Comment l’industrie crée de l’emploi aujourd’hui ?

Pourquoi et comment l’industrie a-t-elle recréé des emplois depuis la seconde moitié des années 2010 ?

En France, comme dans d’autres pays européens (Allemagne exceptée), on a assisté à une progression des emplois industriels entre 2018 et 2024, phénomène inédit sur une période aussi longue depuis le premier choc pétrolier. Cette dynamique, dont les explications sont à ce jour peu assurées, s’observe à la fois sur les créations et les destructions d’emplois.

Une reprise quasi généralisée en Europe à partir de 2016-2018

Pour la première fois depuis le premier choc pétrolier de 1973, la France a connu pendant six ans, entre 2018 et 2024, une progression quasi continue de l’emploi manufacturier : en personnes physiques, celui-ci s’est en effet accru de près de 180 000 unités (soit + 6,8 %), et ce malgré la crise du Covid-193. Comme le montre la figure 1.1, cette tendance positive marque une inflexion notable avec la période antérieure, puisque l’emploi manufacturier était passé de 3,5 millions à 2,65 millions entre 2000 et 2015.

Cette réindustrialisation apparaît d’ailleurs plus précoce et plus marquée encore si l’on considère l’ensemble des métiers industriels, définis comme accomplissant des gestes manuels ou mobilisant des compétences en lien avec l’industrie, quelle que soit l’activité de l’entreprise où ils exercent. Hemery et al. (2024) observent alors que la reprise intervient dès 2015 (contre 2017-2018 dans les données d’emploi d’Eurostat) et relèvent 75 000 créations de postes entre ce point d’inflexion et 2019, contre 33 000 emplois dans la catégorie statistique classique de l’emploi manufacturier.

La même figure 1.1 illustre également que plusieurs pays voisins ont connu une trajectoire similaire : vive désindustrialisation jusqu’en 2013, avec notamment un lourd tribut payé au cours de la crise de 2008, puis reprise des créations nettes d’emplois manufacturiers jusqu’à aujourd’hui.

Ces mouvements se retrouvent ainsi plus ou moins prononcés en Espagne, en Italie et aux Pays-Bas, ainsi que pour l’ensemble de l’Union européenne. L’Allemagne fait toutefois exception à cette règle : tandis que l’emploi industriel y résistait nettement mieux qu’ailleurs entre 2000 et 2015, il a plutôt stagné à partir de cette date et ne cesse de se réduire depuis la crise du Covid-19. L’annexe I montre que la France n’a pas connu de progression très différente de celle des pays voisins.

L’emploi non industriel ayant progressé plus rapidement encore dans tous ces pays, cette réindustrialisation « en termes absolus » ne s’est pas traduite par une réindustrialisation « en termes relatifs ». Comme le représente la figure 1.b, la part de l’industrie dans l’emploi total s’est ainsi stabilisée ou presque en France (9,6 % en 2015 et 9,2 % en 2024) et dans les pays voisins, hormis l’Allemagne donc (17,4 % en 2015 et 16,1 % en 2024).

Un phénomène encore mal expliqué

La désindustrialisation qu’ont connue tous les pays occidentaux pendant les quarante années précédentes a été très largement étudiée et fait désormais l’objet d’explications consensuelles (cf. encadré). Par contraste, il est important de noter que l’amorce récente de réindustrialisation dont ils bénéficient ne reçoit à ce jour que des hypothèses d’interprétation rares et spéculatives.

D’une part, la littérature qui documente depuis le milieu de la décennie 2010 le ralentissement de la mondialisation et la reconfiguration des chaînes de valeur conclut, certes, que les délocalisations se sont réduites et que certaines relocalisations sont envisageables au sein de grandes aires régionales, mais il s’agit là de phénomènes assez marginaux (Antràs, 2020 ; De Backer et Flaig, 2017).

D’autre part, les principales autres tendances qui caractérisent l’industrie à la même période exercent des effets sur l’emploi ambigus ou controversés. Premier exemple : les politiques encourageant la transition énergétique des entreprises industrielles peuvent accélérer l’innovation et, donc, la croissance de l’emploi total, mais rarement de l’emploi industriel proprement dit (Aghion et al. 2016). Second exemple : la diffusion des nouvelles technologies au sein des entreprises industrielles améliore leur productivité et a des répercussions sur l’emploi qui sont parfois identifiées comme positives (Aghion et al., 2023, sur le cas français), mais parfois observés comme étant négatives (Acemoglu et Restrepo, 2020, sur le cas américain).

Troisièmement, et enfin, certains articles récents signalent le rôle positif sur l’emploi que peuvent jouer les politiques industrielles, incontestablement revenues en grâce un peu partout dans le monde (Juhász et al., 2023). Criscuolo et al. (2019) remarquent ainsi en Europe, notamment au sein des PME, un effet positif des politiques industrielles territorialisées et sélectives sur l’emploi et sur l’investissement. Avec un bémol toutefois : ils ne constatent pas d’effet équivalent sur la productivité totale des facteurs des entreprises industrielles. Capello et Cerisola (2023) notent également que cette amorce de réindustrialisation européenne ne s’accompagne pas pour l’instant d’un regain de productivité ; ils soulignent même que c’est la condition requise pour envisager la pérennité d’un tel mouvement.

