1.  Introduction

1Le contexte de la récente crise économique et financière qu’a subie l’Union Européenne (UE) a eu un impact asymétrique sur les régions et a mis en exergue la plus ou moins grande résilience des territoires (Capello et al., 2015 ; Dijkstra et al., 2015). La situation du système financier européen reste délicate, les finances publiques ont été durement touchées avec des niveaux de dette dépassant 80 % du Pib en 2009, des déficits budgétaires s’établissant à 7 % en moyenne, une production industrielle qui a chuté aux niveaux des années 1990 et 10 % de la population active de l’UE est au chômage (Commission Européenne, 2010). Dans ce contexte, l’UE a opté pour une stratégie visant à s’appuyer sur les entreprises pour relancer son économie et l’emploi. Suivant le Small Business Act (« Think Small First – A Small Business Act for Europe », 2008) et réaffirmée dans le « Entrepreneurship 2020 Action Plan », les Pme et les startups sont aujourd’hui considérées comme essentielles pour améliorer la compétitivité de l'économie européenne (Urbaniec, 2015), en particulier dans les régions périphériques de l’UE (Baumgartner et al., 2013).

2Dans la littérature interrogeant les liens entre développement régional et entrepreneuriat, il est de plus en plus évoqué que les différences de contexte entrepreneurial expliquent les différences d’impacts de la création d’entreprise sur la croissance (Hall et Sobel, 2008 ; Stenholm et al., 2013). On retrouve les prémisses de ces conclusions dès 1994 dans les travaux de Gnyawali et Fogel qui définissent les dimensions de l'environnement entrepreneurial et leurs implications pour le développement économique. On y retrouve les facteurs socio-économiques, les politiques et procédures institutionnelles et gouvernementales, les compétences entrepreneuriales et commerciales des porteurs de projet, le niveau d'assistance financière. Aparicio et al. (2016) trouvent que les facteurs informels (attitudes envers l’entrepreneuriat, perception de la corruption, confiance en ses propres capacités, etc.) ont un plus fort impact sur l’activité entrepreneuriale que les facteurs formels (les procédures et les coûts pour créer une entreprise, l'accès au crédit, etc.). Abdesselam et al. (2017) ont établi une typologie de l’entrepreneuriat dans les pays de l’Ocde. Ils montrent que l’environnement institutionnel simule ou au contraire inhibe non seulement l’activité entrepreneuriale, mais aussi le type d’activité entrepreneuriale, autrement dit la prévalence des motifs d’opportunité dans l’engagement entrepreneurial.

3D’un point de vue méthodologique, les travaux des chercheurs issus de la Nouvelle Économie Géographique ont largement montré la présence d’équilibres multiples et d’hétérogénéité spatiale du développement régional (i.e. Ertur et Koch, 2005 et 2006 ; Bourdin, 2010). La prise en compte de cette non-linéarité spatiale du développement économique appelle l’utilisation de méthodes adéquates. Pour mesurer l’hétérogénéité spatiale de tels processus, la plupart des modèles aujourd’hui utilisent des approches « globales » à régimes spatiaux (Sem, Sar, Sdm notamment). Or, ces derniers ne permettent pas d’évaluer les variations géographiques de l’influence des facteurs. C’est pour cela que nous avons privilégié une déclinaison « locale » du modèle (la régression géographiquement pondérée – Gwr) qui permet de traiter du problème de non-stationnarité du développement régional. Le choix de cette méthode est motivé par le fait que, à ce jour, nous avons recensé moins d’une dizaine de travaux en science régionale sur l’entrepreneuriat utilisant cette technique, alors même que les recherches optant pour cette méthode sont prometteuses (Breitenecker et Harms, 2010). Par ailleurs, concernant les données, afin de mesurer l’influence du contexte entrepreneurial régional – plus que la création d’entreprises en elle-même – sur le développement régional, nous avons utilisé le Regional Development Index (Redi – Ortega-Argilés et al., 2014) qui mesure l’environnement entrepreneurial d’une part, et l’entrepreneuriat d’opportunité d’autre part.

4Dans ce contexte, l’originalité de notre contribution est triple. Elle consiste à (i) analyser dans quelle mesure il existe une hétérogénéité de l’influence de l’entrepreneuriat sur le développement régional, (ii) évaluer la dimension spatiale de cette non-linéarité des effets et (iii) prendre en considération l’environnement entrepreneurial plus que la traditionnelle création d’entreprises comme facteur explicatif du développement économique. L’étude menée sur l’ensemble des régions de l’UE est elle aussi originale et permet d’interroger si les choix opérés par la Commission européenne sont susceptibles de créer les effets escomptés par les orientations de la politique de Cohésion.

