Investissement direct étranger et croissance économique en RDCongo (de 1990 à 2006)

CHAPITRE TROISIEME 

APPRECIATION DES EFFETS DES IDE SUR LA CROISSANCE DE LA R.D.C

3.1. MÉTHODE D'ESTIMATION ET PRÉSENTATION DES VARIABLES

Il s'agit au départ de signaler que plusieurs limites ont caractérisé les différents travaux empiriques qui ont été effectués. Tout d'abord la présence des spillovers implique une interaction entre les différents déterminants de la croissance d'où l'intérêt d'introduire cet aspect dynamique dans les différentes analyses. Par ailleurs, les relations observées entre l'IDE et la croissance peuvent souffrir des problèmes de causalité du fait que l'IDE pourrait être attiré par des pays où le taux de croissance est assez élevé, d'où la nécessité d'introduire des variables instrumentales afin de résoudre ces problème d'endogeneïté.

Pour dépasser ces problèmes et pour tenir compte des effets spillovers et les canaux à travers lesquels l'IDE agit sur la croissance, nous avons opté pour le modèle inspiré de celui de Bendel et al^21(*). Nous nous sommes résolus à construire un modèle structurel composé de six équations simultanées. Celui-ci, a été appliqué sur des données de panel de l'économie congolaise sur la période 1990-2006. La structure de notre modèle, qui suppose une forme linéaire, est représentée comme suit :

Cr=á₀+ á₁.IDE+ á₂.KH+ á₃.ID+ á₄.TT+ á₅.EXPORT+U_t

Avec :

Cr = É (IDE, KH, EXPORT, ID,TT) [eq.1]

ID = É (Cr, IDE, Crédit, Intérêt, SMIG) [eq.2]

EXPORT = É (IDE, Tx Change, Béchange) [eq.3]

KH = É (IDE, Deducation, Dsociales) [eq.4]

IDE = É (Cr, Infrastructure, Ouvert, SMIG) [eq.5]

TT = É (IDE, KH, Ouvert, R&D) [eq.6]

Les variables endogènes : Cr ; IDE ; KH ; ID ; TT ; EXPORT ; TT

-Cr : la croissance du PIB/tête.

-IDE : l'investissement direct étranger en pourcentage du PIB.

-KH : le capital humain est approximé par le taux de scolarisation brut au niveau secondaire.

-ID : la part de l'investissement domestique dans le PIB (la FBCF en pourcentage du produit intérieur brut).

-EXPORT : Les exportations en pourcentage du PIB (approximation du commerce extérieur).

Les variables exogènes : Béchange, Crédit, Déducation, SMIG, Inflation, Intérêt, Ouvert, infrastructure, Tx Change, Dsociale, R&D.

-Béchange : les taxes sur le commerce international en pourcentage des recettes courantes (approximation des entraves à l'exportation : droits tarifaires, bureaucratie, les délais d'attente, etc.).

- Crédit: Le crédit accordé au secteur privé par rapport au PIB, indique la disponibilité et l'efficacité des intermédiaires financiers.

- Déducation : les dépense du ministère de l'éducation en pourcentage du PIB.

- SMIG : salaire minimum interprofessionnel garanti en Franc congolais

- Inflation : représente l'instabilité économique.

- Intérêt : taux d'intérêt réel (coût du capital).

- Ouvert : l'ouverture économique (rapport des exportations et des importations sur le Produit intérieur brut).

-Infrastructure : kilomètre des routes asphaltées.

- R&D : les dépenses de recherche et de développement en pourcentage du PIB (le potentiel technologique du pays).

- Tx Change : Taux de change du dollar en monnaie local.

- Dsociales : dépenses pour affaires sociales, santé, sport, jeunesse et affaires culturelles en pourcentage des dépenses publiques.

