Structure économique et sociale des territoires et vote populiste en France

Depuis les Gilets jaunes, la France « périphérique » est un thème récurrent d’analyse en sciences sociales et politiques. Cette France se caractériserait par sa distance aux grands centres urbains, son moindre dynamisme économique et la disparition des emplois locaux, notamment industriels¹. La désindustrialisation et l’abandon politique des populations concernées seraient alors responsables de l’accroissement des inégalités territoriales et d’un déclassement géographique et social. Ce faisant, ceci serait la cause principale de l’émergence d’un vote populiste d’extrême droite et d’extrême gauche.

Pour autant, l’édification d’un tel lien demeure difficile pour plusieurs raisons. La première est d’ordre définitionnel : comment identifier cette France périphérique et comment lui attribuer l’émergence du populisme moderne alors que ce concept demeure relativement flou ? La deuxième tient à la mise en relief de cette relation car une simple énonciation partant de cas types ne saurait se substituer à l’analyse exhaustive des données. Enfin, quand bien même ces deux points seraient acceptablement traités, l’interprétation des résultats et sa projection dans le domaine politique demeurent sensibles. Ainsi, comme l’affirme le livre de David Goodhart², le vote populiste n’est pas seulement d’origine matérielle, une dimension culturelle et identitaire lui fait face et mérite analyse. Distinguer le vote populiste selon qu’il provient d’un ressentiment populaire vis-à-vis d’une « élite » ou de difficultés matérielles stricto sensu demeure compliqué et demande de plus amples enquêtes³.

Ce travail se propose d’affronter modestement ces difficultés à partir des données communales. En effet, l’usage des séries territoriales sont suffisamment fines pour permettre de croiser les résultats électoraux avec différentes caractéristiques locales. En outre, les élections sont un formidable révélateur des préférences des individus et constituent un substrat précieux pour l’analyse du lien entre populisme d’une part et transformations économiques et sociales d’autre part. Ceci nous donne alors la possibilité de tester différentes hypothèses et de mieux comprendre les structures gouvernant les choix des électeurs selon les territoires.

Trois parties étayent cette étude. La première traite les données brutes et brosse un portrait des caractéristiques économiques et sociales des territoires. Nous le verrons, ce simple travail permet de battre en brèche un nombre conséquent d’idées reçues quant aux inégalités territoriales et leur évolution. La seconde regarde le vote des communes selon le territoire dans lequel elles s’inscrivent. Nous verrons dans quelles mesures les votes en faveur de l’extrême droite et de l’extrême gauche sont territorialement et socialement déterminés. La troisième propose d’expliquer les votes à partir des variables économiques, géographiques et sociales décrites auparavant. Le niveau de diplôme sera particulièrement étudié en raison de sa puissance explicative.

Mais avant d’entrer dans le vif de l’analyse la notion de territoire doit préalablement être éclaircie. Nous retiendrons ici la notion d’aire d’attraction récemment proposée par l’Insee : « L’aire d’attraction d’une ville est un ensemble de communes, d’un seul tenant et sans enclave, qui définit l’étendue de l’influence d’un pôle de population et d’emploi sur les communes environnantes, cette influence étant mesurée par l’intensité des déplacements domicile-travail ». Les aires d’attraction peuvent être distinguées en fonction de leur taille, ainsi l’Insee retient quatre groupes selon que la population totale de l’aire est inférieure ou supérieure à 50.000, 200.000 et 700.000 habitants. Ceci donne neuf types de communes selon la classification : quatre pôles urbains, quatre couronnes périurbaines et les zones en dehors de toute aire d’attraction⁴. Notons que cette notion est récente et tend à se substituer à celles d’agglomération et d’aire urbaine, car même si les seuils peuvent paraître arbitraires, la notion d’aire offre une plus grande finesse d’analyse, notamment l’intensité du lien entre pôle et couronne.

De ce point de vue, la France périphérique serait celle des petites aires d’attraction (inférieures à 200.000 habitants) et des communes hors attraction. La population concernée représenterait en 2019 environ 37% de la population totale pour un poids économique d’environ 33% de l’ensemble des revenus (Tableau 1). Notons que ces zones périphériques ont vu leur part dans la population et dans le revenu décroître respectivement de 2,7pp (« pp » correspond aux points de pourcentage) et de 0,7pp depuis 1980, ce qui demeure assez modeste. À l’inverse les zones souvent qualifiées de « mondialisées », à savoir, les métropoles des aires de plus de 700.000 habitants et, éventuellement les pôles des grandes villes, représentent 37% de la population et 41% des revenus. En matière d’évolution depuis 1980, on remarque que ces zones ont vu leur part dans la population et le revenu diminuer de respectivement 2,7pp et 6pp. Soulignons à cet égard que la baisse de la part du revenu est non seulement forte mais aussi surprenante eu égard aux discours les plus en vogue. Notons enfin que les couronnes des grandes villes et des métropoles comptent pour 26% de la population et 27% des revenus soit une augmentation de 5,4pp et 6,8pp depuis quarante ans. Ceci confirme l’essor de ces nouveaux lieux de vie des classes moyennes, hors des pôles des grandes villes mais suffisamment proches pour y travailler.

Partant de ces catégories, nos résultats principaux sont les suivants. Premièrement, l’idée d’un déclin économique des territoires reculés est extrêmement fragile. L’analyse des données montre au contraire que les communes hors des grands centres urbains sont celles dont le revenu par habitant a le plus augmenté depuis quarante ans. Ainsi, dans la mesure où ces territoires apparaissent également moins hétérogènes sur la dimension socioprofessionnelle, ceci tend à montrer que « l’élite » économique des grandes villes mondialisées n’a pas davantage profité des transformations économiques et sociales les plus récentes. Ce résultat coïncide d’ailleurs avec la stagnation des inégalités de revenu observée depuis les années 1990⁵. Toutefois, bien qu’en diminution constante, soulignons que les inégalités territoriales continuent d’exister, les zones reculées demeurant moins privilégiées. En outre, l’analyse des variations de population montre que certains espaces reculés ont une population vieillissante et de moins en moins active⁶.

Deuxièmement, à partir de la construction d’un indicateur permettant de distinguer les communes selon le caractère plus ou moins privilégié de sa population (revenu, niveau de diplôme, catégories socioprofessionnelles, patrimoine), nous observons une convergence des communes entre elles mais aussi entre les types de territoire. Autrement dit, les communes sont de moins en moins dissemblables lorsqu’il s’agit de cet ensemble de critères, y compris dans les zones reculées. Cependant, des écarts existent toujours et sont à la défaveur des zones rurales.

Troisièmement, en observant les votes à la présidentielle de 2022 et aux législatives 2024, nous voyons que les votes pour les partis populistes de droite et de gauche sont le fait des zones rurales pour les premiers et des grandes métropoles pour les seconds. Il est par ailleurs important de souligner que les populations vivant dans les communes les moins privilégiées ont davantage voté pour la droite populiste et pour le centre que pour la gauche radicale. Autrement dit, Le Pen et Macron ont obtenu plus de voix depuis les populations appartenant aux 20% et 40% du bas de la distribution du niveau de privilège communal que Mélenchon. Ainsi, outre que Mélenchon fait un score plus faible au niveau national, ce résultat s’explique également par la plus grande proportion de voix obtenues par ce dernier en provenance des 40% du haut que des 40% du bas de la distribution. Dernier point singulier que ces comparaisons nous fournissent : le candidat faisant la plus grande part de son score dans les communes privilégiées est Yannick Jadot. Ceci est d’autant plus intéressant que son parti défend fermement la décroissance comme principe constitutif de lutte contre le réchauffement climatique et de justice sociale. Tout se passe comme si seuls les plus privilégiés pouvaient concrètement envisager de voir les revenus décroître. De par l’importance des alliances, les résultats des législatives gomment nombre de ces phénomènes. Toutefois, la droite populiste demeure largement en tête parmi les moins favorisés en 2024.

