Décryptage des tendances aux élections législatives : Territoires en transition, Pôles de prospérité et Zones en tension

Les élections européennes de 2024 ont été marquées une montée significative des partis d’extrême droite à travers l’Europe. Cette progression a été particulièrement marquée en France, en Italie et en Allemagne, où les partis populistes ont capitalisé sur les préoccupations économiques et les tensions sociales pour augmenter leur influence. Les résultats des élections ont montré une forte polarisation de l’électorat européen, soulignant des fractures socio-économiques profondes. En France, cette montée de l’extrême droite a conduit à une situation politique rare : Le Président de la République a décidé de dissoudre l’Assemblée nationale et de convoquer de nouvelles élections législatives en 2024. Cette décision visait à renforcer la légitimité du gouvernement et à contrer l’influence grandissante du Rassemblement National (RN). On peut dire aujourd’hui que le pari est râté.

Le RN a réussi à capter une part significative de l’électorat. Le parti promet des solutions simples à des problèmes complexes, tels que le chômage, la précarité et l’insécurité. Cette performance électorale exceptionnelle semble montrer que les conditions socio-économiques jouent un rôle dans le soutien aux partis d’extrême droite. Les régions les plus touchées par le chômage et la pauvreté ont été les plus enclines à voter pour le RN, semblant monter une corrélation directe entre les difficultés économiques et les choix électoraux.

Dans un billet précédent, intitulé “Analyser les résultats des élections européennes 2024 à travers le prisme des dynamiques socio-économiques”, j’avais exploré rapidement les facteurs qui influencent les résultats électoraux des partis d’extrême droite à l’échelle européenne. En utilisant la méthode de clustering K-means, j’avais pu identifier des groupes de pays partageant des caractéristiques socio-économiques similaires et observer comment ces caractéristiques impactent les scores électoraux. Aussi, je me suis lancé dans une étude similaire sur le cas français en observant le pays à l’échelle de ses départements.

Je cherche ainsi à répondre aux questions suivantes: Quels sont les départements les plus susceptibles de voter pour l’extrême droite ? Quels sont les facteurs socio-économiques les plus déterminants dans ces choix électoraux ?

Présentation de la méthodologie

Avant d’en venir aux résultats, même si ce n’est pas la partie la plus funky à lire, il est important pour moi de préciser comment j’ai procédé. Pour cette analyse, j’ai rassemblé un ensemble de données socio-économiques à l’échelle des départements français :

  • Taux de chômage T1 2024 (en %)
  • Taux de pauvreté au seuil de 60 %
  • Rapport interdécile du niveau de vie (9e déc./1er déc.)
  • Part des personnes dont le diplôme le plus élevé est le bac, dans la population non scolarisée de 15 ans ou plus
  • Salaire net horaire moyen

En plus de ces indicateurs socio-économiques, j’ai également collecté les scores électoraux de l’extrême droite pour les élections récentes. Seuls les scores des premiers tours sont conservés pour gommer l’effet du mode de scrutin à la française et permettre de conduire l’analyse là où nous pouvons mesurer le plus grand éventails des partis.

  • Élections départementales 2021 – Résultats 1er tour
  • Élections législatives des 12 et 19 juin 2022 – Résultats 1er tour
  • Élection présidentielle des 10 et 24 avril 2022 – Résultats du 1er tour
  • Élection législatives du 30 juin – Résultats moyennisés par département pour le 1er tour

Clustering K-means

Afin d’identifier des groupes de départements présentant des caractéristiques socio-économiques similaires, nous avons utilisé l’algorithme de clustering K-means. Cette méthode permet de regrouper les départements en fonction de la similarité de leurs indicateurs socio-économiques. L’algorithme attribue chaque département à un cluster de sorte que les départements au sein d’un même cluster soient plus similaires entre eux qu’à ceux des autres clusters. La méthode du coude a permis au préalable de déterminer le nombre de clusters. C’est une technique visuelle utilisée pour déterminer le nombre optimal de clusters dans une analyse K-means. Elle consiste à exécuter l’algorithme pour différents nombres de clusters et à tracer la somme des carrés des distances (SSE) entre les points de données et leurs centres de clusters respectifs. Le “coude” du graphique, où l’ajout de nouveaux clusters ne réduit plus significativement le SSE, indique le nombre optimal de clusters.