Les équations du système, ainsi que le signe attendu des différentes variables, sont synthétisés dans le tableau ci-dessous [pour la lecture du tableau : y = f(x)] :

y	Cr	IDE	KH	ID	TT	EXPORT
X
Cr		+		+
IDE	+		+	+ /-	+	+
KH	+				+
ID	+
TT	+
EXPORT	+
Crédit				+
Déducation			+
Dsociales			+
SMIG		-		+/-
Inflation
Intérêt				-
Ouvert		+			+
R&D					+
Tx Change						+
Infrastructure		+
Béchange						-

En appliquant la méthode des Doubles Moindres Carrées Ordinaires (DMCO) à l'ensemble des équations, nous avons cherché à estimer aussi bien les déterminants de la croissance (l'IDE, le capital humain, l'investissement domestique, Les exportations) que les facteurs qui expliquent ces mêmes déterminants. Par ailleurs le modèle nous a fourni un éclairage sur les variables explicatives de l'IDE en République démocratique du Congo.

3.2. RESULTATS DE L'ESTIMATION ECONOMETRIQUE

3.2.1. Stationnarité des séries étudiées

Dans cette section, nous essayerons d'étudier la stationnarité des toutes nos variables endogènes et exogènes.

Tableau n°1 : étude de la stationnarité des variables

Variables étudiées	Test de stationnarité	Conclusion
dPIB (croissance du PIB)	ADF	I (0)
dIED (investissement direct étranger en % du PIB)	ADF	I (0)
dID (investissement domestique)	ADF	I (0)
dX (exportation en % du PIB)	ADF	I (0)
KH (capital humain)	ADF	I (0)
dTT (transfert technologique)	ADF	I (0)
dCRED (crédit au secteur privé)	ADF	I (0)
dBECH (entrave au commerce international)	ADF	I (0)
dRD (dépenses affectées au secteur de recherche et développement)	ADF	I (0)
dEDUC (dépenses du secteur d'éducation en % des dépenses totales)	ADF	I (0)
dOUV (ouverture économique)	ADF	I (0)
TCH (taux de change)	ADF	I (0)
TIR (taux d'intérêt réel)	ADF	I (0)
SMIG (salaire minimum garanti)	ADF	I (0)
INFR (infrastructure)	ADF	I (0)
dSOC (dépenses affectées dans le secteur social)	ADF	I (0)

Source : nos calcul sur eviews

Comme nous puvons le constater à partir du tableau ci-dessus, tous nos variables sont stationnaire à niveau. Cela doit nous rassure sur la fiabilité de nos résultats, car la tendance de series n'est pas entachée d'erreurs.

3.2.2. Brève présentation des exigences des modeles à équations simultanees^22(*)

Lorsque nous sommes en présence d'un modèle à équations multiples, il arrive fréquemment qu'une variable endogène d'une équation apparaisse en tant que variable explicative d'une autre équation. Ce double statut de certaines variables entraîne un biais dans les estimations des coefficients lorsque nous employons les MCO, équation par équation.

1. conditions d'identification

Les conditions d'identification se déterminent équation par équation. Nous pouvons distinguer trois cas :

- le modèle est sous-identifié si une équation du modèle est sous-identifiable (il y a moins d'équations que de paramètres à identifier dans la forme structurelle, le système est donc impossible à résoudre) ;

- le modèle set juste identifié si toutes les équations sont juste identifiables ;

- le modèle est sur-identifié si les équations du modèle sont soit justes identifiables, soit sur-identifiables.

Les conditions d'identification peuvent faire l'objet d'un développement complexe, nous nous bornons ici à édicter des règles simples qui sont, dans la pratique, appliquer en premier lieu.

Soit :

g =nombre de variables endogènes du modèle (ou nombre d'équations du modèle) ;

k = nombre de variables exogènes du modèle ;

g'= nombre de variables endogènes figurant dans une équation ;

k'= nombre de variable exogènes figurant dans une équation.

