Article body

Everything is related to everything else, but near things are more related than distant things.

Première « loi » de la géographie de Waldo Tobler (1970)

Comment les petites nations se tirent-elles d’affaire sur le plan social[1]? Les travaux portant sur les incidences de la taille d’une nation sont relativement minces, et ils s’intéressent principalement à l’impact de la taille sur la démocratie (Dahl et Tufte, 1973; Boix, 2003) ou à l’autonomie politique des petites nations (Alesina et Spolaore, 2003). Peu de travaux ont porté explicitement sur la relation entre la taille et la distribution des revenus, à l’exception de l’ouvrage pionnier de Peter Katzenstein (1985) qui démontrait que les petites nations européennes avaient une capacité supérieure de se concerter et de concilier la croissance économique et une généreuse protection sociale.

Dans le cadre de cet article, nous revisitons cette question pour les années récentes (1990-2019) et avec un plus grand nombre de cas (20 pays de l’OCDE), afin d’établir plus systématiquement la relation entre la taille d’une nation et la distribution des revenus. Nous démontrons que, toutes choses égales par ailleurs, les petites nations réussissent mieux à contrer les inégalités et la pauvreté, même quand on contrôle les facteurs habituellement associés à la redistribution, comme la représentation proportionnelle, l’ouverture commerciale, le pouvoir de la gauche et le type et la hauteur des dépenses sociales. Il s’agit là de la contribution principale de cet article.

Comme petite nation à l’intérieur du Canada, le Québec des années récentes correspond assez bien à ce modèle : dans les limites de ses ressources fiscales et de ses compétences, il a su définir une trajectoire plus égalitaire que le reste du Canada, trajectoire qui le situe dans la mouvance des petites nations (Noël, 2013; 2017; 2018; Haddow, 2015; van den Berg et al., 2017). Mais le cas singulier du Québec, une petite nation à l’intérieur d’une fédération, n’est pas considéré directement dans cet article.

Dans la première partie, nous présentons l’état de la question, pour expliquer notamment les limites des écrits sur le sujet et l’importance du livre maintenant classique de Katzenstein. Puis une brève partie théorique nous permet d’identifier les principaux facteurs politiques qui différencient les petites nations : plus grande homogénéité de la culture, des situations sociales et des préférences individuelles; institutions politiques moins dispersées et davantage cohésives; facilité accrue de concertation entre les acteurs politiques et sociaux; et présence plus probable d’une identité nationale forte et inclusive. Dans la troisième partie, nous présentons les données utilisées et exposons le choix des cas et des variables. La partie suivante fait état des particularités de l’approche statistique retenue, l’analyse de régression multiple chronologique et transversale, et elle précise l’équation retenue ainsi que la procédure d’estimation. Dans les cinquième et sixième parties, nous présentons les résultats et une série de tests afin d’en vérifier la robustesse. La conclusion remet ces résultats en contexte et en discute les implications. Toutes choses égales par ailleurs, une petite taille semble favoriser la solidarité et l’égalité. Comme le suggère la première « loi » de la géographie de Waldo Tobler (1970), dans les rapports sociaux, la proximité fait une différence.

Taille et distribution : état de la question

Les travaux scientifiques sur la relation entre la taille des nations et la distribution des revenus sont relativement peu nombreux. Les chercheurs intéressés par les inégalités et la protection sociale se sont simplement peu posé la question. En considérant les travaux plus généraux portant sur la taille des nations, on peut toutefois identifier trois courants théoriques, qui mettent chacun l’accent sur un aspect différent, soit les intérêts et les préférences individuelles des citoyens, l’organisation du pouvoir politique, et l’action politique et la cohésion des rapports sociaux.

Le premier de ces trois courants est ancré dans la discipline économique et il cherche à évaluer l’effet des intérêts et des préférences individuelles sur la quête d’autonomie politique des nations. Dans The Size of Nations, Alberto Alesina et Enrico Spolaore (2003) associent la taille des nations à deux objectifs collectifs en partie antinomiques, soit la quête de l’efficacité économique et l’expression fidèle des préférences des citoyens. La quête de l’efficacité favorise les nations de grande taille, dans la mesure où une population importante permet de réaliser des économies d’échelle sur plusieurs biens publics. Une grande population rend également la défense du pays plus forte, elle permet de bénéficier d’un plus vaste marché, ce qui est en principe favorable à la productivité, elle protège les différentes parties du pays contre les cycles économiques et rend possible la redistribution entre de grandes régions (Ibid., p. 3-4). En revanche, une nation de grande taille réunit des personnes et des groupes aux préférences hétérogènes, et elle est donc plus susceptible d’être traversée par des conflits politiques et de se replier sur le plus petit dénominateur commun (Ibid., p. 4-5).

Selon Alesina et Spolaore, dans un monde relativement ouvert et intégré où le libre-échange prédomine, où les investissements et les idées circulent et où règne une paix relative, les économies d’échelle et les autres avantages d’une grande taille, pour la défense par exemple, importent moins (Spolaore, 2015). Par conséquent, les écarts entre les préférences à l’intérieur de chaque pays apparaissent plus significatifs, ce qui a tendance à faire augmenter, à des coûts relativement faibles, le nombre de nations autonomes. Ce raisonnement économique permet d’expliquer la multiplication des petites nations souveraines dans l’économie mondialisée et relativement pacifique de la deuxième moitié du 20e siècle (Alesina et Spolaore, 2003, p. 219). Il éclaire aussi, indirectement, la question de la redistribution des revenus. Dans un autre ouvrage écrit avec Edward Glaeser, Alesina associe en effet la taille à la redistribution des revenus en suggérant, de façon conséquente avec son raisonnement sur les préférences, que les pays de grande taille, plus hétérogènes et décentralisés, sont moins susceptibles d’être égalitaires (Alesina et Glaeser, 2004, p. 213-214).

De nombreuses recherches ont d’ailleurs établi un lien entre l’homogénéité culturelle, le développement des services publics et le succès économique. Les nations moins divisées sur le plan ethnique, linguistique ou religieux auraient davantage de facilité à se doter de programmes publics et obtiendraient, en conséquence, de meilleures conditions sociales et une plus forte croissance économique (Alesina, Baqir et Easterly, 1999; Gerring et al., 2015). Ces avantages liés à l’homogénéité culturelle contribueraient, selon Campbell et Hall, à la réussite économique et sociale des petits pays (Campbell et Hall, 2009, 2010, 2017). L’homogénéité culturelle des différents pays demeure cependant difficile à mesurer. La plupart des études comparatives portent d’ailleurs sur des ensembles de pays présentant des niveaux de diversité et de développement très contrastés. Peu de données permettent une comparaison portant spécifiquement sur l’effet de la diversité dans les démocraties avancées. Certains résultats tendent tout de même à confirmer les avantages d’une petite taille et de l’homogénéité culturelle (Patsiurko, Campbell et Hall, 2012). Mais ces vérifications ne tiennent que pour une année et quelques pays. Une étude plus large de 91 pays ne trouve pas de relation entre la diversité et les préférences pour la redistribution (Steele, 2016).

