Clubs de convergence et effets de débordements géographiques : une analyse spatiale sur données régionales européennes, 1980-1995

[eng] Our article offers an econometric model of spatial interactions for the empirical analysis of growth in European regions over the period 1980-1995. The model detects spatial spillover effects and makes it possible to take account of the European economy’s strong polarization. More specifically, by factoring in both spatial autocorrelation and spatial heterogeneity, we characterize the economic polarization pattern in European regions, identify convergence clubs, and model them as spatial regimes. We estimate a two-regime model with spatially autocorrelated errors and show that the convergence process differs between the two regimes. We find a strongly significant spatial spillover effect : the average growth rate of per capita GDP of a given region is positively affected by the average growth rate of neighboring regions. The spatial environment therefore plays a prominent role in the study of growth processes. [fre] L’objectif de cet article est de proposer une modélisation économétrique des interactions spatiales dans l’analyse empirique de la croissance au sein des régions européennes sur la période 1980-1995. Cette modélisation permet de mettre en évidence des effets de débordements géographiques et d’intégrer le caractère fortement polarisé de l’économie européenne. Plus précisément, c’est en tenant compte, de manière simultanée, de l’autocorrélation spatiale et de l’hétérogénéité spatiale que nous caractérisons le schéma de polarisation économique des régions européennes, que nous identifions les clubs de convergence et que nous les modélisons sous la forme de régimes spatiaux. Nous estimons un modèle à deux régimes avec erreurs spatialement autocorrélées et montrons que le processus de convergence diffère d’un régime à l’autre. Un effet de débordement géographique significatif est mis en évidence : le taux de croissance annuel moyen d’une région donnée est affecté positivement par les taux de croissance annuels moyens des régions voisines. L’environnement géographique joue donc un rôle important dans l’étude des processus de croissance.