Last data update: 17 sept. 2026, 22:39
Last compile: 18 sept. 2026, 02:53
Figure 1 : part des entreprises ayant délocalisé selon leurs caractéristiques
Code
fig1 |>
filter(section != "Ensemble") |>
mutate(caracteristique = fct_reorder(caracteristique, part_delocalise)) |>
ggplot(aes(x = caracteristique, y = part_delocalise, fill = section)) +
geom_col(show.legend = FALSE) +
geom_hline(yintercept = fig1$part_delocalise[fig1$section == "Ensemble"],
linetype = "dashed", color = "grey40") +
coord_flip() +
facet_wrap(~ section, scales = "free_y", ncol = 1) +
theme_minimal(base_size = 11) +
labs(x = NULL, y = NULL,
title = "Part des entreprises ayant délocalisé entre 2021 et 2023",
subtitle = "selon leurs caractéristiques (%) ; ligne pointillée = ensemble (2 %)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank(),
strip.text = element_text(size = 9))
Figure 2 : principales activités délocalisées
Code
fig2 |>
mutate(activite = fct_reorder(activite, part)) |>
ggplot(aes(x = activite, y = part)) +
geom_col(fill = "#1B3F8B") +
geom_text(aes(label = paste0(part, "%")), hjust = -0.15, size = 4) +
coord_flip(clip = "off") +
scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +
theme_minimal(base_size = 13) +
labs(x = NULL, y = NULL,
title = "Principales activités délocalisées",
subtitle = "par les entreprises entre 2021 et 2023 (%, plusieurs réponses possibles)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Figure 3 : principales zones géographiques de délocalisation
Code
fig3 |>
mutate(zone = fct_reorder(zone, part)) |>
ggplot(aes(x = zone, y = part)) +
geom_col(fill = "#E8737A") +
geom_text(aes(label = paste0(part, "%")), hjust = -0.15, size = 4) +
coord_flip(clip = "off") +
scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +
theme_minimal(base_size = 12) +
labs(x = NULL, y = NULL,
title = "Principales zones géographiques de délocalisation",
subtitle = "entre 2021 et 2023 (%, plusieurs réponses possibles)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Figure 4 : principales motivations des entreprises ayant délocalisé
Code
fig4 |>
mutate(motivation = fct_reorder(motivation, part)) |>
ggplot(aes(x = motivation, y = part)) +
geom_col(fill = "#B8860B") +
geom_text(aes(label = paste0(part, "%")), hjust = -0.15, size = 4) +
coord_flip(clip = "off") +
scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +
theme_minimal(base_size = 12) +
labs(x = NULL, y = NULL,
title = "Principales motivations des entreprises ayant délocalisé",
subtitle = "entre 2021 et 2023 (%)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Encadré : taux de délocalisation par pays
Code
fig_encadre |>
filter(!is.na(taux_delocalisation)) |>
mutate(pays = fct_reorder(pays, taux_delocalisation)) |>
ggplot(aes(x = pays, y = taux_delocalisation, fill = est_agregat)) +
geom_col(show.legend = FALSE) +
coord_flip() +
scale_fill_manual(values = c("TRUE" = "#E8737A", "FALSE" = "#1B3F8B")) +
theme_minimal(base_size = 10) +
labs(x = NULL, y = NULL,
title = "Part d'entreprises ayant délocalisé entre 2021 et 2023, selon le pays",
subtitle = "en % ; France et Union européenne en rouge") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Tableau complémentaire 1 : motivations selon les caractéristiques
Code
tc1 |>
filter(caracteristique != "ensemble") |>
mutate(caracteristique = recode(caracteristique,
multinationales_controle_etranger = "Multinationale contrôle étranger",
activite_industrielle = "Activité : industrielle",
activite_services_admin_financiers = "Activité : services admin./fin.",
activite_services_commerciaux = "Activité : services commerciaux",
activite_services_informatiques = "Activité : services informatiques",
zone_ue14 = "Zone : UE14", zone_ue13 = "Zone : UE13",
zone_maghreb = "Zone : Maghreb", zone_inde = "Zone : Inde"
),
motivation = str_wrap(motivation, 35),
motivation = fct_reorder(motivation, part, .fun = mean)) |>
ggplot(aes(x = motivation, y = part, fill = caracteristique)) +
geom_col(position = position_dodge(width = 0.85), width = 0.8) +
coord_flip() +
scale_fill_brewer(palette = "Paired", name = NULL) +
theme_minimal(base_size = 9) +
labs(x = NULL, y = NULL,
title = "Principales motivations selon les caractéristiques de l'entreprise",
subtitle = "entre 2021 et 2023 (%)") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Tableau complémentaire 2 : principaux freins à la délocalisation
Code
tc2 |>
mutate(frein = str_wrap(frein, 40), frein = fct_reorder(frein, part)) |>
ggplot(aes(x = frein, y = part)) +
geom_col(fill = "#1B3F8B") +
geom_text(aes(label = paste0(part, "%")), hjust = -0.15, size = 3.5) +
coord_flip(clip = "off") +
scale_y_continuous(expand = expansion(mult = c(0, 0.12))) +
theme_minimal(base_size = 10) +
labs(x = NULL, y = NULL,
title = "Principaux freins dans le choix de ne pas délocaliser",
subtitle = "entre 2021 et 2023 (%)") +
theme(panel.grid.minor = element_blank(),
panel.grid.major.y = element_blank())
Tableaux complémentaires 3 et 4 : modélisations logistiques (odds ratios)
Code
bind_rows(
tc3 |> mutate(modele = "Probabilité d'avoir délocalisé"),
tc4 |> mutate(modele = "Probabilité d'avoir relocalisé")
) |>
filter(!reference, !is.na(odds_ratio)) |>
mutate(modalite = fct_reorder(modalite, odds_ratio)) |>
ggplot(aes(x = modalite, y = odds_ratio, color = variable)) +
geom_hline(yintercept = 1, linetype = "dashed", color = "grey50") +
geom_point(size = 2.5) +
coord_flip() +
facet_wrap(~ modele, scales = "free_y") +
scale_y_log10() +
scale_color_brewer(palette = "Set2", name = NULL) +
theme_minimal(base_size = 10) +
labs(x = NULL, y = "Rapport de cotes (odds ratio), échelle log (réf. = 1)",
title = "Probabilité d'avoir délocalisé ou relocalisé une activité",
subtitle = "modélisation logistique, toutes choses égales par ailleurs, 2021-2023") +
theme(legend.position = "bottom",
panel.grid.minor = element_blank())