Les résultats empiriques pour la taille demeurent également fragiles. Une analyse qui compare 200 pays sur 50 ans, par exemple, ne permet pas d’établir un lien significatif entre la taille et les inégalités, mesurées soit par l’indice de Gini, soit à l’aide du ratio entre les revenus du quintile supérieur et ceux des deux quintiles inférieurs (Damijan, Damijan et Porcero, 2013; voir aussi Rose, 2006). Mais l’étude de l’État-providence nous enseigne que ces comparaisons à grande échelle, qui incluent des pays à différents niveaux de développement sans distinguer les régimes démocratiques et autoritaires, s’avèrent souvent insuffisantes pour estimer l’effet des facteurs institutionnels ou politiques. Des travaux sur le fédéralisme reprennent en partie les mêmes hypothèses, mais ne démontrent pas non plus une relation très claire entre la taille et la redistribution des revenus (Rodden, 2010; Beramendi, 2012). La question demeure donc ouverte.

Une perspective strictement économique peut, bien sûr, être critiquée dans la mesure où elle a tendance à court-circuiter la conversion toujours complexe des préférences et des intérêts en décisions politiques (Chandra, 2006; Keating, 2017). Mais l’hypothèse d’un lien entre les préférences plus ou moins homogènes des nations et la redistribution des revenus demeure plausible (Patsiurko, Campbell et Hall, 2012; Beramendi, 2012).

Un deuxième courant de pensée, davantage associé à la science politique, relie plus directement la taille à la démocratie et aux institutions politiques, pour suggérer qu’une petite taille facilite le fonctionnement démocratique et le développement d’institutions plus cohésives (Dahl et Tufte, 1973; Olsson et Hansson, 2011). Le simple effet démocratique d’une petite taille devrait avoir un impact sur la redistribution des revenus, puisque la démocratie favorise la redistribution (Boix, 2003; Brown et Moubarak, 2009; Stasavage, 2011). Mais parmi les démocraties, l’effet de la taille sur la redistribution passe plutôt par la nature des institutions. Les pays de grande taille, en effet, sont plus susceptibles d’avoir des institutions politiques qui dispersent le pouvoir et multiplient les possibilités de blocage, comme le fédéralisme, la séparation des pouvoirs exécutif et législatif, ou un système électoral majoritaire (Gerring et Thacker, 2008; Gerring, Jaeger et Maguire, 2016). Or cet éclatement du pouvoir politique rend la redistribution plus difficile (Immergut, 1992; Huber, Ragin et Stephens, 1993; Gerring et Thacker, 2008). Le lien entre le type de système électoral et la redistribution, en particulier, semble probant : les pays ayant un mode de représentation majoritaire, ce qui est le cas dans plusieurs grands pays, sont moins susceptibles d’être égalitaires que les pays où prévaut la représentation proportionnelle (Birchfield et Crepaz, 1998; Iversen et Soskice, 2009). Dans l’ensemble, les travaux portant sur la taille, la démocratie et les institutions renforcent l’hypothèse économique sur la distribution des préférences, en suggérant qu’une petite taille est propice à des institutions qui facilitent l’action concertée et, de ce fait, la redistribution des revenus.

Une hypothèse rapprochée est mise de l’avant par un troisième courant théorique, qui porte sur l’action politique dans les petites nations, action favorisée par une plus grande cohésion sociale, elle-même ancrée dans une perception partagée de vulnérabilité. Les travaux de Katzenstein (1985, 2003) sur les petits pays européens sont fondateurs à cet égard, et ils ont été repris et approfondis par plusieurs chercheurs qui ont travaillé sur les petits États indépendants, mais également sur les petites nations fonctionnant à l’intérieur de fédérations multinationales (Campbell et Hall, 2009; Becker, 2011; Keating, 1997; McEwen, 2006; Béland et Lecours, 2008; Rioux, 2022). L’idée générale est que, dans une économie mondialisée, les petites nations doivent nécessairement se spécialiser et s’ajuster face aux aléas de la compétition et de l’instabilité économique. Contrairement aux grandes puissances, les petits pays ne peuvent espérer prévenir (en planifiant le développement) ou faire porter à d’autres (en imposant des barrières tarifaires) les coûts du changement. Ils doivent vivre avec le changement et s’ajuster du mieux qu’ils le peuvent (Katzenstein, 1985, p. 23-24). Les acteurs politiques et sociaux de ces petits pays ne suivent pas une démarche planifiée et explicite, mais une perception commune de vulnérabilité face à l’économie mondiale les amène à converger vers une stratégie favorisant l’ouverture économique – incontournable pour une petite nation –, des mécanismes de compensation pour les parties désavantagées par le changement, et des politiques d’ajustements sectoriels pour les producteurs (Katzenstein, 1985, p. 39-79; 2003, p. 11, 25). Katzenstein qualifie la configuration institutionnelle qui facilite ce type de stratégie de corporatisme démocratique, pour souligner le rôle de la concertation continue entre les grands acteurs sociaux (Katzenstein, 1985, p. 80). Depuis les années 1980, évidemment, le contexte mondial a changé et les recherches sur les variétés institutionnelles du capitalisme se sont enrichies, mais l’effet politique d’une petite taille semble toujours tenir (Schmidt, 2011, p. 153, 170-171; Campbell et Hall, 2017). Toutes choses égales par ailleurs, les petites nations semblent plus susceptibles d’avoir des acteurs sociaux et politiques capables de promouvoir la cohésion sociale, d’engendrer des compromis et de soutenir des politiques sociales généreuses et une distribution plus égalitaire des revenus. Les petits pays doivent même se méfier de leur propension à se concerter qui les amène parfois à miser à l’excès sur une direction convenue (Ornston, 2018). Les résultats de Katzenstein, comme ceux des recherches qui ont suivi en science politique, reposent cependant sur des études de cas et des comparaisons qualitatives. La théorie n’a pas vraiment fait l’objet d’une estimation à l’aide de modèles quantitatifs.