Pour évaluer la significativité des différences entre les clusters en termes de scores électoraux de l’extrême droite, nous avons effectué une analyse de variance (ANOVA). Cette méthode permet de comparer les moyennes des scores électoraux entre les clusters et de déterminer si les différences observées sont statistiquement significatives. Lorsque l’ANOVA indique des différences significatives, des tests post-hoc, tels que le test de Tukey, sont utilisés pour identifier quelles paires de clusters présentent des différences significatives. Ces tests post-hoc permettent d’affiner l’interprétation des résultats en précisant les relations entre les clusters.

En complément du clustering, nous avons réalisé une régression linéaire pour modéliser les scores de l’extrême droite en fonction des variables socio-économiques. La régression linéaire permet de quantifier l’impact de chaque variable sur les scores électoraux et d’identifier les facteurs les plus déterminants. L’équation de régression obtenue est la suivante :

Y=β0​+β1​×Chom+β2​×Med+β3​×Pauv+β4​×Impo+β5​×Salaire

où :

  • Y est le score de l’extrême droite
  • X1​ est le taux de chômage
  • X2​ est le niveau de vie médian
  • X3​ est le taux de pauvreté
  • X4​ est la part des ménages fiscaux imposés
  • X5​ est le salaire net horaire moyen

Cette analyse permet de mieux comprendre comment chaque variable socio-économique influence les résultats électoraux de l’extrême droite et d’identifier les leviers potentiels pour les politiques publiques visant à réduire ce soutien.

Présentation des trois clusters identifiés

Nous avons identifié trois clusters distincts. Chaque cluster regroupe des départements présentant des caractéristiques socio-économiques similaires, ce qui permet de mieux comprendre les dynamiques locales qui influencent les résultats électoraux de l’extrême droite.

  1. Cluster 0 – Territoires en transition
  2. Cluster 1 – Pôles de prospérité
  3. Cluster 2 – Zones en tension

Cluster 0 – Territoires en transition

Les “Territoires en transition” sont des départements qui se situent dans une position intermédiaire en termes de conditions socio-économiques. Ils présentent des taux de chômage et de pauvreté modérés, et leurs niveaux de vie et d’éducation sont relativement équilibrés. Cependant, ces départements connaissent des défis économiques et sociaux qui nécessitent une attention particulière. Les départements de ce cluster montrent des scores modérés pour l’extrême droite. Ces scores reflètent une situation socio-économique stable mais avec des défis qui poussent une partie de la population vers des choix électoraux plus radicaux.

  • En moyenne, les départements de ce cluster affichent un taux de chômage de 6.63 %.
  • Le taux de pauvreté dans ces territoires est de 13.73 %.
  • Les inégalités de revenu sont mesurées par un rapport interdécile de 3.05.
  • La proportion de la population non scolarisée de 15 ans ou plus ayant le bac est de 18.06 %.
  • Le salaire net horaire moyen est de 14.56 €.
  • Exemples de départements : Ain, Allier, Hautes-Alpes.

Ces départements se trouvent dans une situation intermédiaire avec des taux de chômage et de pauvreté modérés. Ils représentent des zones qui sont encore en développement et qui nécessitent des politiques ciblées pour améliorer leurs conditions socio-économiques. Le rapport interdécile montre des inégalités modérées, tandis que la part des diplômés du bac indique un niveau d’éducation relativement équilibré. Le salaire net horaire moyen, bien que modeste, est représentatif de la stabilité relative de ces territoires. Les scores modérés de l’extrême droite montrent que ces départements sont sensibles aux discours populistes en raison de leurs défis économiques.

Cluster 1 : Pôles de prospérité

Les “Pôles de prospérité” regroupent des départements avec des conditions socio-économiques favorables. Ces départements bénéficient de taux de chômage et de pauvreté bas, de hauts niveaux d’éducation et de salaires élevés. Ils représentent les régions les plus stables et prospères de France. Les départements de ce cluster montrent les scores les plus bas pour l’extrême droite. Ces résultats indiquent que les conditions socio-économiques favorables réduisent l’attrait des partis extrémistes, probablement en raison de la stabilité et de la prospérité perçues par les électeurs.

  • Les départements de ce cluster ont un taux de chômage moyen de 6.13 %.
  • Le taux de pauvreté est relativement bas à 12.83 %.
  • Les inégalités sont plus prononcées avec un rapport interdécile de 5.07.
  • La proportion de diplômés du bac est de 14.07 %.
  • Le salaire net horaire moyen est le plus élevé à 25.36 €.
  • Exemples de départements : Hauts-de-Seine, Paris.

