Concours de l’État et dépenses communales (Comptes des communes — OFGL, 2019)
Alphonse KOLIE
15/12/2025
1 Présentation générale
Ce projet propose une analyse économétrique et data-driven de la relation entre les concours financiers de l’État et le niveau des dépenses des communes françaises par habitant, à partir de la base COM19 (année 2019).
À l’intersection de l’économie publique, de la science des données et de la visualisation, l’objectif est de produire un rapport reproductible et automatisé, conçu pour être valorisé dans un portfolio professionnel, et facilement réutilisable si la base venait à être mise à jour.
La Problematique de ce projet est : Dans quelle mesure les concours de l’État influencent-ils le niveau des dépenses communales par habitant, toutes choses égales par ailleurs, et comment cet effet varie-t-il selon les caractéristiques territoriales des communes ?
1.1 Objectifs du projet
Le projet poursuit les objectifs suivants :
Quantifier l’effet des concours de l’État sur les dépenses communales par habitant, en contrôlant les facteurs socio-économiques et géographiques.
Explorer la non-linéarité potentielle de cet effet à l’aide de spécifications polynomiales.
Analyser les hétérogénéités territoriales, notamment selon la région, la ruralité, la situation en zone de montagne, l’Outre-mer et la tranche de revenu.
Développer une application interactive (Shiny) permettant de filtrer et visualiser les résultats par région et par profils de communes.
1.2 Méthodologie générale
- Préparation des données : sélection des variables, gestion des valeurs manquantes, typage des variables.
- Statistiques descriptives : distributions, corrélations et visualisations.
- Modélisation économétrique : modèles linéaires et non linéaires (polynomiaux), calcul d’effets marginaux.
- Cartographie & application : carte des effets estimés et application Shiny avec filtres de selection.
2 Présentation de la base de données
2.1 Base Comptes des communes
L’analyse repose sur la base Comptes des communes, diffusée par l’Observatoire des Finances et de la Gestion publique Locale (OFGL) sur la plateforme data.gouv.fr. Elle regroupe des informations financières, démographiques et géographiques pour l’ensemble des communes françaises. Les variables financières sont exprimées en euros par habitant, afin de permettre une comparaison homogène entre communes de tailles différentes.
L’étude mobilise les principales variables suivantes :
- Dépenses totales par habitant, variable dépendante représentant le niveau global de dépense communale ;
- Concours financiers de l’État par habitant, variable explicative principale ;
- Population totale (Pop), afin de tenir compte de la taille démographique ;
- Tranche de revenu moyen des habitants (Tranche_R_hab), comme indicateur socio-économique ;
- Impôts et taxes par habitant, représentant la capacité de financement propre de la commune ;
- Capacité ou besoin de financement, reflétant la situation budgétaire globale ;
- Outre_mer, indicatrice de localisation en territoire d’Outre-mer ;
- Rural, indicatrice de commune située en milieu rural ;
- Montagne, indicatrice de commune située en zone de montagne.
Les identifiants territoriaux sont utilisés pour les analyses régionales et la cartographie, sans être directement mobilisés dans la modélisation économétrique.
3 Statistiques descriptives
3.1 Indicateurs sur la distribution des variables
| Dépenses Totales | Concours de l’Etat | Population | Impôts et Taxes | Tranche de Revenu | |
|---|---|---|---|---|---|
| Min. : 175.1 | Min. : -0.053 | Min. : 1 | Min. :-1112.0 | 0: 2083 | |
| 1st Qu.: 731.5 | 1st Qu.: 138.023 | 1st Qu.: 204 | 1st Qu.: 278.5 | 1:23903 | |
| Median : 993.3 | Median : 199.727 | Median : 467 | Median : 380.3 | 2: 7414 | |
| Mean : 1266.0 | Mean : 230.121 | Mean : 1945 | Mean : 473.6 | 3: 1150 | |
| 3rd Qu.: 1415.9 | 3rd Qu.: 275.423 | 3rd Qu.: 1181 | 3rd Qu.: 532.3 | 4: 298 | |
| Max. :77188.5 | Max. :10328.830 | Max. :2210875 | Max. :46538.7 | 5: 112 |
On observe un échantillon de 34960 communes après nettoyage des données.
Parmi elles, 6105 sont situées en zone de montagne, 27776 en milieu rural et 129 en Outre-mer.
| Dépenses Totales | Concours de l’Etat | Population | Impôts et Taxes | |
|---|---|---|---|---|
| Dépenses Totales | 1.0000 | 0.4237 | 0.0293 | 0.7214 |
| Concours de l’Etat | 0.4237 | 1.0000 | -0.0147 | 0.1452 |
| Population | 0.0293 | -0.0147 | 1.0000 | 0.0800 |
| Impôts et Taxes | 0.7214 | 0.1452 | 0.0800 | 1.0000 |
On note que la corrélation entre les dépenses des communes et les concours de l’État est positive, de l’ordre de 0.4237.
Figure 3.1: Dépenses des communes et concours de l’Etat, France, 2019
Le graphique 3.1 représente la distribution des observations selon les dépenses des communes et les concours de l’État, avec des échelles logarithmiques sur les deux axes et une courbe de tendance.