Dans un ouvrage récent sur les politiques sociales en Inde, Prerna Singh (2015) explore une avenue distincte mais compatible avec la logique de Katzenstein. En comparant les politiques de développement social dans les différents États de la fédération indienne, la politologue observe de grandes différences d’une région à l’autre, qu’elle attribue aux variations de la force du sentiment identitaire propre à chaque État. Dans les États où le nationalisme étatique est vigoureux, les clivages de classe, d’ethnicité ou de religion sont plus facilement dépassés, pour permettre des politiques inclusives et généreuses qui se traduisent par des résultats nettement supérieurs en termes d’éducation et de santé publique. Dans les États où l’identité collective commune est plus faible, les divisions demeurent plus fortes, l’attention est portée vers la politique fédérale, et les actions et les résultats à l’échelle de l’État s’avèrent beaucoup moins probants. Il n’y a pas, dans l’analyse de Singh, de référence à la taille. Mais on peut y voir un argument complémentaire de celui de Katzenstein, dans la mesure où les petits États sont plus susceptibles d’avoir une identité nationale bien définie et vigoureuse. Les résultats de Singh sont d’ailleurs compatibles avec ceux de Daniel Béland et André Lecours (2008), qui associent le développement de la protection sociale à la montée du nationalisme au Québec, en Écosse et en Flandres.

Cette brève revue des travaux sur le sujet suggère que trois facteurs peuvent favoriser la redistribution des revenus dans les petites nations : la relative homogénéité des préférences des électeurs, qui facilite l’obtention des consensus nécessaires à la redistribution; la moins grande dispersion du pouvoir, également favorable à la redistribution; et une cohésion sociale forte doublée d’une identité partagée, renforcée notamment par une certaine perception de vulnérabilité face aux aléas de l’économie mondiale. Pour valider pleinement ces hypothèses, il serait possible de faire des études de cas approfondies. Mais on peut également en estimer la pertinence à partir d’une analyse comparative quantitative. La section suivante précise les bases théoriques d’une telle comparaison.

Cadre théorique

Dans l’état de la question qui précède, nous identifions trois explications complémentaires qui convergent pour prédire une relation inverse entre la taille des nations et la redistribution des revenus. On peut les résumer en parlant d’une explication économique, d’une explication institutionnelle et d’une explication politique.

  1. Explication économique : un petit pays est susceptible d’avoir moins de disparités régionales, des situations économiques plus semblables et une population plus homogène, dont les préférences sont moins divergentes ou polarisées (Beramendi, 2012). Des économies d’échelle sont sans doute moins accessibles que dans un grand pays, mais la décision de redistribuer les revenus est d’emblée facilitée par une certaine homogénéité des préférences (Alesina et Spolaore, 2003; Campbell et Hall, 2009).

  2. Explication institutionnelle : un petit pays est moins susceptible d’avoir des institutions politiques divisées ou propices à la polarisation – comme le fédéralisme ou un système électoral majoritaire – institutions qui dispersent le pouvoir ou rendent plus difficiles les actions cohésives nécessaires pour permettre la redistribution (Huber, Ragin et Stephens, 1993; Gerring et Thacker, 2008; Horne, Adams et Gidron, 2023).

  3. Explication politique : une petite taille induit une perception de vulnérabilité et favorise la concertation entre les acteurs politiques et sociaux, qui sont ainsi plus susceptibles de négocier des compromis où les gains des uns servent en partie à compenser les pertes des autres. La stratégie politique dominante combine un consensus à propos de l’ouverture économique à des mesures volontaires de redistribution, afin de favoriser l’adaptation à un monde en perpétuel changement (Katzenstein, 1985; Campbell et Hall, 2017; Ornston, 2018). Une petite taille facilite aussi l’affirmation d’une identité nationale cohésive et partagée, facteur clé de la solidarité entre les citoyens (Singh, 2015; Béland et Lecours, 2008). Ce contexte devrait se traduire par des mouvements collectifs forts – on pense notamment au syndicalisme – et par une plus grande propension des partis de gauche à gouverner.

    Il serait possible de vérifier la validité de chacune de ces explications à l’aide d’études de cas approfondies, afin d’identifier les préférences individuelles dans différents pays et de retracer l’évolution institutionnelle et politique de chaque nation depuis quelques décennies. Ce n’est pas l’approche retenue ici. Cette étude teste plutôt les implications de ces explications à partir d’analyses statistiques sur plusieurs pays, pendant une longue période. Autrement dit, il s’agit de voir, sur une grande échelle, si les prédictions qui découlent de ces explications se vérifient.

La démarche quantitative en sciences sociales vise moins à identifier tous les facteurs reliés à un effet donné qu’à déterminer les effets associés à un facteur en particulier (Goertz et Mahoney, 2012, p. 41-43). Pour cette étude, ceci implique qu’il s’agit moins d’identifier tous les facteurs associés à la distribution des revenus que de vérifier la pertinence d’un facteur en particulier, ici, la taille des nations. Ce qui retient notre attention, c’est l’association entre la taille et la redistribution, pour un groupe de pays et une période donnée (Goertz et Mahoney, 2012, p. 77). Si cette relation s’avère significative, on peut présumer que les facteurs identifiés plus haut – homogénéité des préférences, institutions politiques moins divisées, concertation et identité nationale partagée – jouent. À proprement parler, cependant, l’analyse statistique ne peut jamais prouver un lien de causalité, puisque la causalité n’est pas observable directement. Une relation est simplement établie à partir d’associations statistiques identifiées sur la base d’un raisonnement théorique (Moses et Knutsen, 2019; Goertz et Mahoney, 2012, p. 101).

Afin de vérifier la relation entre la taille et la distribution des revenus, il faut notamment contrôler un certain nombre de facteurs connus pour influencer la redistribution et susceptibles d’intervenir entre la taille et la redistribution. Trois facteurs institutionnels ou politiques, en particulier, ont des chances de jouer un rôle : la représentation proportionnelle, plus fréquente dans les pays de petite taille (Katzenstein, 1985, p. 150; Rodden, 2010), et qui facilite, davantage que le mode majoritaire, les compromis politiques et en fin de compte la justice sociale (Iversen et Soskice, 2009; Döring et Manow, 2017); la force du mouvement syndical et de la gauche politique, également favorables à une plus grande égalité (Korpi et Palme, 2003; Brady, 2009; van Kersbergen et Vis, 2014); et le type et la générosité des institutions de l’État-providence, qui ont un lien documenté avec la redistribution (Kenworthy, 2011; van Kersbergen et Vis, 2014; Jacques et Noël, 2018). La relation entre les différentes variables peut être complexe, mais le rôle de la taille devrait être détectable statistiquement, même en tenant compte de ces différents facteurs politiques et institutionnels.

