Ce travail part de l’observation de la relative désaffection dans le corpus de la nouvelle économie géographique (NEG) de certaines causes, pourtant essentielles, se situant à l’origine des phénomènes de polarisation des activités industrielles. Ainsi, Marshall (1890) dresse une typologie de trois familles de facteurs pouvant expliquer ces manifestations : les effets d’entraînement amont/aval (à travers la disponibilité en biens intermédiaires et/ou finals), les avantages issus d’interactions sur le marché du travail et les externalités pures de connaissance, en particulier les spillovers [1] technologiques. Si les liens amont/aval ont été largement débattus dans la littérature, les deux dernières familles demeurent encore largement minorées. Seules quelques contributions très récentes apportent des enseignements originaux en ce domaine [2] (en particulier Martin et Ottaviano, 1999 ; Baldwin et Forslid, 2000 ; Combes et Duranton, 2001).

Notre attention portera ici exclusivement sur les spillovers de connaissance. Une dichotomie classique consiste à séparer les externalités technologiques des externalités pécuniaires, générées par les interactions entres agents sur un marché. Même si elles sont introduites pour la première fois dans la littérature économique par Marshall (1890), il faut attendre la rationalisation de cette intuition par Arrow (1962) et ses continuateurs, notamment Romer [3] (1986) à travers la croissance endogène, pour voir véritablement apparaître la notion de spillovers technologiques. Arrow, le premier, met l’accent sur le caractère de non-rivalité lié à l’activité de R&D (Recherche et Développement). Ce principe implique la possibilité d’une utilisation multiple et non conditionnelle de la connaissance. Toutefois, il faut attendre les travaux de Jaffe (1989) et Jaffe et alii (1993) pour voir aborder la question centrale des limites à la diffusion de la technologie et apparaître les premières études visant àmontrer le rôledéterminant de la distance géographique dans la transférabilité de la connaissance, à travers l’existence d’externalités technologiques intra-industrielles.

Si cette dernière décennie a connu une abondance d’études cherchant à éclairer les mécanismes de diffusion de la connaissance et son caractère localisé, les travaux théoriques en économie géographique reflètent un scepticisme évident envers ce type d’externalités. Sans doute faut-il y voir un effet pernicieux de l’opinion de Krugman selon laquelle mieux vaut se consacrer aux externalités pécuniaires plutôt qu’aux spillovers technologiques :

“ I shall also adopt the working assumption that the externalities that sometimes lead to emergence of a core-periphery pattern are pecuniary externalities associated with either demand or supply linkages rather than purely technological spillovers. (…) by focusing on pecuniarity externalities, we are able to make the analysis much more concrete than allowed external economies to arise in some invisible form. (This is particularly true when location is at issue : how far does a technological spillover spill ?)… ”. (Krugman, 1991, p.485)

Il ne faut cependant pas voir dans cette citation une quelconque remise en cause de l’existence de ces débordements, mais plutôt un doute concernant leur vérifiabilité et le caractère borné de leur diffusion. Selon Krugman, rien n’indique que la zone d’influence d’un phénomène aussi impalpable et immatériel serait locale, aucune trace de sa propagation ne pouvant être décelée. Il n’en demeure pas moins que les industries où les nouvelles idées jouent un rôle primordial (ce qui est le cas des secteurs intensifs en technologie) ont une propension à l’agglomération plus élevée que celle des autres industries de l’économie (cf. Audretsch et Feldman, 1996). Le processus de mondialisation et l’avènement des nouvelles technologies de transmission de l’information qui caractérisent le capitalisme moderne, placent la connaissance au cœur de la régulation de l’économie moderne. Ainsi, si les avantages comparatifs en termes de coût des facteurs de production (le travail, en particulier) ont longtemps été considérés comme les principaux responsables de la spécialisation des pays, la technologie apparaît désormais comme un puissant vecteur de structuration du paysage productif. L’existence d’externalités de proximité et les mécanismes cumulatifs d’auto-renforcement qui leur sont sous-jacents constituent des forces poussant à la concentration géographique des activités à contenu scientifique ou technologique.

En particulier, dans le cas de figure où le sens d’une information est fortement dépendant de l’agent qui la possède, seules des interactions fréquentes entre individus sont à même de véhiculer la connaissance tacite [4]. Ces relations de face à face entre individus, en introduisant l’idée de limite spatiale à la diffusion de connaissance, constituent de puissants facteurs de polarisation. Elles permettent : i) l’accumulation de la connaissance tacite interne; ii) lacapture dela connaissance tacite externeet de la connaissance codifiée [5]; iii) la recombinaison du stock de connaissance existante. En fait, derrière ces notions se cache l’idée d’innovations en cascade, une innovation favorisant à nouveau d’autres innovations. L’exploitation des externalités d’apprentissage par une firme entraîne de la sorte une transformation qualitative de la connaissance.