Pour ce qui est spécifiquement du cas français, une part de l’explication de la reprise de l’emploi manufacturier peut aussi être corrélée aux effets des politiques ayant cherché à rétablir la compétitivité coût et hors coût de l’industrie. Quelques études récentes ont même porté un regard optimiste sur cette tendance, alors présentée comme un retour en force de l’industrie (Hemery et al., 2024 ; Belle-Larant et al., 2024). Même si, comme on l’a vu plus haut, la part de l’industrie n’a progressé en termes relatifs ni dans la valeur ajoutée ni dans l’emploi en France, la rupture de tendance survenue après plusieurs décennies de désindustrialisation marquée (Ferrero, Gazaniol et Lalanne, 2014) invite à se demander si l’industrie française n’a pas en partie amélioré sa compétitivité. Comme le résume l’encadré page 26, la réponse à cette question semble globalement positive avant le Covid-19 et plutôt négative ces toutes dernières années.

Les effets conjugués des créations et suppressions d’emplois

Dans cette section, on s’appuie sur les données du cabinet Trendeo en matière de création et de destruction d’emplois (cf. encadré). Plus précoces que celles de l’Insee, elles n’en sont pas moins fortement corrélées à ces dernières et, par conséquent, représentatives de la tendance nationale4.

Ces données montrent que les destructions d’emplois ont joué un rôle décisif sur la dynamique récente de l’emploi industriel (figure 1.2). Avant l’inflexion de 2016, le solde d’emplois industriels en France avait été négatif pendant de longues années. Si l’on remonte juste avant à la crise des subprimes de 2008, cela s’expliquait davantage par un nombre élevé de destructions d’emplois que par la faiblesse des créations.

Si l’on remarque, certes, une légère accélération des créations d’emplois industriels après 2016, et plus encore après la crise de Covid-19, on note surtout une très nette réduction des destructions dès 2012, qui s’est confirmée continûment depuis. Au passage, cette attrition des emplois supprimés date donc d’avant la pandémie et des plans de relance associés. C’est indubitablement l’explication principale des créations nettes d’emplois industriels en France dans la dernière décennie.

Il est trop tôt pour dire si cette parenthèse s’est durablement refermée en 2024, année marquée par une reprise et même un doublement des destructions d’emplois. En effet, quoiqu’elle semble se confirmer début 2025, cette situation pourrait n’être que conjoncturelle, liée par exemple à un ralentissement de l’économie du fait des incertitudes géopolitiques ou bien à l’extinction des aides gouvernementales datant de la pandémie et à la fermeture consécutive d’entreprises « zombies » (c’est-à-dire des entreprises qui auraient déjà dû disparaître faute de profit mais dont la durée de vie a été prolongée). Gonzales (2025) démontre ainsi que la générosité des aides publiques pour soutenir les entreprises durant la crise du Covid a ralenti le processus naturel de faillite des entreprises les moins productives, expliquant en partie et de manière transitoire la réduction de la productivité agrégée en France à cette période.

Figure 1.2 – Emplois industriels créés et supprimés en France

Source : Trendeo. Données consultées le 1er avril 2025. France entière.

La figure 1.3 offre un regard complémentaire sur la même période, en comparant les mouvements d’emploi du secteur manufacturier avec l’emploi total. Si elle confirme que les suppressions d’emplois industriels se sont calées sur un régime plus bas après 2012, elle montre aussi que l’industrie a représenté un poids croissant des créations d’emplois, de manière continue entre 2015 et 2024, au point d’ailleurs que les deux courbes ont fini par se rejoindre. L’industrie occupe désormais un poids équivalent dans les créations et destructions d’emplois salariés en France, alors que l’écart entre ces deux taux avait souvent été du simple au double.

Part des emplois manufacturiers dans la création ou destruction d’emplois en France

Source : Trendeo. Données consultées le 1 er avril 2025. France entière.

• 3 — D’après les données provisoires d’Eurostat pour 2024, consultées le 14 mai 2025.
• 4 — D’après nos calculs, le taux de corrélation entre les créations nettes d’emploi publiées par l’Insee et celles recensées par Trendeo, sur la période de 2009 à 2023, est de 0,9.

Une embellie généralisée malgré quelques disparités sectorielles et territoriales

Cette période de création d’emplois industriels n’est pas le fait d’un secteur ni d’un territoire isolé : toutes les régions et toutes les activités en ont profité. À une maille fine, en revanche, les disparités sont plus sensibles : cet épisode de réindustrialisation correspond donc aussi à une période de réallocation des actifs entre secteurs d’activité et entre territoires.

Tous les secteurs ont connu une amélioration à partir de 2016-2018

Comme le montre la figure 2.1, tant que l’on raisonne par grands ensembles d’activité (agroalimentaire, produits électriques et électroniques, matériels de transport et autres industries), on ne détecte aucune singularité dans les mouvements d’emploi décrits précédemment : les suppressions nettes d’emplois concernaient à peu près toute l’industrie avant 2016 (hormis les métiers de l’agroalimentaire, qui se maintenaient) et les créations nettes à partir de 2018 ont, là encore, été généralisées5.

Cela est d’autant plus remarquable que la production, elle, a subi des variations plus prononcées d’un secteur à l’autre. Hormis là encore le cas de l’agroalimentaire, très stable, les autres grands secteurs ont connu plusieurs cycles sur cette période, ainsi que le montre la figure 2.2. D’abord, avant la crise de 2008, tous les postes à l’exception des denrées alimentaires avaient une production croissante : vivement croissante jusqu’aux années 2000 (au point d’atteindre des niveaux nettement supérieurs à ceux de 2021) et plus mesurée, quoique toujours en hausse, ensuite. Puis, après la crise de 2008 qui a fortement réduit le niveau de production dans tous les secteurs, la fabrication de matériels de transport est la seule à être parvenue à augmenter sa production, tandis que les autres secteurs maintenaient la leur à des niveaux constants qui n’ont pas été dépassés depuis.

