Memoire Online - Investissements et croissance économique. Cas des secteurs de l’énergie et de l’eau au Bénin.

INVESTISSEMENTS ET CROISSANCE ECONOMIQUE: Cas des secteurs de l'énergie et de l'eau au Bénin

SOMMAIRE

DEDICACE

REMERCIEMENTS

- A mon Mari Albérick N. BOCOVO, qui m'a encouragée à faire cette formation ;

- A Monsieur Aristide MEDENOU en service à la Direction Générale de l'Analyse Economique ;

- Au Docteur Barthélemy SENOU, enseignant à l'Ecole Nationale d'Economie Appliquée et de Management;

- A Monsieur François ANAGO, en service à la Caisse Autonome d'Amortissement ;

LISTE DES TABLEAUX

LISTE DES GRAPHIQUES

SIGLES ET ABREVIATIONS

RESUME

Les secteurs de l'énergie et de l'eau sont deux secteurs très importants pour la prospérité d'une nation. Le secteur de l'énergie, parce qu'il propulse la production des institutions, entreprises et ménages. Quant au secteur de l'eau, il contribue à la bonne santé du capital humain pour développement économique, participe au développement des entreprises agricoles, pastorales et alimentaires. C'est dans ce contexte que nous avons étudié le thème : « Investissements et la croissance économique : cas des secteurs de l'énergie et de l'eau au Bénin ». Cette étude analyse l'effet de l'investissement en énergie et en eau sur la croissance économique au Bénin, à l'aide d'un modèle économétrique par la méthode des moments généralisés. Il en ressort que : les investissements dans les secteurs Energie et Eau favorisent la croissance économique.

A cet effet, il est important que le gouvernement mette en place des dispositifs nécessaires afin attirer les investissements dans les secteurs de l'Energie et de l'Eau.

INTRODUCTION

L'investissement est l'emploi de capitaux visant à accroître la production d'une institution ou à améliorer sa rentabilité. Selon François Perroux, la croissance économique correspond à « l'augmentation soutenue pendant une ou plusieurs périodes longues du produit global net en termes réels » (F. Perroux, La pensée économique de Joseph Schumpeter)^1(*). De même, Pierre Maillet ; identifie plusieurs types de déterminants à la croissance : les richesses naturelles, l'environnement extérieur, la population, l'innovation, l'investissement, la connaissance, la cohérence du développement(Pierre Maillet, La croissance économique)^2(*).

Les théories de la croissance endogène ont revalorisé le rôle de l'Etat dans les secteurs de la santé, de l'éducation et des infrastructures. Etant donné qu'elles produisent des externalités positives , et qu'elles remplissent au moins partiellement les caractéristiques de non exclusion et de non rivalité, les infrastructures publiques (routes, chemins de fer, ports, aéroports, barrages hydroélectriques, centrales thermiques, télécommunications etc.) sont considérées comme des biens publics dont le financement ne peut être assuré de manière optimale par des agents privés individuels. Elles constituent donc le secteur par excellence de l'intervention de l'Etat dans l'économie, et les dépenses publiques qui y sont engagées sont généralement classées au rang des dépenses productives (Barro, 1991)^3(*).

A la suite de la Conférence nationale des forces vives de février 1990, le Bénin a renoué avec la démocratie et le libéralisme économique. Depuis lors, les indicateurs macroéconomiques demeurent instables. En effet, le taux de croissance économique s'est établi en moyenne à 4,7% sur la période 1991-2002 puis à 3,4% en moyenne sur la période 2003-2005. Il est remonté à 3,8% en 2006 et à 5% en 2008, et se situe au-delà de 5% depuis 2012, 5,6% en 2013, 5,4% en 2014 et 5,6% en 2015 (DGAE 2016).

En raison de la dynamique démographique importante, ce rythme de la croissance économique est encore insuffisant pour améliorer le bien-être des populations béninoises et faire reculer les frontières de la pauvreté. En conséquence, l'accélération de la croissance économique nécessite une impulsion significative du taux d'investissement aussi bien privé que public.

Le secteur de l'énergie est un des secteurs clé du développement. Au Bénin, il est constitué à 59,4% de la biomasse énergie (bois de feu et charbon de bois), à 38,4% des produits pétroliers et à 2,2% de l'énergie électrique (en 2006). 80% de l'énergie électrique et 100% des hydrocarbures utilisés au Bénin proviennent de l'extérieur (en 2006). Cette forte dépendance extérieure est à la base des différentes crises énergétiques de 1984, 1994, 1998, 2006- 2007(BiPEN, 2007).

Actuellement, l'énergie électrique consommée est importée et transportée par la Communauté Electrique du Bénin (CEB), pendant que sa distribution est assurée par la Société Béninoise d'Energie Electrique (SBEE). Par ailleurs, l'Agence Béninoise de l'Electrification Rurale et de la Maîtrise d'Energie (ABERME) s'occupe du raccordement des zones rurales au réseau conventionnel de la SBEE et de la maitrise de l'énergie.

Par ailleurs, d'après le rapport d'avancement 2012 de la Stratégie de Croissance pour la Réduction de la Pauvreté (SCRP), le Gouvernement béninois s'est engagé à garantir la disponibilité permanente et suffisante des ressources en eau en tant que facteur de production, et l'accès à l'eau potable aux populations. En effet, l'eau est une denrée nécessaire au renforcement et au développement du capital humain. Sans l'eau potable, le capital humain est vulnérable et exposé aux maladies hydriques. Par contre avec l'eau potable, des économies sont faites en termes de dépenses sanitaires et revenus épargnés peuvent servir pour le financement des secteurs productifs.

Il semble donc important, que le Bénin accroisse ses investissements publics dans les infrastructures afin d'améliorer son niveau de développement. C'est dans cette logique que nous nous proposons de travailler sur le thème : « Investissements et la croissance économique : cas des secteurs de l'énergie et de l'eau au Bénin ».

La présente étude s'articule autour de deux chapitres. Le premier chapitre présente le cadre théorique et analytique de l'étude. Le deuxième chapitre fait : une analyse descriptive et économétrique des investissements dans les secteursde l'énergie et de l'eau, et la croissance économique au Bénin. Cette dernière partie est soutenue par la formulation de limites et suggestions.

CHAPITRE 1: CADRE THEORIQUE ET ANALYTIQUE DE L'ETUDE

1. PROBLEMATIQUE, OBJECTIFS, HYPOTHESES ET REVUE DE LITTERATURE

1.1. Problématique de l'étude

L'énergie électrique est utilisée par les agents économiques pour leurs activités de production ainsi que pour leurs besoins quotidiens. Ainsi elle occupe une place importante dans le processus de développement de toute nation. Le rôle que joue l'énergie électrique dans la croissance économique n'est plus à démontrer. En effet, elle a été d'une grande utilité dans le processus de développement des pays industrialisés. Selon les statistiques de l'Agence Internationale de l'Energie (AIE) publiées en 2009, il existe une forte corrélation entre la consommation d'électricité et la richesse d'un pays. Des études empiriques établissent aussi que le service de l'électricité semble être l'un des services les plus importants pour améliorer le bien-être de l'individu pauvre (AIE 2002). De même, la production de l'eau potable nécessite l'utilisation de l'énergie électrique ; donc de consommation d'électricité. Or cette dernière ne serait possible sans la production de l'énergie électrique. Par ailleurs, d'après A.Direr, l'investissement dépend du coût du capital et des variations de la demande souvent matérialisée par la consommation(A. Direr, Note de macroéconomie, 2009).

Des études empiriques établissent aussi que le service de l'électricité semble être l'un des services les plus importants pour améliorer le bien-être de l'individu pauvre (AIE 2002). De même, la production de l'eau potable nécessite l'utilisation de l'énergie électrique ; donc de consommation d'électricité. Or cette dernière ne serait possible sans la production de l'énergie électrique. Par ailleurs, d'après A.Direr, l'investissement dépend du coût du capital et des variations de la demande souvent matérialisée par la consommation (A. Direr, Note de macroéconomie, 2009).

Il s'agit pour le Bénin de porter la proportion de la population ayant accès à l'eau potable de 35% en 2002 à 67,3% en 2015. Ce taux s'est établi à 65,6% en 2013 (Rapport d'exécution BPO gestion 2013 du MERPMEDER). De même, l'une des Orientations Stratégiques de Développement (OSD) est le renforcement du capital humain. Ceci, en facilitant la satisfaction des besoins essentiels de la population et en réduisant la pauvreté de façon durable. L'exécution de cette orientation stratégique se fait en partie par le Ministère en charge de l'énergie et de l'eau. D'après le rapport BPO de la Direction Générale de l'Eau (DG Eau) de ce département ministériel, les activités du secteur de l'eau sont financées à plus de 86% par les Partenaires Techniques et Financiers (PTF). Or pendant la décennie écoulée, ces derniers ont diminué,voire annulé leur intervention dans le secteur. Pour atteindre les objectifs fixés dans le secteur de l'eau, le Gouvernement béninois se doit de combler le vide financier laissé par les PTF.

Par ailleurs, le Bénin connaît des problèmes structurels en matière d'énergie électrique. Il s'agit : d'une forte dépendance de l'extérieur pour son approvisionnement, d'une production nationale peu compétitive, des délestages électriques récurrents et d'un service aux consommateurs peu performant.

Ces derniers ont des conséquences sur l'économie nationale et la croissance économique (BIPEN 2007 ; Impact de la crise de l'énergie électrique sur l'économie béninoise). Ce niveau de croissance est loin des objectifs de développement. Depuis 2013^4(*), le taux de croissance économique du Bénin tourne autour de 5% (DGAE 2014). Afin d'améliorer le bien-être des populations béninoises et faire reculer les frontières de la pauvreté, il est nécessaire d'investir dans les secteurs de l'Energie et de l'Eau.

Au regard de tout ce qui précède, il est opportun de réaliser une étude afin d'analyser les Investissements et la croissance économique : cas des secteurs de l'énergie et de l'eau au Bénin.

1.2. Objectifs et hypothèses de recherche

1.2.1. Objectif général

Cette étude vise à analyser la relation qui existe entre les investissements dans les secteurs de l'énergie et de l'eau, et la croissance économique.

1.2.2. Objectifs spécifiques

§ d'analyser l'évolution des investissements dans les secteurs de l'énergie électrique et de l'eau et la croissance économique au Bénin ;

§ d'analyserla relation de causalité entre les investissements dans les secteurs de l'énergie électrique et de l'eau et la croissance économique au Bénin ;

§ d'évaluer l'impact sur la croissance économique des investissements dans les secteurs de l'énergie électrique et de l'eau.

1.2.3. Hypothèses

§ Hypothèse 1 : les investissements dans les secteurs de l'énergie électrique et de l'eau et la croissance économique au Bénin ont une tendance croissante ;

§ Hypothèse 2 : il existe une causalité positive réciproque entre les investissements dans les secteurs de l'énergie électrique et de l'eau et la croissance économique.

§ Hypothèse 3 : les investissements dans les secteurs de l'énergie et de l'eau affectent positivement la croissance économique.

2. REVUE DE LITTERATURE ET METHODOLOGIE

2.1. Revue de littérature

L'analyse des relations entre les investissements dans les secteurs de l'énergie et de l'eau et la croissance économique exige une revue de littérature sur les différents théories et travaux empiriques sur le sujet. Cette dernière nous permettra de prendre connaissance des travaux déjà effectués dans le domaine afin de déterminer la méthodologie adéquate pour l'atteinte des objectifs de la présente étude.

Les relations de causalité entre l'investissement dans les secteurs de l'énergie et de l'eau et la croissance économique n'ont pas fait l'objet d'étude statistique à notre connaissance. Le sujet le plus abordé s'appariant à cette étude est l'analyse de la relation de causalité entre la consommation de l'énergie électrique et la croissance économique. Toutefois, les résultats de nos recherches sont présentés selon une approche théorique et une approche empirique.

2.1.1. Approche théorique

2.1.1.1. Approche théorique de l'investissement public

2.1.1.1.1. Fondement de l'Action Publique

Dans la Théorie générale, Keynes (1936) met l'accent sur le rôle des dépenses publiques dans la relance économique par un processus multiplicateur. A la fin des années 1960 et au début des années 1970, alors que se dissipe l'euphorie liée à la croissance économique, le monde assiste à un retour en force de thèses libérales qui s'attaquent à la macro-économie keynésienne. Ainsi, l'apparition de la stagflation - développement simultané de l'inflation et du chômage- remet en cause la loi de Phillips^5(*) (1958). On a alors expliqué les difficultés croissantes des années 1970 par les effets secondaires des politiques keynésiennes. Avec Friedman^6(*) (1968), le monétarisme est devenu le premier grand courant anti-keynésien. En allant au-delà de ses premières critiques du keynésianisme concernant la réalité du mécanisme du multiplicateur budgétaire, Friedman a déstabilisé la macro-économie standard en réinterprétant la loi de Phillips. Son raisonnement a permis de mettre en cause toute la logique du keynésianisme. Cependant, les études économétriques ne permettent pas de trancher nettement ce débat entre keynésiens et monétaristes. Selon que les auteurs des modèles sont ou non partisans de l'«effet d'éviction», leurs résultats confirment (Spencer et Yoke, ^7(*)1970) ou infirment (Blinder et Solow,^8(*) 1973) cette thèse. Force est de conclure que le débat sur l'efficacité à court terme de la politique budgétaire n'a pas été tranché par les tests économétriques (Aftalion et Ponvet, ^9(*)1981). Cette conclusion se trouve renforcée par l'école des anticipations rationnelles (Muth^10(*), 1961; Lucas^11(*), 1972) qui, en cherchant à donner un fondement micro-économique aux recommandations macro- économiques des monétaristes, conduit à une position «radicale»: l'inefficacité totale des politiques de régulation conjoncturelle, qu'elles soient budgétaires ou monétaires (Sargent et Wallace,^12(*) 1975). Ainsi, les dépenses publiques ont fait l'objet de différentes interprétations selon les courants de la pensée économique, principalement à travers les modèles de croissance qui ont révélé des répercussions très différenciées des différentes composantes des dépenses sur les variables macro-économiques et sur le bien-être. Dès lors, une kyrielle de travaux aussi bien théoriques qu'empiriques se sont penchés sur la question pour justifier le bien fondé des dépenses publiques en capital humain.

2.1.1.1.2. Infrastructures publiques

Les infrastructures sont le plus souvent définies comme des biens collectifs mixtes à la base de l'activité productive. Deux notions sous-tendent cette définition : celle de bien collectif ou de bien public, et celle de facteur productif. La notion de bien collectif, définie par Samuelson^13(*)(1954) et Musgrave ^14(*)(1959), repose sur les critères de non rivalité et de non exclusion. Un bien est qualifié de non rival si son utilisation par un agent ne réduit pas la quantité disponible pour les autres agents. La « non rivalité » s'accompagne, en fait, de l'indivisibilité d'usage, c'est-à-dire d'une consommation en totalité de ce bien qui ne pourra être partagé entre divers utilisateurs. Les exemples traditionnels sont ceux de la justice, de la sécurité ou de l'éclairage public. La non-exclusion par les mécanismes de marché caractérise, de son côté, des biens dont aucun agent ne peut être exclu des bénéfices. Celle-ci découle également de l'impossibilité de fractionner le service entre divers consommateurs, c'est à dire de l'indivisibilité. Ainsi, les caractéristiques intrinsèques de ces biens, en entraînant une impossibilité de reposer sur les mécanismes de marché, justifient l'intervention de l'Etat dans leur production ou leur réglementation. Dans la réalité, les biens publics purs sont l'exception et l'on a plutôt à faire à des biens publics mixtes, c'est à dire partiellement rivaux. Le relâchement partiel de l'hypothèse de « non rivalité » recoupe, notamment, les problèmes de congestion des services publics qui peuvent apparaître au-delà d'un certain seuil d'utilisation (voir l'exemple des transports modélisé par Aschaue^15(*)r, 1990c), et celui de l'hypothèse de « non exclusion » la possibilité de relever les droits d'utilisation. Un classement des infrastructures selon ces critères établi par Eden et Mc Millan^16(*) (1991) comme la boite de Musgrave-Samuelson est repris plus récemment par la Banque mondiale en (1994). Le caractère productif des infrastructures relève de son côté de plusieurs logiques. La production de services publics constitue, en tant que telle, une activité économique à part entière. Mais une caractéristique propre de ces biens réside surtout dans le facteur de potentialité qu'ils constituent. A la suite de Hirschman^17(*) (1958), on peut définir les infrastructures comme les biens et les services qui rendent possible l'activité économique. Cette définition, particulièrement large, est reprise par Hansen^18(*) (1965) qui est le premier à proposer une classification précise. Il distingue : les infrastructures sociales, dont la fonction est d'entretenir et de développer le capital humain (comme l'éducation, les services sociaux et de santé) et les infrastructures économiques, dont la caractéristique est de participer au processus productif.

