Memoire Online - Capital humain et croissance économique en RDC de 1970-2021

Nous remercions Dieu le tout puissant de nous avoir donné la santé et la volonté d'entamer et de terminer ce mémoire.

La réalisation de ce mémoire a été possible grâce au concours de plusieurs personnes à qui je voudrais témoigner toute ma gratitude.

Nous voudrons tout d'abord adresser toute notre reconnaissance aux encadreurs de ce mémoire, notamment, le professeur Jacques LOMEMBE et le chef de travaux Patrick KEBELA, pour leurs patiences, leurs disponibilités, et sur leurs judicieux conseils, qui ont contribué à alimenter notre réflexion.

Nous désirons aussi remercier les professeurs de l'Université de Kinshasa, notamment, le professeur Daniel MUKOKO et le professeur Séraphin MVUDI, qui nous ont fourni les outils nécessaires à la réussite de nos études universitaires.

Nous voudrons exprimer notre reconnaissance envers nos collègues qui nous ont apporté leur soutien moral et intellectuel tout long de notre démarche, notamment,Alvin MUSUASUABénie MBUTA,Cécile MUSWAMBA,Clément SALUMU,Cynthia KITOSO,Déborah BOWA, Doxy ANGOY, Gracia MAYOKA, Horeb MBAYA,Marleine ANEKOMBA, Miguel LOMEKA, Nathan MUKUNA, Noëlla MUSHIYA,Plamedi NTALAJA, Séphora NGOZAet Tommy NZAMA.

Nos remerciements vont également à l'endroit de tous les étudiants de la deuxième année de licence du département des sciences économiques en général, et de la deuxième année de licence de l'option économie-mathématique en particulier (2021-2022).

Nous ne saurons clôturer cette page sans remercier nos amis et connaissances qui nous ont aidés d'une autre manière à atteindre cet objectif, notamment,Anne-marie KADI, Anthony LELO, Armand DIAO, Ben MUNGABA, Benjamin LUBAKI, Béni MANDULA, Bénie BASOSILA, Bienvenue MOPENDO, Cantona TAZI, Claudel IFULANKOM, Christian MAKANDA, Daniel KWETE, Darwin SIMETI, Dodi MOMBINDO, François LUENDU, Gauthier IPOMA,Gaëtan NZALE, Gracia MBWASE,Hénock OKOTA, Hénock WINGI,Indji LUEMBA,Jeancy KOLAKULA, Jean-Noël BABUEDIANDI,Jérémie NAKAHUSA, Jérémie KUMING, Jodi BOLEKELA, Joël MBALA, Jonathan LELE, Jonathan MAPANDA, Josué MINDU,Juguel BOLOMBELO, King MBUMBA,Lepere MANKOSO,Martin KAKELA, Nathan BONGWANE, Norbert MUKADI,Oschea LUKOKI, Pierrot LOKOLA, Prify BOKISILA, René MWANA,Roger TSHISANGA, Rosdi NKIALULENDO, Suzy KABASELE, Thalles BALENDA.

Tableau 6 : Résultats du test de cointégration de pesaran et al. (2001) 45

RESUME

Cette étude contribue au débat sur l'influence des variables éducatives sur les variables macroéconomiques. Des études théoriques et empiriques montrent que la relation entre ces variables est controversée. L'enjeu de ce travail est de vérifier empiriquement, sur le cas de la RDC pour une période allant de 1970 à 2021, l'effet du capital humain sur la croissance économique. Pour ce faire, il est utilisé le modèle Autorégressif à retard échelonné (ou ARDL : AutoregressivedistributedLag). Les principales conclusions sont les suivantes : i) le capital humain n'exerce aucun effet sur la croissance économique à court terme ; ii) le capital humain exerce un effet négatif et statistiquement significatif sur la croissance économique à long terme.

Mots-clés : Capital humain, Croissance économique, Modèle Autorégressif à retard échelonné (ARDL), RDC.