Les départements de ce cluster sont les plus prospères avec des taux de chômage et de pauvreté bas. Les inégalités y sont plus marquées, ce qui reflète une polarisation économique interne. Cependant, les niveaux d’éducation et les salaires élevés montrent une forte résilience économique. Ces départements sont des modèles de stabilité socio-économique et nécessitent des politiques pour maintenir cette prospérité tout en réduisant les inégalités internes. Les scores les plus bas de l’extrême droite dans ce cluster montrent que la prospérité réduit l’attrait des partis d’extrème droite.

Cluster 2 : Zones en tension

Les “Zones en tension” comprennent des départements qui sont confrontés à des défis socio-économiques importants. Ces départements ont des taux de chômage et de pauvreté élevés, des inégalités marquées et des niveaux de vie relativement bas. Ils représentent les régions les plus vulnérables et en difficulté. Les départements de ce cluster montrent les scores les plus élevés pour l’extrême droite. Ces résultats suggèrent que les difficultés socio-économiques, comme le chômage élevé et la pauvreté, créent un terreau fertile pour le soutien aux partis extrémistes, reflétant un mécontentement et un désespoir plus profonds parmi les électeurs.

  • Les départements de ce cluster présentent un taux de chômage moyen de 9.27 %.
  • Le taux de pauvreté est le plus élevé à 19.10 %.
  • Les inégalités de revenu sont modérées avec un rapport interdécile de 3.36.
  • La proportion de diplômés du bac est de 18.24 %.
  • Le salaire net horaire moyen est de 14.65 €.
  • Exemples de départements : Aisne, Alpes-de-Haute-Provence, Seine-Saint-Denis, Val-de-Marne, Val-d’Oise.

Ces départements sont les plus vulnérables, avec des taux de chômage et de pauvreté élevés. Les niveaux d’inégalité et les salaires bas indiquent des défis socio-économiques importants. Les zones en tension nécessitent des interventions urgentes pour améliorer les conditions de vie et offrir des opportunités économiques à leurs populations. Le rapport interdécile montre des inégalités modérées, mais le contexte global de précarité souligne la nécessité de politiques robustes et inclusives pour favoriser la résilience et le développement de ces territoires. Les scores élevés de l’extrême droite montrent que ces difficultés économiques poussent les électeurs vers des choix plus radicaux.

Mise en équation

Après avoir identifié les clusters et analysé les caractéristiques socio-économiques des départements, nous cherchons maintenant à comprendre comment ces variables influencent directement les scores de l’extrême droite. Pour aller au-delà de l’observation descriptive et fournir une perspective prédictive, nous avons utilisé une régression linéaire. Cette approche permet de quantifier l’impact de chaque variable socio-économique sur les résultats électoraux.

Présentation de l’équation de régression

Pour modéliser les scores de l’extrême droite en fonction des variables socio-économiques, nous avons utilisé la régression linéaire. L’équation obtenue est la suivante :

Y= 12.25 + 2.56 × Chom + 0.0022 × Med − 0.083 × Pauv − 0.176 × Impo − 2.36 × Salaire

où :

  • Y : Score de l’extrême droite
  • Chom : Taux de chômage
  • Med : Niveau de vie médian
  • Pauv : Taux de pauvreté
  • Impo : Part des ménages fiscaux imposés
  • Salaire : Salaire net horaire moyen

Analyse des coefficients

VariableCoefficientP-value
Constante12.250.04982
Taux de chômage2.560.000034
Médiane du niveau de vie0.00220.0479
Taux de pauvreté-0.0830.8195
Part des ménages fiscaux imposés-0.1760.04419
Salaire net horaire moyen-2.360.0007
R-squared0.433