Pour en revenir à l’emploi, c’est à une maille sectorielle plus fine que l’on voit apparaître des disparités prononcées, ainsi que le montre la figure 2.3. En préambule, notons tout de même que, à la seule exception de l’aérospatial qui suivait déjà une croissance dynamique avant 2016, chacun des 26 autres secteurs détaillés ici a créé davantage d’emplois sur la période 2016-2024 qu’au cours des sept années précédentes (2008-2015). On peut donc bien parler d’embellie généralisée de l’emploi manufacturier. Mais il faut distinguer trois situations : 6 secteurs en ont créé encore plus (en vert) que précédemment, 6 autres en ont moins détruit (en jaune), et 14 en ont créé alors qu’ils en avaient détruit précédemment (en bleu). Finalement, seule une courte majorité de secteurs (15 sur 27) ont créé suffisamment d’emplois en seconde période pour compenser, voire dépasser les suppressions concédées lors de la première.

Créations nettes d’emplois par secteur sur la période 2008-2024 en France

Source : Trendeo. Données extraites le 28 avril 2025. France entière.

Les créations d’emplois sont inégalement réparties dans les territoires

Il se dégage à peu près la même impression lorsque l’on compare les territoires (figure 2.4 et figure v, en annexe). Dans l’ensemble, toutes les régions ont amélioré presque continûment leur solde net d’emplois industriels entre la crise des subprimes en 2008 et les années 2021-2022. Elles ne sont certes pas toutes passées au même moment d’un bilan négatif à un bilan positif : certaines régions comme l’Île-de-France ou le Centre-Val de Loire ont continué d’enregistrer un recul des emplois nets pendant l’essentiel de la période 2016-2024, quand des régions particulièrement dynamiques telles que la Bretagne et les Pays de la Loire ont maintenu des créations nettes même pendant la crise du Covid. Mais il demeure que la meilleure tenue de l’emploi industriel s’est constatée jusqu’en 2023 dans toutes les régions, et que la tendance semble s’y inverser partout également en 2024.

Plus précisément encore, Marie Ferru (2025) cartographie l’évolution des effectifs salariés dans l’industrie entre 2006 et 2022 au niveau des zones d’emplois6. Sur fond de réduction modérée en moyenne (– 7,6 %), elle observe la répartition suivante des 306 zones d’emplois de France métropolitaine : 64 zones d’emplois ont connu une évolution très négative (– 30,3 %), un quart des zones ont eu une évolution quasi nulle, et 53 ont bénéficié d’une évolution positive. À une maille plus fine encore, Gros-Balthazard (2018) étudie ces évolutions dans chaque bassin de vie7. Elle constate notamment que, si les territoires à forte tradition industrielle se situaient majoritairement à l’est de la France en 1975 (Grand Est, Hauts-de-France, ainsi que des villes comme Lyon, Grenoble ou Lille), les bassins de vie les plus industriels étaient majoritairement à l’ouest en 2012, ce qui corrobore notre observation précédente concernant les régions qui ont le plus créé d’emplois durant la période 2008-2024.

Selon Carré et al. (2019), on peut identifier trois grandes familles de causes à la variation de l’emploi industriel dans les territoires. Près de la moitié de cette variation est attribuée à un effet supra territorial, c’est-à-dire aux déterminants macroéconomiques tels que la productivité dans l’industrie, l’évolution de la demande, le contexte international… Par définition, cet effet est donc identique pour tous les territoires français. Ensuite, la spécialisation sectorielle de chacun d’entre eux expliquerait 10 % de la variation locale observée. Enfin, il subsiste un fort effet résiduel, appelé « effet local », qui exprime la dynamique propre d’un territoire sous l’effet de conditions économiques locales (prix du foncier, disponibilité de main-d’œuvre, climat, qualité de la gouvernance, etc.), et explique ainsi près de 40 % de la variation locale de l’emploi.

Une reprise (provisoire ?) des créations de sites industriels

Corroborant les constats antérieurs, le solde net des créations d’usines est lui aussi devenu positif à partir de 2016, comme le montre la figure 2.5. Là encore, cela a moins tenu à un accroissement des ouvertures qu’à une diminution des fermetures. À titre d’exemple, on comptait 380 fermetures de sites industriels en 2009, puis 129 en 2016 et seulement 61 en 2021, le niveau le plus faible enregistré.

À l’image des chiffres précédents sur l’emploi, les fermetures de sites semblent être reparties à la hausse depuis 2022. Selon le Baromètre industriel de l’État, le solde net des ouvertures et fermetures est même redevenu négatif en 2024. Si l’on étend le périmètre d’analyse aux extensions et réductions de sites, ce solde reste toutefois positif. Les extensions d’usines, dont deux tiers sont le fait de PME entre 2022 et 2024 (Bletton et al., 2025), sont d’ailleurs sensiblement plus nombreuses que les créations.

• 5 — Le détail de la répartition des emplois manufacturiers est disponible dans l’annexe ii.
• 6 — Selon l’Insee, la zone d’emplois est l’espace géographique à l’intérieur duquel la plupart des actifs résident et travaillent. Le découpage géographique utilisé actuellement a été défini en 2020 par l’Insee et se fonde sur les « flux de déplacement domicile-travail des actifs observés lors du recensement de 2016 ».
• 7 — Selon l’Insee, le bassin de vie est « le plus petit territoire sur lequel les habitants ont accès aux équipements et services les plus courants ».

