Territoires laissés pour compte et résilience régionale face au choc de la COVID-19 en Europe


Source : H. E. Duran, A. Faggian, A. Michelangeli, K. Tkach (2026). «Left Behind Places and Regional Resilience to COVID-19 Shock in Europe » [Territoires laissés pour compte et résilience régionale face au choc de la COVID-19 en Europe]. University of Milan Bicocca Department of Economics, Management and Statistics, URL : https://ssrn.com/abstract=6176078

Résumé 

La période de turbulences actuelle pose des défis non seulement aux pays, mais aussi et surtout aux régions qui les composent. Or, la résilience économique des territoires défavorisés reste encore peu étudiée, notamment au regard des fortes disparités régionales. Cet article vise à analyser le lien entre développement régional et résilience économique dans 897 régions européennes (NUTS 3) durant la pandémie de COVID-19. Afin de dépasser l’approche fondée sur le PIB, les auteurs ont élaboré un indice multidimensionnel de « défavorisation ». Les résultats montrent que les territoires défavorisés, identifiés grâce à cette approche multidimensionnelle, ont relativement mieux résisté au choc immédiat de la pandémie, tandis que les régions plus développées ont démontré une plus grande capacité de reprise. Ces résultats suggèrent que les décideurs politiques devraient adopter une stratégie différenciée, en renforçant la résilience des régions les plus avancées et en améliorant la capacité de reprise des territoires défavorisés, afin de réduire les disparités régionales persistantes.

Indice multidimensionnel de marginalisation en Europe face à la Covid-19 (source : Duran et al., 2026)


Méthodologie et données

L'analyse repose sur trois ensembles de variables : ( i ) les variables de résilience, ( ii ) les variables de retard de développement et ( iii ) les variables de contrôle. Conformément aux travaux existants sur la résilience régionale, les auteurs construisent cinq indicateurs à partir de la dynamique du PIB réel dans les régions NUTS 3 de l’UE. Les données relatives au PIB réel proviennent des bases de données ARDECO (2025) et Eurostat (2025) . La résistance est définie comme la variation en pourcentage (ratio logarithmique) du PIB réel entre le pic pré-pandémique de 2019 et le creux de 2020, reflétant ainsi l’ampleur de la récession initiale induite par le choc de la COVID-19.

Toutes les variables de résilience sont calculées sous forme de scores z, par rapport à la moyenne nationale, et standardisées à l'aide des écarts-types interrégionaux (au niveau national). Ainsi, les valeurs positives (négatives) indiquent des régions dont les performances sont relativement meilleures (moins bonnes) que la moyenne nationale. Si la standardisation des scores de résilience au sein de chaque pays permet de saisir les performances régionales relatives, cette approche fait nécessairement abstraction des différences d'exposition aux chocs macroéconomiques entre les pays. Par exemple, lors de la pandémie de COVID-19, l'Italie a mis en œuvre l'un des confinements les plus stricts d'Europe, entraînant une forte contraction de son PIB national, tandis que la Suède a adopté une approche beaucoup plus souple, ce qui a eu un impact économique immédiat plus modéré. La standardisation des valeurs régionales à l'aide de la moyenne nationale élimine cette variation au niveau national, ce qui signifie qu'une région italienne dont les performances sont meilleures que la moyenne nationale peut recevoir un score de résilience positif, même si ses performances absolues étaient inférieures à celles d'une région suédoise dont le score national est inférieur à la moyenne. En ce sens, nos variables de résilience standardisées doivent être interprétées comme des mesures de la résilience régionale au sein d'un même pays, en termes relatifs, plutôt que comme des indicateurs comparables entre pays de résistance ou d'exposition absolues. Autrement dit, notre approche limite la possibilité d'une comparaison à l'échelle européenne des performances régionales, car elle représente une résilience régionale relative, propre à chaque pays.

L'indice multidimensionnel de « laissés-pour-compte » (LB) est un indice composite construit à partir des scores z standardisés de douze indicateurs. Ces indicateurs représentent le désavantage socio-économique régional et le déclin territorial à long terme, notamment le PIB par habitant et sa croissance, la croissance de la population et de l’emploi, la croissance de l’emploi industriel, la pauvreté, la structure démographique (proportions des groupes plus âgés et plus jeunes), la migration nette, le temps de trajet vers le secteur des services, l’accessibilité aux soins de santé et l’inclusion des secteurs de haute technologie (tels que l’information et la communication). Les données proviennent de l’ensemble de données de Velthuis et al. (2025). Ces indicateurs ont été sélectionnés pour refléter la nature multidimensionnelle du phénomène de marginalisation, en combinant la performance économique, la dynamique du marché du travail, la durabilité démographique, l'accessibilité, la capacité d'innovation et la vulnérabilité sociale, dimensions fréquemment mises en avant dans la littérature sur le déclin régional et la périphérisation analysées dans la section.

Ces indicateurs ont été sélectionnés pour refléter la nature multidimensionnelle du phénomène de marginalisation, en combinant la performance économique, la dynamique du marché du travail, la durabilité démographique, l'accessibilité, la capacité d'innovation et la vulnérabilité sociale, dimensions fréquemment mises en avant dans la littérature sur le déclin régional et la périphérisation analysées dans la section 2. Nous considérons ces indicateurs comme distincts mais interdépendants, reflétant divers aspects du désavantage régional.

Commentaire

Comme le fait remarquer Andrés Rodríguez-Pose (London School of Economics and Political Science), « la distinction entre résistance et récupération est importante... Prenez la photo au mauvais moment et la faiblesse structurelle d’hier peut ressembler étonnamment à l’avantage concurrentiel d’aujourd’hui. Une explication possible est ce que les auteurs appellent l’isolation sélective. Les territoires moins liés aux activités perturbées par la pandémie ont peut-être été partiellement protégés de ses conséquences économiques immédiates. Mais les contraintes qui limitaient leur development avant la crise pourraient aussi limiter leur capacité à saisir les opportunités par la suite. C’est précisément pour cela que les résultats comptent pour la politique. Une baisse initiale plus modeste ne nous dit pas grand-chose, en soi, sur la capacité d’une région à renouveler son économie. Le soutien alloué uniquement en fonction de la profondeur de la récession risque de négliger des endroits dont la vulnérabilité devient plus visible lorsque tout le monde commence à se remettre. Les stratégies de développement doivent donc renforcer à la fois la capacité à résister aux perturbations et la capacité à participer à la reprise. La diversification économique mérite également une attention, car elle semble déterminer une résistance initiale plus forte et une meilleure performance globale. Les territoires laissés pour compte ont besoin d’opportunités pour avancer. Un certificat les félicitant pour leur résilience ne suffira probablement pas. »

Articles connexes

Avec la crise du Covid19, les villes moyennes ont-elles bénéficié d’un regain d’attractivité ?

Des « œufs au plat » aux « œufs brouillés » : comment la crise Covid a remodelé nos villes

Les inégalités sociales et géographiques face aux formes sévères de Covid-19

PopFlux, une application pour visualiser les déménagements des Français avant et après la crise Covid-19

Quand la crise du Covid-19 bouleverse le marché de l'immobilier aux États-Unis

Comment expliquer les disparités de vaccination Covid-19 en France ?

L'apport de la cartographie et des SIG pour évaluer l'accès aux vaccins contre le Covid-19

La carte, objet éminemment politique : la carte des départements "en alerte" Covid-19

La cartographie des épidémies entre peur de la contagion et efforts de prévention. Exemple à travers la diffusion du coronavirus