Idéalement, il serait bon d’ajouter une variable contrôle pour la diversité ethnique, linguistique ou religieuse. Il n’y a cependant pas de consensus sur le type de diversité qui importe le plus ou sur les indicateurs de diversité à retenir. On peut penser, en fait, que selon les pays le type de diversité qui est activé politiquement varie, qu’il s’agisse de l’ethnicité, de la langue ou de la religion. Les travaux les plus ambitieux sur la question retiennent donc plusieurs indicateurs de diversité, dont la plupart ne sont disponibles que pour quelques années (Patsiurko, Campbell et Hall, 2012; Steele, 2016). Dans les circonstances, il nous semble plus réaliste et plus prudent de laisser de côté un contrôle de la diversité, en gardant à l’esprit que la question mérite une analyse plus fouillée.

Comme la théorie de Katzenstein suggère un lien entre la taille, l’ouverture au commerce et la redistribution, il semble pertinent d’inclure également une variable pour mesurer l’ouverture au commerce de chaque pays. Cet ajout pose toutefois deux difficultés. D’abord, du point de vue des politiques publiques, tous les pays considérés ici sont nettement engagés en faveur de la liberté des échanges, plus sans doute qu’à l’époque où Katzenstein menait ses recherches. En 2019, la moyenne pondérée des tarifs (trade weighted average) de chacun de ces pays se situait dans une fourchette étroite et basse, entre le 1,7 % de la Suisse et le 3,4 % du Canada (WTO, ITC et UNCTAD, 2021). Il y a bien sûr des barrières non tarifaires et des obstacles administratifs au commerce, mais ceux-ci se mesurent difficilement et rien ne permet de penser qu’ils engendrent de grands écarts entre les pays de l’OCDE. Même si on pouvait en disposer, une mesure des orientations nationales envers le commerce varierait donc peu.

Une option, fréquemment utilisée dans les travaux économiques sur le commerce, consiste à prendre la mesure du poids des échanges internationaux dans l’économie nationale. Il suffit alors d’additionner la valeur en dollars courants des importations (M) et des exportations (X) d’un pays, puis de les diviser par le produit intérieur brut (PIB). On parle alors de la part du commerce dans l’économie nationale (M + X / PIB). Cette mesure de l’ouverture commerciale a l’avantage d’être simple, mais elle comporte une limite importante, parce qu’elle mesure un résultat et non pas une orientation des politiques publiques. La part du commerce est en effet davantage liée à la taille de l’économie nationale qu’à la politique commerciale. À l’aune de cet indicateur, les États-Unis, le Japon et l’Allemagne, des géants du commerce mondial, apparaissent comme des nations fermées sur elles-mêmes et beaucoup moins ouvertes que le Congo, la Jordanie ou le Tadjikistan (Squalli et Wilson, 2011). C’est que la part du commerce constitue, pour l’essentiel, une autre façon de mesurer la taille d’un pays : dans les grandes nations, le commerce représente tout simplement une part moins importante de la production nationale.

Pour corriger ce problème, Jay Squalli et Kenneth Wilson proposent un index plus élaboré, qui pondère la part du commerce par l’importance d’un pays dans les échanges mondiaux (Squalli et Wilson, 2011). Utile pour certaines fins, cet indice nous éloigne toutefois de la logique de Katzenstein, en prenant en compte le poids d’un pays dans l’économie mondiale, un facteur qui n’a pas en principe d’effet sur la redistribution.

Malgré ses défauts, la part du commerce correspond cependant assez bien à la théorie proposée plus haut, puisqu’elle mesure l’exposition d’un pays à la concurrence internationale. Même si cette mesure est liée à la taille du pays, il demeure possible de l’utiliser comme variable contrôle puisque la corrélation entre les deux dimensions est significative mais pas excessive (r = -0,51), ce qui signifie que les deux variables mesurent des aspects différents de la réalité.

Le type de système électoral, la force de la gauche sociale et politique, la générosité de l’État-providence et la part du commerce international dans l’économie peuvent tous être associés à la distribution. Mais même en tenant compte de ces facteurs, un effet taille devrait se manifester, les petits pays étant plus susceptibles de redistribuer le revenu. La taille n’impose pas une destinée, mais elle conditionne au moins en partie l’univers des possibles. Une fois tout bien considéré, quelque chose subsiste, conclut Vivien Schmidt, qui semble distinguer les petits pays (Schmidt, 2011, p.171).

Données

La vérification des hypothèses porte sur un groupe de 20 pays pour les années 1990 à 2019 (Allemagne, Australie, Autriche, Belgique, Canada, Danemark, Espagne, États-Unis, Finlande, France, Irlande, Italie, Japon, Norvège, Nouvelle-Zélande, Pays-Bas, Portugal, Royaume-Uni, Suède et Suisse). Ces pays sont tous des démocraties établies depuis plus de vingt ans en début de période, avec des économies prospères et des États-providence avancés. Il faut environ vingt ans, estiment les politologues Evelyne Huber et John Stephens, avant que les effets des processus politiques et sociaux engendrés par la démocratie influencent les inégalités (Huber et Stephens, 2012, p. 148). Comme la période retenue ici couvre les années 1990 à 2019, afin d’avoir une période suffisamment longue pour obtenir des résultats stables, il vaut mieux exclure les nouvelles démocraties d’Europe de l’Est, où l’État-providence demeure moins développé et où le passé soviétique conditionne encore les possibilités politiques (Toots et Lauri, 2022)[2]. Plus généralement, il semble préférable de se concentrer sur l’univers des États-providence avancés, pour lesquels existe un ensemble abondant de travaux et des données diverses et fiables. C’est la stratégie conventionnelle en politique comparée.

Pour prendre en compte la taille d’un pays, au moins deux indicateurs sont possibles : la mesure de l’aire géographique et celle de la taille de la population. Certaines études retiennent l’aire géographique, qui permet d’évaluer les distances à parcourir pour entretenir des réseaux sociaux (Alesina et Glaeser, 2004, p. 214; Stasavage, 2011), mais il existe un large consensus pour faire de la population totale l’indicateur le plus simple et le plus satisfaisant, celui qui correspond le mieux aux attentes théoriques concernant l’homogénéité des préférences, la concentration du pouvoir et la propension des acteurs sociaux et politiques à se concerter (Dahl et Tufte, 1973; Katzenstein, 1985; Alesina et Spolaore, 2003). Le Québec, par exemple, est doté d’un immense territoire mais il constitue néanmoins une petite société par sa population. Dans leur ouvrage classique sur la taille et la démocratie, c’est d’ailleurs cette mesure simple et consensuelle que retenaient déjà Robert Dahl et Edward Tufte (1973, p. 17-19). Les données sur la population proviennent des Nations Unies (Nations Unies, 2019). Comme la distribution des données est fortement asymétrique, allant de de 4,8 millions de personnes en Nouvelle-Zélande (en 2019) à environ 329 millions aux États-Unis, les données sont transformées pour retenir le logarithme de la population (logpop), une transformation conventionnelle dans les travaux sur la question (Dahl et Tufte, 1973, p. 44, 82; Alesina et Spolaore, 2003, p. 156-157).