4 Modélisation économétrique
On estime le modèle linéaire suivant :
\[ \text{Dépenses totales}_i = \alpha + \beta\,\text{Concours de l'Etat}_i + X_i'\delta + u_i \]
où \(X_i\) regroupe les variables de contrôle : population, tranche de revenu, impôts et taxes, ainsi que des caractéristiques géographiques (Outre-mer, ruralité, montagne).
On estime ensuite des spécifications non linéaires en ajoutant des termes polynomiaux (quadratique puis cubique) de la variable Concours de l’État.
| Dépenses totales | |||
| (1) | (2) | (3) | |
| Concours de l’Etat | 2.121*** | 1.577*** | 1.332*** |
| (0.026) | (0.035) | (0.049) | |
| Concours de l’Etat^2 | 0.0002*** | 0.0004*** | |
| (0.00001) | (0.00003) | ||
| Concours de l’Etat^3 | -0.00000*** | ||
| (0.000) | |||
| Population | -0.001*** | -0.001*** | -0.001** |
| (0.0003) | (0.0003) | (0.0003) | |
| Tranche de Revenu 1 | 20.484 | -24.064 | -30.329 |
| (18.967) | (18.907) | (18.913) | |
| Tranche de Revenu 2 | 80.002*** | 6.254 | -9.254 |
| (21.068) | (21.126) | (21.221) | |
| Tranche de Revenu 3 | 161.617*** | 73.495** | 53.039* |
| (30.242) | (30.225) | (30.338) | |
| Tranche de Revenu 4 | 205.617*** | 114.192** | 94.005* |
| (49.697) | (49.446) | (49.491) | |
| Tranche de Revenu 5 | 201.486*** | 112.462 | 92.374 |
| (76.950) | (76.423) | (76.420) | |
| Impôts et Taxes | 1.625*** | 1.620*** | 1.609*** |
| (0.008) | (0.008) | (0.008) | |
| Outre-Mer | -485.284*** | -502.760*** | -494.863*** |
| (70.904) | (70.339) | (70.297) | |
| Rural | 131.516*** | 149.466*** | 152.712*** |
| (11.090) | (11.027) | (11.028) | |
| Montagne | 292.610*** | 337.664*** | 345.961*** |
| (11.879) | (11.934) | (11.981) | |
| Constante | -182.458*** | -43.406* | 5.825 |
| (22.769) | (23.326) | (24.299) | |
| N | 34,960 | 34,960 | 34,960 |
| R2 | 0.634 | 0.640 | 0.640 |
| Adjusted R2 | 0.634 | 0.640 | 0.640 |
| Residual Std. Error | 786.351 (df = 34948) | 780.038 (df = 34947) | 779.475 (df = 34946) |
| F Statistic | 5,497.964*** (df = 11; 34948) | 5,169.136*** (df = 12; 34947) | 4,782.363*** (df = 13; 34946) |
| Notes: | ***Significant at the 1 percent level. | ||
| **Significant at the 5 percent level. | |||
| *Significant at the 10 percent level. | |||
4.1 Interprétation des estimations
Les estimations indiquent que le coefficient associé aux concours de l’État est positif et statistiquement significatif dans l’ensemble des spécifications. Dans le modèle linéaire (1), une augmentation d’une unité des concours de l’État est associée à une hausse moyenne de 2.121 euros des dépenses communales par habitant, toutes choses égales par ailleurs.
L’introduction de termes non linéaires dans les modèles (2) et (3) met en évidence une relation non strictement linéaire entre les concours de l’État et les dépenses. Le terme quadratique est positif et significatif, tandis que le terme cubique est négatif, suggérant une relation convexe puis légèrement concave. Autrement dit, l’effet des concours de l’État sur les dépenses varie selon leur niveau, ce qui peut refléter des effets de seuil ou des rendements marginaux décroissants à partir de niveaux élevés de transferts. Les variables de contrôle présentent globalement les signes attendus. La variable Impôts et taxes a un effet positif et fortement significatif, indiquant qu’une plus grande capacité fiscale est associée à un niveau de dépense plus élevé. La population présente un coefficient légèrement négatif mais significatif, traduisant un effet d’échelle dans les dépenses par habitant.
Les caractéristiques territoriales jouent également un rôle important. Les communes situées en Outre-mer présentent en moyenne un niveau de dépenses plus faible que les communes métropolitaines, toutes choses égales par ailleurs. À l’inverse, les communes rurales et celles situées en zone de montagne affichent un niveau de dépense par habitant plus élevé, ce qui peut refléter des contraintes structurelles et des coûts de fourniture des services publics plus importants.
Enfin, la qualité globale de l’ajustement est élevée, avec un coefficient de détermination de l’ordre de 0.64, indiquant que le modèle explique une part substantielle de la variabilité des dépenses communales.
Afin d’interpréter plus précisément la relation non linéaire estimée, on calcule maintenant l’effet marginal des concours de l’État sur les dépenses communales à partir du modèle cubique.