This studycontributes to the debate on the influence of educational variables on macroeconomics variables. The theoretical and empiricalstudies show that the relationshipbetweenthese variables iscontroversial. The challenge of thisworkis to empiricalverify, in the case of the DRC for a periodfrom 1970 to 2021, the effect of human capital on economicgrowth. To do this, the autoregressive model withdistributedlag (or ARDL : Autoregressivedistributedlag) isused. The main finding are : i) human capital has no effect on short-termeconomicgrowth ; ii) human capital exerts a negative and statisticallysignificanteffect in the long runeconomicgrowth.

Keyswords : Human capital, Economicgrowth, Autoregressivedistributedlag model (ARDL model), DRC

INTRODUCTION :

Le rôle que joue le capital humain dans le processus de la croissance économique suscite encore de nombreuses réactions et conduit quotidiennement les scientifiques à mener des recherches pour en déterminer l'impact. Le capital humain est donc un facteur essentiel pour favoriser la croissance économique d'un pays, en augmentant la productivité et la compétitivité des agents économiques.

Cependant, la croissance économique ne dépend pas seulement du capital humain, mais aussi d'autres éléments qui peuvent l'influencer positivement ou négativement. Ainsi, il est nécessaire d'examiner les autres déterminants et les contraintes de la croissance économique en République Démocratique du Congo (RDC).Depuis 1970, la croissance économique en RDC a été impactée par plusieurs facteurs liés à l'environnement externe (le choc pétrolier, la baisse du prix des matières premières,) et interne (les politiques économiques incohérentes, des décennies de corruption...). En outre, ces facteurs n'ont pas épargné le secteur de l'éducation.

Pour besoin d'illustration, selon l'UNICEF, en 2003, la RDC faisait partie des cinq pays du monde ayant le plus grand nombre d'enfants non scolarisés. Cette agence de Nations Unies estimait au cours de la même année qu'environ 50% d'enfants en âge d'aller à l'école primaire étaient complètement exclus du système éducatif. En outre, la fédération internationale de la Croix Rouge estimait que 70% d'enfants n'avaient pas accès à l'éducation dans l'EST (zone des guerres). Les données de l'enquête MICS2 de l'UNICEF montrent que le tiers (32%) de la population congolaise âgée de 15 ans et plus ne sait ni lire, ni écrire et ni calculer. Alors que dans les années 60, l'école congolaise avait connu un développement spectaculaire aussi bien sur le plan quantitatif que qualitatif. Cependant, à partir de la décennie 70 et particulièrement à partir d'étatisation des écoles, l'école congolaise a été et demeure jusqu'à lors rongée par une crise profonde dont les indices s'apparentent amplement à ceux relevés par Hallak (1996) pour des systèmes éducatifs de plusieurs pays en développement (MASOKA W., 2007).

Par ailleurs, durant la décennie 90, l'Etat congolais a consacré à l'éducation moins de 1% du budget national (UNICEF, 2001). Ce fait a occasionné une détérioration du secteur éducatif ; lequel a enregistré un rythme galopant du taux d'analphabétisation. Quant aux infrastructures scolaires, à l'heure actuelle, les structures d'accueil sont saturées et les infrastructures sont dans un état de délabrement avancé.

Il y a lieu de noter que l'action d'éducation ne s'exerce que sur l'homme ; qui en constitue son unique champ d'application, lequel consiste en la transformation de cette personne humaine en lui dotant de connaissances utiles et appropriées qui forgent ses capacités, ses aptitudes, ses compétences et le rend plus productif. Ainsi, l'accumulation du capital humain est impérative pour la croissance et le développement.C'est dans cette optique que disait J. Bodin (1577), « qu'il n'est de richesse que d'hommes » ; plus l'individu acquiert de la connaissance, plus il sera à mesure de comprendre et d'utiliser efficacement la technique de production et d'améliorer donc sa productivité. Les connaissances et les compétences que possèdent les individus accroissent directement la productivité et augmentent l'aptitude d'une économie à développer et à adopter de nouvelles technologies.

De tout ce qui précède, il est question dans ce travail d'examiner l'effet du capital humain sur la croissance économique en RDC. En d'autres termes, il s'agit de répondre à la question ci-après:

v Quelle est la contribution du capital humain dans le processus de développement économique, notamment dans la promotion de la croissance économique en RDC ?

Dans ce travail, il est question de vérifier l'hypothèse selon laquelle: Le capital humain a une influence positive et significativesur la croissance économique en RDC.

