2.1. Fiscalité économique locale en France

8La fiscalité locale est définie comme l’ensemble des contributions monétaires obligatoires pour les redevables, destinées aux collectivités locales. Les ressources budgétaires de ces collectivités sont composées de ces recettes fiscales mais aussi d’emprunts et d’apports d’autres échelons administratifs. Des contributions locales complémentaires existent afin de financer des services locaux spécifiques tels que le ramassage des ordures ou le transport collectif. Cette recherche porte sur la fiscalité économique – c’est-à-dire touchant les entreprises – du bloc communal.

9Sur la période considérée dans cette recherche (2011-2015), les entreprises propriétaires de biens immobiliers (TFPB) ou de terrains non bâtis (TFPNB) doivent payer une taxe foncière (TF). Toute entreprise est assujettie à une contribution économique territoriale (CET) composée d’une taxe sur la valeur ajoutée (CVAE) et d’une cotisation foncière (CFE). Les bases des TF et CFE sont calculées à partir de la valeur locative des biens concernés. Les entreprises de réseau sont redevables de l’impôt forfaitaire sur les entreprises de réseaux (IFER) et les entreprises à grandes surfaces de la taxe sur les surfaces commerciales (TASCOM), proportionnelle à la surface de vente au détail. Pour les entreprises de taille intermédiaire à grande, une taxe sur la masse salariale, le versement transport (VT), sert à financer les transports collectifs locaux. D’autres impôts mineurs sont négligés ici.

Tableau 1

Produits des contributions principales pour le bloc communal (milliards €)

Produits des contributions principales pour le bloc communal (milliards €)

* Comprend d’autres taxes et impôts que ceux indiqués dans le tableau

10Toutes les entreprises ne sont pas touchées de la même manière selon la valeur des bases taxées (valeur locative, surface, valeur ajoutée, masse salariale), leur secteur d’activité ou leur localisation. L’objet de cet article portant sur les différentiels locaux de fiscalité, certaines taxes peuvent être négligées. C’est le cas par exemple de la CVAE dont le taux est fixé au niveau national. En ce qui concerne la TASCOM et l’IFER, elles ne concernent que certains types d’entreprises et leur produit global reste modéré (Tableau 1). Nous les excluons donc de l’analyse.

11Le choix de l’année 2011 comme début de la période étudiée est justifié par l’entrée en vigueur d’une réforme importante de la fiscalité locale intervenue en 2010. La ressource principale des communes et des intercommunalités avant cette date était la taxe professionnelle (TP). Créée en 1975, elle a connu plusieurs réformes. Au tout début, elle comprend une base liée à la valeur locative des immobilisations corporelles et une base liée à la masse salariale. Cette conception la rapprochait d’une taxe sur les facteurs de production, ce qui introduisait une distorsion par l’élévation du coût d’usage du capital (Simula et Trannoy, 2009). Rapidement contestée (Bouzely, 1982), la TP a connu de nombreuses réductions avant sa suppression totale à partir de 2010 (La Banque Postale, 2019). Cette suppression a considérablement fait évoluer la structure des revenus fiscaux pour le bloc communal, avec une part plus importante de leur revenu fiscal reposant sur les contributions des ménages (Tableau 2).

12Dans une perspective comparative, la CET est la taxe la plus importante car elle touche toutes les entreprises ou presque. Toutefois, seule la partie foncière peut être variable d’une commune à l’autre. La CFE est alors une taxe que nous étudierons de près comme un potentiel déterminant des trajectoires de l’emploi à l’échelle locale. D’autres taxes peuvent être importantes à considérer, par leur importance relative et le fait qu’elles puissent varier localement. C’est le cas de la TFPB, bien qu’il soit difficile de juger sur qui porte le coût effectif entre propriétaire et locataire (Zodrow, 2001), de même qu’il est difficile de connaître précisément la proportion de propriétés économiques sur une commune. Enfin, le VT est un prélèvement significatif, mais qui ne concerne que les entreprises comptant plus de neuf salariés (dix à partir de 2016) et finance un service de transport ciblé.

