Agglomération et Commerce: les approches empiriques.

Transcription

1 Agglomération et Commerce: les approches empiriques. T. Mayer, Paris School of Economics Collège de France, séminaire du 3 décembre 2008

2 Motivation New Economic Geography has come of age (Neary,2001)

3 Motivation New Economic Geography has come of age (Neary,2001) Krugman-type NEG postule un processus d agglomération bien particulier: les producteurs et les consommateurs se co-localisent pour exploiter des économies d échelle internes tout en minimisant les coûts au commerce.

4 Motivation New Economic Geography has come of age (Neary,2001) Krugman-type NEG postule un processus d agglomération bien particulier: les producteurs et les consommateurs se co-localisent pour exploiter des économies d échelle internes tout en minimisant les coûts au commerce. Donc, la NEG place les échanges commerciaux au centre de l explication de la concentration spatiale de l activité économique.

5 Motivation New Economic Geography has come of age (Neary,2001) Krugman-type NEG postule un processus d agglomération bien particulier: les producteurs et les consommateurs se co-localisent pour exploiter des économies d échelle internes tout en minimisant les coûts au commerce. Donc, la NEG place les échanges commerciaux au centre de l explication de la concentration spatiale de l activité économique. Localisation déterminée par la demande, plus que l offre. Le Market Potential est un concept fondamental qui agrège l information sur ces échanges commerciaux.

6 Le Market Potential L essentiel des vérifications empiriques de la NEG tourne autour de cette équation de profit: Π r = 1 σ c1 σ r RMP r F r,

7 Le Market Potential L essentiel des vérifications empiriques de la NEG tourne autour de cette équation de profit: Π r = 1 σ c1 σ r RMP r F r, c r = coût marginal, F r = coût fixe.

8 Le Market Potential L essentiel des vérifications empiriques de la NEG tourne autour de cette équation de profit: Π r = 1 σ c1 σ r RMP r F r, c r = coût marginal, F r = coût fixe. RMP r = s φ rse s P σ 1 s = Real Market Potential.

9 Le Market Potential L essentiel des vérifications empiriques de la NEG tourne autour de cette équation de profit: Π r = 1 σ c1 σ r RMP r F r, c r = coût marginal, F r = coût fixe. RMP r = s φ rse s Ps σ 1 = Real Market Potential. HMP r = s Y s/d rs = Harris (1954) market potential.

10 Les 5 propositions testables de la NEG Le Market potential attire les entreprises.

11 Les 5 propositions testables de la NEG Le Market potential attire les entreprises. Le Market potential augmente le prix des facteurs.

12 Les 5 propositions testables de la NEG Le Market potential attire les entreprises. Le Market potential augmente le prix des facteurs. Le Market potential entraîne un Home Market Effect (HME).

13 Les 5 propositions testables de la NEG Le Market potential attire les entreprises. Le Market potential augmente le prix des facteurs. Le Market potential entraîne un Home Market Effect (HME). L intégration commerciale renforce l agglomération.

14 Les 5 propositions testables de la NEG Le Market potential attire les entreprises. Le Market potential augmente le prix des facteurs. Le Market potential entraîne un Home Market Effect (HME). L intégration commerciale renforce l agglomération. Les chocs peuvent faire changer l économie d équilibre spatial.

15 Les choix de localisation Les résultats Part I Le Market potential attire les entreprises

16 Les choix de localisation Les résultats Des profits au choix de localisation U r ln σ + ln(π r + F ) σ 1 = 1 σ 1 ln RMP r ln c r. (1)

17 Les choix de localisation Les résultats Des profits au choix de localisation U r ln σ + ln(π r + F ) σ 1 = 1 σ 1 ln RMP r ln c r. (1) Si fonction de production Cobb-Douglas incorpore du travail (salaire w r, part α), et un autre input composite (au prix v r ). A r représente la TFP de la région r.

18 Les choix de localisation Les résultats Des profits au choix de localisation U r ln σ + ln(π r + F ) σ 1 = 1 σ 1 ln RMP r ln c r. (1) Si fonction de production Cobb-Douglas incorpore du travail (salaire w r, part α), et un autre input composite (au prix v r ). A r représente la TFP de la région r. ln c r = α ln w r + (1 α) ln v r ln A r. (2)

19 Les choix de localisation Les résultats Quelles variables mesurables? U r = 1 σ 1 ln RMP r + ln A r α ln w r (1 α) ln v r. (3)

20 Les choix de localisation Les résultats Quelles variables mesurables? U r = 1 σ 1 ln RMP r + ln A r α ln w r (1 α) ln v r. (3) 1. RMP r : construction plus ou moins complexe de la demande attendue.

