Extraction de houille,
de lignite et de tourbe (10)
Extraction d’hydrocarbures
et services annexes (11)
Transports aériens (62)
Cuir (19)
Postes et télécommunications (64)
Textile (17)
Transports par eau (61)
Habillement (18)
Tabac (16)
Machines de bureau
et matériel informatique (30)
Cokéfaction, raffinage,
industries nucléaires (23)
Recherche et développement (73)
Équipements de radio,
télévision et communication (32)
Automobiles (34)
Métallurgie (27)
Produits chimiques (24)
Services auxiliaires des transports (63)
Instruments médicaux,
de précision et d’optique (33)
Autres services aux entreprises (74)
Édition et imprimerie (22)
Machines et équipements (29)
Construction (45)
Travail des métaux (28)
Autres matériels de transport (35)
Meubles et industries diverses (36)
Machines et appareils électriques (31)
Location (71)
Autres produits minéraux
non métalliques (26)
Bois (20)
Production d’électricité et de gaz (40)
Commerce de gros (51)
Récupération (37)
Transports terrestres (60)
Hôtels et restaurants (55)
Papier et carton (21)
Production d’eau (41)
Caoutchouc et plastiques (25)
Autres industries extractives (14)
Commerce de détail (52)
Produits alimentaires et boissons (15)
Commerce automobile (50)
0%
10 %
20 %
Classement des régions:
30 %
1-10
40 %
11-20
50 %
21-50
60 %
70 %
80 %
90 %
100 %
51-262
and Islands (UKM6) (données non disponibles)
80
6
Carte 6.1: Concentration régionale des activités, par régions NUTS 2, 2006
Part des cinq plus grandes activités (divisions de la NACE) dans l’emploi total de l’économie marchande
non financière, en pourcentage
81
6
matériaux de construction, tels que les sables et les
pierres, qui prédominent dans ce type d’industrie
extractive pour la plupart des régions. Parmi l’ensemble des activités (divisions de la NACE), seuls
le commerce de détail (NACE 52), l’industrie des
produits alimentaires et des boissons (NACE 15)
et le commerce automobile (NACE 50) présentaient un degré de concentration moins élevé en
2006, mais contrairement aux autres industries
extractives, il s’agit là d’activités majeures en termes d’emplois au sein de l’UE.
par le commerce et les services, vu que les activités industrielles sont plus fragmentées. D’après
cette mesure, les régions les plus concentrées se
situaient généralement dans des pays traditionnellement associés au tourisme (en particulier
l’Espagne, la Grèce et le Portugal), ce qui souligne
l’importance des secteurs de la construction, du
commerce et des hôtels et des restaurants dans les
régions axées sur le tourisme.
Des concentrations élevées ont toutefois aussi été
enregistrées dans plusieurs zones à forte densité de
population, telles que le sud-est du Royaume-Uni,
la majeure partie des Pays-Bas et la région-capitale
dans la plupart des pays (par rapport à la moyenne
nationale du moins). Une situation similaire s’observait dans la majorité des pays: la région-capitale
comptait, en général, parmi les régions présentant
la plus forte concentration des activités et se classait souvent en première position.
Les postes et les télécommunications (NACE 64)
et l’industrie automobile (NACE 34) sont des
exemples d’activités majeures qui étaient assez
fortement concentrées dans quelques régions.
La carte 6.1 donne un aperçu du degré de concentration ou de diversification de l’économie marchande régionale en 2006, mesuré par la part des
cinq plus grandes activités (divisions de la NACE)
dans la main-d’œuvre totale de l’économie marchande non financière. Le degré de concentration a tendance à être le plus élevé dans les régions dont l’économie marchande est dominée
Par contre, les plus faibles degrés de concentration des activités ont été enregistrés principalement dans des régions d’Europe orientale caractérisées par un secteur des services relativement
Graphique 6.3: Régions les plus spécialisées, EU-27 et Norvège, par régions NUTS 2, 2006
Part des cinq plus grandes activités (divisions de la NACE) dans le total de
l’emploi dans l’économie marchande non financière de la région, en pourcentage
Ciudad Autónoma
de Melilla (ES64)
12,6
25,0
33,8
Ionia Nisia (GR22)
22,4
29,9
Notio Aigaio (GR42)
Ciudad Autónoma
de Ceuta (ES63)
26,1
19,2
Kriti (GR43)
26,1
18,2
Canarias (ES70)
14,5
13,0
Inner London (UKI1)
7,5
Comunidad de Madrid (ES30)
0%
22,6
12,7
23,9
Illes Balears (ES53)
12,4
11,6
14,2
13,5
20 %
22,0
10.5
24,7
40 %
22,4
10,4
11,3
10,2
8,7
4,8
10,1
23,6
24,0
25,7
4,9
26,2
6,1
7,3
60 %
Hôtels et restaurants
Commerce de détail
Construction
Commerce de gros
Autres divisions dans
les 5 premières places
Divisions hors
5 premières places
Notes:
20,8
7,4
7,0
38,3
19,5
8,5
9,4
6,5
19,1
8,0
6,1
19,9
23,4
9,5
6,6
10,1
17,7
10,0
9,6
9,8
24,6
23,1
Algarve (PT15)
82
24,2
26,3
32,9
80 %
100 %
Services fournis
principalement
aux entreprises
Données excluant BG, SI, DK (pas de données au niveau NUTS 2), MT, North Eastern Scotland (UKM5) et Highlands
and Islands (UKM6) (données non disponibles); CY: données excluant la recherche et le développement (K 73)
peu développé et un vaste secteur manufacturier
(notamment en Slovaquie, en République tchèque, en Hongrie, en Roumanie et en Bulgarie),
bien que des pourcentages peu élevés aient éga
lement été relevés en Suède (à l’exception de la
région-capitale) et en Finlande (sauf dans la région insulaire Åland). Les cinq plus grandes acti
vités représentaient moins de 40 % de l’emploi
total dans les régions Západné Slovensko (Slovaquie), Severovýchod (République tchèque), Vest
(Roumanie) et Stredné Slovensko (Slovaquie).
Le graphique 6.3 fournit une analyse plus détaillée des régions les plus spécialisées. Parmi les
dix premières régions du classement, Inner London se distingue en tant que seule grande zone
métropolitaine à profil économique fondamentalement différent. Les services fournis principalement aux entreprises y sont l’activité prédominante et représentent 38 % de l’emploi total, soit
nettement plus que dans toutes les autres régions
mentionnées. En outre, les activités immobilières
(division 70 de la NACE) figurent parmi les cinq
principales activités à Inner London (ce qui n’est
Graphique 6.4:
6
pas le cas pour la construction), alors que, dans
toutes les autres régions indiquées sur le graphique, les cinq principales activités en termes d’emploi sont le commerce de détail, la construction,
les hôtels et les restaurants, les services fournis
principalement aux entreprises et le commerce
de gros. En fait, un examen de l’ensemble des
régions pour lesquelles des données sont disponibles révèle que le commerce de détail compte
parmi les cinq plus grandes activités (divisions de
la NACE) dans chacune des régions, que les services fournis principalement aux entreprises font
partie des cinq plus grandes activités dans plus de
90 % des régions, la construction et le commerce
de gros dans plus de 80 % des régions et les hôtels
et les restaurants dans plus de 60 % des régions.
Spécialisation dans les services
aux entreprises
Les services sont un pan important et croissant de
l’économie de l’UE qui a bénéficié, ces dernières
années, d’un regain d’intérêt politique et économi-
Structure de l’emploi dans l’immobilier, la location et les services aux
entreprises (section K de la NACE) par divisions, EU-27 et Norvège, 2006
11,0 %
Location (71)
2,4 %
10,6 %
Recherche et
développement (73)
1,6 %
Autres services
aux entreprises (74)
74,4 %
Notes: Données excluant MT, North Eastern Scotland (UKM5) et Highlands and Islands (UKM6) (données non disponibles)
83
6
ciels, les activités de traitement de données et de
banques de données, de même que l’entretien et
la réparation de machines de bureau et de matériel informatique. Ce secteur, dont les entreprises
fournissent, dans un vaste éventail de domaines,
un soutien à des clients de pratiquement toutes
les branches d’activité économique, se situe en
première ligne pour la mise en place de la société
de l’information. Il est tout à fait courant que les
entreprises fassent appel à des prestataires spécialisés extérieurs pour couvrir leurs besoins en matériels et en logiciels informatiques. La possibilité
d’échanger de tels services par-delà les frontières
a été renforcée grâce à l’amélioration des télécommunications, et notamment à l’accès croissant à
l’internet large bande. Les deux divisions précitées (NACE 72 et 74) forment ensemble le secteur
des services aux entreprises.
que. En 2006, l’immobilier, la location et les services aux entreprises (section K de la NACE) représentaient un tiers du secteur des services en termes
d’emploi, se classant ainsi en deuxième position, à
seulement 7 points de pourcentage du commerce.
L’importance de cette branche d’activités, mesu
rée par sa part dans la main-d’œuvre totale de
l’économie marchande non financière, s’est accrue au cours des dernières années. La structure
de l’emploi au sein de cette branche est illustrée
par le graphique 6.4.
On peut observer que trois quarts des effectifs
occupés en 2006 se répartissaient entre les services fournis principalement aux entreprises
(NACE 74), lesquels comprennent de nombreuses
activités hautement spécialisées à forte intensité
de connaissances, telles que les services juridiques, comptables et de conseil de gestion, les activités d’architecture et d’ingénierie, la publicité,
ainsi que les services de mise à disposition et de
placement de personnel fournis par les agences
de recrutement de main-d’œuvre. En font aussi
partie les services de sécurité et de nettoyage industriel, tout comme les services de secrétariat,
de traduction, de conditionnement à façon et
d’autres services professionnels aux entreprises.
Une part non négligeable d’un peu plus de 10 %
des effectifs occupés revenait aux activités informatiques (NACE 72), qui englobent le conseil en
systèmes informatiques et la réalisation de logi-
Graphique 6.5:
Toutes les divisions à l’intérieur de la section
«Immobilier, location et services aux entreprises» ont enregistré des taux de croissance de
l’emploi positifs en 2006 (voir le graphique 6.5).
Sauf pour la recherche et le développement
(NACE 73), tous les taux étaient appréciables. Ils
atteignaient 3,3 % pour les activités informatiques et 7,3 % pour les services fournis principalement aux entreprises, dépassant ainsi le taux
de croissance moyen pour l’ensemble de la section. Du point de vue de la croissance de l’emploi, les services aux entreprises étaient, de toute
Taux de croissance de l’emploi dans l’immobilier, la location
et les services aux entreprises (section K de la NACE) par divisions,
EU-27 et Norvège, 2005 à 2006
En pourcentage
Services aux entreprises (K)
6,6 %
Activités immobilières (K 70)
7,8 %
Location (K 71)
5,5 %
Activités informatiques (K 72)
3,3 %
Recherche
et développement (K 73)
0,1 %
Autres services
aux entreprises (K 74)
7,2 %
0
1
2
3
4
5
6
7
8
Notes: Données excluant MT, North Eastern Scotland (UKM5) et Highlands and Islands (UKM6) (données non disponibles)
84
6
Carte 6.2: Personnes occupées, services aux entreprises (divisions 72 et 74 de la NACE), par régions NUTS 2, 2006
Part de l’emploi dans l’économie marchande non financière de la région, en pourcentage
85
6
évidence, l’un des secteurs les plus dynamiques
de l’économie marchande non financière. L’une
des raisons principales de la croissance rapide de
ce secteur pourrait être le phénomène de l’externalisation. Les services aux entreprises peuvent
soit être produits en interne, par l’entreprise
elle-même, soit être achetés à l’extérieur. De
nombreuses entreprises ont externalisé une
partie des activités de services précédemment
assurées en interne, afin de se procurer ces servi
ces sur un marché concurrentiel et de parvenir
ainsi à une diminution des coûts et à une plus
grande flexibilité. Les sociétés de services aux
ent reprises permettent à leurs clients de se recen
trer sur leurs activités économiques de base et
réduisent leur besoin d’occuper leur propre personnel à des tâches accessoires ou auxiliaires.
Graphique 6.6:
La carte 6.2 montre à quel degré les différentes
régions étaient spécialisées dans les services aux
entreprises et fait ressortir clairement une forte
concentration dans les grandes zones métropolitaines. Dans tous les pays, sauf aux Pays-Bas, où
la région Noord-Holland (incluant Amsterdam)
se classait juste derrière Utrecht, la région-capitale était la plus spécialisée. Sur les 20 régions
de tête enregistrant des pourcentages supérieurs
à 25 %, 6 se trouvaient au Royaume-Uni, 5 aux
Pays-Bas et 3 en Allemagne. Le Luxembourg
(23 %) et les Pays-Bas étaient particulièrement
spécialisés dans ces activités, qui représentaient
au moins 17 % des personnes occupées dans toutes les régions néerlandaises. Au Royaume-Uni,
on note un haut degré de spécialisation dans les
régions autour de Londres et dans d’autres zones
Spécialisation dans les services aux entreprises (divisions 72 et 74
de la NACE), EU-27 et Norvège, par régions NUTS 2, 2006
Part de l’emploi dans l’économie marchande non financière, en pourcentage
NL
Zeeland
Utrecht
LU
UK
Cumbria
Inner London
Île-de-France
Prov.
Luxembourg (B)
BE
FR
Corse
DE
Oberfranken
Berlin
DK
SE
IE
PT
IT
NO
ES
HU
Småland med öarna
Border, Midland
and Western
Centro (P)
Provincia Autonoma
Bolzano/Bozen
Nord-Norge
Ciudad Autónoma
de Ceuta
Észak-Magyarország
FI
Stockholm
Lisboa
Lazio
Oslo og Akershus
Comunidad de Madrid
Etelä-Suomi
Åland
AT
Burgenland (A)
CZ
Severovýchod
EL
Wien
Praha
Sterea Ellada
Attiki
EE
SI
PL
Lubelskie
Západné
Slovensko
Nord-Est
SK
RO
Mazowieckie
Bratislavský kraj
LV
BG
LT
CY
0
5
10
Moyenne nationale
15
20
25
30
35
40
45
Notes: BG, SI et DK: pas de données au niveau NUTS 2; MT, North Eastern Scotland (UKM5) et Highlands and Islands (UKM6):
données non disponibles; CY: données excluant la recherche et le développement (K 73)
86
50
métropolitaines, telles que Greater Manchester et
West Midlands. La part des personnes occupées
dans les services aux entreprises était aussi relativement élevée dans le South Western Scotland,
ce qui s’explique, en partie, par l’implantation de
nombreux centres d’appels dans cette région. Il
existait également une importante grappe de régions à très haute spécialisation dans les services
aux entreprises en Allemagne, dans une ceinture
s’étendant d’Oberbayern, dans le sud-est du pays,
jusqu’à Hannover.
Le graphique 6.6 présente les différences de degré
de spécialisation dans les services aux entreprises existant entre les pays, ainsi qu’entre les régions affichant la plus haute et la plus basse valeur
dans chaque pays. Il illustre, lui aussi, clairement
la prédominance de la région-capitale, qui, dans
tous les pays, à l’exception des Pays-Bas, est la région la plus spécialisée. Les différences de spécialisation sont tout aussi importantes à l’intérieur
des pays qu’entre eux.
Aux Pays-Bas, pays le plus spécialisé, les services aux entreprises comptent, en moyenne, pour
28,5 % des personnes occupées, soit environ quatre fois plus qu’à Chypre, pays le moins spécialisé. Ce même facteur sépare également la région
la plus spécialisée et la moins spécialisée dans les
quatre pays aux plus fortes disparités régionales.
Il est intéressant de constater que parmi ces derniers figurent deux des pays ayant la plus faible
spécialisation moyenne (Slovaquie et Roumanie)
et l’un des pays les plus spécialisés (RoyaumeUni). La plus grande différence entre la région
la plus spécialisée et la moins spécialisée à l’in
térieur d’un pays (facteur de 4,3) s’observait en
Espagne. À l’autre extrémité de l’échelle se si
tuent les Pays-Bas et l’Irlande, où les régions aux
plus fortes et aux plus faibles valeurs sont séparées
par un facteur inférieur à 2.
Croissance de l’emploi
dans les services aux entreprises
L’emploi dans les services aux entreprises a
connu, au sein de l’EU-27, une impressionnante
croissance de 40 % entre 1999 et 2006. La carte 6.3 représente le taux de croissance de l’emploi
dans les services aux entreprises en 2006. Parmi
6
le groupe des 34 régions aux taux de croissance
les plus élevés (supérieurs à 20 %), les 18 premières étaient localisées en France et les 6 suivantes
aux Pays-Bas. Les 2 régions irlandaises faisaient
également partie de ce groupe. Une seule région
des pays ayant adhéré à l’UE en 2004 ou en 2007
apparaît dans ce groupe de tête, à savoir la région
roumaine Sud — Muntenia, à la 33e place.
Environ une région sur 6 a enregistré un taux de
croissance de l’emploi négatif, mais seulement
10 d’entre elles, dont la moitié se trouvaient en
Grèce et 2 en Belgique, ont accusé un recul atteignant 10 %.
Caractéristiques des 30 régions
les plus spécialisées
dans les services aux entreprises
Le graphique 6.7 fournit des informations sur les
30 régions les plus spécialisées dans les services
aux entreprises. La plus spécialisée de toutes les
régions est Inner London (Royaume-Uni), où un
peu moins de 650 000 personnes sont occupées
dans ces activités, c’est-à-dire plus de 40 % de la
main-d’œuvre totale de l’économie marchande
non financière. Une seule région des pays ayant
rejoint l’UE en 2004 ou en 2007 se classe parmi
les 30 régions de tête, à savoir la région-capitale
de la République tchèque, à la 26e place.
En 2006, le nombre de personnes occupées a aussi considérablement augmenté dans bon nombre
des régions de tête, les taux de croissance de loin
les plus élevés (plus de 30 %) ayant été observés
dans les régions néerlandaises Limburg et Groningen. Une forte croissance, supérieure à 20 %, a
par ailleurs été enregistrée pour Noord-Brabant,
Flevoland, Noord-Holland et Overijssel (PaysBas), de même que pour Prov. Vlaams-Brabant
(Belgique). Les régions qui présentaient déjà des
degrés élevés de concentration dans les services
aux entreprises se sont efforcées de se spécialiser encore davantage. Sur les 30 régions de tête,
seules 4 — 3 régions britanniques et la régioncapitale française — ont vu diminuer le nombre
de personnes occupées dans les services aux entreprises, mais aucune d’entre elles n’a subi une
baisse supérieure à 6 %.