5Dans une première section nous présentons les fondements théoriques et empiriques de l’environnement entrepreneurial et leurs liens avec le développement régional. Une deuxième section est consacrée à la stratégie empirique. La troisième section présentera les principaux résultats, enfin la dernière partie proposera une conclusion et une discussion en termes de recommandations pour les futures politiques européennes.

2.  L’influence du contexte entrepreneurial régional sur le développement économique

6Sur les études sur le développement régional, on recense quelques travaux qui incorporent une variable entrepreneuriale (Audrestch et Fritsch, 2002 ; Fritsch et Mueller, 2004 ; Fritsch, 2008 ; Audretsch et Keilbach, 2004 et 2008 ; Audretsch, 2007 ; Abdesselam et al., 2014 ; Aubry et al., 2015). Ils montrent que le contexte économique régional influence de manière significative les formes d’entrepreneuriat, en particulier la qualité, la pérennité et le potentiel de croissance des nouvelles entreprises qui vont alors rétroagir sur la croissance régionale. Lorsqu’une région est caractérisée par un fort taux de chômage, on retouvera en général un entrepreneuriat dit « push » (motif de nécessité). Dans ce cas – comme Oxenfeldt (1943) l’a expliqué dans ses travaux précurseurs sur la question –, les individus au chômage ou les individus ayant des perspectives salariales peu intéressantes peuvent devenir entrepreneurs simplement pour gagner leur vie. Or, pour ce type d’entrepreneuriat, les entreprises ont en moyenne une durée de vie plus faible et des perspectives de développement moins importantes. La création d’entreprises influence alors très peu le niveau de développement économique de la région concernée. À l’inverse, les entrepreneurs « pull » (motif d’opportunité) sont motivés par les nouvelles idées innovantes et les entreprises créées fonctionnent mieux et impactent positivement le développement régional (voir par exemple, Tervo et Niittykangas (1994) pour la Finlande, Audrestch et Keilbach (2004) pour les régions allemandes, Sterlacchini (2006) pour les régions Européennes, Abdesselam et al. (2014) et Aubry et al. (2015) pour les régions françaises). On retrouve des conclusions similaires dans les rapports du Global Entrepreneurship Monitor (Gem - 2002, 2006, 2009 et 2014) qui mettent aussi en évidence un taux élevé d'entrepreneuriat « push » dans des pays dont le niveau de développement économique est relativement faible. Le poids du secteur primaire et le fonctionnement de l'économie informelle expliquent en partie le niveau élevé d'activité entrepreneuriale dans les pays en développement mais aussi son faible impact sur la croissance régionale (Szerb et al., 2014). Il semblerait donc que certaines régions produisent plus d'entrepreneurs « pull » que d'autres et, avec eux, plus d'emplois et de croissance économique (Reynolds et al., 1994 ; Fritsch et Storey, 2014).

7Par ailleurs, Lee et al. (2004) ou encore Drucker (2016) expliquent que l'environnement des entreprises nouvellement créées conditionne la portée de leur création de valeur, et de leur impact économique local, voire régional. Dans le même ordre d’idée, Audretsch et Fritsch (2002) arrivent à déterminer des « régimes entrepreneuriaux » plus ou moins favorables à la création d'emplois. Plus généralement, on ne recense à ce jour que très peu de contributions démontrant que l’environnement entrepreneurial compte (Hall et Sobel, 2008 ; Acs et al., 2013, 2017 ; Szerb et al., 2014). Dès lors, l’un de nos apports dans cet article est d’intégrer une mesure de l’environnement entrepreneurial telle qu’imaginée par Szerb et al. (2014) pour comprendre en quoi le contexte entrepreneurial semble être un moteur de la croissance économique, et ce, dans le contexte de l’ensemble de l’UE.

8Dès lors, l’importance de l’environnement global de l’entrepreneuriat comme facteur favorisant la croissance régionale semble de plus en plus s’imposer dans les travaux en entrepreneuriat et science régionale. Venkataraman (2004) a synthétisé celui-ci dans ce que l’on peut dénommer le schéma vertueux d’une économie de l’innovation qui s’oppose au schéma vicieux d’une économie managériale. Une illustration bien connue du schéma vertueux est celle de la Sillicon Valley. Le succès de ce territoire est principalement dû à la proximité de l’université de Stanford et à la communication entre les individus qui facilite la transmission du savoir parmi les individus, les firmes et l’industrie localisée (Saxenian, 1996). Gilson (1999) ajoute que des clauses de non-concurrence peu contraignantes en Californie ont permis de développer un marché du travail actif entre les entreprises du territoire selon le système de l’open innovation (Chesbrough, 2006). Les opportunités de changer d’emplois sont multiples et il est facile de mettre en avant son expérience spécifique dans d’autres entreprises du territoire. Tout ceci contribue à la dynamique économique locale et à la création de valeur sur le territoire. À l’inverse, dans un environnement peu favorable, les entrepreneurs sont poussés à entreprendre plutôt que tirés dans l’entrepreneuriat. Ceci ressort très nettement lorsque l’on regarde la faible intensité entrepreneuriale et la très forte proportion de chômeurs parmi les entrepreneurs en France en comparaison avec les États-Unis (Bhattacharjee et al., 2006). Seule la région Île-de-France – avec une forte présence de la recherche – enregistre un effet Schumpeter ; un plus grand nombre de créations d’entreprises se traduit dans le long terme par une diminution du taux de chômage (Aubry et al., 2015).