Tableau 2

Total des dépenses du bloc communal (milliards €)

Total des dépenses du bloc communal (milliards €)

* Hors remboursement de la dette

2.2. Dépenses publiques communales

13La comptabilité usuelle des collectivités distingue les dépenses de fonctionnement et d’investissement. Ces catégories doivent être différenciées pour des raisons légales budgétaires. Les dépenses de fonctionnement sont alimentées par les taxes et les divers reversements, dotations ou péréquations alors que les dépenses d’investissement doivent être financées par des emprunts, des subventions et dotations ciblées, ou par de l’épargne brute (recettes - dépenses de fonctionnement). Les collectivités sont par ailleurs tenues d’équilibrer leur budget.

14La répartition des dépenses communales est fortement influencée par les compétences qui leur sont déléguées dans l’éducation, la culture et la vie sociale, l’action sociale, l’urbanisme, l’environnement, les infrastructures locales, le logement, la sécurité ou encore le développement économique (Thoumelou, 2016). Les compétences principales du bloc communal peuvent influer les trajectoires et les performances des entreprises.

15La comptabilité publique différencie les dépenses qui contribuent à la formation de capital public (investissement) de celles qui servent à la mise en œuvre des missions qui ont été confiées aux institutions communales (fonctionnement). À l’échelle de la commune ou de l’EPCI, il existe une corrélation forte entre les deux catégories. En 2015, les dépenses des administrations publiques locales s’élevaient à 249,2 milliards d’euros, dont 36,9 milliards d’euros de dépenses d’investissement (~75 % par le bloc communal). Les collectivités territoriales financent ainsi près de 60 % de l’investissement public. Au total, les dépenses locales représentent environ 20 % de la dépense publique, soit près de 12 % du PIB. Leur progression est encadrée par la fixation d’un objectif indicatif d’évolution de la dépense locale (ODEDEL). Ces règles ont affecté l’évolution des dépenses communales et intercommunales dont le rythme de progression est demeuré inférieur à celui des recettes dont ont disposé ces collectivités (Delpech et Navarre, 2018).

2.3. Bloc communal, pouvoirs et limites de décisions fiscales

16Le « bloc communal » comprend les communes et les structures de coopération entre communes que sont les EPCI. L’EPCI se fonde sur la « libre volonté des communes d’élaborer des projets communs de développement au sein de périmètres de solidarité » [1]. La coopération est soit syndicale, sans notion de fiscalité propre, soit instituée en groupement à fiscalité propre. Les EPCI à fiscalité propre peuvent opter pour un régime de fiscalité professionnelle unique (FPU) ou de fiscalité additionnelle (FA). Le regroupement en EPCI se justifie généralement par la mise en place de projets communs à des échelles qui dépassent les limites communales, mais aussi par une « volonté [politique] de systématisation de l’intercommunalité » (Albert, 2011).

17En matière fiscale, les communes, qu’elles appartiennent ou non à un EPCI, ont la capacité de voter leur taux de TH et de TF. Elles sont toutefois soumises à des règles légales qui encadrent les possibilités de taux. Il existe deux régimes de variation, choisis par les communes : (1) la variation proportionnelle ou (2) la variation différenciée des taux. Dans le premier cas, un mécanisme est prévu pour ajuster tous les taux d’un même facteur en fonction des besoins budgétaires. Dans le second, l’augmentation du taux TFPNB ne peut pas dépasser celle du taux TH [2]. La fixation du taux de TFPB est libre, dans la limite du plafond. Les EPCI à fiscalité propre ont la capacité de voter des taux qui viennent s’ajoutent à ceux des communes membres, hors CFE si elle est en régime FPU (dans ce cas, l’EPCI se substitue aux communes). Les règles de fixation sont similaires à celle des communes.

