Edd 242 0047

L'Afrique Centrale peut-elle éviter le piège de la
malédiction des produits de base ?

Désiré Avom, Fabrizio Carmignani
Dans Revue d'économie du développement 2010/2 (Vol. 18), pages 47 à 72
Éditions De Boeck Supérieur
ISSN 1245-4060
ISBN 9782704161231
DOI 10.3917/edd.242.0047
© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)
Article disponible en ligne à l’adresse

https://www.cairn.info/revue-d-economie-du-developpement-2010-2-page-47.htm
Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Flashez ce QR Code pour accéder à la page de ce numéro sur Cairn.info.
Distribution électronique Cairn.info pour De Boeck Supérieur.

La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les limites des conditions générales d'utilisation du site ou, le
cas échéant, des conditions générales de la licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie, sous quelque
forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est
précisé que son stockage dans une base de données est également interdit.
L’Afrique Centrale 1 peut-elle éviter
le piège de la malédiction des produits
de base 2 ?
Can Central Africa Avoid the Curse of Natural Resources?
Désiré Avom 3
CEREG, Université de Yaoundé II-Soa
Fabrizio Carmignani 4
School of Economics, University of Queensland
L’objectif de cet article est d’évaluer l’impact de la dépendance aux produits de base sur les indi-
cateurs de développement des pays en développement et particulièrement ceux de l’Afrique cen-

trale. Pour cela, nous construisons un modèle sous la forme d’un système qui est estimé sur un
échantillon de 86 pays sur la période 1965-2005. Les résultats des estimations économétriques des
différents modèles montrent que : (i) la dépendance aux produits de base a un impact négatif sur
la croissance des revenus, l’évolution des inégalités, et le développement des ressources humaines ;
(ii) l’effet négatif de cette dépendance est plus particulièrement fort dans les pays de l’Afrique
centrale et de l’Afrique au Sud du Sahara (ASS) que dans les autres pays du monde ; et (iii) les
effets négatifs de cette dépendance sur les revenus et l’évolution des inégalités d’une part et les
différences entre groupes de pays d’autre part, subsistent même lorsque l’on contrôle l’effet de la
1 Comprend 10 pays : Angola, Burundi, Cameroun, Congo, Gabon, Guinée-Équatoriale,

République Démocratique du Congo, République Centrafricaine, Sao Tomé et Principe
et Tchad. Ces pays sont regroupés au sein de la Communauté Economique des Etats de
l’Afrique Centrale (CEEAC) créée en octobre 1983. La population de la CEEAC est
aujourd’hui estimée à près de 150 millions d’habitants, inégalement repartie sur une
superficie d’environ 6 666 900 km2. Il convient de noter que le Rwanda s’est retiré de
la CEEAC en 2007.
2 Les auteurs remercient le Dr. Etogo Messomo Mireille, épouse Sandji et Monsieur Paul
Ekoumbamaka qui ont accepté la tâche fastidieuse mais indispensable de relire cet arti-
cle. Toutefois, les auteurs restent selon la formule consacrée entièrement responsables
des erreurs et omissions qui peuvent subsister dans le texte.
3 davom99@hotmail.com BP 401 Yaoundé Cameroun.
4 f.carmignani@uq.edu.au
47
48 Désiré Avom, Fabrizio Carmignani
qualité des institutions ; en revanche (iv), l’effet négatif sur le développement des ressources
humaines et les différences entre groupes de pays sont liés aux différences dans le développement
institutionnel. De ces résultats découlent deux recommandations principales. La première con-
siste à diversifier les structures productives afin de réduire cette dépendance et donc de renforcer
les perspectives de développement. La deuxième consiste à renforcer l’intermédiation financière
et améliorer le climat des affaires pour favoriser l’émergence d’un secteur privé dynamique, et
promouvoir de ce fait la diversification.
Mots clés : Afrique centrale, produits de base, inégalités, volatilité, croissance.

Classification JEL: O13, O15, C14, C23, C33
We study the effect of primary commodities on development indicators in a sample of 86 countries

over the period 1965-2005. To this purpose we employ a system of equations. We use interactive
terms to estimate separate slope coefficients for Sub-Saharan African (SSA) countries, Central
African countries, and rest of the world. The main results of our exercise can be summarised as
follows: (i) a higher dependence on primary commodities reduces economic growth, increases
income inequality, and slows down the rate of human capital accumulation; (ii) the negative
effects of primary commodities on growth, inequality and human capital appear to be statistically
stronger in Central Africa and SSA than in the rest of the world; (iii) in the case of growth and
inequality, the negative effect of primary commodities and the differences of the slope coefficients
across groups of countries persist after controlling for the quality of institutions; on the contrary
(iv) in the case of human capital, the negative effect of primary commodities as well as the differ-
ences across groups of countries vanish once institutional development is controlled for. Two
main policy recommendations stem from our analysis. First, the degree of dependence on primary
commodities must be reduced through the diversification of productive structure in order to fos-
ter development. Second, a dynamic private sector is a key driver of diversification. Countries
must therefore improve the business environment and strengthen financial intermediation to
assist the expansion of the private sector.

Key words: Central Africa, natural resources, inequality, volatility, growth.
INTRODUCTION
Depuis le début des années 2000, les pays ASS ont d’une manière générale
enregistré des taux moyens de croissance positifs. Ces taux sont apparus pour
certaines années bien au-dessus de ceux enregistrés par exemple dans les pays
d’Asie et même d’Europe occidentale. Dans les pays d’Afrique centrale parti-
culièrement où cette croissance a été la plus forte, elle a été principalement
tirée par l’exploitation des matières premières, et portée surtout par la bonne
tenue des prix sur les différents marchés internationaux. Alors que les indica-
teurs de développement social sont parmi les plus faibles du monde, l’impor-
tante littérature sur l’effet des produits de base s’est pourtant et pour
l’essentiel focalisée sur la croissance, négligeant l’effet sur d’autres dimen-
sions du développement. L’objectif de cette étude est de combler ce vide en
focalisant son analyse sur la relation entre les produits de base et les autres
dimensions du développement. Plus spécifiquement, nous analysons : (i) la
L’Afrique Centrale peut-elle éviter le piège de la malédiction des produits de base ? 49
contribution des produits de base à l’évolution des inégalités et la croissance

et (ii) la contribution des produits de base à la dynamique du capital humain.
La dimension (i) est particulièrement importante car elle est en ligne avec les
Objectifs de Développement du Millénaire (OMD) notamment ceux liés aux
aspects de la réduction de l’incidence de la pauvreté. A cet effet, Avom et Car-
mignani (2008a) ont montré que l’évolution conjointe de la croissance et des
inégalités détermine les scénarios de réduction de la pauvreté. Il convient
alors d’étudier comment les produits de base influencent simultanément la
croissance et les inégalités pour avoir un cadre complet de leurs effets sur la
pauvreté monétaire et humaine. La dimension (ii) est également importante
car elle touche aux aspects non strictement monétaires du développement et
plus généralement aux aspects de développement social. La littérature empiri-
que existante suggère que le niveau de revenu par tête (et donc la croissance)
est un déterminant clé des indicateurs de développement social (Gupta et al.
2002 ; Carmignani, 2008). Dans le cadre de cette contribution, nous estimons
l’effet des produits de base sur l’évolution conjointe du revenu par tête et de
l’accumulation du capital humain.
Par ailleurs, notre étude est également caractérisée par le focus géogra-
phique de l’analyse. En effet, l’ASS est une région généralement très dépen-
dante aux produits de base. De plus, parmi les pays africains, ceux de l’Afrique
centrale apparaissent comme les plus dépendants. En effet, la moyenne sim-
ple de l’indicateur de dépendance agrégé pour les dix pays de la sous-région

dépasse 85 % au cours de la période 2000-2006. À titre de comparaison, ce
niveau de dépendance est significativement au-dessus de celui observé en
Afrique subsaharienne avec 65 % du total des exportations, en Amérique
Latine avec environ 42 %, et en Asie de l’Est et du Sud avec moins de 20 %.
Seuls les pays du Moyen-Orient et ceux de l’Afrique du Nord se situent à un
niveau comparable, avec 80 %. Les hydrocarbures, le pétrole en première place,
sont prépondérants dans six pays (Angola, Cameroun, Congo, Gabon, Guinée
Équatoriale, Tchad). Cependant, les niveaux de dépendance diffèrent d’un pays
à l’autre : environ 50 % au Cameroun et 96 %-97 % en Angola et en Guinée
Équatoriale. Par contre, pour les quatre autres pays, les produits alimentaires
et la boisson représentent la presque totalité des exportations du Burundi et
de Sao Tomé et Principe, alors que la RCA dépend surtout des produits agri-
coles bruts, tandis qu’en RDC, les hydrocarbures et les métaux ont plus ou
moins le même poids autour de 24 %. Il convient de relever que cette inégale
dépendance à l’exploitation des matières premières, conséquence de la frag-
mentation politique, renforce davantage l’hétérogénéité dans la sous-région.
Celle-ci est perceptible dans les performances économiques et sociales enregis-
trées au cours de la période récente. À titre d’illustration, les indices de déve-
loppement humain des pays producteurs de pétrole sont élevés sans que cela
s’accompagne d’une sensible amélioration de l’espérance de vie ou du niveau
d’éducation. De même, la taille de la population diffère et est très inégalement
repartie à l’intérieur d’un pays et d’un pays à l’autre. Pourtant les économies
des pays industrialisés et plus récemment celles des pays émergents ont subs-
tantiellement réduit leur dépendance aux matières premières, particulière-
ment le pétrole par rapport aux années 1970. Dans le même temps, l’incidence
de la pauvreté dans ces pays et les autres indicateurs de développement se
sont considérablement améliorés. Nous nous proposons donc de voir s’il y a
des différences structurelles entre ASS, Afrique centrale et reste du monde en
ce qui concerne l’effet des produits de base sur le développement.
La suite de notre étude après cette introduction est organisée de la
manière suivante. La section 1 rappelle les principaux canaux de transmission
identifiés dans la littérature des effets de la dépendance aux produits de base
sur la croissance. La section 2 présente l’évidence empirique de la contribu-
tion des produits de base à la croissance et au développement des inégalités.
La section 3 présente l’évidence empirique sur la contribution des produits de
base à la formation du capital humain. Sur la base des résultats obtenus, dans
la section 4 nous nous proposons d’identifier quelques recommandations de
politique économique à mettre en œuvre par les différents États pour que les
produits de base ne soient plus considérés comme une « malédiction », mais
deviennent plutôt une source de « bénédiction » en contribuant efficacement