Nous développons un modèle se situant dans la lignée des récentes modélisations de Ottaviano et Thisse (1998, 1999a, 1999b) et Ottaviano, Tabuchi et Thisse (2001) visant à apprécier l’impact des externalités de connaissance sur les équilibres spatiaux des firmes, ainsi que sur le bien-être des agents. Nous montrons que les spillovers technologiques représentent une force centripète fortement déstabilisatrice. Ainsi, toute amélioration de l’efficacité de la structure d’innovation favorise l’agglomération des activités de production et donc la création d’une structure centre-périphérie. De plus, ce modèle, orienté vers l’analyse du bien-être des populations, permet l’obtention des résultats suivants : i) l’intensité en technologie dégrade le bien-être des travailleurs non qualifiés, ces derniers subissant des distorsions provenant des migrations des travailleurs qualifiés. Cette catégorie de travailleurs n’ajamaisintérêt àl’agglomération ; ii) plusuneindustrieest intensiveen technologie etplus les travailleurs qualifiés trouvent un intérêt à l’agglomération, l’intensité des déversements technologiques favorisant le bien-être de la population mobile ; iii) l’état d’avancement de l’intégration régionale détermine, d’une part, s’il y a convergence ou divergenced’intérêts entreles deux groupes detravailleurs (qualifiés et non qualifiés) et, d’autrepart, sil’équilibredu marché est ou non un optimum social.

Ces conclusions contribuent à mettre en lumière quelques aspects de l’influence des débordements technologiques sur les équilibres spatiaux de localisation des firmes. Surtout, les implications en termes de bien-être peuvent servir de base à une réflexion sur la nécessité d’une intervention supra nationale visant à améliorer l’efficacité des structures d’innovation des pays périphériques.

Chaque pays est composée de deux populations distinctes, caractérisées par leur niveau de qualification. La main-d’œuvre non qualifiée (U) est immobile internationalement et également répartie entre les pays (respectivement U₁ et U₂ pour les pays 1 et 2). À l’opposé, la mobilité géographique du travail qualifié (L) est parfaite [6] et s’effectue sans coût. λet 1−λreprésentent respectivement la part de la main-d’œuvre qualifiée dans le pays 1 et dans le pays 2, tandis que L₁ et L₂ se réfèrent au nombre de travailleurs qualifiés dans les pays correspondants. On a donc :

Les pays 1 et 2 sont dotées respectivement de n et n firmes produisant chacune une et une seule variété de bien ₁₂ différencié, distincte de celles proposées par les concurrents. Il y a donc égalité entre le nombre de firmes et le nombre de variétés N n n= +. Dans la fonction d’utilité indirecte, le paramètreα mesure la taille du marché. Le 1 2 coefficient βconcerne pour sa part les préférences des consommateurs : plus il est élevé et plus ces derniers sont attirés par une consommation diversifiée. Enfin, le paramètreµest un révélateur de la substituabilité des variétés entre elles.

Certaines conditions nécessaires portant surα β, et µdoivent impérativement être remplies :α >0etβ µ≥ >0afin que le modèle génère des solutions réelles [8]. R_h et x₀^* représentent respectivement le revenu d’un consommateur du pays h et sa dotation initiale en numéraire [9], tandis que p(i) est le prix de la variété i. Au fil des développements, nous constaterons que les conditions sur α β, et µ ne sont pas suffisantes pour assurer toute la cohérence des résultats et que d’autres hypothèses devront alors être posées.

Les demandes s’adressant aux firmes sont déterminées par l’identité de Roy. Appelons x_hl (respectivement p_hl ) la quantité (respectivement le prix) d’une variété produite en h et vendue dans le pays l.

G N/ et G N/ représentent les indices des prix des biens manufacturiers pour chacun des pays. Il s’agit en fait 1 2 ici d’une simple moyenne arithmétique pondérée par le nombre de variétés. D’où :

L’offre de produit industriel de chaque firme est caractérisée par une fonction de coût dont l’expression est particulièrement simple, puisque le coût marginal est nul. Le coût total d’une entreprise j se résume alors à un coût fixe, composé uniquement de la quantité de main-d’œuvre qualifiée incorporée dans le processus de production (F_j ) multipliée par la rémunération de ce facteur (w_j ). La technologie employée est supposée identique pour toutes les firmes d’un pays h; aussi, quel que soit j :

C’est au niveau de la fonction de coût que nous introduisons dans la modélisation les spillovers technologiques intra-régionaux [10]. Chaque firme est supposée avoir une politique de recherche et développement dictée par la nature de l’industrie d’appartenance. Cette dépense en R&D (assimilable à l’incorporation d’un input de connaissance) affecte son coût fixe [11] de façon incertaine [12]. L’activité en R&D étant par essence risquée, la firme a une probabilité (1−γ) d’échec. Toutefois, une partie du résultat de cette recherche ne peut êtredirectement appropriée et profite aux concurrents, par le biais de débordements technologiques. La diffusion de ces derniers est géographiquement limitée [13]. Les moyens modernes de communication accordent la possibilité de propager presque instantanément partout dans le monde n’importe quel type d’informations. En revanche, diffuser de la connaissance ne peut s’effectuer par les mêmes réseaux. Si l’information est accessible à tous, la connaissance, pour être assimilée, exige des interactions régulières entre agents détenant un savoir et une compétence. Ces rapports informels sont d’autant plus nécessaires que la connaissance est tacite et complexe. Economiquement, ceci signifie que le coût marginal de transmission de la connaissance croît avec la distance alors que celui de l’information est invariant.

