Dynamiques de l’emploi salarié privé

Volet 2 — Économie et spécialisation sectorielle par zone d’emploi

Rapport d'analyse
Auteur·rice

Vincent R.

Date de publication

15 février 2026

NoteCadrage

Question centrale : Quels facteurs structurels et conjoncturels expliquent les trajectoires divergentes de l’emploi salarié privé par zone d’emploi ?

Périmètre : 287 ZE métropolitaines (hors DOM) · 19,6 M salariés privés (2024)

Sources : URSSAF Séquoia (effectifs 2014-2024) · FLORES 2023 (Krugman, Gini) · INSEE RP 2022 (structures sectorielles, taux d’emploi, CSP)

Hypothèses :

  • H1 : La concentration de l’emploi est supérieure à celle de la population
  • H2 : L’effet métropole s’explique plus par la tertiarisation que par la taille
  • H3 : Le choc COVID a redistribué l’emploi vers les ZE moyennes/littorales
37,2 %
CR10 emploi privé
10 premières ZE
0,625
Gini emploi
Concentration extrême
59%
ZE en accélération
Post-COVID 2022-2024
0,33
Corrélation résid. × éco.
Dimensions partiellement indépendantes

Vue nationale — L’emploi privé en France

L’emploi salarié privé français progresse de +13,5% entre 2014 et 2024, mais cette moyenne nationale masque des disparités territoriales majeures

La France compte 20,0 millions de salariés du secteur privé en 2024. La série temporelle nationale fait apparaître trois phases distinctes : une croissance modérée pré-COVID, un choc brutal en 2020 (-0,5%), puis une reprise qui ramène l’emploi au-dessus de son niveau d’avant-crise dès 2022. Le TCAM post-reprise s’établit à +0,31%/an (2022-2024).

Figure 1

Chiffres clés France : 20,0 M salariés privés (2024) · Évolution 2014-2024 : +13,5% · Choc COVID : -0,5% · TCAM post-reprise : +0,31%/an

Concentration de l’emploi salarié privé

Les 10 premières ZE concentrent 37,2 % de l’emploi salarié privé — une distribution plus inégale que celle de la population, typique des rendements d’agglomération

La concentration de l’emploi est structurellement élevée et reflète les économies d’échelle urbaines : le ratio de Palma atteint 6,0 (les 10% les plus grosses ZE emploient 6,0 fois plus que les 40% les plus petites). Le Gini de 0,625 confirme une distribution très asymétrique.

Figure 2
Figure 3

Gauche : courbe de Lorenz — plus la courbe s’éloigne de la diagonale, plus la concentration est forte. Droite : boxplots en échelle log — les ZE à fonctions métropolitaines concentrent les plus gros volumes.

Spécialisation sectorielle et taille

Les petites ZE tendent à être les plus spécialisées (Krugman élevé), avec un profil souvent industriel ou agricole. À l’inverse, les grandes ZE diversifiées présentent un tissu tertiaire proche de la moyenne nationale.

Figure 4
Figure 5

Le Krugman mesure la dissimilarité sectorielle (0 = identique à la France, 2 = totalement différent). Les grandes ZE diversifiées sont en bas-droite, les petites ZE industrielles/agricoles en haut-gauche.

Profil par typologie

Table 1

Trajectoires et choc COVID

Indice 100 base 2014 par typologie

Les trajectoires de l’emploi salarié privé divergent nettement depuis 2014, avec une accélération de l’écart après le choc COVID de 2020.

Figure 6

Chaque ligne = médiane des ZE d’une typologie. Le ruban = intervalle interquartile (IQR). Pointillé noir = France. La divergence s’accentue après 2020 : les ZE diversifiées et métropolitaines rattrapent plus vite que les industrielles.

Choc COVID et reprise

Le glissement 2019→2020 a frappé l’ensemble du tissu économique (-0,5% France), mais la reprise est sélective. 59% des ZE accélèrent post-COVID (TCAM 2022-2024 > TCAM 2011-2017), favorisant les ZE tertiaires, les couronnes métropolitaines et certaines littorales.

Figure 7
Figure 8

Qui accélère, qui décroche ?

Figure 9

Points au-dessus de la bissectrice = accélération post-COVID. Points rouges = ZE très touchées en 2020. L’accélération n’est pas aléatoire — elle favorise les ZE tertiaires, les couronnes métropolitaines et certaines littorales.

Top/Bottom 15 — TCAM post-reprise

Table 2

Structure sectorielle et tests statistiques

Différenciation par typologie

Le TCAM emploi privé 2022-2024 diffère significativement selon la typologie INSEE (Kruskal-Wallis χ² = 31.73, p < 0.001). La structure sectorielle — mesurée par le poids de l’industrie et le Krugman — est le premier facteur explicatif.

Figure 10
Figure 11

Le test post-hoc de Dunn identifie 6 paire(s) significative(s) sur 21 comparaisons (correction Bonferroni, α = 0.05).

Table 3

Corrélations structurelles

Figure 12

Corrélations clés : Le TCAM post-COVID corrèle positivement avec le % services et le % cadres (ρ = 0,30), négativement avec le Krugman (ρ = -0,13) et le % industrie (ρ = -0,15).

Facteurs de la dynamique emploi

Figure 13
Figure 14
Figure 15
Figure 16

Croisement résidentiel × économique

Le croisement résidentiel × économique (r = 0,33) révèle quatre profils : les « double moteur » (métropoles, littoral attractif), les « attractifs sans emploi » (tourisme, retraites), les « éco sans résidentiel » (industrie en reconversion) et les « double fragilité » (diagonale du vide)

Figure 17

Les deux dimensions ne sont pas redondantes (r = 0,33). Les ZE touristiques/littorales sont souvent attractives résidentiellement mais pas toujours dynamiques économiquement.

Profils par quadrant

Table 4

Synthèse et bilan

Astuce5 constats principaux

  1. Concentration extrême : CR10 = 37,2 %, Gini = 0,625, Palma = 6,0. L’emploi privé est bien plus concentré que la population — rendements d’agglomération.

  2. Trajectoires divergentes post-2014 : L’indice 100 révèle un écart croissant entre ZE diversifiées/métropolitaines et ZE industrielles/agricoles. La divergence s’accentue après 2020.

  3. Choc COVID universel, reprise sélective : -0,5% en 2020 pour toutes les tailles. Mais 59% des ZE accélèrent post-COVID — les tertiaires, couronnes métropolitaines et certaines littorales.

  4. Structure sectorielle = facteur explicatif clé : % industrie et Krugman corrèlent négativement avec le TCAM post (ρ = -0,15 et -0,13). Les cadres corrèlent positivement (ρ = 0,30).

  5. Résidentiel ≠ Économique : r = 0,33 — les deux dimensions sont partiellement indépendantes, justifiant leur traitement séparé.

Bilan hypothèses

Hypothèse Résultat
H1 Concentration croissante À nuancer — CR10 élevé mais les grandes ZE n’accélèrent pas toutes plus vite
H2 Effet métropole Partiellement confirmée — KW significatif (p < 0.001), médié par cadres et tertiarisation
H3 COVID redistribue Partiellement confirmée — accélérations en ZE moyennes, mais pas de pattern systématique
AvertissementVariables manquantes — phase 2
  • Salaire moyen : masse salariale absente → ratio salaire/emploi indisponible
  • Part littorale : dummy géographique à construire (codes ZE → proximité côte)
  • Theil décomposé : inter/intra-typologies pour quantifier les inégalités territoriales
  • OLS multivarié : TCAM ~ taille + Krugman + % cadres + dummy_metro + dummy_littoral