21 Les choix de localisation Les résultats Quelles variables mesurables? U r = 1 σ 1 ln RMP r + ln A r α ln w r (1 α) ln v r. (3) 1. RMP r : construction plus ou moins complexe de la demande attendue. 2. A r : inclusion de tous les facteurs pouvant augmenter la productivité, en particuliers les effets d agglomération, au travers du nombre de firmes présentes.

22 Les choix de localisation Les résultats Quelles variables mesurables? U r = 1 σ 1 ln RMP r + ln A r α ln w r (1 α) ln v r. (3) 1. RMP r : construction plus ou moins complexe de la demande attendue. 2. A r : inclusion de tous les facteurs pouvant augmenter la productivité, en particuliers les effets d agglomération, au travers du nombre de firmes présentes. 3. v r : coût du foncier, taxes ou subvention pouvant porter sur le capital ou autres facteurs de l entreprise. Agglomération peut également faire baisser v r par le canal des biens intermédiaires.

23 Les choix de localisation Les résultats Quelles variables mesurables? U r = 1 σ 1 ln RMP r + ln A r α ln w r (1 α) ln v r. (3) 1. RMP r : construction plus ou moins complexe de la demande attendue. 2. A r : inclusion de tous les facteurs pouvant augmenter la productivité, en particuliers les effets d agglomération, au travers du nombre de firmes présentes. 3. v r : coût du foncier, taxes ou subvention pouvant porter sur le capital ou autres facteurs de l entreprise. Agglomération peut également faire baisser v r par le canal des biens intermédiaires. Estimation économétrie des choix discret (logit).

24 Les choix de localisation Les résultats Exemple d échantillon d IDE UKA UKB UK1 IE UK2 UK8 DEF UK3 DE6 UK7 UK4 NL3 NL1 DE5 UK9 NL4 DE9 NL2 DE3 BE2 DEA DE7 UK6 UK5 BE1 FR3 BE3 DEB DE2 FR1 FR4 FR5 DE1 FR2 FR7 IT1 IT2 IT3 ES1 FR6 FR8 IT4 IT5 PT ES4 ES3 ES2 ES5 ITB IT6 IT7 IT8 IT9 ES6 ITA

25 Les choix de localisation Les résultats Résultats - une vue d ensemble Il existe une hiérarchie dans les déterminants de la localisation.

26 Les choix de localisation Les résultats Résultats - une vue d ensemble Il existe une hiérarchie dans les déterminants de la localisation. 1. Agglomération : Tissu industriel local (+++)

27 Les choix de localisation Les résultats Résultats - une vue d ensemble Il existe une hiérarchie dans les déterminants de la localisation. 1. Agglomération : Tissu industriel local (+++) 2. Demande : Potentiel Marchand ou autre (++)

28 Les choix de localisation Les résultats Résultats - une vue d ensemble Il existe une hiérarchie dans les déterminants de la localisation. 1. Agglomération : Tissu industriel local (+++) 2. Demande : Potentiel Marchand ou autre (++) 3. Coûts de production au sens large : salaires (-?), charges sociales ( ), qualité des infrastructures (+), éloignement maison mère ( )...

29 Les choix de localisation Les résultats Résultats - une vue d ensemble Il existe une hiérarchie dans les déterminants de la localisation. 1. Agglomération : Tissu industriel local (+++) 2. Demande : Potentiel Marchand ou autre (++) 3. Coûts de production au sens large : salaires (-?), charges sociales ( ), qualité des infrastructures (+), éloignement maison mère ( ) Taxation (-)

30 Les choix de localisation Les résultats Résultats - une vue d ensemble Il existe une hiérarchie dans les déterminants de la localisation. 1. Agglomération : Tissu industriel local (+++) 2. Demande : Potentiel Marchand ou autre (++) 3. Coûts de production au sens large : salaires (-?), charges sociales ( ), qualité des infrastructures (+), éloignement maison mère ( ) Taxation (-) 5. Subventions (+?) / politique régionale (??)