Quatrièmement, les comparaisons avec la présidentielle de 1981 nous apportent quelques enseignements précieux quant à l’évolution des votes selon les territoires et les catégories économiques et sociales. D’une part, le vote Marchais semble le meilleur prédicteur des votes du premier tour de 2022, notamment pour Le Pen, vis-à-vis duquel il est positivement corrélé, en particulier dans les villes moyennes, et du vote Macron, vis-à-vis duquel il est négativement corrélé. En revanche le faible lien avec le vote Mélenchon laisse penser que le candidat LFI n’attire pas la population des communes qui votaient pour l’extrême gauche en 1981, en dehors des grandes métropoles. Néanmoins, la raison de ce non-report ne semble pas liée aux questions économiques puisque Roussel réalise quant à lui ses meilleurs scores là où Marchais était plébiscité. Dès lors, les questions culturelles (notamment autour de la place de l’écologie, des modes de consommation, de l’immigration ou de la laïcité) sont sans doute responsables de ce résultat. Enfin, l’analyse des votes du second tour de ces deux élections montre que les communes ayant voté pour Mitterrand en 1981 ont en moyenne davantage voté pour Le Pen que pour Macron en 2022. Il y a donc bien eu un report d’une partie des voix des communes de gauche en direction de la droite populiste et nationaliste, et ce, quel que soit le territoire considéré.

Cinquièmement, l’analyse des données montre que les variables économiques, sociales, démographiques et géographiques n’ont pas toutes le même pouvoir explicatif des votes. Ainsi, la variable la plus probante en la matière demeure le département de la commune, et ce, indépendamment de la prise en compte de toutes les autres variables. Ceci montre toute l’importance de la dimension culturelle locale sur les préférences des électeurs. Lorsque l’on se concentre sur les variables économiques et sociales, le niveau d’étude est la variable dont le pouvoir explicatif est le plus grand, loin devant le revenu. Dès lors, les conditions économiques n’expliquent qu’une part limitée du déport des voix vers le RN, sinon comment rendre compte de l’effet primordial du niveau de diplôme relativement au niveau de vie ? Si l’on ajoute le fait que le pouvoir explicatif du type de territoire sur le score des candidats est directement lié au taux de diplômés du supérieur, on comprend mieux ce qui distingue le vote des métropoles et de la périphérie. Ce n’est donc pas tant les inégalités mais bien le ressentiment qui semble jouer les premiers rôles dans la structure des votes, donnant ainsi aux hypothèses de Goodhart⁷, Deaton⁸ et de Algan et al.⁹ un certain écho : le rejet d’une certaine mondialisation économique (libre-échange), institutionnelle (l’Europe) et culturelle (immigration, laïcité, loisirs, consommation) portée par une population diplômée, universaliste et privilégiée (les anywhere ou les confiants) et remettant en question l’identité même des classes populaires vivant hors des grandes métropoles (les somewhere ou les méfiants).

Comprendre les sources de ce rejet n’est pas l’objet de cette étude. Toutefois, il ressort des travaux de recherche que les populations ne sont pas toujours enclines à raisonner en termes d’efficacité économique. Les individus sont même prêts à payer un prix élevé pour conserver certaines valeurs éthiques ou identitaires pouvant aller à l’encontre de cette efficacité¹⁰. Dès lors, le rejet des valeurs d’ouverture ou de libre-marché tient au prix élevé que les populations accordent à leur identité, statut et sécurité économique, éléments imparfaitement compensés par leur perception des gains économiques qu’offrent la mondialisation et la concurrence de marché. Le populisme s’est alors engouffré dans cette brèche, exacerbant les perceptions identitaires et inégalitaires pour mieux faire valoir certaines valeurs manichéennes et antisystèmes.

Nous aimerions regarder ici plusieurs traits souvent discutés mais peu analysés. Le premier concerne la croissance économique dans les différents territoires. Le second tient au niveau de développement et sa répartition en fonction des aires d’attraction. Le troisième est lié à l’hétérogénéité de la population en matière de diplômes ou socioprofessionnelle dans les communes et à son évolution au cours du temps selon les territoires. Enfin, nous proposerons de joindre l’ensemble de ces informations à partir de la construction d’un indicateur unique tenant compte du caractère plus ou moins privilégié des différentes communes françaises.

Une notion clé souvent citée (mais peu étayée) pour expliquer les revendications locales ou la structure des votes est celle des « territoires oubliés ». De fait, premièrement, il y aurait un creusement des écarts entre communes depuis 1990 et la mondialisation économique ; deuxièmement, les zones « périphériques » auraient particulièrement été touchées ; troisièmement, les grandes métropoles mondialisées seraient les grandes gagnantes de ce nouvel ordre économique « néolibéral ». Grâce aux données locales il est possible de tester ces hypothèses. Pour cela il nous suffit de regarder la croissance depuis 1980 et de confronter celle-ci au niveau de développement économique initial ainsi qu’à la géographie.

Afin d’éviter de tirer les résultats par les petites communes ne contribuant que pour une faible part de la population française, nous concentrerons notre analyse sur les communes de plus de 1.000 habitants, soit 27% des communes représentant 87% de la population totale¹¹.

Les données de revenu nous montrent tout d’abord que le taux de croissance du revenu moyen des communes entre 1980 et 2019 est négativement lié au niveau de développement de départ (figure 1). Il y a donc rattrapage des communes pauvres vis-à-vis des communes riches sur la période. L’estimation montre qu’il faut trente-huit années pour qu’une commune rattrape la moitié de son retard, ce qui est relativement rapide. Ainsi, plutôt qu’un accroissement des inégalités de développement entre communes c’est au contraire une baisse de ces écarts que l’on observe depuis quarante ans, et ce, malgré la mondialisation. Notons que ce qui est vrai au niveau communal, l’est tout autant au niveau départemental¹².

Lorsque l’on regarde la croissance selon l’aire d’attraction, on remarque que les territoires affichant les plus forts taux de croissance sont précisément ceux coïncidant au mieux avec l’idée de périphérie. En effet, le taux de croissance des zones hors d’attraction et des couronnes des aires d’attraction de moins de 50.000 habitants est respectivement de 80% et de 72%. Dans le même temps les plus grandes métropoles affichent un taux de croissance de 31%. Par ailleurs, et de manière générale, les couronnes semblent avoir davantage profité de la croissance des quarante dernières années que les centres urbains, petits ou grands. Ces résultats tendent donc à remettre en question l’idée d’une périphérie oubliée, perdante de la mondialisation.

Nous pouvons nous demander si cette plus forte croissance dans les zones périphériques n’est pas trop hétérogène. Il y aurait des périphéries gagnantes et perdantes, et de même pour les communes appartenant aux pôles des grandes aires d’attraction. Toutefois, même si la variance à l’intérieur des aires d’attraction est plutôt forte, on voit que les communes rurales au seuil des 25% du bas de la distribution, affichent un taux de croissance plus important que la commune médiane des pôles des villes, grandes ou moyennes. Autrement dit, même si l’hétérogénéité des taux de croissance est de mise, le rattrapage économique de la périphérie demeure plein et entier.