au développement des pays.
1 L’EFFET DES PRODUITS DE BASE

SUR LA CROISSANCE : UNE DIVERSITÉ
DES CANAUX DE TRANSMISSION
Le rôle des produits de base dans le processus de développement a souvent été

analysé dans le cadre des régressions des modèles de croissance. En effet, plu-
sieurs contributions montrent que l’abondance et/ou la dépendance aux pro-
duits de base et aux ressources naturelles ont un effet négatif sur le taux de
croissance. La littérature identifie plusieurs mécanismes pour expliquer ce
qui est désigné par de nombreux auteurs par « malédiction des matières ».
Sans être exhaustifs, nous en retenons ici trois. Le premier mécanisme est
présenté par Sachs et Warner (2001) d’une part et Gylfason (2001) d’autre
part. Ils mettent particulièrement l’accent sur l’importance des effets d’évic-
tion ou « crowding-out » associés à la dépendance aux produits de base. Ces
effets peuvent être synthétisés de la manière suivante : (i) la maladie hollan-

daise rend compte de ce que l’abondance de ressources naturelles contribue
fortement à l’appréciation du taux de change réel, ce qui réduit la compétiti-
vité du secteur manufacturier d’exportation ; (ii) l’effet de richesse se traduit
par le fait que l’exportation des ressources naturelles détermine un effet de
richesse domestique qui se traduit par une augmentation de la demande et
des prix domestiques, surtout des biens et services non marchands. Cet effet
est encore appelé effet dépense « spendind effect », car il a pour conséquence
d’augmenter les coûts de production et de réduire finalement la compétitivité
du secteur manufacturier domestique ; (iii) le capital naturel évince quant à
lui toutes les autres formes de capital (physique, humain, social) qui sont
pourtant des déterminants positifs de la croissance. Le deuxième mécanisme
est analysé respectivement dans les travaux de Deaton et Miller (1995), Dehn
(2000), Blaney et Greenway (2001), et Blattman et al. (2007). Pour ces auteurs,
les produits de base sont caractérisés par une instabilité des prix sur les diffé-
rents marchés internationaux. Bien plus, plusieurs de ces produits et particu-
lièrement ceux de l’agriculture ont une tendance de long terme des prix qui
est généralement négative. Par conséquent, les pays qui dépendent fortement
de l’exportation des produits de base sont plus vulnérables aux chocs externes
et souffrent d’une plus forte volatilité macroéconomique. Celle-ci provoque
une incertitude qui a tendance à décourager les investissements et à réduire le
potentiel de croissance à long terme. Le troisième mécanisme a été identifié

par Leite et Weidmann (1999), Ross (2001) et Isham et al. (2005). Ces auteurs
suggèrent qu’il existe un lien négatif entre dépendance aux produits de base
et qualité des institutions. Ils montrent par conséquent que l’abondance des
produits de base favoriserait la corruption et la mauvaise gouvernance, qui
sont les deux principales causes de la faiblesse de la croissance économique.
Une autre interprétation est fournie par les résultats de Collier et Hoeffler
(1998), Humphreys (2005) et Fearon (2005), qui trouvent que les produits de
base augmentent la probabilité d’occurrence des guerres civiles. Ainsi, les pays
qui dépendent des produits de base sont plus exposés au risque de conflit ; puis-
que les conflits ont des coûts économiques très élevés, les produits de base
retarderaient le développement économique à travers leur effet sur la proba-
bilité de guerre.
Les travaux empiriques récents relativisent toutefois les conclusions pré-
cédentes et posent par conséquent un défi au conventional wisdom. En effet,
plusieurs auteurs parmi lesquels Mehlum et al. (2006), Snyder (2006), Robin-
son et al. (2006), Brunnschweiler (2008) soulignent que l’effet des produits de
base sur la croissance n’est pas forcément négatif, mais dépend de la qualité
des institutions. Ainsi, si les pays ont développé des bonnes institutions, la
dépendance aux produits de base facilite la croissance. Dans cette perspective,

la malédiction des produits de base ne pourrait être évoquée que pour les pays
où la qualité des institutions ne favorise pas la bonne exécution des activités
économiques productives et ne garantit pas les droits de propriété. Cette
interprétation considère que le développement institutionnel est endogène à
l’abondance des produits de base dans le sens où les pays disposant de plus de
ressources naturelles ont probablement développé des mauvaises institutions.
Par ailleurs, Stijns (2005), Brunnschweiler et Bulte (2008) et Lederman et
Maloney (2008) suggèrent que les résultats des régressions sur la croissance
qui montrent un effet négatif des produits de base ne sont pas robustes aux
changements de spécification du modèle et/ou à la définition de la dépendance
aux produits de base.
Notre recherche qui se situe dans le prolongement de cette littérature
apporte toutefois deux principales innovations. Premièrement, nous étendons
l’analyse à d’autres dimensions du processus de développement. En effet, la
littérature existante comme nous venons de le relever est presque exclusive-
ment concentrée sur l’effet des produits de base sur la croissance économique.
Pourtant, le processus de développement ne se limite pas à la croissance éco-
nomique. Elle est une condition nécessaire certes, mais non suffisante pour
une réduction systématique et significative de la pauvreté (Avom et Carmi-
gnani, 2008a). De la même manière, la corrélation entre indicateurs de déve-
loppement social et revenu par tête (et/ou croissance) n’est pas parfaite. Cela

montre l’importance qu’il y a à étudier la relation entre produits de base et
d’autres dimensions du développement qui ne se limite pas uniquement à la
croissance économique. À cet effet, nous nous focaliserons sur deux aspects
particulièrement importants : (i) d’une part les conditions pour la réduction
de la pauvreté ; et (ii) le développement des ressources humaines d’autre part.
La représentation économétrique des relations entre les produits de base et
ces deux dimensions de développement demande la construction d’un système
d’équations. La construction d’un tel système constitue une innovation par
rapport à la littérature existante 5. Deuxièmement, nous admettons la possibi-
lité d’existence d’une relation non linéaire entre produits de base et dévelop-
pement. En particulier, les différences structurelles entre économies en voie
de développement suggèrent que les produits de base influencent le processus
de développement de manière différente selon les pays. Nous sommes particu-
lièrement intéressés par les différences entre pays de l’ASS et le reste du
monde. Notre spécification économétrique identifie par conséquent l’effet des
5 Cette littérature s’appuie uniquement sur l’estimation des modèles en forme réduite
avec une seule équation.
produits de base en ASS d’une part, et dans le reste du monde d’autre part. De
plus, compte tenu de l’exceptionnel niveau de dépendance aux produits de
base qui caractérise les pays de l’Afrique centrale, le modèle sépare l’effet des
produits de base entre Afrique centrale et reste de l’ASS.
Nos résultats montrent que les deux innovations introduites dans l’ana-
lyse sont importantes et pertinentes aussi bien du point de vue statistique
qu’économique. En effet, l’effet des produits de base sur les inégalités et sur
les ressources humaines est significatif même lorsque l’on contrôle l’effet des
revenus par tête. Cela signifie que l’effet des produits de base sur le dévelop-
pement ne se limite pas uniquement aux revenus par tête, mais concerne aussi
directement les autres dimensions sociales du processus de développement.
En outre, il y a des différences importantes entre Afrique centrale, ASS et
reste du monde en ce qui concerne l’intensité des effets des produits de base.
Ces différences sont seulement partiellement expliquées par le niveau diffé-
rent de la qualité institutionnelle qui caractérise les trois groupes de pays.
2 PRODUITS DE BASE ET LIEN ENTRE CROISSANCE

ET INÉGALITÉ
Depuis la définition des OMD au début des années 1990, la réduction de la

pauvreté est devenue l’objectif prioritaire pour la plupart des pays en voie de

développement. L’analyse théorique suggère que la réduction du taux de pau-
vreté est fonction de la croissance et des inégalités (Bourguignon, 2003). Avom
et Carmignani (2008a), s’appuyant sur un échantillon de 99 pays en voie de
développement, montrent que l’élasticité de la pauvreté est beaucoup plus éle-
vée lorsque la croissance s’accompagne d’une réduction des inégalités. Leur
résultat empirique suggère qu’une réduction de la dépendance à l’économie
pétrolière par exemple est « pro-pauvre » si elle favorise la réalisation du scé-
nario de croissance et de redistribution. Dans ce cadre, il semble important
d’étudier l’impact des produits de base sur les inégalités. En effet, il existe au
moins deux raisons théoriques pour soutenir que les produits de base ont un
effet sur la distribution des revenus. D’autre part, les rentes créées par
l’exploitation des ressources naturelles sont normalement appropriées par des
élites sans que la majorité de la population puisse y avoir accès.
2.1 Spécification du modèle économétrique