31 L équation de salaire Résultats Part II Le Market potential augmente le prix des facteurs

32 L équation de salaire L équation de salaire Résultats Π r = 1 σ c1 σ r RMP r F r, A l équilibre spatial, les profits sont ramenés à 0: ( ) 1/(σ 1) RMPr c r =. σf r

33 L équation de salaire L équation de salaire Résultats Π r = 1 σ c1 σ r RMP r F r, A l équilibre spatial, les profits sont ramenés à 0: ( ) 1/(σ 1) RMPr c r =. σf r c r = P α r w β r v γ r : c r est fonction des salaires (w), du prix des autres facteurs primaires (v), et des biens intermédiaires. F r = fc r, avec f une constante déterminant la croissance des rendements d échelle.

34 L équation de salaire L équation de salaire Résultats Π r = 1 σ c1 σ r RMP r F r, A l équilibre spatial, les profits sont ramenés à 0: ( ) 1/(σ 1) RMPr c r =. σf r c r = P α r w β r v γ r : c r est fonction des salaires (w), du prix des autres facteurs primaires (v), et des biens intermédiaires. F r = fc r, avec f une constante déterminant la croissance des rendements d échelle. β ln w r + γ ln v r = 1 σ ln(σf ) + 1 σ ln RMP r α ln P r. (4)

35 L équation de salaire Résultats Market Potential et inégalités de revenus Proxy naturelle pour la partie de gauche de (4) est log PIB/tête. ln GDPC r = ζ + 1 σ ln RMP r + α σ 1 ln ŜP r + ε r.

36 L équation de salaire Résultats Market Potential et inégalités de revenus Proxy naturelle pour la partie de gauche de (4) est log PIB/tête. ln GDPC r = ζ + 1 σ ln RMP r + α σ 1 ln ŜP r + ε r. Redding and Venables (2004) obtiennent RMP et SP à partir de l équation de gravité de ce modèle: Avec FX r = ln ( n r c 1 σ r ln m sr = FX r + ln φ sr + FM s, ) et FMs = ln ( E s Ps σ 1 ).

37 L équation de salaire Résultats Market Potential et inégalités de revenus Proxy naturelle pour la partie de gauche de (4) est log PIB/tête. ln GDPC r = ζ + 1 σ ln RMP r + α σ 1 ln ŜP r + ε r. Redding and Venables (2004) obtiennent RMP et SP à partir de l équation de gravité de ce modèle: Avec FX r = ln ( n r c 1 σ r ln m sr = FX r + ln φ sr + FM s, ) et FMs = ln ( E s Ps σ 1 ). Les coefficients de φ et les effets fixes servent à reconstruire SP r = s exp(fx s)φ sr et RMP j = s exp(fm s)φ sr.

38 Résultats et difficultés L équation de salaire Résultats Take-away: Le market potential dans sa version la plus restrictive (hors composante domestique) explique 35% de la variation de PIB / tête entre 101 pays en Beaucoup d articles confirment succès de cette prédiction.

39 Résultats et difficultés L équation de salaire Résultats Take-away: Le market potential dans sa version la plus restrictive (hors composante domestique) explique 35% de la variation de PIB / tête entre 101 pays en Beaucoup d articles confirment succès de cette prédiction. Difficultés: Impossible d estimer RMP et SP (même au niveau sectoriel). Composante domestique est cruciale, mais pose des problèmes de mesure. Endogeneité du RMP, difficile à résoudre avec RMP non local ou IV. OVB avec les qualifications? Simultanéité autres variables macro? Le minimum est d utiliser la dimension temporelle (comme dans les growth equations).