Dernier point, la croissance du revenu par habitant ne tient pas compte de la potentielle désertification de certains territoires. Le sentiment de déclin ne serait donc pas nécessairement lié au niveau de vie de la population mais à la décroissance économique de la commune elle-même. De fait, l’analyse des données de population ne confirme pas ce point de vue car même si la population s’accroît surtout dans les couronnes des grandes métropoles, on voit que la population des zones plus reculées s’accroît positivement depuis 1980, notamment hors des pôles. À l’inverse les villages, bourgs et villes de province affichent des taux de croissance de leur population certes positifs (il n’y a donc pas de « désertification ») mais relativement plus faibles. De fait, la croissance de la population dans les aires d’attraction est principalement le fait des couronnes et non des pôles.

Regardons maintenant le développement économique selon les territoires. En effet, bien que la croissance semble avoir été plus forte dans les communes les plus pauvres, le phénomène de rattrapage ne dit rien quant aux écarts entre communes. Ainsi, les différences peuvent demeurer importantes. C’est ce que montre la figure 4. Parmi les communes de plus de 1.000 habitants nous voyons que les zones rurales et les bourgs affichent des revenus par adulte plus faibles de pratiquement 30%. De fait, on observe une augmentation du revenu des pôles et couronnes à mesure que la taille de l’aire augmente. Notons par ailleurs que l’hétérogénéité des revenus parmi les territoires ne permet pas d’expliquer ces différences puisque, à titre d’exemple, le revenu par adulte du deuxième quartile des métropoles est plus élevé que le revenu par adulte médian des communes rurales.

Afin de mesurer l’hétérogénéité sociale, nous pouvons nous appuyer sur les catégories socioprofessionnelles (CSP) et le niveau de diplôme. Les CSP sont de cinq types au niveau communal : les cadres et professions intellectuelles, les professions intermédiaires, les employés, les ouvriers et enfin une catégorie regroupant les agriculteurs-exploitants, chefs d’entreprises et artisans. Afin d’établir une distinction plus nette entre catégories aisées, moyenne et populaires nous avons choisi de regrouper les ouvriers et les employés sous une même appellation.

Que pouvons-nous dire des différences socioprofessionnelles selon les territoires ? Partant de la part des ouvriers et employés des communes de plus de 1.000 habitants, la figure 5 nous montre que plus le territoire est urbanisé, plus la part des CSP- est faible et plus elle diminue sur la période 1990-2019. Ainsi, les communes des pôles et couronnes des grandes métropoles affichent en 2019 un taux d’ouvriers et employés moyen de 42% (en baisse de 9pp depuis 1990) alors que les communes en zone rurale affichent un taux stable depuis trente ans, proche de 58%. Autrement dit, le contraste socioprofessionnel selon les types de territoires semble de plus en plus important.

Qu’en est-il du niveau de diplôme ? Sur la base de la part des diplômés du supérieur par commune, la figure 6 affiche des résultats similaires. On voit ainsi que cette part a augmenté de plus de 25pp depuis 1990 dans les métropoles pour atteindre plus de 35% de la population. Dès lors, bien que la part des diplômés augmente dans les zones rurales et dans les bourgs (15pp), les écarts s’accroissent en la matière selon les types de territoire.

Il est ainsi intéressant de mettre ces résultats en perspective avec les données de revenu vues précédemment. Alors même que les types de territoires semblent de plus en plus différents d’un point de vue social (bien qu’ayant tous davantage de diplômés et de cadres en leur sein que par le passé), on observe dans le même temps une plus forte croissance des revenus là où la part des ouvriers et employés résiste le mieux et où la part des diplômés du supérieur s’accroît le moins. Il ne faut certes pas surinterpréter ce constat, de multiples effets de composition étant à l’œuvre, toutefois, ceci tend à contredire l’idée que les zones populaires périphériques seraient en situation de déclin économique (d’où leur propension à voter pour les partis extrêmes).

Nous pouvons enfin nous questionner quant à l’évolution de l’hétérogénéité sociale dans les communes eu égard à leur hétérogénéité de départ. Pour cela nous pouvons regarder l’inverse de l’indice Herfindahl-Hirschmann (IHH) – qui est en fait un indicateur de concentration. Plus l’IHH est grand, plus l’hétérogénéité sociale est faible. Notons que, puisqu’il n’y a ici que 4 catégories, l’IHH est compris entre 0,25 (hétérogénéité parfaite) et 1 (hétérogénéité nulle).

La figure 7 montre qu’une convergence vers des niveaux communaux de concentration socioprofessionnelle plus faibles est à l’œuvre depuis trente ans. Plus une commune affiche une forte concentration socioprofessionnelle en 1990 plus cette concentration diminue sur la période 1990-2019. Ainsi, contrairement à une idée répandue, non seulement les communes sont de moins en moins socioprofessionnellement homogènes, mais cette plus grande hétérogénéité tend aussi à devenir de plus en plus la norme. Les catégories socioprofessionnelles se côtoient de plus en plus et les différences entre communes en la matière s’avèrent de plus en plus faibles, et ce, malgré les différences territoriales que nous venons de documenter. À cet égard, les deux précédentes figures laissent supposer que la variance en matière d’hétérogénéité à l’intérieur des catégories de territoire a diminué.

Ces résultats sont importants pour plusieurs raisons. Tout d’abord, ceci permet de questionner l’idée d’une tendance vers le repli sur soi en matière sociale. Même si certaines zones peuvent être sujettes à ce phénomène, ceci n’est ni une généralité ni une tendance de fond, au contraire. D’ailleurs si l’on regarde la progression de l’hétérogénéité des communes à l’intérieur des départements, on constate qu’aucun département ne voit baisser le niveau d’hétérogénéité moyen des communes qui les composent depuis 1970. Ensuite, la baisse particulièrement significative dans les aires d’attraction des grandes métropoles du niveau de concentration suggère que le manque de diversité sociale est davantage un problème dans les zones rurales. On pourrait par exemple penser que le département de la Seine-Saint-Denis serait sujet à un accroissement de la concentration socioprofessionnelle. De fait, il s’agit d’un département dont les communes affichent parmi les plus fortes augmentations de l’hétérogénéité sociale, et ceci n’est pas du seul fait des communes limitrophes à la ville de Paris¹⁹. Enfin, malgré la relative stagnation de la diversité sociale dans les campagnes et les petites aires d’attraction, la convergence concomitante des revenus nous montre que ce n’est pas un afflux de cadres dans les zones reculées qui est la cause du plus fort enrichissement de ces territoires depuis quarante ans. Les importants transferts monétaires en faveur des zones périphériques sont en partie responsables de ce résultat.

Une façon de synthétiser ces résultats est de créer un indicateur tenant compte des multiples dimensions du caractère plus ou moins privilégié des communes. Nous considérerons ici comme privilégiée toute commune dont la population est en moyenne : diplômée du supérieur, exerce des professions de cadre, affiche de plus hauts revenus, a un faible taux de chômage et possède un patrimoine élevé. Afin d’éviter d’attribuer un poids arbitraire à chacune des variables et parce que ces variables sont corrélées les unes avec les autres (un cadre diplômé affiche généralement de plus hauts revenus), nous proposons de générer cette variable à partir d’une analyse en composantes principales. Cette méthode permet de « résumer » l’ensemble de l’information détenue par toutes les variables en les réduisant à une ou plusieurs « composantes ». Dans notre cas, nous ne collecterons que les données relatives à la première composante puisque celle-ci permet de synthétiser la plus grande partie de l’information contenue dans les données. Ainsi, les valeurs obtenues pour une année donnée par cette composante nous donnent une indication du caractère plus ou moins privilégié de chaque commune à cette date.