9Dans le cadre de la stratégie de croissance économique Europe 2020, la Commission européenne a mis l'accent sur le rôle de la politique régionale dans l’objectif d’assurer la complémentarité entre les pays membres de l'UE, au niveau national et régional pour la recherche et le développement, l'innovation et l'entrepreneuriat (Redi report, Ortega-Argilés et al. 2014). Afin de mesurer la complexité d’un environnement entrepreneurial favorable, l’indice régional de l'entrepreneuriat et du développement (ci-après dénommé « Redi ») à été créé. Il sert également à repérer les forces et les faiblesses d’une région en termes de contexte de création d’entreprises afin de pouvoir y remédier. Basé sur un calcul complexe de normalisation, d’effets marginaux identiques selon les piliers et de pénalisation des goulets d’étranglements (c'est-à-dire que le plus faible des piliers vient contraindre le niveau global du Redi), cet indice global reflète la capacité d’une région à promouvoir un entrepreneuriat de qualité, facteur de développement régional et de création d’emplois.

10Pour les promoteurs du Redi, un entrepreneur est une personne qui a la capacité kirznérienne d’« alertness », en ce sens qu’il entrevoit une opportunité d’innovation et qu’il la saisit, autrement dit qu’il la mène jusqu’au marché. Avec cette définition, une grande partie des autoentrepreneurs ne sont pas des entrepreneurs dans le sens où ils n’apportent quasiment jamais de changements dans le marché. Selon Stam (2008) certaines conditions sont nécessaires pour l’activité entrepreneuriale : (i) l’existence d’opportunités entrepreneuriales qui peuvent être plus ou moins importantes, (ii) l’existence d’individus capables de les saisir et surtout (iii) l’opportunité doit être exercée dans une organisation et doit représenter une réelle recombinaison qui implique un changement dans le marché. On voit donc que le Redi – construit autour de quatorze pilliers (cf. annexe) – a pour objet de mesurer les conditions dans lesquelles l’activité entrepreneuriale de qualité est la plus élevée possible. Cet environnement complexe où de multiples variables interviennent pour favoriser la création de startups reflète un système entrepreneurial plus ou moins favorable à l’entrepreneuriat innovant (Redi report, Ortega-Argilés et al., 2014). Nous faisons ici l’hypothèse qu’un contexte entrepreneurial plus ou moins favorable peut expliquer les variations spatiales des niveaux de développement économique régional.

3.  Méthodologie et données

3.1.  Une analyse exploratoire à partir de la régression géographiquement pondérée (Gwr)

11Dans le cas de notre étude, nous avons choisi une méthodologie essentiellement exploratoire permettant d’identifier la nature et les schémas d’hétérogénéité spatiale sur l’ensemble de la zone étudiée. L'objectif principal est de capturer les caractéristiques, les particularités et les spécificités de chaque région, permettant ainsi la conception de politiques de soutien à l’entrepreneuriat et au développement économique régional plus appropriées.

12Une telle méthode, bien adaptée aux besoins de la recherche en science régionale, est le modèle de Gwr (Brunsdon et al., 1996 ; Fotheringham et Brunsdon, 1999 ; Fotheringham et al., 2003 ; Paez et al., 2011). Contrairement aux modèles de régression habituels qui estiment des coefficients globaux qui valent pour toutes les régions, cette méthode calcule des modèles locaux et fournit des estimations de coefficients qui changent d'une région à l'autre, en fonction de pondérations spatiales définies. Par conséquent, le modèle de Gwr permet d’identifier les variations géographiques de l’influence des facteurs explicatifs ; autrement dit, elle permet d’identifier le fait que certaines variables peuvent avoir un effet positif dans certaines régions alors qu’elles peuvent avoir des effets négatifs dans d’autres régions.