Une alternative s’offre à nous quant au choix du mécanisme à partir duquel s’exercent les spillovers. Soit nous considérons que la probabilité de réussite de la R&D dépend, outre la dépense propre à la firme, du nombre d’entreprises présentes localement (intensité accrue des débordements de connaissance), soit nous choisissons de supposer que le besoin en main-d’œuvre non qualifiée d’une firme est une fonction décroissante directe du nombre de projets de recherche menés avec succès localement [14].

C’est cette dernière option que nous avons retenue car plus proche à nos yeux de la définition des spillovers. Ainsi, le coût d’une entreprise (hors R&D) sera d’autant plus bas qu’un grand nombre de firmes locales réussiront leur R&D. On peut parler d’externalités d’apprentissage positives : l’apparition d’une innovation favorise l’apparition d’autres innovations (chez le premier innovateur et ses concurrents).

Une approche purement probabiliste est à exclure, le problème étant ici bien trop complexe pour œuvrer de la sorte. Il serait en revanche confortable d’admettre que le coût décroît de façon certaine avec la présence des firmes locales. Peut-on cependant raisonnablement le supposer ? Ceci reviendrait à prétendre qu’un petit nombre de projets de recherche réussisse obligatoirement. La loi binomiale donne la probabilité de succès d’un projet sur l’ensemble des tentatives : Prob succès C_nⁿ ( ) ( )1 1 1 1 1 = −⁻ γ γ. Ainsi, la probabilité que l’on ait au moins un projet de R&D qui porte ses fruits est donnée par 1 1− −( )γⁿ avec 0 < γ< 1. Lorsque le nombre de firmes (n) est grand, ce qui est précisément l’une des caractéristiques liminaires de la concurrence monopolistique à la Chamberlin (1933), cette probabilité est environ égale à un.

Par la loi des grands nombres, il est raisonnable d’admettre comme certain que quelques projets réussissent, succès d’autant plus abondants que la concentration des firmes est haute. Aussi introduisons-nous un paramètre aléatoire Θ∈[ ; ]0 1, défini comme étant un indicateur de déchet, identique dans les deux régions. Sa lecture est la suivante : une valeur proche de 0 (respectivement 1) indique que la recherche cumulée, i.e. l’ensemble des projets locaux, échoue (respectivement réussit). Nous choisissons d’envisager également ce terme comme une mesure de la capacité qu’ont les firmes à s’approprier les retombées technologiques de leurs concurrents. Ceci entraîne la prise en compte de la perméabilité du savoir : une valeur élevée de ce paramètre dévoilera une forte aptitude des firmes à capter, intérioriser puis à utiliser la connaissance tacite externe.

Enfin, de nombreuses études mettent en exergue la prépondérance du capital humain dans la création d’innovations et dans les choix de localisation (Autant-Bernard, 1999; Midelfart-Knarvik et alii, 2000). Chaque agent profite ainsi de l’agglomération pour accéder à la connaissance des autres agents, augmentant l’efficacité des ressources investies par les firmes (dépenses en R&D). De même, en diffusant le savoir, ils accroissent leur capacité à capter la connaissance tacite(c’est-à-direincorporéedanslapopulationlocale). Antonelli(1999)metl’accent sur le caractère parcellaire du savoir technologique. Chaque agent possédant un fragment de connaissance, l’agglomérationdelamain-d’œuvrequalifiéeentraînelacomplémentaritédesconnaissances, cequi profiteauxentreprises locales.

Il découle de ces remarques que le coût fixe dépend de trois paramètres : i) du volume de la R&D de l’entreprise du pays j r( ); ii) de l’indicateur d’efficience technologique Θ; iii) de la distribution spatiale du capital humain _j (l₁ =λ et l₂ 1= −λ). Les externalités de connaissance sont donc modélisées de façon mixte : partiellement endogène (via le canal du capital humain) et partiellement exogène (via l’intensité technologique). Par souci de simplification, nous donnerons une forme explicite à la fonction de coût.

Enfin, le montant engagé en R&D est envisagé comme “ imposé ” aux firmes par la nature même de l’industrie à laquelle elles appartiennent. Le paramètre r est donc exogène [15] et identique dans les deux pays [16] ( )r r r 1 2 = =. Ceci permet d’étudier l’influence de l’intensité en technologie d’une industrie sur les équilibres de localisation et le bien-être des deux populations. L’industrie qui arbore de fortes (respectivement faibles) dépenses en R&D est également une industrie très (respectivement peu) intensive en technologie. Le montant en R&D engagé devient ainsi un révélateur de la nature de l’industrie. Salaires, prix et quantités s’ajustent en fonction du choix de r, et différeront selon le degré d’intensité en technologie de l’industrie. De plus, le raisonnement dans le modèle se fait en équilibre partiel, le coût de la R&D (v) étant fixé. Il est identiquedans les deux pays, impliquant uneabsence d’avantage comparatif [17].