La contribution des emplois industriels à la productivité

La principale contribution de l’industrie à la croissance de l’emploi est indirecte – elle s’opère à partir des gains de productivité qu’elle suscite –, à l’image d’autres activités exposées à la concurrence internationale. La reprise des créations d’emplois industriels a d’ailleurs alimenté un accroissement des emplois exposés en France. Cela constituait un facteur favorable à la productivité jusqu’à la survenue de la crise du Covid, depuis laquelle cet effet semble enrayé.

Des emplois industriels aux emplois exposés

Il est admis de longue date que l’industrie, en raison principalement du caractère automatisable de ses activités (Frocrain, 2018), engendre sur son territoire des gains de productivité qui la distinguent. D’autres facteurs tels que la concurrence internationale y contribuent également (Holmes et al., 2010). À telle enseigne que la contribution de l’industrie à la croissance de l’emploi est classiquement présentée comme indirecte (parce qu’elle crée de la richesse qui permet ensuite de créer des emplois) plutôt que comme directe.

Selon Davezies (2009), les travaux d’économie qui visent à comprendre les rôles complémentaires des activités échangeables (tradable) et non échangeables (non tradable) remontent au moins au début du xxe siècle. Ces travaux ont connu des développements, ainsi que des bifurcations et controverses dans la deuxième moitié du siècle, le recours à des définitions imagées mais non toujours stabilisées n’ayant pas facilité la cohérence entre les diverses contributions8. Toujours est-il que Pierre-Noël Giraud (1996 ; 2018) fait de la distinction entre les emplois exposés à la concurrence internationale et ceux qui en sont abrités la pierre angulaire de sa compréhension du fonctionnement des économies avancées.

Le secteur exposé, parce qu’il est en concurrence avec des activités situées en-dehors du territoire et dont les structures de coûts peuvent être très différentes (salaires, prix de l’énergie, taxes), doit constamment améliorer sa productivité. En revanche, les autres emplois sont abrités de la concurrence internationale, soit parce qu’ils requièrent une présence physique sur le territoire, ou bien pour des raisons réglementaires ou institutionnelles. Cette distinction permet par ailleurs de prendre en considération l’imbrication croissante de l’industrie et des services marchands. La vente de biens industriels s’accompagne de plus en plus de services associés, et des activités auparavant exécutées par les industries manufacturières ont été externalisées vers des entreprises du secteur des services pour favoriser, notamment, un recentrage sur leur cœur de métier. En outre, certains secteurs relevant des services, comme celui des nouvelles technologies, fonctionnent comme les industries manufacturières, sur la base de la réalisation d’économies d’échelle en raison de coûts fixes importants et de gains de productivité élevés.

En particulier, dans une Note publiée par La Fabrique de l’industrie, Frocrain et Giraud (2016 ; 2018) examinent le niveau de concentration territoriale des emplois dans chaque activité, en le comparant à celui de la demande pour distinguer les secteurs exposés des secteurs abrités9. Les premiers regroupent la totalité des emplois manufacturiers mais aussi les industries extractives, l’agriculture et certains services tels que les transports aériens, l’assurance, la R&D ou encore le conseil et les activités informatiques (la liste complète est donnée par le tableau vi, en annexe). Les emplois abrités, eux, sont soumis à une concurrence intraterritoriale (commerçants, médecins, restauration, services aux particuliers…) qui les pousse à se conformer à la répartition spatiale de leur clientèle.

La meilleure manière d’illustrer la pertinence et la portée de cette répartition des activités est de considérer la figure 3.1. Celle-ci représente l’évolution de la productivité par tête10, en euros constants par équivalent temps plein, pour ces trois périmètres : industrie manufacturière, autres activités exposées et activités abritées. Non seulement la productivité croît plus vite dans les deux premières que dans la troisième, mais on mesure en outre à quel point l’industrie et les autres activités exposées suivent des trajectoires similaires (et qui se sont singulièrement rapprochées depuis la crise du Covid).

La reprise de la croissance des emplois exposés doit beaucoup à la conjoncture favorable dans l’industrie

L’industrie s’insère donc dans l’ensemble plus large des activités exposées, avec qui elle partage plusieurs caractéristiques, à commencer par le fait de contribuer indirectement à la création d’emplois par les gains de productivité.

Comme le montre la figure 3.2, la récente croissance des emplois industriels a logiquement bénéficié à celle des emplois exposés. Entre 2000 et 2016, l’érosion de l’emploi industriel était telle que la progression des emplois tertiaires exposés ne suffisait pas à la compenser. Entre 2016 et 2022, au contraire, emploi industriel et emploi tertiaire exposé ont progressé concomitamment, pendant que le volume d’emplois dans l’agriculture et les industries extractives a presque stagné, ce qui a permis à l’ensemble de l’emploi exposé de croître, à structure quasi constante, pour finalement dépasser en 2022 son niveau de 2000. Dans le même temps, bien sûr, les emplois abrités ont continué leur progression (figure 3.3).

Les contributions contrariées des branches exposées à la productivité

En affirmant son raisonnement, on peut distinguer deux phénomènes différents. En effet, la contribution d’une branche aux gains de productivité du pays, une année donnée par rapport à la précédente, dépend à la fois de ses gains de productivité propres à périmètre constant et de la variation de sa valeur ajoutée à productivité constante. Le premier terme est appelé « marge intensive ». Le second terme est appelé « marge extensive ». La contribution totale de la branche aux gains de productivité du pays est la somme de ces deux termes.

La figure 3.4 synthétise les contributions aux gains de productivité de chacune des 88 branches de la NAF détaillée, entre 1999 et 2022, en euros constants de valeur ajoutée par équivalent temps plein. On tire de la lecture de ces graphiques plusieurs enseignements. Tout d’abord, ces contributions sont très éparpillées ; on raisonne donc sur des descripteurs statistiques synthétiques pour en apprécier globalement le niveau et l’évolution : médiane, premier et troisième quartiles (qui forment les limites des « boîtes à moustache »).