Interprétation des coefficients et leur signification

  1. Taux de chômage (β1=2.56) :
    • Un coefficient positif de 2.56 indique que, toutes choses égales par ailleurs, une augmentation de 1 % du taux de chômage est associée à une augmentation de 2.56 points du score de l’extrême droite. Le p-value de 0.000034 montre que cette relation est hautement significative, soulignant que le chômage est un facteur déterminant dans le soutien aux partis d’extrême droite.
  2. Niveau de vie médian (β2=0.0022) :
    • Le coefficient est faible mais positif, indiquant qu’une augmentation du niveau de vie médian est associée à une légère augmentation des scores de l’extrême droite. Le p-value de 0.0479 suggère que cette relation est statistiquement significative, bien que l’effet soit faible.
  3. Taux de pauvreté (β3=−0.083) :
    • Un coefficient négatif de -0.083 indique que, toutes choses égales par ailleurs, une augmentation de 1 % du taux de pauvreté est associée à une légère diminution des scores de l’extrême droite. Cependant, le p-value de 0.8195 montre que cette relation n’est pas statistiquement significative.
  4. Part des ménages fiscaux imposés (β4=−0.176) :
    • Ce coefficient négatif indique qu’une augmentation de la part des ménages fiscaux imposés est associée à une légère diminution des scores de l’extrême droite. Le p-value de 0.04419 indique que cette relation est faible mais significative.
  5. Salaire net horaire moyen (β5=−2.36) :
    • Un coefficient négatif de -2.36 indique que des salaires plus élevés sont associés à une réduction des scores de l’extrême droite. Le p-value de 0.0007 montre que cette relation est hautement significative, confirmant l’importance de la stabilité et de la prospérité économique pour diminuer l’attrait des partis extrémistes.

Les résultats de notre régression linéaire révèlent des dynamiques complexes entre les variables socio-économiques et les scores de l’extrême droite en France. Le coefficient de détermination R2 de 0.433 indique que 43.3 % de la variance des scores de l’extrême droite peut être expliquée par les variables que nous avons incluses dans notre modèle. Cela suggère que ce modèle, bien que construit rapidement au lendemain des élections est relativement robuste et capable de capturer une part significative des facteurs influençant les résultats électoraux de l’extrême droite. En particulier, les résultats mettent en évidence l’importance du taux de chômage et du salaire net horaire moyen, deux variables qui ressortent comme des déterminants clés du soutien aux partis d’extrême droite. L’impact significatif du taux de chômage, avec un coefficient de 2.56, souligne l’importance de l’insécurité économique et de l’emploi dans les choix électoraux. Ce résultat est cohérent avec de nombreuses études antérieures qui montrent que le chômage élevé est souvent associé à une montée du populisme et de l’extrémisme politique. Par exemple, l’analyse de Funke, Schularick et Trebesch (2016) démontre que les crises économiques et le chômage renforcent le soutien aux partis extrémistes en Europe. Cela s’explique par le fait que les électeurs touchés par le chômage sont plus susceptibles de ressentir de la frustration et de l’insécurité, ce qui les rend plus réceptifs aux discours populistes qui promettent des solutions rapides et radicales.

Le salaire net horaire moyen, avec un coefficient de -2.36, indique que des salaires plus élevés sont associés à une diminution des scores de l’extrême droite. Ce résultat souligne l’importance de la prospérité économique dans la modération des comportements électoraux. Les électeurs bénéficiant de salaires plus élevés sont moins enclins à soutenir des partis extrémistes car ils ressentent une plus grande sécurité économique et sont moins susceptibles d’adhérer aux promesses de changement radical. Cette observation est alignée avec les travaux de Gidron et Hall (2017), qui montrent que les inégalités économiques exacerbent le soutien aux partis populistes en Europe. L’absence de significativité du taux de pauvretépeut sembler contre-intuitive, mais elle révèle des nuances importantes. Le taux de pauvreté, bien que potentiellement un indicateur de difficultés économiques, n’a pas montré une relation statistiquement significative avec les scores de l’extrême droite. Cela pourrait être dû au fait que la pauvreté seule ne capte pas toute la complexité des sentiments de désespoir et de marginalisation qui poussent les électeurs vers des choix extrémistes.

Tests de significativité des résultats

Résultats de l’ANOVA

ÉlectionF-statisticp-value
Élections départementales 20213.9510.022
Élections législatives 202211.4960.000034
Élection présidentielle 202213.1380.000009

Tests post-hoc de Tukey

Comparaisonp-value
Cluster 0 vs Cluster 2 (2021)0.0337
Cluster 1 vs Cluster 2 (2021)0.0055
Cluster 0 vs Cluster 1 (2022)0.0012
Cluster 1 vs Cluster 2 (2022)0.0012
Cluster 0 vs Cluster 1 (Présidentielle 2022)0.001
Cluster 1 vs Cluster 2 (Présidentielle 2022)0.001

Nous avons effectué plusieurs analyses pour confirmer la robustesse de notre modèle, y compris une ANOVA et des tests post-hoc de Tukey. Les résultats de l’ANOVA montrent que les différences entre les clusters sont statistiquement significatives pour chaque type d’élection, avec des p-values bien en dessous du seuil de 0.05, indiquant que nos résultats ne sont pas dus au hasard. Les tests post-hoc de Tukey révèlent que les comparaisons entre les clusters, notamment entre les “Pôles de prospérité” et les “Zones en tension”, sont significatives, soulignant l’impact des conditions socio-économiques sur les scores de l’extrême droite. Ces analyses confirment que notre modèle est robuste et capable d’expliquer une part substantielle des variations observées dans les scores électoraux de l’extrême droite.

