Introduction

1Il existe en économie politique une littérature montrant que les gouvernements centraux ont une incitation à fausser l’allocation géographique des transferts budgétaires allant vers les gouvernements locaux, et ce, pour des motifs électoralistes (voir Lindbeck et Weibull [1987] ou Dixit et Londregan [1998]). Bien que de telles distorsions allocatives puissent prendre plusieurs formes, une variante spécifique qui a fait l’objet de nombreuses études empiriques est un biais d’alignement : les municipalités politiquement alignées avec le gouvernement central reçoivent davantage de ressources.

2Une motivation plausible d’un tel biais d’alignement est que les municipalités alignées pourraient s’avérer des alliés importants lors des élections centrales. Par conséquent, le niveau central peut souhaiter aider ses alliés locaux solides (les « core districts » de la littérature anglo-saxonne) à gagner les prochaines élections locales en leur fournissant des ressources supplémentaires (voir Cox et McCubbins [1986], Brollo et Nannicini [2012], ou Glaurdić et Vuković [2017]). Néanmoins, d’autres objectifs, potentiellement contradictoires, peuvent être simultanément poursuivis, soumettant les gouvernements locaux à un arbitrage qui pourrait être défavorable aux municipalités alignées. C’est notamment le cas si le gouvernement central souhaite élargir sa base électorale, auquel cas il favorisera plutôt les municipalités non alignées mais pouvant éventuellement basculer d’un camp à l’autre (les « swing districts », voir Baskaran et Hessami [2017]). Sur ce point, la littérature n’est pas complètement consensuelle, les règles spécifiques à chaque contexte institutionnel semblant jouer un rôle important en la matière (voir, par exemple, Kauder, Potrafke et Reischmann [2016]).

3La question se pose en outre de savoir si les pays dans lesquels des règles d’allocation strictes existent peuvent également être sujets à de tels biais dans l’allocation des transferts budgétaires. La Belgique et le Mexique fournissent des exemples de manipulation par le parti au pouvoir dans un tel cadre, en apparence rigide (voir, respectivement, Jennes et Persyn [2015] et Timmons et Broid [2013]).

4En France, la dotation globale de fonctionnement (DGF) attribuée aux communes par l’État central est une dotation régie par des règles strictes. L’objet de cet article consiste donc à vérifier si, dans le cas français, des distorsions explicables par des motivations partisanes sont décelables, ou si la France apparaît au contraire comme une exception à la littérature existante. Le récent rapport au premier ministre établi par Christine Pirès Beaune et Jean Germain laisse penser que ce pourrait être le cas. En effet, la synthèse de ce rapport indique que : « La DGF pâtit d’une architecture peu lisible et d’une répartition inéquitable, qui ne correspond plus à la réalité des charges de fonctionnement des collectivités et des modes de gestion locaux. L’architecture de la DGF est peu lisible et ses critères de répartition perfectibles. […] La DGF est en partie devenue une “rente” justifiée par l’histoire, qui ne correspond plus à la réalité des charges de fonctionnement des collectivités » (Pirès Beaune et Germain [2015], p. 9).

5Que des élus aboutissent à cette conclusion, après cinq mois de mission et plus de 150 entretiens [1], ne peut que conduire à s’interroger sur les conditions d’attribution de cette dotation essentielle pour les communes françaises. Par-delà les critiques émises dans le rapport, ces interrogations se trouvent renforcées par les conclusions du travail ici présenté, qui soulignent l’existence d’une forme d’arbitraire discrétionnaire de nature politique dans l’attribution de ces fonds. En théorie – l’allocation de la DGF étant définie par des règles strictes –, une telle distorsion ne devrait pas apparaître. On ne peut dès lors que postuler que la complexité de la règle crée de l’opacité, à l’intérieur de laquelle des élus, motivés par des considérations de type électoraliste, pourraient être tentés d’agir de façon discrétionnaire.