L’avantage d’un tel indicateur plutôt que celui du seul revenu des communes tient au fait que le revenu moyen n’est pas un indicateur suffisant. Tout d’abord, le revenu communal peut être très dispersé et ne pas tenir compte de la diversité des populations au sein des communes, notamment les plus grandes. Ensuite, le statut social et le diplôme s’avèrent particulièrement structurants dans les représentations que les individus se font de leurs concitoyens. Enfin, dans une optique de compréhension des votes, le revenu ne peut être le seul critère hiérarchisant. De fait, le niveau de diplôme et le statut social sont souvent plus à même de tenir compte du capital social et culturel que le revenu. C’est pourquoi cet indicateur se veut une meilleure approximation de la structuration sociale. Ce point sera particulièrement étayé dans la troisième partie de cette étude.

Afin de rendre comparables les valeurs, gardons en tête que le niveau moyen de privilège des communes est égal à zéro. La figure 8 nous montre ici que les zones rurales sont moins privilégiées que n’importe quel autre territoire, et ce, que l’on regarde pour 1980 ou 2019. À l’inverse, les communes des couronnes et des pôles des métropoles apparaissent en moyenne plus privilégiées que les communes de toutes les autres aires d’attraction. On voit toutefois que les écarts entre les différents types de territoires se réduisent, ce qui implique une moindre concentration des populations « privilégiées » dans les grandes aires d’attraction. Par ailleurs, les bourgs et les villes semblent être les territoires ayant le moins tiré parti de la période 1980-2019. Alors que leur score est supérieur à la moyenne des communes en 1980, il devient inférieur en 2019.

Afin de compléter ces résultats territoriaux nous pouvons aussi regarder la variation du score de privilège communal et comparer celle-ci au niveau de privilège de 1980. On remarque alors qu’il existe un lien négatif significatif entre ces deux variables, ce qui suggère, comme dans le cas du revenu, une convergence des niveaux de privilège communaux. Autrement dit, les communes les moins privilégiées en matière d’éducation, de revenu, de patrimoine ou socioprofessionnelle, tendent à rattraper les communes les plus privilégiées sur la période. Ces résultats sont importants car ils nous montrent que les gagnants et perdants de la mondialisation dans les territoires ne sont pas nécessairement ceux que l’on croit. Non seulement les écarts se réduisent mais en plus cette tendance semble se faire à l’avantage des territoires reculés et aux dépens des villes. En tout état de cause, les données récentes suggèrent une réduction des inégalités communales et territoriales.

Maintenant que nous avons dressé l’état des lieux des caractéristiques économiques et sociales des communes en fonction des aires d’attraction nous pouvons nous intéresser à la question du vote communal. Cette partie se veut avant tout descriptive, cherchant à établir la structure des votes plutôt que son explication (point sur lequel nous nous attarderons dans la troisième partie). Puisque nous nous inscrivons dans l’analyse du temps présent, nous nous concentrerons principalement sur l’élection présidentielle de 2022. Toutefois, nous observerons aussi l’élection de 1980 dans un souci de comparaison et de compréhension du vote actuel.`

Nous nous proposons ici de compléter la méthodologie de Cagé et Piketty en élargissant l’analyse aux aires d’attraction et en prenant soin de considérer d’autres variables que le seul revenu. Plutôt que les classifications selon le caractère « bourgeois » ou « populaire » nous préférerons une classification selon le caractère plus ou moins « privilégié » de la commune. Il eût été sans doute préférable d’avoir à disposition les données par individus, cependant, en l’absence d’un échantillon suffisamment large et parfaitement représentatif de la structure économique et sociale offrant une classification par décile, les données communales sont une alternative intéressante. Il convient simplement de ne pas tirer de conclusions trop hâtives et de garder en tête la possibilité d’un certain nombre d’écueils. Le plus important d’entre eux demeure le biais d’agrégation. Celui-ci consiste ici à ne pas tenir suffisamment compte de l’hétérogénéité des populations au sein de chaque commune. Ainsi, ce n’est pas parce qu’une commune riche a davantage voté pour le candidat X que les riches ont voté pour ce candidat. En effet, une commune riche peut aussi avoir en son sein un nombre important de non-riches qui ont massivement voté pour celui-ci. Le biais d’agrégation apparaît alors si les non-riches en question ont plus fortement voté pour X dans les communes riches que dans les autres communes. Autrement dit, plus l’hétérogénéité communale est forte plus le risque d’une mauvaise interprétation grandit. Néanmoins, dans la mesure où nous raisonnons au niveau suffisamment fin de la commune, ce risque demeure relativement limité. En outre, cela suppose une grande variabilité des préférences des individus appartenant aux même catégories (de revenu, socioprofessionnelles, ou de diplôme) en matière de vote selon les communes où ils vivent.

Les données individuelles tirées des enquêtes postélectorales nous permettent dans un premier temps de bien avoir en tête certains faits quant au vote des différentes catégories. Premièrement, les données montrent clairement que les employés (31%) et surtout les ouvriers (42%) ont plus largement voté pour Le Pen. À l’inverse la candidate du RN sous-performe dans toutes les autres catégories. Macron attire quant à lui surtout le vote des cadres (34%). Notons enfin que Mélenchon réalise son plus mauvais score avec les ouvriers (20%). En revanche, il apparaît proche de son score national dans toutes les autres catégories, y compris les cadres. En matière de revenu, on voit que les foyers dont le revenu est inférieur à 1.000 euros votent autant pour Le Pen (32%) que pour Mélenchon (33%). À l’inverse les foyers dont le revenu est supérieur à 3.500 euros votent surtout pour Macron (39%). Notons enfin que les jeunes (18-34 ans) ont surtout voté pour Mélenchon (33%) et pour Le Pen (32%) et assez peu pour Macron (17%). À l’inverse les plus âgés ont davantage voté pour Macron (39%) et relativement peu pour Mélenchon (16%) ou Le Pen (13%).

Le 1er tour des législatives offre des résultats similaires, même si les alliances peuvent brouiller certaines observations²². Ainsi, le vote RN et alliés (34% au niveau national), se concentre très largement parmi les classes défavorisées (54% des suffrages exprimés) et populaires (38% des suffrages exprimés). De même, les ouvriers (57%) et employés (44%) ont davantage plébiscité les candidats RN et assimilés. Toutefois, le RN arrive en tête pour toutes les catégories de revenu étudiées y compris les foyers ayant plus de 3000 euros net mensuel²³. À l’inverse, on remarque que le niveau de diplôme demeure une variable clé puisque les bac+3 et plus ne sont que 22% à voter pour le RN contre 49% pour les diplômes inférieurs au bac. Autrement dit, le statut et le milieu social d’origine semblent plus clivants que le revenu pour rendre compte du vote populiste de droite.

Regardons maintenant le vote en faveur du Nouveau Front Populaire (28,1% au niveau national). Celui-ci peut être vu comme la contrepartie du vote RN. En effet, la gauche est davantage plébiscitée parmi les plus diplômés (37%), les cadres (34%) et professions intermédiaires (35%), en particulier dans la fonction publique. En outre, le NFP apparaît particulièrement attractif chez les jeunes (48% chez les moins de 25 ans et 38% parmi les 25-34 ans) même si le RN n’est pas en reste en la matière (respectivement 33% et 32%). De fait, hormis ce dernier point, nombre de caractéristiques sociologiques propres au vote Macron se retrouvent dans le vote NFP aux législatives, sans doute en raison du retour de certains électeurs de centre gauche (comme l’atteste le vote en faveur de Raphaël Glucksman aux élections européennes).

Enfin, le vote Ensemble (20,3% au niveau national) complète le tableau. On voit que le parti du président de la République est surtout soutenu par les retraités (29%) même si ces derniers ont davantage voté pour le RN (31%) et les cadres (26%) après le NFP toutefois.