Lorsque les restrictions ne sont que des restrictions d'exclusion, les conditions nécessaires d'identifiabilité s'énoncent ainsi :

- g-1 > g-g' + k-k' : l'équation est sous-identifiée

- g-1 = g-g' + k-k' : l'équation est juste identifiée

- g-1 < g-g' + k-k' : l'équation est sur-identifiée

Ce qui peut se résumer ainsi : pour qu'une équation ne soit pas sous-identifiée, le nombre de variables exclues de l'équation doit être au moins égal au nombre d'équations du modèle moins 1. Ces conditions, nécessaires, sont appelées conditions d'ordre d'identifiabilité.

2. les méthodes d'estimation

Les méthodes d'estimation que nous pouvons utiliser dans le cadre des équations simultanées sont fonctions du critère d'identifiabilité du modèle.

Si le modèle est sous-identifiable, il n'y a pas moyen de faire des estimations. Dans un modèle juste ou sur-identifiable, nous pouvons distinguer la méthode à employer équation par équation, selon le critère d'identifiabilité :

- Si l'équation est juste identifiée, les moindres carrés indirects ou doubles moindres carrés.

- Si l'équation est sur-identifiée, les doubles moindres carrés.

La procédure d'estimation des doubles moindres carrés (DMC) est la plus utilisée en pratique. Elle s'applique pour tous les modèles justes ou sur-identifiables. Les propriétés de l'estimateur des DMC sont identiques, de manière asymptotique, à celles d'un estimateur classique.

3.2.3. Application du double moindre carré aux données de la RDC

1°. Identification du modèle étudié

Dans le cadre de notre modèle nous avons remarqué : g = 6 et k = 10. Alors nous allons passer à l'identification équation par équation.

Tableau 2 : Identification des équations du modèle

	caractéristiques	Procédure d'identification	Résultat	Commentaire
Éq.1	g' = 6 et k'= 5	6-1 < 6-6 + 10-5	5 = 5	Équation juste identifiée
Éq.2	g' = 3 et k'= 5	6-1 < 6-3 + 10-5	5 < 8	Équation sur-identifiée
Éq.3	g' = 2 et k'= 4	6-1 < 6-2 + 10-4	5 < 10	Équation sur-identifiée
Éq.4	g' = 2 et k'= 3	6-1 < 6-2 + 10-3	5 < 11	Équation sur-identifiée
Éq.5	g' = 2 et k'= 4	6-1 < 6-2 + 10-4	5 < 10	Équation sur-identifiée
Éq.6	g' = 3 et k'= 4	6-1 < 6-3 + 10-4	5 < 9	Équation sur-identifiée

Source : nos propres calculs

Comme nous avons à faire à cinq équations sur-identifiées et une équation juste identifiée, la méthode à utiliser est le double moindre carré.

2°. Application et défaillance de moindre carré ordinnaire

Éq.1: Cr = -27.93 +0.81 IDE + 0.36 KH + 0.42 EXPORT + 0.05 ID + 0.12 TT

(1.72) (4.05) (3.63) (0.18) (1.40)

R² = 0.92 n = 17 (.) = t de student

Eq.2: ID = -26.37 - 0.53 Cr - 1.08 IDE + 1.41 Crédit + 0.09 Intérêt + 1.64 SMIG

(-0.67) (-1.17) (1.41) (0.81) (1.09)

R² = 0.65 n = 9

Éq.3 : EXPORT = 14.13 + 1.00 IDE - 0.01 Tx change + 0.55 Béchange

(0.47) (-0.16) (0.92)

R² = 0.14 n = 17

Équ.4 : KH = 0.28 + 0.44 IDE + 0.11 Déducation + 2.34 Dsociales

(0.22) (0.12) (2.28)

R² = 0.28 n = 17

Éq.5 : IDE = 2.02 + 0.19 Cr - 0.001 Infr + 0.60 Ouvert - 0.28 SMIG

(0.55) (-0.20) (0.38) (-0.19)

R² = 0.47 n = 9

Éq.6 : TT = -1.88 + 0.15 IDE + 0.51 KH + 2.17 Ouvert - 22.84 R&D

(0.09) (2.19) (1.29) (-1.08)

R² = 0.58 n = 17

Les estimateurs de moindre carré ordinaire sont biaisés, cette méthode d'estimation est donc inappropriée pour ce type de modèle. Nous devons utiliser la méthode des DMC.