Ensuite, s’agissant de la marge intensive, les graphiques montrent combien les branches manufacturières ont longtemps joué un rôle de « locomotive » de l’économie nationale : le niveau médian était nettement plus élevé que celui des deux autres ensembles, services exposés et emplois abrités. C’était très net avant la crise des subprimes (de 2000 à 2007), et toujours vrai quoique moins prononcé ensuite, jusqu’à la crise du Covid (soit de 2009 à 2019). À ces périodes, les contributions à la marge intensive des autres activités exposées n’étaient ni très élevées ni très différentes de celles des métiers abrités. Depuis la crise du Covid (entre 2020 et 2022), le paysage est très différent. Les contributions des branches industrielles à la marge intensive sont dans l’ensemble assez nettement négatives, tandis que celles des autres activités exposées se maintiennent davantage. Celles des activités abritées, en revanche, sont en chute libre.

Concernant la marge intensive, les branches manufacturières ont longtemps eu une contribution négative du fait du recul de l’emploi industriel dans l’emploi total. Cet effet négatif s’est progressivement atténué, puisque nous avons vu plus haut que la désindustrialisation a fortement ralenti. Mais comme leur contribution à la marge intensive a diminué de son côté, la contribution totale s’est détériorée au point d’être aujourd’hui nettement négative. Les autres activités exposées ont gardé, pendant toute cette période, des contributions très équilibrées à la marge extensive, dont la médiane est restée très proche de zéro. Les activités abritées, qui ont toujours vu leur poids dans l’emploi total s’accentuer, ont naturellement une contribution positive à la marge extensive, bien qu’elle ne soit plus suffisante ces dernières années pour compenser un fort recul à la marge intensive.

En résumé, l’industrie d’une part et les services abrités d’autre part avaient historiquement les contributions les plus nettes aux gains de productivité du pays : l’industrie à la marge intensive (effort d’innovation) et les activités abritées à la marge extensive (réallocation). Les branches industrielles ont progressivement perdu cette caractéristique, qui compensait autrefois leur recul dans l’emploi total et qui n’y parvient plus désormais. Leur contribution aux gains de productivité tend donc aujourd’hui à être négative. Les services exposés, eux, ont conservé une contribution positive.

Les principaux paramètres des variations récentes de la productivité

Coquet et Heyer (2025) distinguent trois phases dans l’évolution récente de la productivité par tête dans les secteurs marchands non agricoles. D’une part, de 2015 à 2019, elle a progressé à un rythme ralenti, de + 0,3 % par an en moyenne. Ensuite, entre 2019 et 2020, elle a brutalement chuté, atteignant fin 2020 un niveau inférieur de 4,1 % à celui de 2019. Depuis la sortie de la crise sanitaire, la productivité a crû d’abord de + 0,5 % par an en 2021 et 2022, puis de + 1,3 % par an depuis début 2023 ; mais elle demeure au-dessous de sa trajectoire tendancielle.

À en juger par la réduction (de 1 % en cumul) de la valeur ajoutée entre fin 2019 et fin 2024, on se serait plutôt attendu à ce que l’industrie détruise des emplois (de l’ordre de 249 000), tandis qu’elle en a créé 68 000.

Plusieurs explications de la chute de la productivité, non spécifiques à l’industrie, sont avancées par Coquet et Heyer. La cause principale est le soutien à l’apprentissage, par la création d’une « aide exceptionnelle » pour l’embauche d’apprentis en 2020. Le deuxième facteur tient à la politique de soutien aux entreprises, également mise en place durant la pandémie. Celle-ci a certes empêché les nombreuses faillites qu’aurait pu entraîner la crise sanitaire, mais elle a aussi permis, par effet de bord, la survie d’entreprises peu productives qui auraient logiquement dû disparaître. La chute des défaillances d’entreprises entre 2020 et 202211, bien en deçà de son niveau tendanciel, en a été le signe le plus manifeste.

Les autres facteurs identifiés par les auteurs sont la baisse du coût du travail, du fait d’une hausse des salaires inférieure à l’inflation, la baisse du taux de chômage ainsi que les dispositifs de chômage partiel.

En définitive, la hausse de l’emploi manufacturier n’est pas nécessairement révélatrice d’une amélioration de la santé économique de l’industrie, car elle est concomitante à une diminution de la productivité de l’industrie depuis 2019. Cet affaiblissement tendanciel des gains de productivité est commun à presque tous les secteurs économiques des pays de l’Union européenne (Desjeux, 2024).

• 8 — Comme le déplore Davezies, les économies « basique », « domestique », « résidentielle », « présentielle » (…) sont autant de notions distinctes parfois utilisées de manière interchangeable dans le débat public.
• 9 — Les auteurs calculent des indices de Gini reflétant le degré de concentration des emplois correspondants, puis définissent un seuil à partir duquel une activité est jugée échangeable. Si l’emploi dans l’activité suit strictement la répartition spatiale de la demande, la valeur du coefficient est de 0 ; tandis qu’il est égal à 1 si l’emploi dans l’activité est concentré dans une seule zone d’emplois, alors que la demande provient d’autres zones d’emplois.
• 10 — La productivité est mesurée en rapportant la richesse créée au facteur travail. Dans le cas de la producti- vité par tête, le volume de travail est mesuré par le nombre de personnes en emploi, ici en équivalents temps plein.
• 11 — D’après la Banque de France, on a enregistré 41 241 faillites d’entreprises en 2022, 27 582 en 2021 et 31 217 en 2020, contre 59 342 par an en moyenne sur la période 2010-2019.