Selon Meade^19(*) (1952), ce facteur de potentialité est tout d'abord direct, le rôle productif des infrastructures passant par la fourniture de biens et de services intermédiaires qui participent au processus de production. Mais surtout, la particularité des infrastructures réside dans la faculté d'améliorer l'utilisation des autres facteurs de production. Il s'agit ici d'un effet indirect d'augmentation de la productivité des autres facteurs de production. Cet effet indirect consiste, tout d'abord, en une diminution des coûts de production et un accroissement de la rentabilité des activités. Certains travaux soulignent que la pénurie chronique d'infrastructures d'un grand nombre de pays en développement explique des coûts de production élevés et une compétitivité dégradée voire l'impossibilité de développement de certaines activités ou régions (Wheeler et Mody^20(*), 1993). Mais cette rentabilité passe également par la réduction des coûts de transport permise par le développement des infrastructures (Banque mondiale^21(*), 1994). Ces améliorations sont également liées à l'accroissement de la taille du marché permis par le développement des infrastructures, et par l'intensification des échanges qui lui est consécutif. Ces caractéristiques conduisent à la possibilité d'économies d'échelle et de diffusion du progrès technique, de même qu'à une division du travail accrue. Celle-ci, en rendant possible l'apparition de synergies et de complémentarités entre entreprises, régions ou activités, contribue encore d'une autre façon au caractère productif des infrastructures. En stimulant de la sorte l'apparition d'externalités de type marshallien, les infrastructures trouvent ici une autre justification économique à l'intervention de l'Etat dans la fourniture ou la réglementation de certaines d'entre- elles.

2.1.1.2. Théorie de la croissance

Depuis Adam Smith et sa « richesse des nations », la croissance occupe l'esprit de nombreux économistes. De nos jours, deux (02) analyses tendent à être privilégiées :

§ la première et la plus ancienne repose sur le modèle néo-classique développé par Ramsey^22(*) (1928), Solow^23(*) (1956), Swan^24(*) (1956), Cass^25(*) (1965) et Koopmans^26(*) (1965) ; avec Solow (Prix Nobel 1987), la figure pensante. Cette théorie des années 60, a été enrichie durant les années 80 afin de tenir compte d'un certain nombre de critiques ;

§ la seconde, la croissance endogène, semblerait ouvrir de nouvelles perspectives.

2.1.1.2.1. Analyse néoclassique de la croissance : modèle de Solow

A la suite d'une réflexion critique sur le modèle keynésien de croissance développé par Harrod et Domar (HD)^27(*), Robert Solow a construit un modèle qui s'inscrit ainsi dans une perspective néo-classique et est à la base des théories de la croissance endogène apparues dans les années 1980.

Le modèle HD distingue trois (03) taux de croissance différents : (i) le taux de croissance naturel (taux de croissance de la population active, exogène), (ii) le taux de croissance effective (taux de croissance observé) et (iii) le taux de croissance garanti (celui qui assure l'équilibre sur le marché des biens). La stabilité de la croissance est garantie par l'égalité entre le taux de croissance effective et le taux de croissance garanti; ce qui est rarement le cas, même sur le long terme. Le modèle HD décrit donc une croissance fondamentalement instable qualifiée d'être sur le « fil du rasoir », (ou encore en anglais « on a knife-edge of equilibrium growth »). C'est sur ce résultat que Solow va formuler sa principale critique à l'encontre du modèle HD.

Pour remédier à l'opposition entre taux de croissance naturel et taux de croissance garanti, Solow se débarrasse du postulat des proportions fixes, c'est-à-dire de la non-substituabilité des facteurs de production capital et travail. Le modèle de Solow se fonde sur l'hypothèse que les facteurs de production connaissent séparément des rendements décroissants : une même augmentation du volume d'un des facteurs de production répétée plusieurs fois entraîne une augmentation de moins en moins grande de la production. Par contre, les rendements d'échelle sont supposés constants. Il pose également comme hypothèse que les facteurs de production sont utilisés de manière efficace par tous les pays. En posant que la population connaît un taux de croissance qu'il qualifie de « naturel » (non influencé par l'économie), le modèle déduit trois (03) prédictions :

§ augmenter la quantité de capital (c'est-à-dire investir) aura pour effet d'augmenter la croissance : en effet, avec un capital plus important, la main d'oeuvre augmente sa productivité apparente ;

§ les pays pauvres auront un taux de croissance plus élevé que les pays riches. Ils ont en effet accumulé moins de capital, et connaissent donc des rendements plus faiblement décroissants, c'est-à-dire que toute augmentation de capital y engendre une augmentation de la production proportionnellement plus forte que dans les pays riches ;

§ en raison des rendements décroissants des facteurs de production, les économies vont atteindre un point où toute augmentation des facteurs de production n'engendrera plus d'augmentation de la production par tête. Ce point correspond à l'état stationnaire. Solow note toutefois que cette troisième prédiction est irréaliste : en fait, les économies n'atteignent jamais ce stade, en raison du progrès technique qui accroît la productivité des facteurs. Autrement dit, pour Solow, sur le long terme, la croissance provient du progrès technique. Toutefois, ce progrès technique est exogène au modèle, c'est-à-dire qu'il ne l'explique pas mais le considère comme donné (telle une « manne tombée du ciel »).

Ce modèle, développé dans un environnement de concurrence pure et parfaite, utilise une fonction de production néo-classique à rendements factoriels décroissants et à rendements d'échelle constants avec substituabilité des facteurs de production^28(*) On se situe en économie fermée dans laquelle l'entreprise produit un bien unique à partir de la combinaison de trois (03) facteurs : le travail (L), le capital (K) et les connaissances (A), c'est-à-dire l'efficacité du facteur travail ou encore le progrès technique. Le modèle postule en outre que les niveaux initiaux du capital, du travail et du progrès technique sont fixés, et que L et A croissent à un taux exogène constant.

Partant de ces hypothèses, le modèle de croissance néo-classique implique l'épuisement à terme de la croissance du capital par tête et par conséquent celle de la croissance du revenu par tête. Un épuisement qui s'explique par les rendements marginaux décroissants du facteur accumulable, le capital. Comme les facteurs sont rémunérés à leurs productivités marginales, la décroissance des rendements a pour effet une diminution de l'incitation à investir.

Du fait de l'épuisement du revenu par tête, la croissance de long terme n'est expliquée que de manière exogène par la croissance de la population et la nécessité de couvrir la dépréciation du capital. Seule(s) la croissance de la population et/ou l'introduction d'un progrès technique exogène permettraient d'augmenter la productivité des facteurs. La mise en évidence de l'existence d'un facteur résiduel représentant le niveau de la technologie ne permet pas de pallier les faiblesses du modèle de croissance néoclassique dans la mesure où le progrès technique reste exogène.

Aussi, l'une des implications du modèle de Solow est qu'en considérant que le progrès technique est universellement partagé, deux (02) pays l'un développé et l'autre moins développé, mais ayant le même taux d'épargne vont tendre vers un même PIB par tête. Ce principe connu sous le nom de « Principe de convergence » n'est en réalité vérifié que pour peu de pays, ce qui constitue l'une des critiques majeures à l'encontre du modèle de Solow.

Dès lors, le modèle de Solow qui ajoute un investissement en capital humain à l'investissement en capital technique, permet à la fois d'expliquer la convergence de certains pays et l'accentuation des inégalités mondiales entre pays pauvres et pays riches. La convergence provient des efforts d'investissement en capital humain et en capital technique de pays qui comblent ainsi leur retard (ils peuvent transférer chez eux les techniques de production des pays les plus en avance, grâce à une main d'oeuvre mieux formée).Le modèle de Solow s'est cependant écarté de la réalité en considérant que la croissance économique par tête devait peu à peu diminuer et finir par cesser de progresser : ainsi en l'absence d'innovations technologiques continues, la croissance du produit/habitant cesse (application de l'hypothèse des rendements décroissants et d'une croissance limitée : Ricardo et Malthus). Les observations ont montré que la croissance économique progressait même à un rythme ralenti et demeurait un fait majeur de toutes les économies développées.

En outre, dans le modèle de Solow, l'Etat ne peut jouer aucun rôle particulier dans le processus de croissance, puisque ce dernier relève des facteurs exogènes. Les tenants de la croissance endogène vont montrer au contraire qu'une intervention de l'Etat peut stimuler la croissance en incitant les agents à investir davantage dans le progrès technique. Pour inciter à investir en capital humain, l'Etat peut aussi favoriser l'accès à l'éducation. On assiste ainsi à une réhabilitation des dépenses publiques, non pas dans une perspective de régulation conjoncturelle, mais dans une perspective structurelle de croissance à long terme (effets d'apprentissage de Romer (1986)^29(*), l'accumulation du capital humain par Becker ( 1962 )^30(*), gains de productivité de Barro(1997 )^31(*)).

2.1.1.2.2. Croissance endogène

L'arrivée des théories sur la Recherche-Développement (des objectifs volontaires en matière de recherche développement), la diffusion progressive des innovations technologiques, et plus précisément les travaux de Romer (1986, 1987, 1990) sont à l'origine des théories de la croissance endogène. Cette dernière est assimilée à un phénomène auto-entretenu par accumulation de quatre (04) facteurs principaux : le capital physique, la technologie, le capital humain et le capital public. Le rythme d'accumulation de ces variables dépend de choix économiques, c'est pourquoi on parle de théories de la croissance endogène

2.1.1.2.2.1. Capital physique

C'est l'équipement dans lequel investit une entreprise pour la production de biens et de services. Romer (1986) a cependant renouvelé l'analyse en proposant un modèle qui repose sur les phénomènes d'externalités entre les firmes : en investissant dans de nouveaux équipements, une firme se donne les moyens d'accroître sa propre production mais également celles des autres firmes concurrentes ou non.

2.1.1.2.2.2. Technologie

Cette théorie repose sur l'analyse des conditions économiques qui favorisent le changement technique. Chaque changement technique provient d'une idée mise en forme et testée. Cependant, entre l'émergence d'une idée nouvelle et sa mise en oeuvre concrète, il peut y avoir un très long chemin (test, essais-erreurs...) qui nécessite le concours de plusieurs personnes.

D'un point de vue économique, cette théorie porte atteinte au cadre concurrentiel et permet l'incorporation d'éléments de concurrence imparfaite qui rendent possibles l'apparition de produits nouveaux et de nouvelles idées. Si au travail et au capital utilisé, on ajoute des idées nouvelles génératrices de changement technique, tout sera modifié. Car contrairement au capital dont les rendements sont décroissants et au travail dont les rendements sont constants (si on effectue sans cesse un investissement humain supplémentaire), les idées ont un rendement croissant : plus on s'appuie sur un stock d'idées importantes, plus on aura de nouvelles idées. Chaque idée ouvre le champ à d'autres idées potentielles. Par conséquent, en l'absence de progrès technique, le modèle de Solow s'applique à long terme, la croissance ne dépend pas du taux d'investissement. Le progrès existe, et est d'autant plus intense que le nombre de chercheurs est élevé et le stock de connaissances important. Le nombre de chercheurs dépend de la capacité du système économique à leur offrir des rentes de monopole en cas de réussite.

2.1.1.2.2.3. Capital humain

Il a été mis en évidence par deux (02) économistes de l'Ecole de Chicago, TheodorSchultz et Gary Becker, et est au centre des études menées par R.E Lucas (Prix Nobel en 1995). Le capital humain désigne l'ensemble des capacités apprises par les individus et qui accroissent leur efficacité productive. Chaque individu est en effet, propriétaire d'un certain nombre de compétences, qu'il valorise en les vendant sur le marché du travail.

Cette vision n'épuise pas l'analyse des processus de détermination du salaire individuel sur le marché du travail, mais elle est très puissante lorsqu'il s'agit d'analyser des processus plus globaux et de long terme. Dans ce schéma, l'éducation, est un investissement dont l'individu attend un certain retour. Il est alors naturel de souligner que la tendance plus que séculaire dans les pays occidentaux à un allongement de la durée moyenne de la scolarité est une cause non négligeable de la croissance.

2.1.1.2.2.4. Capital public

En théorie, le capital public n'est qu'une forme de capital physique. Il résulte des investissements opérés par l'Etat et les collectivités locales. En mettant en avant le capital public, cette nouvelle théorie de la croissance souligne les imperfections du marché. Outre l'existence de situations de monopole, ces imperfections tiennent aux problèmes de l'appropriation de l'innovation. Du fait de l'existence d'externalités entre les firmes, une innovation, comme il a été dit précédemment, se diffuse d'une façon ou d'une autre dans la société. La moindre rentabilité de l'innovation qui en résulte, dissuade l'agent économique d'investir dans la recherche-développement. Dans ce contexte, il pourra incomber à l'Etat de créer des structures institutionnelles qui soutiennent la rentabilité des investissements privés et de subventionner les activités insuffisamment rentables pour les agents économiques et pourtant indispensables à la société.

Par ailleurs, les auteurs ont mis en évidence plusieurs facteurs dont la prise en compte dans les fonctions de production favorise la croissance endogène. Ainsi, Riadh Ben Jelili (2000) a isolé quatre (04) facteurs de la croissance endogène présentés comme suit : (i) rendements croissants des facteurs, (ii) investissements en recherches et développement, (iii) accumulation du capital humain, (iv) capital public à travers l'implantation des infrastructures.

Le modèle de Solow n'expliquait pas tous les facteurs qui concourent à la croissance, il signalait simplement que grâce au progrès technique, la croissance peut perdurer. Pour les tenants de la théorie de la croissance endogène, le progrès technique ne tombe pas du ciel. La croissance est ainsi assimilée à un phénomène auto-entretenu par accumulation de quatre facteurs principaux: (i) la technologie, (ii) le capital physique, (iii) le capital humain et (iv) le capital public. Le rythme d'accumulation de ces variables dépend de choix économiques, c'est pourquoi on parle de théories de la croissance endogène. L'opinion considère Paul Romer (1986) comme le chef de file d'une nouvelle vague d'auteurs qui ont profondément renouvelé la théorie de la croissance. Dans la file nous retrouvons des noms aussi prestigieux que Frankel, Lucas, Barro, Howitt, Aghion, Mankiw, etc. C'est Frankel qui, avec le modèle AK, a esquissé en 1962 l'épure de la croissance endogène mais c'est Lucas qui l'a popularisée en 1988.

Pour sortir de l'impasse de l'exogénéité des déterminants de la croissance, ces auteurs ont introduit de nouvelles hypothèses et apporté de nouveaux éléments dans l'analyse.

Ils poussent l'audace jusqu'à quitter le cadre d'analyse néo-classique en remettant en cause de façon radicale deux (02) de ses postulats de base : les rendements décroissants et le marché de concurrence pure et parfaite pour leursubstituer les postulats de rendements croissants et de concurrence monopolistique.

Les théoriciens de la croissance endogène vont reprendre cette idée et l'élargir. Si l'on peut parler de croissance endogène c'est parce que les facteurs qui expliquent la croissance trouvent leurs origines dans les décisions endogènes des agents économiques.

Ces modèles ont porté un nouvel éclairage sur les raisons du progrès technique, mettant en avant le rôle primordial joué par les innovations dans la croissance économique. Ils ont également réhabilité les politiques économiques comme facteurs influents de la croissance économique. Les théories de la croissance endogène tentent ainsi d'apporter une solution aux problèmes suivants : peut-on expliquer la croissance par des éléments propres au système ?

Par conséquent, il résulte du fonctionnement même de l'économie. C'est cette idée que Paul Romer a développé dans les années 80-90.

Aussi, d'après Dominique Guellec, le coeur de la croissance endogène réside dans l'hypothèse que la productivité marginale du capital ne s'annule pas lorsque le stock de capital devient grand.

Les modèles récents de croissance (pour l'essentiel, les modèles dits de croissance endogène) estiment pour la plupart qu'en dehors de la prise en compte des effets externes, l'Etat exerce une influence directe sur l'efficacité du secteur privé: les investissements publics concourent à la productivité privée. Ainsi, sans routes, quelle serait la productivité d'une entreprise de transport ? C'est dans cette optique que Barro (1990, 1991) présente un modèle de croissance où les dépenses publiques jouent un rôle moteur (Agenor, 2000).

2.1.1.3. Théories économiques sur le rôle de l'énergie dans la croissance économique

La relation entre la croissance économique et l'énergie électrique est très ancienne. En effet, l'utilité de l'énergie dans le processus de développement s'estfait ressentir depuis 1780 avec la révolution industrielle. Durant cette période, le souci d'apporter un nouveau souffle à une économie anglaise basée sur l'utilisation de techniques rudimentaires a permis à certains pionniers de l'époque (James Watt, 1763)^32(*) de découvrir de nouvelles sources d'énergie et des machines utilisant de façon abondante l'énergie. Ces découvertes ont ainsi permis une véritable mutation de l'activité économique.

C'est en effet à partir de la fin du XVIIIème siècle que de nombreuses découvertes eurent lieu, tant en chimie qu'en innovations techniques et mécaniques. Ce processus d'industrialisation a provoqué un changement des habitudes, de la nature de la production et une redynamisation de l'économie provoquant un exode rural vers les villes qui se développèrent autour des nouveaux sites de production. L'agriculture fut ainsi mécanisée ; les paysans passèrent ainsi d'une agriculture manuelle traditionnelle à une révolution agricole basée sur des machines et des produits chimiques. Ces innovations techniques n'auraient pas été possible sans le fruit des nouvelles inventions qui nécessitaient une utilisation massive de l'énergie pour fabriquer des machines à vapeur, tout d'abord, puis électriques par la suite.