3°. Présentation des résultats du système estimé à l'aide du DMC

? L'effet de l'IDE sur la croissance économique

Eq.1: dPIB = -57.24 + 0.91 dIED + 1.24 KH + 0.49 dX - 0.12 dID - 0.18 dTT

(1.26) (0.89) (0.88) (-0.19) (-0.25)

R² = 0.88 F-stat = 4.69

DW = 2.07 Prob (F-stat) = 0.116

Ces résultats mettent en lumière une contribution positive et significative des déterminant « classiques » de la croissance économique. Ainsi, on constate une forte implication des exportations et du capital humain qui ont tous deux les signes attendus. L'IDE semble agir plus positivement sur la croissance économique de la RD.Congo. En effet la régression relève un coefficient positif mais moins significatif de cette variable. Ce résultat pourrait être expliqué par plusieurs éléments. La forte dotation en ressources naturelles et aussi le grand marché intérieur qui ne cesse d'attirer les firmes multinationales.

? L'effet de l'IDE sur l'investissement domestique : crowding in ou crowding out ?

Éq. 2: dID = -26.37 + 1.41 dCRED + 0.09 TIR + 1.64 log (SMIG) - 0.53 dPIB - 1.08 dIED

(1.41) (0.81) (1.09) (-0.67) (-1.17)

R² = 0.65 F-stat = 1.11

DW = 2.53 Prob (F-stat) =0.49

A partir des résultats, on peut dire que le crédit domestique, l'intérêt et le salaire minimum garanti (SMIG) influencent positivement et d'une manière non significative l'investissement domestique. La croissance et l'IDE ont des signes négatifs, contrairement à ce dont nous nous attendions. Seul le crédit accordé au secteur privé a le signe attendu.

Une question centrale, revient à savoir, dans quelle mesure l'IDE peut évincer (crowding out) ou exercer un effet d'entraînement (crowding in) sur l'investissement domestique. Dans l'équation de régression, le signe négatif de l'IDE sur le investissement domestique indique que l'investissement direct étranger créé un effet d'éviction. Markusen et Caves ont soutenu cette thèse suivant laquelle l'entée des multinationales affecte négativement les firmes locaux étant donné leur pouvoir de marché en terme d'avantages technologiques, des produits de marque, ainsi que de techniques agressives de marketing^23(*).

? L'effet de l'IDE sur le commerce

Éq. 3: dX = 27.79 - 0.10 Tch + 0.24 dBECH -0.42 dIED

(-1.02) (0.41) (-0.22)

R² = 0.45 F-stat = 1.40

DW = 0.78 Prob (F-stat) = 0.34

L'impact de l'IDE sur le commerce extérieur, semble avoir un signe positif dans la plupart des études empiriques. Ceci se traduit par le fait que les entreprises locales peuvent bénéficier des effets de démonstration induit par les FMN, ce qui leurs poussent à augmenter leur propension à exporter.

Dans notre modèle, l'IDE et le taux de change ont tous deux des signes négatifs et peu significatifs. Nous pouvons avancer que, l'IDE en RD.Congo, ne contribue pas significativement à l'accroissement des exportations. Le signe négatif de l'IDE pourrait être expliqué par la faiblesse des flux accaparés par le pays. Par ailleurs les barrières à l'échange ne semblent pas constituer un obstacle majeur au développement des exportations.