87
6
Carte 6.3: Taux de croissance de l’emploi dans les services aux entreprises (divisions 72 et 74 de la NACE),
par régions NUTS 2, 2005-2006
88
6
Graphique 6.7:
Régions les plus spécialisées dans les services aux entreprises
(divisions 72 et 74 de la NACE), EU-27 et Norvège, par régions NUTS 2, 2006
Part de l’emploi dans l’économie marchande non financière de la région et part
de la région dans l’emploi total dans les services aux entreprises, en pourcentage
43,2
Inner London (UKI1)
2,86
34,6
Utrecht (NL31)
0,64
Brussels Hoofdstedelijk
Gewest (BE10)
33,6
0,56
32,7
Noord-Holland (NL32)
1,36
Berkshire, Buckinghamshire
and Oxfordshire (UKJ1)
31,7
1,13
31,3
Berlin (DE30)
Groningen (NL11)
0,91
30,7
0,20
30,3
Zuid-Holland (NL33)
1,.41
29,9
Île-de-France (FR10)
Prov. Vlaams-Brabant (BE24)
5,06
29,3
0,35
28,7
Comunidad de Madrid (ES30)
3,69
28,5
Lisboa (PT17)
Flevoland (NL23)
1,32
28,5
0,12
Surrey, East
and West Sussex (UKJ2)
28,2
0,94
28,1
Darmstadt (DE71)
1,44
27,8
Stockholm (SE11)
0,86
27,7
Hamburg (DE60)
0,68
27,3
Outer London (UKI2)
1,40
26,3
Noord-Brabant (NL41)
0,97
Hampshire
and Isle of Wight (UKJ3)
0,64
Bedfordshire
and Hertfordshire (UKH2)
0,62
25,9
25,8
25,4
Gelderland (NL22)
Limburg (NL) (NL42)
0,64
25,4
0,36
24,7
Düsseldorf (DEA1)
Cheshire (UKD2)
1,45
24,6
0,39
24,6
Praha (CZ01)
Oslo og Akershus (NO01)
Overijssel (NL21)
0,66
24,5
0,42
24,4
0,37
24,4
Wien (AT13)
0,56
24,0
Lazio (ITE4)
1,39
0%
10 %
Part de la région dans l’emploi total
dans les services aux entreprises (%)
20 %
30 %
40 %
50 %
Part de l’emploi dans l’économie marchande
non financière de la région (%)
and Islands (UKM6) (données non disponibles); CY: données excluant la recherche et le développement (K 73)
’
89
6
Conclusion
Les statistiques structurelles régionales sur les entreprises offrent aux utilisateurs souhaitant en savoir davantage sur la structure et le développement
de l’économie marchande régionale une source de
données détaillées et harmonisées, décrivant, pour
chaque activité, le nombre de lieux de travail et de
personnes occupées, les coûts salariaux et les investissements réalisés. Ce chapitre a montré comment
certaines de ces données pouvaient être exploitées
pour analyser certaines caractéristiques de l’activité économique régionale, telles que les secteurs
d’activité privilégiés, la diversité et la spécialisation
des économies marchandes régionales, ainsi que la
90
nature et les particularités des activités régionales
de services aux entreprises. Les analyses de ce chapitre ont, en général, confirmé les attentes positives
pour le secteur des services aux entreprises, ce qui
renforce la conviction que ce dernier restera l’un
des moteurs clés de la compétitivité et de la création d’emplois au sein de l’économie de l’UE au
cours des années à venir.
La mondialisation, la libéralisation des marchés
internationaux et les progrès technologiques futurs sont susceptibles de conduire à une intégration plus poussée des régions en Europe (et audelà), en rapprochant davantage les acheteurs et
les vendeurs de ces services.
6
Les statistiques structurelles sur les entreprises (SSE), au niveau régional, sont collectées dans le
cadre d’un règlement du Parlement européen et du Conseil, conformément aux définitions et aux
ventilations spécifiées dans les règlements de mise en œuvre de la Commission. Les données couvrent tous les États membres de l’UE et la Norvège. Les données de la Bulgarie ne sont fournies
qu’au niveau national, car, au moment de la rédaction, elles n’étaient disponibles que selon les ventilations régionales utilisées pendant la période de préadhésion. Les données établies au niveau
NUTS 2 selon la nomenclature de 2006 n’étaient pas non plus disponibles pour le Danemark et
la Slovénie. Ces ensembles de données des statistiques structurelles sur les entreprises, ainsi que
d’autres, sont accessibles sur le site internet d’Eurostat (http://www.ec.europa.eu/eurostat), via l’onglet «Statistiques», sous le thème «Industrie, commerce et services»/«Statistiques structurelles des
entreprises». Un certain nombre de publications, de données et d’informations générales sont disponibles dans cette section du site internet d’Eurostat dédiée aux entreprises européennes — voir
sous le sujet spécial «Statistiques structurelles régionales sur les entreprises». La plupart des séries
de données sont mises à jour en permanence et, le cas échéant, révisées. Le présent chapitre reflète
l’état des données en mars 2009.
Les statistiques structurelles sur les entreprises sont présentées par secteur d’activité, conformément
à la nomenclature NACE Rév. 1.1, avec une ventilation au niveau à deux chiffres (divisions de la NACE).
Les données reprises ici se limitent à l’économie marchande non financière. L’économie marchande
non financière comprend la section C (industries extractives), la section D (industrie manufacturière),
la section E (production et distribution d’électricité, de gaz et d’eau), la section F (construction), la
section G (commerce de gros et de détail), la section H (hôtels et restaurants), la section I (transports
et communications) et la section K (immobilier, location et services aux entreprises). En sont exclus
les activités agricoles, sylvicoles et de pêche, l’administration publique et les autres services non marchands (tels que l’éducation et la santé, actuellement non couvertes par les statistiques structurelles
sur les entreprises), ainsi que les activités financières (section J de la NACE).
L’unité d’observation pour les données des statistiques structurelles régionales sur les entreprises
est l’unité locale, qui correspond à une entreprise ou à une partie d’entreprise sise en un lieu topographiquement identifié. Les unités locales sont classées en secteurs (selon la NACE), en fonction de
leur activité principale. Au niveau national, l’unité statistique est l’entreprise. Une entreprise pouvant être constituée de plusieurs unités locales, il est possible que l’activité principale de l’unité
locale soit différente de celle de l’entreprise à laquelle elle appartient. Les statistiques structurelles
nationales et régionales sur les entreprises ne sont donc pas entièrement comparables. Il convient
de noter que, dans certains pays, le code d’activité attribué est basé sur l’activité principale de l’entreprise considérée.
Des données régionales sont disponibles au niveau NUTS 2 pour un ensemble limité de variables, à
savoir le nombre d’unités locales, les salaires et les traitements, le nombre de personnes occupées
et les investissements en biens corporels. Cette dernière variable est collectée à titre facultatif, sauf
pour l’industrie (sections C à E de la NACE), d’où une disponibilité des données moindre que pour
les autres variables.
Dans le cadre des statistiques structurelles sur les entreprises, le nombre de personnes occupées
est défini comme le nombre total de personnes (rémunérées ou non) travaillant dans l’unité considérée et de personnes travaillant à l’extérieur de l’unité, tout en faisant partie de celle-ci et en étant
rémunérées par elle. Sont également inclus les propriétaires exploitants, les aides familiaux non
rémunérés, les travailleurs à temps partiel, les travailleurs saisonniers, etc.
91
Société de l’information
7
Introduction
(6) http://ec.europa.eu/
information_society/
events/ict_riga_2006/doc/
declaration_riga.pdf.
(7) http://ec.europa.eu/
eeurope/i2010/
benchmarking/index_
en.htm.
(8) http://eur-lex.europa.eu/
LexUriServ/LexUriServ.
do?uri=CELEX:52005DC
0229:FR:NOT.
Au cours de ces dernières décennies, les technologies de l’information et de la communication
ont conquis tous les domaines de la vie économique et sociale. Elles contribuent de manière
significative à la croissance de la productivité et
du PIB. En tant que moteur de modernisation
sociale, les TIC impriment à nos sociétés des
transformations profondes et sans précédent.
L’introduction de l’internet et de la toile mondiale (web) a conduit au développement de la
société de l’information. Grâce à l’accès à l’in
ternet, il est très simple d’obtenir des informations sur presque tous les sujets. Les moteurs de
recherche permettent un accès facile et rapide
aux sites internet et aux sources d’informations
sur la toile mondiale. De nombreuses activités,
comme communiquer, vendre ou acheter des
biens et des services, peuvent être effectuées en
ligne. Avec ces évolutions sont apparues de nou
velles dimensions de la participation économique, sociale ou politique des individus ou des
groupes d’individus. Étant donné que ces activi
tés ne sont pas liées à un lieu géographique pré
cis, elles peuvent couvrir de longues distances.
En principe, l’endroit géographique où ces activi
tés sont effectuées n’a plus d’importance, à condi
tion de disposer d’une connexion à l’internet.
De nos jours, il est possible de garder contact
avec des parents ou des amis via les sites de réseaux sociaux, de partager les photos de ses vacances sur le web ou de discuter avec un ami en
appel vidéo via l’internet. Les sites de commerce
électronique offrent la possibilité d’acheter ou de
vendre des articles via l’internet. Les TIC per
mettent le télétravail, chez soi ou à partir de tout
autre lieu hors de l’entreprise, et apportent davan
tage de souplesse dans l’organisation du travail,
ce dont peuvent profiter tant l’entreprise que
l’employé. L’omniprésence des TIC permet des
modes entièrement nouveaux de participation.
La participation des citoyens et des entreprises à la
société de l’information dépend d’une condition
de base, l’accès aux technologies de l’information
et de la communication, c’est-à-dire la présence de
dispositifs électroniques, notamment d’ordina
teurs, et de connexions à l’internet. Le terme «frac
ture numérique» est apparu pour distinguer ceux
qui ont accès à l’internet et peuvent utiliser les
nouveaux services offerts sur la toile mondiale de
ceux qui en sont exclus. Explicitement, ce terme
inclut l’accès aux TIC, ainsi que les compétences
associées requises pour participer à la société de
94
l’information. La fracture numérique peut faire
l’objet d’un classement en fonction de critères qui
décrivent la différence de participation selon le
sexe, l’âge, l’éducation, le revenu, la classe sociale
ou la situation géographique. Ce chapitre met
l’accent sur les aspects géographiques de la fracture numérique.
Les politiques au sein de l’Union européenne
aux niveaux national et européen reconnaissent
l’importance de la réduction de cette fracture
numérique, afin de donner aux citoyens un accès égal aux technologies de l’information et de
la communication. La déclaration ministérielle
de Riga sur l’e-inclusion de novembre 2006 (6)
appelle à une société de l’information inclusive
et établit le cadre d’une politique d’e-inclusion
globale, abordant les différents aspects de la
fracture numérique, comme l’âge, l’accessibilité, la géographie, la culture et les compétences
numériques, la diversité culturelle et les services
publics en ligne inclusifs. Les statistiques européennes jouent le rôle d’indicateur comparatif
du développement de la société européenne de
l’information par rapport à ces objectifs politiques. Les principaux indicateurs comparatifs
sont définis dans le cadre d’évaluation comparative i2010 (7) de la Commission européenne,
qui découle de la stratégie «i2010 — Une société
de l’information pour la croissance et l’emploi» (8). La stratégie i2010 soutient la contribution positive des TIC à l’économie, la société et
la qualité de vie.
Des statistiques pour l’Union européenne et les
pays de l’AELE sur l’accès et l’utilisation des TIC
dans les ménages/par les particuliers et dans les
entreprises ont été collectées tous les ans depuis
2003 par Eurostat. Des statistiques régionales
pour les ménages et les particuliers sont disponibles depuis 2006.
Accès aux technologies
de l’information
et de la communication
L’accès aux TIC est au centre de la fracture numérique et la situation géographique en est l’un
des aspects. Des données statistiques régionales
sur l’accès à l’internet au sein des ménages et l’accessibilité de la large bande pour surfer en ligne
existent au niveau européen. Contrairement aux
statistiques du côté de l’offre, les chiffres d’Eurostat montrent l’essor réel des TIC dans la population. En moyenne, 60 % des ménages en Europe
7
comprenant des membres âgés de 16 à 74 ans
avaient accès à l’internet à domicile et près de la
moitié (49 %) via la large bande en 2008. Ces der
nières années, ces chiffres ont connu une augmen
tation rapide, enregistrant, entre 2006 et 2008,
un taux de croissance annuel de 10 % pour l’accès
à l’internet et de 26 % pour l’accès via la large
bande. Tandis que l’accès à l’internet permet
de participer à la société de l’information, les
connexions large bande permettent d’en exploiter
pleinement le potentiel. Nombre de services avancés sur l’internet, par exemple les sites de réseaux
sociaux, le téléchargement de contenu média (fichiers audio et vidéo) ou l’utilisation de cartes et
d’images par satellite en ligne nécessitent de facto
une connexion large bande. Le contenu des sites
internet s’enrichit, ce qui augmente constamment
la demande de débit, même pour les services
moins avancés, tels que les courriels.
Les différences régionales concernant l’accès à
l’internet et à la large bande sont encore relativement grandes, variant de 90 % dans la région
Noord-Holland (Pays-Bas) à 17 % dans la région
Severozapaden (Bulgarie) pour l’accès à l’internet et de 79 % dans les régions Groningen et
Noord-Holland (Pays-Bas) à 12 % dans la région
Severozapaden (Bulgarie) pour l’accès à la large
bande. Les 6 régions en tête en termes d’accès à
l’internet sont situées aux Pays-Bas, tandis que
les 6 régions avec le taux le plus faible de ménages disposant d’un accès à l’internet se trouvent
en Bulgarie et en Grèce.
La carte 7.1 montre la proportion de ménages
équipés d’un accès à l’internet et de connexions
large bande en Europe. Un examen plus attentif
de la carte révèle trois types de fracture numérique. Dans un premier temps, on constate une
coupure nord/sud. Même si les meilleurs taux
d’accès à l’internet apparaissent dans les régions
des Pays-Bas, celles des pays scandinaves enregistrent des taux de pénétration très élevés, tandis que les régions d’Europe méridionale ont les
plus faibles.
Le deuxième type de fracture correspond à la latitude. Les régions ouest et est de l’Union européenne ont des taux de pénétration de l’internet
plus faibles que les régions du centre.
Enfin, dans les ménages des régions urbaines, les
taux d’accès à l’internet sont généralement plus
élevés que dans les régions rurales. Dans l’EU27, 65 % des ménages dans les zones densément
peuplées ont accès à l’internet, contre seulement
51 % dans les zones peu peuplées. Selon la struc-
ture et la taille des régions au sein d’un pays, ce
phénomène est visible pour certaines régions sur
la carte 7.1. En général, les régions où se trouvent
de grandes villes, par exemple Lisbonne (PT17),
Madrid (ES30) et Barcelone (ES51), Rome (ITE4)
et Milan (ITC4), Vienne (AT13), Budapest (HU1),
Prague (CZ01) ou Berlin (DE3), apparaissent
comme des îlots au milieu des régions environnantes en raison des taux supérieurs d’accès à
l’internet. Cet effet est plus marqué si la région
ne comprend que le territoire de la conurbation
en question. Bruxelles (BE10) et Londres (UKI1)
font figure d’exceptions à cette règle, car les régions voisines ont des taux égaux ou supérieurs
d’accès à l’internet.
S’agissant des taux de connexion large bande, on
constate des phénomènes similaires, avec un écart
moyen entre l’accès à l’internet et les connexions
large bande de 12 % dans l’EU-27 en 2008, contre
19 % en 2006. Cet écart a diminué au cours des
deux dernières années. La plupart des régions
néerlandaises possèdent des taux d’accès à l’internet et de connexion large bande dans les ménages supérieurs à 70 %, tandis que la différence
entre les taux d’accès à l’internet et de connexion
large bande dans toutes les régions allemandes,
slovaques et croates, dans la plupart des régions
italiennes, ainsi qu’en Irlande, au Luxembourg et
en Roumanie, au niveau national, est nettement
supérieure à la moyenne de l’EU-27. Les régions
de ces pays profiteraient largement d’un accès accru à la large bande.
Le graphique 7.1 montre les taux de croissance
de l’accès à l’internet et des connexions large
bande entre 2006 et 2008 au niveau national.
La méthode de calcul tient compte des niveaux
atteints en 2006, considérant que les efforts doivent être plus soutenus lorsqu’on atteint la saturation (9). La croissance de l’accès à l’internet
et de la connexion large bande est comparée au
potentiel restant entre les niveaux atteints en
2006 et la pleine saturation. En ce qui concerne l’accès à l’internet, ce sont la Slovaquie, la
France, l’Autriche, le Luxembourg, la Suède et
les Pays-Bas qui affichent la plus forte progression au sein de l’EU-27, tandis que Chypre, la
Slovénie, la Bulgarie et la Grèce ont les taux de
croissance les plus faibles. Quant à l’essor des
connexions large bande, la Suède, la France,
l’Irlande, l’Allemagne, l’Autriche, le RoyaumeUni et le Luxembourg enregistrent les meilleures performances dans l’EU-27, tandis que la
Grèce (10), l’Italie, la Bulgarie et la Roumanie
sont les moins performantes.
(9) Par exemple, une
augmentation de
10 points de pourcentage
à un niveau de
pénétration de 20 %
exploiterait un huitième
du potentiel restant de
80 % (100 % – 20 %),
tandis que la même
augmentation à un niveau
de pénétration de 80 %
exploiterait la moitié du
potentiel restant de 20 %
(100 % – 80 %).
(10)Même si la Grèce a
les taux de croissance
annuels les plus élevés,
elle part d’un niveau
relativement bas.
95
7
Carte 7.1: Accès internet et accès large bande des ménages, par régions NUTS 2, 2008
Pourcentage de ménages ayant un accès à l’internet et disposant d’un accès large bande
96
7
Utilisation de l’internet
et activités en ligne
La proportion de ménages équipés d’un accès à
l’internet ou de connexions large bande montre
le potentiel de l’utilisation privée de l’internet
à domicile. La carte 7.2 donne un aperçu de la
répartition géographique des régions en fonction de l’utilisation réelle de l’internet en 2008.
Les utilisateurs réguliers de l’internet sont définis comme les personnes qui l’utilisent au
moins une fois par semaine, indépendamment
du lieu. Le phénomène spatial visible en ce qui
concerne l’accès à l’internet se retrouve quant
à son utilisation régulière. Dans les régions de
Scandinavie, des Pays-Bas, du Royaume-Uni et
du Luxembourg, plus de trois quarts de la population utilise l’internet au moins une fois par
semaine. Une proportion supérieure de personnes habitant dans les zones densément peuplées
utilise régulièrement l’internet, par rapport à
cette proportion dans les zones peu peuplées.
Comme pour la carte 7.1, il existe une coupure
latitudinale quant à la part d’utilisateurs réguliers de l’internet. Dans les régions est et ouest
Graphique 7.1:
de l’EU-27, les utilisateurs réguliers sont moins
nombreux. Presque toutes les régions au Portugal, en Italie, en Grèce, en Bulgarie et en Roumanie, ainsi que Chypre, ont une part d’utilisateurs
réguliers inférieure à 40 % en 2008.
Les activités les plus courantes sur l’internet sont
la communication via les courriels et la recherche d’informations sur des biens et des services
(voir graphique 7.2). Plus de 80 % des utilisateurs
de l’internet s’en étaient servi au cours des trois
derniers mois pour ces activités. Les utilisateurs
de l’internet sont les personnes qui l’ont utilisé
au cours des trois derniers mois. Obtenir des services liés aux voyages et à l’hébergement, gérer
ses comptes bancaires en ligne, interagir avec les
autorités publiques, rechercher des informations
relatives à la santé et lire des journaux ou des
magazines sont les activités pratiquées par plus
de 40 % des utilisateurs de l’internet. Les activités ayant connu la plus forte croissance de 2006
à 2008 sont la communication par courriels, la
recherche d’informations de santé, les services
bancaires en ligne et l’écoute de la radio ou le visionnage en ligne de programmes télévisés.