13À ce jour, les études qui utilisent cette technique dans le cadre des recherches sur le rôle de l’entrepreneuriat sur le développement économique régional émergent et sont prometteuses (Breitenecker et Harms, 2010). On retrouve ainsi des travaux récents faisant usage de la Gwr pour montrer les variations spatiales (i) des déterminants de la création d’entreprise (Cheng et Li, 2011 ; Breitenecker et al., 2017) (ii) des relations entre l’entrepreneuriat et la création des emplois (Shearmur et al., 2007) ou encore (iii) du rôle de l’entrepreneuriat sur le développement régional (Deller, 2010 ; Pijnenburg, 2013 ; Lambert et al., 2014). Concernant ce dernier type de travaux qui nous intéresse plus spécifiquement, Deller (2010) analyse le rôle des microentreprises sur la croissance régionale dans les comtés américains et explique qu’il existe une hétérogénéité spatiale de cette relation en fonction du type d’industrie et de leur taille. Lambert et al. (2014) mettent en lumière les effets hétérogènes de la création d’entreprise sur la croissance économique dans les régions des Appalaches. Enfin, Pijnenburg (2013) étudie l’effet de l’auto-entrepreneuriat sur le développement régional à l’échelle des régions Nuts 2 avec cette méthode. Elle démontre que dans les régions européennes où l’effet est positif et significatif, l’auto-entrepreneuriat est plus faible que dans les régions où l’effet est significativement négatif.

14La spécification habituelle de la Gwr (Fotheringham et al., 1997) prend la forme suivante :

15où y_i est la dépendante variable pour la localisation i, x_ij sont les variables indépendantes j mesurées dans le voisinage de i et

est le terme d’erreur, qui doit être indépendant et distribué normallement. Chaque coefficient dans le modèle est estimé pour chaque localisation i sur un ensemble d’observations (ici les régions de l’UE au niveau Nuts 2). Les observations sont pondérées en fonction de leur proximité à la localisation i et suivant une matrice de pondération telle que décrite ci-après.

16Le choix du régime de pondération est une étape importante de la procédure d’estimation du modèle spatial. La logique derrière ce choix est que les observations les plus proches de la localisation exercent plus d’influence sur les paramètres estimés à cette localisation que les observations les moins proches. Ainsi, le poids peut être considéré comme une fonction continue et strictement décroissante de la distance qui sépare, par exemple, un logement de la localisation centrale de la ville pour en expliquer le prix. La famille des fonctions Kernel possède ces propriétés. Plusieurs variantes de ces fonctions ont été proposées dans la littérature pour construire la matrice. La plus utilisée est la fonction gaussienne (Figure 1) telle que proposée par Brundson et al. (1996). Elle produit une baisse exponentielle des pondérations et est définie comme suit :

17où s est une région voisine et h > 0 est défini comme étant la portée de la fonction, autrement dit le rayon de la zone d'influence du point i.

Figure 1

Illustration de la matrice de pondération spatiale dans la Gwr

Illustration de la matrice de pondération spatiale dans la Gwr

18Les kernels spatiaux à fenêtres fixes peuvent donner des variabilités exagérées dans les localisations où les observations sont éparses. De même, ils peuvent masquer la variabilité dans les localisations où les observations sont denses. C’est le cas pour les régions européennes de niveau Nuts 2 car leur taille est variable. Pour surmonter ce problème, les fonctions de pondération spatialement adaptatives sont incorporées dans le modèle de Gwr. Ces fonctions ont l’avantage d’adapter la fenêtre de pondération en fonction de la densité des observations autour de chaque point de régression. Selon Fortheringham et al. (2003), la meilleure fenêtre à retenir est obtenue selon le critère de minimisation de la « validation croisée », analogue à la minimisation de la somme des carrés des résidus.

3.2.  Les données

19Les données récoltées sont issues de la base Espon et d’Eurostat. Comme Pijnenburg (2013), Audretsch et al. (2015) ou Breitenecker et al. (2017), nous considérons un décalage entre les variables dépendantes et indépendantes de deux ans dans le passé. Comme cela, nous pouvons contrôler l'endogénéité. Toutes les variables indépendantes sont des mesures de l'année 2013 tandis que la variable dépendante (le niveau de PIB/hab en PPA) est en 2015. Ainsi, les variables indépendantes retardées sont peu susceptibles d'être corrélées avec des effets dans les résidus, ce qui minimise le risque d'endogénéité dans le modèle.

20L’échantillon comprend 246 régions de l’union européenne. Pour des raisons statistiques liées à des problématiques insulaires ou d’enclaves, Chypre, Malte, les Îles Canaries, les Açores, Madère et les Territoires d’Outre-Mer ont été exclus. LeSage (2004) explique que la présence de telles observations aberrantes peut influencer les estimations de la Gwr. Par ailleurs, la Roumanie, la Bulgarie et la Croatie ont été exclues de notre analyse faute de données.