6Notre travail rejoint entre autres les analyses menées sur l’allocation opportuniste des transferts publics. Ainsi, Padovano [2012] et Bracco et al. [2015] montrent l’importance des facteurs politiques dans la distribution des subventions du gouvernement central aux gouvernements infranationaux dans le contexte italien. Ils montrent notamment la présence d’effets d’alignements partisans. Joanis [2011] analyse la répartition géographique des dépenses publiques au Québec, et montre l’importance des considérations électorales, favorisant dans ce cas une allocation des ressources vers les circonscriptions électorales les plus « loyales » envers le gouvernement sortant. Sollé-Ollé et Sorribas-Navarro [2008] mettent également en avant des effets d’alignement, pouvant amener jusqu’à 40 % de ressources supplémentaires aux communes concernées en Espagne (un ordre de grandeur de 30 % est obtenu par Brollo et Nannicini [2012], concernant le Brésil). De même, Sollé-Ollé [2013] souligne, dans le cas de l’Espagne également, mais pour les seules dépenses d’infrastructures, que les considérations partisanes favorisent davantage les circonscriptions dans lesquelles les candidats sortants sont potentiellement menacés. Hickey [2015] confirme que les États-Unis ne sont pas plus à l’abri de telles manipulations.

7Sans pouvoir prétendre à l’exhaustivité en matière de revue de littérature dans le cadre d’un article court, l’accumulation de résultats obtenus pour des pays autres que la France montre que l’importance de l’alignement partisan semble difficile à remettre en cause. Cependant, la présence de règles d’allocation de la ressource publique en apparence strictes rend le cas de la France particulièrement intéressant par rapport à ceux que nous avons cités. En apparence seulement, car leur complexité ne peut soulever des interrogations, et fait peser le doute sur l’absence réelle de possibilité de manipulation dans l’allocation.

8La prochaine section présente les données et l’approche empirique que nous avons retenues pour tester cette hypothèse. La troisième section commente les résultats obtenus, tandis que la quatrième section conclut.

Données et stratégie empirique

Spécification estimée

9Rappelons d’abord comment est déterminée la DGF (voir Pirès Beaune et Germain [2015], ann. 7). En 2014, sa part forfaitaire comprenait cinq composantes : une dotation de base, dont le montant est croissant avec la population de la commune (après application d’un « coefficient logarithmique » compris entre 1 et 2) ; une dotation de superficie (majorée pour les communes de montagne) ; une dotation relative aux parcs nationaux et parcs naturels marins, une dotation de compensation (de la suppression de l’ancienne « part salaires » de la taxe professionnelle des communes, et des baisses de dotation de compensation de taxe professionnelle subies entre 1998 et 2001), et enfin un complément de garantie (compensant les effets de la réforme de la DGF de 2004, et calculé pour que chaque commune retrouve en 2005 le montant de sa dotation forfaitaire 2004 indexé de plus ou moins 1 %).

10Notre approche consiste à estimer empiriquement les déterminants de la DGF sur la période 2000-2012 (période de disponibilité des données, cf. infra), parmi lesquels des variables symptomatiques de biais politiques dans son attribution [2]. L’équation estimée prend alors la forme suivante :

11

12La variable dépendante est le logarithme de la DGF en euros accordée à la municipalité i de la circonscription législative k à l’année t [3]. Les variables explicatives se partagent en trois catégories. Le vecteur C_it regroupe trois variables de contrôle déterminant directement la DGF au travers de dispositions légales : le nombre d’habitants (en logarithme [4]), une variable indicatrice représentant le fait d’être une commune de montagne [5] et une autre variable indicatrice reflétant l’intégration au parc naturel marin d’Iroise [6]. Pour ces trois variables, le signe attendu pour chacun des paramètres du vecteur Δ est positif, car la règle de calcul de la DGF implique que cette dernière croisse en fonction de ces caractéristiques (cf. supra). Les données de DGF sont disponibles sur le site du ministère de l’Intérieur [7], tandis que celles relatives aux caractéristiques des communes sont fournies par l’Insee [8]. L’Association nationale des élus de la montagne fournit la liste des communes de montagne [9].