Ce travail a pour objectif de mesurer la contribution du capital humain sur la croissance économique en RDC. De manière spécifique, il s'agit de (d') :

L'intérêt de cette étude est de trois ordres à savoir : l'intérêt personnel, l'intérêt scientifique, et l'intérêt social.

L'intérêt personnel de cette étude est de développer nos compétences en recherche, et devaloriser notre cursus académique.

L'intérêt scientifique de cette étude est de combler une lacune dans la littérature existante ; de tester une hypothèse originale ou innovante ; de proposer une nouvelle méthode ou un nouveau modèle d'analyse ; ou de fournir des recommandations pertinentes pour les décideurs politiques ou les acteurs sociaux.L'intérêt social d'une telle étude peut être de sensibiliser les décideurs politiques, les acteurs du développement et le grand public sur l'importance d'investir dans le capital humain pour favoriser la croissance économique et le bien-être de la population.

La méthodologie est un discours sur la valeur heuristique ou la portée explicative de la méthode utilisée (Kabeya Tshikuku, 2019). Afin de déterminer les impacts de court et de long terme du capital humain sur la croissance économique. Nous utilisons les méthodes descriptives et la méthode déductive. Parmi ces méthodes descriptives, nous utiliserons essentiellement la méthode statistique ainsi que la méthode économétrique.

Les méthodes descriptives permettent d'analyser un phénomène et de présenter convenablement les éléments qui le composent. Comme méthodes descriptives, nous utilisons premièrement la méthode statistique, étudie le réel sous les aspects mesurables de ses manifestations, elle consiste à collecter, traiter, analyser et présenter les données primaires ou secondaires relatives à notre thématique sous la forme des tableaux et graphiques afin de les rendre appréhensibles. Deuxièmement nous allons utiliser la méthode économétrique qui va nous permettre de modéliser la relation entre le capital humain et la croissance économique ainsi que les variables de contrôle considérées. Avec l'approche économétrique, nous allons utiliser le modèle autorégressif à retards échelonnés (Auto RegressiveDistributedLag) ARDL en sigle. C'est un modèle dynamique qui va nous permettre de mesurer l'impact du capital humainsur la croissance économique, et nous donne la possibilité d'évaluer les effets à court et à long terme du capital humain sur la croissance économique.

La méthode déductive consiste à expliquer un phénomène en partant d'un sujet ou d'une hypothèse sur un phénomène. Elle va nous permettre de trouver l'explication de l'impact du capital humain sur la croissance économique en RD Congo à partir des différentes théories économiques appliquées et résultats empiriques obtenus dans d'autres travaux à travers le monde.

S'agissant des techniques, il est utilisé la technique documentaire, la recherche avancée sur internet et l'outil informatique. La première nous a permis d'avoir les données statistiques à travers les rapports de la BM et de la BCC, de rassembler les différents travaux réalisés en rapport avec notre thématique. La deuxième nous a facilité l'accessibilité de trouver certains documents difficiles à retrouver plus rapidement. L'outil informatique notamment avec le logiciel Eviews 10nous a permis de réaliser le traitement statistique et l'analyse économétrique.

La rigueur scientifique exige que tout travail scientifique soit délimité dans l'espace et dans le temps :

ü Le premier chapitre porte sur la revue de la littérature théorique et empirique ;

ü Le deuxième chapitreprésente la description de l'évolution du capital humain et de la croissance économique en RDC de 1970 à 2021 ;

ü Le troisième chapitre porte sur la modélisation économétrique utilisée ;

ü Le quatrième chapitre porte sur l'estimation de l'effet du capital humain sur la croissance économique en RDC.

CHAPITRE 1 : REVUE DE LA LITTERATURE THEORIQUE ET EMPIRIQUE

Ce chapitre a pour objectif de présenter le cadre théorique et empirique de cette étude sur le capital humain et la croissance économique. Il se compose de deux sections principales : la première expose les définitions etles notions clés relative au capital humain et à la croissance économique, ainsi que les principales théories qui les relient ; la deuxième section propose une revue critique de la littérature empirique sur l'effet du capital humain sur la croissance économique, en mettant en évidence les points de convergence et de divergences entre les différentes études.