Développement de l’accès à l’internet et de la connexion à haut débit dans les ménages,
2006-2008
Rapport entre augmentation des ménages connectés entre 2006 et 2008
et des ménages non connectés en 2006
50 %
45 %
40 %
35 %
30 %
25 %
20 %
15 %
10 %
5%
0%
EU-27 SE FR
IE
Accès à l’internet
DE AT UK LU DK LT
FI
EE SK HU MT SI
CZ BE CY NL LV ES PL PT EL
IT
BG RO IS NO
Connexion à haut débit
97
7
Carte 7.2: Utilisation régulière de l’internet, par régions NUTS 2, 2008
Pourcentage de personnes qui accèdent à l’internet, en moyenne, au moins une fois par semaine
98
7
Les différences régionales concernant les activités
de commerce électronique des personnes sont illustrées par la carte 7.3. Les phénomènes géographiques déjà décrits apparaissent une nouvelle fois
sur la carte. Dans toutes les régions de Norvège,
plus de 55 % de la population achète des biens ou
des services en ligne, la moyenne de l’EU-27 s’établissant à 32 % de la population cible. Dans presque
toutes les régions des États membres de l’est et du
sud de l’EU-27, cette part est de 25 % ou moins de
l’ensemble de la population cible. Sauf pour l’Espagne, l’écart entre les régions dans ces États membres est assez faible (différence maximale d’une
classe de pourcentage). Toutes les régions de Finlande, de Suède, du Danemark, du Royaume-Uni
et des Pays-Bas, ainsi que le Luxembourg, comptent une proportion de cyberacheteurs supérieure
à 45 % de l’ensemble de la population cible, contre
moins de 5 % dans presque toutes les régions de
Bulgarie et de Roumanie.
Non-utilisateurs de l’internet
L’e-inclusion concerne la participation de tous
les individus et communautés à l’ensemble des
aspects de la société de l’information (11). Les politiques de l’Union européenne dans ce domaine
visent à réduire les écarts et à encourager l’utilisation des TIC pour surmonter l’exclusion numérique et améliorer ainsi les performances économiques, les opportunités d’emploi, la qualité de vie,
la participation et la cohésion sociales. Au niveau
de l’EU-27, un tiers de la population âgée de 16 à
74 ans n’utilise pas l’internet.
(11)http://ec.europa.eu/
events/ict_riga_2006/doc/
declaration_riga.pdf.
L’enquête communautaire sur l’utilisation des
TIC dans les ménages cherche à savoir pourquoi
l’internet n’est pas utilisé. En 2008, 38 % des nonutilisateurs ont répondu qu’ils n’en avaient pas
besoin. D’après ce chiffre, il semble qu’il s’agisse
d’un choix délibéré. Seuls 14 % des non-utilisa-
Activités sur l’internet dans l’EU-27, 2006-2008
Pourcentage des particuliers ayant utilisé l’internet, au cours des 3 derniers mois,
pour les activités suivantes
Graphique 7.2:
Formation en ligne (*)
Vendre des biens
ou des services
Recherche d’un emploi ou envoi
d’un acte de candidature
Télécharger des logiciels
Accès à des programmes
de radio et de télévision
Lire/télécharger
des journaux/magazines
Recherche des informations
relatives à la santé
Contacts avec
les pouvoirs publics
Services bancaires
Services relatifs aux voyages
et à l’hébergement
Informations sur les biens
et services
Communication par e-mail
0%
2006
10 %
20 %
30 %
40 %
50 %
60 %
70 %
80 %
90 %
2008
(*) 2007-2008
99
7
Carte 7.3: E-commerce par des particuliers, par régions NUTS 2, 2008
Pourcentage de personnes ayant commandé des biens ou des services sur l’internet
pour leur usage privé au cours de l’année précédente
100
7
teurs ont cependant indiqué explicitement ne
pas vouloir utiliser l’internet. La réponse relative à l’absence de besoin pourrait également
traduire un manque d’informations sur les possibilités offertes par l’internet. Outre les raisons
déjà mentionnées, un quart des non-utilisateurs
confirment que les coûts d’équipement, notamment l’achat d’un ordinateur pour accéder à l’internet, sont trop élevés, et 21 % indiquent que
la connexion coûte trop cher. Presque un quart
(24 %) font part d’un manque des compétences
requises pour accéder à l’internet, tandis que
seuls 5 % des non-utilisateurs avancent des inquiétudes quant à la sécurité.
Graphique 7.3:
EU-27
Faciliter un accès abordable à l’internet, notamment l’accès au réseau, à l’équipement terminal,
au contenu et aux services, particulièrement
dans les zones isolées et rurales de l’Union européenne, tel est l’objectif affiché des politiques régionales européennes. L’UE cherche à parvenir à
une couverture à large bande d’au moins 90 % de
la population d’ici à 2010. Cet objectif concerne
les activités axées sur l’offre, alors que les chiffres d’Eurostat provenant de l’enquête communautaire sur l’utilisation des TIC fournissent des
informations sur leur essor dans les régions en
retard par rapport aux chiffres qu’il est possible
d’atteindre.
Non-utilisation de l’internet, par régions NUTS 2, 2008
En pourcentage de la population âgée de 16 à 74 ans
Flevoland
Sud — Muntenia
RO
BG
Sud — Muntenia
Yugozapaden
EL
Severozapaden
Attiki
PT
Kentriki Ellada
Lisboa
Região Autónoma dos Açores
CY
HR
Središnja i Istočna (Panonska) Hrvatska
IT
Campania
MT
PL
Region Centralny
Region Wschodni
LT
SI
ES
Comunidad de Madrid
HU
Extremadura
Észak-Alföld
LV
CZ
Praha
Severovýchod
IE
BE
Prov. Brabant Wallon
FR
Prov. Hainaut
Île-de-France
Bassin parisien
EE
AT
Wien
SK
Bratislavský kraj
DE
Burgenland (A)
Západné Slovensko
Berlin
Sachsen
UK
LU
FI
DK
NL
SE
NO
Etelä-Suomi
Itä-Suomi
Hovedstaden
Nordjylland
Flevoland
Östra
Sverige
Vestlandet
Zeeland
Norra Sverige
Agder og Rogaland
IS
0%
10 %
20 %
30 %
40 %
50 %
60 %
70 %
80 %
Moyenne nationale
Notes: EE, IE, CY, LV, LT, LU, MT, SI, UK et IS: niveau national; DE, EL, FR, HU, PL et SE: par régions NUTS 1; FI: FI20 inclus dans FI19
101
7
Carte 7.4:Non-usage de l’internet, par régions NUTS 2, 2008
Différence de la proportion des personnes n’ayant jamais utilisé l’internet par rapport à la moyenne
EU-27 (33 %)
102
7
Ces dernières années, la part de non-utilisateurs
de l’internet a diminué au niveau de l’EU-27, passant de 43 % de la population cible en 2005 à 33 %
en 2008. La proportion de non-utilisateurs a baissé
tant dans les zones densément peuplées que dans
celles peu peuplées entre 2005 et 2008. La diminution dans les zones peu peuplées est cependant
plus faible que dans celles densément peuplées, ce
qui accroît les inégalités entre les régions.
La région possédant la plus faible proportion de
non-utilisateurs en 2008 était Flevoland (Pays-Bas),
avec 7 %, et la région avec la plus grande proportion,
Sud — Muntenia (Roumanie), avec 69 % (voir graphique 7.3). Les États membres enregistrant les plus
grands écarts entre les parts de non-utilisateurs
dans leurs régions sont la Bulgarie et la Grèce, avec
plus de 25 points de pourcentage de différence. Le
Danemark, la Pologne, la Finlande et la Suède sont
les pays affichant moins de 10 % de différence entre
leurs régions (12). Les parts les plus élevées de nonutilisateurs sont constatées à Chypre, au Portugal,
en Grèce, en Bulgarie et en Roumanie, avec plus de
la moitié de l’ensemble de la population cible.
La carte 7.4 montre la répartition des régions
selon la part de personnes qui n’ont jamais utilisé l’internet, par rapport à la moyenne de l’EU27. Les régions en vert comptent moins de nonutilisateurs que la moyenne, tandis que les régions en jaune et en orange se situent au-dessus
de la moyenne. La répartition géographique
montre des phénomènes analogues à ceux décrits
précédemment. Toutes les régions des pays scandinaves, la Norvège, la Finlande, la Suède, le
Danemark et l’Islande, ainsi que les Pays-Bas et
le Luxembourg, se trouvent au moins 15 % audessous de la moyenne de l’EU-27, tandis que
la plupart des régions de Bulgarie, de Grèce, du
Portugal, de Roumanie, du sud de l’Italie et de
Chypre sont plus de 15 % au-dessus. Les régions
est et ouest de l’EU-27 dépassent généralement la
moyenne des non-utilisateurs de l’internet. Les
zones urbaines densément peuplées ont tendance
à se situer en dessous de la moyenne de l’EU-27.
Sur la carte, cette tendance se constate par exemple pour Athènes, Lisbonne, Madrid, Paris,
Vienne, Budapest, Prague ou Berlin.
(12)Même si ces chiffres
donnent un aperçu de
la question, ils sont
fortement influencés par
la délimitation des régions
et leur nombre dans un
pays. Avec un nombre
croissant de régions,
leur taille diminue et la
probabilité d’importantes
variations augmente. En
outre, les statistiques au
niveau régional ne sont
pas disponibles pour
9 États membres, ce qui
limite la possibilité de
comparaison au sein de
l’EU-27.
103
7
Conclusion
Les statistiques sur l’utilisation des technologies
de l’information et de la communication dans les
ménages et par les individus sont collectées chaque année au niveau 1 de la NUTS sur une base
obligatoire. Certains États membres fournissent
en plus des informations relatives au niveau 2 de
la NUTS. Les statistiques disponibles illustrent
l’existence de différences considérables quant à
l’accès et à l’utilisation des TIC entre les régions
de l’EU-27. Au cours de ces quelques dernières
années, l’accès et l’utilisation des TIC ont augmenté dans tous les États membres. Les zones
densément peuplées semblent cependant profiter
davantage de cette tendance actuelle que celles
peu peuplées. Afin de surmonter ce problème,
l’Union européenne a formulé des objectifs politiques explicites pour parvenir à une complète société de l’information, comprenant la dimension
géographique de la fracture numérique. Ces politiques sont examinées conformément au cadre
d’évaluation comparative i2010.
(13)http://europa.eu/rapid/
pressReleasesAction.do?re
ference=DOC/09/1&form
at=HTML&aged=0&langu
age=FR&guiLanguage=fr.
104
Les cartes dans ce chapitre révèlent les phénomènes spatiaux spécifiques qui sont visibles
pour tous les indicateurs présentés. Même si les
niveaux d’accès à l’internet sont les meilleurs
dans les ménages des régions néerlandaises, il
existe clairement une coupure nord/sud, avec
des taux d’accès à l’internet et d’utilisation supérieurs dans les États membres septentrionaux.
Le second phénomène est latitudinal. Les régions
ouest et est de l’Union européenne montrent des
parts inférieures en ce qui concerne l’accès et
l’utilisation de l’internet que les régions situées
au centre. Enfin, les régions urbaines ou densément peuplées font état d’une proportion supérieure de population ayant accès à l’internet et
l’utilisant que les zones peu peuplées. Afin d’atteindre les objectifs politiques de participation
totale à la société de l’information, il sera nécessaire de poursuivre les efforts actuels visant à
fournir un accès abordable via la large bande et
à former les personnes aux compétences requises leur permettant d’accéder à l’internet et d’en
exploiter sa richesse. Le 20 mars 2009, le Conseil
européen a annoncé un soutien supplémentaire
aux projets dans le domaine de l’internet via la
large bande, dans le cadre du plan européen pour
la relance économique, destiné à lutter contre la
crise économique et financière mondiale (13), et
s’est fixé pour objectif d’atteindre une couverture
de 100 % de la population d’ici à 2013.
7
Les données statistiques européennes sur l’utilisation des technologies de l’information et de la
communication sont disponibles depuis 2003. Des données harmonisées sont publiées depuis
2006 sur la base du règlement (CE) n° 808/2004 du 21 avril 2004 concernant les statistiques communautaires sur la société de l’information, qui décrit deux modules ou domaines de production de
données statistiques: les statistiques sur l’utilisation des TIC dans les entreprises et celles sur leur utilisation dans les ménages et par les individus. Des règlements annuels de la Commission définissent
une série d’indicateurs pour lesquels les données sont collectées par les États membres de l’UE. Des
données régionales sur un nombre restreint d’indicateurs sont disponibles au niveau 1 de la NUTS
depuis 2006 grâce à la contribution volontaire des États membres et depuis 2008 sur une base obligatoire. Certains États membres fournissent des données régionales au niveau 2 de la NUTS sur une
base volontaire. La collecte de données pour chaque module est divisée en une partie principale,
c’est-à-dire l’accès aux TIC, et une utilisation générale des TIC. Les questions sur l’accès aux TIC sont
adressées au ménage dans son ensemble, tandis que celles sur l’utilisation des TIC concernent un
individu au sein du ménage. Suivant les principes du cadre d’évaluation comparative i2010, le modèle de questionnaire comprend chaque année un thème de prédilection: administration en ligne
(2006), compétences numériques (2007), services avancés (2008), commerce électronique (2009) et
sécurité (2010).
Le champ de l’enquête comprend les individus âgés de 16 à 74 ans et les ménages dont au moins
l’un des membres se situe dans cette classe d’âge. Les trois premiers mois de l’année civile constituent la période de référence.
La présentation de statistiques sur l’utilisation des TIC se limite à un certain nombre d’indicateurs
principaux pour lesquels des données régionales sont disponibles. Ces indicateurs régionaux sont
les suivants: «accès à l’internet à domicile par les ménages», «accès à l’internet via la large bande par
les ménages», «utilisateurs réguliers de l’internet», «personnes n’ayant jamais utilisé l’internet» et
«commerce électronique pratiqué par les particuliers».
Le terme «accès» ne fait pas référence à la «connectivité», c’est-à-dire à la question de savoir si
une connexion est possible dans la rue ou zone de résidence du ménage, mais à celle de savoir si
quelqu’un dans le ménage a été en mesure d’utiliser l’internet à domicile.
L’expression «connexion large bande» renvoie à la vitesse de transfert lors du téléchargement des
données. La large bande nécessite une vitesse de transfert des données d’au moins 144 kbit/s. Les
technologies les plus répandues pour l’accès à large bande à l’internet sont les lignes d’abonnés
numériques [Digital Subscriber Line (DSL)] ou les modems par câble.
Les utilisateurs de l’internet sont les personnes l’ayant utilisé au cours des trois derniers mois. Les
utilisateurs réguliers sont ceux qui ont utilisé l’internet au moins une fois par semaine pendant la
période de référence de trois mois.
Aux fins du module concernant les ménages, le commerce électronique via l’internet est défini
comme la commande de biens ou de services via l’internet. Les transactions financières, par exemple l’achat d’actions, la confirmation de réservations d’hébergements et de voyages, la participation
à des loteries et à des paris, le recours à des services d’informations payants sur l’internet ou les
achats via des enchères en ligne, sont comprises dans la définition. Les commandes par courriel
tapées manuellement sont exclues. La livraison ou le paiement par voie électronique ne constitue
pas une condition requise pour une transaction en ligne.
105
Science, technologie
et innovation
8
Science, technologie et innovation
Introduction
Recherche et développement
Les Conseils européens de Lisbonne (2000) et
de Barcelone (2002) ont souligné le rôle important de la recherche et du développement et de
l’innovation dans l’UE. Dans ce contexte, l’initiative de 2005 «Travaillons ensemble pour la
croissance et l’emploi» a relancé la stratégie de
Lisbonne. La connaissance et l’innovation au
service de la croissance sont ainsi devenues l’un
des trois principaux domaines d’action du nouveau partenariat de Lisbonne pour la croissance
et l’emploi, qui place la science, la technologie et
l’innovation au cœur même des politiques nationales et régionales de l’UE.
L’accroissement des investissements dans la recherche et le développement est l’un des principaux objectifs de la stratégie de Lisbonne. L’augmentation substantielle des investissements de
R & D constitue un moyen important de relever
considérablement la compétitivité industrielle de
l’Union européenne.
La notion d’«espace européen de la recherche»
(EER), introduite en 2000 en tant que contribution de la politique de la recherche à la stratégie de Lisbonne au sens large, a également été
un excellent outil pour conférer à la recherche
un degré de priorité plus élevé parmi les préoccupations politiques. Huit années de développement de l’EER ont transformé cette notion
théorique en approche politique pratique visant
l’amélioration de l’efficience et de l’efficacité des
efforts et des systèmes de recherche fragmentés
en Europe, une meilleure attractivité de l’Europe pour les chercheurs et l’investissement
dans la recherche, ainsi qu’un renforcement de
la cohérence et des synergies entre la politique
de la recherche et les autres politiques communautaires afin de mettre en œuvre la stratégie de
Lisbonne renouvelée.
Ce chapitre présente des données et des indicateurs statistiques fondés sur un certain nombre
de sources de données disponibles à Eurostat. Il
fournit au lecteur des informations statistiques
lui permettant d’appréhender l’évolution et la
composition de la science, de la technologie et de
l’innovation (STI) dans les régions européennes,
ainsi que les positions relatives à ces dernières. Il
couvre notamment la recherche et le développement (R & D), les brevets, la haute technologie et
les ressources humaines en science et technologie (RHST).
D’autres indicateurs régionaux relatifs à la
science, à la technologie et à l’innovation peuvent être consultés sur le site internet d’Eurostat,
sous l’onglet «Statistiques», rubrique «Science et
technologie».
108
Une vingtaine de régions parmi celles qui figurent sur la carte 8.1 ont une intensité de R & D
supérieure à l’objectif des 3 % fixé dans la stratégie de Lisbonne pour l’UE dans son ensemble.
Bien que cet objectif demeure l’objectif communautaire pour 2010, la plupart des pays ont fixé
leurs propres objectifs dans leurs programmes de
réforme nationaux. Les objectifs nationaux vont
de 0,75 % dans le cas de Malte à 4 % dans ceux de
la Finlande et de la Suède, et, s’ils sont atteints,
ils amèneront la performance de R & D moyenne
dans l’UE à environ 2,6 % d’ici à 2010.
Sur la carte, le plus grand groupe de régions ayant
une intensité de R & D relativement forte, c’est-àdire supérieure à 2 %, s’étend du sud de l’Allemagne
jusqu’à l’Autriche et, via la Suisse, jusqu’aux Pyrénées françaises. La carte montre aussi clairement
que les régions-capitales ont tendance à avoir une
intensité de R & D relativement forte. Les régions
qui abritent les capitales Sofia, Bucarest, Budapest,
Varsovie, Vienne, Madrid et Rome sont les régions
à plus forte intensité de R & D dans leurs pays respectifs. Ce fait est corroboré par l’exemple de la région de Prague et, dans une certaine mesure, par la
région parisienne, qui se trouve en deuxième position parmi les régions disposant de la plus forte
intensité de R & D en France. Toutefois, dans le
classement des régions allemandes, Berlin n’arrive
qu’en sixième position, bien que son intensité de
R & D dépasse largement les 3 %.