13Le second vecteur, Pol_it, regroupe les variables qui nous intéressent au premier chef, car elles sont susceptibles de révéler des biais discrétionnaires dans l’attribution de la DGF, si un ou plusieurs des paramètres du vecteur Γ s’avèrent significativement différents de 0. Il inclut tout d’abord le nombre de chômeurs rapporté à la population municipale (disponible auprès de l’Insee, cf. n. 8) : indépendamment des considérations stratégiques à l’arrière-plan théorique de notre analyse, cette variable devrait influencer positivement la DGF en cas d’attribution discrétionnaire, l’État souhaitant soutenir les communes à la dynamique économique défaillante.

14Les autres variables, construites à partir des résultats des élections municipales fournis par le ministère de l’Intérieur [10] pour les communes de plus de 3 500 habitants, renseignent à la fois sur l’assise politique de l’édile, corollaire de son pouvoir de négociation de la DGF avec le pouvoir central, et sur son rapport à ce dernier :

• Le nombre de partis représentés au conseil municipal, qui peut s’interpréter comme un indicateur de « maniabilité » de l’assemblée locale – plus le nombre de partis représentés est grand, plus l’exécutif local se trouve affaibli du fait du jeu d’alliances variables et instables, et son pouvoir de négociation avec l’État central s’en trouve diminué d’autant. Dans ce cas, le signe attendu est négatif ;
• La marge du vainqueur à l’élection précédente, que cette dernière ait eu lieu au premier ou au second tour [11]. Cette dernière témoigne de l’ampleur et de la solidité de l’implantation locale du maire, un autre déterminant potentiel de son pouvoir de négociation sur le montant de la DGF. Le signe attendu est alors positif ;
• Une variable muette prenant la valeur 1 si le maire sortant a été réélu, 0 sinon (la variable conservant sa valeur sur l’ensemble du mandat). Cette variable procède de la même logique que la précédente, un signe positif est donc là encore attendu ;
• Une variable discrète indiquant le nombre de mandats municipaux déjà effectués par le maire sortant. Cette variable incarne l’expérience du maire, et donc tout aussi bien sa capacité de négociation (qui devrait influencer positivement le montant de DGF obtenu) que la solidité du bastion électoral (qui pourrait au contraire inciter le pouvoir central à consacrer ses ressources à des communes plus fragiles électoralement). Le signe attendu pour cette variable est donc indéterminé a priori ;
• Une autre variable muette, prenant la valeur 1 si la majorité municipale coïncide avec la majorité parlementaire en place, pour laquelle un signe positif est attendu (cf. supra) ;
• Enfin, nous attendons un impact positif des interactions entre, d’une part, la marge du vainqueur à la municipale et, d’autre part, la réélection du sortant et l’alignement partisan au niveau municipal et parlementaire. L’idée générale demeure identique : le gouvernement central est incité à récompenser des exécutifs locaux bien implantés, au fort pouvoir de négociation, et loyaux à son camp politique.

15Le troisième groupe de variables, enfin, comprend tout d’abord des effets fixes municipaux, visant à capter l’hétérogénéité invariable dans le temps au niveau des municipalités et pouvant contribuer à la détermination de la DGF. Ces effets fixes absorbent par exemple la superficie communale, qui rentre directement dans le calcul de la DGF. Nous ajoutons également une série de variables muettes au niveau circonscription législative-année, afin de capter tous les chocs et particularités propres à chaque circonscription, et pouvant varier dans le temps. Ce faisant, elles tiennent compte de la majeure partie des interactions stratégiques pouvant survenir entre communes d’une circonscription et leur député. Il est raisonnable de supposer que l’ensemble de ces effets fixes et variables muettes, conjointement avec les variables de contrôle C_it, rendent compte de l’ensemble des facteurs de détermination comptable de la DGF présentés au début de cette section. Ainsi, ces variables absorbent une très grande partie de la variance à expliquer, et rendent de fait notre spécification exigeante pour l’estimation des paramètres d’intérêt.