Le rôle de l'énergie dans le processus de croissance d'une nation a connu une évolution particulière dans la théorie économique. En dépit de l'importance du rôle qu'elle a joué pendant la révolution industrielle, les auteurs classiques et néo-classiques n'intègrent pas directement l'énergie comme facteur de production dans la détermination du produit global. Adam Smith, avec sa théorie de la valeur^33(*) montre que la valeur d'un bien dépend uniquement de la quantité de travail nécessaire à sa production. La valeur d'un bien est donc déterminée par le seul facteur travail utilisé dans le processus de production. Tenir compte de cette conception de la valeur revient implicitement à occulter le rôle joué par l'énergie dans une période marquée par l'utilisation à grande échelle de machines durant la révolution industrielle. Pour pallier à cette insuffisance, Adam Smith va donc considérer que les plus-values tirées de l'utilisation des machines se diluent sous formes de profits et salaires. A l'instar d'Adam Smith, les théories de Jean Baptiste Say et de Ricardo n'intègrent pas l'énergie comme facteur de production. Cependant, c'est avec les travaux de Stanley Jevons en 1865 sur l'impact de la limitation de la production du charbon sur le développement industriel en Royaume Uni que l'introduction de l'énergie comme facteur de production va connaitre un essor. Malgré l'avertissement de Jevons sur l'utilité de l'énergie dans la croissance économique anglaise, les économistes classiques ne vont pas faire de l'énergie un facteur essentiel dans la détermination de la production nationale. Avec l'avènement des nouvelles théories de la croissance économique, le rôle que joue l'énergie dans la production sera également occulté. Ces auteurs (Solow, Barro, Becker, Romer) à l'instar de leurs prédécesseurs expliquent les performances des nations à partir d'autres facteurs (le progrès technique, l'innovation, les dépenses publiques, le capital humain et l'apprentissage par la pratique) autres que l'énergie. Les théoriciens de la croissance endogène ont retenu quatre (04) sources principales : l'accumulation de la connaissance, l'accumulation du capital humain, l'accumulation du capital technologique et les dépenses d'infrastructures publiques. Cette situation va perdurer jusqu'à l'avènement de la crise pétrolière en 1973.

C'est à la suite des crises pétrolières et de ses impacts sur les économies que l'intérêt pour l'énergie comme facteur de production s'est fait ressentir dans les recherches économiques.

Dans les années 1970, la nécessité de comprendre les liens entre les évolutions des ressources naturelles, en l'occurrence énergétique et l'économie a conduit à la reconnaissance de l'énergie, puis des matières premières, en tant que facteur de production. Cette prise de conscience a permis l'apparition des fonctions de production intégrant l'énergie et les matières premières comme facteur de production. Il s'agit des fonctions de production KLE (capital, travail, énergie)ou Klem (capital, travail, énergie, matière)^34(*). Ces nouvelles fonctions de production se proposent d'étudier la croissance économique en intégrant un nouveau facteur de production qui est l'énergie. Cependant, la question relative aux hypothèses concernant la substituabilité se pose dans la formulation des fonctions de production (Percebois, 1989)^35(*).

La plupart des modèles macro-énergétiques ont longtemps utilisé des fonctions de production de type Cobb Douglas admettant une substituabilité parfaite entre ces facteurs de production. Elle suppose que quel que soit le niveau de production et la proportion des facteurs, l'élasticité de substitution est toujours égale à l'unité et la part relative en valeur des facteurs toujours constante (Gregory, Griffin 1976)^36(*).

Berndt et Wood (1979) soutiennent par contre l'existence d'une complémentarité entre le capital et l'énergie. Cette controverse pose le problème de «substituabilité technique brute» et de «complémentarité économique nette» entre l'énergie et le capital dans les processus de production.

Par ailleurs, la compréhension de la dynamique de la relation entre l'énergie et la croissance économique doit tenir compte des autres facteurs de production.

A l'instar des théories économiques sur le rôle de l'énergie dans la croissance économique, plusieurs études empiriques ont été menées dans le but de comprendre cette relation.

2.1.2. Approche empirique

A notre connaissance, il n'y a pas de travaux empiriques ayant étudié la causalité entre l'investissement dans les secteurs de l'énergie et de l'eau, et la croissance économique.

Néanmoins, plusieurs études ont traité de « L'analyse de la causalité entre la consommation d'énergie électrique et la croissance économique ». Cependant, les conclusions de ces études conduisent à des résultats antagonistes.

2.1.2.1. Absence de relation de causalité entre la croissance et la consommation d'énergie

Pour Akarca et Long (1980), les résultats auxquels sont parvenues Kraft and Kraft sont biaisés dans la mesure où la période choisie pour les études est jugée instable car elle incluait le premier choc pétrolier. Ainsi, en écourtant la période d'étude de 1950 à 1968, ces auteurs montrent une absence de relation de causalité entre le PIB et la consommation d'énergie.

Au même moment, Yu et Choi (1985) étudient l'existence de relation entre la consommation d'énergie et le PNB sur un panel de pays composé du Brésil, des USA, du Royaume Uni, de la Pologne, des Philippines et de la Corée du Sud. Ils parviennent à la conclusion qu'il n'existe aucune relation de causalité entre la consommation totale d'énergie et le PNB pour les USA, le Royaume Uni et la Pologne.

Wolde Rufael (2004) à la question de savoir les relations entre la consommation d'électricité et la croissance a utilisé les nouvelles techniques de Pesaran, Shin et Smith (2001) sur quinze (15) pays africains. Wolde Rufael montre en utilisant le PIB comme variable explicative qu'il existe une relation de long terme pour quatre (04) pays (Gabon, Côte d'Ivoire, Nigéria, et le Soudan). Par contre, lorsque la consommation d'électricité est utilisée comme variable endogène, il obtient une relation de cointégration pour quatre (04) pays (Algérie, RDC, Ghana). Pour les onze (11) autres pays de l'étude, les tests de cointégration indiquent une absence de cointégration quelque soit la variable utilisée comme endogène.

2.1.2.2. Présence de relation unidirectionnelle allant de la croissance vers la consommation d'énergie

En effet, c'est à Kraft and Kraft ^37(*)(1978) que l'on doit les premières études sur les relations de causalité entre la consommation d'énergie et le produit national brut. Dans le but de mettre en évidence l'existence d'un lien entre le PNB et la demande d'énergie aux USA, Kraft and Kraft partent d'une analyse sur la consommation d'énergie et le PNB des Etats Unis sur la période 1947-1974 pour parvenir à la conclusion qu'il existe une relation unidirectionnelle allant du Produit National Brut vers la consommation d'énergie. Ainsi, les conclusions des travaux impliquent alors que toute action visant à promouvoir et redynamiser le secteur de l'énergie n'aurait aucune influence sur l'évolution du Produit National Brut.

Yu et Choi (1985) étudient l'existence de relation entre la consommation d'énergie et le PNB sur un panel de pays composé du Brésil, des USA, du Royaume Uni, de la Pologne, des Philippines et de la Corée du Sud. Ils parviennent à la conclusion qu'il n'existe aucune relation de causalité entre la consommation totale d'énergie et le PNB pour les USA, le Royaume Uni et la Pologne.

2.1.2.3. Présence de relation unidirectionnelle allant de la consommation d'énergie vers la croissance

Yu et Choi (1985) étudient l'existence de relation entre la consommation d'énergie et le PNB sur un panel de pays composé du Brésil, des USA, du Royaume Uni, de la Pologne, des Philippines et de la Corée du Sud. Ils détectent un lien causal allant de la consommation d'énergie au PNB pour les Philippines.

En Chine, Shiu et Lam (2004) ont eu recours au test de causalité de Granger pour mettre en évidence le lien causal entre la consommation d'électricité et le PIB réel sur la période 1971- 2000. Ils aboutissent au fait que la consommation d'électricité cause le PIB au sens de Granger. De tout ce qui précède, on pourrait penser que les initiatives et innovations dans le domaine de l'électricité contribuent à l'amélioration de l'activité économique.

Par ailleurs, en Turquie, Galip Altinay et al (2005) ont eu recours à deux (02) tests à savoir le test de Dolado-lukepohl^38(*) dans un VAR à niveau et celui de Granger selon la procédure de Toda-Yamamoto^39(*) (1995) pour mettre en évidence les relations entre la consommation d'électricité et le PIB réel sur la période 1950-2000. Après estimation, les deux (02) tests utilisés pour leur modélisation ont donné une preuve solide de la présence d'une causalité unidirectionnelle allant de la consommation d'électricité au revenu. Au vu de ces résultats, Galip Altinay et al encouragent des politiques visant à améliorer les services de fourniture d'électricité car elles sont d'une importance vitale pour une augmentation de la consommation d'électricité qui permettrait de soutenir la croissance économique.

Sur les îles Fidji, pays dépendant de l'énergie pour son développement, P. Narayan et Singh (2006) ont réalisé une étude sur les liens entre la consommation d'électricité et le Produit Intérieur Brut. Ces auteurs utilisent dans leurs analyses les nouvelles techniques de cointégrationdéveloppée par Pesaran, Shin et al (2001)^40(*) et la causalité de Granger. Les tests économétriques appliqués pour ce pays révèlent qu'il existe une relation de causalité de long terme allant de la consommation d'électricité vers le PIB. Narayan et Singh proposent d'engager des politiques visant à faciliter l'accès à l'électricité dans la mesure où les actions ayant pour but de conserver l'énergie auront un impact négatif sur la croissance économique.

Toujours dans cette même optique, Yoo et Kwak (2010) étudient la consommation d'électricité et le PIB réel sur un panel de sept (07) pays de l'Amérique du Sud à savoir : l'Argentine, le Brésil, le Chili, la Colombie, l'Equateur, le Pérou et le Venezuela sur la période 1975-2006. Yoo et Kwak parviennent à la conclusion qu'il existe une relation de causalité unidirectionnelle de la consommation d'électricité vers le PIB pour l'Argentine, le Brésil, le Chili, la Colombie et l'Equateur. Cela veut dire que toute action ou politique visant à améliorer les performances du secteur de l'énergie électrique affecte directement la croissance économique de ces pays. Pour le Venezuela par contre, les résultats montrent qu'il y a une causalité bidirectionnelle entre la consommation d'électricité et la croissance économique. Cela implique qu'une augmentation de la consommation d'électricité affecte directement la croissance économique et cette croissance économique stimule aussi la consommation d'électricité dans ce pays. Concernant le Pérou, les conclusions de l'étude de Yoo et Kwak indiquent une absence de lien de causalité entre la consommation d'électricité et la croissance économique.

2.1.2.4. Présence de relation bidirectionnelle entre la consommation d'énergie vers la croissance

En Afrique, peu d'études se sont consacrées au lien entre le niveau de richesse d'un pays et sa consommation d'électricité (Jumbe, 2004). Cependant, il existe certains auteurs qui ont essayé de mettre en évidence ces relations soit sur des pays pris individuellement ou sur des groupes de pays. Tout comme dans le cas des pays industrialisés, les études sur les relations entre la consommation d'électricité et la croissance en Afrique indiquent une absence de consensus sur le sens de causalité.

Jumbe (2004) a abordé la question dans ces travaux sur le Malawi. Il a montré qu'il existe une relation de causalité unidirectionnelle du PIB vers la consommation d'électricité sur la période de 1970 à 1999 dans ce pays.

2.1.2.5. Autres résultats

Idrissa Ouedraogo (2010) utilise les techniques de cointégration aux bornes de Pesaran et al pour mettre en évidence la relation entre la consommation d'électricité et la croissance économique au Burkina Faso sur la période 1968-2003. Il intègre dans sa modélisation certaines variables à savoir ; la Formation Brute de Capital Fixe (FBCF), le PIB et la consommation d'énergie électrique. Après application de la méthode de Pesaran, l'auteur aboutit au fait qu'il existe une relation de long terme bidirectionnelle entre la consommation d'énergie et l'investissement. Les travaux de Ouédraogo révèlent également l'existence d'une relation rétroactive positive entre les investissements et le Produit Intérieur Brut.

En ce qui concerne les études empiriques sur l'analyse des relations existantes entre les investissements dans les secteurs l'énergie et de l'eau, et la croissance économique, les résultats sont similaires.

Ainsi, Global Water Partnerships Central Africa a travaillé sur le « Développement d'une stratégie de financement du secteur de l'eau en Afrique centrale : Etude nationale sur le financement du secteur de l'eau» ; en Juin 2010. L'approche méthodologique utilisée est composée : de recherche documentaire ; des enquêtes enrichies des observations ; des échanges et des estimations et extrapolations statistiques. Au cours de cette étude les investissements dans l'hydraulique urbaine de 2004 à 2007 ; les ressources exploitables pour l'hydroélectricité et les enjeux majeurs dans le secteur de l'eau ont été présentés. Par ailleurs, les auteurs ont fait le diagnostic du financement du secteur de l'eau en s'intéressant aux financements et aux besoins en investissements des sous-secteurs de l'eau ; par une analyse descriptive. Comme résultats, cette étude a permis de : dresser l'état des lieux général du secteur de l'eau et de faire un diagnostic de son financement ; et présenter une analyse prospective dudit financement.

Par ailleurs, Ongono Patrice du Centre d'Etudes et de Recherche en Economie et Gestion (CEREG) Université de Yaoundé II Cameroun a étudié les « Investissements en Infrastructures Publiques et Performances Economiques au Cameroun » pour évaluer l'impact de l'investissement public routier, de l'investissement public en énergie, et de l'investissement public en télécommunications sur la croissance du PIB par tête et l'investissement privé. Pour cette étude, il a été défini : une équation de croissance qui s'inspire du modèle de Solow augmenté (Mankiw, Romer et Weil^41(*) 1992) ; et une équation d'investissement. L'étude a porté sur la période 1970 à 2008. Les méthodes utilisées sont les suivantes : la Méthode des Moindres Carrés ordinaires, la Méthode des Variables Instrumentales proposée par Arellano & Bond (1991) et la Méthode des Moments Généralisés (MMG). L'estimation de l'équation de la croissance a révélé que : seuls l'investissement routier a des effets sur la croissance économique ; les investissements en énergie sont actuellement insuffisants pour que les effets bénéfiques soient ressentis sur la croissance du PIB par tête ; et les investissements en télécommunications ne sont pas alloués dans les secteurs productifs. De même, l'estimation de l'équation d'investissement montre que : l'investissement public routier et l'investissement public en énergie sont respectivement complémentaires de l'investissement privé ; et l'investissement public dans le secteur des télécommunications évince l'investissement privé.

De même, « l'Unité de Coordination de la Formulation du 2^ième programme et suivi des réformes du MCA-Bénin » et « le Millenium Challenge Corporation » ont commandité en juillet 2012 une étude sur le thème : « Analyse des contraintes à l'investissement privé et à la croissance économique au Bénin », afin d'identifier les obstacles à l'investissement privé en vue de les lever pour favoriser : le développement du secteur privé, l'éclosion d'une masse critique d'entrepreneurs, la création d'emplois durables et la réalisation d'une croissance forte et soutenue dans le temps. La méthode utilisée est celle de l'arbre de diagnostic de la croissance proposé par Hausman, Rodrik et Velasco (2005). Pour établir le caractère actif (ou majeur) des contraintes, chaque contrainte a été soumise à la série des quatre (04) tests proposés par Hausmann, Klinger et Wagner dans leur manuel de diagnostic de la croissance. L'analyse approfondie des contraintes potentielles a permis de faire ressortir celles qui ont un impact déterminant sur le niveau de l'investissement privé et de la croissance économique. Il s'agit : de la défaillance de la coordination dans la formation ; du déficit en infrastructures d'énergie électrique ; du déficit en infrastructures routières dans les zones rurales ; de la corruption le long des principaux corridors commerciaux ; du déficit en infrastructures de transport ferroviaire ; de l'inadéquation de l'environnement des affaires.

Aussi, les Nations Unies dans leur 3è Rapport mondial des sur la mise en valeur des ressources en eau ont-elles rédigé un article sur « l'eau dans un monde qui change ». Dans ce document, il a été rappelé que : les investissements dans l'eau potable et l'assainissement contribuent à la croissance économique et la pauvreté reste élevée en Afrique subsaharienne. Ainsi, près de 50 % de la population vit en dessous du seuil de pauvreté absolue d'1,25 USD. De même, Il existe une relation forte entre les investissements dans l'eau et la croissance. Par ailleurs, il est financièrement difficile pour les ménages d'investir dans l'amélioration de leur accès à l'assainissement. Selon le type d'opération, chaque dollar investi dans l'amélioration de l'approvisionnement en eau et de l'assainissement a en moyenne un gain de rendement de 4 USD à 12 USD. Près d'un dixième de la morbidité mondiale pourrait être évité par une amélioration de l'approvisionnement en eau, de l'assainissement, de l'hygiène et de la gestion des ressources en eau. L'hydroélectricité fournit environ 20% de l'électricité mondiale, une part qui est restée stable depuis les années 90.

Parmi ces rares études, on peut aussi énumérer celui de Kane (2009). Cet auteur analyse l'intensité énergétique du PIB dans la zone UEMOA en utilisant les données de panels hétérogènes non stationnaires et les tests de cointégration basés sur les données de panel. Il met en évidence un modèle économétrique en prenant en compte quatre (04) variables : l'investissement, la structure productive, le PIB par tête, et le taux d'urbanisation. Les résultats de sa modélisation révèlent que l'intensité énergétique^42(*) du PIB au sein de l'UEMOA dépend largement du niveau d'investissement, de la structure des économies et du taux d'urbanisation. Il montre également que la consommation d'énergie est dominée par le secteur industriel.