L’effet d’entraînement de l’emploi toujours la technologie total ne se dément pas

Du fait des gains de productivité qu’elle enregistre et de son inscription dans des chaînes de valeur complexes, la contribution de l’industrie à l’emploi se mesure aussi à l’aune de l’activité qu’elle engendre indirectement dans les autres secteurs économiques, et notamment dans les services, à l’échelle nationale comme à l’échelle locale. Bien que cet effet d’entraînement diffère d’un secteur et, d’un pays à l’autre et selon l’intervalle de temps étudié, on en confirme l’existence sur la période récente en France.

Comment mesurer l’effet d’entraînement

Un premier effet à prendre en compte est la création par l’industrie, et plus généralement par les activités exposées, d’emplois dits « indirects », typiquement lorsque les entreprises industrielles ont recours à la sous-traitance ou à des activités de services. Un deuxième effet s’ajoute à ce premier lorsque l’augmentation de la demande de travail émanant des entreprises industrielles a pour conséquence d’augmenter les salaires, favorisant la hausse des dépenses des habitants dans des services locaux (coiffeurs, restaurants, etc.) ; on parle alors d’emplois « induits ». Enfin, deux autres effets interviennent, du fait de la concentration des firmes en un même territoire (Moretti, 2010). Le premier tient à l’augmentation de la productivité et de la compétitivité des firmes locales par le jeu des transferts de connaissances et de compétences : on parle d’« économies d’agglomération ». Le second découle de l’augmentation des coûts de la main-d’œuvre, du prix des terrains ou d’autres facteurs locaux en raison de cette concentration géographique : on emploie alors les termes d’« effets de congestion ». C’est le seul effet négatif parmi les quatre mentionnés ici.

Ces mécanismes indirects de création d’emplois ne sont pas une abstraction arithmétique : ils sont au contraire corroborés et illustrés par des témoignages de terrain. Concernant les emplois indirects, Vincent Cloître, chef de projet chez Naval Group, à Cherbourg-en-Cotentin, précise par exemple qu’« environ 2 000 sous-traitants contribuent aux activités sur le site, dans différents secteurs (mise à hauteur industrielle du site, ingénierie, industrialisation, soutien de production, etc.) ». Concernant les emplois induits et les effets d’agglomération, citons des représentants de la communauté urbaine Creusot-Montceau : « Le retour de l’industrie crée du pouvoir d’achat local et contribue à l’essor de zones commerciales en périphérie de la ville. Les entreprises sont aussi de plus en plus attentives aux besoins de leurs salariés, et investissent dans leur qualité de vie […]. Les entreprises, notamment industrielles, sont attirées non seulement par les infrastructures existantes, possédant des installations spécifiques, mais aussi par l’écosystème local créé par la concentration des entreprises. L’arrivée d’entreprises connues attire d’autres entreprises, qui veulent bénéficier de synergies. »

Cela étant rappelé, il existe deux grandes techniques statistiques pour confirmer l’existence de cet effet d’entraînement, ou « effet multiplicateur » (voir encadré). L’approche entrées-sorties (input-output) permet de calculer les effets indirects et induits. Toutefois, Moretti (2010) pointe que cette approche n’est pas adaptée pour estimer les effets d’agglomération et les effets de congestion. Il propose alors une modélisation économétrique qui permet le calcul d’un multiplicateur local.

La confirmation récente d’un effet multiplicateur local de l’emploi industriel

Dans leur article susmentionné, Frocrain et Giraud (op. cit.) mesurent un effet multiplicateur des emplois exposés sur les emplois abrités égal à 0,64, en France entre 2004 et 2013, puis un multiplicateur de 0,8 entre 2008 et 2016. Autrement dit, à cette période, l’apparition de 100 emplois exposés a entraîné localement la création de 64 nouveaux emplois abrités. Contrairement à Moretti (op. cit.) dont ils suivent pourtant l’approche économétrique, ils considèrent comme exposés non pas seulement les emplois manufacturiers, mais tous ceux dont l’activité est plus concentrée que la demande locale. Le multiplicateur est calculé au niveau des 88 divisions de la NAF et des 304 zones d’emplois du territoire.

En utilisant la base de données Urssaf et en mobilisant la même méthodologie que les auteurs précédents13, nous avons ici recalculé cet effet d’entraînement sur une période à la fois plus récente et plus étendue : entre 2007-2015 et 2015-2023. Nous obtenons un multiplicateur de 1,34, comme le montre le tableau viii en annexe. Autrement dit, la création de 100 emplois exposés a désormais suscité localement l’apparition de 134 nouveaux emplois abrités. L’effet d’entraînement de l’emploi exposé sur l’emploi abrité est non seulement confirmé, mais il semble en plus s’être renforcé. En outre, cela a également engendré la création de 32 emplois supplémentaires dans le secteur exposé (multiplicateur exposé-exposé de 0,32)14.

Entre 2007 et 2023, les données de l’Urssaf indiquent qu’ont été créés en France près de 246 milliers d’emplois exposés et près de 1 907 milliers d’emplois abrités. En retenant la valeur du multiplicateur de 1,34, on peut donc estimer que la progression de l’emploi exposé a contribué à elle seule à l’apparition de quelque 371 000 emplois abrités, soit près de 20 % des emplois abrités créés en France durant cette période. De même, en retenant le multiplicateur de 0,32, on obtient que 89 000 emplois exposés, soit plus de 30 % des emplois exposés créés durant cette période, l’ont été par effet d’entraînement de l’emploi exposé sur lui-même.