Les régions présentant une plus faible intensité de
R & D sont situées principalement dans le sud et
l’est de l’UE. C’est là également que l’on trouve
de nombreuses régions disposant des intensités
de R & D en plus forte croissance. Sur les 30 régions ayant enregistré un taux de croissance annuel moyen de plus de 10 % depuis 2000, 6 sont
grecques, 2 sont tchèques, 2 sont espagnoles, une
est portugaise et une autre roumaine. L’Estonie,
Malte et la Slovénie figurent également parmi ces
régions en forte croissance.
8
Carte 8.1: Dépenses de R & D en pourcentage du PIB, tous secteurs, par régions NUTS 2, 2006
109
8
Le personnel de R & D est l’autre indicateur fondamental d’intrants de R & D (à côté des dépenses de R & D); il concerne la quantité de ressources humaines affectées directement aux activités
de R & D. Le personnel de R & D comprend trois
catégories: les chercheurs, les techniciens et le
personnel de soutien. Celle des chercheurs est la
plus importante en matière d’activités de R & D.
Il s’agit de professionnels qui participent à la
conception et à la création de nouveaux produits,
connaissances, procédés, méthodes et systèmes,
ainsi qu’à la gestion des projets concernés.
La carte 8.2 montre la répartition régionale des
chercheurs (en pourcentage de l’emploi total) à
travers l’Europe. Dans 15 régions européennes,
plus de 1,8 % de toutes les personnes employées
sont des chercheurs. La région Trøndelag (Norvège) arrive en tête, avec un taux de 3,16 %, ce
qui représente plus de trois fois la moyenne de
l’EU-27. Ce groupe comprend également une
autre région norvégienne, 4 régions allemandes,
3 régions finlandaises et, respectivement, une région de la République tchèque, de l’Autriche, de
la Slovaquie, de la Belgique, de l’Islande et de la
France. La Suède, pour laquelle seules des données au niveau national sont disponibles, présente également un taux de chercheurs de plus de
1,8 % de l’emploi total. Dans 48 autres régions, la
concentration de chercheurs dépasse la moyenne
de l’EU-27 (0,9 %); une fois encore, la plupart de
ces régions (18) se trouvent en Allemagne.
Dans neuf pays, le nombre de chercheurs en
pourcentage du nombre total de personnes salariées dans la région principale est inférieur à la
moyenne de l’EU-27 (0,9 %): ces pays sont la Bulgarie, Chypre, la Lettonie, la Lituanie, Malte, les
Pays-Bas, la Slovénie, la Croatie et la Turquie. Les
régions présentant la plus faible concentration de
chercheurs se trouvent en Bulgarie (Severozapaden, avec 0,08 %), en Roumanie (Sud-Est, avec
0,13 %), aux Pays-Bas (Friesland, avec 0,13 %) et en
République tchèque (Severozápad, avec 0,15 %).
Des disparités existent non seulement entre les
pays, mais aussi entre les régions d’un même pays.
La plus grande différence entre la première et la
dernière région d’un pays est observée en République tchèque (2,88 points de pourcentage entre
Praha et Severozápad). L’Autriche, l’Allemagne,
la Finlande, la Slovaquie et la Norvège présentent également des disparités de plus de 2 points
de pourcentage. À l’autre extrémité de l’échelle,
l’écart le plus faible est constaté pour l’Irlande
(avec 0,03 point de pourcentage), suivie des PaysBas (avec 0,73 point).
110
Ressources humaines en science
et technologie
S’il n’y a pas suffisamment de personnel, il ne
peut y avoir de croissance. La science et la technologie ayant été reconnues comme des domaines clés du développement européen, il est dès
lors essentiel que les décideurs politiques au niveau régional (ainsi qu’aux niveaux communautaire et national) analysent le stock de personnes
hautement qualifiées.
La concentration de personnes hautement qualifiées dans les régions peut être mesurée à l’aune
des ressources humaines en science et technologie. Les RHST définissent les personnes qui ont
atteint un niveau d’éducation de troisième cycle
et/ou occupent un poste dans le domaine de la
science et de la technologie pour lequel ce niveau est normalement requis. Les RHSTO sont
un sous-groupe des RHST qui représente les personnes occupant un poste dans le domaine de la
science et de la technologie.
La carte 8.3 montre qu’il existe une concentration urbaine particulière de RHSTO dans les
régions-capitales. Ces régions présentent souvent une forte concentration d’emplois hautement qualifiés, notamment en raison de la présence du siège des sociétés et des institutions
publiques. Toutefois, un autre facteur est que
les capitales sont souvent de grandes villes qui
contiennent naturellement de nombreuses installations d’enseignement supérieur et, donc, de
nombreuses personnes ayant un niveau d’éducation élevé. En conséquence, ces régions et les
régions alentours sont des lieux d’implantation
sûrs pour les nouvelles sociétés, grâce aux réserves de ressources humaines très compétentes
déjà présentes sur place. Parallèlement, les personnes hautement qualifiées peuvent être attirées par les villes plus grandes puisqu’elles ont
plus de chances de trouver un emploi qualifié
correspondant à leurs attentes dans une région
qui abrite de nombreuses sociétés.
Cette concentration urbaine de ressources humaines employées dans le secteur de la science et
de la technologie est manifeste sur la carte 8.3, si
l’on regarde les régions-capitales ainsi que deux
des trois groupements régionaux dont la part de
RHSTO dépasse 30 %, notamment la zone qui va
de la région italienne Lazio dans le sud au sudouest de l’Allemagne, en passant par la Suisse.
Dans l’ensemble, ces régions sont très densément
peuplées, tout comme celles du deuxième ensemble visible qui comprend les régions des pays de
8
Carte 8.2:Chercheurs en pourcentage de l’emploi total, tous secteurs, par régions NUTS 2, 2006
111
8
Carte 8.3: Ressources humaines en science et technologie par profession (RHSTP), par régions NUTS 2, 2007
Pourcentage de la population active
112
l’Union économique de la Belgique, des Pays-Bas
et du Luxembourg (Benelux). Le troisième groupement se situe dans les pays scandinaves, où les
régions, excepté les régions-capitales, sont très
peu peuplées. En Scandinavie, on distingue également les régions qui se trouvent en deuxième,
en troisième et en quatrième position pour ce qui
est de la proportion de RHSTO; Il s’agit respectivement de Stockholm en Suède (48 %), d’Oslo
og Akershus en Norvège (48 %) et de Hovedstaden au Danemark (44 %). Le taux le plus élevé se
trouve néanmoins à Praha (République tchèque),
où 52 % de la main-d’œuvre est constituée par
des RHSTO. Il est intéressant de noter que, deux
ans plus tôt, les trois premières régions étaient les
mêmes et que, depuis, leurs taux ont augmenté.
Le taux de Praha est celui qui a le plus augmenté,
avec une hausse de 47 % des RHSTO par rapport
à il y a deux ans. Stockholm et Oslo og Akershus
ont chacune augmenté leur taux de 2 points de
pourcentage au cours des deux dernières années.
Industries de haute technologie
et services à forte intensité
de connaissance
Les statistiques concernant les secteurs industriels de haute technologie et les services à forte
intensité de connaissance comprennent des données sur l’emploi par secteur d’activité économique. Sur la base du rapport entre les dépenses de
R & D et le PIB (intensité de R & D), les secteurs
sont classés en sous-secteurs plus spécifiques de
manière à analyser l’emploi dans la science et la
technologie. Deux sous-secteurs sont d’une importance cruciale pour la science et la technologie, à savoir les industries manufacturières de
haute et de moyenne-haute technologie, même
si elles ne représentaient respectivement que 1,1
et 5,6 % de l’emploi de l’UE en 2007. L’industrie
manufacturière de haute technologie comprend,
par exemple, la fabrication d’ordinateurs, de télévisions et d’instruments médicaux, tandis que
l’industrie manufacturière de moyenne-haute
technologie comprend, par exemple, la fabrication de produits chimiques, de machines et
d’équipements de transport.
La carte 8.4 présente l’emploi dans ces deux soussecteurs (industries manufacturières de haute et
de moyenne-haute technologie) en pourcentage
du nombre total d’emploi. Le taux d’emploi dans
ces deux sous-secteurs est très élevé dans les régions d’Europe du Centre, dans une bande qui
s’étend de la Franche-Comté (France), à l’ouest,
8
jusqu’à Észak-Magyarország (Hongrie), à l’est.
Stuttgart et Braunschweig (Allemagne) sont les
deux seules régions dans lesquelles plus d’une
personne salariée sur cinq travaille dans ces soussecteurs, les deux régions présentant un taux de
22 %. En fait, les sept premières régions sont allemandes (outre Stuttgart et Braunschweig, on
compte Karlsruhe, Tübingen, Rheinhessen-Pfalz,
Unterfranken et Freiburg).
En outre, la carte 8.4 montre un groupement de
quatre régions italiennes (Piemonte, Emilia-Romagna, Lombardia et Veneto) présentant un taux
relativement élevé d’emploi dans les industries
manufacturières de haute et de moyenne-haute
technologie. Dans les autres parties de l’Europe,
seules trois régions affichent un taux d’emploi de
10 % dans ces industries; il s’agit de Vest (Roumanie), Bursa (Turquie) et Herefordshire, Worcestershire and Warwickshire (Royaume-Uni).
Les services à forte intensité de connaissance
(SFIC) constituent un autre sous-secteur intéressant. Les SFIC peuvent eux-mêmes être divisés
en différentes catégories, parmi lesquelles les services à forte intensité de connaissance de haute
technologie (SFIC de haute technologie), qui
représentent un sous-secteur ayant un intérêt
particulier dans le cadre de l’analyse de l’emploi
dans la science et la technologie. Parmi les SFIC
de haute technologie, on compte notamment les
activités informatiques et connexes, ainsi que
la recherche et le développement. Les SFIC, en
revanche, couvrent un secteur plus large et comprennent par exemple, outre les SFIC de haute
technologie, le transport par voie d’eau et le
transport aérien, l’intermédiation financière,
l’enseignement, la santé et le travail social.
Le tableau 8.1 montre les 25 premières régions en
matière de SFIC et de SFIC de haute technologie.
Étant donné que les SFIC attirent généralement
des personnes ayant un niveau d’éducation élevé,
la répartition ressemble à celle observée sur la
carte 8.3 concernant les ressources humaines en
science et technologie; autrement dit, les régions
urbaines, en particulier les régions-capitales, présentent souvent un taux élevé d’emploi dans les
SFIC et un taux élevé de HRST.
Le tableau 8.1 montre que les quatre premières
régions sont toutes des régions-capitales, Inner
London (Royaume-Uni) présentant le pourcentage le plus élevé de SFIC (59,7 %). Dans leur majorité, les régions qui arrivent en tête sont largement urbaines ou se trouvent dans le rayon de
migration quotidienne domicile-travail d’une
zone urbaine. Åland (Finlande), une province
113
8
Carte 8.4: Emploi dans les secteurs manufacturiers de haute et de moyenne-haute technologie,
Pourcentage de l’emploi total
114
8
autonome de Finlande composée d’îles, est la
seule exception. Le taux élevé de SFIC à Åland
s’explique essentiellement par le fait que le transport maritime représente une part importante
de l’économie de la région.
Parmi les autres caractéristiques frappantes, on
note le fait que 6 des 8 régions de la Suède figurent
parmi les 25 régions dont le taux de SFIC est le plus
élevé. Cela s’explique notamment par le fait que la
Suède dispose d’un large secteur public, qui couvre
les secteurs de l’enseignement et de la santé. Si l’on
regarde la partie droite du tableau, qui montre les
25 premières régions en matière de SFIC de haute
technologie, seule une région suédoise demeure.
Cette région, Stockholm, la région-capitale de la
Suède, affichait un taux d’emploi de 8 % dans les
SFIC de haute technologie, soit le deuxième taux le
plus élevé après Berkshire, Buckinghamshire and
Oxfordshire (Royaume-Uni), qui est à 9 %. Un examen plus approfondi montre que 13 régions sur les
25 affichant le taux le plus élevé d’emploi dans les
SFIC de haute technologie étaient des régions-capitales (y compris Inner London et Outer London).
Tableau 8.1: 25 principales régions en matière d’emploi dans des services à forte intensité de connaissance
et dans celui des services à forte intensité de connaissance de haute technologie, 2007
Services à forte intensité de connaissance
Services à forte intensité de connaissance de haute technologie
% du total
de l’emploi
Nombre
total
(1 000)
Nombre
total
(1 000)
% du total
de l’emploi
Inner London (UK)
59,7
785
101
8,9
Stockholm (SE)
55,8
564
84
8,3
and Oxfordshire (UK)
Stockholm (SE)
Oslo og Akershus (NO)
54,1
317
43
7,4
Oslo og Akershus (NO)
Hovedstaden (DK)
51,7
451
44
7,0
Praha (CZ)
Åland (FI)
49,9
7
204
6,7
Comunidad de Madrid (ES)
Zürich (CH)
49,7
365
52
6,6
Bedfordshire and Hertfordshire (UK)
Berlin (DE)
49,5
738
56
6,4
Hovedstaden (DK)
Noord-Holland (NL)
49,1
674
21
6,4
Bratislavský kraj (SK)
Utrecht (NL)
48,0
299
33
6,2
Auvergne (FR)
Övre Norrland (SE)
47,9
119
29
6,2
Prov. Vlaams-Brabant (BE)
Surrey, East and West Sussex (UK)
47,9
614
77
6,2
Közép-Magyarország (HU)
Sydsverige (SE)
47,4
306
135
6,1
Lazio (IT)
Östra Mellansverige (SE)
Brussels Hoofdstedelijk Gewest (BE)
Mellersta Norrland (SE)
47,3
347
56
6,1
Hampshire and Isle of Wight (UK)
47,2
180
133
6,1
Outer London (UK)
47,2
85
11
6,0
Flevoland (NL)
Outer London (UK)
47,2
1 037
36
5,9
Utrecht (NL)
Nord-Norge (NO)
47,0
109
76
5,8
Inner London (UK)
Groningen (NL)
and Oxfordshire (UK)
Prov. Brabant Wallon (BE)
Gloucestershire, Wiltshire
and Bristol/Bath area (UK)
46,8
132
103
5,8
Darmstadt (DE)
46,5
529
297
5,7
Île-de-France (FR)
46,1
71
74
5,7
Etelä-Suomi (FI)
46,1
529
70
5,6
Karlsruhe (DE)
Västsverige (SE)
45,8
420
62
5,4
Région lémanique (CH)
45,5
330
110
5,4
Île-de-France (FR)
45,5
2 356
79
5,3
Berlin (DE)
Trøndelag (NO)
45,4
99
8
5,2
Prov. Brabant Wallon (BE)
Gloucestershire, Wiltshire
and Bristol/Bath area (UK)
Oberbayern (DE)
115
8
Il convient ici de noter que 3 des 5 régions dont
le taux de chômage dans les SFIC de haute technologie était le plus élevé en 2007 figuraient également parmi les 5 premières régions en 2002,
quand Stockholm (Suède) était en tête, suivie de
Berkshire, Buckinghamshire and Oxfordshire
(Royaume-Uni). Bratislavský kraj (Slovaquie)
arrivait à la troisième place, puis Île-de-France
(Paris) à la quatrième, ce qui était relativement
surprenant par rapport à la 19e position qu’elle
avait en 2007. Oslo og Akershus (Norvège) était
cinquième en 2002.
Brevets
Les indicateurs fondés sur des statistiques relatives aux brevets sont couramment utilisés
afin d’évaluer la performance d’un pays ou
d’une région en matière d’inventivité et d’innovation. L’accent mis actuellement sur l’innovation en tant que source de compétitivité
industrielle a attiré l’attention sur les brevets.
Ceux-ci sont utilisés pour protéger les résultats
de R & D, mais ont tout autant d’importance
en tant que source d’informations techniques
qui peuvent éviter de réinventer et de redévelopper des idées par manque d’informations.
Les statistiques sur les brevets au niveau régional se limitent aux demandes auprès de l’Office
européen des brevets (OEB). Les données sont
régionalisées grâce au lien établi entre les codes
116
postaux ou les noms de ville et la nomenclature
des unités territoriales statistiques.
La carte 8.5 illustre les activités de brevetage
régionales dans l’UE. Dans la plupart des pays
européens, le brevetage national se concentre
sur certaines régions. Les régions actives dans
le domaine du brevetage sont souvent situées les
unes à côté des autres et forment, par exemple,
des groupements économiques. C’est notamment
le cas dans le sud de l’Allemagne, le sud-est de la
France et le nord-ouest de l’Italie. Les régions les
plus actives dans le domaine du brevetage (avec
100 à 300 demandes et plus de 300 demandes par
millions d’habitants) sont situées dans les pays du
nord et dans le centre de l’EU-27.
L’activité de brevetage varie non seulement d’un
pays à l’autre, mais aussi d’une région à l’autre. En
2004, l’Île-de-France (France) était la première
région de l’UE pour le nombre total de demandes
de brevetage (3 297), tandis que le Noord-Brabant (Pays-Bas) arrivait en tête pour les demandes de brevets par millions d’habitants (761). En
Allemagne, de grandes disparités ont été relevées
entre la région Stuttgart dans le sud, qui est en
tête, et la région Sachsen-Anhalt à l’est, la moins
performante. Les disparités régionales sont encore plus marquées aux Pays-Bas, entre le NoordBrabant et le Friesland. Les disparités régionales
sont toutefois moins grandes dans les pays dont
la moyenne nationale est comparable, tels que la
Finlande et la Suède.
8
Carte 8.5: Demandes de brevet adressées à l’OEB par millions d’habitants, par régions NUTS 2, 2004
117
8
Conclusion
L’existence d’indicateurs appropriés et significatifs concernant la science, la technologie et l’innovation est d’une importance capitale en vue d’informer les décideurs politiques sur la situation
des régions européennes sur la voie de la connaissance et de la croissance. Ces informations sont
également nécessaires afin d’être mieux à même
de comparer l’évolution des régions entre elles au
niveau européen et dans le monde.
118
À l’aide des statistiques et des indicateurs appropriés, ce chapitre a démontré les progrès réalisés
ces dernières années au niveau des activités de
recherche et de développement dans les régions
européennes. Un usage important des statistiques sur les industries de haute technologie et
les services à haute intensité de connaissance, les
brevets et les ressources humaines en science et
technologie est également fait afin de compléter
cette «photographie» régionale.
8
Les données figurant sur les cartes et dans les tableaux de ce chapitre proviennent, chaque fois que
cela a été possible, des régions NUTS 2. Les données sont extraites du domaine «Science, technologie et innovation» et, plus spécifiquement, des sous-domaines «Recherche et développement»,
«Ressources humaines en science et technologie», «Industries de haute technologie et services à
haute intensité de connaissance» et «Brevets».
Les statistiques sur la recherche et le développement sont rassemblées par Eurostat conformément aux exigences juridiques du règlement (CE) n° 753/2004 de la Commission, qui fixe l’ensemble des données, la ventilation, la fréquence et les délais de transmission. La méthode pour les
statistiques de R & D est en outre établie dans le Manuel de Frascati — Méthode type proposée pour
les enquêtes sur la recherche et le développement expérimental (OCDE, 2002), également utilisé par de
nombreux pays non européens.
Les statistiques sur les ressources humaines en science et technologie sont élaborées chaque
année sur la base de microdonnées extraites de l’enquête communautaire sur les forces de travail
(EFT UE). La base méthodologique de ces statistiques est décrite dans le manuel de Canberra, qui
définit tous les concepts en matière de RHST.