Ces informations nous montrent que parmi les trois candidats principaux, le centre attire une population plutôt âgée et privilégiée ; la gauche apparaît surtout attractive pour les jeunes, notamment les étudiants, et les plus diplômés ; enfin, le RN attire les moins privilégiés, en particulier les ouvriers et employés et les moins diplômés. On pourrait ainsi forcer le trait en disant que le vote RN est surtout un vote de statut et non un vote lié au revenu. Nous aurons l’occasion de développer ce point plus loin.

Ces données individuelles sont essentielles et ne sauraient être contredites par les données communales. Cependant, comme souligné précédemment, l’information par commune peut nous permettre de compléter cet état des lieux, en tenant compte, notamment, de la dimension géographique mais aussi en classant par percentile les populations des communes selon différents critères.

a. Votes selon l’aire d’attraction

Voyons pour commencer le vote des différents candidats selon l’aire d’attraction. Afin d’éviter une multiplication de graphiques, nous allons ici nous concentrer sur les trois principales figures de l’élection à savoir Macron, Le Pen et Mélenchon.

Les données montrent plusieurs faits importants (figures 10.1 et 10.2). Tout d’abord, Le Pen à la présidentielle et le RN aux législatives arrivent largement en tête dans les zones rurales mais réalisent de moins bons scores dans les métropoles. Mélenchon et le NFP à l’inverse réalisent leurs meilleurs scores dans les pôles des grandes villes et des métropoles mais réalisent des scores médiocres en zone rurale et dans les couronnes. Autrement dit, contrairement au RN, la gauche a été davantage plébiscitée dans les zones dites « mondialisées », mais largement rejetée dans les zones dites « périphériques ». Enfin, le vote Macron et Ensemble apparaît assez stable selon les aires d’attraction. Aussi le parti présidentiel apparaît-il moins géographiquement clivant que souvent énoncé. Soulignons enfin que Macron arrive premier dans cinq des neuf types de territoires et demeure très proche de Mélenchon en métropole. Ce résultat se retourne aux législatives puisque le RN arrive partout en tête, hormis dans les métropoles où il figure troisième.

b. Votes des communes selon les catégories sociales

Voyons maintenant la manière dont les votes se répartissent en fonction du statut social. Plusieurs options sont ici possibles. Nous pouvons d’une part regarder le lien entre les variables sociales et la part du vote reçu par chaque candidat dans les communes. Nous pouvons d’autre part nous focaliser sur la part relative du vote pour chaque candidat selon la distribution des niveaux de privilège des communes. Ceci revient alors à dire si le vote en faveur du candidat X dans les communes est plus ou moins le fait du vote provenant des communes privilégiées ou non-privilégiées. Ainsi, plus le nombre de voix reçues par un candidat dans les communes privilégiées relativement aux autres communes est élevé, plus son électorat sera qualifié de « privilégié ». Il est enfin possible de décomposer les votes de chaque candidat par quintile de niveau de privilège. Ceci permet alors de voir, quelle partie de la distribution est favorable à chacun des candidats.

Commençons par l’analyse des liens entre le vote communal et le critère social. Pour cela nous calculons la corrélation entre la part du vote pour chaque candidat et le niveau de privilège communal calculé plus haut. Afin d’éviter de voir la corrélation tirée par les petites communes, nous avons choisi de porter notre attention sur les communes de plus de 1 000 habitants. Nous voyons ainsi que Jadot, Macron, Pécresse et Zemmour font des scores d’autant plus élevés que le niveau de privilège communal est grand (figures 11.1 et 11.2). L’inverse est vrai pour Le Pen, Arthaud, Roussel et Poutou. Enfin, le lien entre privilège et score communal est proche de zéro pour Mélenchon, Hidalgo, Lassalle et Dupont-Aignan. Autrement dit, le score de ces candidats ne semble pas dépendre du niveau de privilège des communes.

Les résultats des législatives offrent un tableau similaire avec un clivage évident entre le RN d’une part et Ensemble d’autre part. La plus grande surprise est peut-être l’absence de corrélation entre le vote LR et le niveau de privilège communal.

Le problème de l’analyse des corrélations est précisément de ne pas tenir compte de la taille des communes. Une ville de 1.000 habitants compte ici autant qu’une ville de 100.000 habitants. Afin de compléter notre analyse il peut être intéressant de classer les communes par niveau de privilège et ainsi de voir si les communes du haut ou du bas de la répartition votent plus ou moins pour un candidat déterminé. Nous suivons donc ici la méthode proposée par Cagé et Piketty, à la seule différence que nous ne nous focalisons pas uniquement sur le niveau de revenu.

Commençons par voir quels candidats ont la plus grande part de leur score à la présidentielle dû au vote des communes privilégiées. Pour cela nous regardons la part des votes dans les 10% de la population appartenant aux communes ayant le plus haut score de privilège et comparons cette part au score national obtenu. La figure 12.1 montre que les candidats les plus « bourgeois » pour reprendre le lexique de Cagé et Piketty sont Pécresse, Jadot, Macron et Zemmour. De fait, on retrouve les mêmes résultats que ceux obtenus à partir des corrélations. Les résultats des législatives confirment ce tableau puisque le RN réalise de moins bons scores (-32%) dans les communes privilégiées, à l’inverse d’Ensemble (+34%) ou de LR (+47%). Notons que le NFP fait le même score dans les communes privilégiées que dans le reste de la France.

Nous pouvons aussi diviser la population pour mesurer la part de chaque quintile de privilège dans le total des voix obtenues par un candidat (figures 13.1 et 13.2). Nous voyons ainsi que Yannick Jadot est le candidat dont les 20% et 40% de la population des communes parmi les plus privilégiées représente la plus grande part du total des voix. Il est suivi en cela par Pécresse, Macron, Zemmour et Mélenchon. À l’inverse Le Pen et Arthaud sont les candidates dont les 20% et 40% de la population des communes parmi les moins privilégiées représente la plus grande part des voix.

Il faut cependant rappeler que nous sommes pour l’instant dans une analyse en part relative. Ceci ne dit rien quant au score absolu obtenu par chaque candidat dans chaque quintile. Dès lors, regardons ce dernier point plus en détail en sommant les voix de chaque candidat dans les différents quintiles de privilège (figures 14.1 et 14.2). Nous voyons ainsi que Le Pen est la candidate qui reçoit le plus de voix lorsque l’on regarde respectivement les 20%, 40% et 60 % du bas de la distribution. Ce sont donc ses scores parmi les 40% du haut qui permettent à Macron d’arriver en tête du premier tour. Notons également que Mélenchon rattrape Le Pen grâce aux 20% du haut de la distribution. Même s’il demeure difficile de se prononcer plus en amont sans risquer de faire de trop importantes hypothèses, ces résultats confirment les données individuelles suggérant que les classes populaires ont plus largement voté Le Pen que Mélenchon. De même, le bon score que réalise Mélenchon dans les communes privilégiées coïncide avec les bons scores réalisés par le candidat LFI en métropole, notamment parmi les cadres, les professions intermédiaires, les étudiants et les diplômés. De fait, même Macron réalise un meilleur score dans l’absolu que Mélenchon parmi les 20% et 40% du bas de la distribution, ce qui remet grandement en cause le fait que Mélenchon serait le candidat des classes populaires. Notons par ailleurs que ce constat ne peut être dû à une division de la gauche, Poutou, Arthaud, Roussel et Hidalgo ne réalisant que de trop faibles scores alors que Jadot réalise ses meilleurs taux parmi les 20% du haut de la distribution. De fait, les classes populaires ont délaissé la gauche lors de cette élection, partout en dehors des plus grandes métropoles comme nous allons le voir.

c. Votes selon les catégories sociales et l’aire d’attraction

Voyons maintenant comment se décomposent les votes en fonction des aires d’attraction selon le niveau de privilège des communes. Pour cela nous avons regardé les votes pour les trois candidats principaux selon que la commune appartient aux 50% de la population la plus ou la moins privilégiée.