16La structure de nos données nous conduit à retenir l’estimateur within (c’est-à-dire avec effets fixes municipaux, comme indiqué au paragraphe précédent) pour l’équation 1. À cet égard, deux coefficients de détermination (R²) seront reportés, d’une part celui issu du calcul standard, d’autre part celui rendant compte du pouvoir explicatif des variables indépendantes en dehors des effets fixes. Par ailleurs, les écarts types des coefficients estimés sont corrigés pour l’hétéroscédasticité groupée (clustering) au niveau « circonscription-année » [12]. Enfin, un test d’inflation de variance (VIF) a été entrepris et confirme que nos estimations ne souffrent d’aucun problème de multicolinéarité, toutes nos variables affichant des valeurs inférieures à 2, soit très en dessous des valeurs critiques de 4 à 10 communément admises par la littérature.

Données

17Le tableau 1 présente les statistiques descriptives de notre base de données, et permet de préciser les contours et les limites de notre échantillon. Les données de DGF sont disponibles pour 36 540 communes sur la période considérée, 2000-2012. Des questions de disponibilité des variables de détermination comptable de la DGF (vecteur C_it) et de faisabilité de l’estimation [13] conduisent à exclure un peu plus de 130 communes et à ramener ce nombre à 36 407 (panel A). Du fait d’une différence de mode de scrutin municipal pour les villes de moins de 3 500 habitants, les données nécessaires à la construction de la plupart de nos variables politiques (censées refléter les biais d’attribution dans la DGF) ne sont pas disponibles pour ces dernières. Pratiquement, nos estimations vont donc se concentrer sur un panel de 2 582 villes (le panel C), dont la quasi-totalité de celles comptant plus de 3 500 habitants [14]. À cet égard, il convient de noter l’exclusion des municipalités d’outre-mer, ainsi que de Paris, Lyon et Marseille, les premières du fait de données manquantes et de règles d’attribution spécifiques, les secondes du fait d’un système électoral différent.

Tableau 1

Statistiques descriptives

Panel A : Ensemble des municipalités (N = 422 310 ; 36 407 communes) moyenne écart type min max DGF (en euros) 343 667 1 900 767 1 000 107 921 000 Population (# habitants) 1 531,038 6 801,153 1 447 396 Appartenance parc Iroise (muette) 0,000 0,016 0 1 Commune de montagne (muette) 0,168 0,374 0 1 Panel B : Population > 3 500 habitants (N = 30 593 ; 2 885 communes) moyenne écart type min max DGF (en euros) 3 253 879 6 320 625 4 000 107 921 000 Population (# habitants) 13 118,81 21 933,44 3 500 447 396 Appartenance parc Iroise (muette) 0,001 0,026 0 1 Commune de montagne (muette) 0,080 0,271 0 1 Panel C : Échantillon d’estimation (N = 25 817 ; 2 582 communes) moyenne écart type min max DGF (en euros) 3 509 993 6 661 110 4 000 107 921 000 Population (# habitants) 13 982,33 22 939,08 2 718 447 396 Appartenance parc Iroise (muette) 0,001 0,028 0 1 Commune de montagne (muette) 0,075 0,263 0 1 Panel C – variables de biais : Échantillon d’estimation (N = 25 817 ; 2 582 communes) moyenne écart type min max # chômeurs/pop. Commune 0,042 0,016 0,005 0,139 # partis représentés au conseil municipal 2,098 2,618 0 11 Marge du vainqueur à l’élection précédente (tour 1 ou 2) 0,223 0,163 0,000 0,902 Majorité parlementaire = Majorité municipale (muette) 0,517 0,500 0 1 Maire sortant réélu (muette) 0,448 0,497 0 1 # mandats du maire sortant 2,405 0,554 1 6

Statistiques descriptives

18Les panels A (ensemble des municipalités françaises), B (communes de plus de 3 500 habitants) et C (échantillon d’estimation) permettent ainsi de comparer le comportement de la DGF et des variables de contrôle (vecteur C_it) sur ces différents échantillons. Le panel A rappelle que les petites municipalités dominent le paysage institutionnel français, la taille moyenne étant d’un peu de plus de 1 500 habitants, contre près de 13 000 pour les villes de plus de 3 500 habitants ; les communes de montagne sont pour une bonne part des petites communes rurales, comme le souligne leur présence deux fois plus forte dans le panel A comparé au panel B. Sans surprise, il s’ensuit de fortes disparités dans les montants de DGF distribués, en cohérence avec les différences de taille de population et de superficie. Le panel C confirme que l’échantillon sur lequel nos estimations sont principalement effectuées présente des dynamiques très proches de celui du panel B.