Les données relatives aux industries manufacturières de haute technologie et les services à
forte intensité de connaissance de haute technologie sont établies chaque année sur la base
des données collectées auprès d’une série de sources officielles (EFT UE, statistiques structurelles
sur les entreprises, etc.). Les agrégats d’emploi de haute technologie sont définis en termes d’intensité de R & D, calculée comme le ratio des dépenses de R & D pour l’activité économique visée sur
la valeur ajoutée de cette activité, et basés sur la nomenclature générale des activités économiques
dans les Communautés européennes (NACE). Récemment, la révision de la NACE (qui est passée
de la version Rév. 1.1 à la version Rév. 2) a amené des changements pour les secteurs de la haute
technologie et des services à haute intensité de connaissance. Toutefois, les statistiques du présent
chapitre sont encore basées sur la NACE Rév. 1.1.
Enfin, les données concernant les demandes de brevets déposées à l’Office européen des brevets sont établies sur la base des microdonnées fournies par cet organisme. Les données présentées
couvrent les demandes de brevets déposées à l’OEB au cours de l’année de référence, classées en
fonction de la région de résidence de l’inventeur et conformément à la classification internationale
des brevets. Les données relatives aux brevets sont ventilées par région au moyen de procédures
liant les codes postaux et/ou les toponymes aux régions NUTS 2.
Les statistiques sur les brevets publiées par Eurostat sont presque exclusivement basées sur des
données mondiales de l’OEB sur les statistiques de brevets, Patstat, créée par l’OEB en 2005, et sur
l’utilisation de leur recueil de données sur les brevets et de leur connaissance des données sur les
brevets. Les données proviennent majoritairement de la base de données bibliographique centrale
de l’OEB, DocDB, également appelée «Source d’informations en matière de brevets de l’OEB». Elle
comprend des informations bibliographiques détaillées sur les brevets enregistrés dans 73 offices
des brevets dans le monde et contient plus de 50 millions de documents. Elle couvre un grand
nombre de domaines inclus dans les documents sur les brevets, tels que des informations relatives
aux demandes (priorités affichées, demande et publication), aux catégories de technologie, aux inventeurs et aux demandeurs, au titre et au résumé, aux citations de brevets et aux textes ne relevant
pas des brevets, etc.
119
Éducation
9
Éducation
Introduction
L’éducation, la formation professionnelle et l’apprentissage tout au long de la vie jouent un rôle
déterminant dans la stratégie économique et sociale de l’Union européenne. Le processus de Lisbonne renouvelé, mis en œuvre par le programme «Éducation et formation 2010», ne pourra être
mené à bien que moyennant une utilisation efficace des ressources, l’amélioration qualitative des
systèmes d’éducation et de formation et l’application, au niveau national, d’une stratégie cohérente
d’éducation et de formation tout au long de la vie.
L’offre de possibilités d’enseignement et d’apprentissage tout au long de la vie dans chaque région
et à tous les habitants, où qu’ils vivent, constitue
une pierre angulaire des stratégies nationales
visant à la réalisation de cet objectif. Les statistiques régionales d’Eurostat sur les inscriptions
dans l’enseignement, le niveau d’études atteint
et la participation à l’éducation et à la formation
tout au long de la vie permettent de mesurer les
progrès accomplis au niveau régional et d’assurer
le suivi des régions ayant un retard à combler.
Des données régionales comparables relatives aux
inscriptions dans l’enseignement à partir de l’année 1998 peuvent être consultées sur le site internet d’Eurostat. Les données sur le niveau d’études atteint et la participation à l’éducation et à la
formation tout au long de la vie sont disponibles
pour la période commençant en 1999.
Le site internet d’Eurostat contient des informations régionales sur le nombre total d’inscriptions
par niveau d’éducation et par sexe, par âge avec
ventilation par sexe, et des indicateurs relatifs
aux inscriptions dans l’enseignement par rapport
à la population totale. Les données sur les inscriptions sont en général disponibles concernant
les 15 «anciens» États membres pour la période
commençant en 1998, et concernant les 12 «nouveaux» États membres et la Norvège à partir de
2000 ou 2001. Des informations relatives au niveau d’études atteint par la population et à la participation à l’éducation et à la formation tout au
long de la vie sont disponibles pour tous les États
membres, ainsi que la Norvège.
Participation des étudiants
à l’éducation
Au sens large, on entend par «éducation» tout
acte ou toute expérience qui a un effet formatif
sur l’esprit, le caractère ou les aptitudes physiques
d’une personne. Au sens technique, l’éducation
122
est le processus par lequel la société, par l’intermédiaire d’écoles, de collèges, d’universités et
d’autres établissements, transmet délibérément
son patrimoine culturel, le savoir qu’elle a accumulé, des valeurs et des compétences d’une génération à l’autre.
Le présent chapitre contient des informations sur
les inscriptions dans l’enseignement au niveau
des populations régionales, ainsi que les niveaux
d’éducation atteints et la participation à l’apprentissage tout au long de la vie, ce qui donne une
idée de la manière dont l’éducation touche les
personnes tout au long de leur vie dans chacune
des régions.
La carte 9.1 présente le nombre d’étudiants inscrits à tous les niveaux d’éducation en pourcentage de la population totale au niveau régional.
Cet indicateur permet de connaître le nombre de
personnes bénéficiant d’un enseignement, quel
que soit le niveau auquel elles sont inscrites. En
2007, environ 21 % de la population européenne
totale (c’est-à-dire celle des 27 États membres de
l’Union, des pays candidats à l’adhésion et des
pays de l’AELE) étaient inscrits dans l’enseignement. Cela signifie qu’une personne sur cinq
reçoit un enseignement formel. Cet indicateur
est influencé par la répartition par âge de la population, et, dans le cas des populations âgées,
les taux d’inscription sont relativement faibles.
En revanche, dans le cas des populations plus jeunes, ces taux sont plus élevés.
Certaines des régions caractérisées par les pourcentages les plus élevés d’étudiants participant à
l’éducation se situent autour des capitales de pays
d’Europe de l’Est, telles que Prague, Bucarest, Bratislava et Ljubljana. C’est dans ces villes que les
activités d’éducation sont concentrées au niveau
de la région. Certains pays, tels que la Belgique, la
Suède, la Norvège, l’Islande et la Lituanie, affichent
des taux plus élevés que ceux observés ailleurs,
alors qu’au Danemark, dans le nord de l’Italie, ainsi
que dans certaines régions d’Espagne, de Grèce et
d’Allemagne, les chiffres sont relativement faibles,
puisqu’ils restent en deçà de 18 %.
Par ailleurs, les différences à l’intérieur des pays
sont parfois peu importantes (c’est le cas en Pologne et en France), alors que, dans d’autres pays,
des disparités notables sont observées: c’est le cas
en Italie (entre les régions septentrionales et méridionales), en Espagne (entre les régions du nordouest et les autres régions), en Allemagne (entre la
partie orientale et les régions occidentales) ainsi
qu’en Grèce, où la partie méridionale affiche des
taux plus faibles que le reste du pays.
Éducation
9
Carte 9.1: Étudiants dans tous les niveaux d’éducation, en pourcentage de la population totale,
CITE niveaux 0 à 6
123
9
Éducation
Participation des enfants de 4 ans
à l’enseignement
L’apprentissage commence à la naissance. La période qui s’écoule entre la naissance et l’entrée
dans l’enseignement primaire représente une
étape de formation capitale pour la croissance
et le développement des enfants. Les résultats de
l’apprentissage, les connaissances et les qualifications acquises dans l’enseignement primaire sont
meilleurs lorsque l’enfant passe par un apprentissage et un développement appropriés au cours des
années précédant la scolarisation régulière.
Le but de l’enseignement préprimaire est de préparer les enfants, sur les plans physique, émotionnel, social et mental, à entrer à l’école primaire, et
de leur faire acquérir les capacités et les connaissances leur permettant d’aborder le premier niveau du système d’enseignement. Cette préparation est considérée comme fondamentale pour la
suite du développement éducatif.
En décembre 2008, la Commission européenne
a proposé une nouvelle valeur de référence, qui
fixe à 90 % la proportion des enfants de 4 ans
participant à l’enseignement préprimaire d’ici à
2020. Le but de cette proposition est de soutenir
les progrès à accomplir dans la réalisation de l’objectif défini dans les conclusions du sommet de
Barcelone de 2002, qui fixent l’objectif d’atteindre
un taux de 90 % de participation à l’enseignement
préprimaire pour les enfants ayant entre 3 ans et
l’âge du début de la scolarité obligatoire.
Dans l’EU-27, le taux de participation est d’ores et
déjà proche de cet objectif (88,5 % en 2007), mais
ce taux global élevé cache des disparités considérables entre les situations des différents pays.
Si l’on prend en compte les 27 États membres de
l’Union, les pays candidats à l’adhésion et les pays
de l’AELE, on constate que 73 % environ (en 2007)
des enfants européens âgés de 4 ans étaient inscrits
dans l’enseignement préprimaire et primaire.
L’indicateur présenté ici concerne la participation
des jeunes enfants à l’enseignement au niveau
régional (NUTS 2): il mesure le pourcentage des
enfants âgés de 4 ans qui participent soit à l’enseignement préprimaire, soit à l’enseignement
primaire. La grande majorité de ces enfants sont
inscrits dans l’enseignement préprimaire (qui,
dans de nombreux cas, n’est pas obligatoire). Un
enfant de 4 ans peut être inscrit soit dans une
école préprimaire, soit dans une école primaire.
Les données révèlent que la plus grande partie des
enfants de 4 ans sont inscrits dans des écoles pré-
124
primaires. L’Irlande et le Royaume-Uni sont les
seuls pays où le nombre d’enfants de 4 ans inscrits
dans l’enseignement primaire atteint des proportions importantes.
À l’âge de 4 ans, la plupart (80 %) des enfants de
l’Union sont donc inscrits dans l’enseignement
préprimaire, ce qui est généralement possible à
partir de 3 ou 4 ans au moins dans les États membres de l’UE. Seulement 5 % des enfants âgés de
4 ans sont inscrits dans l’enseignement primaire;
89 % de ce groupe se trouvent au Royaume-Uni et
11 % en Irlande.
L’inscription dans l’enseignement préprimaire est
presque toujours volontaire. Malgré cela, de nombreux pays affichent des taux de participation de
100 % ou proches de ce chiffre.
La carte 9.2 montre que, dans certains pays, tels
que le Danemark, la France, l’Islande, l’Italie,
Malte, les Pays-Bas, l’Espagne, ainsi que dans des
régions comme Vlaams Gewest (Belgique), la participation des enfants âgés de 4 ans à l’enseignement atteint près de 100 %. Par contre, en Croatie,
en Irlande, dans l’ancienne République yougoslave de Macédoine, en Suisse, en Turquie et dans la
plus grande partie de la Pologne et de la Finlande,
moins de 50 % des enfants de 4 ans sont inscrits
dans l’enseignement. Il n’existe guère d’écart significatif entre les régions d’un même pays, sauf
en Angleterre, en Allemagne et au Portugal, où
l’on observe de légères disparités entre les taux de
participation enregistrés dans les régions.
Étudiants du deuxième cycle
de l’enseignement secondaire
et de l’enseignement
postsecondaire non supérieur
À l’âge de 16 ans, les jeunes se trouvent face à un
choix: poursuivre leur parcours scolaire, suivre
une formation professionnelle ou chercher un
emploi. Au cours de la dernière décennie, les jeunes ont été de plus en plus nombreux à opter pour
la poursuite de leur scolarité.
La carte 9.3 montre la proportion d’étudiants
inscrits dans le deuxième cycle de l’enseignement
secondaire [niveau 3 de la classification internationale type de l’éducation (CITE)] et l’enseignement postsecondaire non supérieur (niveau 4 de
la CITE), en pourcentage de la population ayant
entre 15 et 24 ans dans la région considérée.
L’enseignement général secondaire du deuxième
cycle a pour mission de faire acquérir de larges
Éducation
9
Carte 9.2: Taux de participation des élèves de 4 ans dans l’éducation, par régions NUTS 2, 2007
Aux niveaux préprimaire et primaire (CITE niveaux 0 et 1)
Pourcentage
125
9
Éducation
connaissances générales et de poursuivre l’enseignement et l’éducation dispensés dans l’enseignement fondamental. L’objectif est souvent
de conférer aux étudiants des compétences et
des connaissances suffisantes pour poursuivre
leurs études. Cet enseignement donne normalement accès aux programmes de niveau universitaire. Quant à l’enseignement professionnel, il
dispense fréquemment des formations permettant d’occuper des emplois spécifiques sur le
marché du travail.
Les étudiants entament généralement le deuxième cycle de l’enseignement secondaire entre 15
et 17 ans, à la fin de l’enseignement obligatoire à
plein temps, et l’achèvent trois ou quatre ans plus
tard. Les âges au début et à la fin de ce cycle et la
tranche d’âge concernée dépendent des programmes éducatifs nationaux. Toutefois, les étudiants
peuvent en général suivre les cours du deuxième
cycle de l’enseignement secondaire relativement
près de leur lieu d’origine. Concernant cet indicateur, un groupe d’âge assez large a été défini afin
de couvrir les tranches d’âge relativement différentes que l’on trouve d’un pays à l’autre.
D’un point de vue international, les programmes
de l’enseignement postsecondaire non supérieur
(niveau 4 de la CITE) se situent entre ceux de l’enseignement secondaire supérieur et ceux de l’enseignement supérieur, même si l’on peut manifestement les considérer comme des programmes
de l’enseignement secondaire supérieur ou de
l’enseignement supérieur dans un contexte national. Bien que leur contenu ne soit pas forcément
beaucoup plus avancé que celui des programmes
de l’enseignement secondaire supérieur, ces programmes servent à élargir les connaissances des
participants qui ont déjà obtenu un diplôme de
l’enseignement secondaire supérieur.
En 2007, plus de 38 % de la population de l’EU27 âgée de 15 à 24 ans était inscrite dans l’enseignement secondaire supérieur et l’enseignement
secondaire.
Les taux les plus élevés sont observés en Belgique,
ainsi qu’en Finlande, en Islande, dans la région
Praha (République tchèque), dans certaines régions
de Suède (Mellersta Norrland et Norra Mellansverige), dans les régions Valle d’Aosta/Vallée d’Aoste,
Basilicata et Friuli-Venezia Giulia (Italie), dans les
régions Közép-Magyarország et Dél-Alföld (Hongrie) et dans la région Salzburg (Autriche).
D’une manière plus générale, la carte permet de
constater que les pays nordiques (Norvège, Suède,
Danemark, Finlande et Islande) sont tous carac-
126
térisés par des taux de participation élevés. Dans
de nombreuses parties d’Europe (France, Allemagne, Suisse, Pays-Bas, Pologne, Slovaquie, Slovénie, Croatie, Roumanie, Bulgarie et Grèce), ces
taux sont faibles, alors qu’ils sont élevés en Italie,
en Autriche, en République tchèque et en Hongrie. Le Royaume-Uni est divisé en deux parties,
à savoir l’Angleterre (taux élevés) et le reste (taux
faibles). Par ailleurs, les taux de participation sont
très réduits dans la péninsule Ibérique (Espagne et
Portugal), en Turquie, en Lituanie, à Malte, à Chypre, dans l’ancienne République yougoslave de
Macédoine et dans certaines régions de la Grèce.
Étudiants de l’enseignement
supérieur
Par «enseignement supérieur», on entend le niveau d’enseignement dispensé par les universités,
les instituts universitaires professionnels, les instituts de technologie et les autres établissements
qui délivrent des diplômes universitaires ou des
certifications professionnelles. Pour pouvoir accéder aux programmes d’enseignement de niveau
supérieur, l’étudiant doit normalement avoir
achevé avec succès un enseignement secondaire
supérieur et/ou un enseignement postsecondaire
non universitaire.
Les niveaux d’enseignement peuvent être fondés
dans une large mesure sur la théorie et être destinés à offrir aux étudiants des qualifications suffisantes pour être admis à suivre des programmes
de recherche de pointe ou à exercer une profession exigeant de hautes compétences (niveau 5A
de la CITE); ils peuvent être davantage orientés
vers la pratique, la technique ou la réalité professionnelle (niveau 5B de la CITE) ou mener à la délivrance d’une qualification avancée en recherche
(niveau 6 de la CITE, études du type PhD).
La carte 9.4 indique la proportion d’étudiants
inscrits dans l’enseignement supérieur (niveaux 5
et 6 de la CITE), en pourcentage de la population
âgée de 20 à 24 ans dans la région considérée. La
population d’étudiants est rapportée à la population du groupe d’âge correspondant, ce qui permet de connaître la taille relative de la population
d’étudiants au niveau régional.
Cet indicateur est basé sur des données concernant l’endroit où les étudiants font leurs études,
et non sur leur lieu d’origine ou de résidence.
Les régions possédant des universités ou d’autres
établissements d’enseignement supérieur, c’est-àdire souvent les grandes villes, ont donc tendan
ce à enregistrer des chiffres élevés, puisque les
Éducation
9
Carte 9.3: Étudiants dans l’enseignement secondaire (deuxième cycle) et postsecondaire (non supérieur),
en pourcentage de la population de la tranche d’âge 15-24 ans, par régions NUTS 2, 2007
CITE niveaux 3 et 4
127
9
Éducation
Carte 9.4: Étudiants dans l’enseignement supérieur, en pourcentage de la population âgée de 20 à 24 ans,
CITE niveaux 5 et 6
128
Éducation
étudiants de l’enseignement supérieur se déplacent ou déménagent fréquemment pour y suivre
leurs études. Cette situation est différente de celle
des élèves et étudiants plus jeunes des niveaux
d’enseignement inférieurs, qui fréquentent le
plus souvent un établissement scolaire proche de
leur lieu d’habitation. Par conséquent, cet indica
teur ne révèle pas, en premier lieu, une participa
tion inégale à l’enseignement supérieur, mais
plutôt une répartition inégale des établissements
d’enseignement supérieur entre les régions.
En 2007, 58 % de la population de 20 à 24 ans de
l’Union européenne suit des études supérieures.
Certains pays, tels que Malte, Chypre et le Luxembourg, affichent des taux relativement faibles, qui
s’expliquent par le fait que de nombreux étudiants
du niveau supérieur vont étudier à l’étranger et
n’apparaissent donc pas dans les statistiques de
leur pays d’origine, mais dans celles du pays où
ils étudient.
Dans les régions affichant les pourcentages les
plus élevés, les étudiants inscrits dans l’enseignement supérieur dépassent en nombre la population âgée de 20 à 24 ans. Dans des régions telles
que Praha (République tchèque), Wien (Autriche),
Région de Bruxelles-Capitale, Prov. Brabant Wallon (au sud de Bruxelles en Belgique), Bratislav
ský kraj (Slovaquie), Bucureşti — Ilfov (Roumanie), Közép-Magyarország (en Hongrie, région de
Budapest), Dytiki Ellada (Grèce), Mazowieckie, y
compris la capitale Varsovie (Pologne), les chiffres sont supérieurs à 100 %, ce qui signifie que
la population d’étudiants est considérable parmi
les cohortes de jeunes. Nombre de ces régions se
situent autour de capitales où se trouvent une ou
plusieurs grandes universités.
Dans relativement peu de régions, la population
d’étudiants de l’enseignement supérieur représente moins de 30 % du groupe d’âge de 20 à 24 ans.