Plusieurs faits ressortent (cf. figure 15.1 et 15.2 ainsi 16.1 et 16.2). Tout d’abord, le vote en faveur de Macron reste le plus stable selon les différentes aires d’attraction quel que soit l’échantillon retenu. Toutefois, on constate un attrait particulièrement élevé pour ce candidat dans les pôles des territoires les plus aisés même si cette tendance disparaît aux législatives du fait d’un report de voix vers le RN dans les villes et grandes villes et vers le NFP dans les métropoles. À l’inverse, Macron réalise son plus mauvais score dans les communes des pôles des grandes métropoles les moins privilégiées. Mauvais score confirmé aux législatives car c’est dans les pôles des villes, grandes villes et métropoles des communes les moins privilégiées que l’écart entre le vote Macron et le vote Ensemble est le plus important. Autrement dit, Ensemble a perdu le plus de voix dans les pôles des aires d’attraction entre 2022 et 2024, en particulier dans les communes les moins privilégiées. Ce dernier point est à mettre en parallèle avec le score particulièrement élevé de Mélenchon et du NFP dans les communes qui concentrent une grande partie des banlieues pauvres de Paris et des autres grandes métropoles. Soulignons cependant que Mélenchon et le NFP réalisent également un très bon score dans les communes privilégiées des grandes métropoles, score qui apparaît plus élevé que dans n’importe quelle autre aire d’attraction. Ceci coïncide ici encore avec les données d’enquêtes postélectorales montrant une propension assez importante des cadres et professions intermédiaires à voter pour la gauche, ceux-ci se trouvant davantage dans les pôles, notamment les professions intellectuelles. Dernier point, Mélenchon et le NFP apparaissent assez stables dans les communes rurales et périphériques, quel que soit le niveau de privilège étudié ici. Dès lors, ils demeurent systématiquement derrière la droite populiste dans ces aires d’attraction, en particulier lorsque les communes en question ne sont pas privilégiées. Autrement dit, mais ceci est bien connu, le vote de gauche est surtout un vote de métropole et notamment de ses banlieues pauvres. En corollaire, les classes populaires des zones rurales et des petites villes semblent avoir délaissé la gauche pour lui préférer l’extrême droite.

Focalisons-nous enfin sur le vote en faveur de Le Pen et du RN. Nous voyons que celui-ci se concentre sur les couronnes et les communes rurales, particulièrement parmi les communes les moins privilégiées, mais pas seulement. De fait, leur score apparaît plus élevé que celui de Macron et Ensemble dans les communes privilégiées appartenant à ces catégories. Autre point important, Le Pen et le RN arrivent en tête dans toutes les aires d’attraction lorsque l’on se focalise sur les communes les moins privilégiées, l’unique exception étant les pôles des grandes métropoles. Aux législatives, ce fait s’étend même aux communes privilégiées bien que les écarts soient moins flagrants. Ainsi, si l’on exclut les banlieues pauvres des plus grandes agglomérations françaises, les moins privilégiés votent davantage pour le RN dans tous les types de territoire. Toutefois ceci tend à décroître à mesure que la taille des pôles augmente. Le Pen apparaît donc comme la candidate des zones reculées mais aussi et surtout des communes peu privilégiées hors des grandes métropoles.

Avant de tenter une explication des votes dans les territoires, il nous semble utile de proposer une comparaison des résultats de 2022 avec ceux de 1981. Nous avons choisi cette comparaison parce que 1981 à l’avantage de remonter suffisamment loin pour que la situation actuelle ne soit pas trop déterminée par une proximité temporelle fictive. Par ailleurs, cette élection nous permet de nous concentrer sur le lien entre le vote pour les trois principaux candidats de 2022 avec un candidat de 1981 particulièrement intéressant : Georges Marchais. En effet, le candidat du PCF de l’époque représente à bien des égards nombre de valeurs défendues par Mélenchon et Le Pen, observer ce lien en fonction des territoires peut donc être particulièrement éclairant. Mais avant cela regardons rapidement les corrélations entre le vote communal des quatre principaux candidats de 1981 et les trois principaux candidats de 2022. Afin d’éviter que les résultats ne soient tirés par les villages nous ne retenons ici que les communes de plus de 1.000 habitants en 2022.

Plusieurs faits ressortent. Tout d’abord, les corrélations sont assez faibles, ce qui laisse penser que la structure des votes dans les communes et le climat politique entre les deux élections ne sont pas équivalents. Ensuite, nous pouvons voir que le signe des corrélations pour Macron et Mélenchon sont conformes aux attentes. En revanche, le vote Le Pen est surprenant à certains égards puisqu’il apparaît positivement lié au vote Marchais et négativement lié au vote Chirac. Enfin, le vote Marchais apparaît comme le plus clivant mais aussi comme le meilleur prédicteur des votes. On voit bien ici que le vote Le Pen vient clairement jouer les trouble-fête dans le clivage droite-gauche. Au regard de ces corrélations, la candidate du RN apparaît plus proche de la gauche que de la droite de l’époque, notamment lorsque l’on constate que le vote Marchais lui est plus proche que celui de Mélenchon.

Concentrons-nous plus spécifiquement sur le vote Marchais. Regardons tout d’abord son score selon le type de communes. Deux faits importants ressortent. Premièrement, il y a peu d’écarts entre les scores de la moitié haute et de la moitié basse du niveau privilège communal dans les couronnes des aires d’attraction. Autrement dit, le score de Marchais ne dépend qu’assez peu du critère de privilège dans les zones reculées. Deuxièmement, le score du candidat PCF apparaît particulièrement élevé dans les communes les moins privilégiées des pôles des aires d’attraction dont la population est supérieure à 50.000 habitants. Ceci correspond aux populations ouvrières des agglomérations, que celles-ci soient de tailles moyennes ou grandes.

Toute la question est donc de savoir où est parti l’excédent de voix pour Marchais dans les pôles des « villes » et des « grandes villes » ouvrières, hors « métropoles ». Afin de répondre à cette question nous avons regardé la corrélation du vote Marchais et du vote de chacun des trois candidats principaux de 2022. Que nous disent les données ? Tout d’abord le vote Marchais est fortement et positivement corrélé au vote Le Pen dans les aires d’attractions comprises entre 50.000 et 700.000 habitants. Ceci coïncide avec le fort report des voix des ouvriers vers la candidate du RN. Ensuite, on remarque une corrélation du vote Marchais particulièrement forte avec le vote Mélenchon dans les métropoles. Autrement dit, le vote de banlieue, davantage composé d’électeurs issus de l’immigration, se reporte plus naturellement sur le candidat LFI plutôt que sur la candidate du RN. Enfin, le vote Marchais est fortement et négativement corrélé avec le vote Macron dans tous les pôles. Ce dernier résultat semble ainsi confirmer que les valeurs que porte Macron sont aux antipodes des valeurs historiques de cet électorat communiste, notamment sur le libéralisme économique, la mondialisation mais aussi l’immigration. Ce dernier point est important car il permet d’expliquer les différentes corrélations obtenues entre les grandes métropoles et les autres villes. Le candidat naturel de l’électorat de Marchais devrait a priori être Mélenchon, or celui-ci semble avoir été rejeté par une grande partie de cette population. De fait, les valeurs qui opposent Marchais à Mélenchon sont, outre l’immigration, celles qui ont été largement reprochées par la gauche à Fabien Roussel durant la présidentielle, comme la laïcité, le productivisme ou la défense de certains loisirs ou modes de consommation. Or, le candidat dont le vote apparaît le plus positivement corrélé avec celui de Marchais demeure malgré tout celui du PCF actuel. Autrement dit, les valeurs non matérielles semblent être en partie à l’origine du différentiel de report des votes du PCF des communes en 1981.