La part du commerce (commerce) est la somme des importations et des exportations divisées par le produit intérieur brut, en dollars US courants. Les données proviennent de la Banque mondiale (commerce de marchandise en pourcentage du PIB, Banque mondiale, 2022).

En ce qui concerne la redistribution des revenus, plusieurs mesures sont disponibles. La plus simple consiste à prendre le coefficient de Gini pour le revenu après impôts et transferts, qui donne une représentation des inégalités dans l’ensemble d’une société. Le coefficient de Gini est un indice conventionnel, qui varie de 0 (égalité parfaite entre les membres d’une société) à 1 (tous les revenus se concentrent sur une seule personne). Il s’agit sans aucun doute de la mesure des inégalités la plus utilisée et la plus connue (CEPE, 2009, p. 49; 2017, p. 53). Cet indicateur ne permet toutefois pas de mesurer directement l’effort gouvernemental de redistribution, c’est-à-dire le rôle joué par les politiques publiques pour redistribuer les revenus réalisés sur le marché. Le coefficient de Gini après impôts et transferts ne présente en effet que la distribution finale des revenus, qui résulte à la fois du fonctionnement du marché et de l’intervention gouvernementale. Pour dépasser ce problème, il est possible de construire un indice relatif de redistribution, en comparant les inégalités avant et après l’intervention de l’État. Pour ce faire, on calcule la différence entre le coefficient de Gini pour les revenus de marché et le coefficient de Gini pour les revenus après impôts et transferts, puis on divise par le coefficient de Gini pour les revenus de marché et on multiplie par 100.

Une autre façon d’appréhender la redistribution en se concentrant cette fois sur le bas de l’échelle consiste à considérer le taux de pauvreté et un indice de réduction de la pauvreté. Pour ce faire, nous pouvons recourir au taux de pauvreté le plus utilisé pour les comparaisons internationales, soit le pourcentage de personnes vivant avec moins de 50 % du revenu médian, après impôts et transferts (CEPE, 2009, p. 38-39). Comme pour le coefficient de Gini, ce taux ne permet pas de jauger l’effort étatique de réduction de la pauvreté, puisqu’il ne donne que la situation finale. Il est cependant possible de construire un indice de réduction de la pauvreté en calculant la différence entre le taux de pauvreté pour les revenus de marché et le taux de pauvreté pour les revenus après impôts et transferts, divisés par le taux de pauvreté pour les revenus de marché et multiplié par 100.

Nos indices de redistribution et de réduction de la pauvreté ne vont pas sans difficultés. Ils suggèrent en effet que le coefficient de Gini et le taux de pauvreté préalables aux impôts et transferts sont de purs résultats du fonctionnement du marché, ce qui n’est pas véritablement le cas. L’État influence en effet considérablement la distribution sur le marché, avant même les impôts et les transferts, en investissant en éducation, en réglementant les relations de travail, en légiférant sur les conditions de travail ou en créant diverses protections sociales (Esping-Andersen et Myles, 2009, p. 651-52). L’Allemagne, par exemple, a réduit les inégalités en introduisant un salaire minimum en 2015 (Bossler et Schank, 2023). Pour rendre compte de cette situation, nous retiendrons donc également le Gini et le taux de pauvreté pour les revenus de marché, avant impôt et transferts. Les données pour les différents coefficients de Gini et taux de pauvreté proviennent de la Base de données sur la distribution des revenus de l’OCDE (2022a).

Une dernière mesure de l’effort de redistribution consiste à évaluer le revenu annuel assuré à la plus pauvre des personnes dans une société, l’individu seul, en âge et en mesure de travailler mais sans travail et sans ressources financières. Les revenus d’aide sociale prévus dans de tels cas, qui incluent les prestations d’aide sociale mais aussi les différents transferts qui peuvent s’ajouter dans un cas type, varient beaucoup d’un pays à l’autre. Cette mesure du soutien financier minimal offert aux plus pauvres diffère des indicateurs précédents parce qu’elle ne découle pas d’une enquête sur les revenus mais plutôt d’une évaluation des règles gouvernementales qui s’appliquent dans chaque pays à un ménage type (Nelson, 2007, 2013; Noël, 2019). Une telle évaluation est nécessairement imparfaite dans la mesure où l’aide sociale est un univers d’exceptions, où les règles sont souvent locales et particulières, et pas toujours appliquées systématiquement. Pour le Canada et les États-Unis, par exemple, les revenus d’aide sociale retenus sont en fait ceux qui prévalent en Ontario et au Michigan (Nelson, 2003, p. 88-89). Il n’en reste pas moins que le niveau des revenus d’aide sociale pour les personnes seules en mesure de travailler constitue un bon indicateur de l’engagement étatique à redistribuer. Pour établir le caractère plus ou moins adéquat de ces revenus dans une société donnée, il faut créer un indice du soutien financier minimal en divisant les revenus d’aide sociale pour les personnes seules par le revenu médian par personne d’un pays, puis en multipliant par 100 (Nelson, 2013, p. 391). Pour les années entre 1990 et le début des années 2000, les données utilisées sont celles compilées par Kenneth Nelson, au Swedish Institute for Social Research (SOFI) de l’Université de Stockholm (qui nous a communiqué le fichier « SaMip 2.5 Beta Data (full) »). Pour les années subséquentes, elles proviennent des données sur les revenus d’aide sociale du SaMip, disponibles dans la banque de données Social Policy Indicators (SPIN) (http://www.sofi.su.se/spin/). Ces données sont ensuite traitées suivant la même procédure pour établir le caractère plus ou moins adéquat des revenus d’aide sociale, à l’aide des données de l’OCDE sur le revenu disponible médian (OCDE, 2022a).

Normalement, ces sept indicateurs d’inégalités, de pauvreté ou de redistribution devraient converger. C’est ce qui ressort du Tableau 1, qui présente les corrélations entre ces indicateurs pour les 20 pays et les 29 années retenues. Pour avoir des séries de données plus complètes pour les analyses de régression, nous avons interpolé quelques séries de données à l’aide de la commande ipolate de STATA. Cette procédure pose peu de difficultés, car ces séries varient lentement d’une année à l’autre (les variables traitées ainsi sont les six variables dépendantes qui mesurent la distribution et la pauvreté).

Les différentes mesures d’inégalités, de pauvreté et de redistribution retenues apparaissent largement conséquentes. Ces différents indicateurs de redistribution semblent donc présenter un portrait valide et cohérent de la situation et leur usage concomitant peut permettre de vérifier la robustesse des résultats statistiques.