Il convient ici d’ajouter que, en sens contraire, l’existence d’un effet d’entraînement des destructions d’emplois exposés ne fait pas l’objet d’un consensus. Certaines études montrent même l’absence d’un tel effet négatif. Ainsi, par exemple, examinant la fermeture de 45 grandes usines manufacturières en Espagne, délocalisées à l’étranger entre 2001 et 2006, Jofre-Monseny et al. (2018) observent qu’un emploi supprimé à la suite de la fermeture d’une grande usine suscite la création de 0,4 emploi dans le même territoire et la même industrie, que ce soit au sein de firmes installées ou de nouvelles entreprises. Les suppressions d’emplois industriels seraient alors plutôt amorties que multipliées. En cause : l’effet à la baisse sur les salaires locaux, induit par ce choc négatif de demande, encourage les entreprises à embaucher de nouveaux travailleurs. Au-delà, c’est-à-dire sur les autres industries présentes localement, le choc initial est sans effet. Selon les auteurs, cela tient probablement au fait que ce choc ne représente qu’une faible part (3 %) de l’emploi total du territoire ; les répercussions pourraient au contraire s’étendre à d’autres secteurs en cas de choc plus important. De même, sur la base de données allemandes, Vom Berge et Schmillen (2023) ne trouvent pas d’effet significatif de la fermeture d’un site au-delà d’un rayon de 5 kilomètres autour de la municipalité concernée. Ils constatent eux aussi que les pertes d’emplois liées à cettefermeture de site sont compensées par des créations d’emplois dans les firmes voisines. En revanche, Gathman et al. (2020) montrent que quatre années après la destruction d’emplois résultant de licenciements massifs15, un effet multiplicateur proche de 2 au niveau régional est observé dans le même secteur industriel. Ce résultat confirme le caractère parfois durable de l’effet d’un choc négatif sur l’emploi dans un territoire (Tenezakis et Frocrain, 2018). Par ailleurs, pour chaque emploi exposé supprimé, 0,4 emploi se perd dans le secteur local des biens abrités. En examinant également les effets de plans de licenciements massifs16 de 24 grandes usines manufacturières italiennes entre 2008 et 2011, Celli et al. (2023) concluent à une réduction moyenne de 22 % de l’emploi industriel dans le même secteur. Néanmoins, ils ne trouvent pratiquement pas d’effet sur le reste du secteur manufacturier et le secteur abrité.

Pourquoi le multiplicateur varie-t-il dans le temps et l’espace ?

Si le multiplicateur d’emploi de l’industrie sur les services a fait l’objet d’un grand nombre de papiers scientifiques, attestant de son existence de manière robuste, l’ampleur de l’effet observé varie notablement en fonction de plusieurs paramètres.

Les multiplicateurs varient tout d’abord selon les pays étudiés (figure 4.1). À titre d’exemple, l’effet est plus faible en Chine qu’aux États-Unis : Wang et Chanda (2017) trouvent un multiplicateur de 0,4 dans le premier cas, sur la période 2000-2010, quand Moretti (2010) obtient un effet de 1,59 dans le second, entre 1980 et 2000. D’ailleurs, au sein d’un même pays, la valeur du multiplicateur local17 peut varier également. Tandis que Cerqua et Pellegrini (2020) montrent l’existence d’un multiplicateur dans l’Italie du Sud, de Blasio et Menon (2011) n’y repèrent pas d’effet significatif (donc un multiplicateur inexistant), alors qu’ils en observent un au niveau national. Ils imputent cette absence d’effet d’entraînement à différentes causes, et notamment à un degré élevé de réglementation anticoncurrentielle dans le secteur des services, ainsi qu’aux obstacles à la mobilité du travail. En s’appuyant sur un découpage géographique similaire, Gerolimetto et Magrini (2014) ne trouvent pas non plus d’effet significatif pour l’Espagne, ce qu’ils attribuent là encore à une flexibilité de l’emploi moins importante qu’aux États-Unis.

Deuxièmement, la temporalité choisie pour la mesure influe également sur la valeur du multiplicateur obtenu. Par exemple, en portant leur observation entre 2004 et 2013, moyennant trois intervalles de trois ans, Frocrain et Giraud (2016) obtiennent un multiplicateur local de 0,64 en France. En appliquant la même méthodologie avec deux intervalles de quatre ans, entre 2008 et 2016, le multiplicateur passe à 0,8. Bartik et Sotherland (2019) en expliquent la raison, en commençant par rappeler les quatre déterminants du multiplicateur local : les effets indirects sur les fournisseurs locaux, les effets induits sur la demande locale de biens et services, les économies d’agglomération et les effets de congestion. À court terme, les effets directs, indirects et induits d’un choc de demande sont les plus rapides à survenir. À moyen terme, ils tendent à augmenter à mesure que l’entreprise répond au surcroît de demande. En revanche, dans la durée, les économies d’agglomération et les effets de congestion ont tendance à se compenser, le multiplicateur se réduisant alors pour atteindre un niveau d’équilibre de long terme.