21Dans une économie entrepreneuriale, la croissance et les emplois nouvellement créés le sont principalement par les nouvelles entreprises. L’environnement entrepreneurial – mesuré ici par le Redi – participerait donc à l’explication des différences de niveaux de développement entre les régions européennes et ce d’autant plus que les variables favorables à l’entrepreneuriat de qualité sont aussi des variables favorables au développement des entreprises existantes.

Figure 2

Environnement entrepreneurial et développement régional

Environnement entrepreneurial et développement régional

22Dans notre modèle, nous avons fait le choix d’intégrer la densité de population comme proxy des économies d’agglomération. De nombreux travaux en économie régionale ont montré les liens entre les régions métropolitaines et la performance économique régionale (Dunford, 1994 ; Petrakos et al., 2005 ; Geppert et Stephan, 2008 ; Camagni et Capello, 2013). La densité de population rend compte de la plus grande facilité des individus à échanger, à tirer profit des infrastructures dans les milieux denses et dans une économie de l’information, à favoriser les « spillovers » interindividuels, retraçant ainsi la croissance privilégiée des agglomérations urbaines. Par ailleurs, Bosma et Sternberg (2014) ont montré que la taille de la zone urbaine était corrélée positivement avec le potentiel quantitatif et qualitatif des opportunités entrepreneuriales à l’origine de la croissance économique.

23Nous avons ajouté la variable du chômage de long terme car elle met en avant des effets du marché du travail (plus ou moins flexible) qui pénalisent la création d’emplois et ce particulièrement dans certains pays de l’Union européenne du fait de régulations différentes du marché du travail au niveau national mais aussi de niveaux de développement différents, voire de situations de crise structurelles. Cette rigidité du marché du travail et la présence d'individus dont les capacités à trouver un travail sont limitées du fait de leurs compétences insuffisantes (Gordon, 2001) explique l'inclusion de cette variable dans notre modèle. Comme Rodríguez-Pose et Crescenzi (2008) ou Dijkstra et al. (2011) l’ont montré, le chômage de longue durée limite la capacité des régions à assimiler les retombées de la connaissance et donc à connaître un niveau de compétitivité régionale élevé. Enfin, une part élevée de chômeurs peut indiquer plutôt de l’entrepreneuriat de nécessité, de faibles niveaux de demande locale et des conditions défavorables pour les startups qui produisent principalement pour le marché local (Fritsch et Schroeter, 2011).

24Compte tenu des travaux antérieurs sur le développement régional soulignant les rôles joués par le niveau d’éducation de la population d’une part, et les investissements dans la R & D d’autre part (notamment Crescenzi, 2005 ; Sterlacchini, 2008 ; Rodríguez-Pose et Crescenzi, 2008 ; Fingleton, 2013) nous avons intégré les variables Educ (part de la population âgée de 24 ans à 64 ans diplômée de l’enseignement supérieur) et R & D (part des dépenses en R & D dans le Pib régional). Plus récemment, des études ont mis en évidence que les facteurs institutionnels et de bonne gouvernance expliquaient les niveaux différenciés de développement régional (i.e. Rodríguez-Pose, 2013 ; Platteau, 2015). Nous avons donc intégré l’indicateur (Indice de Qualité Institutionnelle) créé par Charron et al. (2014) pour évaluer la qualité des pouvoirs publics (niveau de corruption, impartialité de la fonction publique, état de droit).

Tableau 1

Variables descriptives

Variables descriptives

Les valeurs en gras sont différentes de 0 à un niveau de signification alpha = 0,05

Tableau 2

Matrice de corrélation (Pearson (n))

Matrice de corrélation (Pearson (n))

Les valeurs en gras sont différentes de 0 à un niveau de signification alpha = 0,05

4.  Une influence spatialement différenciée de l’environnement entrepreneurial sur le développement régional

25Le niveau de développement économique régional a été modélisé comme une fonction des variables décrites dans le Tableau 3. Afin d’étudier l’hétérogénéité spatiale des niveaux de développement, nous avons développé un modèle à partir de la Gwr. Le test de la présence d’autocorrélation spatiale dans les résidus du modèle de la Gwr à l’aide de la statistique I de Moran permet d’évaluer le degré de dépendance entre les observations proches. Les résultats (Tableau 3) confirment que le modèle retenu n’est pas biaisé puisqu’il n’est pas observé d’autocorrélation spatiale (p<0,01) dans les résidus du modèle. En revanche, comme la littérature l’a déjà abondamment démontré, l’indice de Moran de Yi,t (I = 0,71, p<0,005) indique que le niveau de développement d’une région est influencé par celui des régions voisines et qu’il existe une très forte concentration spatiale des niveaux de développement dans l’UE.

