3.2. L'ouverture et croissance économique dans la
zone M.E.N.A : effets des facteurs institutionnelles et de capital humain
L'étude porte sur un panel de 12 pays de la
région MENA, à revenu intermédiaire et de huit sous
périodes quinquennales successives depuis 1963 jusqu'à 2002. Dans
l'analyse économétrique faite dans un articule publié de
LIOUANE Naoufel sur l'effet des variables structurelles, institutionnelles et
du capital humain, on se situe dans le cadre de convergence conditionnelle et
les équations estimées prennent la forme générale
suivante :
Yi,t - Yi,t-1 = ai + ö Yi,t-1 + f
Xi,t + åi,t (III-7)
Où, y représente le revenu par
habitant du pays i (i=1...N) en période t
(t=1...T),
a un effet spécifique individuel, et
å le terme d'erreur. X désigne
l'ensemble des variables explicatives. Dans ce modèle on tient compte de
l'effet spécifique individuel ai qui représente
l'ensemble des facteurs inobservables qui caractérisent chaque pays, et
qui par définition ne sont pas pris en compte dans les variables
explicatives.
L'introduction de á i
permet ainsi de saisir l'hétérogénéité
inobservable des pays, (Knight et al 1993, Caselli et al 1996).
Si ces effets spécifiques sont corrélés
avec les autres variables du modèle (problème
d'autocorrélation), l'estimation de ce modèle par MCO est
biaisée. De plus, Nickell(1981), Sevestre Tronon (1985) ; montrent que,
si la dimension temporelle T, est petite, l'estimateur «
Within » est également biaisé.
Pour gérer le problème de la corrélation
de l'effet spécifique individuel avec la variable retardée, on
transforme le modèle en différences premières pour
éliminer l'effet individuel. Anderson et Hsiao (1981-1982) montrent
l'existence d'une corrélation entre variable67
dépendante et le terme d'erreur et proposent d'instrumenter la variable
en première différence par ses retards en nivaux ou en
différences.
Arellano et Bond (1991) généralisent l'approche
d'Anderson et Hisiao en proposent une application de la méthode de
moments généralisés (MMG) exploitant toutes les conditions
d'orthogonalité qui existent entre la variable retardée
endogène et le terme d'erreur.
L'intérêt de cette méthode pour l'analyse
de la croissance réside à la fois dans le traitement correct du
problème lié aux effets individuels corrélés et
dans la possibilité de tenir compte de
l'endogénéité potentielle des variables
explicatives X. L'hypothèse d'absence
67LIOUNE Naoufel(2008) « Ouverture et croissance
dans les pays de MENA ; Effets des facteurs... ».p.p12-15
d'autocorrélation des résidus est essentielle
pour pouvoir utilisée les variables retardées comme instruments
des variables endogènes. La validité des instruments est
testée par le biais d'un test de Sargan de sur identification.
Cependant, si les variables en différence
première sont faiblement corrélées avec leurs valeurs
retardées en nivaux, les instruments disponibles pour les
équations en différences premières sont
faibles68. Les simulations menées par Blundell et Bond (1998)
suggèrent que si les variables sont très persistantes dans le
temps alors l'estimateur MCG en différence première souffre d'un
large biais- une sous-estimation- sur petits échantillons, notamment
quant T est petit.
Arellano et Bover (1995), Blundell et Bond (1998) proposent un
estimateur MMG, en utilisant comme instrument des équations en niveaux
pour l'instrumentation des équations en différence
première. Donc L'auteur a conclu que le choix de la meilleure
méthode pour estimer un modèle dépend de plusieurs
facteurs : la taille de l'échantillon : en effet, les tailles de N et T
déterminent l'ampleur du biais asymptotique de l'estimateur within.
Si T > 30 périodes, l'estimateur Within n'est pas
biaisé et efficace toute en tenant compte de :
~ L'endogéniété
~ faible variabilité des données
Si au contraire les variables sont très persistantes dans
le temps alors l'estimateur proposé par Blundell et Bond (1998) doit
être utilisé.
3.2.1. Estimation du modèle
En premier lieu, on teste l'impact des variables
structurelles, institutionnelles et humaines sur la croissance
économique dans les pays MENA. Pour approfondir l'analyse on passe
à l'étude de l'effet de ces variables sur l'instabilité de
la croissance.
En d'autre terme la capacité de certaines variables
à amortir cette instabilité et l'importance des facteurs
alternatifs d'efficacité de politiques économiques.
L'interdépendance entre les différentes variables justifie
l'introduction des termes interactifs dans les régressions.
Le premier modèle estimé est de la forme suivante
:
lnYi,t=ái + â Xi,t + åi,t
(III-8)
68Alonso-Bonégo et Arellano 1996
La variable dépendante représente le logarithme
de PIB par tête pour le pays i a la date
t. X représente l'ensemble
des variables explicatives de notre modèle, tel que ; Ln
pop : la taille du pays mesurée par la population en
logarithme, L minier : variable qui représente le
nivaux de production minière et pétrolière en logarithme ;
Lnue : le logarithme de la quantité de l'énergie
utilisée, Aide/tête : aide par tête,
variable qui mesure le taux de dépendance d'un pays envers
l'extérieur. Ces différentes variables donnent des
réflexions sur les caractéristiques structurelles de
l'économie permettant par la suite de mesurer leurs effets sur la
croissance dans un pays.
Les variables institutionnelles sont les suivantes : la
stabilité politique du pays69, la liberté
politique70, et la situation de la guerre ou non du
pays71. De même on intègre les variables liés
à l'ouverture commerciale et financière du pays et des variables
qui reflètent le niveau de développement humain dans les pays
étudiés.
| 