Le coût total d’une firme œuvrant dans le pays 1 prend la forme :

Pour une firme du pays 2, nous avons :

Le coefficient k est un paramètre qui permet la prise en compte d’éventuels effets de sclérose de l’innovation, avec k∈[0 ; 1]. Enfin, l’hypothèse de plein emploi est retenue. Le nombre de firmes présentes dans le pays h est ainsi contraint et égal au nombre de travailleurs qualifiés œuvrant dans cette région, divisé par la main-d’œuvre qualifiée employée dans le processus de production ( )F_h.

avec

De l’ensemble de ces hypothèses, nous déduisons les fonctions de profit suivantes pour les firmes nationales (Π₁ ) et étrangères (Π₂ ). Le profit d’une firme installée dans le pays 1 se compose d’un profit perçu localement et d’un profit réalisé à l’étranger (marchés segmentés). Les variétés du bien industriel, échangées internationalement, supportent un coût de transport (Ï„).

L’équilibre est un équilibre de Nash en prix. Contrairement aux modèles issus de Krugman (1991), les prix sont fonction du nombre de firmes locales, donc de la concurrence. À l’image du principe des vases communicants, lorsque la concurrence s’intensifie, les prix diminuent localement et augmentent à l’étranger. Cette modélisation s’approche plus de l’esprit de la concurrence chamberlinienne.

Une condition nécessaire supplémentaire aux contraintes déjà évoquées est que les prix d’exportation nets des coûts d’échange soient positifs :

Pour une répartition symétrique de la population qualifiée, nous obtenons la limite Ï„₀ au-dessus de laquelle les coûts de transport sont prohibitifs, empêchant de la sorte tout échange :

Le modèle sera calibré par la suite pour des valeurs satisfaisant la condition (21).

La variation positive de la demande locale bénéficie aux firmes, qui voient leur profit s’accroître (à condition que l’effet concurrence soit plus que compensé par l’effet demande [20] ). Puisqu’il n’existe aucune barrière à l’entrée, de nouvelles firmes sont attirées par des perspectives de profit et se délocalisent : un cercle vertueux (souvent qualifié de causalité circulaire) poussant à l’agglomération, est ainsi établi. Outre l’effet concurrence qui peut se révéler dissuasif pour les firmes, la population immobile que constituent les travailleurs non qualifiés se révèle être une force centrifuge qui contrebalance les forces d’agglomération. Même lorsque les pays sont totalement symétriques, une baisse des coûts de transport (imputable par exemple à une intégration économique) provoque l’émergence d’une structure centre-périphérie.

Un effet coût vient interagir avec les effets précédemment cités. En premier lieu, à la condition que les producteurs effectuent des dépenses en R&D, le déplacement de firmes du pays 2 vers le pays 1 intensifie les spillovers technologiques locaux. L’agglomération provoque donc un gain d’efficacité pour les firmes [21], cequi se traduit par une économie du facteur mobile, les firmes substituant de la technologie à du travail pour un niveau de qualité donné.

L’hypothèse de plein emploi oblige l’égalité entre le nombre de firmes et le stock demain-d’œuvre qualifiée, divisé par le nombre de travailleurs incorporés dans le processus de production (équation 13). Si celui-ci diminue grâce à l’effet coût, il y a création de firmes dans le pays 1, ce qui exacerbe l’effet concurrence et induit une baisse des prix (graphique 1). L’effet variétéest également accentué, puisque la création de firmes implique la création devariétés. Le bien-être du pays 1 sera d’autant plus grand que les déversements technologiques seront intenses. Il est important de noter que la situation du pays 2 (pays de départ) est exactement inverse. En effet, les externalités de connaissance perdent peu à peu de leur intensité à mesure que les firmes quittent cette région. Il en résulte une perte de variétés domestiques et une hausse des prix qui tendent à provoquer une détérioration du bien-être de la population du pays 2.

Des consommateurs du pays 2 migrent vers le pays 1 pour tirer bénéfice du différentiel de bien-être, ce qui induit un accroissement de la demande de produits manufacturés adressée aux firmes. L’introduction des spillovers technologiques, par le biais d’un effet coût, intensifie le premier cercle vertueux, et ceci d’autant plus que l’industrie est intensive en technologie.

Les salaires sont déterminés en remplaçant dans le profit (équations 15 et 16) les prix par ceux qui prévalent à l’équilibre, le profit devant être nul à long terme. ∆V est alors égal à la différence entre les salaires à laquelle s’ajoute la différence entre les surplus :

avec S₁ et S₂ (les surplus) tirés des équations d’utilité indirecte :

À l’équilibre S₁ - S₂ est égal à :

On en déduit le différentiel d’utilité (∆V ), qui décide du choix de localisation du facteur mobile :

avec :

En raison du caractère déjà suffisamment complexe de l’expression (26), nous n’y remplacerons pas N par sa valeur, du reste toujours donnée par l’équation (14).