Tableau 3

Résultats de la Gwr

Résultats de la Gwr

26Les résultats montrent tout d’abord que les différents paramètres du modèle sont tous statistiquement significatifs et influencent positivement la croissance régionale, excepté le chômage de long terme. La comparaison des minima et des maxima des estimations des paramètres locaux du Redi (min = -0,351 ; max = 0,030) indique que la direction de la relation avec le développement régional varie dans l’UE. Au regard des changements de signes dans les estimations des paramètres du modèle et des variations régionales importantes dans la force de la relation avec le développement régional (voir cartographies infra), nos résultats confirment que négliger l'hétérogénéité spatiale dans un modèle global entraîne des résultats erronés.

27D’une manière générale, on observe que le niveau de développement régional semble être plus élevé à mesure que l’environnement entrepreneurial est favorable. Ceci se comprend en identifiant les effets réfugiés/Schumpeter (Thurik et al., 2008 ; Abdesselam et al., 2014). L’effet Schumpeter traduit le fait que les nouvelles entreprises lancées pour des motifs d’opportunité peuvent contribuer à la réduction du chômage (Thurik et al., 2008 ; Koellinger et Thurik, 2012). En fait les motifs liés à la création d’entreprises se traduisent par différentes potentialités en termes de croissance et d’emplois. Par exemple, à l’échelle des nations et en utilisant des données en coupe instantanée sur 37 pays participant au Gem en 2002, Wong et Autio (2005) montrent que parmi les différents types d’activité entrepreneuriale, seules les créations d’entreprises à fort potentiel de croissance ont un impact significatif sur la croissance économique.

28Par ailleurs, on identifie l’effet « métropole » pour lequel les régions densément peuplées sont celles qui enregistrent les plus hauts niveaux de développement économique. On retrouve ici ce qui a été largement montré sur les économies d’agglomération dans la littérature de la Nouvelle Économie Géographique. De même, le niveau d’éducation ainsi que les investissements dans la R & D ont des effets positifs le niveau de développement des régions.

29Enfin, le chômage de long terme semble influencer négativement le niveau de développement économique des régions telle que la littérature l’a déjà décrit (Fagerberg et al., 1997 ; Cappelen et al., 2003 ; Rodríguez-Pose et Crescenzi, 2008 ; Crescenzi et Rodríguez-Pose, 2012 ; Marelli et al., 2012).

30Les coefficients de détermination présentent une tendance spatiale régulière à travers les régions européennes (Figure 3). Le pouvoir explicatif des caractéristiques retenues dans l’analyse est variable à travers les régions européennes et a tendance à croître en direction de l’Est. Cette tendance spatiale est particulièrement forte le long de l’ex-Rideau de fer dans les pays baltes et la moitié inférieure de l’Italie. D’une manière générale, on remarque un pouvoir explicatif plus important pour les niveaux de développement faibles et moins fort pour les niveaux de développement élevés. En d’autres termes un faible Redi explique mieux un faible niveau de développement (Figure 4). Un fort Redi rend moins bien compte d’un niveau de développement élevé (excepté pour certaines régions comme l’Europe du Nord où la corrélation est forte).

Figure 3

Figure 3

31La Gwr permet d’approcher localement la variation importante du développement économique régional entre les régions et l’ampleur des écarts. La visualisation des coefficients du modèle de Gwr permise par cette méthode met en lumière les variations spatiales des paramètres (Figure 4). L'avantage de la cartographie des valeurs t en plus des paramètres locaux est que les valeurs t saisissent à la fois la direction (signe) et la force (quantité) des relations locales entre les variables indépendantes et le niveau de développement régional.