Tableau 1

Corrélations entre sept mesures d’inégalités, de pauvreté ou de redistribution, 20 pays de l’OCDE, 1990-2019

Corrélations entre sept mesures d’inégalités, de pauvreté ou de redistribution, 20 pays de l’OCDE, 1990-2019

Note : * significatif à 0,01; valeur-p en seconde ligne, suivie du nombre d’observations.

-> See the list of tables

Tel que mentionné plus haut, afin de contrôler d’autres facteurs pouvant expliquer la redistribution, outre la taille de la population et l’ouverture au commerce international, différentes variables politiques et institutionnelles doivent être introduites. D’abord, une variable dichotomique (RP) est utilisée pour distinguer les systèmes électoraux majoritaires (Australie, Canada, États-Unis, France, Japon, Nouvelle-Zélande jusqu’en 1995 et Royaume-Uni, auxquels la valeur 0 est attribuée) des systèmes proportionnels ou mixtes (Allemagne, Autriche, Belgique, Danemark, Espagne, Finlande, Irlande, Italie, Norvège, Nouvelle-Zélande après 1995, Portugal, Suède et Suisse, qui prennent la valeur 1). Les sources pour le classement des différents systèmes électoraux sont un document de référence de l’International Institute for Democracy and Electoral Assistance (Reynolds, Reilly et Ellis, 2005) et les données compilées dans le Comparative Political Data Set produit à l’Université de Berne par Klaus Armingeon et ses collègues (Armingeon, Engler et Leemann, 2021).

Deux variables servent ensuite à capturer la force de la gauche dans chaque pays : la densité syndicale (dsynd), qui mesure la présence des syndicats sur le marché du travail d’un pays, et la présence cumulative de la gauche au pouvoir depuis 1980 (gauche80), qui traduit la force de la social-démocratie au gouvernement. La densité syndicale est une mesure conventionnelle, dont les données proviennent de la Base de données sur l’emploi de l’OCDE (OCDE, 2022b). Le pouvoir cumulatif de la gauche se mesure en comptant pour chaque année depuis une année de départ antérieure à la période étudiée la proportion des postes ministériels détenus par un parti de gauche. Chaque année, un pays reçoit ainsi un score entre 0 et 1 pour représenter la présence de la gauche au gouvernement, et ces scores s’additionnent à partir de l’année de départ pour former un score cumulatif. Les études qui utilisent cet indicateur partent souvent de 1945, puisque la fin de la Deuxième Guerre mondiale marque les débuts de l’État-providence moderne (voir, par exemple, Brady, Huber et Stephens, 2020). Mais pour une analyse portant sur les années 1990-2010, il semble plus raisonnable de ne remonter que dix ans en arrière, en partant de 1980, ce qui laisse amplement le temps à l’influence de long terme de la gauche de se manifester. Les données utilisées pour calculer cet indicateur proviennent des valeurs annuelles pour la proportion de la gauche au gouvernement compilées dans le Comparative Political Data Set par Klaus Armingeon et ses collègues (Armingeon, Engler et Leemann, 2021).

Enfin, deux variables servent à mesurer le facteur le plus susceptible d’influencer directement la redistribution des revenus, la nature et l’ampleur de la protection sociale. La première variable est l’indice de générosité de l’État-providence développé par Lyle Scruggs et disponible dans son Comparative Welfare Entitlements Project Data Set (Scruggs, 2022). Cet indice (générosité) intègre différentes informations sur les programmes d’assurance sociale, concernant notamment les règles d’éligibilité et les taux de couverture et de remplacement du revenu, et il est largement reconnu comme l’une des meilleures mesures synthétiques du type d’État-providence existant dans un pays (van Kersbergen et Vis, 2014, p. 85). Une seconde variable mesure les dépenses sociales publiques en pourcentage du produit intérieur brut, afin de rendre compte de l’effort national consacré à la protection sociale (dépsoc). Les données dans ce cas proviennent de la Base des données sur les dépenses sociales de l’OCDE (OCDE, 2022c).

Le Tableau 2, qui présente les relations entre les différentes mesures de contrôle et l’indice de Gini, montre la plausibilité de ces mesures, qui sont toutes fortement corrélées dans le sens attendu à l’indice Gini.

Méthodologie

L’utilisation dans un même modèle statistique de données longitudinales et transversales pose des défis particuliers, parce qu’il s’agit de comparer à la fois dans le temps et dans l’espace. En science politique, l’approche dominante a longtemps été de suivre la procédure PCSE (Panel Corrected Standard Error) mise au point par Nathaniel Beck et Jonathan Katz (1995). Cette approche combine tous les cas pour toutes les années de façon indifférenciée, ignorant les écarts systématiques entre les différents groupes, des pays dans notre cas. Cette approche a l’avantage d’être simple, mais elle omet de considérer des différences résiduelles et non observées entre les cas, ce qui peut induire un biais statistique engendré par une variable omise. Une réponse fréquemment utilisée consiste à introduire un effet fixe pour chaque pays, ce qui élimine le risque d’hétérogénéité non observée et concentre l’analyse sur les variations dans le temps à l’intérieur de chaque pays (Bell et Jones, 2015, p. 139). Cette solution crée cependant un problème parce qu’elle ne permet pas d’estimer l’effet des variables qui bougent peu dans le temps, comme les systèmes électoraux par exemple (Beck et Katz, 2001; Plümper, Troeger et Manow, 2005; Bell et Jones, 2015, p. 139). Ce problème se pose de façon centrale pour cette étude, puisque la variable d’intérêt, la taille de la population, est justement une variable qui évolue lentement.

Tableau 2

Corrélations entre les différentes variables indépendantes et l’indice de Gini, pays de l’OCDE, 1990-2019

Corrélations entre les différentes variables indépendantes et l’indice de Gini, pays de l’OCDE, 1990-2019

Note : * significatif à 0,01; valeur-p en seconde ligne, suivie du nombre d’observations.

-> See the list of tables

Brandon Bartels (2015) et Andrew Bell et Kelvyn Jones (2015) proposent de répondre à ce dilemme en modélisant de façon explicite les effets qui jouent entre les pays (between-cases effects) et ceux qui se réalisent dans le temps, à l’intérieur de chaque pays (within-cases effects), ce qui permet d’éviter de confondre ces deux dynamiques (comme avec la procédure PCSE) ou d’ignorer les effets qui jouent entre les pays (comme avec les modèles à effets fixes). L’idée consiste simplement à créer des variables spécifiques pour chaque type d’effets, afin de vérifier l’existence et la signification de chaque effet. C’est ainsi que cette étude procède. Théoriquement, la taille de la population devrait surtout avoir un effet transversal sur la redistribution, puisqu’elle varie peu et lentement dans le temps. L’interprétation des résultats se concentrera donc sur ces effets transversaux (between).