Au Nigéria, ce sont les travaux d'Akinlo (2009) qui ont été les premiers à s'intéresser à cette problématique. En effet, pour faire ressortir le lien entre la consommation d'électricité et la croissance du PIB, l'auteur décompose les séries sur la consommation d'électricité et le taux de croissance réelle en utilisant le filtre de Hodrick-PrescottEn appliquant ce filtre, il parvient à décomposer chaque série en sa composante saisonnière, cyclique et sa tendance. Les résultats des estimations montrent qu'il y a cointégration entre la tendance et les composantes cycliques des deux (02) séries, ce qui semble suggérer que la causalité de Granger est probablement liée au cycle économique. L'auteur suggère donc d'investir davantage dans le secteur de l'électricité afin de réduire l'inefficacité dans la fourniture et dans l'utilisation de l'électricité pour stimuler la croissance économique au Nigéria.

2.2.Méthodologie de l'étude et Présentations des données

2.2.1. Méthodologie

L'analyse des investissements dans les secteurs de l'énergie et de l'eau débutera par une analyse descriptive de l'évolution des investissements dans les secteurs l'énergie et de l'eau, et la croissance économique au Bénin. Ensuite, nous ferons une analyse de causalité au sens de Granger et l'étude de la stationnarité des variables. Pour finir, nous procéderons à l'élaboration d'un modèle économétrique pour appréhender l'impact de l'investissement dans les secteurs de l'énergie et de l'eau sur la croissance économique..

2.2.1.1. Analyse descriptive

· des investissements dans les secteurs de l'Energie et de l'Eau par rapport au secteur productifs ;

· des investissements dans les secteurs de l'Energie et de l'Eau par rapport aux investissements publics en général.

2.2.1.2. Analyse de causalité au sens de Granger

En économétrie, la causalité entre deux (02) chroniques est généralement étudiée en termes d'amélioration de la prévision selon la caractérisation de Granger, ou en termes d'analyse impulsionnelle, selon les principes de Sims. Au sens de Granger, une série « cause » une autre série si la connaissance du passé de la première améliore la prévision de la seconde. Selon Sims, une série peut être reconnue comme causale pour une autre série, si les innovations de la première contribuent à la variance d'erreur de prévision de la seconde. Entre ces deux (02) principaux modes de caractérisation statistique de la causalité, l'approche de Granger est certainement celle qui a eu le plus d'échos chez les économètres ; elle sera donc retenue dans le cadre de notre recherche.

Le fondement de la définition de Granger est la relation dynamique entre les variables. Comme indiqué ci-dessus, elle est énoncée en termes d'amélioration de la prédictibilité d'une variable. Chez Granger, la succession temporelle est centrale et on ne peut discuter de la causalité sans prendre en considération le temps. On peut formaliser la causalité au sens de Granger comme suit : si l'on note par

deux (02) séries stationnaires ; en effectuant la régression linéaire de

sur les valeurs passées

, s < t, et sur les valeurs passées

, s < t ; si l'on obtient des coefficients significatifs, alors la connaissance de leurs valeurs peut améliorer la révision de

: on dit que

cause

unidirectionnellement. Il y a causalité instantanée lorsque la valeur courante

apparaît comme une variable explicative supplémentaire dans la régression précédente.

Une version du test de Granger issue directement de la représentation autorégressive précédente, propose d'estimer par la méthode des moindres carrés les deux équations suivantes :

Où

représente le produit intérieur brut au temps t et

les dépenses d'investissements publics dans le secteur de l'énergie au temps t.

En utilisant cette représentation autorégressive (équations (1) et (2)),

ne cause pas

au sens de Granger si i =0 ;

ne cause pas

2.2.1.3. Analyse de stationnarité des variables

Les caractéristiques stochastiques d'une série chronologique ne peuvent être observées que si elle stationnaire c'est-à-dire lorsque son espérance mathématique, sa variance sont des constantes finies et que sa covariance est une fonction finie indépendante du facteur temporel.

Pour ce faire, il est nécessaire d'étudier la stationnarité des différentes séries à travers l'étude des fonctions d'autocorrélation et des tests de racine unitaire. Les fonctions d'autocorrélation permettront de détecter une éventuelle tendance ou une saisonnalité dans le processus stochastique. En ce qui concerne les tests de racine unitaire, ils renseigneront sur le type de non stationnarité de la série qui peut être de type déterministe TS ( Trend Stationnary ) ou de type aléatoire DS (Differency Stationnary ). Quelque soit leurs natures, les séries sont stationnarisées par écart à la tendance et par le filtre aux différences dont le nombre permet de déterminer l'ordre d'intégration de la variable (Bourbonnais, 2005).

Pour étudier la stationnarité des variables nous avons utilisé le test de Dickey-Fuller Augmenté (ADF).

2.2.1.4. Le modèle économétrique

Nous allons nous inspirer du modèle de Solow tel que spécifié par Mankiw, Romer &Weil (1992). Dans ce modèle, le capital humain est traité comme facteur de production additionnel au capital physique, à la population, et à la technologie comme dans l'équation ci-dessous :

Y, K, H, A et L représentant respectivement le niveau de la production, le capital physique, le capital humain, la technologie et la force de travail.

En dissociant le capital privé du capital public, nous obtenons la fonction de production définie par l'équation (2) ci-après :

Dans cette équation nous avons fait une distinction entre le capital privé

et le capital public

. Les fonctions d'accumulation du capital privé et du capital public sont données par les équations 3 et 4 respectivement :

représentant respectivement la production, le capital physique et le capital humain par unité de travail effectif.

sont les taux de croissance de la population et de la technologie. Nous avons supposé que le capital privé et le capital public se déprécient au même taux.

sont les parts de la production investies dans le capital privé et dans le capital public. En combinant la fonction de production et les équations d'accumulation, on a :

Comme nous sommes dans un modèle de Solow, A(t) étant exogène, le capital ne se déprécie pas

(

De plus, on considère le fait que dans la réalité, la population ne croît pas à un taux constant et on obtient l'équation 5 ci-après :

L'équation 5 montre que le PIB par tête dépend à chaque période de la technologie, de l'investissement privé, de l'investissement public et de la croissance démographique. L'équation à estimer peut alors se présenter de la manière suivante:

Avec « L » désignant le logarithme de la variable concerné ; PIB le Produit Intérieur Brut par tête,

la formation brut de capital fixe du secteur privé en pourcentage du PIB,

la formation brut de capital fixe du secteur public en pourcentage du PIB, et

le taux de croissance de la population.

En considérant que l'investissement privé et l'investissement public dans l'équation 6 sont des variables endogènes, on peut également définir deux équations d'investissement.

En 2001, Kamgnia & Touna Mama ont défini une fonction d'investissement pour le Cameroun où la variable dépendante, l'investissement privé, dépend du PIB réel, du crédit au secteur privé, de l'investissement public, du taux de change, du déficit budgétaire, et de la dette extérieure. Cette analyse ne fait cependant pas de distinction entre les secteurs (transport, énergie, télécommunication), et ne prend pas en compte l'impact de la maintenance. En s'inspirant de ce travail, nous définissons deux fonctions d'investissement telle que spécifiées dans les équations 7 et 8 ci-après :

En effet, l'investissement Privé est influencé par la production de l'année antérieure, le crédit à l'économie, l'investissement public, la dette extérieure et les recettes fiscales.

De même, l'action gouvernementale en investissement est soumise à des pressions sociales liées à la demande en énergie et en eau ; ici respectivement matérialisée par la consommation en énergie de la SBEE et la vente d'eau de la SONEB.

CRED représente le crédit au secteur privé en pourcentage du PIB, TAXE représente le pourcentage des recettes fiscales dans le PIB. DET représente la dette extérieure en pourcentage du revenu national, CONS désigne la consommation en énergie ou en eau. Sur la base des équations 6, 7 et 8, nous définissons un système :

2.2.2. Présentation des données

2.2.2.1. Description des variables

Le Produit Intérieur Brut est l'indicateur économique principal qui mesure la production économique réalisée à l'intérieur d'un pays en une année donnée. Il reflète l'activité économique interne d'un pays. Le Produit Intérieur Brut divisé par la population est appelé le PIB par habitant. Il mesure le niveau de vie et, de façon approximative, celui du pouvoir d'achat. Dans le cadre cette étude, le Produit Intérieur Brut par habitant est désigné par la variable PIB_TETE ou par sa valeur loguée libellée LPIB.

La Formation Brute de Capital Fixe est l'agrégat qui mesure en comptabilité nationale l'investissement en capital fixe des différents agents économiques résidents. Elle est mise en pourcentage du PIB et représente la variable INVG

Le Crédit à l'économie est l'ensemble des ressources financières mise à disposition du secteur privé, sous forme de prêt. Il est mis en pourcentage du PIB et représente la variable CRED.

Le Revenu National Brut Disponible (RNBD) est l'ensemble des revenus perçus par les différents secteurs institutionnels, utilisés pour la consommation et l'épargne.

L'encours est le solde comptable d'un compte d'épargne, de prêt, de stock, après comptabilisation des entrées et sorties. C'est la situation de la dette extérieure. Il est mis en pourcentage du RNBD et représente la variable DET.

Les Recettes Fiscales constituent l'ensemble des impôts et taxes perçus par l'Etat. Elle est mise en pourcentage du PIB et représente la variable TAXE

La Consommation totale d'électricité est la quantité totale d'énergie électrique en kwh vendue par la SBEE. Elle représente la variable CONSENERGIE.

Les ventes d'eau de la SONEB sont la quantité totale d'eau potable en

vendue par la SONEB à la population. Elle représente la variable VENTE_EAU.

Le Programme d'Investissement Public est l'ensemble des dépenses d'investissements de l'Etat pour un secteur au cours d'une année. Il représente la variable INVG.

L'Investissement Privé est l'ensemble des dépenses d'investissements effectuées par le secteur privé sur une période donnée. Il est mis en pourcentage du PIB et représente la variable INVP.

Le taux de croissance démographique est l'évolution de la population d'un pays d'une année sur l'autre. Il permet de voir la progression annuelle de la population en prenant en compte les mouvements migratoires et la croissance naturelle. Il représente le capital humain par la variable N.

Le Secteur Productif est l'ensemble des dépenses d'investissements de l'Etat dans les secteurs générateurs de revenu à savoir :le Rural, l'Industrie, l'Artisanat, l'Eau, l'Electricité, les Infrastructures, le Commerce, le Service et le Tourisme. Il est mis en pourcentage du PIB et représente la variable SECTEUR PRODUCTIF.

Tableau n°1 : Présentation des variables

2.2.2.2. Source des données

Les données utilisées ont été pour la plupart collectées à la Direction de la Prévision et de la Conjoncture de la Direction Générale de l'Analyse Economique (DPC/DGAE) du Ministère de l'Economie, des Finances et des Programmes de Dénationalisation (MEFPD) et à l'Institut National de la Statistique et de l'Analyse Economique (INSAE) du Ministère du Développement de l'Analyse Economique et de la Prospective (MDAEP). Ceci à l'exception de la Consommation d'électricité, de la Vente d'eau potable, des Dépenses d'Investissements Publics dans le domaine de l'eau et de l'énergie, qui ont été collectées auprès des Services Statistiques (SS) de la Société Béninoise de l'Energie Electrique (SBEE), de la Société Nationale des Eaux du Bénin. Les données recueillies couvrent la période de 1982 à 2013. Toutefois, il convient de notifier que nous avons eu recourt à des techniques d'extrapolation, afin de compléter la série de certaines variables.

CHAPITRE 2:

ANALYSE DESCRIPTIVE ET ECONOMETRIQUE DES INVESTISSEMENTS PUBLICS DANS LES SECTEURS DE L'ENERGIE ET DE L'EAU, ET LA CROISSANCE ECONOMIQUE AU BENIN

CHAPITRE 2: ANALYSE DESCRIPTIVE ET ECONOMETRIQUE DES INVESTISSEMENTS PUBLICS DANS LES SECTEURS DE L'ENERGIE ET DE L'EAU, ET LA CROISSANCE ECONOMIQUEAU BENIN

1. ANALYSE DESCRIPTIVE DES INVESTISSEMENTS DANS LES SECTEURS DE L'ENERGIE ET DE L'EAU, ET LA CROISSANCE ECONOMIQUE AU BENIN

L'analyse descriptive se fera respectivement par le biais : d'un graphique en aires empilées pour observer la relation entre les investissements publics dans le secteur énergie, le secteur eau et le secteur productif ; et d'un histogramme empilé pour comparer les investissements publics dans les secteurs énergie et eau et l'ensemble des dépenses d'investissements de l'Etat.

1.1. Analyse de l'évolution des dépenses d'investissements publics dans les secteurs de l'énergie et de l'eau par rapport au Secteur Productif

De 1982 à 2000, la part des investissements publics dans les secteurs énergie et eau, dans les investissements du secteur productif a une tendance globalement haussière ; avec sa plus grande valeurs atteinte de 89.707.230FCFAen l'an 2000.De 2002 à 2004, cette performance a régressé jusqu'à 81.928.169 FCFA en 2004. De 2006 à 2008, la part des investissements publics dans les secteurs énergie et eau, dans les investissements du secteur productif s'est accrue jusqu'à atteindre la valeur maximale de 118.409.677 FCFA.De 2009 à 2013, cette proportion a repris une tendance baissière.

Toutefois, il convient de remarquer que, à partir de 2001, les investissements dans le secteur de l'énergie, sont plus importants que ceux du secteur de l'eau. En particulier, les investissements publics dans le domaine de l'énergie semblent représenter le double des investissements publics dans le domaine de l'eau.

Graphique n°1 : Evolution des dépenses d'investissements publics dans les secteurs de l'énergie et de l'eau par rapport au Secteur Productif

1.2. Analyse de l'évolution des dépenses d'investissements publics dans les secteurs de l'énergie et de l'eau par rapport aux dépenses d'investissements nationales

De 1982 à 1994, les dépenses d'investissement publiques nationales ont augmenté progressivement, pendant que les investissements publics dans les secteurs eau et énergie sont quasi inexistantes. Mais en 1995 et 1996, les dépenses d'investissement publiques nationales ont chuté, tandis que les investissements publics dans les secteurs eau et énergie sont demeurés stables. A partir de 1997, les dépenses d'investissement publiques nationales et les investissements publics dans les secteurs eau et énergie se sont accrus jusqu'à atteindre leur valeur maximale respective en 2009 pour commencer par décroître de 2010 à 2011, avant de reprendre leur ascension en 2012.

Graphique n°2 : Evolution des dépenses d'investissements publics dans les secteurs de l'énergie et de l'eau par rapport aux dépenses d'investissements nationales

2. ANALYSE ECONOMETRIQUE DES INVESTISSEMENTS DANS LES SECTEURS DE L'ENERGIE ET DE L'EAU, ET LA CROISSANCE ECONOMIQUE AU BENIN

2.1. Analyse de causalité entre investissement et croissance

2.1.1. Analyse de causalité entre les investissements publics, dans les secteurs de l'énergie et de l'eau, et la croissance économique

· Les investissements dans le secteur de l'énergie (INVG_ ENERGIE) causent le niveau de la croissance économique (PIB_TETE) ; « P= 0.0028». De même, la croissance économique (PIB_TETE) cause le niveau des investissements dans le secteur de l'énergie (INVG_ ENERGIE), « P= 0.0000» ;

· Les investissements dans le secteur de l'eau (INVG_EAU) causent le niveau de la croissance économique (PIB_TETE), « P= 0.0020». De même, la croissance économique (PIB_TETE) cause le niveau des investissements dans le secteur de l'eau (INVG_ EAU), « P= 0.0000» ;

· Les investissements dans le secteur de l'énergie (INVG_ ENERGIE) causent l'accélération de la croissance économique (LPIB), « P= 0.0057». Réciproquement, la croissance économique (LPIB) cause les investissements dans le secteur de l'énergie (INVG_ ENERGIE), « P= 0.0000».

Les résultats ci-dessus se justifient par les théories sur l'utilité des infrastructures publiques pour le développement en particulier : les travaux de Meade (1952), Wheeler et Mody (1993), de Romer (1986) et de Barro (1997).

· L'accroissement des investissements dans le secteur de l'énergie (LINVG_ ENERGIE) et l'accroissement des investissements dans le secteur de l'eau (LINVG_ EAU) causent l'accroissement de la croissance économique (LPIB), respectivement de probabilité « P= 0.0000» pour l'énergie et de « P= 0.0000» pour l'eau. Réciproquement, l'accroissement de la croissance économique (LPIB) cause l'accroissement des investissements dans le secteur de l'énergie (LINVG_ ENERGIE) et l'accroissement des investissements dans le secteur de l'eau (LINVG_ EAU) respectivement de probabilité « P= 0.0000» pour l'énergie et de « P= 0.0000» pour l'eau ;

· L'accroissement des investissements dans le secteur de l'énergie (LINVG_ ENERGIE) et l'accroissement des investissements dans le secteur de l'eau (LINVG_ EAU) causent le niveau de la croissance économique (PIB_TETE), respectivement de probabilité « P= 0.0000» pour l'énergie et de « P= 0.0000» pour l'eau. Réciproquement, la croissance économique (PIB_TETE) cause l'accroissement des investissements dans le secteur de l'énergie (LINVG_ ENERGIE) et l'accroissement des investissements dans le secteur de l'eau (LINVG_ EAU) respectivement de probabilité « P= 0.0000» pour l'énergie et de « P= 0.0000» pour l'eau.