Section 1 : Revue théorique

Cette section présente quelques notions sur les concepts clés utilisés dans l'étude dans le souci d'enlever l'ambiguïté que pourrait avoir le lecteur de ce travail. Ainsi, de prime abord, il est explicité le capital humain dont l'indicateur capté reste l' « Indice de capital humain ». Ensuite, en dernier lieu il est analysé la « croissance économique », et enfin les principales théories qui les relient.

Le capital humain est l'ensemble des connaissances, aptitudes, expériences, talents, et qualités accumulées par une personne, une équipe, une organisation, ou un groupe d'organisations, et qui déterminent en partie leur capacité à travailler ou à produire pour eux-mêmes ou pour les autres.

Selon Becker (1964), le capital humain désigne les capacités intellectuelles et professionnelles d'un individu qui lui assurent des revenus monétaires futurs.

Stiglitz& Walsh, (2007) Définit le capital humain comme « l'ensemble des compétences et de l'expérience accumulées qui ont pour effet de rendre les salariés plus productifs ».

Selon la définition de l'OCDE(2001), le capital humain recouvre « l'ensemble des connaissances, qualifications, compétences et caractéristiques individuelles qui facilitent la création du bien-être personnel, social et économique. » Tandis que la Banque mondiale (1998)définit le capital humain comme « l'ensemble des connaissances, compétences et données d'expérience que possèdent les individus et les rendent économiquement productifs. »

v Les compétences : il s'agit de l'ensemble des aptitudes et des capacités d'un individu à réaliser une tâche ou une activité. Les compétences peuvent être acquises par l'éducation, la formation, l'expérience ou l'auto-apprentissage.

v Les expériences : il s'agit de l'ensemble des situations vécues par un individu qui lui ont permis de développer ses compétences, ses connaissances et son savoir-faire. Les expériences peuvent être professionnelles, personnelles, culturelles ou sociales.

v Les savoirs : il s'agit de l'ensemble des connaissances théoriques ou pratiques d'un individu sur un domaine ou un sujet. Les savoirs peuvent être scientifiques, techniques, artistiques, linguistiques ou généraux.

Les sources de l'accumulation du capital humain sont les facteurs qui contribuent à améliorer les compétences, les connaissances, la santé et la productivité des individus et des sociétés. Selon le site Investopedia, les sources de l'accumulation du capital humain comprennent l'éducation, la formation, l'expérience professionnelle, la santé et le bien-être, ainsi que l'innovation et la créativité. Le capital humain est considéré comme un élément clé du développement économique et social.

v L'éducation: elle permet d'acquérir des connaissances et des compétences formelles et informelles qui augmentent la capacité des individus à produire et à innover. Selon l'OCDE, l'éducation est le principal déterminant du capital humain et de la croissance économique.

v La formation: elle permet de développer ou de renforcer des compétences spécifiques liées à un métier ou à une activité. La formation peut être initiale ou continue, et elle favorise l'adaptation aux changements technologiques et organisationnels.

v L'expérience professionnelle: elle permet d'accumuler du savoir-faire pratique et tacite qui améliore la performance et la productivité des travailleurs. L'expérience professionnelle peut aussi faciliter l'apprentissage par l'observation et l'imitation.

v La santé et le bien-être: ils influencent la capacité des individus à participer au marché du travail et à utiliser efficacement leurs compétences. Une bonne santé physique et mentale augmente la motivation, la satisfaction et la créativité des travailleurs.

v L'innovation et la créativité: elles sont le résultat de l'utilisation combinée des connaissances, des compétences et de l'expérience pour créer de nouveaux produits, services ou procédés. L'innovation et la créativité stimulent la croissance économique.

Nous pouvons nous référer à l'indice de capital humain (ICH) développé par la Banque mondiale (2018). Cet indice vise à mesurer la qualité et la quantité du capital humain que possède un enfant né aujourd'hui s'il bénéficie d'une éducation complète et d'une bonne santé tout au long de sa vie. Il permet également de comparer les pays entre eux et d'évaluer l'impact du capital humain sur la croissance économique.