Les régions, dans ce cas, s’étalent sur plusieurs
États membres. Beaucoup d’entre elles présentent
des caractéristiques qui expliquent aisément ces
faibles pourcentages, par exemple la ruralité ou
l’insularité. La plupart de ces régions possèdent
peu ou pas d’infrastructures d’enseignement supérieur, et leurs jeunes générations sont obligées
de déménager si elles veulent suivre des études
supérieures.
Diplômés de l’enseignement
supérieur
La carte 9.5 indique la proportion de la population âgée de 25 à 64 ans ayant obtenu un diplôme
9
d’études universitaires ou assimilé (études supérieures). Les conclusions que l’on peut en tirer ressemblent à celles qui se dégagent de la carte 9.4.
Dans la plupart des pays, les proportions les plus
élevées de diplômés de l’enseignement supérieur
s’observent dans les mêmes régions que celles
d’étudiants de l’enseignement supérieur, c’est-àdire là où sont implantés les établissements qui
dispensent cet enseignement, ainsi que les plus
grandes entreprises et institutions. Le profil démographique d’une région a aussi une certaine
influence sur le niveau d’études atteint par ses
habitants: les jeunes générations ont tendance à
atteindre un niveau d’études supérieur à celui de
leurs aînés. En 2007, seules 23 régions de l’Union
affichent une proportion de diplômés de l’enseignement supérieur dépassant 35 %; il s’agit notamment de grandes villes telles que Bruxelles,
Londres, Paris, Helsinki, Stockholm, Madrid
et Amsterdam; Oslo, Genève et Zurich entrent
également dans cette catégorie. Dans des États
membres tels que l’Irlande, la Suède, la Finlande,
les Pays-Bas, la Belgique et l’Allemagne, le niveau
d’études est généralement élevé sur l’ensemble du
territoire. Les régions qui présentent les plus faibles proportions de diplômés de l’enseignement
supérieur sont concentrées pour l’essentiel dans
les zones rurales de 9 pays de l’Union, où la situation est très différente de celle observée dans
les grandes villes: c’est le cas notamment au Portugal et en Roumanie, de même qu’en Croatie et
en Turquie et, dans une moindre mesure, en Bulgarie, en République tchèque, en Grèce, en Italie,
en Hongrie, en Pologne et en Slovaquie. Font également partie de ce groupe des îles telles que la
Sardaigne et la Sicile (Italie), les Açores et Madère
(Portugal) et Malte.
L’apprentissage tout au long
de la vie
Les politiques mises en place par l’Union dans
le cadre des objectifs de Lisbonne soulignent régulièrement l’importance de la mise à jour permanente des compétences des travailleurs par la
participation à l’apprentissage tout au long de la
vie. Cette nécessité est rappelée dans le programme «Éducation et formation 2010» de l’UE, ainsi
que dans la stratégie européenne pour l’emploi,
qui insiste sur la nécessité de mettre en œuvre des
stratégies globales d’apprentissage tout au long
de la vie pour garantir une capacité d’adaptation
et une aptitude à l’emploi permanentes des travailleurs. L’apprentissage des adultes peut être
mesuré dans le cadre de l’enquête sur les forces de
129
9
Éducation
Carte 9.5: Niveau d’éducation atteint, par régions NUTS 2, 2007
Pourcentage de la population âgée de 25 à 64 ans ayant atteint le niveau d’enseignement supérieur
130
Éducation
travail par des questions spécifiques concernant
la participation à des activités d’enseignement ou
de formation au cours des quatre semaines précédant l’enquête. Les données concernent la classe
d’âge des 25 à 64 ans pour toutes les activités
d’enseignement ou de formation professionnelle,
en rapport ou non avec l’emploi du moment ou
l’emploi ultérieur. Comme le montre la carte 9.6,
la participation à l’enseignement et à la formation
présente, dans une large mesure, un profil national. En fait, c’est cet indicateur qui fait apparaître les variations régionales les plus faibles en
comparaison avec ceux évoqués plus haut dans le
présent chapitre. La participation est élevée dans
toutes les régions du Danemark, des Pays-Bas,
de la Slovénie, de la Finlande, de la Suède et du
Royaume-Uni, ainsi qu’en Islande, en Norvège
et en Suisse. À l’intérieur des pays, les taux de
participation les plus élevés à l’enseignement et
à la formation sont souvent observés autour des
principales villes, qui sont habituellement les régions où sont enregistrés les niveaux d’études les
plus élevés (voir chapitre précédent) et les régions
où l’offre d’activités d’enseignement et de forma-
9
tion est plus vaste et où les activités de formation
professionnelle continue sont les plus fréquentes
(par exemple dans de grandes entreprises). Par
ailleurs, les États membres situés en bordure du
continent, tels que la Grèce, la Hongrie, Malte, la
Pologne, le Portugal, la Roumanie et la Slovaquie,
mais également la Croatie et la Turquie, présentent en général de faibles taux de participation
à l’enseignement et à la formation pour la classe
d’âge des 25 à 64 ans.
Conclusion
Les exemples présentés ci-dessus ont simplement
pour but de mettre en lumière quelques-unes des
nombreuses possibilités d’analyse de l’éducation
et de l’apprentissage tout au long de la vie dans les
régions de l’Union européenne et ne constituent
pas une analyse détaillée. Nous espérons toutefois qu’ils encourageront le lecteur à effectuer des
recherches plus approfondies parmi toutes les
données sur l’éducation gratuitement mises à sa
disposition sur le site internet d’Eurostat et à faire
de nombreuses autres découvertes intéressantes.
131
9
Éducation
Carte 9.6:Formation permanente, par régions NUTS 2, 2007
Pourcentage de la population adulte âgée de 25 à 64 ans ayant participé à une formation
ou à un enseignement au cours des quatre semaines précédant l’enquête
132
Éducation
9
Les cartes sont présentées au niveau NUTS 2, sauf en ce qui concerne les indicateurs relatifs aux
inscriptions dans l’enseignement en Allemagne et au Royaume-Uni, où l’on dispose uniquement
de données au niveau NUTS 1. En Croatie, en Suisse et en Turquie, il n’existe pas de données sur les
inscriptions par âge au niveau régional. C’est la raison pour laquelle seuls des chiffres nationaux ont
été présentés pour ces pays.
La structure des systèmes d’éducation variant considérablement d’un pays à l’autre, il est indispensable, pour assurer la comparabilité internationale, de disposer d’un cadre pour la collecte, le collationnement et la présentation des statistiques et des indicateurs tant nationaux qu’internationaux.
La classification internationale type de l’éducation sert de base à la collecte de données sur l’éducation. La CITE 97 — c’est-à-dire la version actuelle de la classification, en vigueur depuis 1997 — est
conçue pour permettre le classement de tous les programmes éducatifs en fonction des domaines
d’étude et par niveau.
La CITE 97 présente des concepts, des définitions et des classifications normalisés. Une description
complète de la CITE 97 est disponible sur le site internet de l’institut statistique de l’Organisation
des Nations unies pour l’éducation, la science et la culture (Unesco) (http://www.uis.unesco.org/
ev.php?ID=3813_201&ID2=DO_TOPIC).
Les informations qualitatives sur les systèmes scolaires des États membres de l’Union sont organisées et diffusées par Eurydice (http://www.eurydice.org). Elles portent, par exemple, sur l’âge de la
scolarité obligatoire et de nombreux autres thèmes relatifs à l’organisation de la vie scolaire dans les
États membres (processus décisionnel, programmes de cours, horaires scolaires, etc.).
Les statistiques concernant les inscriptions dans l’enseignement couvrent les inscriptions à tous les
programmes d’enseignement réguliers et à toutes les formations pour adultes ayant un contenu
analogue à celui des programmes d’enseignement régulier ou conduisant à des qualifications semblables à celles que permettent d’acquérir les programmes réguliers correspondants. Les programmes d’apprentissage sont inclus, à l’exception de ceux qui sont basés exclusivement sur la pratique
professionnelle ou ne sont pas officiellement placés sous la surveillance d’une autorité compétente
en matière d’éducation. La source de données exploitée pour établir les cartes 9.1 à 9.4 consiste
dans deux tableaux spécifiques d’Eurostat qui font partie de la collecte de données «UOE» (UISUnesco, OCDE et Eurostat) dans le domaine des systèmes d’éducation. On trouvera des informations à ce sujet à l’adresse suivante: http://circa.europa.eu/Public/irc/dsis/edtcs/library?l=/public/
unesco_collection&vm=detailed&sb=Title
Les statistiques sur le niveau d’études atteint et sur la participation à l’éducation et à la formation
tout au long de la vie sont basées sur l’enquête communautaire sur les forces de travail, qui est une
enquête trimestrielle par sondage. Les indicateurs se réfèrent à la moyenne annuelle des données
trimestrielles de 2007. Le niveau d’études atteint est déclaré selon la CITE 97. La participation à l’éducation et à la formation (apprentissage tout au long de la vie) englobe la participation à tous les
types d’enseignement et de formation au cours des quatre semaines ayant précédé l’enquête.
133
Tourisme
10
Tourisme
Introduction
Le tourisme est un facteur économique majeur qui
connaît un développement dynamique au sein de
l’Union européenne et se caractérise par un grand
nombre de petites et moyennes entreprises. Son
influence sur la croissance et l’emploi varie considérablement d’une région de l’UE à l’autre. Il est
bien souvent l’une des principales sources de reve
nus pour la population et constitue un excellent
facteur de création d’emplois et de maintien d’un
niveau d’emploi suffisant, en particulier dans les
zones rurales généralement situées en périphérie
des centres économiques de leur pays.
Le tourisme est un domaine intersectoriel par excellence, composé de différentes branches d’activités qui participent à la prestation de services touristiques. Parmi ces secteurs figurent la restauration
et l’hébergement, les moyens de transport, sans
oublier les diverses infrastructures culturelles et de
loisirs (théâtres, musées, parcs de loisirs, piscines,
etc.). Dans de nombreuses régions touristiques développées, la demande touristique, qui s’ajoute à la
demande de la population locale, profite aussi tout
particulièrement au commerce de détail.
Eurostat rassemble des données sur l’évolution et
la structure du tourisme depuis 1995 sur la base
de la directive 95/57/CE du Conseil concernant la
collecte d’informations statistiques dans le domaine du tourisme. Il recueille ainsi des données
tant sur les capacités des établissements d’hébergement et leur utilisation que sur le comportement
touristique de la population, ces dernières n’étant
cependant disponibles qu’au niveau national. En
revanche, il existe une ventilation régionale pour
les données collectées auprès des établissements
concernant les capacités d’hébergement et leur
utilisation. Ces statistiques du tourisme présentées par région sont illustrées ci-après.
Il importe d’attirer l’attention sur le fait que la définition du tourisme dans les statistiques est plus
large que dans le sens populaire. Les statistiques
du tourisme couvrent les voyages, les nuitées et le
nombre de voyageurs à titre privé et à titre professionnel. Cette approche s’inscrit notamment
dans une perspective économique. En effet, les
voyageurs à titre privé et les voyageurs d’affaires
ont des habitudes de consommation sensiblement
analogues. Ils exercent de fortes demandes sur les
secteurs des transports, de l’hébergement et de la
restauration. Or, du point de vue des prestataires
de ces services, il n’est pas essentiel, dans un premier temps, de savoir si l’objet du voyage est privé
ou professionnel. Bien au contraire, la publicité
Graphique 10.1: Les 20 régions les plus touristiques de l’EU-27, répartition
des places-lits par type d’hébergement, par régions NUTS 2, 2007
Cataluña (ES)
Provence-AlpesCôte d’Azur (FR)
Languedoc-Roussillon (FR)
Aquitaine (FR)
Rhône-Alpes (FR)
Veneto (IT)
Bretagne (FR)
Emilia-Romagna (IT)
Pays de la Loire (FR)
Andalucía (ES)
Toscana (IT)
Île-de-France (FR)
Illes Balears (ES)
West Wales
and The Valleys (UK)
Lombardia (IT)
Poitou-Charentes (FR)
Közép-Magyarország (HU)
Midi-Pyrénées (FR)
Lazio (IT)
Tirol (AT)
0
100 000
Hôtels
136
200 000
300 000
400 000
500 000
600 000
Campings
700 000
10
Tourisme
touristique s’emploie à mettre en corrélation plus
étroite ces deux motivations en soulignant les attractivités touristiques de lieux d’exposition ou
de conférences et en les mettant particulièrement
en vedette dans leurs actions de marketing.
Capacités d’hébergement
Le graphique 10.1 montre les 20 régions NUTS 2
de l’UE qui possèdent les plus grandes capacités d’hébergement, exprimées en nombre de lits
dans les hôtels (et établissements similaires) et en
nombre de places de camping. En outre, les capacités d’hébergement des campings peuvent être
comparées à celles des hôtels si l’on multiplie par
quatre le nombre des emplacements. On admet
ainsi que chaque emplacement peut accueillir en
moyenne quatre personnes.
La suprématie des trois pays les plus touristiques
d’Europe, à savoir la France, l’Italie et l’Espagne,
est indéniable dans ce classement des 20 régions
dotées des plus grandes capacités d’hébergement.
Sur ces 20 régions, 9 sont situées en France, 5 en
Italie et 3 en Espagne. Les autres régions figurant
sur cette liste sont West Wales and The Valleys au
Royaume-Uni, Közép-Magyarország en Hongrie et
Tirol en Autriche. Il en ressort que la prédominance
des régions françaises est liée aux très nombreuses
capacités d’hébergement dans les campings.
La carte 10.1 indique le nombre de places-lits en
hôtels et en campings pour 1 000 habitants (densité de lits) dans les pays européens. Le rapport
avec le nombre d’habitants permet ici de représenter l’importance relative des capacités touristiques par tête. Par conséquent, l’indicateur
ainsi déterminé est influencé non seulement par
le nombre de lits disponibles (places-lits), mais
également par le nombre d’habitants. Il en ressort que de fortes densités de lits sont enregistrées notamment dans les régions côtières et les
îles, ainsi que dans la plupart des régions alpines,
au Luxembourg et dans ses deux régions voisines à l’est (Trier en Allemagne) et à l’ouest (Prov.
Luxembourg en Belgique).
Nuitées
Le nombre de nuitées enregistrées par les établissements est l’indicateur central des services d’hébergement. Il rend compte non seulement du nombre
de touristes, mais également de la durée du séjour.
Par ailleurs, le nombre de nuitées est étroitement
lié aux autres dépenses effectuées par les touristes
pendant leur séjour sur le lieu de villégiature.
Graphique 10.2: Les 20 régions les plus touristiques de l’EU-27, nuitées dans les hôtels et campings,
Part par résidents et non-résidents
Millions
Île-de-France (FR)
Cataluña (ES)
Illes Balears (ES)
Andalucía (ES)
Canarias (ES)
Veneto (IT)
Emilia-Romagna (IT)
Provence-AlpesCôte d’Azur (FR)
Toscana (IT)
Comunidad Valenciana (ES)
Tirol (AT)
Lazio (IT)
Lombardia (IT)
Rhône-Alpes (FR)
Languedoc-Roussillon (FR)
Oberbayern (DE)
Provincia Autonoma
Bolzano/Bozen (IT)
Aquitaine (FR)
Campania (IT)
Comunidad de Madrid (ES)
0
10
Résidents
20
30
40
50
60
70
80
Non-résidents
137
10
Tourisme
Carte 10.1: Nombre de places-lits dans les hôtels et campings pour 1 000 habitants, par régions NUTS 2, 2007
138
Tourisme
10
Carte 10.2:Nuitées dans les hôtels et campings, par régions NUTS 2, 2007
139
10
Tourisme
Le graphique 10.2 indique les 20 régions européennes qui totalisent le plus grand nombre de nuitées,
classées en fonction de la provenance des touristes
(nationaux ou étrangers). La suprématie de l’Italie,
de l’Espagne et de la France dans le tourisme européen est encore plus prononcée pour le nombre
de nuitées que pour la capacité d’hébergement. À
eux seuls, ces trois pays comptent 18 régions sur
20 dans le classement des régions ayant le plus
grand nombre de nuitées. La région Île-de-France
avec la capitale Paris se hisse clairement en tête du
classement avec 68,7 millions de nuitées; elle est
suivie de quatre régions espagnoles, à savoir Cataluña (56,4 millions), Illes Balears (50,9 millions),
Andalucía (48,6 millions) et Canarias (48,5 millions). Tirol en Autriche (30,4 millions de nuitées)
et Oberbayern en Allemagne (23,4 millions) avec
la métropole bavaroise Munich sont les seules régions de la liste des 20 à ne pas faire partie des trois
pays touristiques susmentionnés.
La carte 10.2 fournit une vue d’ensemble du nombre de nuitées dans les régions européennes. Il
apparaît clairement que le tourisme européen se
concentre essentiellement dans les pays méditerranéens. Les régions alpines occupent elles aussi une
place importante. Outre les cinq pays déjà cités
(Italie, Espagne, France, Autriche et Allemagne)
figurant dans le groupe des 20 régions en tête, la
Croatie, les Pays-Bas, le Portugal, la Grèce, Chypre,
le Royaume-Uni et la République tchèque ont également des régions au niveau NUTS 2 où le nombre
de nuitées est au moins supérieur à 10 millions.
Durée moyenne des séjours
Le nombre de nuitées dans une région est déterminé non seulement par le nombre d’arrivées,
mais également par la durée moyenne des séjours.
Celle-ci dépend par ailleurs des caractéristiques
de la région concernée. Les régions urbaines, par
exemple, enregistrent souvent un très grand nombre de nuitées, mais la durée des séjours n’y est
en règle générale que de quelques jours. En outre,
elles tendent à accueillir de très nombreux voyageurs d’affaires. Néanmoins, les visites de villes à
titre privé ont également tendance à être de courte
durée. En revanche, les régions touristiques typiques, où les touristes séjournent principalement à
des fins de détente, enregistrent généralement des
séjours nettement plus longs. Par conséquent, la
durée moyenne des séjours peut aussi donner une
idée du caractère touristique d’une région.
La carte 10.3 montre les régions européennes
NUTS 2, ventilées selon la durée moyenne des
140
séjours de leurs visiteurs. Il en ressort une fois
de plus que, dans l’Union européenne, les régions touristiques typiques caractérisées par une
durée moyenne de séjour plus longue sont très
fréquemment des régions maritimes (avec de longues bandes côtières) ou des régions insulaires.
Sur les 22 régions NUTS 2 présentant une durée
moyenne de séjour de cinq nuitées et plus, seule la
Provincia Autonoma Bolzano/Bozen en Italie n’a
aucun accès à la mer. Toutes les autres possèdent
un littoral ou sont des îles.
Intensité touristique
L’intensité touristique est un autre indicateur
important du caractère touristique d’une région.
Elle permet de décrire l’importance relative que
revêt le tourisme pour une région. Pour calculer
l’intensité touristique, on établit le rapport entre
le nombre de nuitées dans une région et le nombre d’habitants. Cette valeur permet généralement de mieux dégager le poids économique du
tourisme pour une région que le nombre absolu
de nuitées. Elle fait également apparaître l’importance primordiale du tourisme pour de nombreuses régions côtières et principalement pour les îles
en Europe, ainsi que pour la plupart des régions
alpines en Autriche et en Italie.