2.1.2. Analyse de causalité de Granger entre les investissements publics dans le secteur de l'énergie électrique et dans le secteur de l'eau

· Les investissements publics dans le secteur de l'énergie (INVG_ENERGIE) causent le niveau des investissements publics dans le secteur de l'eau (INVG_EAU), « P= 0,0000 » ;

· Les investissements publics dans le secteur de l'eau (INVG_ EAU) causent le niveau des investissements publics dans le secteur de l'énergie (INVG_ ENERGIE), « P= 0,0000 » ;

Ces résultats s'expliquent par le fait que la construction des barrages hydroélectriques nécessite des cours d'eau à fort débit d'eau afin de les faire tourner. Il faut donc aménager ces cours d'eau en investissant. De plus, les pompes qui assurent le refoulement dans les châteaux d'eau sont alimentées par l'électricité.

· Les investissements publics dans le secteur de l'énergie (INVG_ENERGIE) causent l'accroissement des investissements publics dans le secteur de l'eau (LINVG_EAU), « P= 0,0000 » ;

· Les investissements publics dans le secteur de l'eau (INVG_ EAU) causent l'accroissement des investissements publics dans le secteur de l'énergie (LINVG_ ENERGIE), « P= 0,0000 » ;

· L'accroissement des investissements dans le secteur de l'énergie (LINVG_ ENERGIE) cause le niveau des investissements publics dans le secteur de l'eau (INVG_EAU), « P= 0,0000 » ;

· L'accroissement des investissements dans le secteur de l'énergie (LINVG_ ENERGIE) cause l'accroissement des investissements publics dans le secteur de l'eau (LINVG_ EAU), « P= 0,0000 » ;

· L'accroissement des investissements dans le secteur de l'eau(LINVG_ EAU) cause l'accroissement des investissements publics dans le secteur de l'énergie (LINVG_ ENERGIE), « P= 0,0000 .

2.2. Analyse économétrique des investissements dans les secteurs de l'Energie et de l'eau, et croissance économique

2.2.1. Analyse de la stationnarité des variables

Pour étudier la stationnarité des variables nous avons utilisé le test de Dickey-Fuller Augmenté (ADF). Les résultats obtenus sont les suivantes :

Tableau n°2 : Stationnarité des variables

Le tableau ci-dessus indique que les variables VENTE_EAU, LINVG, LINV LN G_EAU, TAXE et LINVG_ENERGIE sont stationnaires à niveau. Tandis que les variables : LINVP, LN, CONSENERGIE, CRED, DET, INVG, INVP, LPIB, INVG_EAU et INVG_ENERGIE sont stationnaires en première différence. Dans la suite du travail, toutes les variables ont été rendues stationnaires au regard de la méthodologie retenue.

2.2.2. Estimation du modèle

L'estimation du système 9 par les Moindres Carrés Ordinaires (MCO) pose un problème d'endogéneité des variables. En effet, une des conditions pour l'estimation par les MCO est que toutes les variables explicatives soient exogènes, c'est-à-dire qu'elles ne soient pas corrélées avec le terme d'erreur. Si cette condition est violée, les estimateurs des MCO sont biaisés et ne sont plus convergents. Pour notre étude (système 9), la variable LINVP qui est une variable explicative pour l'équation du LPIB (1^ière équation), se retrouve comme variable expliquée par d'autres variables au niveau de la seconde équation ; sous la forme INVP. De même, la variable INVG qui est une variable explicative dans la première et la deuxième équation, constitue une variable expliquée par d'autres variables au niveau de la troisième équation. De plus, la variable LPIB qui est expliquée dans la première équation, explique à son tour la variable INVP dans l'équation suivante. Pour remédier à ce problème, il est conseillé d'utiliser la méthode des variables instrumentales qui consiste à trouver des variables qui sont fortement corrélée avec les variables explicatives endogènes (INVP, INVG et LPIB) mais qui ne sont pas corrélée au terme d'erreur.

Dans notre système, seules les variables : LN, CRED, DET, TAXE, CONS et VENTE_EAU sont purement exogènes. Par contre, les variables INVP, LINVP, INVG et LPIB sont source d'endogénéité. Quant aux autres variables, les valeurs retardées ont été utilisées comme des instruments conformément à la méthode proposée par Arellano & Bond (1991).

Par ailleurs, une des conditions pour utiliser la méthode des variables instrumentales est que le nombre d'instruments soit au moins égal au nombre de variables endogènes dans chaque équation (Johnston & Dinardo, 1997). Les variables exogènes au sens strict peuvent être utilisées comme des instruments pour elles-mêmes.

Dans le cadre des systèmes d'équations, trois (03) principales méthodes permettent l'usage des instruments. La première est la Méthode des Doubles Moindres Carrés en Système (MDMCS) qui est la version système des doubles moindres carrés appliqués à une seule équation. Cette méthode est appropriée lorsque certaines variables explicatives sont corrélées au terme d'erreur et qu'il n'existe pas de problème d'hétéroscédasticité ou de corrélation contemporaine entre les résidus. La deuxième est la méthode des triples moindres carrés est la version doubles des moindres carrées des modèles SUR (Seemingly Unrelated Regression). Les modèles SUR sont des régressions multivariées qui prennent en compte l'hétéroscédasticité et la corrélation contemporaine des erreurs entre les équations. Cette technique est donc appropriée lorsque les variables explicatives sont corrélées au terme d'erreur et qu'il y a à la fois hétéroscédasticité et autocorrélation entre les erreurs contemporaines des équations. La troisième est la Méthode des Moments Généralisés (MMG). Elle permet d'obtenir des estimateurs robustes puisqu'elle ne requiert pas d'information sur la distribution exacte des erreurs. Cette méthode est donc robuste même lorsque l'hétéroscédasticité et l'autocorrélation sont de forme inconnue. Cette méthode apparait donc être la plus appropriée pour l'utilisation des variables instrumentales, et c'est elle qui a été retenue pour les estimations de la présente étude.

De façon empirique, nous ferons trois (03) estimations avec le système d'équation 9 :

§ la première serait avec la variable INVG, afin d'apprécier l'effet des investissements publics gouvernementales de façon globale ;

§ la deuxième serait avec la variable INVG_EAU, afin d'apprécier l'effet des investissements publics dans le secteur de l'eau ;

§ la troisième serait avec la variable INVG_ENERGIE, afin d'apprécier l'effet des investissements publics dans le secteur de l'énergie.

2.2.3. Résultats, limites et suggestions

2.2.2.1. Estimation du modèle avec les dépenses d'investissements publics gouvernementales globales (INVG)

2.2.2.1.1. Résultats de l'estimation du modèle avec les dépenses d'investissements publics gouvernementales globales

Tableau n°3 : Estimation du modèle avec les dépenses d'investissements publics gouvernementales globales (INVG)

2.2.2.1.2. Test de normalité des résidus de Cholesky (Lutkepohl) de l'estimation du modèle avec les dépenses d'investissements publics gouvernementales globales

Afin de nous assurer que les termes d'erreur sont normaux, nous allons procéder au test de normalité des résidus. Il en ressort que :

la probabilité « joint Skewness » est égale à 0,1119 >0,05 ; le coefficient d'asymétrie des résidus n'est pas celui d'une loi normale ;

la probabilité « joint Kurtosis » est égale à 0,8158 >0,05 ; le coefficient d'aplatissement n'est pas celui de la loi centrée réduite ;

la probabilité « joint Jarque-Berra » est égale à 0,3271 >0,05 ; les résidus sont donc normaux.

2.2.2.1.3. Commentaires de l'estimation du modèle avec les dépenses d'investissements publics gouvernementales globales

L'équation du LPIB est globalement significative avec le

et le

.Cette valeur du

stipule que les variables dans leur ensemble contribue à expliquer plus de 90% des variations du Produit Intérieur Brut par tête. De façon individuelle, les variables impactent différemment sur le PIB par tête.

Ainsi, un accroissement de 1% de l'Investissement Privé (INVP) entraine un accroissement de 0,06% de la croissance économique. Une augmentation de 1% de l'Investissement Public Global (INVG) entraine une augmentation de 0,28% de la croissance économique. Par contre, le taux de croissance de la population a un impact positif non significatif sur la croissance économique au seuil de 5%.

En ce qui concerne l'équation de l'Investissement Privé (INVP), elle est globalement significative avec le

et le

.Cette valeur du

stipule que les variables dans leur ensemble contribue à expliquer plus de 72% des variations de l'Investissement Privé (INVP). Ainsi, une augmentation de 1 point du Produit Intérieur Brut par tête (LPIB) de l'année t-1 et des recettes fiscales (TAXE) cause la diminution de l'Investissement Privé (INVP) respectivement de 0,37 point et de 5,24 %. Une augmentation de 1% du Crédit à l'Economie et de la Dette Extérieure favorise l'augmentation de l'Investissement Privé (INVP) respectivement de 0,12 point et de 0,04 point. Cependant, l'Investissement Public Global (INVG) a un impact positif non significatif sur l'Investissement Privé (INVP).

Quant à l'équation de l'Investissement Public Global (INVG) elle est globalement significative avec le

et le

.Cette valeur du

stipule que les variables dans leur ensemble contribue à expliquer plus de 88% des variations d de l'Investissement Privé (INVP).

De façon particulière, les variables Recettes fiscales (TAXE), Consommation de l'énergie électrique (CONSENERGIE) et Consommation de l'Eau (VENTE_EAU(-1) ) ont un effet positif sur l'Investissement Public Global (INVG) dans des proportions différentes. Ainsi, un accroissement de 1% de chacune de ces variables entraine respectivement l'accroissement de l'Investissement Public Global (INVG) de 0,46 point, de 0,47 point et de 0,02 point. La pression sociale liée au besoin en énergie a un effet plus important sur l'investissement public que celle de l'eau.

2.2.2.2. Estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'eau (INVG_EAU)

2.2.2.2.1. Résultats de l'estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'eau

Tableau n°4 : Estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'eau (INVG_EAU)

2.2.2.2.2. Test de normalité des résidus de (Doornik-Hansen) de l'estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'eau

Pour nous assurer de la qualité du modèle, nous faire recourt au test de normalité des résidus. Il en ressort que :

la probabilité « joint Skewness » est égale à 0,0003< 0,05 ; le coefficient d'asymétrie des résidus est celui d'une loi normale ;

la probabilité « joint Kurtosis » est égale à 0,4473 >0,05 ; le coefficient d'aplatissement n'est pas celui de la loi centrée réduite ;

la probabilité « joint Jarque-Berra » est égale à 0,6666> 0,05 ; les résidus sont donc normaux

2.2.2.2.3. Commentaires de l'estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'eau

L'équation du Produit Intérieur Brut (LPIB) est globalement significatif avec le

et le

. Ainsi, les variables dans leur ensemble contribue à expliquer environ 94% des variations du Produit Intérieur Brut béninois. Les variables de cette équation contribuent toutes positivement et significativement à l'évolution de la variable endogène. En effet, une augmentation de 1% des variables Investissement Privé (LINVP), Investissement public dans le secteur Eau (LINVG_EAU) et Taux de croissance de la population (LN) entraine respectivement l'accroissement du Produit Intérieur Brut (LPIB) de 0,04%, de 0,07% et de 0,16%.

L'équation de l'Investissement Privé (INVP) est aussi globalement significatif avec le

et le

. Les variables exogènes de cette équation, dans leur ensemble, permettent d'expliquer environ 81% des variations du Produit Intérieur Brut béninois. De plus, un accroissement de 1% du Produit Intérieur Brut (LPIB) de l'année t-1, de l'Investissement Public en Eau (LINVG_EAU) et des Recettes Fiscales (TAXE) cause la diminution de l'Investissement Privé (INVP) respectivement de 0,15 point, de 1,62 point et de 4,14 point.

De même, l'équation de l'Investissement Public en Eau (INVG_EAU) est globalement peu significatif avec le

et le

. Une augmentation de 1% des Recettes fiscales (TAXE) et de la Consommation en Eau (VENTE_EAU) induit respectivement une augmentation de 0,08 point et de 0,04 point de l'Investissement Public en Eau (INVG_EAU). Par contre un accroissement de 1% de la Dette extérieure (DETTE) entraine une diminution de 0,007 point de l'Investissement Public en Eau (INVG_EAU). L'effet de l'eau sur l'eau est beaucoup plus important que l'effet de l'eau sur le global.

2.2.2.3. Estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'énergie (INVG_ENERGIE)

2.2.2.3.1. Résultats de l'estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'énergie

Tableau n°5 : Estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'énergie (INVG_ENERGIE)

Nous obtenons un effet négatif de l'investissement sur la croissance économique.Ce qui n'est pas conforme à la théorie économique. Pour tenir compte du fait que dans la réalité économique les chocs que subissent certaines variables n'ont pas d'effets instantanés sur la croissance économique dont notamment l'investissement (Catherine B. et Olivier B., 1998), nous introduisons dans le modèle en lieu et place de la variable LINVP, sa valeur retardée de deux années ; à savoir LINVP(-2).

Nous nous apercevons que le remplacement de la variable LINVP par la variable LINVP(-2) améliore non seulement la significativité des coefficients mais aussi l'effet de l'investissement sur la croissance ; qui est désormais positif .

2.2.2.3.2. Test de normalité des résidus de Cholesky (Lutkepohl ) de l'estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'énergie

Avant d'interpréter les résultats du modèle, il est important de vérifier la normalité des résidus. Le test de normalité des résidus montre que :

la probabilité « joint Skewness » est égale à 0.1908>0,05 ; le coefficient d'asymétrie des résidus n'est pas celui d'une loi normale ;

la probabilité « joint Kurtosis » est égale à 0.0919 >0,05 ; le coefficient d'aplatissement n'est pas celui de la loi centrée réduite ;

la probabilité « joint Jarque-Berra » est égale à 0.0825 >0,05 ; les résidus sont donc normaux.

2.2.2.3.3. Commentaires de l'estimation du modèle avec les dépenses d'investissements publics dans le secteur de l'énergie

L'équation décrivant le PIB (LPIB) par tête est globalement significative avec le

et le

.Cette valeur du

stipule que les variables dans leur ensemble contribue à expliquer plus de 96% des variations du LPIB.

En effet, un accroissement de 1% de l'Investissement Privé (INVP) et du taux de croissance de la population (LN) fait chuter le PIB par tête, respectivement de 0,02% et de 0,01%. Toutefois, une augmentation de 1% de l'Investissement Public en Energie (INVG_ENERGIE) entraine une augmentation de 0,25% de la croissance économique.

Pour l'équation de l'Investissement Privé (INVP), le

et le

; le modèle est globalement significatif. La valeur du

renseigne que les variables dans leur ensemble contribue à des variations de l'Investissement Privé (INVP) à près de 66%. Une hausse de 1 % du Produit Intérieur Brut par tête (LPIB), de l'Investissement Public en Energie (LINVG_ENERGIE) et des recettes fiscales (TAXE) entraine la baisse de l'Investissement Privé (INVP) respectivement de 0,21 point, de 2,48 point et de 4,91 point. Par contre une hausse de 1% du Crédit à l'Economie et de la Dette Extérieure entraine l'augmentation l'Investissement Privé (INVP) respectivement de 0,20 point et de 0,02 point.

En ce qui concerne l'équation de l'Investissement Public en Energie (INVG_ENERGIE) elle est globalement significative avec le

et le

. Alors les variables dans leur ensemble contribue à expliquer environ 59% des variations de l'Investissement Public en Energie (INVG_ENERGIE). L'effet de l'énergie sur l'énergie est moins important que l'effet de l'énergie sur le global car l'énergie joue un rôle sur l'eau, l'énergie et l'économie.

Individuellement, les variables Recettes fiscales (TAXE) et Consommation de l'énergie électrique (CONSENERGIE) ont un effet positif sur l'Investissement Public en Energie (INVG_ENERGIE). En effet, un accroissement de 1% de chacune de ces variables entraine respectivement l'accroissement de l'Investissement Public en Energie (INVG_ENERGIE) de 0,28 point et de 0,41 point. Cependant, une augmentation de 1% de la Dette Extérieure (DETTE) cause la diminution de l'Investissement Public en Energie (INVG_ENERGIE) de 0,008 point.

2.2.2.4. Limites et suggestions de l'étude

Dans le cadre de cette étude les limites que nous avons observées sont les suivantes :

· la variable VENTE_EAU utilisée pour quantifier la consommation d'eau potable de la population est réduite à la quantité d'eau vendue par la SONEB et ne comporte pas l'eau fournie par les forages cnstruites par la DG Eau ;

· la variable CONSENERGIE utilisée pour quantifier la consommation d'énergie électrique n'est pas représentative de la quantité réelle d'énergie consommée par la population ;

· les problèmes internes à la gestion des secteurs de l'énergie et de l'eau ne sont pas examinés.

Ces deux variables ne captent pas l'effet de la pression sociale dans son entièreté.

o le Ministère en charge de l'énergie et de l'eau en collaboration avec l'INSAE initie des études afin de quantifier les consommations réelles de la population en énergie électrique et en eau potable ;

o L'Etat investisse d'avantage dans les secteurs de l'énergie et de l'eau pour réduire la dépendance énergétique du Bénin vis-à-vis de l'extérieur et , à long terme , le rendre autonome.