18La CFE, bien que due pour toute « activité exercée en vertu d'un contrat de fiducie » [3], peut être exonérée ou réduite sous certaines conditions. La CFE étant due au 1^er janvier, l’entreprise nouvellement créée est de fait exonérée sur la période qui sépare la date de création à celle du début de l’année suivante. Elle est ensuite réduite de 50 % sur l’année suivante. Un socle minimum de CFE est à payer, en fonction du chiffre d’affaires. La CET (CVAE+CFE) est plafonnée à 3 % de la valeur ajoutée, sur demande de l’entreprise. Les très petites entreprises (chiffre d’affaires annuel inférieur à 5 000 €) sont exonérées de CFE. Certaines politiques d’aide permettent des diminutions de CFE, pour les nouvelles entreprises, ou pour dynamiser certains territoires en difficulté [4]. En matière de TF, des allègements existent pour les nouveaux bâtiments, entreprises innovantes, ou pour les zones déjà citées auxquelles on peut ajouter les quartiers prioritaires et les bassins urbains à dynamiser. Dans les Zones d’Activité Economiques (ZAE) instituées par les EPCI, le régime fiscal peut changer, en particulier le taux de taxe. S’agissant de la CFE, l’EPCI en régime de Fiscalité Professionnelle de Zone (FPZ) a la capacité de voter un taux propre à la ZAE.

3.1. La variation de l’emploi

20Une grande partie de la littérature régionale sur les évolutions d’emploi recourt à une échelle territoriale plus grande que la commune. Une des problématiques majeures du champ est celle de la relation entre choix des ménages et des entreprises : les emplois suivent-ils les gens, ou inversement (Hoogstra et al., 2017) ? Storper et Scott (2009) discutent des différentes approches sur le sujet, en proposant d’y introduire l’idée de spécialisation industrielle.

21Les effets d’agglomération marshalliens sont au fondement de ces analyses. Leur intégration dans un modèle de croissance présentant une dimension spatiale est due à Krugman (1991) qui conçoit l’agglomération comme un moteur de croissance par un effet cumulatif, une idée classique en sciences régionales (North, 1955). À la suite de Glaeser et al. (1992), de nombreuses études empiriques ont été consacrées aux économies d’urbanisation et de localisation (Combes et Gobillon, 2015 ; De Groot et al., 2016). Il en résulte que, même considérée avec nuance, l’agglomération ne génère pas systématiquement de la croissance, cette conclusion étant partagée dans le cas français par Bouba-Olga et Grossetti (2015).

22La croissance de l’emploi en France entre 1975 et 2012 montre que les plus fortes hausses se concentrent dans certaines grandes aires urbaines de la façade Atlantique, à Toulouse, dans le sud-est ou dans la couronne parisienne alors que les plus fortes baisses se situent essentiellement dans le centre et le nord-est [5]. Cette géographie proviendrait des « reconfigurations économiques » et de la tertiarisation, mais aussi d’autres facteurs relatifs à la question du transfrontalier, l’histoire des tissus productifs ou le capital humain (ODT, 2016). La France est confrontée à des problèmes de « villes qui rétrécissent », en particulier dans les « anciennes régions industrielles » (Wolff et al., 2013).

23La thèse du « ruissellement spatial » partant des lieux denses très productifs, créant de la richesse se diffusant ensuite sur l’ensemble du territoire à travers divers mécanismes de redistribution soulignés par Davezies et Pech (2014) a un temps dominé le paysage français. En opposition, Bouba-Olga et Grossetti (2015) soulignent la faiblesse des données sur la production localisée de richesse utilisées et la problématique d’un « effet taille » difficile à argumenter. Enfin, Brunetto et al. (2017) mettent en évidence une typologie des métropoles en matière de dynamique de l’emploi, une minorité d’entre-elles relevant du modèle théorique de rayonnement.

24Les grandes structures de la croissance de l’emploi ont été analysées par Shearmur et al. (2013) dans le cas français. Ils dégagent un effet métropolitain qui concernerait plutôt la périphérie des grands centres et irait en s’atténuant sur la fin de la période d’étude (1999-2006). La présence d’un grand nombre de diplômés et un taux élevé d’actifs dans la zone favorise la croissance de l’emploi. Combes et al. (2004) utilisent une méthodologie dynamique (modèle VAR) pour montrer que les modèles statiques d’agglomération pure semblent fonctionner pour le cas français et que la diversité industrielle est un moteur, surtout quand il y a peu d’industries, mais que l’emploi est bien équiréparti dans ces industries. Cependant, leurs données sont assez anciennes (1984-1993).