4.2 Effet marginal estimé des concours de l’État
On sait que l’effet des concours de l’État sur les dépenses totales, toutes choses égales par ailleurs, est donné par :
\[ \frac{\partial{\text{Dépenses totales}}}{\partial \text{Concours de l'Etat}} = \beta_1 + 2\beta_2 \cdot \text{Concours de l'Etat} + 3\beta_3 \cdot \text{Concours de l'Etat}^2 \]
On enregistre cet effet estimé dans une variable à partir des estimations du modèle (3).
4.2.1 Graphique
Dépenses des communes et effets estimés des concours de l’Etat, France, 2019
4.3 Estimation par région
Afin d’analyser l’hétérogénéité territoriale de l’effet des concours de l’État, le modèle (3) est estimé séparément pour chaque région métropolitaine. Les régions d’Outre-mer sont exclues de cette étape afin de garantir la comparabilité des estimations, et la variable Outre_mer n’est donc pas incluse dans les régressions régionales.
Pour chaque région, l’effet marginal des concours de l’État sur les dépenses communales est ensuite moyenné au niveau régional, en utilisant une moyenne pondérée par la population communale, afin de refléter plus fidèlement le poids relatif de chaque commune dans la structure territoriale.
On représente ces effets.
Effets moyens estimés des concours de l’Etat sur les dépenses des communes, France, 2019
5 Une carte spatiale avec ggplot
## Linking to GEOS 3.11.2, GDAL 3.8.2, PROJ 9.3.1; sf_use_s2() is TRUE
Figure 5.1: Effets des concours de l’Etat sur les dépenses communales, France, 2019
5.1 Analyse spatiale des effets des concours de l’État
La carte précédente met en évidence une hétérogénéité territoriale marquée de l’effet des concours de l’État sur les dépenses communales.
On observe que l’effet marginal estimé est globalement positif dans la majorité des régions métropolitaines, ce qui confirme le rôle structurant des transferts de l’État dans le financement des dépenses locales. Toutefois, l’intensité de cet effet varie sensiblement selon les territoires.
Certaines régions présentent un effet particulièrement élevé, traduisant une forte sensibilité des dépenses locales aux concours de l’État. Cela peut refléter une dépendance plus importante aux transferts publics, possiblement liée à des contraintes budgétaires structurelles, à des caractéristiques socio-économiques spécifiques ou à un niveau plus faible de ressources fiscales propres.
À l’inverse, quelques régions affichent un effet plus faible, voire négatif, suggérant que les concours de l’État y jouent un rôle moins déterminant dans la dynamique des dépenses communales. Ce résultat peut s’expliquer par une plus grande autonomie financière, une base fiscale plus solide ou des stratégies budgétaires différenciées.
Dans l’ensemble, cette analyse spatiale confirme que l’impact des concours de l’État n’est pas homogène sur le territoire, ce qui souligne l’importance de prendre en compte les spécificités régionales dans l’évaluation des politiques de financement des collectivités locales.
6 Application Shiny
6.1 Application interactive (Shiny)
L’application interactive (carte + sélection d’indicateurs) est disponible ici :
https://alphonsekolie.shinyapps.io/Encours/
7 Conclusion
Ce projet a analysé la relation entre les concours financiers de l’État et les dépenses communales par habitant à partir des Comptes des communes (OFGL, data.gouv.fr), année 2019. À l’aide de modèles économétriques linéaires et non linéaires (termes polynomiaux), les résultats mettent en évidence une association globale positive entre le niveau de concours et les dépenses, tout en suggérant une relation potentiellement non linéaire : l’effet marginal varie selon le niveau de transferts.
L’analyse territoriale montre une hétérogénéité régionale de l’effet estimé, confirmée par la cartographie. Cette dimension spatiale souligne que l’impact des concours de l’État n’est pas uniforme et dépend vraisemblablement des caractéristiques structurelles des territoires (capacité fiscale, contraintes de coûts, démographie, géographie).
Enfin, le projet a été construit dans une logique de reproductibilité : automatisation des traitements, génération dynamique des tableaux/graphes, et développement d’une application Shiny permettant d’explorer les résultats de manière interactive.
7.1 Limites
Plusieurs limites doivent être soulignées. D’abord, l’analyse repose sur une coupe transversale (une seule année 2019), ce qui ne permet pas d’identifier des effets dynamiques (avant/après crise sanitaire) ni d’interpréter les coefficients comme des effets causaux. Ensuite, la relation estimée peut être influencée par des facteurs non observés (politiques locales, besoins d’investissement, structure socio-économique) et par une possible endogénéité entre transferts et dépenses.
7.2 Perspectives
Une extension naturelle consiste à exploiter une base multi-annuelle (panel) afin d’étudier l’évolution temporelle de la relation (notamment autour de 2020) via des modèles à effets fixes commune et année. D’autres pistes incluent l’introduction d’indicateurs complémentaires (capacité/besoin de financement, épargne brute, effort fiscal) et l’exploration de méthodes d’identification plus robustes (instruments, approches quasi-expérimentales) lorsque les données le permettent.