CONCLUSION

Leprésent travail de recherche a permis d'étudier les Investissements dans les secteursde l'Energie et de l'Eau, et la croissance économique au Bénin. Cette étude a révélé que de 1960 à 2009, la croissance économique et les investissements publics dans les secteurs de l'Energie et de l'Eau ont une évolution tendanciellement ascendante. Elle a aussi montré que : la croissance économique cause l'investissement dans le secteur de l'Eau ; l'Investissement dans le secteur de l'Energie électrique cause l'Investissement dans le secteur de l'Eau ; et l'Investissement dans le secteur de l'Eau cause dans le secteur de l'Energie électrique. L'analyse économétrique nous a permis de spécifier trois (03) modèles dans les trois (03) situations ci-après : le secteur public global ; le secteur Eau et le secteur Energie électrique. Les résultats de ces estimations témoignent que : les investissements dans les secteurs Energie et Eau favorise légèrement la croissance économique.

Somme toute, cette étude a permis de confirmer la première hypothèse « il existe une faible corrélation entre les investissements et la croissance économique ». Par contre, en ce qui concerne la deuxième hypothèse « il existe une causalité réciproque entre l'investissement et la croissance économique », elle n'est pas confirmée. En effet seul la croissance économique cause les investissements uniquement dans le secteur de l'eau. La troisième hypothèse « l'investissement a un effet positif sur la croissance économique » est aussi confirmé dans le secteur de l'eau, le secteur de l'énergie et dans le public en général.

REFERENCES BIBLIOGRAPHIQUES

AARON, H. et MCGUIRE, M. (1970), « Public goods and Income Distribution », Economica, vol. 38 No.6. pp. 907

AGBODAN, Mavor Michel et AMOUSSOUGA, ýFulbert Gero (1995), Les facteurs de performance de l'entreprise - Page 207

AGÉNOR, P. R. et MORENO-DODSON, B. (2006), Public Infrastructure and Growth: New Channels and Policy Implications. The World Bank Policy Research Working Paper 4064

AGENOR, P-R. (2000) «L'ECONOMIE DE L'AJUSTEMENT ET DE LA CROISSANCE», MIMEO BANQUE MONDIALE, WASHINGTON, 2000, 848P

ANAGO, Gildas (2011), Consommation d'électricité et croissance économique en Côte d'Ivoire, p37-49

BARRO, R. (1990), « Government spending in a simple model of endogeneous growth », the Journal of Political Economy, Vol.98, N°5 pp. S103-S125

BARRO, R.J (1991), Economic Growth in a Cross Section of Countries. Quartely Journa l of Economies Volume 2, N°106, May. PP 407-444

BARRO, R.J : Economic Growth in a Cross Section of Countries. Quartely Journal 1 of Economies Volume 2, N°106, May. p 407-444.

BEN, S. et HASSAD, M., (2006), « Efficience du financement des services publics et croissance économique dans les pays en développement : Analyse en coupe transversale », Journées scientifiques du réseau « analyse économique et développement », 37p

DGAE, (2007), BIPEN : Impact de la crise de l'énergie électrique sur l'économie béninoise, p52-70

DICKEY, D.A. et FULLER, W.A. (1981). Likelihood Ratio Statistics for Autoregressive Time Series With a Unit Root, Econometrica, 49, 1057-1072

DOUCOURE, F. B. (2007), « Méthode économétrique : cours et travaux pratiques »

DUKES, Paul (2011), Minutes to Midnight: History and the Anthropocene Era from 1763 - Page 11

ENGLE, R.F., et GRANGER, C.W.J. (1987), Co-integration and Error Correction : Représentation, Estimation and Testing, Econometrica, 55, 251-276

FRIEDMAN, Milton, the American Ecomic Review (1968), The role of monetary policy

Global Water Partnership Central Africa (2010), Etude national sur le financement du secteur de l'eau, rapport Cameroun, p33-87

Journal of Monetary Economies, Empirical Investigation», n° 32, décembre, p. 417

KEPTER , Jan Horst et SCHULKE, Christian (2008), Investir dans le secteur de l'énergie : une équation de gouvernance, p122-160

KRAFT, J. et KRAFT, A. (1978), Note and comments: on the relationship between Energy and GNP

KÜMMEL, Reiner (2011), The Second Law of Economics: Energy, Entropy, and the Origins of Wealth, Page 180

LeCAILLON, Jean-Didier , Le PAGE, ýJean-Marie et ý OTTAVJ, Christian (2008), Économie contemporaine: Analyse et diagnostics - Page 242

LUCAS, Robert (1972), journal of economy, Expectations and the neutrality of money

MARKANDYA, Anil et ý PEDROSO-GALINATO, Suzette (2005), How Substitutable is Natural Capital? - Page 12

ONGONO, Patrice (2012), investissement en Infrastructures publiques et performances économiques au Cameroun, p18-30

PERROUX, F. (1965), La pensée économique de Joseph Schumpeter. Les dynamiques du capitalisme, Librairie Droz, Genève, p 1935

PHILLIPS, A.W.H. (1958), Relationship between unemployment and the rate of change of money wages in the UK 1891-1957

Quarterly Journal of Economics, (1956) « A contribution to the thery of economic growth»

RAMSEY (1928), Mathematical theory of saving (economic journal), Rapport sur le développement dans le monde 1994: une infrastructure pour le développement 1984

ROMER, Paul (1987), ``Crazy explanations for the productivity slowdown'', NBER Macroéconomic Annual

SARGENT, Thomas et WALLACE, Neil, Rational expectations and the theory of economic policy.

SPENCER, R. and YOKE, W., The crowding out of private expenditure by fiscal policy actions

WHEELER, D et Mody, A. (1992), International investissement location decisions: the case of US firms

ANNEXES

Date: 03/14/15 Time: 10:37
Sample: 1982 2013
Included observations: 32


Autocorrelation	Partial Correlation				AC		PAC	Q-Stat		Prob


. \|******\|	. \|******\|			1	0.816		0.816	23.385		0.000
. \|***** \|	. \| . \|			2	0.686		0.058	40.430		0.000
. \|***** \|	. \|* . \|			3	0.641		0.199	55.826		0.000
. \|**** \|	. *\| . \|			4	0.520		-0.195	66.339		0.000
. \|*** \|	. \| . \|			5	0.437		0.056	74.032		0.000
. \|*** \|	. \| . \|			6	0.389		-0.005	80.377		0.000
. \|*** \|	. \|* . \|			7	0.353		0.096	85.792		0.000
. \|**. \|	. *\| . \|			8	0.277		-0.146	89.272		0.000
. \|* . \|	. *\| . \|			9	0.176		-0.135	90.737		0.000
. \|* . \|	. \| . \|			10	0.108		-0.055	91.315		0.000
. \| . \|	. \| . \|			11	0.043		-0.018	91.410		0.000
. \| . \|	. \| . \|			12	-0.019		-0.006	91.430		0.000
. *\| . \|	. *\| . \|			13	-0.077		-0.087	91.771		0.000
. *\| . \|	. *\| . \|			14	-0.131		-0.067	92.802		0.000
. *\| . \|	. \| . \|			15	-0.180		-0.059	94.873		0.000
.**\| . \|	. \| . \|			16	-0.225		-0.005	98.323		0.000





Null Hypothesis: VENTE_EAU has a unit root
Exogenous: Constant
Lag Length: 6 (Automatic - based on SIC, maxlag=7)


						t-Statistic			Prob.*


Augmented Dickey-Fuller test statistic						-3.503698			0.0165
Test critical values:		1% level				-3.724070
		5% level				-2.986225
		10% level				-2.632604


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(VENTE_EAU)
Method: Least Squares
Date: 03/14/15 Time: 10:51
Sample (adjusted): 1989 2013
Included observations: 25 after adjustments


Variable		Coefficient	Std. Error			t-Statistic			Prob.


VENTE_EAU(-1)		-0.369450	0.105446			-3.503698			0.0027
D(VENTE_EAU(-1))		-0.429563	0.176851			-2.428958			0.0265
D(VENTE_EAU(-2))		-1.315453	0.221755			-5.932005			0.0000
D(VENTE_EAU(-3))		-0.610754	0.268575			-2.274056			0.0362
D(VENTE_EAU(-4))		-1.639922	0.363150			-4.515820			0.0003
D(VENTE_EAU(-5))		-0.850218	0.261002			-3.257510			0.0046
D(VENTE_EAU(-6))		-1.466231	0.380437			-3.854070			0.0013
C		1.286396	0.340052			3.782936			0.0015


R-squared		0.820861	Mean dependent var						0.018269
Adjusted R-squared		0.747098	S.D. dependent var						0.110492
S.E. of regression		0.055566	Akaike info criterion						-2.688162
Sum squared resid		0.052488	Schwarz criterion						-2.298122
Log likelihood		41.60203	Hannan-Quinn criter.						-2.579981
F-statistic		11.12833	Durbin-Watson stat						1.916537
Prob(F-statistic)		0.000029

VAR Granger Causality/Block Exogeneity Wald Tests
Date: 03/09/16 Time: 14:00
Sample: 1982 2013
Included observations: 25



Dependent variable: LPIB


Excluded	Chi-sq		df		Prob.


INVG_ENERGIE	19.95735		7		0.0057
INVG_EAU	20.90530		7		0.0039


All	34.00754		14		0.0021



Dependent variable: INVG_ENERGIE


Excluded	Chi-sq		df		Prob.


LPIB	97.78135		7		0.0000
INVG_EAU	801.2399		7		0.0000


All	1636.650		14		0.0000



Dependent variable: INVG_EAU


Excluded	Chi-sq		df		Prob.


LPIB	1040.107		7		0.0000
INVG_ENERGIE	53599.41		7		0.0000


All	405464.4		14		0.0000
VAR Granger Causality/Block Exogeneity Wald Tests
Date: 03/09/16 Time: 13:39
Sample: 1982 2013
Included observations: 25



Dependent variable: PIB_TETE


Excluded	Chi-sq		df		Prob.


INVG_ENERGIE	21.74814		7		0.0028
INVG_EAU	22.63209		7		0.0020


All	37.84423		14		0.0005



Dependent variable: INVG_ENERGIE


Excluded	Chi-sq		df		Prob.


PIB_TETE	97.48514		7		0.0000
INVG_EAU	747.4835		7		0.0000


All	1631.831		14		0.0000



Dependent variable: INVG_EAU


Excluded	Chi-sq		df		Prob.


PIB_TETE	1165.521		7		0.0000
INVG_ENERGIE	51038.34		7		0.0000


All	454214.5		14		0.0000


VAR Granger Causality/Block Exogeneity Wald Tests
Date: 03/09/16 Time: 17:56
Sample: 1982 2013
Included observations: 28



Dependent variable: INVG_EAU


Excluded	Chi-sq		df		Prob.


INVG_ENERGIE	246946.0		4		0.0000
LINVG_EAU	53425.97		4		0.0000
LINVG_ENERGIE	22172.12		4		0.0000
LPIB	13432.50		4		0.0000
PIB_TETE	14360.59		4		0.0000


All	4.89E+08		20		0.0000



Dependent variable: INVG_ENERGIE


Excluded	Chi-sq		df		Prob.


INVG_EAU	49592.41		4		0.0000
LINVG_EAU	25355.92		4		0.0000
LINVG_ENERGIE	24260.11		4		0.0000
LPIB	98075.49		4		0.0000
PIB_TETE	119192.9		4		0.0000


All	1.33E+08		20		0.0000



Dependent variable: LINVG_EAU


Excluded	Chi-sq		df		Prob.


INVG_EAU	55527.46		4		0.0000
INVG_ENERGIE	65417.59		4		0.0000
LINVG_ENERGIE	60905.38		4		0.0000
LPIB	43828.44		4		0.0000
PIB_TETE	45705.22		4		0.0000


All	1.26E+08		20		0.0000



Dependent variable: LINVG_ENERGIE


Excluded	Chi-sq		df		Prob.


INVG_EAU	30181.91		4		0.0000
INVG_ENERGIE	96028.79		4		0.0000
LINVG_EAU	21173.25		4		0.0000
LPIB	42850.84		4		0.0000
PIB_TETE	51729.93		4		0.0000


All	6106794.		20		0.0000



Dependent variable: LPIB


Excluded	Chi-sq		df		Prob.


INVG_EAU	429.6642		4		0.0000
INVG_ENERGIE	369.1419		4		0.0000
LINVG_EAU	638.2744		4		0.0000
LINVG_ENERGIE	542.1127		4		0.0000
PIB_TETE	250.2691		4		0.0000


All	4191.993		20		0.0000



Dependent variable: PIB_TETE


Excluded	Chi-sq		df		Prob.


INVG_EAU	439.5930		4		0.0000
INVG_ENERGIE	360.8051		4		0.0000
LINVG_EAU	651.9976		4		0.0000
LINVG_ENERGIE	540.5400		4		0.0000
LPIB	370.9961		4		0.0000


All	5082.092		20		0.0000
Vector Autoregression Estimates
Date: 03/09/16 Time: 17:45
Sample (adjusted): 1986 2013
Included observations: 28 after adjustments
Standard errors in ( ) & t-statistics in [ ]


		INVG_EAU		INVG_ENERGIE		LINVG_EAU	LINVG_ENERGIE	LPIB	PIB_TETE


INVG_EAU(-1)		1.119259		-7.548870		125.3474	-3380.591	-86.22501	-9730268.
		(0.03471)		(0.08439)		(3.26998)	(45.0735)	(33.7313)	(3745570)
		[ 32.2472]		[-89.4559]		[ 38.3328]	[-75.0018]	[-2.55623]	[-2.59781]

INVG_EAU(-2)		-8.556350		15.17003		-1272.455	5215.429	850.3604	96768970
		(0.10856)		(0.26395)		(10.2279)	(140.982)	(105.506)	(1.2E+07)
		[-78.8149]		[ 57.4740]		[-124.410]	[ 36.9936]	[ 8.05986]	[ 8.25992]

INVG_EAU(-3)		3.604295		7.754199		703.8456	4302.769	-659.6048	-73844302
		(0.08496)		(0.20656)		(8.00431)	(110.332)	(82.5680)	(9168463)
		[ 42.4232]		[ 37.5392]		[ 87.9333]	[ 38.9985]	[-7.98863]	[-8.05416]

INVG_EAU(-4)		7.706079		-15.26753		753.7551	-5581.114	-279.2164	-33108752
		(0.09147)		(0.22238)		(8.61721)	(118.780)	(88.8903)	(9870498)
		[ 84.2508]		[-68.6554]		[ 87.4709]	[-46.9871]	[-3.14114]	[-3.35431]

INVG_ENERGIE(-1)		4.008724		-5.010438		484.5387	-2502.051	-235.4617	-27050188
		(0.03771)		(0.09169)		(3.55281)	(48.9720)	(36.6488)	(4069538)
		[ 106.302]		[-54.6482]		[ 136.382]	[-51.0914]	[-6.42481]	[-6.64699]

INVG_ENERGIE(-2)		-7.416046		9.352842		-857.4442	3830.174	430.7465	49427814
		(0.07164)		(0.17417)		(6.74916)	(93.0305)	(69.6206)	(7730764)
		[-103.521]		[ 53.6990]		[-127.045]	[ 41.1711]	[ 6.18706]	[ 6.39365]

INVG_ENERGIE(-3)		5.201903		-10.47298		557.8797	-4766.420	-223.4408	-25984806
		(0.04207)		(0.10227)		(3.96314)	(54.6280)	(40.8816)	(4539544)
		[ 123.660]		[-102.401]		[ 140.767]	[-87.2523]	[-5.46557]	[-5.72410]

INVG_ENERGIE(-4)		-6.533936		10.44506		-795.2436	3917.134	411.0884	47136895
		(0.06574)		(0.15984)		(6.19371)	(85.3742)	(63.8908)	(7094526)
		[-99.3874]		[ 65.3481]		[-128.395]	[ 45.8820]	[ 6.43423]	[ 6.64412]

LINVG_EAU(-1)		-0.000831		0.035125		-3.544785	10.57981	4.478161	499058.9
		(0.00035)		(0.00086)		(0.03316)	(0.45707)	(0.34205)	(37982.2)
		[-2.35981]		[ 41.0473]		[-106.901]	[ 23.1470]	[ 13.0919]	[ 13.1393]

LINVG_EAU(-2)		0.046099		0.048515		10.79319	29.75469	-10.58201	-1190703.
		(0.00121)		(0.00294)		(0.11403)	(1.57176)	(1.17625)	(130612.)
		[ 38.0882]		[ 16.4868]		[ 94.6539]	[ 18.9308]	[-8.99640]	[-9.11631]

LINVG_EAU(-3)		-0.003052		-0.208431		-5.421741	-90.61683	8.321437	917850.1
		(0.00090)		(0.00220)		(0.08508)	(1.17273)	(0.87763)	(97453.3)
		[-3.37924]		[-94.9318]		[-63.7257]	[-77.2697]	[ 9.48171]	[ 9.41836]

LINVG_EAU(-4)		0.001744		0.080082		5.735815	44.21204	-7.260576	-799947.2
		(0.00051)		(0.00124)		(0.04787)	(0.65986)	(0.49382)	(54834.1)
		[ 3.43242]		[ 64.8229]		[ 119.817]	[ 67.0019]	[-14.7030]	[-14.5885]