3.2. Finances locales et dynamique économique

4.1. Champ de l’analyse

40L’analyse empirique porte sur les communes qui comptent 100 salariés ou plus travaillant dans l’ensemble des secteurs d’activité sous contrat de droit privé. Sur les 36 464 communes dénombrées en France au 31 décembre 2015, 9 347 passent ce seuil. Elles représentent 97,3 % de l’emploi salarié national en 2015. L’exclusion des communes comptant moins de 100 salariés, soit approximativement 70 % des communes françaises, est justifié par leur faible contribution à l’emploi total et par la forte spécificité de leur croissance. En effet, sur de petites quantités d’emploi, un taux de croissance peut vite exploser pour des changements absolus qui ont peu de sens.

4.2. Données et variables

41La variable dépendante est calculée à partir des renseignements fournis à l’ACOSS par les établissements répondants qui doivent déclarer le nombre de salariés, à temps complet ou partiel, qu’ils emploient à la fin de l’année. La variation de l’emploi communal est alors calculée à partir des données relatives au nombre de postes au sein des établissements cotisants. Nous utilisons le taux de croissance relative, notée Croieff_i, selon la formule :

42Croieff_i = (1)

43avec Eff_i,t, le nombre de salariés déclarés au 31 décembre de l’année t par les établissements actifs opérant sur une commune i au cours de l’année t (t = 2011, 2015).

44Suivant Levratto et Garsaa (2016), nous considérons que les variations de l’emploi d’une commune dépendent de différents facteurs locaux, ce qui nous conduit à estimer l’équation empirique suivante :

45 (2)

46avec Croieff_i définie telle que ci-dessus, Fisca_i, un vecteur de variable caractérisant la fiscalité locale et les dépenses publiques d’une commune i, Product_i, un vecteur de variables décrivant les principales caractéristiques du tissu productif d’une commune i, Control_i, un vecteur de variables de contrôle et , un terme d’erreur aléatoire de moyenne nulle et de variance ².

47Le premier bloc de variables explicatives, Fisca_i, décrit le système fiscal et les dépenses publiques susceptibles d’influencer l’activité des entreprises. Il s’agit de nos variables d’intérêt. La première est le taux de CFE, noté CFE, défini comme le taux annuel voté au sein des communes et/ou des EPCI. Il est exprimé en proportion, donc entre 0 et 1. La seconde est le taux de TFPB, noté TFPB, introduit selon la même méthode. Le taux n’informant qu’imparfaitement sur le poids de la fiscalité au niveau local, nous contrôlons par une variable lnBaseCFE, qui correspond à la base fiscale de CFE au niveau de la commune, pondérée par le nombre de salariés et mise en logarithme pour diminuer l’importance des valeurs artificiellement augmentées par les petites tailles.
Afin de tenir compte des dépenses réalisées localement, nous utilisons une la variable DepEquip, qui représente les dépenses dites d'équipement, réalisées sur une commune donnée, auxquelles on ajoute des dépenses d’équipement par habitant effectuées par l’EPCI d’appartenance, correspondant au nombre de communes membres de l’EPCI. Dans l’incapacité de définir une répartition des investissements intercommunaux sur les communes, nous faisons l’hypothèse que chaque commune profite également de l’investissement global. La variable DepEquip est la moyenne des dépenses d’équipement annuelles par habitants, en millier d’euros, entre 2007 et 2011. Certaines communes, en particulier de petites communes, tirent la distribution des dépenses par habitant vers la droite, nous corrigeons alors ce poids par la mise en logarithme de DepEquip, avec la variable lnDepEquip. Cette période couvre la dernière année d’un cycle électoral et les quatre premières années du suivant.