32La cartographie des t-valeurs du modèle synthétise les relations entre le niveau de développement régional et le Redi (Figure 4). Les coefficients estimés varient significativement dans l’espace en direction et en magnitude. La carte des t-valeurs des effets de l’environnement entrepreneurial sur le niveau de développement régional suggère une influence très forte dans les régions orientales des Peco, dans les parties méridionales de l’Italie, en Grèce ainsi qu’une Irlande. Exceptée pour l’Irlande, on remarque qu’un environnement entrepreneurial défavorable a un impact sur les niveaux de développement faibles observés. Ceci confirme bien que le contexte entrepreneurial compte (Welter, 2011 ; Autio et al., 2014 ; Szerb et al., 2014 et 2017). Si l’on peut observer des créations d’entreprises dans ces pays, trop souvent elles le sont pour des motifs de nécessité. Or, non seulement la survie de ce type d’entreprises est faible, mais elles contribuent peu ou pas à la croissance régionale. C’est ce qu’ont montré Manolova et al. (2008) en constatant des faibles niveaux d’entrepreneuriat dans certains Peco en raison de la faible confiance envers les institutions et des capacités insuffisantes pour créer de nouvelles entreprises. Les auteurs avancent que cette faible confiance pourrait s'expliquer par le fait qu’il s’agit de pays en transition économique, sociale et politique. Selon Rodriguez-Pose (2018), pour les régions à faibles revenus (comme le sont ces régions), les variables telles que l’accessibilité, le niveau du capital humain et l’innovation sont susceptibles de renforcer la croissance. en revanche, la qualité de la gouvernance étant faible, elle a donc un effet négatif sur le développement régional. Dès lors, on comprend la forte influence du Redi dans ces pays et l’explication du faible niveau de développement régional. À cet effet, Szerb et al. (2017) expliquent que la performance entrepreneuriale de ces régions est plus faible que pour les pays de l’ex-Europe des Quinze. Les auteurs ont également montré qu’en général, les régions d'Europe centrale et orientale ont un score faible dans les piliers du Redi concernant les attitudes entrepreneuriales mais relativement fort dans les piliers axés sur les aspirations entrepreneuriales – mais bien souvent pour des raisons de nécessité.

33Pour le tigre celtique en revanche, son Redi élevé (considéré comme une mesure d’entrepreneuriat d’opportunité) est associé à une influence très significative sur le niveau de développement élevé du pays. Comme plusieurs auteurs l’ont montré récemment, le contexte institutionnel compte dans le niveau de développement régional (Kaufmann et Kraay, 2003 ; Glaeser et al., 2004 ; Arbia et al., 2010 ; Rodriguez-Pose, 2013 ; Rodríguez-Pose et Di Cataldo, 2014) et la création d’entreprise (Aidis, 2005 ; Aidis et al., 2008 ; Dreher et Gassebner, 2013). Dans ce pays, les pouvoirs publics ont mis en place une stratégie qui visait à accroître leur compétitivité et leur attractivité (Murphy, 2000). Ils ont proposé un environnement fiscal [1] et administratif favorable à l’accueil d’Ide (Barbieri, 2009). En outre une dynamique de démarchage des firmes multinationales a été instaurée très tôt en 1987 avec la création de l’Agence des Investissements Étrangers. Enfin, le marché du travail y est très flexible [2] et la main-d’œuvre est relativement jeune et bien formée. Cet environnement entrepreneurial favorable – notamment l’aspect « capacités entrepreneuriales » du Redi – a ainsi joué favorablement dans le développement économique de cette région d’Europe.

34À l’inverse, dans une grande partie de la France et dans le Benelux, le score du Redi obtenu par ces régions semble influencer négativement le niveau de développement régional qui par ailleurs est plutôt élevé jusque très élevé pour ces régions. Dans une autre étude (Abdesselam et al., 2017) les auteurs montrent qu’il existe différents régimes entrepreneuriaux en Europe. En particulier, ceci se vérifie bien pour le groupe des « Wage-based economies with opportunity Entrepreneurship » qui regroupe notamment ces régions. Dans ces pays (avec les Pib/hab les plus élevés par ailleurs) la mortalité des nouvelles entreprises est plutôt faible, le taux de survie des nouvelles entreprises à cinq ans est bon et il y a peu de créations par nécessité, les taux de chômage (actuel et de long terme) sont plutôt faibles et la part des auto-entrepreneurs est faible aussi. Ces pays sont aussi des pays relativement moins entrepreneuriaux que certains pays moins développés, ils se caractérisent donc par des économies davantage basées sur le salariat dans lesquelles une grande partie du développement est aussi basée sur les entreprises existantes. Grâce à leur développement, à leur richesse, ces pays sont capables de promouvoir des politiques efficientes de soutien à l’entrepreneuriat d’opportunité.

Figure 4

Figure 4

35Le chômage de long terme semble quant à lui influencer plus fortement et négativement le développement régional en particulier en Europe centrale, dans le sud de la France et le nord de l’Italie (Figure 5). Pour les régions d’Europe centrale et les pays Baltes, on peut supposer que l’influence très importante du taux de chômage de long terme sur leur niveau de développement régional est davantage due à la persistance de conditions structurelles et historiques liées à leur passé communiste. Ces « retardataires entrepreneuriaux » (Vaillant et Lafuente, 2007) ont donc fort à faire pour améliorer leur contexte entrepreneurial. On comprend également pourquoi, dans ces pays-là, les créations d’entreprises le sont plus par nécessité (du fait d’un chômage de long terme important) que par opportunité (faible environnement entrepreneurial favorable).