19Le panel « C – Variables de biais », enfin, décrit les variables représentatives des biais que nous cherchons à mesurer. La variabilité est substantielle, ce qui est encourageant pour la fiabilité de l’inférence statistique. La prime majoritaire du mode de scrutin municipal apparaît également substantielle, le nombre de partis représentés au sein du conseil municipal étant en moyenne à peine supérieur à 2 – mais il peut aller jusqu’à 11. La marge électorale est relativement élevée, étant en moyenne égale à 22 %, et le pourcentage de maires sortants réélus est, en moyenne, de 45 %. Compris entre 1 et 6, le nombre de mandats déjà effectués par ces derniers s’établit en moyenne à 2,4 : le phénomène d’ancrage local est donc réel, mais pas illimité dans le temps. Enfin, il est intéressant de noter que notre échantillon comporte environ autant de communes alignées que de communes non alignées, le pourcentage de communes dont la majorité politique coïncide avec la majorité parlementaire étant de 51,7 %.

Résultats

20Les tableaux 2 et 3 détaillent les résultats de nos estimations. Le tableau 2 commence par présenter des résultats se concentrant sur les variables de contrôle C_it, permettant ainsi de comparer les estimations pour l’ensemble des municipalités françaises (col. 1), avec celles des villes de plus de 3 500 habitants (col. 2) et celles de notre échantillon principal (col. 3). Comme attendu eu égard à la définition de sa règle d’attribution, tant la population que certaines caractéristiques spécifiques (typiquement, le fait d’être devenue une commune de montagne ou membre d’un parc naturel sur la période observée) sont des déterminants importants de la DGF pour les communes prises dans leur ensemble. La réduction du périmètre aux communes de plus de 3 500 habitants montre, de façon intéressante, que la population voit son importance s’accroître quantitativement, de même que le statut de commune de montagne. En revanche, l’appartenance au parc naturel marin d’Iroise n’apparaît plus déterminante, ce qui est cohérent, dans la mesure où cette variable concerne essentiellement des petites communes. Conformément à ce que le tableau 1 décrivait, les résultats reportés dans la colonne 3 sont très similaires à ceux présentés dans la colonne 2. Le modèle empirique se comporte donc de façon cohérente d’un échantillon à l’autre.

Tableau 2

Résultats de base et comparaison d’échantillons

Variable expliquée ln (DGF en euros par commune) (1) (2) (3) (4) (5) (6) (7) (8) ln (nombre d’habitants) 0,592*** (0,006) 0,881*** (0,029) 0,869*** (0,031) 0,878*** (0,033) 0,877*** (0,032) 0,878*** (0,033) 0,878*** (0,032) 0,877*** (0,032) la commune appartient au parc d’Iroise 0,060*** (0,015) – 0,052* (0,029) – 0,041 (0,031) – 0,032 (0,029) – 0,029 (0,029) – 0,032 (0,030) – 0,025 (0,030) – 0,022 (0,030) commune de montagne 0,022** (0,009) 0,104** (0,045) 0,136*** (0,046) 0,129*** (0,046) 0,128*** (0,046) 0,129*** (0,046) 0,132*** (0,046) 0,131*** (0,046) nombre de partis représentés dans le conseil municipal – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) nombre de chômeurs/pop. municipale 0,674** (0,271) 0,675** (0,271) 0,677** (0,270) 0,684** (0,271) 0,684** (0,270) marge du vainqueur à la municip (t1 ou t2) – 0,002 (0,012) – 0,015 (0,017) – 0,009 (0,017) 0,164*** (0,045) 0,163*** (0,046) nombre de mandats du maire sortant – 0,020*** (0,005) – 0,020*** (0,005) – 0,020*** (0,005) – 0,004 (0,005) – 0,002 (0,005) maire sortant réélu 0,005 (0,003) 0,005 (0,003) 0,001 (0,006) 0,002 (0,003) 0,005 (0,006) majo parlementaire = majo municipale – 0,003 (0,003) – 0,008* (0,004) – 0,003 (0,003) – 0,003 (0,003) – 0,009** (0,004) marge vainqueur municip * majo parl = majo municip 0,026 (0,019) 0,032* (0,019) marge vainqueur municip * maire sortant réélu 0,017 (0,021) – 0,009 (0,019) marge vainqueur municip * nb mandats maire sortant – 0,069*** (0,019) – 0,074*** (0,018) Observations 422 310 30 593 25 817 25 817 25 817 25 817 25 817 25 817 Nombre de municipalités 36 407 2 885 2 582 2 582 2 582 2 582 2 582 2 582 R² ajusté 0,993 0,983 0,982 0,982 0,982 0,982 0,982 0,982 R² ajusté within 0,097 0,047 0,042 0,044 0,044 0,044 0,045 0,046