40 Le RMP en 2003 L équation de salaire Résultats

41 L équation de salaire Résultats RMP et niveau de développement Figure: Market Potential and development in 2003 income per capita / USA (a) Real Market Potential NOR CHE ISL IRLDNK FINSWE USA AUT JPN CAN FRA GBR AUS QAT DEU ITA NZL ESP ARE BHSCYP KWT SVN PRT GRC ISR BHR MLT KOR BRB CZE KNA OMN SAU ATG SYC HUNTTO GNQPLW EST HRV SVK MEX POL GAB LVA LTU LBN BWA LBY CHL MYS BLZ GRD LCA PAN CRI MUS ARG VEN URY DMA ZAF TUR RUS VCT JAM FJI BRA ROM SUR MKD YUG BGR TUN MDV KAZ NAM PER IRN ECU DZA SLV WSM BIHALB COL DOM JOR GTM THA TON CPV SWZ BLR VUT MAR TKM SYR CHN BOLCOG AGO PRYGUY UKR ARM HND IDN CMR AZE PHL LKA EGY GEO CIV NIC DJI BTN KIR COM PNGZWE SEN LSO MNG YEMIND SLB MRT SDN KEN IRQ PAK VNM STP ZMB LAO UZB KGZ GIN BENMDA NGA MDG MLI BFA KHM GHAHTI BGD CAF TCDTGO MOZ TZA GMB NPL NER UGA TJK ERIRWA SLE MWI GNB AFG LBR ZAR BDI ETH BEL NLD HKG SGP real market potential / USA income per capita / USA (b) Foreign Market Potential NOR USAISL DNK IRL JPN FIN SWE GBR CAN FRA DEU AUT AUS QAT ITA NZL ARE SGP HKG ESP KWT BHS ISR CYP GRC BHR PRT SVN MLT KOR SAU BRB ATG SYC TTO CZE KNAOMN HUN GNQ PLW EST HRV LBN MEX SVK POL GAB LVA LTU CHL MUS LBYBWA PANCRI GRD LCA MYS ZAF ARG TUR BLZ RUS URY VEN DMA VCTJAM BRA FJI ROM IRN SUR YUG BGR DZA MKD TUN MDV PER KAZ ECU THANAM WSM COL DOM GTM SLV SWZ BIH JOR TON CPV BLR ALB VUT MAR TKM CHN SYR EGY AGOLKA BOL PRY IDN COG UKR GUY ARM HND AZE DJI CIVCMR GEO PHL NIC BTN KIR COM YEMPNG ZWE SEN IND LSO SDN SLB VNM KEN IRQ MRT MNG PAK NGA STP UZB ZMBGD LAO KGZ GIN BEN MDA MDG KHM GHA MLI BFA HTI TCD TGO MOZ TZA CAF TJK GMB NPL UGA RWA NER ERI SLE AFGGNB LBR MWI ETH ZAR BDI foreign market potential / USA CHE NLD BEL

42 L équation de salaire Résultats Recent work with time dimension Figure: Market Potential and development over time (a) RMP 1970 (b) RMP 1985 income per capita / USA USA CAN SWE KWT AUS LUX BHS NCL NOR BMU SUN DNK CHE FRA ISL QAT NZLPYF FIN CZS LBY AUT ITA ISR YUG ARG IRL VEN ROM GRC ESPOL SAU CHL CYP TTO URYBRB PRT ZAF SUR MEX JAM BGR LBN PAN MLT GAB PER MNG TUR CRI CUB BLZ ALB ZMB FJI BRA GUY MYS IRN JOR TWN ZWE OMN SYC NIC GTM IRQ COL SYRDOM DZA KIR SLV BOL HND ECU PNG SWZ STP PRK CIV TUN MUS KOR ZAR PRY LBR GHA MAR GNQ NGA COG EGY SLB MRT CMR SEN PHLKA THA PAK BWA NER MDG SLE AFGUGA SDNKEN TCD GNB TGO GIN BEN GMB IND CHN CAF TZA KHM SOM BFA MMR HTI IDN LAO NPL MLILSOMWI BDI RWA ETH VNM HUN real market potential / USA BEL NLD GBR DEU JPN HKG SGP income per capita / USA BMU ARE BRN QAT NOR CAN SUN ISL SWE AUS FIN DNK BHS PYF YUG AUT SAU LBY OMNANT NZL TTO NCL IRL ISR BRB GAB ROM IRN GRC ESP CYP ATG VEN ARG CUB SUR SYC DZA IRQ MLT MEXPAN PRT CZS ZAF MYS KNA BGRPOLJOR HUN FJI URY BRA LCA SYR NAM MNG CHL GRDGTM BLZDMA ECU TUR CRIPRK MMR COG COL VCT TUN VUT BWA PER MUS PRY HND JAM CMR DOM DJI NIC MDV AGO SLV THA TON LAO PNG SLB ZWE CIV ALB EGY SWZ GUY STPSDN IDN PHL MAR BOLWSM LBN LBR MRT SEN MOZ CAF CPV COM ZMB GHA KEN PAK HTI RWA GMB IND GNQ MDG TZA NGA LKA KIR CHN ZARVNM UGA BFA BDI BEN SLE TGO BGD TCD NER AFGGIN LSO MWI NPL MLI GNB ETH SOM USA CHE FRA BHR ITA real market potential / USA KOR KWT JPN DEU NLD GBR BEL HKG TWN SGP

43 Regression results L équation de salaire Résultats Dependent Variable: ln GDP/cap (1) (2) (3) (4) (5) (6) Avg. school. yrs a 0.29 a 0.08 b 0.42 a 0.36 a 0.12 a (0.03) (0.03) (0.03) (0.03) (0.02) (0.03) ln RMP (HM04) 0.41 a 0.37 a 0.55 a (0.06) (0.05) (0.04) ln FMP (HM04) 0.42 a 0.39 a 0.65 a (0.09) (0.06) (0.06) Time Frame Country FE No No Yes No No Yes Observations R