En nous intéressant à l’effet potentiel sur la pauvreté, nous devons estimer
l’effet conjoint des produits de base sur la croissance et les inégalités selon
l’approche proposée par Lundberg et Squire (2003). Il convient alors de spéci-

fier un système de deux équations qui se présentent de la manière suivante :
(1) g it = bZ it + β1sit d CA + β 2 sit d SSA + β 3 sit d ROW + ε it
(2) yit = aWit + α1sit d CA + α 2 sit d SSA + α 3 sit d ROW + υit
où i est un pays générique et t indique le temps, g est le taux de croissance du
PIB par tête, y est un indicateur de l’inégalité dans la distribution des reve-
nus, s est l’indicateur de dépendance aux produits de base, dCA = 1 si i est un
pays de l’Afrique centrale et dCA = 0 autrement, dSSA = 1 si i est un pays de
l’ASS (mais non de l’Afrique centrale) et dSSA = 0 autrement, dROW = 1 si i
est un pays hors ASS et dROW = 0 autrement, Z est un vecteur d’autres déter-
minants de la croissance, W est un vecteur d’autres déterminants de l’inéga-
lité, ε et υ sont des erreurs stochastiques, et b, a, βs et αs sont les paramètres
à estimer. L’indentification du système impose des restrictions sur la spécifi-
cation des variables dans les vecteurs Z et W. Autrement dit, certaines des
variables incluses en Z doivent être exclues dans W et vice-versa. Il convient
aussi de souligner que les termes interactifs sitdCA, sitdSSA et sitdROW dans les
équations (1) et (2) permettent d’identifier l’effet des produits de base sur la
croissance et les inégalités dans trois groupes de pays : Afrique centrale, ASS
et reste du monde.
Les équations (1) et (2) sont estimées sur un échantillon de 86 pays sur la
période 1965-2005. Afin de nous permettre d’isoler les effets de long terme,

les données sont en moyenne de 5 ans parce que les indicateurs d’inégalité ne
sont pas disponibles sur une base annuelle. Cependant, l’absence de données
pour certains pays au début de la période d’observation implique que le panel
n’est pas cylindré. Nous estimons les équations (1) et (2) conjointement
comme un système, en tenant compte des corrélations contemporaines entre
les écarts aléatoires ε et υ. Dans cette perspective, nous utilisons un estima-
teur GMM 6 qui généralise l’estimateur traditionnel des triples moindres car-
rés. Cependant, avec l’estimateur du système, les erreurs éventuelles dans la
spécification d’une des deux équations se transmettent aux estimations de
l’autre équation. Donc, comme test de sensibilité de nos estimations, nous pré-
senterons aussi les résultats obtenus avec l’estimateur des doubles moindres
carrés (2SLS) appliqué équation par équation. Les estimations obtenues à
partir des 2SLS nous permettront ensuite de calculer quelques diagnostics sur
la validité des instruments en partant des équations de la première étape.
6 Pour une description technique de l’estimateur GMM, (voir Wooldridge, 2002).

L’indicateur des inégalités y est l’indice de Gini. La dépendance aux pro-

duits de base s est représentée par les exportations de plusieurs produits : (i)
produits agricoles ; (ii) produits alimentaires (nourriture et boissons) ; (iii)
combustibles ; (iv) métaux de base, en proportion des exportations totales de
marchandises. Il s’agit d’un indicateur standard de dépendance qui a été lar-
gement utilisé dans la littérature 7. En s’inspirant de la spécification proposée
par Lundberg et Squire (2003), le vecteur Z inclut les variables suivantes : (i)
la valeur retardée du PIB par tête (PIB_pt(-1)) qui tient compte des effets de
la convergence relative ; (ii) la moyenne des années d’instruction scolaire de la
population (scolarisation) 8 pour capter la relation entre accumulation du
capital humain et croissance ; (iii) le ratio des exportations augmentées des
importations (ouverture) sur le PIB agrégé pour représenter les effets de
l’ouverture commerciale ; (iv) le niveau de M2 en proportion du PIB agrégé
(M2) comme mesure du niveau de développement financier du système écono-
mique ; (v) le taux d’inflation (inflation) comme indicateur des distorsions
macroéconomiques ; (vi) la consommation publique en proportion du PIB
(cons_publique) pour capter les effets liés à la dimension du secteur public.
Pour la spécification des variables de contrôle de l’équation (2), nous rete-
nons les considérations théoriques et l’évidence empirique proposée par Car-
mignani (2009). D’abord, le niveau de scolarisation devrait influencer l’indice
de Gini à travers l’effet que le capital humain a sur les opportunités d’emploi
et les salaires des individus. Ensuite, l’ouverture commerciale pourrait causer

une réallocation des ressources humaines et financières entre secteurs et par
cette voie, contribuer à l’approfondissement des inégalités dans la distribu-
tion des revenus. De même, le développement financier, en déterminant le
niveau d’accès au crédit des pauvres et des riches est un facteur susceptible de
réduire les inégalités. En revanche, l’inflation a normalement des effets asy-
métriques entre pauvres et riches, car ces derniers ont plus de moyens pour se
protéger contre l’augmentation des prix et la perte du pouvoir d’achat qui en
résulte. Par conséquent, un taux d’inflation plus élevé devrait accroître les
inégalités. La taille du secteur public est un autre déterminant des inégalités,
même si les arguments théoriques sur son rôle sont ambigus. En effet, un sec-
teur public plus large est normalement associé à un niveau de redistribution
7 Dans cet article, nous nous sommes intéressés à estimer l’effet des produits de base dans
l’ensemble plutôt que l’effet de quelques catégories spécifiques de produits de base.
Cependant, nous avons ré-estimé nos modèles en utilisant seulement les exportations
de combustibles et de métaux de base comme indicateur de rentes minières et pétroliè-
res et les résultats sont qualitativement identiques à ceux présentés ci-dessous.
8 Cette variable est calculée sur le total de la population adulte. La scolarisation est donc
le nombre d’années d’école effectué par l’adulte moyen dans chaque pays.
plus élevé et donc un indicateur de Gini inférieur alors que l’effet de redistri-
bution serait statistiquement significatif, si et seulement si les dépenses
publiques (par exemple la consommation publique) sont effectivement ciblées
sur les pauvres, ce qui n’est pas toujours évident. Sur la base de ces considéra-
tions, le vecteur W inclut les variables scolarisation, M2, inflation, ouverture
et cons_publique 9. En plus, nous postulons l’existence d’un lien entre inéga-
lité et fragmentation ethnique ce qui nous permet d’inclure la variable ethnix
dans le vecteur W. Cette variable mesure pour chaque pays la probabilité que
deux individus génériques ne soient pas membres du même groupe ethnique.
En effet, il arrive souvent que les inégalités dans les pays en voie de dévelop-
pement soient « horizontales » et donc liées davantage à l’appartenance ethni-
que, ou à la localisation géographique. Il convient par ailleurs de noter que
dans les pays où la fragmentation ethnique est plus forte, le gouvernement
pourrait être encouragé à augmenter la fourniture de biens publics afin de
réduire le risque de conflits civils. Cela pourrait donc compenser l’effet d’une
augmentation des inégalités de la variable ethnix. Enfin, notre échantillon
inclut un certain nombre de pays dont les origines légales et institutionnelles
sont de type socialiste ou communiste. Dans ces pays, l’inégalité dans la distri-
bution des revenus est par définition plus faible qu’ailleurs et donc nous con-
sidérons approprié d’introduire une variable binaire (pays socialistes) qui
prend la valeur 1 pour les pays d’origine socialiste et 0 si non.
Quelques considérations additionnelles sur la spécification de Z et W sont