Résultats de base et comparaison d’échantillons

Note : Niveaux de significativité : * 10 %, ** 5 %, *** 1 %. Constante non reportée. Écarts types robustes à l’hétéroscédasticité groupée (clustering) au niveau circonscription législative-année entre parenthèses. Toutes les spécifications incluent des effets fixes au niveau municipal ainsi que des variables muettes circonscription législative-année.

21Les estimations suivantes (col. 4 à 7 du tableau 2) intègrent les variables de biais du vecteur Pol_it dans les estimations, afin de vérifier si l’allocation de la DGF des communes est susceptible d’être influencée par d’autres éléments non prévus par la règle officielle, donc discrétionnaires. Un premier élément testé est le taux de chômage communal. Celui-ci ressort de façon positive et très significative dans l’ensemble de nos estimations, alors même que cette variable, représentative d’un soutien de l’État central aux communes en difficulté, n’est en rien listée dans les règles d’attribution.

22Les autres variables que nous introduisons par la suite sont plus directement liées à des motivations partisanes. Il ressort de ces estimations que le nombre de partis représentés au sein du conseil municipal, signe d’une relative fragilité de l’exécutif local, réduit le montant de DGF reçu : un parti supplémentaire diminue ainsi cette dernière de 0,5 %. En revanche, ni la marge du vainqueur à l’élection municipale, ni le fait que le maire sortant ait été réélu ne ressortent en moyenne de façon significative dans les estimations. Ce n’est pas le cas du nombre de mandats effectués par le maire sortant, dont l’impact moyen ressort très significatif, et négatif (col. 4 à 6). L’interaction de cette variable avec la marge de victoire à la municipale (col. 7 et 8) révèle cependant une non-linéarité intéressante : la marge du vainqueur influence positivement le montant de DGF attribué lorsque le maire sortant n’a pas plus de deux mandats à son actif. Au-delà, l’impact s’inverse, devenant négatif. Par ailleurs, la colonne 8 souligne que la marge de victoire à l’élection municipale a un impact d’autant plus positif sur la DGF que les majorités municipale et parlementaire sont alignées, comme le montre l’interaction (modérément) significative entre ces deux variables. Certes, certaines variables politiques ou leurs interactions ressortent comme non significatives dans plusieurs spécifications, mais cette première série d’estimations souligne l’existence probable de non-linéarités liées à l’ampleur de la marge de victoire à la municipale, nous incitant à poursuivre l’analyse dans cette direction.

23Le tableau 3 présente donc des analyses complémentaires, en intégrant dans les estimations les variables concernant le haut de la distribution de la marge de victoire (alternativement le « top 10 % » ou « top 5 % » de la distribution). Pour chaque découpage de la distribution, nous intégrons une variable muette prenant la valeur 1 si la commune fait partie de la « population » concernée (respectivement, donc, le top 10 % ou le top 5 % de la marge de victoire), et des interactions entre, d’une part, cette variable et, d’autre part, une variable indiquant alternativement l’alignement partisan de la commune, si le maire sortant a été réélu, et le nombre de mandats du maire sortant.