L'ICH agrège les mesures des différentes dimensions du capital humain : la santé (survie des enfants, retard de croissance, l'espérance de vie à l'âge adulte) de même que la quantité et la qualité de la scolarisation (années de scolarité escomptées et acquis scolaires). Il exprime le pourcentage du revenu potentiel qu'un enfant né aujourd'hui peut espérer atteindre à l'âge de 18 ans par rapport à un enfant qui bénéficierait d'une éducation complète et d'une santé maximale. Plus l'indice est proche de 100%, plus le capital humain est élevé et plus la croissance économique est favorisée.

v A est le score moyen des élèves aux tests internationaux d'évaluation des acquis scolaires

Le dénominateur 0.85 correspond au revenu potentiel maximal qu'un enfant peut atteindre à l'âge de 18 ans s'il bénéficie d'une éducation complète et d'une santé optimale. Il s'agit d'un facteur de normalisation qui permet de comparer les pays entre eux.

Le concept de capital humain est formulé pour la première fois en 1961 par l'économiste Schultz puis spécifié par Becker (1964). Selon Schultz (1961), le savoir, l'expérience, les talents ou encore l'aptitude des individus à résister aux maladies constituent un capital dans la mesure où les investissements qu'ils réalisent engendrent un retour sur investissement mesurable.

En 1964, Becker à travers la théorie du capital humain précise le concept. Il élargit le champ de l'analyse économique aux comportements sociaux. Cette théorie naît à la suite de la prise de conscience que la seule augmentation du capital physique ne suffit pas à expliquer la croissance de la nation. Ainsi, de nouvelles variables sont introduites comme le changement technologique ou le capital humain. Becker (2002) compare alors le capital humain au capital financier et physique en considérant les trois comme des formes de capitaux dans la mesure où ils représentent des actifs qui génèrent des revenus et autres outputs. Pour Becker (1964), le capital humain comprend de nombreux éléments tels que le niveau d'études, la formation professionnelle, la santé, etc. Il s'acquiert par l'éducation, se préserve et se développe par la formation continue, la médecine ou encore la prévention et engendre un retour sur investissement visible à travers l'augmentation de la productivité. En effet, les économistes ont associé de nombreux éléments au capital humain, la plupart s'accordent sur le fait qu'il comprenne les compétences, les expériences et les connaissances.

Chaque individu possède un stock de capital humain qui peut s'accumuler ou s'user (Becker, 1964). Ce stock de connaissances, compétences, santé ou encore de valeurs est inséparable de l'individu (Becker, 1964). Il se distingue néanmoins d'autres formes de capitaux de l'entreprise, car il est inaliénable, il ne peut être vendu (Savall et Zardet, 2010) et il n'est pas « appropriable ». L'entreprise ne peut en effet pas l'acquérir et ne dispose pas de droits de propriété bien qu'elle ait pu investir dessus (Becker, 1964). Ainsi, la singularité du capital humain résulte du fait que les individus ne peuvent être séparés de leurs connaissances, compétences, santé ou valeurs alors qu'ils peuvent l'être de leurs actifs financiers et physiques (Becker, 2008).

À travers cette théorie, la question centrale est liée à la façon dont les individus font des choix en matière d'investissement dans leur capital humain en comparant les avantages et les coûts. Ainsi, en est-il de la formation et de l'éducation que l'individu réalise de manière rationnelle afin d'obtenir un retour sur investissement.

Selon Becker (1964), deux moyens permettent d'acquérir de nouvelles connaissances : la formation dans l'emploi et la formation initiale réalisée durant la scolarité. La formation proposée dans l'entreprise permet d'augmenter le stock de capital humain et par conséquent la productivité et peut être générale ou spécifique. La première a pour objectif d'améliorer la productivité de l'individu, quel que soit l'emploi occupé tandis que la seconde vise l'adaptation à un poste particulier. Becker (1964) considère que dans le cas d'une formation générale, l'entreprise ne doit pas a priori supporter de coûts puisqu'ils le sont par les individus. Ce type de formation développe des connaissances transférables qui peuvent conduire l'organisation à un risque de perte d'investissement puisqu'elles peuvent être utilisées dans d'autres contextes professionnels.