dès lors nécessaires. En ce qui concerne les déterminants de la croissance,
Durlauf et al. (2005) fournissent une liste de plus de 140 variables qui ont été
utilisées dans la littérature comme régresseurs. Il est évidemment impossible
d’estimer une équation de la croissance qui contrôle toutes ces variables con-
jointement. En même temps, avec 140 régresseurs potentiels, le nombre de
permutations et combinaisons en groupe de 4 ou plus est dans l’ordre du mil-
lion (Sala-i-Martin, 1997). Il apparaît par conséquent indispensable de faire
une sélection. Notre choix de régresseurs est en ligne avec certaines contribu-
tions séminales de la littérature sur la croissance, y compris celles de Barro
(1991) et Easterly et al. (1993). Avec les régresseurs que nous incluons dans Z,
nous arrivons à expliquer presque 75 % de la variation totale du taux de crois-
sance dans notre échantillon 10. Bien évidemment, une variable qui manque
9 Lorsque nous remplaçons M2 par le volume de crédit domestique au secteur privé, les
résultats ne changent pas.
10 Nous avons toutefois réalisé quelques régressions pour vérifier la sensibilité de nos résul-
tats. Parmi ces régressions, nous pouvons mentionner l’introduction du taux d’investis-
sement en capital physique. Cette variable est non significative, probablement à cause
d’un problème de multicollinéarité avec d’autres régresseurs. Pourtant, les coefficients
dans notre spécification de base est la qualité des institutions que nous intro-
duisons dans une version étendue du modèle. Par rapport à la spécification de
W, de la même manière que nous faisons pour l’équation de la croissance,
nous intégrons une mesure de la qualité institutionnelle dans une version
étendue du modèle. Compte tenu de cette extension, la seule variable qui
n’apparaît probablement pas dans le vecteur W et qui a été par contre utilisée
assez largement dans la littérature est le niveau de démocratie des pays. Nous
avons vérifié comment nos résultats évoluent une fois qu’un indicateur de
démocratie est ajouté aux variables W. Nous obtenons un coefficient non
significatif pour la démocratie, alors que tous les autres coefficients ne chan-
gent pas.
Un autre aspect important de la spécification du système d’équations (1)
et (2) concerne l’effet direct de la croissance sur les inégalités et des inégalités
sur la croissance. Notre spécification de base fait une hypothèse d’orthogona-
lité : g n’est pas parmi les régresseurs de y et y n’est pas parmi les régresseurs
de g. Cette hypothèse se justifie sur la base de l’observation selon laquelle les
deux vecteurs W et Z ont plusieurs variables en commun. Cependant, nous
avons aussi estimé une version du modèle sans hypothèse d’orthogonalité. Le
coefficient de la croissance dans la régression des inégalités est négatif et le
coefficient des inégalités dans la régression de la croissance est aussi négatif.
Ces résultats corroborent ceux obtenus par Avom et Carmignani (2008b).
Pourtant, puisque plusieurs des déterminants de la croissance sont aussi des

régresseurs dans l’équation des inégalités et plusieurs déterminants des iné-
galités sont aussi des régresseurs dans l’équation de la croissance, il y a un
problème de multicollinéarité et les coefficients de y (dans l’équation (1)) et z
(dans l’équation (2)) ne sont pas statistiquement significatifs 11.
Enfin, l’estimation par GMM demande la définition du groupe de varia-
bles instrumentales. Dans l’équation (1), à l’exception de la valeur retardée du
PIB par tête, tous les régresseurs sont potentiellement endogènes 12. Dans
l’équation (1), les effets fixes (ethnix et pays socialistes) sont traités comme
estimés pour toutes les autres variables ne sont pas influencés par l’ajout du taux
d’investissement. Nous avons aussi essayé d’introduire le taux de croissance de la popu-
lation comme régresseur. Une fois encore, cette variable est non significative alors que
tous les autres coefficients ne changent pas.
11 Nous avons également essayé le niveau du PIB par tête (au lieu de la croissance du PIB
par tête) parmi les régressseurs de l’équation (2). Cette variable n’est pas significative.
En ligne avec l’hypothèse de Kuznets, nous avons estimé avec une spécification non-
linéaire pour le PIB par tête, mais encore une fois les coefficients ne sont pas significatifs.
12 Cela est en effet confirmé par le Test de Hausman.
exogènes, mais les autres régresseurs sont potentiellement endogènes. Nous

utilisons alors les valeurs retardées des régresseurs potentiellement endogè-
nes comme instruments. Pour l’instrumentation des termes interactifs sitdCA,
sitdSSA et sitdROW, nous utilisons séparément les variables binaires dCA et
dSSA et la valeur retardée de si. Nous pouvons ajouter à la liste d’instruments
des effets fixes par période (c’est-à-dire des variables binaires ft qui prennent
la valeur 1 en période t et zéro si non). Nous avons ré-estimé le système avec
les variables dummies par pays, et la plupart de ces variables dummies ne sont
pas significatives car elles sont collinéaires avec les effets muets et/ou les
autres régresseurs. Les coefficients de tous les autres régresseurs ne changent
pas significativement quand nous incluons ces variables dummies par pays.
Cela veut simplement dire qu’une fois que nous contrôlons nos régresseurs, il
y a très peu d’hétérogénéité individuelle qui reste inexpliquée. Afin de tester
la validité et la pertinence de notre choix d’instruments, nous reportons dans
le tableau les résultats du test de suridentification et les diagnostics de la pre-
mière étape.
2.2 Présentation et analyse des résultats

Le tableau 1 présente les résultats des estimations du système d’équations (1)
et (2). Les deux dernières lignes du tableau reprennent les résultats du test de
suridentification.

Nous commençons notre analyse par la colonne I avec l’estimation de la
spécification de base du système. Les résultats les plus importants concernent
le rôle des produits de base. Il apparaît qu’une plus forte dépendance aux pro-
duits de base réduit la croissance économique et en même temps augmente les
inégalités. Ces effets sont marginalement plus forts en Afrique centrale que
dans le reste de l’ASS et/ou le reste du monde. Cette différence est particuliè-
rement évidente dans le cas des inégalités, où l’effet marginal des produits de
base en Afrique centrale est presque deux fois l’effet en ASS et reste de
monde. En ce qui concerne l’effet sur la croissance en revanche, la différence
entre ASS et Afrique centrale est significative seulement au niveau de con-
fiance de 10 % (selon le test de Wald). Ces estimations suggèrent alors qu’une
forte dépendance aux produits de base est particulièrement mauvaise en ter-
mes de perspective de réduction de la pauvreté, surtout en Afrique centrale.
Tableau 1 : Croissance, inégalité et produits de base

I II III IV
GMM 2SLS GMM GMM

Équation 1 : Variable dépendante est la croissance du PIB_pt (g)
Constant 7.944 *** 7.703 *** 7.826 *** 8.618 ***
PIB_pt(-1) -0.847 *** -0.836 *** -0.887 *** -0.883 ***
Scolarisation 0.351 *** 0.334 *** 0.357 *** 0.321 ***
Ouverture -0.006 -0.007 * -0.004 -0.001
M2 0.010 0.012 * 0.008 0.003
Cons_publique -0.047 ** -0.038 -0.043 -0.036
Inflation -0.001 -0.001 -0.001 -0.001
P_base_CA -0.039 *** -0.037 *** -0.044 *** -0.034 ***
P_base_SSA -0.033 *** -0.031 *** -0.036 *** -0.037 ***
P_base_ROW -0.014 ** -0.013 ** -0.015 ** -0.014 **
Institutions 0.056
Équation 2 : Variable dépendante est l’indicateur d’inégalité (y)

Constant 44.947 *** 41.928 *** 46.209 *** 42.102 ***
Ethnix -6.520 * -4.614 -6.383 * -3.638
Scolarisation -0.162 -0.157 0.038 -0.311
Ouverture 0.072 *** 0.055 *** 0.072 *** 0.080 ***
M2 -0.117 *** -0.111 *** -0.103 ** -0.092 **
Cons_publique -0.160 0.080 -0.183 -0.223
Pays socialistes -11.818 *** -9.569 *** -11.688 *** -9.371 *
P_base_CA 0.149 * 0.142 ** 0.160 * 0.167 **

P_base_SSA 0.085 ** 0.089 ** 0.086 ** 0.051
P_base_ROW 0.085 *** 0.093 *** 0.088 *** 0.109 ***
Institutions -0.586 *
Eq(1) Eq.(2)
p-val 0.71 0.89 0.82 0.61 0.59
J-stat 8.844 1.7688 7.267 8.206 8.352
Notes : Toutes les variables sauf le PIB pt(-1) dans l’équation (1) et ethnix dans
l’équation (2) sont traitées comme des variables endogènes. Les deux dernières
lignes montrent la valeur de la statistique du test de suridentification et la
valeur-p associée à cette statistique. *,**,*** dénotent la significativité statis-
tique du coefficient au niveau de confiance de 0.1, 0.05 et 0.01 respectivement.
Les coefficients estimés pour les autres variables montrent qu’il y a un

effet de convergence relativement significative 13 et qu’une scolarisation plus
élevée augmente le potentiel de croissance. Par contre, la taille du secteur
public réduit la croissance. Tous ces résultats sont cohérents avec la plupart
13 La vitesse de convergence est de 9 % par an. Ce résultat est en ligne avec les estimations
de Caselli et al. (1996).
des analyses empiriques sur les déterminants de la croissance (Durlauf et al.