Mise en perspective des résultats

Les résultats de cette analyse mettent en lumière des dynamiques entre les conditions socio-économiques et le soutien électoral à l’extrême droite en France. En expliquant 43.3 % de la variance des scores de l’extrême droite, notre modèle montre que les défis économiques et sociaux sont au cœur des choix politiques. Ce constat s’aligne avec la montée générale du populisme observée dans de nombreux pays européens (et même sur la planète), où les populations confrontées à des incertitudes économiques et sociales sont plus susceptibles de se tourner vers des partis proposant des solutions simples et radicales.

Cette étude trouve des échos dans les travaux de Gidron et Hall (2017), qui démontrent que les inégalités économiques, mesurées par des indicateurs tels que le rapport interdécile et la distribution des revenus, augmentent le soutien aux partis populistes en Europe. Ils montrent que les populations se sentent abandonnées par les élites politiques et économiques, ce qui alimente leur soutien aux mouvements populistes qui promettent de défendre les intérêts des “oubliés”. De même, les recherches de Funke, Schularick et Trebesch (2016) révèlent que les crises économiques, caractérisées par des taux de chômage élevés et une croissance économique stagnante, favorisent la montée des extrémismes politiques. Leur analyse historique des données économiques et électorales dans 20 pays montre que les récessions et les périodes de forte incertitude économique sont systématiquement suivies d’une augmentation significative du soutien aux partis extrémistes. Cela s’explique par la perte de confiance des électeurs dans les partis politiques traditionnels, perçus comme incapables de gérer les crises économiques et de protéger les emplois. Ces études suggèrent que les populations confrontées à des difficultés économiques voient dans les partis extrémistes une réponse aux frustrations et aux insécurités ressenties. Les discours populistes exploitent ces sentiments en promettant des solutions rapides et radicales, souvent en désignant des boucs émissaires et en promettant de renverser l’ordre établi.

En examinant les départements français, nous constatons que les régions les plus touchées par le chômage et les bas salaires sont celles où l’extrême droite obtient les meilleurs scores. Cette corrélation entre les difficultés économiques locales et le soutien aux partis extrémistes renforce l’idée que l’insécurité économique est un moteur du vote populiste. Les résultats de lae régression montrent clairement que des variables telles que le taux de chômage et le salaire net horaire moyen sont des prédicteurs significatifs des scores de l’extrême droite, confirmant que les électeurs dans les régions économiquement vulnérables sont plus susceptibles de se tourner vers des solutions extrêmes.

Ces résultats trouvent un écho direct dans l’analyse précédente menée sur les clusters de pays européens, comme détaillé dans notre billet : Analyser les résultats des élections européennes 2024 à travers le prisme des dynamiques socio-économiques. Dans cette étude, nous avions identifié des groupes de pays partageant des caractéristiques socio-économiques similaires et observé comment ces caractéristiques influencent les scores électoraux de l’extrême droite. Les “Nations de l’équilibre précaire” et les “États en quête de stabilité” montraient des tendances similaires à celles observées dans les départements français les plus vulnérables. Les “Nations de l’équilibre précaire”, qui comprenaient des pays comme la France et l’Allemagne, se caractérisent par des taux de pauvreté et de chômage modérés mais persistants, ainsi que par des inégalités de revenu significatives. De manière similaire, les “Territoires en transition” en France montrent des taux de chômage et de pauvreté modérés, mais une situation économique suffisamment instable pour que les électeurs soient attirés par des solutions extrémistes. Ces départements, tout comme les pays du cluster “Nations de l’équilibre précaire”, affichent des scores significatifs pour l’extrême droite, soulignant une frustration économique qui pousse les électeurs vers des choix plus radicaux. Les “États en quête de stabilité”, comprenant des pays comme l’Italie et l’Espagne, sont caractérisés par des taux de pauvreté et de chômage élevés et une faible satisfaction vis-à-vis des gouvernements en place. Cette description résonne avec les “Zones en tension” en France, où les taux de chômage et de pauvreté sont les plus élevés et où le soutien à l’extrême droite est le plus fort. Dans ces départements, comme dans les “États en quête de stabilité”, les conditions socio-économiques difficiles et les inégalités exacerbées conduisent à une désillusion avec les partis traditionnels et à une recherche de solutions alternatives proposées par les partis populistes. Nous avons donc une tendance globale où les problèmes économiques et les inégalités sociales sont des moteurs puissants du populisme.