L’un des attraits de la modélisation d’Ottaviano, Tabuchi et Thisse (2001) est de donner des résultats analytiques parfaitement manipulables. Cet avantage disparaît ici, du fait de notre formulation du canal de transmission de la technologie. Dans l’introduction, nous avons eu l’occasion de souligner l’importance du capital humain dans la diffusion du savoir. Aussi, avons-nous préféré intégrer le rôle de la distribution spatiale de la main-d’œuvre qualifiée, au prix, il est vrai, d’une complexification conséquente du modèle. Le modèle permet l’obtention systématique d’expressions analytiques des seuils de coûts de transport. Celles-ci sont toutefois trop lourdes pour pouvoir être exploitées sans le recours à des simulations, procédé largement employé en économie géographique, mais qui ne va pas sans entraîner une perte de généralité.

Partant, le calibrage du modèle respecte rigoureusement les contraintes sur la valeur des paramètres déjà évoquées. Nous écartons d’emblée toute possibilité de retournement dans les sens de variation des paramètres sur la variable Ï„. Nos simulations ont volontairement porté sur des valeurs déraisonnables afin de vérifier de telles éventualités, sans que cela soit pour autant concluant. Chacun des graphiques ci-dessous représente le point de rupture en fonction d’une des variables, les autres étant fixées [22]. Les simulations corroborent les attentes théoriques suivantes :

Le modèle est calibré par des valeurs des paramètres concordant avec les contraintes précédemment évoquées [23].

Les graphiques 4 et 5 illustrent deux résultats traditionnels : le point de rupture se situe à un niveau d’autant plus bas que la population non mobile (U) est dense, cette dernière étant caractérisée par un fort pouvoir d’inertie. Inversement, un nombre élevé de travailleurs qualifiés, géographiquement mobiles, favorise l’agglomération, puisque cette dernière s’établira pour un plus grand nombre de valeurs deÏ„. Cependant, si U est de faible ampleur relativement à L, il y aura toujours polarisation des activités technologiques et ceci pour tout Ï„ Ï„<₀.

Lorsque le coût fixe diminue consécutivement à une baisse de F, les économies d’échelle faiblissent, ce qui nuit à la dynamique de polarisation (graphique 6).

De même, les paramètres des fonctions d’utilité α β, et µinfluent amplement sur Ï„_rupture, d’où les difficultés à convenablement calibrer le modèle afin d’éviter les résultats incohérents. Le paramètreα a un impact positif sur le point de rupture. Plus le marché est étendu et plus l’équilibre symétrique sera déstabilisé pour une valeur haute de Ï„. Ceci est dû au fait que α, à travers la mesure de la taille du marché, est un indicateur de l’intensité des préférences pour le bien différencié. Ï„_rupture est une fonction négative de βet µ, conformément aux résultats de Ottaviano et Thisse (1998,1999b).

Résultat 1 : lors d’une phased’intégration économique se caractérisant par une réduction des coûts à l’échange, les industries de haute technologie seront les premières à se concentrer géographiquement.

Nos simulations montrent en effet que la technologie favorise la dynamique endogène d’agglomération des activités de production, en intensifiant les effets demande et variété. Le point de rupture se situe à un niveau d’autant plus élevé que Θ se rapproche de 1. Ainsi, lorsque les firmes captent aisément les retombées technologiques et qu’un grand nombre de projets de R&D réussissent [24] (graphique 11), la polarisation des activités de production s’accomplit pour un niveau même élevé des coûts de transport.

Le tableau 1 et le graphique 10 montrent que la valeur du coût de transport correspondant au point de rupture croît avec l’intensité en technologie de l’industrie.

Tableau 1
valeur des seuils Ï„0 et Ï„rupture selon la dépense en R&D

Une des composantes du paramètre Θ est aléatoire. C’est elle qui conditionne l’échec ou la réussite des programmes de recherche agrégés. Bien évidemment, lorsque Θ se rapproche de 1, la quasi-totalité des firmes réussissent leur R&D, ce qui profite à tous les producteurs du fait de la présence des débordements technologiques intra-régionaux. Mais, la valeur de Θ n’est pas uniquement déterminée par le hasard. Cet indicateur mesure pour une firme donnée sa capacité d’appropriation à ses propres fins du fruit de la recherche d’autrui [25].

Résultat 2 : toute amélioration de l’efficacité de la structure d’innovation (par exemple par le biais d’une meilleure diffusion de la connaissance, de la mise en place de coopérations firmes/universités, de rencontres informelles) favorise l’agglomération des activités de production et donc la création d’une structure centre-périphérie.

La dérivée par rapport à λde cette expression indique sans ambiguïté le même résultat, quelle que soit la valeur prise par les différents paramètres : Ï„_U =0 quand r =0. On en déduit que la main-d’œuvre non qualifiée envisagée dans sa totalité a toujours intérêt à la dispersion.

Résultat 3 : l’intensité en technologie dégrade le bien-être des travailleurs non qualifiés.