2005). L’ouverture commerciale et le développement financier ne sont pas des
déterminants significatifs de la croissance. Cependant, ils ont tous les deux un
effet significatif sur les inégalités : le coefficient positif de la variable ouver-
ture indique que la mondialisation pourrait effectivement augmenter les iné-
galités entre individus, par contre le coefficient négatif de la variable M2
confirme qu’une intermédiation financière plus profonde se traduisant par un
meilleur accès au crédit pour la population réduit la distance entre pauvres et
riches. En ce qui concerne les déterminants des inégalités, il convient aussi de
remarquer que le coefficient de la variable ethnix est négatif. Ainsi, comme
déjà évoqué, la fragmentation ethnique peut avoir des effets de signe opposé
et nos estimations suggèrent que l’effet de réduction des inégalités est margi-
nalement plus fort.
Dans la colonne II nous estimons la spécification avec un estimateur
2SLS, c’est-à-dire que nous estimons les deux équations individuellement,
sans tenir compte des possibles corrélations entre les erreurs stochastiques.
On peut noter que les résultats sont assez similaires à ceux de la colonne I. En
particulier, rien ne change par rapport aux effets des produits de base. Par
rapport aux autres régresseurs, la seule différence d’une certaine importance
concerne les coefficients des variables ouverture et M2 dans l’équation de la
croissance, qui sont maintenant significatifs. Le coefficient négatif de la varia-
ble ouverture est effectivement en contradiction avec les prédictions théori-

ques. Du point de vue de la réduction de la pauvreté, la mondialisation semble
poser un défi important car elle causerait une contraction de la croissance et
conjointement une augmentation des inégalités. Il faut toutefois relever que
le coefficient de la variable ouverture est significatif seulement dans le cas
d’une estimation par 2SLS.
Dans les colonnes III et IV, nous étendons la spécification de base en
introduisant un indicateur de qualité des institutions dans les vecteurs W et
Z. Cet indicateur (institutions) qui mesure la qualité du système judiciaire et
légal d’un pays 14 est positivement corrélé avec d’autres indicateurs de bonne
gouvernance. Il y a deux raisons principales pour lesquelles nous voulons tenir
compte de l’effet des institutions. Premièrement, plusieurs modèles théori-
ques et analyses empiriques suggèrent qu’effectivement la qualité institu-
tionnelle influence la croissance et les inégalités. De bonnes institutions
14 Source: Economic Freedom of the World. L’indicateur est construit sur la base des éva-
luations des experts (experts’ assessments) des niveaux (i) d’indépendance du système
judiciaire, (ii) d’impartialité des tribunaux, (iii) de protection des droits de propriété
privée et (iv) de respect des lois.
encouragent les investissements (domestiques et étrangers) et favorisent le

développement du secteur privé. Cela se traduit par une augmentation du
potentiel de croissance à long terme. De même, de bonnes institutions sont
nécessaires au développement du système financier et à la fourniture effi-
ciente des biens publics et par cette voie, elles peuvent contribuer à la réduction
des inégalités. L’analyse des déterminants de la croissance et des inégalités ne
peut par conséquent pas laisser de côté le rôle des institutions. Deuxième-
ment, les différences entre pays en ce qui concerne le niveau de la qualité ins-
titutionnelle pourraient expliquer l’effet différent que les produits de base ont
en Afrique centrale, ASS et reste du monde. Autrement dit, si effectivement le
rôle des produits de base dans le développement économique est conditionnel
au niveau de développement institutionnel, alors il est possible qu’en Afrique
centrale l’effet négatif de la dépendance aux produits de base soit plus fort
qu’en ASS et/ou au reste du monde parce que le développement institutionnel
en Afrique centrale est faible.
Puisque les institutions sont endogènes au développement économique, il
faut les instrumenter. Cependant, les diagnostics de première étape et le test
de suridentification suggèrent que la valeur retardée des institutions n’est pas
un instrument valide et pertinent. Un bon instrument pour la qualité institu-
tionnelle pourrait être l’origine légale d’un pays. La Porta et al. (1999) suggè-
rent que les pays dont le système légal est basé sur la loi commune anglaise
ont généralement des meilleures institutions. Ils expliquent cet effet par le

fait que la loi commune anglaise était à l’origine formulée pour défendre les
droits du parlement et de la population contre les prérogatives et interféren-
ces du Roi. La loi civile française était quant à elle établie comme outil pour
faciliter le contrôle de l’Etat sur l’économie. L’évidence empirique montre
effectivement que l’effet des origines légales sur la qualité des institutions est
significatif. En nous appuyant sur ces différents résultats, nous utilisons une
variable binaire qui capte les origines légales d’un pays comme instrument
des institutions. Cette variable prend la valeur 1 si les origines légales du pays
se retrouvent dans la loi commune anglaise et 0 si non.
Les résultats de la colonne III montrent que l’effet de la qualité institu-
tionnelle est significatif seulement dans l’équation de l’inégalité. L’explica-
tion de la non-significativité de la variable institutions dans l’équation (1) est
que l’effet de cette variable serait probablement déjà capté par le PIB par tête
(qui est un déterminant clé des institutions) et le développement financier
(qui est effectivement très fortement corrélé avec les institutions). En ce qui
concerne tous les autres coefficients, peu de changements sont enregistrés par
rapport aux colonnes I et II. Particulièrement, les coefficients des termes inte-
ractifs sitdCA, sitdSSA et sitdROW demeurent statistiquement significatifs.
Donc l’effet des produits de base sur la croissance et les inégalités et les diffé-
rences entre Afrique centrale et autres groupes persistent même lorsque l’on
contrôle la qualité des institutions.
Dans la colonne IV, nous faisons une autre expérience pour vérifier si la
qualité des institutions influence le rôle des produits de base et s’il existe des
différences entre groupes de pays de notre échantillon. Si les produits de base
sont une malédiction seulement lorsque les institutions sont mauvaises comme
le montrent Mehlum et al. (2006), Snyder (2006), Robinson et al. (2006),
Brunnschweiler (2008), alors dans un échantillon limité aux institutions de
bonne qualité, le signe des coefficients de nos termes interactifs devrait deve-
nir positif ou au moins non significatif. Les différences entre groupes devraient
aussi disparaître ou au moins se réduire significativement. Cela ne semble pas
être le cas. En effet, les signes des coefficients ne changent pas et les différen-
ces entre les trois groupes de pays restent significatives. Le seul changement
observé est représenté par la diminution significative du coefficient de sitdSSA
dans l’équation (2) 15.
3 PRODUITS DE BASE ET DÉVELOPPEMENT

DES RESSOURCES HUMAINES

La deuxième dimension de développement sur laquelle nous focalisons notre
attention est celle des ressources humaines. En effet, l’amélioration de res-
sources humaines (instruction, santé) constitue une forme de réduction de la
pauvreté non monétaire et de développement social dans plusieurs pays et
dont l’importance est une fois encore reconnue dans les OMD. La littérature
portant sur les déterminants macroéconomiques du développement social
(Gupta et al. 2002, Carmignani, 2008) souligne que la corrélation entre revenu
15 L’indicateur de qualité institutionnelle va de 1 à 10 et la moyenne dans l’échantillon

est de 5.5 avec un écart type de 1.95. Les estimations en colonne IV sont obtenues à par-
tir d’un échantillon qui inclut seulement les observations avec institutions > 4. Ce seuil
a été choisi de manière à ce que l’échantillon inclut un nombre suffisant d’observations
pour les pays de l’Afrique centrale. Dans ce sens, on pourrait argumenter que le seuil
n’est pas suffisamment élevé et donc qu’il ne permet pas de séparer les bonnes des mau-
vaises institutions. Nous avons donc estimé à nouveau le modèle en imposant un seuil
de 5.5 et 6. Dans ce cas, le modèle a seulement deux termes interactifs : sitdSSA et
sitdRow, avec tdSSA qui est maintenant égal à 1 pour tous les pays de l’Afrique SSA.
Dans l’équation (1) les coefficients sont -0.029** pour sitdSSA et -0.004 pour sitdROW.
Dans l’équation (2) les coefficients sont 0.054* pour sitdSSA et 0.089** pour sitdROW.
par tête et indicateurs de santé et de scolarisation est fortement positive, mais

non parfaite, dans le sens que les variations du PIB par tête n’expliquent pas
la totalité des variations de santé et d’éducation entre pays et/ou sur le temps.
D’autres variables peuvent être importantes, y compris la taille du secteur
public et la qualité des institutions. Les produits de base peuvent influencer le
développement humain à travers leur effet sur le revenu par tête. D’un point
de vue théorique, l’on peut pourtant imaginer d’autres mécanismes à travers
lesquels les produits de base influencent les ressources humaines. Par exem-
ple, la faible intensité en travail qui caractérise le secteur des ressources natu-
relles n’incite pas les ménages à investir en ressources humaines quand
l’économie dépend fortement des produits de base. Dans cette section, nous
essayons d’estimer l’effet conjoint des produits de base sur le revenu par tête
et les ressources humaines, en prenant en compte les interactions entre revenu
par tête et ressources humaines.
3.1 Modèle économétrique

Le modèle économétrique est similaire à celui estimé à la section 2 :
(3) rit = bZ it + β1sit d CA + β 2 sit d SSA + β 3 sit d ROW + ε it
(4) hit = aM it + α1sit d CA + α 2 sit d SSA + α 3 sit d ROW + υit