Vigilance sur les discours qui attisent les tensions

Je me permettrai en conclusion d’ajouter une touche toute personne. Il me semble plus que jamais important pour les décideurs de rester vigilant face aux discours qui exploitent les tensions sociales et économiques pour gagner du soutien. Comme je l’avais discuté dans un billet précédent « Est-ce que 100% de la crise du logement au Québec est due aux immigrés ? », les affirmations simplistes et les raccourcis rhétoriques peuvent faussement simplifier des problématiques complexes. En attribuant la crise du logement exclusivement à l’immigration, des discours de ce type non seulement déforment la réalité, mais exacerbent aussi les tensions sociales en stigmatisant des groupes de population spécifiques. Ces conditions créent un terreau fertile pour les discours populistes, qui exploitent les frustrations économiques et promettent des solutions simplistes à des problèmes complexes. Dans ce contexte, il est essentiel que les décideurs politiques et les leaders d’opinion prennent conscience des effets potentiellement destructeurs de tels discours.

Les recherches de Mudde (2004) et Norris et Inglehart (2019) démontrent que les discours populistes prospèrent en période de crise économique et de polarisation sociale, en se basant sur des récits qui opposent les “gens ordinaires” aux “élites corrompues”. Ces récits simplifient les réalités complexes et offrent des boucs émissaires faciles, ce qui peut conduire à une escalade des conflits sociaux et à une fragmentation accrue de la société.

Pour atténuer l’attrait de ces discours et renforcer la résilience démocratique, les décideurs politiques pourraient travailler activement à résoudre les problèmes sous-jacents qui alimentent les tensions, en mettant en place des politiques économiques inclusives et en renforçant les filets de sécurité sociale. Les études de Banerjee et Duflo (2011) montrent que des politiques bien conçues peuvent significativement améliorer les conditions économiques des plus vulnérables et réduire les inégalités, contribuant ainsi à la stabilité sociale. En adoptant une approche proactive et inclusive, il est possible de réduire l’attrait des discours extrémistes et de renforcer la résilience démocratique. Les politiques publiques pourraient être conçues non seulement pour répondre aux besoins économiques immédiats des populations, mais aussi pour créer des opportunités à long terme qui favorisent l’inclusion sociale et la stabilité économique. Cette perspective trouve un écho dans les travaux de Wilkinson et Pickett (2009), qui montrent que des sociétés plus égalitaires bénéficient de meilleurs résultats en matière de santé, d’éducation et de bien-être général, réduisant ainsi les tensions sociales et politiques.

Références :

  • Banerjee, A. V., & Duflo, E. (2011). Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty. PublicAffairs.
  • Funke, M., Schularick, M., & Trebesch, C. (2016). Going to extremes: Politics after financial crises, 1870-2014. European Economic Review, 88, 227-260.
  • Gidron, N., & Hall, P. A. (2017). The politics of social status: Economic and cultural roots of the populist right. The British Journal of Sociology, 68, S57-S84.
  • Milanovic, B. (2016). Global Inequality: A New Approach for the Age of Globalization. Harvard University Press.Mudde, C. (2004). The populist zeitgeist. Government and Opposition, 39(4), 541-563.
  • Norris, P., & Inglehart, R. (2019). Cultural Backlash: Trump, Brexit, and Authoritarian Populism. Cambridge University Press.
  • Piketty, T. (2014). Capital in the Twenty-First Century. Harvard University Press.
  • Wilkinson, R., & Pickett, K. (2009). The Spirit Level: Why More Equal Societies Almost Always Do Better. Allen Lane.

OpenEdition vous propose de citer ce billet de la manière suivante :
Sebastien KEIFF (3 juillet 2024). Décryptage des tendances aux élections législatives : Territoires en transition, Pôles de prospérité et Zones en tension. Le blog du papa chercheur. Consulté le 13 juillet 2024 à l’adresse https://doi.org/10.58079/11xi7


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search