Tableau 3

Les bastions locaux : entre consolidation et conservation

Variable expliquée ln (DGF en euros par commune) (1) (2) (3) (4) (5) (6) (7) (8) ln (nombre d’habitants) 0,877*** (0,032) 0,874*** (0,032) 0,884*** (0,033) 0,887*** (0,032) 0,880*** (0,032) 0,880*** (0,032) 0,880*** (0,032) 0,881*** (0,032) la commune appartient au parc d’Iroise – 0,032 (0,030) – 0,031 (0,030) – 0,030 (0,030) – 0,033 (0,030) – 0,029 (0,029) – 0,033 (0,030) – 0,028 (0,029) – 0,032 (0,030) commune de montagne 0,128*** (0,046) 0,128*** (0,046) 0,132*** (0,046) 0,131*** (0,046) 0,134*** (0,045) 0,131*** (0,046) 0,135*** (0,045) 0,132*** (0,046) nombre de partis représentés dans le conseil municipal – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) – 0,005*** (0,001) nb chômeurs/pop. municipale 0,672** (0,271) 0,672** (0,270) 0,688** (0,270) 0,694** (0,269) 0,668** (0,271) 0,656** (0,271) 0,671** (0,271) 0,670** (0,269) majo parlementaire = majo municipale – 0,004 (0,003) – 0,004 (0,003) – 0,003 (0,003) – 0,003 (0,003) – 0,003 (0,003) – 0,002 (0,003) – 0,005 (0,003) – 0,004 (0,003) maire sortant réélu 0,005 (0,003) 0,005 (0,003) 0,001 (0,003) 0,001 (0,003) 0,002 (0,003) 0,003 (0,003) 0,001 (0,003) 0,001 (0,003) nb de mandats du maire – 0,020*** (0,005) – 0,020*** (0,005) – 0,020*** (0,005) – 0,020*** (0,005) – 0,014*** (0,004) – 0,016*** (0,004) – 0,014*** (0,004) – 0,016*** (0,004) Top 10 % marge vainqueur municipale (a) – 0,010 (0,008) – 0,022** (0,009) 0,122*** (0,026) 0,094*** (0,030) Top 10 % marge vainqueur municip * majo parl = majo municip (b) 0,020* (0,011) 0,030** (0,012) Top 10 % marge vainqueur municip * maire sortant réélu (b) 0,039*** (0,011) 0,016 (0,012)

Top 10 % marge vainqueur municip * nb de mandats sortant (b) – 0,052*** (0,011) – 0,050*** (0,011) Top 5 % marge vainqueur municipale (a) – 0,017 (0,016) – 0,045*** (0,017) 0,157*** (0,036) 0,070* (0,039) Top 5 % marge vainqueur municip * majo parl = majo municipale (b) 0,040** (0,017) 0,061*** (0,020) Top 5 % marge vainqueur municip * maire sortant réélu (b) 0,076*** (0,018) 0,057*** (0,018) Top 5 % marge vainqueur municip * nb de mandats sortant (b) – 0,067*** (0,015) – 0,056*** (0,016) Observations 25 817 25 817 25 817 25 817 25 817 25 817 25 817 25 817 Nombre de municipalités 2 582 2 582 2 582 2 582 2 582 2 582 2 582 2 582 R² ajusté 0,982 0,982 0,982 0,982 0,982 0,982 0,982 0,982 R² ajusté within 0,045 0,045 0,045 0,046 0,047 0,046 0,047 0,048 Test de significativité des effets marginaux totaux Hypothèse nulle : (a) + (b) = 0 F-Stat 1,46 3,02 4,94 6,52 20,25 17,02 21,94 20,34 p-value 0,228 0,083 0,026 0,011 0,000 0,000 0,000 0,000