Sur les 25 régions européennes enregistrant une
intensité touristique supérieure à 10 000 nuitées
pour 1 000 habitants, on compte 10 régions insulaires, 7 régions alpines et 6 régions situées sur la
côte de leur pays. La plus forte intensité touristique a été enregistrée dans la région espagnole Illes
Balears avec 50 178 nuitées pour 1 000 habitants,
suivie de la région grecque Notio Aigaio (48 168),
de la région italienne Provincia Autonoma Bolzano/Bozen (47 438), de la région autrichienne Tirol
(43 527), de la région portugaise Algarve (39 132),
de la région grecque Ionia Nisia (33 304) et de la
région autrichienne Salzburg (30 487).
L’évolution du tourisme
Globalement, le tourisme dans les États membres
de l’Union européenne a connu une évolution positive entre 2000 et 2007. Pendant cette période,
deux phases se distinguent clairement. En 2000
et en 2001, l’industrie du tourisme a enregistré
des résultats records, soit respectivement 1,75 milliard de nuitées dans les hôtels et les campings de
l’Union, imputables non seulement à la conjoncture économique favorable de ces années, mais
également à des événements particuliers tels que
l’Année Sainte en Italie et l’exposition universelle
Tourisme
10
Carte 10.3:Durée moyenne de séjour dans les hôtels et campings, par régions NUTS 2, 2007
141
10
Tourisme
Carte 10.4:Nuitées dans les hôtels et campings pour 1 000 habitants, par régions NUTS 2, 2007
142
10
Tourisme
Expo à Hanovre. Le ralentissement de la croissance économique et, très certainement, les attentats
du 11 septembre ont eu des répercussions globalement négatives sur l’évolution du tourisme durant les deux années qui ont suivi (2002 et 2003).
En 2003, le nombre des nuitées a baissé, passant à
1,73 milliard, puis de 2004 à 2007, il s’est à nouveau
sensiblement accru. En 2007, le nombre des nuitées
dans les hôtels et les campings des pays de l’Union
s’est élevé à 1,94 milliard, approchant désormais la
barre des 2 milliards.
Les pays qui ont le plus bénéficié de cet essor sont
les trois États baltes et la Pologne qui ont chacun
enregistré des taux d’augmentation à deux chiffres s’agissant des nuitées. En outre, la Bulgarie,
la Grèce, la Roumanie, l’Espagne, la Finlande, le
Portugal, le Royaume-Uni et la Hongrie ont également fait état de hausses supérieures à la moyenne
de 2,8 % de l’UE. Seuls le Luxembourg, la Slovaquie et Chypre ont déploré un recul du nombre de
nuitées pendant la période 2003-2007.
La carte 10.5 montre l’évolution du nombre des
nuitées pendant la période 2003-2007. Il est évident que les régions situées dans les nouveaux
États membres de l’UE, en l’occurrence dans les
pays baltes, en Pologne et en Bulgarie, ont particulièrement bénéficié de l’évolution favorable du
tourisme pendant cette période. La majorité des
régions de ces pays a enregistré des taux d’aug-
mentation supérieurs à 10 %. On a pu également
observer une évolution comparable du nombre de
nuitées dans des régions situées en Roumanie, au
Portugal et en Espagne.
Part du tourisme récepteur
Toute analyse de l’évolution touristique d’une
région accorde généralement une attention particulière au tourisme récepteur, c’est-à-dire à la
fréquentation de cette région par les touristes
étrangers. Les statistiques du tourisme définissent leur statut d’étrangers en fonction de leur
résidence habituelle et non de leur nationalité.
Pendant leur séjour, les touristes étrangers, en
particulier ceux qui viennent de pays lointains,
dépensent en moyenne plus d’argent par jour que
les touristes nationaux et sont un facteur de demande plus prononcé pour l’économie locale. Les
recettes ainsi perçues ont une incidence positive
sur la balance des paiements d’un pays. Elles peuvent, le cas échéant, compenser des déficits dans
le commerce de marchandises avec l’étranger.
La carte 10.6 indique la proportion de visiteurs
étrangers dans le nombre total de nuitées par région. Les taux varient considérablement d’une région à l’autre, de moins de 5 % à plus de 90 %. En
Europe, les régions insulaires, du moins dans le sud
de la Communauté, ont une proportion particuliè-
Graphique 10.3: Évolution des nuitées dans les hôtels et campings 2000-2007 dans l’EU-27
Millions de nuits
2 000
1 950
1 900
1 850
1 800
1 750
1 700
1 650
1 600
2000
2001
2002
2003
2004
2005
2006
2007
Notes: EE: 2000, 2001; IE: 2001; CY: 2000, 2002; MT: seulement les hôtels
143
10
Tourisme
Carte 10.5: Nuitées dans les hôtels et campings, par régions NUTS 2, taux d’accroissement annuel 2003-2007
Pourcentage
144
10
Tourisme
rement élevée de visiteurs étrangers dans le nombre total de nuitées. Cette observation se vérifie notamment pour les îles de Chypre et de Malte, mais
aussi pour les régions insulaires grecques, les îles
espagnoles Illes Balears et Canarias, ainsi que les
régions portugaises Regiãos Autónomas dos Açores et da Madeira. En outre, Luxembourg, Praha, la
région croate Jadranska Hrvatska et le Tirol autrichien ont également des taux de visiteurs étrangers
supérieurs à 90 % du nombre total de nuitées.
Conclusion
L’analyse de la structure et de l’évolution du tou
risme dans les régions d’Europe confirme le rôle
compensatoire que joue ce secteur économique
dans de nombreux pays. Son influence est particulièrement grande dans les régions qui ne font pas
partie des centres économiques de leur pays et se
situent souvent en périphérie. Les services touristi
ques sont alors des facteurs importants pour la
création et la sauvegarde d’emplois, ainsi que pour
la garantie de revenus à la population. C’est le cas en
particulier des pays et des régions insulaires d’Europe, de nombreuses régions côtières principalement
dans le sud et de l’ensemble de la région alpine.
Grâce à une évolution particulièrement dynamique dans la majorité des nouveaux États membres
d’Europe centrale et orientale, le tourisme contribue notamment à accélérer le processus d’adaptation du niveau économique de ces pays à celui des
anciens États membres de l’UE.
D’après l’Organisation mondiale du tourisme,
l’Europe est la région la plus visitée du monde.
Cinq pays de l’Union européenne figurent sur
la liste des dix pays les plus visités. La diversité
culturelle, la richesse des paysages et l’excellente
qualité de leur infrastructure touristique expliquent en grande partie ce remarquable classement. L’adhésion des nouveaux États membres
constitue un enrichissement considérable pour
le tourisme. Ces pays renforcent, d’une part, la
diversité culturelle de l’Union et représentent,
d’autre part, pour de nombreux citoyens des destinations nouvelles et attractives à découvrir.
Graphique 10.4: Nuitées dans les hôtels et campings, EU-27, taux d’accroissement annuel 2003-2007
Pourcentage
EU-27
BE
BG
CZ
DK
DE
EE
IE
EL
ES
FR
IT
CY
LV
LT
LU
HU
MT
NL
AT
PL
PT
RO
SI
SK
FI
SE
UK
– 0,5 %
0,0 %
5,0 %
10 %
15 %
20 %
25 %
145
10
Tourisme
Carte 10.6:Part des nuitées dans les hôtels et campings par des non-résidents, par régions NUTS 2, 2007
146
Tourisme
10
Les données statistiques harmonisées concernant le tourisme sont collectées dans les pays de
l’Union européenne depuis 1996 sur la base de la directive 95/57/CE du Conseil du 23 novembre
1995 concernant la collecte d’informations statistiques dans le domaine du tourisme. Le programme
couvre, du côté de l’offre, les données sur les capacités d’hébergement disponibles (établissements,
chambres, lits) et leur utilisation (nombre d’arrivées et de nuitées) et, du côté de la demande, les informations sur le comportement touristique de la population. Toutefois, on ne dispose de résultats
ventilés par région que du côté de l’offre.
La présentation des résultats statistiques relatifs au tourisme se limite aux données sur les «hôtels
et établissements similaires» et les «campings». Les résultats sur les «logements de vacances» ainsi
que sur les «autres hébergements collectifs», qui font également l’objet d’une collecte de données
dans le cadre de la directive relative à la collecte d’informations statistiques, ne sont pas pris en
compte dans l’analyse, car les possibilités de comparaison sont encore restreintes, en particulier au
niveau régional.
L’analyse des résultats statistiques relatifs au tourisme concerne à la fois les données sur les voyageurs à titre privé et celles sur les voyageurs d’affaires. Dans les statistiques, la notion de «tourisme»
est donc plus large que dans le sens populaire. Le choix de cette définition s’inscrit tout d’abord
dans une perspective économique, en ce sens que la demande de prestations des deux types de
voyageurs est similaire et que, du point de vue des prestataires, ces prestations sont dans une certaine mesure interchangeables.
147
Agriculture
11
Agriculture
Introduction
La production végétale joue un rôle déterminant
dans la sécurité de l’alimentation humaine et animale. L’agriculture, en tant que grande utilisatrice
des sols, façonne le paysage rural. La moitié de la
superficie de l’Union européenne est exploitée à
des fins agricoles, d’où l’importance de l’agriculture pour le milieu naturel de l’UE. La production de produits de qualité exigés par le marché,
en harmonie avec l’environnement, est de plus en
plus une priorité de l’agriculture européenne.
L’édition de cette année de l’Annuaire des régions se concentre sur l’utilisation de la superficie
agricole et sur la production de certains produits
phare de l’agriculture européenne. Le chapitre
sur l’agriculture se divise ainsi en deux grandes
parties: la première se penche sur l’utilisation du
sol de certains grands types de cultures (arables
et permanentes); la seconde se focalise sur la production de certaines grandes cultures et consiste
en une comparaison régionale de la production
de blé, de maïs grain et de colza.
Superficie agricole utilisée
Part de la superficie des céréales par
rapport à la superficie agricole utilisée
Les céréales (y compris le riz) constituent, de par
la superficie qu’elles occupent et leur importance
dans l’alimentation humaine et animale, le plus
grand groupe de cultures dans le monde.
Au sein de l’UE, les céréales sont aussi les cultures
les plus importantes et les plus répandues. Les statistiques européennes sur les céréales regroupent
le blé, l’orge, le maïs, le seigle et le méteil, l’avoine,
le riz et les autres céréales telles que le triticale, le
sarrasin, le millet et l’alpiste. Ces cultures, dont
des statistiques sont relevées dans tous les États
membres, à l’exception de Malte, couvraient, en
2007, environ 30 % de la superficie agricole utilisée (SAU) dans l’UE.
Les céréales revêtent une importance si considérable que dans certaines régions elles représentent
plus de 50 % de la superficie agricole utilisée (carte 11.1). Il s’agit en particulier de régions de pays
des Balkans (Sud-Vest Oltenia et Bucureşti — Ilfov en Roumanie) ou d’Europe centrale — surtout
de Hongrie (Közép-Dunántúl, Nyugat-Dunántúl
et Dél-Dunántúl), de Slovaquie (Bratislavský kraj
et Západné Slovensko) et de Pologne (Łódzkie,
Lubelskie, Wielkopolskie, Zachodniopomorskie,
Lubuskie, Dolnośląskie, Opolskie, Kujawsko-
150
pomorskie et Pomorskie). Un taux de couverture
par des céréales supérieur à 50 % de la SAU existe
également en Europe septentrionale (Danemark,
régions finlandaises Etelä-Suomi et Länsi-Suomi
et région suédoise Östra Mellansverige, Småland
med öarna et Norra Mellansverige) ainsi qu’en
Europe méridionale (région italienne Basilicata).
En Europe occidentale, la plus forte proportion
de superficie céréalière par rapport à la SAU est
enregistrée dans les régions françaises suivantes:
Île-de-France, Picardie, Centre et Alsace.
Une faible représentation des céréales dans la superficie agricole utilisée s’observe dans les régions
méridionales (à l’exception de Basilicata citée cidessus), dans certaines régions alpines, sur la côte
atlantique de la péninsule Ibérique ou dans les régions du nord de la Suède où ce type de cultures
occupe moins de 10 % de la SAU.
Parmi ces régions figurent plus précisément quasi
toutes les régions du Portugal (excepté Lisboa),
certaines zones côtières d’Espagne (Galicia, Principado de Asturias, Cantabria, Comunidad Valenciana et Canarias) et d’Italie (Liguria).
Les régions alpines en Autriche (Kärnten, Salzburg,
Tirol et Vorarlberg) et en Italie (Valle d’Aosta/Vallée d’Aoste, Provincia Autonoma Bolzano/Bozen
et Provincia Autonoma Trento) présentent des surfaces céréalières inférieures à 10 % de la SAU.
Dans certaines des régions qui accordent la préférence aux surfaces en herbe et, le cas échéant, aux
fourrages verts, une faible proportion de surfaces
est aussi dédiée aux céréales. Il s’agit de zones en
Belgique (Prov. Luxembourg), en France (Corse,
Limousin et département d’outre-mer de la Réunion), aux Pays-Bas (Friesland, Overijssel, Gelderland, Utrecht et Noord-Holland), de l’ensemble de l’Irlande et de la région Mellersta Norrland
en Suède.
Part de la superficie des cultures
permanentes par rapport à la superficie
agricole utilisée
Les cultures permanentes sont localisées surtout
dans les régions du pourtour méditerranéen. On
entend par «cultures permanentes» des cultures
de ligneux qui occupent le sol pendant plusieurs
années de suite, d’habitude pendant plus de cinq
ans, soit les arbres et les arbustes pour la production de fruits et de baies, les vignes et les oliviers
principalement.
Les cultures permanentes sont beaucoup moins
importantes en termes de superficie que les cultu-
Agriculture
11
Carte 11.1: Céréales (riz inclus) en pourcentage de la superficie agricole utilisée, par régions NUTS 2, 2007
151
11
Agriculture
Carte 11.2:Culture permanente en pourcentage de la superficie agricole utilisée, par régions NUTS 2, 2007
152
Agriculture
res annuelles et même que les cultures céréalières.
Elles sont aussi réparties de façon beaucoup plus
régionalisée, comme le montre la carte 11.2.
Les cultures permanentes demeurent importantes dans l’agriculture de par le fait que leur production dégage en général une valeur ajoutée à
l’hectare plus importante que celle des cultures
annuelles et que ces productions sont essentiellement destinées à l’alimentation humaine.
De plus, ces cultures jouent un rôle très important non seulement dans la formation du paysage
rural (vergers, vignes et oliviers), mais aussi dans
l’équilibre environnemental de l’agriculture.
La carte 11.2 montre clairement une spécialisation des régions du pourtour méditerranéen dans
les cultures permanentes. Les données régionales
sur ces cultures ne sont pas disponibles pour un
certain nombre de pays de cette zone.
Sur les 14 régions ayant plus de 30 % de leur superficie agricole utilisée en cultures permanentes,
10 appartiennent au pourtour méditerranéen. Il
s’agit de: 5 régions d’Espagne [Cataluña, Comunidad Valenciana, Illes Balears, Andalucía et Región
de Murcia — la région Comunidad Valenciana,
par exemple, est une région fortement spécialisée
dans les cultures d’oranges et d’agrumes à petits
fruits (elle représente plus de 27 et 60 % des superficies de l’EU-27 en oranges et en agrumes à
petits fruits, respectivement)]; 4 régions d’Italie
(Campania, Puglia, Calabria et Sicilia); 4 régions
du Portugal (Norte, Centro, Algarve et Região
Autónoma da Madeira); une région en France
(Languedoc-Roussillon).
Une assez forte représentation des cultures permanentes dans la SAU (entre 10 et 30 %) s’observe
aussi à Malte et à Chypre, toujours des pays du
pourtour méditerranéen.
La région Aquitaine en France de même que La
Rioja en Espagne doivent leur forte représentation des cultures permanentes dans la SAU à la
culture de la vigne.
La Prov. Limburg en Belgique doit sa forte représentation en cultures permanentes dans la SAU
aux vergers (surtout de pommiers et de poiriers).
Production agricole
Les trois cartes 11.3, 11.4 et 11.5 présentent le
poids de chaque région dans la production totale
UE de trois importantes productions végétales
(blé, maïs et colza). La production régionale totale d’un produit agricole, même si le rendement
11
et l’étendue de la culture l’influencent beaucoup,
demeure un bon indicateur de poids qu’une région peut avoir au niveau de la production d’une
zone plus vaste (pays et/ou UE). Les cartes citées
et les paragraphes suivants donnent un aperçu de
la concentration de ces productions.
Production de blé
La culture du blé (blé tendre et blé dur) est sans
doute la plus importante production végétale de
l’agriculture européenne. En 2007, le blé représentait 46 % de la production de céréales de l’UE.
Le blé est essentiellement destiné à l’alimentation
humaine et animale, mais est également utilisé
pour la fabrication de produits transformés tels
que le bioéthanol et l’amidon.
Cette culture est aussi l’une des mieux réparties
au sein de l’UE; en effet, les statistiques relè
vent seulement 5 régions ne produisant pas de
blé (Principado de Asturias en Espagne, Valle
d’Aosta/Vallée d’Aoste et Provincia Autonoma
Bolzano/Bozen en Italie, Mellersta Norrland et
Övre Norrland en Suède).
En 2007, l’UE a produit plus de 120 millions de
tonnes de blé (dont 8,2 millions de tonnes de blé
dur), et la superficie emblavée en blé a atteint
24 millions d’hectares.
Vingt et une régions concentrent plus de la moitié
de la production UE de blé (cette production a été
calculée sans celles de la République tchèque, de
la Grèce et du Royaume-Uni, pays pour lesquels
les données régionales ne sont pas disponibles).
Sur ces 21 régions, 10 appartiennent à la France
(de la région la plus productrice à la moins productrice): Centre (qui représente 4,5 % de la
production communautaire de blé), Picardie,
Champagne-Ardenne, Poitou-Charentes, Pays
de la Loire, Nord - Pas-de-Calais, Bourgogne,
Haute-Normandie, Île-de-France et Bretagne.
Cela pousse la France au rang de premier pro
ducteur de blé de l’UE qui a récolté près de 33 millions de tonnes de céréales en 2007.
L’Allemagne, deuxième producteur (20,9 millions
de tonnes), voit 8 de ses régions dans les 21 régions
les plus productrices, à savoir (de la région la plus
productrice à la moins productrice): Bayern (qui représente 3,6 % de la production communautaire de
blé), Niedersachsen, Sachsen-Anhalt, NordrheinWestfalen, Mecklenburg-Vorpommern, BadenWürttemberg, Thüringen et Schleswig-Holstein.
Ainsi, le «grenier» à blé de l’UE se situe dans
la moitié nord de la France et l’Allemagne. Les
153
11
Agriculture
Carte 11.3:Production de blé, somme des régions qui représentent ensemble x % de la production
EU-27 de blé, par régions NUTS 2, 2007
154
Agriculture
63 régions suivantes participent pour 40 % de
la production totale de l’UE. Sur ces 63 régions,
presque toutes les régions de Pologne (excepté 3)
y figurent. En effet, la Pologne est le quatrième
producteur de blé après le Royaume-Uni (8,3 millions de tonnes).
Production de maïs grain
La production UE de maïs grain s’élevait en 2007
à 47,5 millions de tonnes, soit 18 % de la production de céréales. Le maïs grain est essentiellement
destiné à l’alimentation animale, mais est également utilisé pour les produits industriels tels que
l’amidon et la colle.