L’équation (3) est en effet une simple transformation de la (1), avec le
niveau du PIB par tête (r) au lieu du taux de croissance du PIB par tête
comme variable dépendante. La transformation de l’équation (3) vise à mieux
souligner la relation entre les équations (3) et (4) ; puisque nous avons le
niveau du PIB par tête comme régresseur dans l’équation (4). Nous avons pré-
féré utiliser le niveau (au lieu du taux de croissance) comme variable dépen-
dante dans l’équation (3). La transformation est effectivement neutre soit du
point de vue algébrique soit du point de vue économétrique. Lorsque nous ré-
estimons le système d’équations (3) et (4) avec le taux de croissance comme
variable dépendante dans l’équation (3), nous obtenons des résultats très
similaires à ceux présentés dans le tableau 2. Naturellement, les coefficients
numériques changent, car l’échelle de la variable dépendante dans l’équation
(3) change, mais tous les coefficients ont le même signe et le même niveau de
significativité que ceux résumés dans le tableau 2.
Par conséquent, le vecteur de variables de contrôle Z est le même. L’équa-
tion (4) exprime le niveau de ressources humaines h en fonction des termes
interactifs pour le produit de base et un vecteur de variables de contrôle M.
Les ressources humaines sont mesurées par la variable scolarisation dans la
spécification de base. Pourtant, le modèle sera aussi estimé avec une défini-
tion alternative de ressources humaines qui résulte de l’interaction entre la
variable scolarisation et le log de l’espérance de vie à la naissance. La logique
sous-jacente à l’utilisation de cette variable alternative est que les ressources
humaines combinent instruction et santé.
Le vecteur des variables de contrôle M inclut le niveau du PIB par tête, la
fragmentation ethnique (ethnix), la consommation publique (cons_publique)
et la proportion de M2 (M2). Ces variables reflètent la combinaison des fac-
teurs du côté de la demande et de l’offre dans la production des résultats
sociaux. Le PIB par tête est capté par la capacité de dépenser du système éco-
nomique et donc la possibilité pour les ménages d’investir en éducation/santé.
La consommation publique devrait représenter la capacité du gouvernement à
fournir les services publics d’éducation et de santé16. La proportion de M2,
comme mesure de l’intensité de l’intermédiation financière, représente l’inten-
sité des contraintes de liquidité des familles et donc leur capacité d’accès aux
financements pour l’investissement en éducation et santé.
De manière similaire, nous utilisons comme dans la section 3 un estima-
teur GMM pour le système d’équations (3) et (4). Les régresseurs exogènes
sont la valeur retardée du PIB en équation (3) et la fragmentation ethnique
en équation (4). Les autres variables sont instrumentées selon la même logi-
que expliquée précédemment. La seule variation concerne l’instrumentation

des termes interactifs. Dans la section 3, nous avons utilisé séparément les
variables binaires dCA, et dSSA, et la valeur retardée de si. Maintenant, sur la
base des résultats des diagnostics de la première étape, nous utilisons encore
les variables binaires dCA, et dSSA. Mais au lieu de la valeur retardée de si
nous avons dCAsi,-1, dSSAsi,-1, dROW*si,-1 (si,-1 dénote la valeur retardée de si).
3.2 Présentation et analyse des résultats

Le tableau 2 résume les résultats de l’estimation du système d’équations (3)
et (4). Comme pour le tableau 1, les deux dernières lignes montrent les résul-
tats du test de suridentification.
16 Idéalement, nous voulions utiliser le niveau de dépenses publiques dans les secteurs
santé et éducation, mais ces variables ne sont pas disponibles pour la plupart des pays.
Tableau 2
I II III IV
GMM 2SLS GMM GMM

Équation 3 : Variable dépendante est le PIB_pt (r)
Constant 0.3801 *** 0.4098 *** 0.4033 *** 0.4616 ***
PIB_pt(-1) 0.9505 *** 0.9501 *** 0.9474 *** 0.9434 ***
Scolarisation 0.0275 * 0.0232 ** 0.0067 * 0.0387 *
Ouverture -0.0002 -0.0003 -0.0002 -0.0001
M2 0.0001 0.0003 0.0001 0.0003
Cons_publique -0.0020 -0.0017 -0.0021 -0.0015
Inflation -0.0001 *** -0.0001 * -0.0001 *** -0.0001 ***
P_base_CA -0.0013 ** -0.0016 *** -0.0013 ** -0.0014 **
P_base_SSA -0.0013 *** -0.0016 *** -0.0013 *** -0.0017 ***
P_base_ROW 0.0004 -0.0006 ** 0.0004 -0.0017 **
Institutions .. .. .. -0.0209
Équation 4 : Variable dépendante est scolarisation

Constant -5.7270 *** -5.2436 *** -26.4582 *** -3.8398 ***
Ethnix 0.6006 0.2823 2.2358 -0.5211
PIB_pt 1.4543 *** 1.4235 *** 6.4326 *** 0.5888 **
Cons_publique 0.0209 0.0318 ** 0.0872 -0.0426
M2 0.0050 0.0031 0.0263 -0.0120 **
P_base_CA -0.0149 ** -0.0169 *** -0.0667 *** -0.0092
P_base_SSA -0.0099 ** -0.0117 *** -0.0431 ** -0.0035
P_base_ROW -0.0101 ** -0.0132 *** -0.0441 ** -0.0018

Institutions .. .. .. 1.2228 ***
Eq(1) Eq(2)
p-val 0.140 0.520 0.120 0.130 0.260
J-stat 12.090 3.224 10.075 12.493 10.098
Notes : Toutes les variables sauf PIB pt(-1) dans l’équation (3) et ethnix dans
l’équation (4) sont traitées comme endogènes. Les deux dernières lignes mon-
trent la valeur de la statistique du test de suridentification et la valeur-p
associée à cette statistique. *,**,*** dénotent la significativité statistique du
coefficient au niveau de confiance de 0.1, 0.05 et 0.01 respectivement.
La première colonne montre les résultats de la spécification de base. On

peut noter que les produits de base jouent un rôle négatif dans la formation
des ressources humaines. Le test de Wald montre que cet effet est significati-
vement plus fort en Afrique centrale que dans les deux autres groupes, alors
que la différence entre ASS et reste du monde n’est pas significative. Il faut
d’autre part remarquer que l’effet des produits de base sur le niveau du PIB
demeure négatif seulement en Afrique centrale et en ASS alors qu’il n’est pas
statistiquement différent de zéro dans le reste du monde.
Un aspect important du système concerne la relation endogène entre res-

sources humaines et PIB par tête. Les estimations montrent qu’un niveau de
scolarisation plus élevé augmente le PIB par tête. En même temps, un niveau
du PIB par tête plus élevé augmente le taux de scolarisation. Cette relation
endogène implique que le rôle des produits de base ne se limite pas aux effets
directs captés par les coefficients des termes interactifs, mais qu’il y a aussi
des effets indirects. Dans le cas du PIB par tête, cet effet indirect passe par la
scolarisation : une dépendance plus forte aux produits de base réduit la scola-
risation, ce qui à son tour réduit le PIB par tête. Nous pouvons noter que cet
effet à travers la scolarisation s’ajoute aux effets directs estimés avec les ter-
mes interactifs dans l’équation (3). De manière similaire, dans le cas de la sco-
larisation, l’effet indirect passe par le niveau du PIB par tête : en ASS et en
Afrique centrale, un niveau plus élevé de produits de base réduit le niveau du
PIB par tête, ce qui à son tour réduit le taux de scolarisation. Une fois encore,
cet effet indirect s’ajoute aux effets directs estimés avec les termes interactifs
de l’équation (4). Dans ce sens, un niveau élevé de dépendance aux produits de
base risque d’activer un piège de la pauvreté 17.
En ce qui concerne les autres variables, les estimations de l’équation (3)
confirment en général celles de l’équation (1). Par rapport à l’équation (4),
nous pouvons observer qu’un contrôle du niveau du PIB par tête et de l’effet
des produits de base, la fragmentation ethnique, la consommation publique et
la profondeur de l’intermédiation financière ne sont plus significatifs.

Dans la colonne II, les équations (3) et (4) sont ré-estimées sous l’hypo-
thèse qu’il n’y a pas de corrélations entre les erreurs des deux équations.
Autrement dit, l’on utilise ici un estimateur 2SLS équation-par-équation,
comme l’on avait déjà fait dans la colonne II du tableau 1. Le seul changement
substantif par rapport à la colonne I est que le coefficient du terme interactif
dROWsit dans l’équation (3) est maintenant négatif et significatif. L’effet néga-
tif des produits de base sur les ressources humaines est d’autre part confirmé.
Dans la colonne III, nous modifions la définition empirique des ressources
humaines : la variable scolarisation est maintenant définie par l’interaction
entre les années de scolarisation de la population et l’espérance de vie à la
naissance. Comme expliqué plus haut, cette interaction nous permet de tenir
compte du fait que les ressources humaines ne sont pas seulement liées à
l’instruction formelle, mais aussi aux conditions de santé de la population. On
peut observer qu’il existe très peu de changements par rapport à la colonne I.
17 En effet, l’abondance des produits de base implique moins de scolarisation, ce qui

réduit le PIB par tête et cette réduction du PIB par tête réduit la scolarisation ultérieu-
rement.
Enfin, dans la colonne IV nous introduisons la qualité des institutions

dans la spécification de base du modèle. Tant que les estimations des coeffi-
cients de l’équation (3) sont très similaires à celles de la colonne I, des change-
ments importants s’observent par rapport à l’équation (4), en particulier les
coefficients des termes interactifs ne sont plus significatifs. En même temps,
l’indicateur de la qualité institutionnelle a un coefficient positif et significatif.
Donc, une meilleure qualité institutionnelle facilite le développement des res-
sources humaines et une fois qu’on contrôle cet effet institutionnel, le rôle des
produits de base devient non significatif dans tous les groupes de pays. Autre-
ment dit, l’effet négatif des produits de base sur les ressources humaines
semblerait être lié aux différences dans le développement institutionnel. Cepen-
dant, le rôle négatif des produits de base sur la croissance et le niveau du PIB
par tête demeure une fois que l’on contrôle la qualité des institutions.
Il faut aussi noter que dans la spécification de la variable institutionnelle,
la profondeur de l’intermédiation financière gagne en significativité statistique.
Pourtant, le coefficient négatif de M2 suggère qu’une intermédiation financière
plus profonde est un obstacle au développement des ressources humaines. Cet
effet est évidemment contre-intuitif. D’un côté, il faut remarquer que la corré-
lation positive entre la qualité des institutions et le développement financier
pourrait causer un problème de multicollinéarité entre M2 et institutions.
D’un autre côté, l’on peut avancer une hypothèse alternative qui mérite d’être
analysée dans un travail futur : un meilleur accès au crédit pousse les ména-