Les bastions locaux : entre consolidation et conservation

Note : Niveaux de significativité : * 10 %, ** 5 %, *** 1 %. Constante non reportée. Écarts types robustes à l’hétéroscédaticité groupée (clustering) au niveau circonscription législative-année entre parenthèses. Toutes les spécifications incluent des effets fixes au niveau municipal ainsi que des variables muettes circonscription législative-année. Top 10 % est une variable muette prenant la valeur 1 si la marge du vainqueur à l’élection municipale précédente se situe dans le décile supérieur de la distribution. Top 5 % est une variable muette prenant la valeur 1 si la marge du vainqueur à l’élection municipale précédente se situe dans le vingtile supérieur de la distribution. Le test de significativité des effets marginaux totaux reporte, pour chaque spécification, la statistique de Fisher, ainsi que la p-value associée, se rapportant à l’hypothèse nulle que la somme des coefficients concernés est statistiquement égale à 0.

24La première colonne montre ainsi que l’appartenance au top 10 % associée à l’alignement partisan induit un effet total positif sur la DGF reçue [15]. Si l’effet marginal total n’est pas significatif sur cette estimation, ce n’est pas le cas des suivantes, et notamment de la colonne 2 : une marge de victoire située dans les 5 % les plus élevées assure un supplément de DGF de 4 % aux communes alignées sur la majorité parlementaire. De même, les colonnes 3 et 4 soulignent un effet total significatif et positif de l’interaction entre le fait d’être dans le haut de la distribution de la marge du vainqueur et le fait d’être un sortant réélu.

25Inversement, et en cohérence avec les résultats présentés dans le tableau 2, l’effet est négatif en ce qui concerne le nombre de mandats réalisés par le maire sortant (col. 5 et 6). Les colonnes 7 et 8 montrent que l’ensemble de ces effets perdurent lorsqu’ils sont introduits simultanément dans l’estimation. Enfin, les effets sont d’autant plus marqués quantitativement que la marge de victoire est élevée : les coefficients estimés sont plus élevés lorsque les interactions impliquent le top 5 % de la distribution de la marge électorale.

26Le portrait qui ressort de ces analyses est donc cohérent entre les deux groupes du haut de la distribution, et les effets sont renforcés à mesure que l’on s’en approche. Les interprétations qui ressortent de l’ensemble sont les suivantes. D’une part, les effets d’alignement partisan sont présents, la France ne faisant donc pas ici exception aux résultats obtenus par la littérature portant sur les autres pays. D’autre part, le fait que la marge électorale ait un effet positif, mais que le nombre de mandats échus ait, lui, un impact négatif, confirme les résultats du tableau 2.

27Ces résultats soulignent donc à la fois que les déterminants officiels inclus dans la règle d’allocation de la DGF n’épuisent pas les justifications des allocations effectives, et que des motivations partisanes (en clair, ici, électoralistes) sont présentes.

28En définitive, notre étude montre ainsi la présence d’effets discrétionnaires dans l’allocation de la DGF, localisés en haut de la distribution de la marge de victoire à l’élection municipale. Autrement dit, cette dernière doit être substantielle pour influencer l’octroi de la DGF. En conclusion, nos analyses appuient l’hypothèse d’une distribution stratégiquement orientée vers les bastions électoraux à conserver.

Conclusion

29Nos résultats montrent clairement un usage discrétionnaire de la DGF, alors même que les règles d’allocation de ce transfert sont, au moins en apparence, strictement balisées. Le biais d’allocation favorise plutôt les décideurs locaux les « mieux » élus (c’est-à-dire avec une marge élevée). Si la France n’est pas le seul pays dans lequel ce type de phénomène peut être mis en évidence, nos résultats rejoignant ceux obtenus pour d’autres pays (voir par exemple Sollé-Ollé [2013]), la complexité des règles d’attribution joue probablement ici un rôle non négligeable dans les possibilités offertes de manipulation du transfert. Un enjeu majeur qui découle de nos analyses est donc le besoin de clarifier fortement le processus d’attribution, afin que tous, élus, chercheurs et citoyens, puissent vérifier le bien-fondé des dotations accordées. La transparence, dans ce cas également, ne pourrait être que profitable au bon fonctionnement de la démocratie.