LINVG_ENERGIE(-1)		-0.007126		0.008092		-0.985313	3.545118	0.802021	91394.74
		(0.00011)		(0.00027)		(0.01033)	(0.14243)	(0.10659)	(11835.9)
		[-64.9702]		[ 30.3452]		[-95.3553]	[ 24.8901]	[ 7.52435]	[ 7.72182]

LINVG_ENERGIE(-2)		0.006275		-0.002369		1.894722	1.053511	-1.951971	-218586.0
		(0.00019)		(0.00046)		(0.01784)	(0.24591)	(0.18403)	(20435.1)
		[ 33.1389]		[-5.14641]		[ 106.204]	[ 4.28410]	[-10.6067]	[-10.6966]

LINVG_ENERGIE(-3)		-0.004039		-0.044793		-2.362182	-20.07406	2.582373	287617.3
		(0.00025)		(0.00060)		(0.02344)	(0.32314)	(0.24182)	(26852.5)
		[-16.2326]		[-74.0412]		[-100.763]	[-62.1224]	[ 10.6787]	[ 10.7110]

LINVG_ENERGIE(-4)		-0.006461		0.049139		-0.273671	17.36785	-0.094346	-8454.654
		(0.00014)		(0.00033)		(0.01281)	(0.17652)	(0.13210)	(14668.3)
		[-47.5304]		[ 148.693]		[-21.3709]	[ 98.3930]	[-0.71422]	[-0.57639]

LPIB(-1)		0.066640		-0.623074		8.120464	-223.0022	4.338246	396554.2
		(0.00107)		(0.00260)		(0.10081)	(1.38956)	(1.03989)	(115471.)
		[ 62.2792]		[-239.503]		[ 80.5528]	[-160.484]	[ 4.17182]	[ 3.43423]

LPIB(-2)		0.100774		-0.137504		19.14090	-36.62380	-13.77810	-1438286.
		(0.00339)		(0.00823)		(0.31895)	(4.39647)	(3.29015)	(365343.)
		[ 29.7666]		[-16.7056]		[ 60.0115]	[-8.33028]	[-4.18768]	[-3.93681]

LPIB(-3)		-0.186221		0.395220		-38.23456	121.6921	30.82067	3562175.
		(0.00207)		(0.00504)		(0.19546)	(2.69421)	(2.01625)	(223887.)
		[-89.7597]		[ 78.3530]		[-195.614]	[ 45.1680]	[ 15.2862]	[ 15.9106]

LPIB(-4)		0.091630		0.506212		22.11596	220.6689	-25.61946	-3104818.
		(0.00332)		(0.00808)		(0.31301)	(4.31451)	(3.22882)	(358532.)
		[ 27.5796]		[ 62.6686]		[ 70.6562]	[ 51.1458]	[-7.93463]	[-8.65981]

PIB_TETE(-1)		-6.57E-07		5.65E-06		-0.000108	0.001994	4.10E-06	1.257448
		(7.3E-09)		(1.8E-08)		(6.8E-07)	(9.4E-06)	(7.1E-06)	(0.78422)
		[-90.3465]		[ 320.001]		[-157.049]	[ 211.335]	[ 0.58037]	[ 1.60344]

PIB_TETE(-2)		-6.65E-07		1.88E-06		-8.99E-05	0.000677	3.33E-05	2.823076
		(2.6E-08)		(6.3E-08)		(2.5E-06)	(3.4E-05)	(2.5E-05)	(2.80866)
		[-25.5352]		[ 29.7624]		[-36.6642]	[ 20.0251]	[ 1.31699]	[ 1.00513]

PIB_TETE(-3)		1.63E-06		-5.53E-06		0.000282	-0.001951	-0.000189	-22.30357
		(1.6E-08)		(3.8E-08)		(1.5E-06)	(2.1E-05)	(1.5E-05)	(1.70714)
		[ 103.010]		[-143.710]		[ 188.924]	[-94.9701]	[-12.3210]	[-13.0649]

PIB_TETE(-4)		-7.55E-07		-3.49E-06		-0.000141	-0.001469	0.000161	20.28348
		(2.8E-08)		(6.9E-08)		(2.7E-06)	(3.7E-05)	(2.8E-05)	(3.05676)
		[-26.6704]		[-50.6991]		[-52.7353]	[-39.9339]	[ 5.84950]	[ 6.63562]

C		-0.656353		-1.626504		-101.3093	-901.8811	42.98881	4752360.
		(0.03602)		(0.08757)		(3.39339)	(46.7745)	(35.0043)	(3886927)
		[-18.2226]		[-18.5735]		[-29.8549]	[-19.2815]	[ 1.22810]	[ 1.22265]


R-squared		1.000000		1.000000		1.000000	1.000000	0.999991	0.999992
Adj. R-squared		1.000000		1.000000		1.000000	1.000000	0.999921	0.999932
Sum sq. resids		1.72E-12		1.02E-11		1.52E-08	2.90E-06	1.62E-06	20006.27
S.E. equation		7.57E-07		1.84E-06		7.13E-05	0.000983	0.000735	81.66245
F-statistic		1.47E+08		44136716		2.49E+08	14183802	14302.76	16447.51
Log likelihood		386.1792		361.3035		258.9038	185.4455	193.5618	-131.7326
Akaike AIC		-25.79851		-24.02168		-16.70741	-11.46039	-12.04013	11.19519
Schwarz SC		-24.60904		-22.83221		-15.51794	-10.27093	-10.85066	12.38466
Mean dependent		0.008464		0.006365		-5.281414	-8.072018	11.70167	121170.2
S.D. dependent		0.008659		0.011524		1.060373	3.489358	0.082923	9874.109


Determinant resid covariance (dof adj.)				2.70E-73
Determinant resid covariance				4.09E-79
Log likelihood				2288.566
Akaike information criterion				-152.7547
Schwarz criterion				-145.6179

VAR Granger Causality/Block Exogeneity Wald Tests
Date: 03/09/16 Time: 17:56
Sample: 1982 2013
Included observations: 28



Dependent variable: INVG_EAU


Excluded	Chi-sq	df	Prob.


INVG_ENERGIE	246946.0	4	0.0000
LINVG_EAU	53425.97	4	0.0000
LINVG_ENERGIE	22172.12	4	0.0000
LPIB	13432.50	4	0.0000
PIB_TETE	14360.59	4	0.0000


All	4.89E+08	20	0.0000



Dependent variable: INVG_ENERGIE


Excluded	Chi-sq	df	Prob.


INVG_EAU	49592.41	4	0.0000
LINVG_EAU	25355.92	4	0.0000
LINVG_ENERGIE	24260.11	4	0.0000
LPIB	98075.49	4	0.0000
PIB_TETE	119192.9	4	0.0000


All	1.33E+08	20	0.0000



Dependent variable: LINVG_EAU


Excluded	Chi-sq	df	Prob.


INVG_EAU	55527.46	4	0.0000
INVG_ENERGIE	65417.59	4	0.0000
LINVG_ENERGIE	60905.38	4	0.0000
LPIB	43828.44	4	0.0000
PIB_TETE	45705.22	4	0.0000


All	1.26E+08	20	0.0000



Dependent variable: LINVG_ENERGIE


Excluded	Chi-sq	df	Prob.


INVG_EAU	30181.91	4	0.0000
INVG_ENERGIE	96028.79	4	0.0000
LINVG_EAU	21173.25	4	0.0000
LPIB	42850.84	4	0.0000
PIB_TETE	51729.93	4	0.0000


All	6106794.	20	0.0000



Dependent variable: LPIB


Excluded	Chi-sq	df	Prob.


INVG_EAU	429.6642	4	0.0000
INVG_ENERGIE	369.1419	4	0.0000
LINVG_EAU	638.2744	4	0.0000
LINVG_ENERGIE	542.1127	4	0.0000
PIB_TETE	250.2691	4	0.0000


All	4191.993	20	0.0000



Dependent variable: PIB_TETE


Excluded	Chi-sq	df	Prob.


INVG_EAU	439.5930	4	0.0000
INVG_ENERGIE	360.8051	4	0.0000
LINVG_EAU	651.9976	4	0.0000
LINVG_ENERGIE	540.5400	4	0.0000
LPIB	370.9961	4	0.0000


All	5082.092	20	0.0000

Vector Autoregression Estimates
Date: 03/09/16 Time: 18:05
Sample (adjusted): 1987 2013
Included observations: 27 after adjustments
Standard errors in ( ) & t-statistics in [ ]


	LINVG_EAU	LINVG_ENERGIE	INVG_EAU	INVG_ENERGIE


LINVG_EAU(-1)	0.249228	-15.91418	0.001907	-0.039946
	(0.57441)	(5.25815)	(0.00217)	(0.01433)
	[ 0.43388]	[-3.02658]	[ 0.87840]	[-2.78752]

LINVG_EAU(-2)	3.103490	-14.81887	0.020478	-0.041949
	(1.10412)	(10.1071)	(0.00417)	(0.02755)
	[ 2.81082]	[-1.46619]	[ 4.90642]	[-1.52291]

LINVG_EAU(-3)	-8.137393	68.50680	-0.036963	0.207891
	(4.24502)	(38.8588)	(0.01605)	(0.10590)
	[-1.91693]	[ 1.76297]	[-2.30351]	[ 1.96301]

LINVG_EAU(-4)	-3.178201	31.35771	-0.012361	0.079624
	(1.75030)	(16.0222)	(0.00662)	(0.04367)
	[-1.81580]	[ 1.95714]	[-1.86828]	[ 1.82347]

LINVG_EAU(-5)	6.894626	-77.09660	0.026558	-0.216709
	(3.38414)	(30.9783)	(0.01279)	(0.08443)
	[ 2.03733]	[-2.48873]	[ 2.07610]	[-2.56682]

LINVG_ENERGIE(-1)	-1.590760	20.87588	-0.008076	0.053884
	(0.75041)	(6.86925)	(0.00284)	(0.01872)
	[-2.11985]	[ 3.03904]	[-2.84708]	[ 2.87825]

LINVG_ENERGIE(-2)	1.246151	-20.78323	0.003367	-0.058182
	(0.80385)	(7.35838)	(0.00304)	(0.02005)
	[ 1.55023]	[-2.82443]	[ 1.10818]	[-2.90122]

LINVG_ENERGIE(-3)	3.020359	-23.39009	0.014982	-0.068276
	(1.77977)	(16.2920)	(0.00673)	(0.04440)
	[ 1.69705]	[-1.43568]	[ 2.22701]	[-1.53770]

LINVG_ENERGIE(-4)	-2.039492	1.952857	-0.013650	0.017622
	(1.05242)	(9.63382)	(0.00398)	(0.02626)
	[-1.93791]	[ 0.20271]	[-3.43111]	[ 0.67119]

LINVG_ENERGIE(-5)	-0.135873	24.32515	0.003469	0.057796
	(0.44014)	(4.02902)	(0.00166)	(0.01098)
	[-0.30870]	[ 6.03748]	[ 2.08484]	[ 5.26346]

INVG_EAU(-1)	813.0458	-5774.726	4.361761	-16.32337
	(410.579)	(3758.43)	(1.55200)	(10.2430)
	[ 1.98024]	[-1.53647]	[ 2.81041]	[-1.59360]

INVG_EAU(-2)	-1671.411	14820.35	-9.175640	41.66988
	(684.904)	(6269.59)	(2.58896)	(17.0869)
	[-2.44036]	[ 2.36385]	[-3.54414]	[ 2.43871]

INVG_EAU(-3)	1612.942	-15256.69	7.161701	-47.06755
	(835.048)	(7644.00)	(3.15651)	(20.8326)
	[ 1.93156]	[-1.99590]	[ 2.26887]	[-2.25932]

INVG_EAU(-4)	2148.676	-16029.00	11.96578	-45.23051
	(984.380)	(9010.99)	(3.72099)	(24.5581)
	[ 2.18277]	[-1.77883]	[ 3.21575]	[-1.84177]

INVG_EAU(-5)	-3433.233	25553.05	-14.77250	77.54015
	(1719.86)	(15743.6)	(6.50114)	(42.9068)
	[-1.99623]	[ 1.62308]	[-2.27230]	[ 1.80718]

INVG_ENERGIE(-1)	860.6510	-9337.757	4.767891	-23.46538
	(338.495)	(3098.57)	(1.27952)	(8.44471)
	[ 2.54258]	[-3.01357]	[ 3.72630]	[-2.77871]

INVG_ENERGIE(-2)	-2192.888	24261.53	-10.80427	66.40600
	(1013.54)	(9277.95)	(3.83123)	(25.2857)
	[-2.16358]	[ 2.61497]	[-2.82005]	[ 2.62623]

INVG_ENERGIE(-3)	1375.666	-20394.47	6.030291	-55.11402
	(783.568)	(7172.75)	(2.96191)	(19.5483)
	[ 1.75564]	[-2.84333]	[ 2.03594]	[-2.81938]

INVG_ENERGIE(-4)	758.4344	6562.156	3.446275	14.55468
	(804.319)	(7362.71)	(3.04035)	(20.0660)
	[ 0.94295]	[ 0.89127]	[ 1.13351]	[ 0.72534]

INVG_ENERGIE(-5)	-1526.395	2878.184	-8.478241	9.583156
	(955.667)	(8748.14)	(3.61245)	(23.8418)
	[-1.59721]	[ 0.32901]	[-2.34695]	[ 0.40195]

C	-6.166127	-19.36448	0.004008	-0.021232
	(6.79835)	(62.2319)	(0.02570)	(0.16960)
	[-0.90700]	[-0.31117]	[ 0.15598]	[-0.12518]


R-squared	0.999989	0.999909	0.999998	0.999946
Adj. R-squared	0.999951	0.999607	0.999990	0.999764
Sum sq. resids	0.000310	0.026001	4.43E-09	1.93E-07
S.E. equation	0.007191	0.065829	2.72E-05	0.000179
F-statistic	26398.52	3308.307	132996.8	5504.469
Log likelihood	115.2356	55.45251	265.8422	214.8917
Akaike AIC	-6.980412	-2.552038	-18.13646	-14.36235
Schwarz SC	-5.972539	-1.544165	-17.12858	-13.35448
Mean dependent	-5.217852	-7.836348	0.008743	0.006601
S.D. dependent	1.024773	3.320989	0.008695	0.011674


Determinant resid covariance (dof adj.)		1.24E-30
Determinant resid covariance		3.03E-33
Log likelihood		857.6048
Akaike information criterion		-57.30406
Schwarz criterion		-53.27257

Vector Autoregression Estimates
Date: 03/09/16 Time: 18:05
Sample (adjusted): 1987 2013
Included observations: 27 after adjustments
Standard errors in ( ) & t-statistics in [ ]


	LINVG_EAU	LINVG_ENERGIE	INVG_EAU	INVG_ENERGIE


LINVG_EAU(-1)	0.249228	-15.91418	0.001907	-0.039946
	(0.57441)	(5.25815)	(0.00217)	(0.01433)
	[ 0.43388]	[-3.02658]	[ 0.87840]	[-2.78752]

LINVG_EAU(-2)	3.103490	-14.81887	0.020478	-0.041949
	(1.10412)	(10.1071)	(0.00417)	(0.02755)
	[ 2.81082]	[-1.46619]	[ 4.90642]	[-1.52291]

LINVG_EAU(-3)	-8.137393	68.50680	-0.036963	0.207891
	(4.24502)	(38.8588)	(0.01605)	(0.10590)
	[-1.91693]	[ 1.76297]	[-2.30351]	[ 1.96301]

LINVG_EAU(-4)	-3.178201	31.35771	-0.012361	0.079624
	(1.75030)	(16.0222)	(0.00662)	(0.04367)
	[-1.81580]	[ 1.95714]	[-1.86828]	[ 1.82347]

LINVG_EAU(-5)	6.894626	-77.09660	0.026558	-0.216709
	(3.38414)	(30.9783)	(0.01279)	(0.08443)
	[ 2.03733]	[-2.48873]	[ 2.07610]	[-2.56682]

LINVG_ENERGIE(-1)	-1.590760	20.87588	-0.008076	0.053884
	(0.75041)	(6.86925)	(0.00284)	(0.01872)
	[-2.11985]	[ 3.03904]	[-2.84708]	[ 2.87825]

LINVG_ENERGIE(-2)	1.246151	-20.78323	0.003367	-0.058182
	(0.80385)	(7.35838)	(0.00304)	(0.02005)
	[ 1.55023]	[-2.82443]	[ 1.10818]	[-2.90122]

LINVG_ENERGIE(-3)	3.020359	-23.39009	0.014982	-0.068276
	(1.77977)	(16.2920)	(0.00673)	(0.04440)
	[ 1.69705]	[-1.43568]	[ 2.22701]	[-1.53770]

LINVG_ENERGIE(-4)	-2.039492	1.952857	-0.013650	0.017622
	(1.05242)	(9.63382)	(0.00398)	(0.02626)
	[-1.93791]	[ 0.20271]	[-3.43111]	[ 0.67119]

LINVG_ENERGIE(-5)	-0.135873	24.32515	0.003469	0.057796
	(0.44014)	(4.02902)	(0.00166)	(0.01098)
	[-0.30870]	[ 6.03748]	[ 2.08484]	[ 5.26346]