48Le deuxième vecteur de variables, Product_i, contient un ensemble d’indicateurs permettant de qualifier le tissu économique d’une commune. Suivant la littérature, nous retenons les économies d'agglomération dont le rôle dans la dynamique de l’emploi a largement été étudié (Beaudry et Schiffauerova, 2009). Nous les approximons par la densité de salariés travaillant dans la commune au km². Pour tenir compte de biais éventuels induits par les différences de taille et donc une large amplitude de sa distribution, nous introduisons la forme logarithmique de cette variable notée lnDens. Afin de rendre compte du type d'activité prévalant au sein de chaque commune et suivant Levratto et al. (2017), nous considérons la part de salariés dans l'industrie manufacturière [6] par rapport au nombre total d'employés. Elle est notée PartManuf. Toujours dans le but de rendre compte de la présence d’activités présentant un profil de croissance particulier, nous introduisons une variable, notée PartKibs mesurant la part des emplois dans les services à forte intensité en connaissance [7] dont la contribution à la dynamique territoriale est soulignée par un grand nombre de travaux empiriques (Doloreux et al., 2010). Ces indicateurs sont complétés par l’indice synthétique de Krugman, noté Spec, calculé suivant (Kubrak, 2013) avec l’emploi, () la commune, () le secteur (NAF A38) et de tout notre échantillon si la variable n’est pas indicée :

49Spec_i = (3)

50À côté de ces variables économiques nous introduisons des variables de contrôle permettant de décrire le positionnement de chaque commune sur un plan géographique et en ce qui concerne la demande globale. La première variable de ce type introduite est la catégorie urbaine en neuf classes (Annexe 2) telle qu’elle est construite par l’INSEE et la DATAR (INSEE, 2011) ci-après notée CatUrb, qui, à l’instar de la distance au centre urbain peut favoriser le jeu des externalités d’agglomération (Arauzo-Carod et Viladecans-Marsal, 2009). Nous intégrons également le revenu médian en milliers d’euros, Revenu, de la commune qui donne une indication à la fois sur la demande locale pour les entreprises et le potentiel fiscal que les communes peuvent tirer des ménages, pouvant alors générer des effets positifs directs ou indirects sur l’activité économique. Il est aussi relatif au coût du foncier, potentiel obstacle à la dynamique d’emploi et amplificateur des montants de la valeur locative cadastrale.

51Certaines communes se trouvent dans des EPCI à fiscalité professionnelle de zone, ce qui crée alors un double régime fiscal, selon l’implantation ou non sur une ZAE. Les ZAE pouvant être à la fois un outil de développement local et un lieu de fiscalité différenciée, nous intégrons une variable muette ZAE prenant la valeur 1 si une telle zone est présente sur la commune et 0 sinon.

Tableau 3

Statistiques descriptives

Statistiques descriptives

52Le Tableau 3 présente les statistiques descriptives des différentes variables utilisées dans l’analyse ; la matrice des corrélations figure en Annexe 1.

53La Figure 1 reprend la carte des taux de CFE et de TFPB (2011) et des croissances d’emploi (2011-2015) pour l’ensemble des communes dans lesquelles se trouvent plus de 100 salariés en 2011.

54La répartition des taux de CFE fait apparaître une distinction Nord/Sud, mais aussi un dégradé centre/périphérie pour certaines villes (Nantes, Bordeaux, Strasbourg, Lille par exemple) avec des taux supérieurs au centre. Autour d’autres grandes villes comme Toulouse ou Paris, la clusterisation des taux suit un schéma le long de radiales. Enfin, les taux paraissent plus élevés sur certaines frontières de plaine (Flandres), de montagne (Savoie) ou littorales (Golfe du Lion). La répartition des taux de TFPB est plutôt différenciée sur un axe Est/Ouest et assez peu influencée par la centralité urbaine. La carte communale permet de voir la diversité française avec une croissance de l’emploi assez éclatée sur l’ensemble du territoire.

Figure 1

Cartes des taux de CFE et TFPB en 2011 et des taux de croissance 2011-2015 Taux de CFE en 2011

Cartes des taux de CFE et TFPB en 2011 et des taux de croissance 2011-2015 Taux de CFE en 2011

Figure 1

Cartes des taux de CFE et TFPB en 2011 et des taux de croissance 2011-2015 Taux de TFPB en 2011 et

Cartes des taux de CFE et TFPB en 2011 et des taux de croissance 2011-2015 Taux de TFPB en 2011 et

Figure 1

Cartes des taux de CFE et TFPB en 2011 et des taux de croissance 2011-2015 Taux de croissance de l'emploi 2011-2015

Cartes des taux de CFE et TFPB en 2011 et des taux de croissance 2011-2015 Taux de croissance de l'emploi 2011-2015

5.1. Méthodologie

56La distribution non-normale de la variable Croieff qui mesure le taux de variation de l’emploi (Figure 2) n’est pas compatible avec une estimation de l’équation (2) par les moindres carrés ordinaires (MCO). Nous estimons par conséquent l’équation empirique (2) à l’aide de la technique de la régression quantile (RQ) qui permet d’estimer les coefficients le long de la distribution des quantiles conditionnels.