Dans la continuité de ces résultats, il peut être intéressant de comparer les scores aux seconds tours des élections de 2022 et de 1981 selon les territoires. Notons que dans la mesure où le second tour est un face-à-face, la connaissance d’une corrélation entre un candidat de 2022 et un candidat de 1981 nous informe sur toutes les corrélations, seul le signe venant à changer. Ainsi, nous voyons que la corrélation sur l’ensemble des communes de plus de 1 000 habitants en 1980, la corrélation entre le vote Le Pen et le vote Mitterrand d’une part ou le vote Macron et le vote Giscard d’Estaing d’autre part est positif (0,28). En corollaire, la corrélation entre le vote Macron et Mitterrand d’une part et le vote Le Pen et Giscard d’Estaing d’autre part est négatif (-0,28). Même si la corrélation n’est pas particulièrement forte (elle n’explique que 8% de la variance), ceci montre que les communes ayant voté Mitterrand au second tour en 1981 ont en moyenne davantage voté pour Le Pen au second tour de 2022. Dans le détail nous voyons que cette corrélation est particulièrement élevée pour les bourgs, les villes, les grandes villes, ainsi que, mais dans une moindre mesure, leurs couronnes respectives. Ceci coïncide de fait avec le « report » des votes des communes ouvrières vers l’extrême droite.
Cette explication n’épuise cependant pas le sujet puisque la corrélation entre le vote Le Pen et Mitterrand demeure positive (0,23) après contrôle pour la part des ouvriers dans chaque commune en 1980. Il existe donc d’autres explications non économicosociales, sans doute en lien avec notre interprétation relative au « report » du vote Marchais en faveur de Le Pen.

Maintenant que nous avons fait le tour des variables clés relatives aux questions économiques et sociales d’une part et de la structure des votes d’autre part, voyons comment les premières expliquent les secondes en gardant en ligne de mire la question géographique. En cela trois choses nous semblent importantes. Premièrement, quelles sont les variables possédant le plus grand pouvoir prédictif des votes ? Deuxièmement, les variables clés décrites plus haut jouent-elles le rôle qui leur est le plus souvent attribué, et si oui, dans quelle mesure ? Troisièmement, quelle part du vote peut être expliquée par l’économique, le social, le géographique et le culturel ?

Commençons par regarder les corrélations entre le score à la présidentielle et aux législatives et les différentes variables clés. Nous pouvons voir sur les figures 21.1 et 21.2 que certaines variables ont un meilleur pouvoir prédictif que d’autres : c’est notamment le cas du revenu par adulte, de la part de la population diplômée à bac+3 ou de la part des cadres dans la population. De fait, ces variables semblent surtout cliver le vote en faveur de Macron et d’Ensemble et de Le Pen et du RN, en revanche elles apparaissent assez neutres sur le vote Mélenchon et du NFP. Ceci coïncide avec nos précédents calculs montrant le caractère équivoque du vote pour la gauche. Notons enfin que la croissance du revenu n’affiche qu’une corrélation marginale, ce qui montre que les communes perdantes de la mondialisation et des politiques supposées « néolibérales » des quarante dernières années n’ont pas davantage voté pour un candidat ou pour un autre. Autrement dit, l’idée que les territoires ayant le moins bénéficié des transformations économiques seraient responsables de la montée du populisme ne correspond pas aux faits.

Bien que les corrélations nous informent sur le lien entre le vote et les variables qui nous intéressent, ces variables explicatives sont corrélées entre elles, ainsi la corrélation ne nous donne pas le pouvoir explicatif des variables en question. Si par exemple le revenu est fortement corrélé avec le niveau d’éducation, quelle est la part de chacune de ces deux variables qui expliquerait le vote ? Autrement dit, pour obtenir le pouvoir explicatif d’une variable nous devons nous demander quelle part de chaque variable explique le score des candidats une fois pris en compte l’effet de toutes les autres variables sur ce même score. Pour cela il nous faut regarder les corrélations dites « partielles ». Les figures 21.1 et 21.2 montrent qu’assez peu de variables expliquent véritablement le vote pour les trois candidats/partis principaux. De fait, si l’on pose qu’une variable doit expliquer au moins 2% de la variance totale du vote pour au moins un des trois candidats pour être significative, seules six variables apparaissent légitimes : le taux de croissance du revenu par adulte depuis 1980, le revenu par adulte en 2019, la part des retraités dans la commune, le taux de diplômés du supérieur, le département où se trouve la commune et le type d’aire d’attraction.

Il y a deux leçons à retenir de cela. Premièrement, le département est la variable qui, de loin, à le plus grand pouvoir explicatif. Ce point est assez troublant car il suggère que notre ignorance des mécanismes sous-jacents au vote dans les communes est grande. En effet, pourquoi les populations des communes de Vendée adoptent-elles des comportements de vote spécifiques et radicalement différents des populations du Loiret ? Quelles sont les variables omises expliquant une telle influence du localisme ? Outre les spécificités locales telles que le tourisme, l’accès à la nature, à la mer, à la montagne, au transport, etc., il existe des cultures locales influentes quant aux préférences des individus que le département d’appartenance capture plutôt bien.

Deuxièmement, une fois prises en compte les variables géographiques (département, aire d’attraction), les variables économiques et sociales (revenu, diplôme, CSP) n’expliquent plus qu’une part limitée du vote des trois blocs. Dans le cas de Macron/Ensemble, l’ensemble des variables économiques et sociales expliquent 33% (Macron) et 21% (Ensemble) de la variance totale. Pour Mélenchon/NFP les scores sont de 34% (Mélenchon) et de 14% (NFP) de la variance totale. Enfin, dans le cas de Le Pen/RN, ces variables expliquent 33% (Le Pen) et 24% (RN) de la variance totale. Ces valeurs apparaissent particulièrement faibles lorsqu’on les compare avec la variable explicative du seul département.

Troisièmement, la gauche et la droite populistes affichent chacune une variable sociale déterminante. Dans le cas de la gauche, c’est le revenu, dont la corrélation partielle est de 10% à la présidentielle et 6% aux législatives. Pour autant, le pouvoir explicatif de cette variable prise isolément demeure très faible, aussi cet effet du revenu ne s’exprime-t-il qu’une fois prises en compte les autres variables sociales. Autrement dit, à l’intérieur de chaque catégorie (cadres, ouvriers, diplômés, etc.), les moins aisés tendent à voter davantage à gauche sans qu’il y ait d’effet important du revenu toutes catégories confondues. Dans le cas de la droite populiste, la variable clé est le niveau de diplôme. À l’inverse du revenu dans le cas de la gauche populiste, le pouvoir explicatif de cette variable prise isolément est ici très élevé. Ainsi, l’effet négatif du niveau de diplôme sur le vote populiste de droite est indépendant des catégories socioprofessionnelles ou du revenu.

Les données du second tour montrent que les variables économiques et sociales ont joué un rôle plus important sur l’issue de l’élection, expliquant 27% de la variance après avoir pris en compte l’effet des variables géographiques³⁶. Ce taux est important puisque contrairement au vote du premier tour, il est plus grand que celui du département (15%). Par comparaison, le pouvoir explicatif de ces variables lors de l’élection de 1981 n’était que de 13%. En un sens le clivage Macron-Le Pen apparaît davantage déterminé par le statut économique et social que le clivage Mitterrand-Giscard. Mais est-ce vraiment pour les mêmes raisons ?