Comme Bartels, nous incluons une variable indépendante retardée (lag) dans notre modèle multivarié, afin de tenir compte de la continuité dans le temps des efforts de redistribution. Formellement, le modèle peut être représenté par l’équation suivante :

equation: 5062930.jpg

La méthode d’estimation du modèle est la même que celle utilisée par Bartels, soit, dans STATA, la spécification xtreg y x, id(pays) mle. Avec une estimation maximum likelihood (mle), il n’est pas nécessaire de considérer les erreurs-types robustes parce que la procédure prend déjà en compte le clustering (Bartels, 2015). Dans les tableaux présentant les résultats, la variable dépendante décalée est identifiée par la mention lag, les variables mesurant les différences entre pays par la mention between et celles capturant les variations dans le temps par la mention within.

Résultats

À première vue, la relation entre la taille de la population d’un pays, mesurée par le logarithme de la population totale, et la redistribution apparaît forte et dans le sens attendu, quel que soit l’indicateur retenu. Le Tableau 3 présente les corrélations entre la taille de la population et les sept indicateurs d’inégalités, de redistribution, de pauvreté ou de soutien financier retenus plus haut.

Tableau 3

Corrélations entre la taille de la population et sept mesures d’inégalités, de redistribution ou de pauvreté, pays de l’OCDE, 1990-2019

Corrélations entre la taille de la population et sept mesures d’inégalités, de redistribution ou de pauvreté, pays de l’OCDE, 1990-2019

Note : * significatif à 0,01; valeur-p en seconde ligne, suivie du nombre d’observations.

-> See the list of tables

Prise isolément, la taille de la population semble être associée à toutes les mesures de la redistribution, dans le sens attendu. Les grands pays ont davantage d’inégalités (Gini) et de pauvreté que les petits et ils font moins d’efforts de redistribution, de réduction de la pauvreté et de soutien financier minimal. Le Graphique 1 permet de visualiser cette relation pour l’indice de Gini après impôts et transferts et de préciser la position des différents pays pour l’année 2018.

La taille de la population semble clairement associée au niveau des inégalités après impôts et transferts; les Etats-Unis se situent à une extrémité et les pays nordiques à l’autre. On peut noter également que les pays anglo-saxons (sauf le Canada) sont plus inégalitaires que ne le laisse penser leur taille, alors que les pays d’Europe du Nord le sont un peu moins. D’autres facteurs interviennent en effet, pour lesquels il faut contrôler avec un modèle multivarié. Le Tableau 4 présente les résultats pour le modèle présenté plus haut, pour les sept mesures d’inégalités, de pauvreté et de redistribution identifiées. L’analyse vaut pour 18 pays, car le Japon et le Portugal ne sont pas retenus par la procédure faute d’un nombre suffisant d’observations.

Graphique 1

Relation entre la taille de la population (log) et les inégalités après impôts et transferts, 20 pays de l’OCDE, 2018

Relation entre la taille de la population (log) et les inégalités après impôts et transferts, 20 pays de l’OCDE, 2018

-> See the list of figures

Même avec les contrôles, les relations entre la taille de la population d’une part, et les inégalités, la pauvreté et la redistribution d’autre part, demeurent largement significatives, dans le sens attendu. Plus précisément, les indices Gini d’inégalités et les mesures de la pauvreté, avant et après impôts et transferts sont associés à la taille, tout comme la mesure du soutien financier minimal. Les différences, cependant, qui mesurent les efforts de redistribution et de réduction de la pauvreté ne sont pas associées à la taille, possiblement parce qu’elles sont plus fortement corrélées avec la générosité de l’État-providence et les dépenses sociales. L’effet de la taille joue donc sur les inégalités et la pauvreté, même quand on tient compte des politiques sociales. Mais avant de tirer des conclusions, il convient de s’assurer de la robustesse de ces résultats.

Tableau 4

Relations entre différentes mesures d’inégalités, de pauvreté et de redistribution et la taille de la population, 18 pays de l’OCDE, 1990-2019

Relations entre différentes mesures d’inégalités, de pauvreté et de redistribution et la taille de la population, 18 pays de l’OCDE, 1990-2019

Erreurs types entre parenthèses

*** p<0,01, ** p<0,05, * p<0,1

-> See the list of tables

Robustesse

Le premier test de robustesse consiste à refaire l’analyse à l’aide du modèle PCSE de Beck et Katz, qui a longtemps été la norme en politique comparée. Les résultats présentés au Tableau A1 de l’Annexe[3] sont largement compatibles avec ceux du modèle retenu ici, puisque les mêmes relations entre la taille de la population et les variables dépendantes sont significatives, sauf pour le Gini pour les revenus de marché, qui n’est plus significatif. Nous reviendrons sur cette différence.

Le second test de robustesse vérifie les résultats obtenus avec un modèle de régression utilisant des effets fixes pour les pays. Les résultats sont exposés au Tableau A2 de l’Annexe. Seule la relation entre la taille de la population et le soutien financier minimal demeure significative, ce qui n’est guère surprenant puisque les effets fixes ne permettent pas de prendre en compte les différences entre pays, qui constituent ici la dimension importante. Ce test a tout de même l’avantage de confirmer l’importance de la perspective between-within pour notre analyse.

Un troisième test, qui concerne moins la robustesse à proprement parler que la compréhension de l’effet des variables contrôle, consiste à refaire la même analyse de régression between-within (mle) en omettant les variables contrôle. Les résultats sont présentés au Tableau A3 de l’Annexe. Ils permettent de voir que les relations entre la taille de la population et les variables indépendantes demeurent significatives sans les variables contrôle, sauf pour les mesures des inégalités et de la pauvreté avant impôts et transferts. La fragilité des résultats pour le Gini de marché était déjà suggérée par le modèle PCSE; celle de la pauvreté avant impôts et transferts s’ajoute ici.

Une autre façon de valider la robustesse de nos résultats consiste à refaire l’analyse du modèle de base en omettant à chaque fois un des pays retenus. Cette procédure s’avère révélatrice. Pour toutes ces variantes du même modèle, les variables Gini et Pauvreté demeurent significatives, dans le sens attendu. En revanche, la variable Pauvreté avant impôts et transferts s’avère non significative si on exclut l’un ou l’autre des pays suivants : Allemagne, Australie, Autriche, Danemark, Espagne ou Suisse. La variable Soutien financier minimal n’est plus significative si on exclut la Belgique, l’Espagne ou les États-Unis; et la variable Gini pour les revenus de marché n’est pas significative si on ne retient pas le cas de la Suisse.