Figure 2

Diagramme normal/Kernel de la variable expliquée

Diagramme normal/Kernel de la variable expliquée

57Trois raisons justifient ce choix (Koenker, 2005). La première est que l’hypothèse de normalité des erreurs, qui représente l’un des fondements de l’inférence par la méthode des MCO, n’est souvent pas vérifiée dans les modèles de croissance d’emploi (Duschl et Brenner, 2013) et nos données n’échappent pas à cette règle. La seconde raison est liée au fait que la RQ est plus robuste aux valeurs extrêmes (Givord et D’Haultfoeuille, 2014). La troisième raison est que différents coefficients sont estimés selon le quantile espéré, donnant une image plus complète de la relation entre nos variables (Ibid., 2014). Ainsi, contrairement à la méthode des MCO qui estime l’effet moyen des variables explicatives sur la variable dépendante, les RQ permettent d’identifier leur effet marginal selon des quantiles choisis de la distribution conditionnelle de la variable expliquée. Cette méthode permet de dévoiler des effets non unanimes sur la distribution (Mcmillen, 2013).

58Bien qu’il soit techniquement possible d’estimer le modèle en panel, nous ne retenons pas cette possibilité en raison de la structure des données mobilisées. Le lien temporel entre dépenses publiques et activité des entreprises est ténu et les délais d’action trop contingents pour être systématisés. D’autre part, le taux de fiscalité évolue très peu, si bien que l’une des variables indépendantes du modèle (la CFE) devient quasi-invariante. La variabilité de notre variable explicative étant très faible dans le temps, l’étude en coupe doit être privilégiée.

5.2. Résultats sur l’ensemble des communes

59Les estimations sont réalisées sur la base de l’ensemble de l’échantillon présenté en section 4.1, pour les communes sans données manquantes, soit 9 206 observations. Le Tableau 4 présente les résultats obtenus sur trois moments de la distribution de la variable expliquée (premier quartile, médiane, troisième quartile). Les coefficients de l’estimation par les MCO ne sont pas interprétés ; ils servent uniquement de référence.

Tableau 4

Résultats des estimations sur l’ensemble des communes comptant au moins 100 salariés

Résultats des estimations sur l’ensemble des communes comptant au moins 100 salariés

Écarts-types robustes entre parenthèse
*** p<0.01, ** p<0.05, * p<0.1

60Ces résultats montrent que le taux CFE est positivement corrélé à la variation de l’emploi au niveau communal [8]. La valeur des coefficients sur les différents quartiles montre en outre une légère non-linéarité, quoiqu’ils soient relativement stables. La conclusion est différente pour le taux de TFPB, qui semble être négativement associé à l’évolution de l’emploi, bien que la significativité soit fragile : seul le coefficient de la régression médiane est significatif au seuil de 5 %. Si là où la taxe foncière est plus élevée, l’emploi pourrait croitre plus faiblement, en revanche, les communes dynamiques votent généralement des taux de CFE sensiblement plus élevés.

61Il nous est difficile de jauger des dimensions causales de ces résultats. À niveau de dépense contrôlé, il n’existe pas de théorie à notre connaissance qui puisse soutenir un effet positif de la fiscalité locale sur l’emploi. Il reste alors trois explications possibles : (a) nous avons à faire à un lien statistique faible qui produit exceptionnellement un coefficient estimé positif alors qu’il devrait être négatif ou nul, (b) une variable omise pourrait expliquer ces résultats, (c) la croissance de l’emploi a un effet sur le taux de fiscalité, ce qui introduirait une endogénéité qui pourrait biaiser l’estimation.