Figure 5

Figure 5

5.  Conclusion et discussion

36Les résultats présentés ici suggèrent que les différences de contexte entrepreneurial contribuent en partie à expliquer les différences de niveau de développement régional. En croisant les conclusions d'autres recherches montrant que l'entrepreneuriat d’opportunité conduisait à des niveaux de développement économique plus élevés, nous soutenons que le contexte dans lequel l’entrepreneur créé son entreprise compte. Dans ce sens, encourager la création d’entreprises ne suffit pas, il faut aussi et avant tout créer les conditions favorables permettant de créer des entreprises dont la durabilité et les taux de création d’emplois sont élevés. Par ailleurs, cet article montre que le contexte entrepreneurial – incluant les attitudes entrepreneuriales, les capacités et les aspirations des individus (Ács et al., 2013 ; Szerb et al., 2014) – n’a pas la même influence sur le développement économique en fonction des régions. Ces variations spatiales mettent en lumière que si l’indice du Redi est lié au niveau de développement, il l’est d’autant plus que le niveau de l’indice est faible. Autrement dit, les retards de développement de certaines régions s’expliquent en partie par un contexte entrepreneurial défavorable. Pour les niveaux d’indice élevés – qui correspondent en fait à des niveaux de développement élevés – on retrouve essentiellement des régions où il y a de l’entrepreneuriat d’opportunité, facteur de croissance.

37Dès lors, s’intéresser aux liens entre développement régional et contexte entrepreneurial semble pertinent afin d’interroger le souhait pour la Commission européenne de miser sur les nouvelles entreprises pour relancer la croissance en Europe. Ce questionnement revêt une importance d’autant plus importante que la réduction des disparités régionales en Europe constitue l’un des grands objectifs de la Commission européenne (Barca, 2009 ; Manzella et Mendez, 2009 ; McCann et Ortega-Argilés, 2015). Alors qu’avant l’objectif consistait à accroître les investissements et l’emploi dans les régions en retard, le nouvel objectif consiste à accroître la compétitivité territoriale de toutes les régions (Capello et al., 2008 ; Camagni et Capello, 2010 ; Gordon, 2011). Cette « place-based policy » (Bachtler, 2010 ; Bourdin et Ragazzi, 2018) tirée des théories de la croissance endogène consiste donc à miser sur les potentiels locaux de développement, dans lesquels l’entrepreneuriat occupe une place primordiale.

38Dans ce cadre, nos résultats montrent que promouvoir un entrepreneuriat de qualité dans les régions les moins développées de l’UE est une priorité. Il ne s’agit pas seulement d’améliorer le capital humain (compétences et niveau d’éducation) des entrepreneurs et de favoriser un esprit d’entreprise vers l’innovation, mais bien de mettre en œuvre les conditions d’un environnement entrepreneurial favorable à la création d’entreprises. Réduire l’entrepreneuriat de nécessité au profit d’un entrepreneuriat par opportunité implique d’opérer des changements institutionnels et socio-économiques profonds, en particulier dans les Peco. En se référant à la littérature sur la croissance endogène, cet article explique qu’au-delà des facteurs traditionnels de la croissance (formation du capital humain et dépenses en R & D notamment), les conditions institutionnelles et la bonne gouvernance comptent (Rodriguez-Pose, 2013 ; Rodríguez-Pose et Di Cataldo, 2014) pour favoriser un entrepreneuriat de qualité, facteur de développement économique. Devant l’impact spatialement différencié de l’entrepreneuriat d’opportunité sur le développement régional, il semble nécessaire de mettre en place des politiques publiques de croissance économique et d’accompagnement de l’entrepreneuriat spécifiques à chaque région et non plus des approches « one size-fits-all ».

39Ainsi, les décideurs politiques européens doivent poursuivre leurs réorientations engagées de la Politique de Cohésion et des politiques européennes de développement de l’activité entrepreneuriale vers des « place-based approaches ». Ces dernières doivent soutenir les capacités entrepreneuriales (capacité d’absorption technologique, formation du capital humain, régulation de la concurrence), favoriser les aspirations entrepreneuriales (innovation de produit et de process, internationalisation, capital-risque) et susciter des attitudes entrepreneuriales (réseautage, compétences entrepreneuriales, perception des opportunités, support pour les start-ups). Ceci est d’autant plus important que dans les Peco – caractérisés par un taux de chômage de long terme élevé et une économie informelle développée – favoriser une plus grande opportunité d'entreprendre et l'esprit d'entreprise constitue un mécanisme important pour réduire ces deux phénomènes. Comme Baumgartner et al. (2013), nous soutenons l’idée d’une approche plus territorialisée de la création d’entreprise et d’identifier les conditions dans lesquelles le potentiel entrepreneurial sera maximisé par un environnement d’entrepreneuriat favorable.