INVG_EAU(-1)	813.0458	-5774.726	4.361761	-16.32337
	(410.579)	(3758.43)	(1.55200)	(10.2430)
	[ 1.98024]	[-1.53647]	[ 2.81041]	[-1.59360]

INVG_EAU(-2)	-1671.411	14820.35	-9.175640	41.66988
	(684.904)	(6269.59)	(2.58896)	(17.0869)
	[-2.44036]	[ 2.36385]	[-3.54414]	[ 2.43871]

INVG_EAU(-3)	1612.942	-15256.69	7.161701	-47.06755
	(835.048)	(7644.00)	(3.15651)	(20.8326)
	[ 1.93156]	[-1.99590]	[ 2.26887]	[-2.25932]

INVG_EAU(-4)	2148.676	-16029.00	11.96578	-45.23051
	(984.380)	(9010.99)	(3.72099)	(24.5581)
	[ 2.18277]	[-1.77883]	[ 3.21575]	[-1.84177]

INVG_EAU(-5)	-3433.233	25553.05	-14.77250	77.54015
	(1719.86)	(15743.6)	(6.50114)	(42.9068)
	[-1.99623]	[ 1.62308]	[-2.27230]	[ 1.80718]

INVG_ENERGIE(-1)	860.6510	-9337.757	4.767891	-23.46538
	(338.495)	(3098.57)	(1.27952)	(8.44471)
	[ 2.54258]	[-3.01357]	[ 3.72630]	[-2.77871]

INVG_ENERGIE(-2)	-2192.888	24261.53	-10.80427	66.40600
	(1013.54)	(9277.95)	(3.83123)	(25.2857)
	[-2.16358]	[ 2.61497]	[-2.82005]	[ 2.62623]

INVG_ENERGIE(-3)	1375.666	-20394.47	6.030291	-55.11402
	(783.568)	(7172.75)	(2.96191)	(19.5483)
	[ 1.75564]	[-2.84333]	[ 2.03594]	[-2.81938]

INVG_ENERGIE(-4)	758.4344	6562.156	3.446275	14.55468
	(804.319)	(7362.71)	(3.04035)	(20.0660)
	[ 0.94295]	[ 0.89127]	[ 1.13351]	[ 0.72534]

INVG_ENERGIE(-5)	-1526.395	2878.184	-8.478241	9.583156
	(955.667)	(8748.14)	(3.61245)	(23.8418)
	[-1.59721]	[ 0.32901]	[-2.34695]	[ 0.40195]

C	-6.166127	-19.36448	0.004008	-0.021232
	(6.79835)	(62.2319)	(0.02570)	(0.16960)
	[-0.90700]	[-0.31117]	[ 0.15598]	[-0.12518]


R-squared	0.999989	0.999909	0.999998	0.999946
Adj. R-squared	0.999951	0.999607	0.999990	0.999764
Sum sq. resids	0.000310	0.026001	4.43E-09	1.93E-07
S.E. equation	0.007191	0.065829	2.72E-05	0.000179
F-statistic	26398.52	3308.307	132996.8	5504.469
Log likelihood	115.2356	55.45251	265.8422	214.8917
Akaike AIC	-6.980412	-2.552038	-18.13646	-14.36235
Schwarz SC	-5.972539	-1.544165	-17.12858	-13.35448
Mean dependent	-5.217852	-7.836348	0.008743	0.006601
S.D. dependent	1.024773	3.320989	0.008695	0.011674


Determinant resid covariance (dof adj.)		1.24E-30
Determinant resid covariance		3.03E-33
Log likelihood		857.6048
Akaike information criterion		-57.30406
Schwarz criterion		-53.27257

System: SYST1
Estimation Method: Generalized Method of Moments
Date: 01/27/15 Time: 22:32
Sample: 1983 2013
Included observations: 31
Total system (balanced) observations 93
Kernel: Bartlett, Bandwidth: Fixed (4), No prewhitening
Linear estimation after one-step weighting matrix


	Coefficient	Std. Error	t-Statistic	Prob.


C(1)	12.53050	0.132221	94.76924	0.0000
C(2)	0.058838	0.015027	3.915588	0.0002
C(3)	0.280288	0.016902	16.58329	0.0000
C(4)	0.096343	0.054199	1.777576	0.0794
C(5)	4.385246	0.897401	4.886610	0.0000
C(6)	-0.366396	0.078247	-4.682555	0.0000
C(7)	0.121815	0.011153	10.92166	0.0000
C(8)	0.390505	0.373874	1.044483	0.2995
C(9)	0.040047	0.004077	9.822384	0.0000
C(10)	-5.243205	0.420268	-12.47587	0.0000
C(11)	-0.055147	0.007176	-7.685347	0.0000
C(12)	0.456286	0.054111	8.432428	0.0000
C(13)	0.000815	0.000504	1.619002	0.1095
C(14)	0.471431	0.017973	26.22954	0.0000
C(15)	0.024623	0.002707	9.097295	0.0000


Determinant residual covariance		1.32E-12
J-statistic		0.259817

Equation: LPIB= C(1) + C(2)LINVP+C(3)LINVG+ C(4)*LN
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) VENTE_EAU(-1) C
Observations: 31
R-squared	0.913601	Mean dependent var		11.68439
Adjusted R-squared	0.904002	S.D. dependent var		0.095305
S.E. of regression	0.029529	Sum squared resid		0.023543
Durbin-Watson stat	1.055643

Equation: INVP=C(5)+ C(6)LPIB(-1)+ C(7)CRED+C(8)INVG+C(9)DET
+C(10)*TAXE
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) VENTE_EAU(-1) C
Observations: 31
R-squared	0.769130	Mean dependent var		0.098647
Adjusted R-squared	0.722956	S.D. dependent var		0.022096
S.E. of regression	0.011630	Sum squared resid		0.003382
Durbin-Watson stat	1.291036

Equation: INVG=C(11)+C(12)TAXE+C(13)DET+C(14)*CONSENERGIE(-1)
+C(15)*VENTE_EAU(-1)
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) VENTE_EAU(-1) C
Observations: 31
R-squared	0.898182	Mean dependent var		0.055764
Adjusted R-squared	0.882518	S.D. dependent var		0.015677
S.E. of regression	0.005373	Sum squared resid		0.000751
Durbin-Watson stat	1.172121


System: SYST2
Estimation Method: Generalized Method of Moments
Date: 01/27/15 Time: 22:47
Sample: 1983 2013
Included observations: 31
Total system (balanced) observations 93
Kernel: Bartlett, Bandwidth: Fixed (4), No prewhitening
Linear estimation after one-step weighting matrix


	Coefficient	Std. Error	t-Statistic	Prob.


C(1)	11.95342	0.111139	107.5542	0.0000
C(2)	0.042907	0.007184	5.972154	0.0000
C(3)	0.065111	0.005886	11.06121	0.0000
C(4)	0.160893	0.065109	2.471145	0.0156
C(5)	1.889943	0.312125	6.055085	0.0000
C(6)	-0.151185	0.026651	-5.672673	0.0000
C(7)	0.138374	0.005155	26.84472	0.0000
C(8)	-1.619628	0.200913	-8.061341	0.0000
C(9)	0.026751	0.003458	7.736023	0.0000
C(10)	-4.141386	0.282805	-14.64399	0.0000
C(11)	-0.098959	0.013780	-7.181547	0.0000
C(12)	0.082155	0.178161	0.461127	0.6460
C(13)	-0.007364	0.000392	-18.78086	0.0000
C(14)	0.036366	0.003599	10.10576	0.0000


Determinant residual covariance		8.46E-13
J-statistic		0.241671


Equation: LPIB= C(1) + C(2)LINVP+C(3)LINVG_EAU+ C(4)*LN
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
VENTE_EAU(-1) C
Observations: 31
R-squared	0.942923	Mean dependent var		11.68439
Adjusted R-squared	0.936582	S.D. dependent var		0.095305
S.E. of regression	0.024001	Sum squared resid		0.015553
Durbin-Watson stat	0.468798

Equation: INVP=C(5)+ C(6)LPIB(-1)+ C(7)CRED+C(8)*INVG_EAU+C(9)
DET+C(10)TAXE
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
VENTE_EAU(-1) C
Observations: 31
R-squared	0.838581	Mean dependent var		0.098647
Adjusted R-squared	0.806297	S.D. dependent var		0.022096
S.E. of regression	0.009725	Sum squared resid		0.002364
Durbin-Watson stat	1.734317

Equation: INVG_EAU=C(11)+C(12)TAXE+C(13)DET+C(14)*VENTE_EAU(
-1)
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
VENTE_EAU(-1) C
Observations: 31
R-squared	0.554213	Mean dependent var		0.007714
Adjusted R-squared	0.504682	S.D. dependent var		0.008539
S.E. of regression	0.006010	Sum squared resid		0.000975
Durbin-Watson stat	0.837783


System: SYST3
Estimation Method: Generalized Method of Moments
Date: 01/29/15 Time: 19:46
Sample: 1983 2013
Included observations: 31
Total system (balanced) observations 93
Kernel: Bartlett, Bandwidth: Fixed (4), No prewhitening
Linear estimation after one-step weighting matrix


	Coefficient	Std. Error	t-Statistic	Prob.


C(1)	11.88070	0.032370	367.0244	0.0000
C(2)	-0.016299	0.003327	-4.899542	0.0000
C(3)	0.024937	0.000603	41.38790	0.0000
C(4)	-0.012690	0.025063	-0.506334	0.6140
C(5)	2.585659	0.191796	13.48128	0.0000
C(6)	-0.211374	0.016068	-13.15467	0.0000
C(7)	0.204610	0.003405	60.09367	0.0000
C(8)	-2.477182	0.166818	-14.84965	0.0000
C(9)	0.027955	0.002022	13.82228	0.0000
C(10)	-4.914213	0.306585	-16.02885	0.0000
C(11)	-0.020320	0.001031	-19.70896	0.0000
C(12)	0.285237	0.042793	6.665424	0.0000
C(13)	-0.008447	0.000346	-24.44386	0.0000
C(14)	0.417217	0.013152	31.72267	0.0000


Determinant residual covariance		3.72E-13
J-statistic		0.214709


Equation: LPIB= C(1) + C(2)LINVP+C(3)LINVG_ENERGIE+ C(4)*LN
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) C
Observations: 31
R-squared	0.964611	Mean dependent var		11.68439
Adjusted R-squared	0.960679	S.D. dependent var		0.095305
S.E. of regression	0.018899	Sum squared resid		0.009643
Durbin-Watson stat	0.714530

Equation: INVP=C(5)+ C(6)LPIB(-1)+ C(7)CRED+C(8)*INVG_ENERGIE
+C(9)DET+C(10)TAXE
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) C
Observations: 31
R-squared	0.714159	Mean dependent var		0.098647
Adjusted R-squared	0.656991	S.D. dependent var		0.022096
S.E. of regression	0.012941	Sum squared resid		0.004187
Durbin-Watson stat	1.152078

Equation: INVG_ENERGIE=C(11)+C(12)TAXE+C(13)DET+C(14)
*CONSENERGIE(-1)
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) C
Observations: 31
R-squared	0.626688	Mean dependent var		0.005749
Adjusted R-squared	0.585209	S.D. dependent var		0.011099
S.E. of regression	0.007148	Sum squared resid		0.001380
Durbin-Watson stat	0.735471


System: SYST31
Estimation Method: Generalized Method of Moments
Date: 03/07/16 Time: 13:48
Sample: 1983 2013
Included observations: 31
Total system (unbalanced) observations 92
Kernel: Bartlett, Bandwidth: Fixed (4), No prewhitening
Linear estimation after one-step weighting matrix


	Coefficient	Std. Error	t-Statistic	Prob.


C(1)	11.96806	0.076172	157.1191	0.0000
C(2)	0.056300	0.023105	2.436732	0.0171
C(3)	0.021425	0.001090	19.65404	0.0000
C(4)	0.033996	0.037252	0.912606	0.3643
C(5)	2.461003	0.282366	8.715655	0.0000
C(6)	-0.200745	0.023731	-8.459047	0.0000
C(7)	0.203724	0.004610	44.19210	0.0000
C(8)	-2.554160	0.177535	-14.38681	0.0000
C(9)	0.027227	0.002511	10.84393	0.0000
C(10)	-4.803093	0.407870	-11.77604	0.0000
C(11)	-0.020996	0.001375	-15.27168	0.0000
C(12)	0.318050	0.038263	8.312165	0.0000
C(13)	-0.008144	0.000985	-8.269467	0.0000
C(14)	0.416044	0.027967	14.87646	0.0000


Determinant residual covariance		3.86E-13
J-statistic		0.218840



Equation: LPIB= C(1) + C(2)LINVP(-2)+C(3)LINVG_ENERGIE+ C(4)*LN
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) C
Observations: 30
R-squared	0.968217	Mean dependent var		11.69022
Adjusted R-squared	0.964550	S.D. dependent var		0.091126
S.E. of regression	0.017157	Sum squared resid		0.007654
Durbin-Watson stat	0.622164

Equation: INVP=C(5)+ C(6)LPIB(-1)+ C(7)CRED+C(8)*INVG_ENERGIE
+C(9)DET+C(10)TAXE
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) C
Observations: 31
R-squared	0.694873	Mean dependent var		0.098647
Adjusted R-squared	0.633848	S.D. dependent var		0.022096
S.E. of regression	0.013371	Sum squared resid		0.004469
Durbin-Watson stat	1.113533

Equation: INVG_ENERGIE=C(11)+C(12)TAXE+C(13)DET+C(14)
*CONSENERGIE(-1)
Instruments: LPIB(-1) LINVP(-1) DET LN INVP(-1) CRED TAXE
CONSENERGIE(-1) C
Observations: 31
R-squared	0.626191	Mean dependent var		0.005749
Adjusted R-squared	0.584657	S.D. dependent var		0.011099
S.E. of regression	0.007153	Sum squared resid		0.001381
Durbin-Watson stat	0.732457

TABLE DES MATIERES

* ¹F. Perroux, La pensée économique de Joseph Schumpeter. Les dynamiques du capitalisme, Librairie Droz, Genève 1965, p 1935

* ³ Barro R.J : Economic Growth in a Cross Section of Countries. Quartely Journal 1 of Economies Volume 2, N°106, May. p 407-444.

* ⁵ Relationship between unemployment and the rate of change of money wages in the UK 1891-1957, A.W.H. Phillips, Ecomica, 1958

* ⁶The role of monetary policy, Milton Friedman, the American Ecomic Review, 1968

* ⁷The crowding out of private expenditure by fiscal policy actions, Spencer R. and W. Yoke

* ¹⁰Rational Expectations and the Theory of Price Movements, John Muth, Econometrica, 1961

* ¹¹Expectations and the neutrality of money, Robert Lucas, journal of economy, 1972

* ¹²Rational, expectations and the theory of economic policy, Thomas Sargent and neil Wallace

* ¹⁹The theory of international economic policy_the balance of payments, 1951

* ²⁰International investissement location decisions: the case of US firms, Wheeler D et A. Mody 1992

* ²¹ Rapport sur le developpement dans le monde 1994: une infrastructure pour le développement, 1984

* ²³« A contribution to the thery of economic growth», Quarterly Journal of Economics, 1956

* ²⁷« Expansion et Emploi », (Domar, 1947) et « Théorèmes Dynamiques Fondamentaux » (Harrod, 1948)

* ²⁸Une fonction de production Y = F(K,L) est dite néoclassique quand les propriétés suivantes sont satisfaites :

* ²⁹ D'après P. Romer, 1986, Le progrès technique est issu de l'apprentissage par la pratique.Audrey Reynier (2008), Progrès technique et innovation - Page 26

* ³¹Jean-Didier Lecaillon, ?Jean-Marie Le Page, ?Christian Ottavj (2008), Économie contemporaine: Analyse et diagnostics - Page 242

* ³² Paul Dukes (2011), Minutes to Midnight: History and the Anthropocene Era from 1763 - Page 11

* ³⁴ Reiner Kümmel (2011), The Second Law of Economics: Energy, Entropy, and the Origins of Wealth, Page 180

* ³⁵Mavor Michel Agbodan, ?Fulbert Gero Amoussouga (1995), Les facteurs de performance de l'entreprise - Page 207

* ³⁶ Anil Markandya, ?Suzette Pedroso-Galinato (2005), How Substitutable is Natural Capital? - Page 12

* ³⁷Note and comments: on the relationship between Energy and GNP, Kraft J. and kraft A. , (1978)

* ³⁸Association pour le développement de la recherche en économie et en statistique, 2001, Annales d'économie et de statistique, Numéros 61 à 64 (test de Dolado-lukepohl)

* ³⁹ A recent procedure proposed by Toda and Yamamoto (1995) bypasses the need for potentially biased pre-tests for unit. The Toda and Yamamoto (1995) procedure for testing Granger causality is performed directly on the least squares estimators of the coefficients of the levels VAR

* ⁴⁰ The Pesaran and Shin (1999) test consists of adding, in the first differenced version of Equation (7.5), lags of first . Pesaran et al. (2001), tabulate the relevant critical bounds for I(0) and I(1).

* ⁴¹ A contribution as the empirics of economic growth, Mankiw, Romer et Weil, 1992

* ⁴² L'intensité énergétique (IE) est une mesure de l'efficacité énergétique d'une économie. C'est la consommation d'énergie par unité de PIB ; en 2000 elle de 301,1 tep/M$ au Bénin et 154 tep/M$ au Japon