Il n’existe en effet aucune valeur réelle (donc économiquement recevable)Ï„ de coûts de transport pour laquelle _U la main-d’œuvre non mobile préfèrerait l’agglomération. Une réduction des coûts de transport, en présence d’externalités de connaissance, s’avère donc préjudiciable au bien-être de la population non mobile.

Pourquoi les travailleurs non qualifiés, pris dans leur totalité, subissent-ils l’agglomération ? L’explication réside dans l’existence de distorsions que font subir, en se déplaçant, les travailleurs qualifiés sur la population non mobile. En se concentrant, la main-d’œuvre qualifiée exacerbe les déversements technologiques, ce qui implique la création de nouvelles variétés du bien industriel. Le prix des variétés du bien industriel diminue, mais la population non mobile du pays 2 supporte désormais des coûts de transport liés aux importations accrues de variétés intensives en technologie, sans pour autant que leurs salaires connaissent une variation positive.

L’objectif à présent est de définir la valeur seuil Ï„ de Ï„ qui déterminera si oui ou non cette catégorie de la _L population bénéficie de l’agglomération. Gardons en mémoire que les travailleurs non qualifiés ont toujours intérêt à la dispersion. C’est en référence àce seuil Ï„_L que nous définissons l’intérêt des travailleurs mobiles.

Tableau 2
valeur des seuils Ï„0, Ï„rupture et Ï„L selon la dépense en R&D

La dépense engagée en R&D a pour effet d’accroître la valeur du seuil Ï„_L. Aussi :

Résultat 4 : plus l’industrie est intensive en technologie et plus les travailleurs qualifiés trouvent un intérêt à l’agglomération.

Ce résultat, valable pour toutes valeurs des paramètres, était attendu, l’intensité des déversements technologiques favorisant le bien-être de la population mobile (baisse des prix et accroissement du nombre de variétés N).

Second constat, le positionnement de Ï„ par rapport au point de rupture n’est pas neutre. Si les deux seuils _L coïncident exactement, le bien-être de la population mobile sera toujours en adéquation avec l’équilibre de marché (i e. .le type d’équilibre actif, dispersé ou polarisé, donné parÏ„_rupture ). Si tel n’est pas le cas, deux scénarii sont concevables :

Scénario1 (Ï„ > Ï„_rupture ) : il existe un intervalle de coûts de transport pour lequel la polarisation des activités _L intensives en technologie n’est pas encore survenue (le point de rupture n’est pas atteint), alors que les travailleurs qualifiés ont intérêt à l’agglomération. Il y a là un conflit d’intérêts entre les deux groupes de travailleurs (qualifiés et non qualifiés) puisque la situation de la main-d’œuvre non mobile est toujours meilleure lorsqu’il y a dispersion.

Scénario2 (Ï„ < Ï„_rupture ) : le cas est inverse. Il existe un intervalle au sein duquel les travailleurs qualifiés _L subissent l’agglomération. En effet, si le coût de transport “ effectif ” se situe entre Ï„ et Ï„_rupture, seul l’équilibre _L aggloméré est stable, mais la main-d’œuvre mobile n’a pas intérêt à l’émergence d’une structure centre-périphérie. Il faudra une réduction accrue des coûts de transport pour que cette catégorie de la population soit pleinement satisfaite. Ici, il y a convergence des intérêts, les deux populations souhaitant la dispersion des activités de production.

La question qui mérite d’être posée est de savoir si, pour toute valeur des paramètres, nous nous situons dans l’une ou l’autre des configurations. L’étude de l’équation de bien-être (28) nous permet de déterminer et simuler Ï„_L. L’examen des divers seuils (tableau 2) indique clairement que les deux cas sont réalisables.

Les calculs sont effectués pour les valeurs standards des paramètres adoptées jusqu’à présent. L’emplacement du seuil Ï„_L par rapport au point de rupture apparaît dépendre de la dépense engagée en R&D. Lorsque l’industrie est peu intensive en R&D (voire pas du tout), l’écart entre Ï„ et Ï„_rupture est positif. Nous nous situons dans le scénario _L 1(schéma 2) les coûts de transport sont trop élevés pour permettre l’apparition d’une structure centre-périphérie.

L’équilibre symétrique prévaut encore, ce qui va à l’encontre du bien-être de la main-d’œuvre qualifiée. Il faudra attendre que les forces centripètes prennent le dessus pour qu’il y ait double coïncidence entre le désir de cette catégorie de la population et la réalité du marché (agglomération). Pour des valeurs supérieures de r (industrie moyennement ou fortement intensive en R&D), l’écart devient négatif (Ï„_L < Ï„_rupture ) : seul l’équilibre aggloméré est stable, alors que les travailleurs qualifiés ont intérêt à la dispersion (cas 2, schéma 3).