Les modèles PCSE et between-within sans variables contrôle, tout comme les analyses omettant un cas à la fois, convergent pour indiquer que les résultats robustes pour notre modèle concernent les mesures d’inégalités et de pauvreté après impôts et transferts, soit le Gini et le taux de pauvreté. L’association entre la taille de la population et la redistribution se vérifie essentiellement à l’aune des mesures d’inégalités et de pauvreté après intervention de l’État.

L’association entre la taille de la population et l’importance des inégalités ou de la pauvreté constitue donc un résultat robuste, qui se manifeste même lorsque l’on contrôle les déterminants habituels de la redistribution, et qui se maintient avec différentes spécifications. Plausibles a priori, les mesures d’inégalités et de pauvreté avant impôts et transferts et leurs dérivés (redistribution et réduction de la pauvreté) ne s’avèrent pas aussi robustes. Les corrélations présentées au Tableau 3 laissaient déjà entrevoir ce résultat puisqu’elles étaient moins fortes pour ces variables. Le graphique A1 (en Annexe) permet de visualiser la situation, en montrant comment la relation entre la taille et le Gini avant impôts et transferts est beaucoup moins nette que celle pour le Gini présentée au Graphique 1, notamment parce que l’indice Gini varie davantage entre les petits pays.

La taille de la population est donc associée à une distribution finale des revenus plus égalitaire et à une moindre incidence de la pauvreté après impôts et transferts. On pourrait parler « d’effet Katzenstein » pour identifier cet impact de la taille, qui joue même quand on contrôle pour la représentation proportionnelle, l’ouverture commerciale, la force de la gauche, la densité syndicale, la générosité de l’État-providence et les dépenses sociales. Cet effet, c’est ce qui perdure quand on a tenu compte de tout le reste, cette capacité qu’ont les petites nations de se concerter, de travailler ensemble et de partager, pour engendrer des sociétés un peu plus égalitaires que dans les grands pays.

Graphique 2

Coefficients standardisés bw pour l’indice Gini, 18 pays de l’OCDE, 1990-2019

Coefficients standardisés bw pour l’indice Gini, 18 pays de l’OCDE, 1990-2019

-> See the list of figures

Quel est la force de cet effet? Si l’on réévalue le modèle en utilisant des coefficients standardisés, on peut jauger l’impact d’une déviation standard pour chaque variable. Le Graphique 2 présente ces résultats pour les variables significatives de la comparaison transversale (bw), pour l’indice de Gini après impôts et transferts, et il montre que l’effet de la population s’avère légèrement supérieur à celui d’une variable maintes fois identifiée comme importante, les dépenses sociales. Les grands pays sont donc plus inégalitaires que les petits, toutes choses étant égales par ailleurs.

Dans un ouvrage paru en 1985, Peter Katzenstein suggérait que les petites nations disposaient d’avantages significatifs pour faire face aux aléas de la compétition internationale, principalement parce qu’une petite taille rendait plus facile la concertation, la coordination et la solidarité. Peut-être parce qu’elle semblait un peu déterministe ou même mécanique, l’hypothèse de Katzenstein sur la taille des nations n’a pas fait l’objet de beaucoup de vérifications empiriques. Mais trente ans plus tard, l’idée suscite toujours de l’intérêt (Campbell et Hall, 2017; Ornston, 2018). Dans une étude comparée explicitement inspirée de Katzenstein, Darius Ornston reprend l’hypothèse des bienfaits d’une petite taille en suggérant qu’une population moindre constitue probablement une condition nécessaire, mais non suffisante à la concertation. La taille, explique Ornston, demeure un construit social, une simple donnée démographique qui acquiert une signification politique lorsque les acteurs sociaux capitalisent sur leur situation pour investir dans la coopération et la solidarité (Ornston, 2018, p. 6). Certains petits pays, comme l’Autriche ou le Portugal, demeurent divisés socialement et ne réalisent pas pleinement ce potentiel. D’autres pays, beaucoup plus grands, s’en approchent, l’Allemagne par exemple (Ibid., p.181).

Cet article utilise sept mesures d’inégalité, de pauvreté ou de redistribution et les cas de 20 pays de l’OCDE de 1990 à 2019, pour établir que, même lorsque l’on tient compte des déterminants reconnus de la redistribution tels que les règles électorales, l’ouverture commerciale, la force de la gauche politique et des syndicats, ou la générosité et les dépenses de l’État-providence, la taille conserve un rôle significatif et non négligeable. Toutes choses égales par ailleurs, les petits pays sont plus susceptibles d’être solidaires que les grands.

Le niveau des inégalités et de la pauvreté s’expliquent en bonne partie par la générosité de l’État-providence et par les dépenses sociales, deux variables qui sont elles-mêmes associées à la présence de partis de gauche au gouvernement et à la densité syndicale (Jacques et Noël, 2018). Mais une plus grande égalité ne se réalise pas uniquement au moyen de transferts et de dépenses sociales élevés. La configuration exacte des dépenses, la perception des impôts et les services offerts jouent aussi un rôle dans la redistribution. L’ensemble de ces politiques reflète une plus ou moins grande propension des nations à se concerter et à s’organiser de façon solidaire et, à ce titre, les petites nations semblent avantagées.

Pour une petite nation comme le Québec, cette conclusion paraît très pertinente. À l’échelle du monde, en effet, le Québec constitue une société de petite taille, qui pratique avec un certain succès la concertation pour obtenir des résultats positifs en ce qui concerne les inégalités et la pauvreté (Noël, 2013;Haddow, 2015; van den Berget al., 2017). Le niveau de satisfaction face à la vie des Québécois, l’indice du bonheur, se rapproche également de celui, très élevé, des pays nordiques (Noël, 2018). Mais il convient de garder à l’esprit la mise en garde d’Ornston sur le caractère construit et toujours fragile de la concertation. La bonne gouvernance, note-t-il en conclusion, n’est jamais facile (Ornston, 2018, p. 202).

Les données de l’OCDE sur les inégalités et la pauvreté ne sont pas très complètes et les résultats obtenus ici demeurent donc imparfaits. Idéalement, il serait également bon de pouvoir intégrer une ou des variables pour tenir compte de la diversité sociale, qui change d’un pays à l’autre. La question de l’ouverture commerciale mériterait aussi plus ample considération. Cet article apporte tout de même une contribution nouvelle et importante, en démontrant l’association entre la taille des nations et leur propension à la solidarité. Ce faisant, il met de l’avant un programme de recherche prometteur sur les nations, la cohésion sociale et la solidarité, amorcé il y a plusieurs années par Peter Katzenstein.