ges à choisir des investissements alternatifs à la scolarisation. L’hypothèse
conventionnelle selon laquelle le développement financier facilite le développe-
ment des ressources humaines est implicitement basée sur l’idée que l’investis-
sement en scolarisation et en santé est prioritaire pour les ménages. L’argument
est donc qu’une fois que les contraintes de liquidité sont levées, les ménages
s’engagent dans cet investissement prioritaire en instruction et en santé.
Mais si l’investissement en ressources humaines n’est pas prioritaire, alors le
développement financier n’a pas forcément un effet positif sur la scolarisation
et/ou la santé. Par contre, si par exemple la priorité des ménages est d’investir
dans la création d’une entreprise familiale, un meilleur accès au crédit per-
mettra de faire cet investissement et augmentera en même temps le coût-
opportunité de la scolarisation des enfants. Autrement dit, si l’investissement
en ressources humaines n’est pas la priorité des ménages, alors le développe-
ment financier cause un effet de substitution et un effet de revenu : l’effet de
substitution réduit l’investissement en scolarisation alors que l’effet de revenu
l’augmente. L’effet net peut être négatif, ce qui expliquerait le coefficient
négatif de M2 dans la colonne IV.
4 CONCLUSION ET RECOMMANDATIONS
DE POLITIQUE ÉCONOMIQUE
Les résultats des estimations économétriques montrent que : (i) la dépen-

dance aux produits de base a un impact négatif sur la croissance des revenus,
l’évolution des inégalités et le développement des ressources humaines ; (ii)
l’effet négatif de cette dépendance est particulièrement plus fort dans les pays
de l’Afrique centrale et en ASS que dans les autres pays du monde ; et (iii) les
effets négatifs de cette dépendance sur les revenus et l’évolution des inégalités
et les différences entre groupes de pays subsistent même lorsque l’on contrôle
l’effet de la qualité des institutions ; en revanche (iv), l’effet négatif sur le
développement des ressources humaines et les différences entre groupes de
pays sont liés aux différences dans le développement institutionnel. Sans pré-
tendre à l’exhaustivité, deux recommandations au moins de politique écono-
mique peuvent être envisagées pour les pays en Afrique au Sud du Sahara en
général et particulièrement ceux de l’Afrique centrale. La première consiste à
réduire la dépendance en identifiant les actions spécifiques permettant de
faciliter la diversification des structures productives et promouvoir l’investis-
sement dans les autres secteurs notamment les secteurs secondaires et tertiai-
res. La deuxième consiste à renforcer les structures de financement et à
améliorer le climat des affaires pour favoriser l’émergence d’un secteur privé
dynamique, condition indispensable pour la diversification de la production

des biens et services.
La question de la diversification de la structure productive et des exporta-
tions des pays en voie de développement est un thème largement débattu dans
la littérature. L’analyse théorique suggère que la diversification est positive-
ment corrélée avec le stade de développement économique. Cette conclusion
repose sur le constat selon lequel la diversification nécessite un certain nom-
bre de conditions préalables : (i) disponibilité de ressources pour financer les
investissements dans les secteurs non traditionnels ; (ii) infrastructures effi-
cientes pour renforcer la compétitivité du secteur industriel et du secteur
tertiaire ; (iii) institutions de bonne qualité pour garantir un climat des affai-
res favorable aux entrepreneurs ; (iv) accès aux marchés dynamiques capables
d’exprimer une demande robuste pour les productions non traditionnelles etc.
Toutes ces conditions se réalisent progressivement avec le développement
économique 18. À cet effet, Imbs et Wacziarg (2003) montrent que cette relation
18 Ce sont normalement les pays plus avancés qui disposent par exemple d’un système
financier plus développé, d’un meilleur réseau d’infrastructures, d’institutions de plus
haute qualité et de marchés avec une forte capacité de demande. La diversification
devient donc plus facile et économiquement faisable quand le pays est plus avancé.
positive entre diversification et développement n’est pas forcément monotone.

Au-dessus d’un certain niveau de développement, les gains produits par la
spécialisation sectorielle deviennent plus forts, ce qui encourage les pays à
concentrer leurs structures productives 19. Il apparaît que la relation positive
entre diversification et développement constitue, au moins pour les pays à bas
revenus, un fait stylisé qu’il faut intégrer dans l’analyse de politique économi-
que. Mais cette analyse doit à son tour tenir compte de l’hétérogénéité des
économies de l’Afrique Centrale du fait notamment de leur passé historique.
En effet, la plupart des pays de l’Afrique centrale qui se trouvent à un stade
de développement peu avancé sont-ils condamnés à rester très spécialisés
dans les secteurs traditionnels, et donc très dépendants des produits de base ?
L’expérience des autres pays en voie de développement en Amérique Latine,
en Asie de l’Est et du Sud, et même dans le reste de l’ASS, suggère que cela
n’est pas forcément le cas. En effet, des politiques économiques appropriées
peuvent être envisagées pour favoriser la diversification même pour un pays
ayant un niveau de développement initialement faible. Une stratégie de diver-
sification nécessite des investissements dans les secteurs non traditionnels. Il
s’agit de secteurs pour lesquels les pays n’ont pas au moins initialement un
avantage comparatif, et qui se caractérisent par un niveau de risque plus élevé,
mais dont la rentabilité à long terme est susceptible de garantir des ressour-
ces financières supplémentaires. Il convient donc de prévoir un cadre de politi-
que industrielle qui encourage les entrepreneurs à investir dans ces secteurs.

Un tel cadre doit combiner un appui aux entrepreneurs (la « carotte ») avec
des mécanismes transparents d’évaluation de leur performance (le « bâton »).
Cet appui peut prendre la forme d’exemptions fiscales, subventions et/ou faci-
litations d’accès au crédit. L’évaluation de la performance est nécessaire pour
vérifier si les entreprises/industries qui reçoivent l’appui sont économique-
ment viables et donc capables d’assurer leur autonomie dans le long terme.
Une allocation efficiente des ressources suppose qu’il soit mis fin à l’aide ini-
tialement accordée aux entreprises/industries dont les résultats ne sont pas
concluants. C’est dans cette perspective que la question de l’efficacité du sys-
tème financier dans la mobilisation des ressources en vue du financement des
19 Par exemple, les gains de la spécialisation augmentent quand les obstacles au com-
merce international se réduisent. Quand un pays avance sur le chemin du développe-
ment, l’adoption d’une politique de libéralisation et le progrès technologique enlèvent
les obstacles au commerce international, ce qui permettra au pays de mieux profiter de
la spécialisation (Harrigan, 2003). Un autre mécanisme qui explique pourquoi la corré-
lation entre diversification et développement devient négative à un stade de développe-
ment plus avancé s’appuie sur la tendance à l’agglomération géographique des activités
productives (Krugman, 1991 et Neary, 2001). Imbs et Wacziarg (2003) offrent une syn-
thèse critique de la littérature dans ce domaine.
investissements trouve toute son importance. Elle passe par des actions
visant à réduire l’asymétrie d’information entre prêteurs et entrepreneurs.
Pour faciliter le développement des financements à moyen et long terme, il
faut alors stimuler la mobilisation des ressources internes à moyen terme
(Avom, 2010). Cela demande à son tour la création des produits d’épargne suf-
fisamment attractifs en termes de rémunération aussi bien que de fiscalité. Le
rapprochement annoncé des deux marchés financiers au niveau de la sous-
région, le renforcement de la réforme des banques centrales et des instru-
ments de financement participent sans doute à la réalisation de cet objectif.
En ce qui concerne le climat des affaires, l’Afrique centrale est générale-
ment considérée comme l’une des régions du monde les moins attractives
pour les investisseurs (étrangers et domestiques). Les indicateurs de facilité
des affaires (Doing Business) développés par la Banque Mondiale placent huit
pays de la sous-région parmi les 20 derniers au monde (cinq parmi les six der-
niers), avec une position moyenne de 167 sur un total de 178 pays. L’indice de
liberté économique (Economic Freedom of the World) produit par le Fraser
Institute situe sept pays de la sous-région parmi les 10 derniers au monde, et
la position moyenne occupée par les économies de l’Afrique centrale dans le
rang est 132 sur un total de 142. Les indicateurs de qualité de la gouvernance
économique et institutionnelle (World Governance Indicators) de Kaufmann et
al. (2007) montrent qu’en moyenne, les pays de l’Afrique centrale sont bien en
dessous de la moyenne de l’ASS en ce qui concerne le contrôle de la corruption