62En ce qui concerne le point (c), nous avons vu que les études empiriques cherchant à expliquer le choix de la fiscalité locale ne proposent pas la croissance de l’emploi anticipée comme étant un déterminant. Les taux de taxe actuellement observés sont fortement liés aux taux passés de la taxe professionnelle et de la taxe foncière (La Banque Postale, 2019), dont les niveaux sont difficilement associables à la croissance de l’emploi entre 2011 et 2015. Sur le point (b), nous n’avons pas identifié de variables qui seraient liées à la fois à la croissance de l’emploi et des taux de taxes et que nous n’avons pas intégrées aux modèles. Toutefois, l’introduction d’effets fixes régionaux (une variable muette par région, pré-loi NOTRE) réduit fortement la significativité des coefficients fiscaux, mais non leur signe. Une géographie de la fiscalité locale pourrait être à l’origine du résultat étonnant obtenu. Enfin, par rapport au point (a), nous estimons qu’il est probable compte tenu de la méthode de calcul des inférences, assez contraignante au niveau de ses hypothèses.

63Nous sommes donc amenés à conclure que la fiscalité locale appliquée aux entreprises n’est pas un obstacle évident à la croissance de l’emploi. L’hypothèse 1 aurait produit les données que l’on observe sous des conditions qui nous semblent improbables. Nos résultats se distinguent des analyses qui rendent compte d’un effet systématiquement négatif des taxes locales (Wasylenko, 1997) et vont dans le sens des travaux qui soulignent la fragilité de ce résultat (Mcguire, 2003 ; Thomas, 2007).

64Nos résultats mettent en évidence un effet positif significatif relativement stable le long de la distribution des dépenses publiques communales et intercommunales par habitant sur la variation du nombre d’emplois. Ce résultat invite à explorer en détail les politiques publiques en matière de dépenses d’équipement. Notons qu’une mesure des dépenses en volume, et sur une moyenne temporelle, n’est qu’un indicateur imparfait des investissements productifs et de leur qualité. Toutefois, les résultats sont importants et se retrouvent dans les tests de robustesse de la section suivante. L’hypothèse 2 est donc cohérente avec nos résultats.

65Plusieurs auteurs insistent sur le danger de focaliser sur les différences de fiscalité et les incitations fiscales qui se font au détriment des dépenses publiques locales (Lynch, 2004 ; Bartik, 2018). En France, les enjeux sont sûrement moindres, mais nos résultats sont concordants avec ces conclusions. Malgré le peu d’autres études françaises, le conseil des prélèvements obligatoires nuance l’importance de la fiscalité locale pour les entreprises étrangères (Deltour-Becq, 2014). Par ailleurs, les collectivités territoriales orientent davantage leur marketing territorial sur les équipements publics plutôt que sur les allègements de fiscalité qui sont sources de moindres recettes (Ibid., p. 36).

5.3. Tests de robustesse 

66Trois tests de robustesse sont réalisés afin de conforter les résultats préalablement obtenus. Le premier porte sur la nature des variables utilisées, le deuxième sur le choix du seuil de salariés pour constituer l’échantillon et le dernier sur le type urbain des communes retenues.

67La première analyse de robustesse consiste à remplacer le taux de CFE par une variable alternative. Le produit généré par la CFE – qui dépend du taux et des valorisations de bases – à l’échelle de la commune constitue une mesure de son poids au niveau local. Nous construisons donc une variable du produit net de CFE rapporté aux effectifs salariés afin d’établir un poids fiscal moyen, et l’exprimons en logarithme afin de pénaliser les valeurs particulièrement élevées qui découlent souvent d’un faible nombre de salariés. Cet exercice n’est pas possible pour la taxe foncière puisque son produit est composé à la fois des versements d’entreprises mais aussi et surtout des ménages. Or, les données sur cette répartition ne sont pas accessibles.

68L’estimation de ce nouveau modèle donne des résultats cohérents avec les conclusions de l’estimation principale en ce qui concerne la dépense locale et la TFPB. En revanche, le coefficient de la CFE tout en restant positif, n’est plus significatif.