Cette culture de par ses besoins physiologiques a
une valence géographique plus restreinte au sein
des régions de l’UE. En effet, les États membres les
plus septentrionaux (Irlande, Royaume-Uni, Danemark, Estonie, Lettonie, Finlande et Suède) ne produisent pas ou produisent très peu de maïs grain.
Les 14 régions les plus productrices en maïs grain
participent pour plus de 50 % de la production
totale de maïs grain. Cette production communautaire a été calculée sans la production de la
République tchèque et de la Grèce, pays pour
lesquels les données régionales ne sont pas disponibles.
Parmi ces régions, 7 se trouvent en France (de la
région la plus productrice à la moins productrice): Aquitaine (qui représente 6,3 % de la production communautaire), Poitou-Charentes, MidiPyrénées, Alsace, Pays de la Loire, Rhône-Alpes
et Centre. Quatre régions sont localisées dans le
nord de l’Italie (de la région la plus productrice
à la moins productrice): Veneto, Lombardia (qui
représente 6,2 % de la production communautaire), Piemonte et Friuli-Venezia Giulia. Une se
trouve en Hongrie (Dél-Dunántúl, qui représente
2,3 % de la production communautaire), une en
Espagne (Castilla y León, 2,2 % de la production
communautaire) et une en Allemagne (Bayern,
2,1 % de la production communautaire).
Les 40 régions suivantes participent pour 40 %
de la production UE. La Roumanie qui est le quatrième producteur de l’EU-27 de maïs grain [après
la France (14 millions de tonnes), l’Italie (9,9 millions) et la Hongrie (4 millions)], avec 3,9 millions
de tonnes, voit toutes ses régions, excepté celle de
Bucureşti — Ilfov, dans ce groupe. Ce pays en effet est fortement spécialisé dans la culture de maïs
grain (2,5 millions d’hectares, soit la plus grande
superficie de l’UE), mais ses rendements sont
moins élevés que ceux des anciens États membres.
11
Production de colza
La production UE de colza s’élevait en 2007 à
18,1 millions de tonnes, soit une progression de
13 % par rapport à 2006. Le colza est destiné à la
fabrication d’huile (alimentaire mais surtout non
alimentaire, telle que la production de biodiésel)
et à l’alimentation animale (tourteaux de colza
issus de la trituration des graines de colza). La
progression de cette culture est sans doute due à
la forte demande au cours de ces dernières années
en énergies renouvelables telles que le biodiésel.
Le colza se prête plutôt à un climat tempéré. En effet, quatre des pays du sud de l’UE ne produisent
pas de colza (Portugal, Grèce, Chypre et Malte),
et les régions du sud (Espagne, Italie et Bulgarie)
participent pour moins de 10 % de la production
communautaire de colza.
Treize régions (dont le Danemark) les plus productrices en colza participent pour au moins
50 % de la production totale dans l’EU-27. Cette
production communautaire a été calculée sans
les productions de la République tchèque et du
Royaume-Uni, pays pour lesquels les données régionales ne sont pas disponibles.
Parmi ces régions, 8 sont localisées en Allemagne, le premier producteur de colza, avec une
production atteignant les 5,3 millions de tonnes
(de la région la plus productrice à la moins productrice): Mecklenburg-Vorpommern (5,8 % de
la production communautaire), Bayern, Sachsen-Anhalt, Niedersachsen, Schleswig-Holstein,
Sachsen, Thüringen et Brandenburg.
Quatre sont localisées en France, le deuxième producteur de colza, avec une production de 4,6 millions de tonnes (de la région la plus productrice
à la moins productrice): Centre (6 % de la production communautaire), Champagne-Ardenne,
Bourgogne et Lorraine. Le Danemark participe,
lui, pour 3,9 % de la production communautaire.
Les 34 régions suivantes participent pour 40 % de
la production UE. La Pologne qui est le troisième
producteur de l’UE de colza avec 2,1 millions de
tonnes voit 10 de ses régions dans ce groupe (de
la région la plus productrice à la moins productrice): Wielkopolskie (2,1 % de la production communautaire), Kujawsko-pomorskie, Zachodniopomorskie, Dolnośląskie, Opolskie, Pomorskie,
Warmińsko-mazurskie, Lubelskie, Mazowieckie
et Lubuskie.
Il est à noter que les pays baltiques (Estonie et Lituanie) figurent dans ce groupe.
155
11
Agriculture
Carte 11.4:Production de maïs grain, somme des régions qui représentent ensemble x % de la production
EU-27 de maïs grain, par régions NUTS 2, 2007
156
Agriculture
11
Carte 11.5:Production de colza, somme des régions qui représentent ensemble x % de la production
EU-27 de colza, par régions NUTS 2, 2007
157
11
Agriculture
Conclusion
Les conditions tant climatiques que géographiques exercent une grande influence sur l’utilisation agricole des sols. Les préférences en matière
de production animale et végétale diffèrent d’une
région à l’autre dans toute l’Europe.
Il importe toutefois de souligner que la qualité
et l’intensité de la production ne sont pas les
seuls facteurs déterminant l’évolution du secteur
agricole. D’autres critères (développement rural,
environnement, sécurité alimentaire, etc.) sont
devenus de plus en plus importants et pourront
encore influencer et modifier le visage régional
actuel de notre agriculture.
La superficie agricole utilisée comprend les cultures arables, les superficies toujours en herbe, les
cultures permanentes et les autres superficies agricoles telles que les jardins familiaux.
Les céréales comprennent le blé (blé tendre et blé dur), l’orge, le maïs grain, le seigle et le méteil,
l’avoine et les mélanges de céréales d’été, le triticale, le sorgho, les autres céréales telles que le sarrasin, le millet, l’alpiste et le riz.
Les cultures permanentes sont des cultures agricoles, notamment ligneuses, occupant le sol pendant plus de cinq ans (les prairies permanentes sont exclues).
Pour les cartes 11.3, 11.4 et 11.5, le total de la production UE ainsi que la somme des régions représentant un certain pourcentage de la production UE ont été obtenus en excluant les pays qui n’ont
pas fourni des données régionales. Ainsi, pour la production UE de blé (carte 11.3), cette production
n’inclut pas les productions de la République tchèque, de la Grèce et du Royaume-Uni. Pour la production UE de maïs grain (carte 11.4), cette production n’inclut pas les productions de la République
tchèque et de la Grèce. De même, pour la production UE de colza (carte 11.5), cette production
n’inclut ni celle de la République tchèque ni celle du Royaume-Uni.
158
Annexe
UNION EUROPÉENNE: régions au niveau NUTS 2
Belgique
DK04 Midtjylland
DEB2 Trier
BE10 Région de Bruxelles-Capitale/
DK05 Nordjylland
DEB3 Rheinhessen-Pfalz
DEC0 Saarland
BE21 Prov. Antwerpen
Allemagne
BE22 Prov. Limburg (B)
DE11 Stuttgart
BE23 Prov. Oost-Vlaanderen
DE12 Karlsruhe
BE24 Prov. Vlaams-Brabant
DE13 Freiburg
BE25 Prov. West-Vlaanderen
DE14 Tübingen
BE31 Prov. Brabant Wallon
DE21 Oberbayern
BE32 Prov. Hainaut
DE22 Niederbayern
BE33 Prov. Liège
DE23 Oberpfalz
Estonie
BE34 Prov. Luxembourg (B)
DE24 Oberfranken
EE00 Eesti
BE35 Prov. Namur
DE25 Mittelfranken
Irlande
DE26 Unterfranken
Bulgarie
BG31 Severozapaden
BG32 Severen tsentralen
BG33 Severoiztochen
BG34 Yugoiztochen
BG41 Yugozapaden
BG42 Yuzhen tsentralen
DE27 Schwaben
DE30 Berlin
DE41 Brandenburg — Nordost
DE42 Brandenburg — Südwest
DE50 Bremen
DE60 Hamburg
DE71 Darmstadt
République tchèque
DE72 Gießen
CZ01 Praha
DE73 Kassel
CZ02 Střední Čechy
DE80 Mecklenburg-Vorpommern
CZ03 Jihozápad
DE91 Braunschweig
CZ04 Severozápad
DE92 Hannover
CZ05 Severovýchod
CZ06 Jihovýchod
CZ07 Střední Morava
CZ08 Moravskoslezsko
DE93 Lüneburg
DE94 Weser-Ems
DEA1 Düsseldorf
DEA2 Köln
DED1 Chemnitz
DED2 Dresden
DED3 Leipzig
DEE0 Sachsen-Anhalt
DEF0 Schleswig-Holstein
DEG0 Thüringen
IE01 Border, Midland and Western
IE02 Southern and Eastern
Grèce
GR11 Anatoliki Makedonia, Thraki
GR12 Kentriki Makedonia
GR13 Dytiki Makedonia
GR14 Thessalia
GR21 Ipeiros
GR22 Ionia Nisia
GR23 Dytiki Ellada
GR24 Sterea Ellada
GR25 Peloponnisos
GR30 Attiki
GR41 Voreio Aigaio
GR42 Notio Aigaio
GR43 Kriti
Danemark
DEA3 Münster
Espagne
DK01 Hovedstaden
DEA4 Detmold
ES11 Galicia
DK02 Sjælland
DEA5 Arnsberg
ES12 Principado de Asturias
DK03 Syddanmark
DEB1 Koblenz
ES13 Cantabria
159
ES21 País Vasco
FR83 Corse
Hongrie
ES22 Comunidad Foral de Navarra
FR91 Guadeloupe
HU10 Közép-Magyarország
ES23 La Rioja
FR92 Martinique
HU21 Közép-Dunántúl
ES24 Aragón
FR93 Guyane
HU22 Nyugat-Dunántúl
ES30 Comunidad de Madrid
FR94 Réunion
HU23 Dél-Dunántúl
ES41 Castilla y León
ES42 Castilla-La Mancha
ES43 Extremadura
ES51 Cataluña
ES52 Comunidad Valenciana
ES53 Illes Balears
ES61 Andalucía
ES62 Región de Murcia
ES63 Ciudad Autónoma de Ceuta
ES64 Ciudad Autónoma de Melilla
ES70 Canarias
ITC1 Piemonte
ITC2 Valle d’Aosta/Vallée d’Aoste
HU31 Észak-Magyarország
HU32 Észak-Alföld
HU33 Dél-Alföld
ITC3 Liguria
Malte
ITC4 Lombardia
MT00 Malta
ITD1 Provincia Autonoma
Bolzano/Bozen
Pays-Bas
ITD2 Provincia Autonoma Trento
ITD3 Veneto
ITD4 Friuli-Venezia Giulia
ITD5 Emilia-Romagna
NL11 Groningen
NL12 Friesland (NL)
NL13 Drenthe
NL21 Overijssel
NL22 Gelderland
France
ITE1 Toscana
FR10 Île-de-France
ITE2 Umbria
FR21 Champagne-Ardenne
ITE3 Marche
FR22 Picardie
NL32 Noord-Holland
ITE4 Lazio
FR23 Haute-Normandie
NL33 Zuid-Holland
ITF1 Abruzzo
NL34 Zeeland
FR24 Centre
ITF2 Molise
NL41 Noord-Brabant
FR25 Basse-Normandie
ITF3 Campania
NL42 Limburg (NL)
FR26 Bourgogne
ITF4 Puglia
FR30 Nord - Pas-de-Calais
ITF5 Basilicata
FR41 Lorraine
ITF6 Calabria
FR42 Alsace
ITG1 Sicilia
FR43 Franche-Comté
ITG2 Sardegna
FR51 Pays de la Loire
FR52 Bretagne
FR53 Poitou-Charentes
Autriche
AT11 Burgenland (A)
AT12 Niederösterreich
AT13 Wien
AT21 Kärnten
CY00 Kypros/Kıbrıs
AT31 Oberösterreich
FR62 Midi-Pyrénées
LV00 Latvija
FR72 Auvergne
NL31 Utrecht
AT22 Steiermark
Lettonie
FR71 Rhône-Alpes
NL23 Flevoland
Chypre
FR61 Aquitaine
FR63 Limousin
160
Italie
Lituanie
LT00 Lietuva
AT32 Salzburg
AT33 Tirol
AT34 Vorarlberg
Pologne
PL11 Łódzkie
FR81 Languedoc-Roussillon
Luxembourg
PL12 Mazowieckie
FR82 Provence-Alpes-Côte d’Azur
LU00 Luxembourg (Grand-Duché)
PL21 Małopolskie
PL22 Śląskie
PL31 Lubelskie
PL32 Podkarpackie
PL33 Świętokrzyskie
PL34 Podlaskie
PL41 Wielkopolskie
PL42 Zachodniopomorskie
SI02 Zahodna Slovenija
UKE2 North Yorkshire
Slovaquie
UKE3 South Yorkshire
SK01 Bratislavský kraj
UKE4 West Yorkshire
SK02 Západné Slovensko
UKF1 Derbyshire and Nottinghamshire
SK03 Stredné Slovensko
UKF2 Leicestershire, Rutland
and Northamptonshire
SK04 Východné Slovensko
UKF3 Lincolnshire
PL43 Lubuskie
Finlande
PL51 Dolnośląskie
FI13 Itä-Suomi
UKG1 Herefordshire, Worcestershire
and Warwickshire
PL52 Opolskie
FI18 Etelä-Suomi
UKG2 Shropshire and Staffordshire
PL61 Kujawsko-pomorskie
FI19 Länsi-Suomi
UKG3 West Midlands
PL62 Warmińsko-mazurskie
FI1A Pohjois-Suomi
UKH1 East Anglia
PL63 Pomorskie
FI20 Åland
UKH2 Bedfordshire and Hertfordshire
Portugal
Suède
UKH3 Essex
PT11 Norte
SE11 Stockholm
PT15 Algarve
SE12 Östra Mellansverige
UKI2 Outer London
PT16 Centro (P)
SE21 Småland med öarna
PT17 Lisboa
SE22 Sydsverige
UKJ1 Berkshire, Buckinghamshire
and Oxfordshire
PT18 Alentejo
SE23 Västsverige
PT20 Região Autónoma dos Açores
SE31 Norra Mellansverige
PT30 Região Autónoma da Madeira
SE32 Mellersta Norrland
UKI1 Inner London
UKJ2 Surrey, East and West Sussex
UKJ3 Hampshire and Isle of Wight
UKJ4 Kent
SE33 Övre Norrland
UKK1 Gloucestershire, Wiltshire
and Bristol/Bath area
RO11 Nord-Vest
Royaume-Uni
UKK2 Dorset and Somerset
RO12 Centru
UKC1 Tees Valley and Durham
UKK3 Cornwall and Isles of Scilly
RO21 Nord-Est
UKC2 Northumberland and Tyne
and Wear
UKK4 Devon
Roumanie
RO22 Sud-Est
RO31 Sud — Muntenia
RO32 Bucureşti — Ilfov
RO41 Sud-Vest Oltenia
UKD1 Cumbria
UKD2 Cheshire
UKD3 Greater Manchester
UKD4 Lancashire
RO42 Vest
UKD5 Merseyside
Slovénie
SI01 Vzhodna Slovenija
UKE1 East Yorkshire
and Northern Lincolnshire
UKL1 West Wales and The Valleys
UKL2 East Wales
UKM2 Eastern Scotland
UKM3 South Western Scotland
UKM5 North Eastern Scotland
UKM6 Highlands and Islands
UKN0 Northern Ireland
161
PAYS CANDIDATS:
régions statistiques au niveau 2
Croatie
HR01 Sjeverozapadna Hrvatska
HR02 Središnja i Istočna (Panonska) Hrvatska
HR03 Jadranska Hrvatska
Ancienne République yougoslave de Macédoine
MK00 Poranešnata jugoslovenska Republika Makedonija
Turquie
TR10 İstanbul
TR21 Tekirdağ
TR22 Balıkesir
TR31 İzmir
TR32 Aydın
TR33 Manisa
TR41 Bursa
TR42 Kocaeli
TR51 Ankara
TR52 Konya
TR61 Antalya
TR62 Adana
TR63 Hatay
TR71 Kırıkkale
TR72 Kayseri
TR81 Zonguldak
TR82 Kastamonu
TR83 Samsun
TR90 Trabzon
TRA1 Erzurum
TRA2 Ağrı
TRB1 Malatya
TRB2 Van
TRC1 Gaziantep
TRC2 Şanlıurfa
TRC3 Mardin
162
PAYS DE L’AELE:
régions statistiques au niveau 2
Islande
IS00 Ísland
Liechtenstein
LI00 Liechtenstein
Norvège
NO01 Oslo og Akershus
NO02 Hedmark og Oppland
NO03 Sør-Østlandet
NO04 Agder og Rogaland
NO05 Vestlandet
NO06 Trøndelag
NO07 Nord-Norge
Suisse
CH01 Région lémanique
CH02 Espace Mittelland
CH03 Nordwestschweiz
CH04 Zürich
CH05 Ostschweiz
CH06 Zentralschweiz
CH07 Ticino
163
Commission européenne
Luxembourg: Office des publications de l’Union européenne
2009 — 163 p. — 21 x 29,7 cm
ISBN 978-92-79-11697-1
ISSN 1830-9682
Comment vous procurer les publications
de l’Union européenne?
Publications payantes:
•
sur le site de l’EU Bookshop: http://bookshop.europa.eu;
•
chez votre libraire, en lui donnant le titre, le nom de l’éditeur et/ou le numéro
ISBN;
•
en contactant directement un de nos agents de vente.
Vous obtiendrez leurs coordonnées en consultant le site: http://bookshop.
europa.eu ou par télécopie au numéro suivant: +352 2929-42758.
Publications gratuites:
•
sur le site de l’EU Bookshop: http://bookshop.europa.eu;
•
auprès des représentations ou délégations de la Commission européenne.
Vous obtiendrez leurs coordonnées en consultant le site: http://ec.europa.eu
ou par télécopie au numéro suivant: +352 2929-42758.
ISSN 1830-9682
L’information statistique est indispensable à qui veut
comprendre notre monde si complexe et en constante
mutation. L’Annuaire régional d’Eurostat 2009 constitue
une mine d’informations sur la vie dans les régions des
27 États membres de l’Union européenne et également
dans les pays candidats et dans ceux de l’AELE. Si vous
voulez en savoir plus sur la manière dont les régions
d’Europe évoluent dans un certain nombre de domaines
statistiques, voici la publication qu’il vous faut! Les
textes ont été rédigés par des experts des divers
domaines statistiques et sont accompagnés de cartes
statistiques, de graphiques et de tableaux sur chacun
des sujets. Un vaste ensemble de données régionales
sont présentées sur les thèmes suivants: population;
villes européennes; marché du travail; produit intérieur
brut; comptes des ménages; statistiques structurelles
des entreprises; société de l’information; science,
technologie et innovation; éducation; tourisme;
agriculture. La présente publication est disponible en
allemand, en anglais et en français.
http://ec.europa.eu/eurostat
ISBN 978-92-79-11697-1
9
789279 116971
KS-HA-09-001-FR-C
Livres statistiques

Annuaire régional d`Eurostat 2009

Transcripción

Documentos relacionados

85501600 Steel Wheelbarrow Brouette en acier

La durée effective du travail en France et en Europe - Coe

37069

Renforcement de l`agglomération de Château-Thierry