Il est toutefois possible de montrer que, pour certaines valeurs des paramètres, seul le scénario 2 est rencontré (tableau 2) : quelle que soit la valeur prise par r, il existe un intervalle de coûts pour lequel l’équilibre aggloméré est actif, ce qui n’est pas en accord avec ce que souhaite la main-d’œuvre mobile. Une telle configuration s’établit lorsque les économies d’échelle sont fortes (F grand) et/ou les variétés très différenciées ( µpetit). Le tableau 3 est obtenu pour F = 20 et µ= 5, les valeurs des autres paramètres restant identiques aux simulations précédentes [26].

Tableau 3
valeur des seuils Ï„0, Ï„rupture et Ï„L selon la dépense en R&D

Résultat 5 : Que l’on se situe dans le scénario 1 ou 2, l’intervalle de non-concordance entre l’intérêt des travailleurs qualifiés et l’équilibre de marché s’amplifie avec l’intensité en technologie.

Il en ressort alors un phénomène quelque peu paradoxal. La présence de spillovers technologiques rend la polarisation des activités de production plus attractive pour le facteur mobile, et, néanmoins, dans un même temps, l’inadéquation entre la réalité du marché et le bien-être de la population qualifiée s’accentue. Rappelons que, en ce qui concerne le facteur d’inertie, la condition de la main-d’œuvre non qualifiée est d’autant plus mauvaise que la dépense en R&D des firmes est élevée.

Cet impact de la R&D est imputable au fait que la vitesse de déplacement des deux seuils est différente sous l’effet du paramètre r. Les intervalles d’adéquation “ désir/réalité ” (Ï„ Ï„ Ï„∈ [ ; ] rupture 0 et Ï„ Ï„∈ [ ; ]0_L sont d’autant plus réduits que l’intensité en technologie est forte. Certes, l’intervalle " "Agglomération (Ï„ Ï„∈ [ ; ]0 ) est plus _L étendu en présence de firmes innovantes, mais le segment " "Dispersion (Ï„ Ï„ Ï„∈ [ ; ] rupture ) se contracte plus 0 rapidement du fait des vitesses divergentes de déplacement des seuils. Il en résulte un ensemble de valeurs de coûts de transport ( [ ; ])Ï„ Ï„ Ï„∈_0rupture pour lesquelles les forces centripètes dominent les forces centrifuges, ce qui va à l’encontre des souhaits de la main-d’œuvre qualifiée. Cet intervalle est d’autant plus grand que les firmes effectuent des dépenses en R&D élevées. Seule une intégration plus poussée( )Ï„ Ï„<_L satisferalefacteurmobile.

La R&D, par le biais des spillovers technologiques, a un impact non négligeable sur le bien-être des populations. Si la main-d’œuvre non qualifiée (facteur d’inertie) trouve toujours un gain à la dispersion, le cas de la main-d’œuvre qualifiée est plus complexe. L’intervalle pour lequel cette population est satisfaite de sa condition décroît avec la dépense en R&D des firmes.

Résultat 6 : il est possible de mettre en évidence un segment de coûts de transport au sein duquel subsiste une divergence entre l’équilibre de marché et le bien-être de la main-d’œuvre mobile, divergence qui croît avec l’intensité technologique. On assiste, pour ces valeurs deÏ„, à une concordance d’intérêts des deux populations, personne ne souhaitant l’apparition d’une structure centre-périphérie.

La raison du conflit “ réalité du marché / désir du facteur mobile ” est la suivante : lorsqu’un travailleur qualifié décide de migrer en anticipant une meilleure situation sur la base de la valeur présente de son utilité indirecte, il ne prend pas en compte l’impact qu’un tel mouvement aura sur les autres travailleurs qualifiés. Or, un flux migratoire a une influence sur la concurrence et la demande locale, donc sur les salaires de cette catégorie de la population. Pour certaines valeurs des paramètres, il peut être individuellement rationnel de migrer, alors que cela ne l’est pas collectivement. Cet intervalle d’inadéquation s’accroît sous l’effet du volume dépensé en R&D et de la concentration du capital humain, les externalités de connaissance exacerbant les effets sus-cités.

Après avoir étudié le bien-être des deux groupes de travailleurs, il reste à déterminer en quoi l’intensité en technologie des firmes affecte l’optimum de la société (somme des bien-êtres). Un autre seuil doit ainsi être défini : celui qui décidera si l’agglomération constitue ou non un optimum social.

L’optimum social est ici un équilibre de second rang, puisque calculé à l’aide des prix de concurrence monopolistique. Ce sera notre référence dans la suite de l’analyse. Nous pouvons maintenant définir le point seuil (Ï„₂ ) de coûts de transport en dessous (au-dessus) duquel l’agglomération (la dispersion) est un optimum social de second rang. L’équation (26), estimée à partir des prix donnés par l’équilibre de Nash (optimum de second rang), est trop complexe dans sa forme définitive pour figurer ici. Il en va de même pour l’expression explicite de Ï„₂ calculée en dérivant l’équation (29) par rapport à λ. Nous choisissons de reprendre ci-dessous le tableau 2 et de le compléter par les valeurs simulées du nouveau seuil Ï„₂.