(sur une échelle entre -2,5 et +2,5, la moyenne pour la sous-région est -1,079
alors que la moyenne pour l’ASS est -0,65), la qualité du cadre réglementaire
(une moyenne de -1,075 pour l’Afrique centrale contre -0,75 pour l’ASS) et
l’effectivité du gouvernement (une moyenne de -1,19 pour l’Afrique centrale
contre -0,77 pour ASS). Il convient donc d’améliorer ces indicateurs pour
encourager l’initiative privée.
RÉFÉRENCES
AVOM, D. (2010), « Les politiques fiscales en Afrique Centrale : une évaluation

empirique », soumis pour publication à la Revue Canadienne d’Études et Déve-
loppement.
AVOM, D. & CARMIGNANI, F. (2008a), « Croissance et réduction de la pauvreté
en Afrique Centrale », Revue Économie Appliquée, tome LXI, n°4, p. 23-46.
AVOM, D. & CARMIGNANI, F. (2008b), « Pauvreté, croissance et redistribution »,
Revue Française d’Économie, n°1, volume XXIII, juillet.
BARRO, R. J. (1991), “Economic Growth in a Cross-Section of Countries”, The
Quarterly Journal of Economics, 106, p. 407-443.
BLANEY, M. & GREENWAY, D. (2001), “The Impact of Terms of Trade and the
Real Exchange Rate Volatility on Investment and Growth in Sub-Saharan
Africa”, Journal of Development Economics, 65, p. 491-500.
BLATTMAN, C. HWANG J. & WILLIAMSON J. (2007), “Winners and Losers in
the Commodity Lottery: The Impact of Terms of Trade Growth and Volatility
in the Periphery 1870-1939”, Journal Development Economics, 82, p. 156-79.
BOURGUIGNON, F. (2003), “The growth elasticity of poverty reduction: explai-
ning heterogeneity across countries and time periods”, in Eicher T. & Turno-
vsky S. (éditeurs) Inequality and Growth. Theory and Policy Implications, The
MIT Press.
BRUNNSCHWEILER, C. (2008), “Cursing the Blessings? Natural Resource Abun-
dance, Institutions, and Economic Growth”, World Development, 36, p. 399-419.
BRUNNSCHWEILER, C. BULTE E. (2008), “The resource curse revisited and
revised: A tale of paradoxes and red herrings”, Journal of Environmental Eco-
nomics and Management, 55, p. 248-264.
CARMIGNANI, F. (2008), “The impact of fiscal policy on private consumption
and social outcomes in Europe and the CIS”, Journal of Macroeconomics, 30,
p. 575-598.
CARMIGNANI, F. (2009), “The distributive effects of institutional quality when
government stability is endogenous”, à paraître in European Journal of Politi-
cal Economy.
CASELLI, F. ESQUIVEL, G. & LEFORT, T. (1996), “Reopening the convergence
debate: A new look at cross-country growth empirics”, Journal of Economic
Growth, 1, 363-389.

COLLIER P. & HOEFFLER A. (1998), “On economic causes of civil war”, Oxford
Economic Papers, 50, p. 563-573.
DEATON, A. & R. MILLER (1995), “International commodity prices, macroecono-
mic performance and politics in Sub-Saharan Africa”, Princeton Studies in
International Finance N. 79, Princeton University.
DEHN, J. (2000), “The Effects on Growth of Commodity Price Uncertainty and
Shocks”, World Bank Policy Research Working Paper 2455.
DURLAUF, S. JOHNSON, P. & TEMPLE, J. (2005), “Growth Econometrics”, in
P. Aghion et S. Durlauf (editeurs) Handbook of Economic Growth, Elsevier
Publisher.
EASTERLY, W. KREMER, M. PRITCHETT L. & SUMMERS L. (1993), “Good
policy or good luck? Country growth performance and temporary shocks”, Jour-
nal of Monetary Economics, 32, p. 459-83.
FEARON, J., (2005), “Primary Commodity Exports and Civil War”, Journal of
Conflict Resolution, 49, p. 483-507.
GUPTA, S., VERHOVEN, M., & TIONGOSN E. (2002), “The effectiveness of
government spending on education and health care in developing and transi-
tion economies”, European Journal of Political Economy, 18, p. 717-737.
GYLFASON, T. (2001), “Natural Resources, Education and Economic Develop-
ment”, European Economic Review, 45, p. 847-859.
HARRIGAN, J. (2003), “Specialization and the Volume of Trade: Do the Data Obey
the Laws”, in Choi, K. & Harrigan J. (eds.) Handbook of International Trade,
Basil Blackwell.
HUMPRHEYS, M. (2005), “Natural Resources, Conflict and Conflict Resolution:
Uncovering the Mechanism”, Journal of Conflict Resolution, 49, p. 508-537
IMBS, J. & WACZIARG, R. (2003), “Stages of Diversification”, American Economic
Review, 93, p. 63-86.
ISHAM, J. WOOLCOCK, M. PRITCHETT, L. & BUSBY G. (2005), “The Variety
of Resource Experience: Natural Resource Export Structure and The Political
Economy of Economic Growth”, The World Bank Economic Review, 19,141-174.
KAUFMANN, D. KRAAY A. AND MASTRUZZI, M. (2007), “Governance Matters
VI: Governance Indicators for 1996-2006” World Bank Policy Research Wor-
king Paper No. 4280.
KRUGMAN, P. (1991), “Increasing Returns and Economic Geography”, Journal of
Political Economy, 99, p. 483-99.
LA PORTA, R. LOPEZ-DE-SILANES F. SHLEIFER A. AND VISHNY R. (1999),
“The Quality of Government”. Journal of Law, Economics, and Organizations,
15, p. 222-279.
LEDERMAN D., AND MALONEY W., (2008), “In search of the missing resource
curse”, Policy Research, Working Paper Series 4766.
LEITE, C. & WEIDMANN, J. (1999), “Does Mother Nature Corrupt? Natural
Resources, Corruption and Economic Growth”, IMF Working Paper 99/85.
LUNDBERG, M. & SQUIRE L. (2003), “The Simultaneous evolution of growth
and inequality”, The Economic Journal, 113, p. 326-344.

MEHLUM, H. MOENE, K. AND TORVIK R. (2006), Institutions and the Resource
Curse, The Economic Journal, 116, p.1-20.
NEARY, J.P. (2001), “Of Hype and Hyperbolas: Introducing the New Economic
Geography”, Journal of Economic Literature, 39, p. 536-561.
ROBINSON, J. TORVIK, R. & VERDIER, T. (2006), “The Political Foundations of
the Resource Curse”, Journal of Development Economics, 79, p. 447-468.
ROSS, M. L. (2001), “Does Oil Hinder Democracy?”, World Politics, 53, p. 325-361.
SACHS J. & WARNER A. (2001), The curse of natural resources, European Econo-
mic Review, 45, p. 827-838.
SALA-I-MARTIN, X. (1997), “I just run two million regressions”, American Econo-
mic Review, 83, p. 178-183.
SNYDER, R. (2006), “Does Lootable Wealth Bread Disorder?”, Comparative Politi-
cal Studies, 39, p. 943-968.
STIJNS, J. P. (2005), “Natural Resource Abundance and Economic Growth Revisi-
ted”, Resources Policy, 2005, 30, p. 107-130.
WOOLDRIDGE, J. (2002), “Econometric Analysis of Cross-Section and Panel Data”,
The MIT Press.

Edd 242 0047

Transféré par

Droits d'auteur :

Formats disponibles

Edd 242 0047

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Edd 242 0047

Transféré par

Droits d'auteur :

Formats disponibles

L'Afrique Centrale peut-elle éviter le piège de la

malédiction des produits de base ?

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

Article disponible en ligne à l’adresse

Découvrir le sommaire de ce numéro, suivre la revue par email, s’abonner...

Distribution électronique Cairn.info pour De Boeck Supérieur.

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

1 Comprend 10 pays : Angola, Burundi, Cameroun, Congo, Gabon, Guinée-Équatoriale,

Mots clés : Afrique centrale, produits de base, inégalités, volatilité, croissance.

We study the effect of primary commodities on development indicators in a sample of 86 countries

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

contribution des produits de base à l’évolution des inégalités et la croissance

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

1 L’EFFET DES PRODUITS DE BASE

Le rôle des produits de base dans le processus de développement a souvent été

effets peuvent être synthétisés de la manière suivante : (i) la maladie hollan-

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

dépendance aux produits de base facilite la croissance. Dans cette perspective,

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

2 PRODUITS DE BASE ET LIEN ENTRE CROISSANCE

Depuis la définition des OMD au début des années 1990, la réduction de la

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

2.1 Spécification du modèle économétrique

l’approche proposée par Lundberg et Squire (2003). Il convient alors de spéci-

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

6 Pour une description technique de l’estimateur GMM, (voir Wooldridge, 2002).

L’indicateur des inégalités y est l’indice de Gini. La dépendance aux pro-

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

exogènes, mais les autres régresseurs sont potentiellement endogènes. Nous

2.2 Présentation et analyse des résultats

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

Tableau 1 : Croissance, inégalité et produits de base

GMM 2SLS GMM GMM

Équation 2 : Variable dépendante est l’indicateur d’inégalité (y)

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

Les coefficients estimés pour les autres variables montrent qu’il y a un

des analyses empiriques sur les déterminants de la croissance (Durlauf et al.

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

encouragent les investissements (domestiques et étrangers) et favorisent le

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

3 PRODUITS DE BASE ET DÉVELOPPEMENT

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

15 L’indicateur de qualité institutionnelle va de 1 à 10 et la moyenne dans l’échantillon

par tête et indicateurs de santé et de scolarisation est fortement positive, mais

3.1 Modèle économétrique

(4) hit = aM it + α1sit d CA + α 2 sit d SSA + α 3 sit d ROW + υit

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

3.2 Présentation et analyse des résultats

GMM 2SLS GMM GMM

Équation 4 : Variable dépendante est scolarisation

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

La première colonne montre les résultats de la spécification de base. On

Un aspect important du système concerne la relation endogène entre res-

© De Boeck Supérieur | Téléchargé le 26/04/2023 sur www.cairn.info (IP: 102.215.253.139)

17 En effet, l’abondance des produits de base implique moins de scolarisation, ce qui