44 IV results L équation de salaire Résultats Dependent Variable: ln GDP/cap (1) (2) (3) (4) ln RMP (HM04) 0.40 a 0.40 a 0.30 b 0.35 a (0.12) (0.10) (0.12) (0.10) Average years of schooling 0.37 a 0.28 a 0.31 a 0.10 a (0.05) (0.03) (0.04) (0.03) Time Frame Country FE No No No Yes Pj d 1 ij Pj d 1 ij P j φ ijt P j φ ijt IV First stage F Observations R

45 L équation de salaire Résultats Résumé des équations de salaires Succès empirique apparent de l équation de salaire, qui constitue une partie importante des mécanismes des modèles de la NEG. : Problèmes d endogénéité ne sont pas tous résolus.

46 Le Home Market Effect Résultats Part III Le Market potential entraîne un Home market effect (HME).

47 Le Home Market Effect Résultats Le Home Market Effect Egalisation des profits peut passer par un autre canal.

48 Le Home Market Effect Résultats Le Home Market Effect Egalisation des profits peut passer par un autre canal. λ = part des producteurs en r et θ = part de demande. Deux régions r et s, équilibre spatial : λ ]0, 1[ tel que Π r (λ ) Π s (λ ) = 0. Π r (λ ) Π s (λ ) = 1 σ (c1 σ r RMP r cs 1 σ RMP s ) (F r F s ). Si égalité interrégionale des salaires, w r = w s, et des coûts fixe de production, F r = F s, RMP r = RMP s : où M (1 + φ)/(1 φ). λ = 1/2 + M(θ 1/2) (5)

49 Résultats Le Home Market Effect Résultats Head and Ries (2001): régression linéaire, sur le panel de secteurs et d années, pour USA-CAN: λ k t = α 1 + α 2 θ k t + ε k t. (6)

50 Résultats Le Home Market Effect Résultats Head and Ries (2001): régression linéaire, sur le panel de secteurs et d années, pour USA-CAN: λ k t = α 1 + α 2 θ k t + ε k t. (6) 1. Coupe sectorielle: α 2 = 1, 13.

51 Le Home Market Effect Résultats Résultats Head and Ries (2001): régression linéaire, sur le panel de secteurs et d années, pour USA-CAN: λ k t = α 1 + α 2 θ k t + ε k t. (6) 1. Coupe sectorielle: α 2 = 1, Néanmoins, la dimension temporelle fournit, quant à elle, un coefficient α 2 = 0, 84.

52 Le Home Market Effect Résultats Résultats Head and Ries (2001): régression linéaire, sur le panel de secteurs et d années, pour USA-CAN: λ k t = α 1 + α 2 θ k t + ε k t. (6) 1. Coupe sectorielle: α 2 = 1, Néanmoins, la dimension temporelle fournit, quant à elle, un coefficient α 2 = 0, Baisse des tarifs douaniers entre le Canada et les Etats-Unis devrait augmenter la valeur du coefficient α 2. C est le contraire que l on observe.

53 Résumé du HME Le Home Market Effect Résultats Echec apparent du HME (plus général que Head and Ries)

54 Le Home Market Effect Résultats Résumé du HME Echec apparent du HME (plus général que Head and Ries) Pas simple de généraliser le HME au cas de plusieurs régions/pays et secteurs. Cet échec n est sans doute que la contrepartie du succès de l équation de salaire.

55 Résumé du HME Le Home Market Effect Résultats Echec apparent du HME (plus général que Head and Ries) Pas simple de généraliser le HME au cas de plusieurs régions/pays et secteurs. Cet échec n est sans doute que la contrepartie du succès de l équation de salaire. Dans les deux approches, on considère la distribution spatiale de la demande comme exogène. Problème: la localisation de la demande est déterminées conjointement à la localisation de la production. Solution: considérer les relations d équilibre entre agglomération et paramètres structurels: en particulier coûts au commerce.

56 Le Tomahawk La cloche Part IV L intégration commerciale renforce l agglomération

57 Le Tomahawk La cloche La prédiction du modèle de Krugman (1991) λ 1 }negative shock 0.5 τb 0 τs trade cost: τ 2 2.5

58 Le Tomahawk La cloche Tester Krugman (1991)? Les modèles de la NEG ont une prédiction qui ne ressemblent pas du tout à une régression relation linéaire simple entre concentration et intégration.