? L'effet de l'IDE sur le capital humain

Éq. 4: KH = 56.52 - 0.44 dIED - 1.09 dEDUC - 1.38 dSOC

(-1.11) (-5.32) (-3.06)

R² = 0.88 F-stat = 12.26

DW = 1.99 Prob (F-stat) = 0.001

Le modèle indique que l'IDE, les dépenses dans l'éducation et les dépenses de nature sociale disposent tous d'un signe négatif et significatif en ce qui concerne les dépenses dans l'éducation. Dans le cas des dépenses d'éducation, ceci pourrait s'expliquer par des dépenses d'éducation insuffisantes et/ou une mauvaise gestion de celles-ci.

? Les déterminants de l'investissement direct étranger

Éq. 5: dIED = 2.02 + 0.19 dPIB - 0.001 Infr + 0.60 dOUV - 0.28 log (SMIG)

(0.55) (-0.20) (0.38) (-0.19)

R² = 0.47 F-stat = 0.91

DW = 2.58 Prob (F-stat) = 0.53

Il existe une littérature économique assez abondante sur les déterminants de l'investissement direct étranger, qui n'apporte toutefois pas de certitude. En effet, étant donné, le caractère multidimensionnel des déterminants des IDE, la plupart des travaux empiriques n'ont pas été effectué dans un cadre théorique bien défini. Et même, lorsque celui-ci est intégré dans les études empiriques sur ce qui détermine un investissement direct étranger, les résultats n'étaient pas toujours concluant.

Pour le cas de notre modèle, la croissance et l'ouverture économique sont significatifs et ont le signe attendu. Le SMIG et l'infrastructure ont tous deux un signe négatif. Et cela à été confirmé par le professeur SEGHOU dans son thèse de doctorat où il explique que le salaire ne constitu pas un déterminant de l'IDE dans l'Afrique sub-saharienne du fait que le coût de la main d'oeuvre en Afrique sub-saharienne est beaucoup plus élevé qu'en Asie et en Amérique du sud.

? L'effet de l'IDE sur le transfert de technologie

Éq.6: dTT = -51.78 + 0.17 dIED + 1.50 KH + 3.22 dOUV + 7.24 dRD

(0.28) (3.42) (3.29) (0.60)

R² = 0.97 F-stat = 38.08

DW = 2.14 Prob (F-stat) = 0.001

Il existe une littérature abondante sur le transfert de technologie via les IDE. Cependant, il n'existe pas un consensus sur la contribution des IDE dans le transfert technologique, surtout, lorsqu'il s'agit des études menées au niveau des PVD.^24(*) Bien que, le rôle de l'investissement du point de vu transfert technologique est généralement bien compris, l'investissement direct étranger peut provoquer un transfert technologique direct, par le transfert de savoir-faire stratégique et technique associé à l'investissement. Il peut aussi donner lieu à un transfert technologique indirect par le biais de l'importation des biens intermédiaires qui incorporent des technologies de pointe.

Les résultas de estimations économetriques revèlent que le capital humain et l'ouverture contribuent significativement au transfert technologique. Comme nous l'avons déjà vu, le capital humain est une condition sine qua non du transfert de technologie, et représente entre autre, la capacité d'absorption du pays d'accueil. En ce qui concerne les dépenses affectées au secteur de recherche et développement, la régression nous montre qu'elles sont insuffisantes et non significatives, comme c'est le cas pour beaucoup de pays africains.

* ²¹ Bende et Al, The impact of FDI and regional economic integration of the economic growth : a comparative analysis in a small structural model, Edwar Elgar, USA, 2000

* ²² Régis BOURBONNAIS , Econométrie, Dunod, Paris, 2005, page 208

* ²³ Caves, The multinational entreprise and economic analysis, second edition, Cambridge University Press, Cambridge, 1996

* ²⁴ Pour une revue de la littérature sur les investissements directs étrangers et le transfert de la technologie voir SAGGI N. Impact of FDI in developping countries, 2000.