Première constatation, quelles que soient les valeurs des paramètres retenus, Ï„₂ est toujours inférieur à Min_Lrupture [ ; ]Ï„ Ï„ [27]. Cet écart est largement conditionné par les variables technologiques (Θ et r) [28]. Ensuite, le seuil qui définit l’équilibre de second rang est décroissant avec le volume de la R&D, la baisse de bien-être de la population non mobile n’étant pas compensée par la variation positive (éventuelle) du bien-être des travailleurs qualifiés.

Le principal enseignement est qu’il existe un intervalle de coûts de transport [ ; ]Ï„ Ï„ rupture au sein duquel les forces 2 centripètes dominent les forces centrifuges sans que cela soit souhaitable pour la société. Lorsque le coût de transport effectif sesitue àl’intérieur dece segment, seull’équilibreaggloméré est stable; mais, puisquel’on sesitue àdroite de Ï„₂, seule la dispersion représente l’optimum social. Le tableau 4 indique que même pour une dépense en R&D nulle, cet intervalle est loin d’être négligeable.

Tableau 4
récapitulatif des points-seuils

Résultat 6 : les débordements technologiques peuvent avoir un impact négatif sur l’optimum social selon l’état d’avancement de l’intégration économique.

En effet, plus les firmes sont innovantes et plus l’agglomération s’accomplit pour un niveau élevé des coûts de transport. Pourtant, la polarisation des activités représente un optimum social pour un niveau de coûts de transport d’autant plus bas que l’intensité en technologie est forte. À titre d’exemple, lorsque r = 0,9,75% des coûts detransport acceptables (<Ï„ ) correspondent àunéquilibresous-optimal. Les explicationssesituent dansl’existence ₀ des distorsions que font subir les migrants, tant sur la population mobile que sur la population non mobile. Dans une configuration de coûts de transport médians ( [ ; ])Ï„ Ï„ Ï„∈_rupture, les forces centripètes conduisent à un équilibre de ₂ marché socialementsous-optimal. Une intervention supranationaleestpar conséquent d’autant plus pressantequeles industries sont innovantes.

Résultat 7 : Pour des valeurs hautes ou basses des coûts de transport(Ï„ Ï„< et Ï„ Ï„>_rupture ), aucune intervention n’est ₂ nécessaire : l’équilibre de marché est un optimum social. A l’opposé, dans le cas où les coûts de transport sont médians ( [ ])Ï„ Ï„ ;Ï„∈_rupture, les gouvernements se doivent d’intervenir, les équilibres de localisation étant ₂ socialement sous-optimaux.

La pression des forces d’agglomération entraîne les firmes à se polariser alors que seul l’équilibre symétrique est souhaitable pour la société. Cette intervention peut revêtir plusieurs formes : politiques visant à réduire les coûts à l’échangedans les industries intensives en technologie, aides structurelles de l’UE aux pays du Sud en vued’accroître l’efficience de leurs structures d’innovation, etc. Si l’intérêt des travailleurs non mobiles est privilégié, l’action peut passer par du protectionnismeafin de bloquer leprocessus d’agglomération. Dans lecascontraire, toutelibéralisation des échanges se traduira par un creusement des inégalités entre travailleurs mobiles et travailleurs non mobiles.

Ensuite, l’intensité en technologie dégrade le bien-être des travailleurs non qualifiés, ces derniers subissant des distorsions provenant des migrations des travailleurs qualifiés. Cette catégorie de travailleurs n’a jamais intérêt à l’agglomération. À l’opposé, plus l’industrie est intensive en technologie et plus les travailleurs qualifiés trouvent un intérêt à l’agglomération, l’intensité des déversements technologiques favorisant le bien-être de la population mobile. Résultat important, le niveau des coûts à l’échange détermine s’il y a convergence ou divergence d’intérêts entre les deux groupes de travailleurs (qualifiés et non qualifiés). Il en résulte que les spillovers technologiques peuvent avoir un impact négatif sur l’optimum social selon l’état d’avancement de l’intégration économique.

Il existe de nombreux révélateurs d’une concentration spatiale des activités moyennement ou fortement intensives en technologie. Ainsi, Bottazzi et Peri (1999) montrent qu’en Europe, cinq régions seulement s’attribuent la moitié des dépenses totales en recherche et développement (R&D) et des brevets européens : il s’agit de l’Ile-de-France, de l’East-Anglia, de la Bavière, de Bade-Wurtenberg et de la Nord-Westphalie. Par ailleurs, de nombreuses études [29] se basant sur le calcul d’indices de Gini montrent clairement que les branches caractérisées par un fort contenu scientifique ou technologique sont plus concentrées géographiquement que les activités économiques, et ce quel que soit le pays retenu. Ceci conforte l’idée de l’existence de forces d’agglomération particulièrement vives dans ce type de branches. Si les externalités liées à la demande locale peuvent expliquer en partie cette situation, il n’en demeure pas moins que l’existence de spillovers de connaissance constitue une explication essentielle. Ces études empiriques permettent de mettre en évidence une cartographie de la localisation des activités de production dans l’UEM largement influencée par les disparités technologiques des industries.