L’analyse des corrélations partielles est encore ici instructive. Alors qu’au second tour de 1981 les variables possédant le plus grand pouvoir explicatif eu égard aux autres variables sont la part des ouvriers (12%) et des employés (5%) dans la commune, les variables déterminantes en 2022 sont le taux de diplômés à bac+3 (23%) et la part des retraités (4%). Si le statut social apparaît comme le facteur structurant en 1981, celui-ci ne semble plus jouer aucun rôle en 2022. De fait, l’éducation (et dans une moindre mesure la démographie) apparaît aujourd’hui comme l’élément principal, en particulier parce que les plus diplômés rejettent massivement les idées que porte le RN, notamment sur les questions culturelles liées à l’immigration, à la sécurité ou à l’Europe³⁷. Il y a fort à parier que le vote pour Mitterrand en 1981 était un vote d’adhésion en lien avec les questions de répartition. Le vote pour Le Pen semble davantage porté par une certaine défiance vis-à-vis d’une élite diplômée représentant des valeurs perçues comme incompatibles avec un certain mode de vie voire une certaine « culture » locale. Plutôt qu’un clivage classique capitaliste/travailleur, on retrouve ici le clivage anywhere/somewhere théorisé par David Goodhart³⁸ ou confiant/méfiant proposé par Algan et al.³⁹. Ajoutons pour aller dans le sens de cette hypothèse que le pourvoir explicatif de l’aire d’attraction est de 6% au second tour de 2022, ce qui est moyen. Or, ce pouvoir explicatif passe à 13% dès lors que l’on retire les variables liées à l’éducation. On voit donc bien ici les accointances entre le territoire, le niveau de diplôme et le vote populiste de droite.

Une critique possible de ces résultats tient à la trop grande hétérogénéité des territoires. Afin d’apporter quelques éléments de précisions, nous pouvons aussi nous focaliser sur les corrélations prévalant dans les zones périphériques, intermédiaires et mondialisées. Puisque le vote Le Pen semble être le plus socialement déterminé, focalisons-nous sur celui-ci. Ainsi, après correction pour le département d’appartenance, les données montrent que le niveau de diplôme demeure, de loin, la variable la plus structurante, quel que soit le territoire étudié. Celui-ci explique 28% du vote en périphérie, 32% dans les zones intermédiaires, et tout de même 23% dans les pôles mondialisés. Soulignons qu’aucune autre variable n’explique plus de 5% du vote Le Pen dans chacun des trois types de territoire.

Un autre élément important serait la présence de services publics et de commerces de proximité⁴⁰. Pour tenir compte de cela nous avons aussi regarder la présence d’une poste, d’une supérette et d’un médecin dans les communes rurales. Nos résultats montrent que ces variables n’expliquent qu’une très faible part de la variance du vote en faveur de la candidate du RN. Autrement dit, même si ces variables ont pu motiver le vote Le Pen, elles ne permettent pas d’expliquer les différences obtenues entre communes similaires⁴¹. De fait, ces variables sont davantage le témoignage de l’importance du tissu local et de l’importance du localisme. Par exemple, si la fermeture d’une supérette semble avoir joué un rôle décisif pour le taux de participation au mouvement des Gilets jaunes⁴², c’est peut-être aussi parce qu’il traduit la crainte de voir disparaitre une certaine sociabilité et une identité locales.

Une fois pris en compte ces différents résultats, une question revient nécessairement : quel est l’effet de chacune des variables sur le vote ? Autrement dit, si la variable x augmente de 1% ou de 1pp, de combien augmente le vote ? Ce n’est pas parce qu’une variable possède un fort pouvoir explicatif que l’effet sous-jacent est important. C’est pourquoi ces deux aspects sont complémentaires. Afin de répondre à cette question, il faut au préalable disposer du « bon » modèle, chose difficile. Pour cela nous utiliserons un modèle de sélection de variable. L’idée est ici de tenir compte de notre incertitude quant à ce « bon » modèle et ainsi de mesurer la probabilité pour chacune des variables présélectionnées d’apparaître dans celui-ci. Une fois cette probabilité connue il est alors possible de mesurer l’effet de la variable x en pondérant l’effet par sa probabilité d’apparition dans le « bon » modèle⁴³.

Dans un souci de présentation nous ne nous concentrerons ici que sur les variables affichant un effet significatif. Notons par ailleurs que chaque modèle inclut le département et le type de territoire dans le calcul. Le tableau 2 nous montre ainsi deux points essentiels. Premièrement, le taux de retraités et le taux de diplômés à bac+3 (ou plus) ont un effet important dans tous les cas de figure. Ainsi, une hausse du taux de bac+3 de 10pp dans une commune donnée élève le score de Macron et de Mélenchon de 2.7pp et 1.8pp. À l’inverse, cette même hausse réduit le score de Le Pen de 6pp. Au second tour l’effet est particulièrement grand puisqu’il s’élève à 7.6 points. Rappelons ici que cet effet tient compte des autres variables, tel le revenu moyen, dans le modèle. Autrement dit, à revenu, CSP ou lieu de vie constants, le niveau de diplôme tend à accroître le vote Macron et Mélenchon mais réduit fortement le vote Le Pen. La part des retraités apparaît quant à elle à l’avantage de Macron puisqu’une hausse de 10pp de celle-ci entraîne une hausse du vote pour l’actuel Président de 0.9pp au premier tour et 1,7pp au second tour.

Deuxièmement, le revenu ne joue pas systématiquement un rôle déterminant puisqu’il n’influe véritablement que sur le vote au premier tour de Macron et de Mélenchon. On voit alors qu’une hausse de 10% du revenu d’une commune accroît la part du premier de 0,94pp et réduit la part du second de 1,4pp. Rappelons à cet égard que les 50% des communes du milieu de la distribution ont un revenu moyen par adulte compris entre 20 005 euros et 26 733 euros. Ainsi le passage du seuil des 25% du bas au seuil des 25% du haut accroît le vote Macron de 3,2pp et réduit celui de Mélenchon de 4,8pp, ce qui est important. En revanche, le revenu ne semble pas avoir été une variable caractéristique du vote Le Pen ou du vote au second tour. Notons enfin que si Mélenchon n’est pas le candidat ayant reçu le plus de voix en provenance des communes les plus pauvres, il est le candidat pour qui le revenu est la variable la plus décisive du score obtenu. Autrement dit, si les plus pauvres ont davantage voté Le Pen, notre analyse montre que ce n’est pas directement en raison de leur revenu mais plutôt de variables corrélées au revenu, notamment le niveau de diplôme ou le lieu de vie.

Il est enfin important de souligner que les niveaux estimés peuvent varier selon les aires d’attraction, toutefois, les effets cités restent systématiquement importants. À titre d’exemple, bien que l’effet de la variable éducation sur le vote Le Pen apparaisse 40% moins élevé dans les pôles mondialisés relativement aux zones périphériques, l’effet estimé est très élevé dans les deux cas. Autrement dit, le niveau d’éducation est de loin la variable influençant le plus le vote Le Pen, et ce, quel que soit le territoire étudié.

Tous ces résultats sont plutôt confirmés par les législatives, à la différence près que le vote RN semble positivement influencé par le revenu. Ainsi, eu égard au niveau de diplôme, au département d’appartenance ou à la catégorie socio-professionnelle, la hausse du revenu moyen d’une commune tend à accroitre le vote RN. L’effet demeure toutefois 2,5 fois plus faible que pour le vote NFP. Autre point à souligner, l’effet de la part de la population à bac+3 a augmenté entre 2022 et 2024, ce qui signifie que le clivage joué par le niveau de diplôme—et ce qui lui est lié—s’est exacerbé depuis la présidentielle.