69Le deuxième test de robustesse joue sur l’échantillon utilisé pour estimer le modèle et, plus particulièrement, sur le seuil de salariés, fixé à 100 pour l’estimation principale (voir section 4.1). La petite taille des communes considérées pourrait induire une variabilité des taux de croissance et un biais en faveur des plus petites communes. De plus, les variations du nombre d’emplois dans les petites communes sont susceptibles d’être soumises à des régimes spécifiques ne rentrant pas dans un cadre « général ». Enfin, la taille des juridictions importe sur la taxation dans les modèles de nouvelle économie géographique (Baldwin et Krugman, 2004 ; Janeba et Osterloh, 2013). Pour évaluer la stabilité de nos résultats pour différentes tailles de communes, nous proposons deux nouveaux seuils, à 500 et à 5 000 salariés.

70Les Figures 4 et 5 permettent de valider les conclusions précédentes. Les coefficients associés aux variables fiscales restent positifs et significatifs pour la CFE et négatifs mais toujours non significatifs pour la TFPB. Toutefois, sur les grandes communes, l’association entre la croissance de l’emploi et le niveau de dépenses d’équipement n’apparaît plus comme significative, en particulier pour le quantile supérieur. Ce résultat pourrait signifier que les différences de dépenses sont indépendantes des taux de croissances supérieurs au sein des grandes communes. En revanche, des niveaux de dépenses plus élevés pourraient réduire le risque de taux de croissance très faibles des grandes communes. Les conclusions tiennent pour d’autres seuils : il n’existe pas de phénomène de rupture avec des cas très particuliers qui seraient par ailleurs minimisés par l’estimation d’une régression quantile.

71Le troisième test de robustesse s’appuie sur l’opposition centre-périphérie dont l’importance dans les logiques de localisation et de croissance a été soulignée par la plupart des modèles d’économie urbaine (Brueckner, 2011). En effet, en raison des gradients de coûts du foncier ou de l’accessibilité aux externalités positives de la densité centrale, les communes « centrales » ou « périphériques » sont potentiellement soumises à des régimes différents de concurrence fiscale ou de stratégies d’entreprises.

72Suivant cette différenciation, nous divisons l’échantillon initial en deux sous-populations, l’une composée des seules communes appartenant aux grands pôles (grandes communes et alentours immédiats), l’autre des communes de la couronne de ces grands pôles. Les autres catégories de communes, plus difficilement comparables dans une perspective centre-périphérie, sont donc exclues de l’analyse.

73Les résultats obtenus synthétisés dans la Figure 6 confirment ceux obtenus avec l’échantillon initial (section 4.1). Ils présentent cependant une particularité sur le coefficient des dépenses d’équipement pour estimer le dernier quartile similaire à ce qui est observé sur les grandes communes. Ce résultat est en partie explicable par le fait que 93 % des communes de plus de 5 000 salariés sont dans les centres de grands pôles. C’est sur la Figure 7 que des résultats différents apparaissent. La CFE est significative pour le coefficient médian uniquement, et la TFPB semble corrélée négativement avec un coefficient d’ampleur assez importante (1 point de TFPB supplémentaire associé à une médiane espérée de la croissance d’emploi de -0,1). La taxe foncière pourrait par conséquent constituer un frein à l’emploi dans ces couronnes de grands pôles, peut-être davantage à cause d’une moindre efficacité des économies d’agglomération liée à la distance au centre qu’au tissu économique local. Les dépenses d’équipement discriminent en revanche significativement la croissance de l’emploi.

Figure 3

Estimation du modèle principal avec changement de variable explicative (n = 8799)

Estimation du modèle principal avec changement de variable explicative (n = 8799)

Figure 4

Estimation du modèle principal avec changement de seuil à 500 salariés (n = 3922)

Estimation du modèle principal avec changement de seuil à 500 salariés (n = 3922)

Figure 5

Estimation du modèle principal avec changement de seuil à 5000 salariés (n = 576)

Estimation du modèle principal avec changement de seuil à 5000 salariés (n = 576)

Figure 6

Estimation du modèle principal sur les centres de grandes aires urbaines (n = 2647)

Estimation du modèle principal sur les centres de grandes aires urbaines (n = 2647)

Figure 7

Estimation du modèle principal sur les périphéries de grandes aires urbaines

Estimation du modèle principal sur les périphéries de grandes aires urbaines