Troisièmement, les périmètres utilisés pour définir les emplois exposés et abrités influent naturellement sur le multiplicateur observé. En reprenant la méthode de Moretti (2010) et en exploitant les mêmes données, Van Dijk (2015) trouve un multiplicateur de 1,03 (et non plus de 1,59), en ayant introduit deux ajustements méthodologiques : d’une part, il tient compte de la variation de la taille relative du secteur non échangeable par rapport au secteur échangeable entre les deux périodes d’analyse pour calculer le multiplicateur et, d’autre part, il inclut les services exposés des emplois échangeables et retire l’agriculture et l’exploitation minière des emplois non échangeables18. Par ailleurs, Gerolimetto et Magrini (2015) obtiennent un multiplicateur local de 0,53 pour les États-Unis pour la période 2000-2010, en incluant les services échangeables aux activités exposées, et en faisant intervenir des interdépendances spatiales19. On ne peut néanmoins pas conclure de cette dernière observation que le multiplicateur serait nécessairement plus élevé pour l’industrie manufacturière : toujours pour les États-Unis, Osman et Kemeny (2022) trouvent au contraire un multiplicateur sur l’emploi abrité plus faible de la part de l’emploi manufacturier que de la part de l’ensemble des emplois exposés, sur la période 1990-2017.

Quatrièmement, certaines caractéristiques des emplois influent également sur l’ampleur de l’effet d’entraînement. Un emploi exposé qualifié engendrera davantage d’emplois abrités qu’un emploi exposé non qualifié ; en outre, un emploi exposé non qualifié créera plutôt des emplois abrités non qualifiés (Moretti, op. cit. ; Moretti et Thulin, 2013). L’intensité technologique de l’emploi exposé est également un facteur influent : l’impact sur l’emploi abrité est plus important si celle-ci est élevée (Wang et Chanda, op. cit. ; Moretti et Thulin, op. cit. ; Cerqua et Pellegrini, op. cit.). Cela joue également sur le niveau de salaire des emplois abrités ainsi créés : une augmentation de 10 % du volume d’emploi des travailleurs de la tech accroît ainsi le salaire réel des travailleurs abrités de 0,1 à 0,7 % (Kemeny et Osman, 2018).

Dans l’ensemble, le multiplicateur est donc plus grand quand il est exercé par un emploi qualifié ou de haute technologie, car ses revenus plus élevés occasionnent une demande plus importante pour les services locaux procurés par les emplois abrités (Moretti, op. cit.).

Le multiplicateur varie selon les secteurs 

L’effet d’entraînement varie également d’un secteur à l’autre, la méthode entrées-sorties étant cette fois la plus appropriée pour en rendre compte. El Alaoui et Boudhar (2015) montrent ainsi qu’au Maroc, entre 2007 et 2012, tous les secteurs n’ont pas eu la même contribution totale à l’emploi : non seulement ils n’ont pas tous créé autant d’emplois directs, mais le nombre d’emplois indirects qu’ils ont engendrés pour chaque emploi direct varie amplement lui aussi. Il est par exemple élevé dans le cas des industries de raffinage de pétrole ou encore de l’alimentaire.

Bourgeois et Montornes (2025) exploitent également la méthode entrées-sorties pour modéliser l’impact de l’implantation d’un emploi industriel en France plutôt qu’à l’étranger. Leurs résultats complets sont présentés dans le tableau vii, en annexe, dont on représente ici un extrait (figure 4.2). Les auteurs trouvent un multiplicateur de l’emploi fortement variable d’une branche à l’autre. Ils obtiennent notamment une valeur de 1,3 pour l’industrie, à comparer à 0,9 pour la construction ou 0,5 pour le commerce par exemple.

• 12 — Il faut noter que, pour Moretti, la résultante des effets d’entraînement de l’emploi exposé sur lui-même est incertaine, puisqu’elle agrège trois phénomènes distincts. Premièrement, le choc de demande ayant touché une industrie occasionne une hausse des salaires qui s’étend graduellement à tous les travailleurs de la ville, car l’offre de travail n’est pas infiniment élastique. Cela augmente le coût du travail local, une partie des entreprises exposées pouvant y répondre en se déplaçant vers d’autres villes. Deuxièmement, l’augmentation de la production de la première industrie accroît la demande locale de biens et services intermédiaires, mais seulement dans la mesure où sa chaîne d’approvisionnement est effectivement comprise dans le territoire. Troisièmement, et enfin, il peut y avoir des effets d’agglomération au niveau local. En résumé, si ce multiplicateur de l’emploi exposé sur l’emploi exposé existe, il est certainement plus faible que le multiplicateur de l’emploi exposé sur l’emploi abrité.
• 13 — L’autrice remercie Philippe Frocrain de lui avoir donné accès à ses estimations initiales.
• 14 — Frocrain et Giraud (2018) soulignent qu’ils sous-estiment peut-être la valeur exacte du multiplicateur. En effet, la base de données de l’Urssaf ne couvre pas l’emploi total et le nombre total d’heures travaillées, mais uniquement l’emploi salarié, ce qui exclut les emplois indépendants, qui sont majoritairement dans le secteur abrité.
• 15— Gathman et al. (2020) définissent un licenciement massif comme touchant au moins 500 employés.
• 6— Celli et al. (2022) définissent un licenciement massif comme une réduction soudaine d’au moins 100 employés au cours d’une année, suivi d’une diminution d’au moins 100 employés dans le secteur affecté.
• 17 — L’estimation du multiplicateur local s’obtient plutôt par des méthodes économétriques. L’approche input-output est en effet moins entachée de biais quand elle est appliquée à la mesure d’un multiplicateur national (Bartik et Sotherland, 2019).
• 18 — Van Dijk affirme donc que Moretti a conservé, dans son article, les secteurs minier et agricole au sein des activités abritées, bien qu’il prétende les avoir retirés.
• 19 — En analysant l’effet direct d’une variation d’un emploi exposé sur l’emploi abrité d’une même ville, Moretti suppose implicitement que chaque ville est totalement isolée du reste de l’économie. Les auteurs trouvent cette hypothèse trop restrictive et utilisent de ce fait un modèle prenant en compte des externalités spatiales.