59 Le Tomahawk La cloche Tester Krugman (1991)? Les modèles de la NEG ont une prédiction qui ne ressemblent pas du tout à une régression relation linéaire simple entre concentration et intégration. Dans la plupart des valeurs de paramètres, rien ne se passera en termes de concentration lors d une baisse des coûts au commerce.

60 Le Tomahawk La cloche Tester Krugman (1991)? Les modèles de la NEG ont une prédiction qui ne ressemblent pas du tout à une régression relation linéaire simple entre concentration et intégration. Dans la plupart des valeurs de paramètres, rien ne se passera en termes de concentration lors d une baisse des coûts au commerce. Agglomération catastrophique: entre τ S et τ B, le secteur basculera de l équilibre symétrique à l équilibre aggloméré.

61 Le Tomahawk La cloche Tester Krugman (1991)? Les modèles de la NEG ont une prédiction qui ne ressemblent pas du tout à une régression relation linéaire simple entre concentration et intégration. Dans la plupart des valeurs de paramètres, rien ne se passera en termes de concentration lors d une baisse des coûts au commerce. Agglomération catastrophique: entre τ S et τ B, le secteur basculera de l équilibre symétrique à l équilibre aggloméré. La régression linéaire simple est donc très mal spécifiée.

62 Le Tomahawk La cloche La prédiction du modèle de Puga (1999) λ 1, λ 2 1 λ λ 1 = λ 2 λ 1 = λ λ 2 Trade costs

63 Le Tomahawk La cloche La prédiction du modèle de Puga (1999), appliquée minerals instruments foodbevtob electrical wood railroad plastics machinery radiotvcom cloth paper aircraft chemical vehicles non ferrous ferrous petro fabmetal computers drugs ships φ

64 Part V Les chocs peuvent faire changer l économie d équilibre spatial

65 NEG et équilibres multiples L existence d équilibres multiples est une caractéristique générale de la NEG.

66 NEG et équilibres multiples L existence d équilibres multiples est une caractéristique générale de la NEG. Montrer qu il existe des équilibres multiples dans la répartition spatiale des activités ne serait pas une preuve directe pour la NEG: d autres approches peuvent générer cela.

67 NEG et équilibres multiples L existence d équilibres multiples est une caractéristique générale de la NEG. Montrer qu il existe des équilibres multiples dans la répartition spatiale des activités ne serait pas une preuve directe pour la NEG: d autres approches peuvent générer cela. Montrer qu il n existe pas d équilibres multiples favorise l approche avantages naturels de la répartition des activités.

68 NEG et équilibres multiples L existence d équilibres multiples est une caractéristique générale de la NEG. Montrer qu il existe des équilibres multiples dans la répartition spatiale des activités ne serait pas une preuve directe pour la NEG: d autres approches peuvent générer cela. Montrer qu il n existe pas d équilibres multiples favorise l approche avantages naturels de la répartition des activités. La question principale est de savoir si la répartition des activités est restée stable sur des périodes où l on sait qu il y a eu des chocs importants.

69 Méthodes de test Deux méthodes principales de test:

70 Méthodes de test Deux méthodes principales de test: 1. Corrélations entre la part de la population actuelle d une ville/région, et sa part dans un passé lointain.

71 Méthodes de test Deux méthodes principales de test: 1. Corrélations entre la part de la population actuelle d une ville/région, et sa part dans un passé lointain. 2. Estimation de la résilience de villes / régions à des chocs que l on peut mesurer.

72 Méthodes de test Deux méthodes principales de test: 1. Corrélations entre la part de la population actuelle d une ville/région, et sa part dans un passé lointain. 2. Estimation de la résilience de villes / régions à des chocs que l on peut mesurer. Davis et Weinstein (2002) appliquent ces deux méthodes au Japon: pour 1): les densités de population en 1998 et en 1600 pour 39 régions ont une corrélation de 76% (83% pour la corrélation de rang). pour 2): bombardements alliés 1945.

73 37 Impact des bombardements au Japon - 1 Figure 1 1 Growth Rate 1947 to Growth Rate 1940 to 1947 Effects of Bombing on Cities with More than Inhabitants (Cities with Positive Casualty Rates Only)

74 Impact des bombardements au Japon - 2 Figure 2 Population Growth Log of Populaton Hiroshima Trend Nagasaki Trend Hiroshima Population Nagasaki Population Year