Le capital humain s'est donc enraciné dans les sciences économiques avec la question suivante : « Comment le capital humain contribue-t-il à la richesse des nations ? ». Pour évaluer le retour sur investissement de l'éducation, les économistes ont dans un premier temps essayé de mesurer le coût de la formation. Les différences d'investissements en capital humain expliquent alors les écarts de productivité entre les individus. Les agents sont rationnels et les marchés du travail et de la formation purement concurrentiels. Les individus adoptent des comportements optimaux afin d'obtenir un retour sur investissement (Becker, 1964).

Ainsi, selon cette théorie les moins diplômés ont plus de difficultés à intégrer le marché du travail, considérés de fait comme dotés d'une plus faible capacité productive, et ont aussi une plus forte substituabilité de leur capital (Becker, 1964). Les individus vont donc en investissant dans les études et la formation augmenter leur capital humain c'est-à-dire leurs aptitudes et leurs connaissances. Ils pourront alors occuper des emplois à des salaires plus élevés, et réduire les risques de chômage (Becker, 1964).

v Elle néglige les aspects sociaux, culturels et politiques qui influencent le développement du capital humain, tels que les inégalités, et les discriminations ;

v Elle suppose que le capital humain est homogène et interchangeable, sans tenir compte des spécificités, ou des externalités positives ou négatives entre les différents types de compétences ;

v Elle ignore les effets pervers ou indésirables que peut avoir l'accumulation du capital humain, tels que la surqualification, le chômage, la précarité ou l'obsolescence des compétences.

a) Définitions de la croissance économique

Il existe des nombreuses définitions sur la croissance économique, mais les définitions que nousavons trouvées intéressantes et qui ont retenu notre attention sont celles de Robert Solow (1956), et François Perroux (1961).

Selon Robert Solow (1956), la croissance économique désigne l'augmentation du revenu par tête qui résulte de l'augmentation du capital physique et du capital humain par tête et du progrès technique.

Et pour François Perroux (1961), la croissance économique correspond à l'augmentation soutenue pendant une ou plusieurs périodes longues d'un indicateur de dimension, pour une nation, le produit global net en termes réels.

b) Mesure de la croissance économique

L'économie d'une nation a plusieurs activités qui se font simultanément mais il est possible à travers les théories économiques de la résumer en une mesure unique pendant une périodedonnée, et généralement une année. Cette mesure unique traduite par le Produit Intérieur brut (PIB) ou soit le Produit National Brut (PNB). Le PIB est la mesure la plus utilisée pour saisir la croissance économique.

1. Produit Intérieur Brut

Le PIB une mesure de l'output produit par les facteurs de production dans une économie domestique, quelle que soit la nationalité des propriétaires de ces facteurs (Mukoko, 2019). Il est un agrégat qui mesure la valeur monétaire de tous les biens et services produits sur un territoire, et généralement pendant une année (Bofoya, 2013).

La comptabilité nationale nous donne deux variantes du PIB pour calculer la richesse créée dans une économie, il s'agit du PIB en volume qui est résultante d'un effet quantitatif et le PIB en valeur résultant d'un effet prix. Il se calcule selon 3 optiques :

v Selon l'optique « Production » : c'est la valeur monétaire des biens et services produits par les firmes. Il est calculé comme la somme des valeurs ajoutées brutes, à laquelle on ajoute les impôts sur les produits moins les subventions sur les produits.

v Selon l'optique « Revenu » : c'est la valeur monétaire des facteurs de production fournis par les ménages. Il est calculé comme la somme de tous les revenus distribués pendant et après la production (salaires, profits, impôts sur la production et sur les importations des biens et services, les impôts étant diminués des subventions d'exploitation allouées par l'Etat aux secteurs productifs).

v Selon l'optique « Demande » : c'est la valeur monétaire des biens et services achetés par les ménages. Il est calculé comme étant la somme des emplois finals intérieurs (consommation finale, formation brute de capital fixe, variation des stocks), augmentée des exportations, moins les importations.

Il convient de noter que sa variation d'une année à l'autre est utilisée pour mesurer la croissance économique.

c) Théories de la croissance

Tous les pays du monde aspirent à la croissance économique. L'importance de cette dernière au développement a envoyé les économistes en quête de ses déterminants, lesquels ils ont cherché à mieux comprendre à travers les théories diverses dont nous allons discuter ci-dessous de quelques-unes les plus exploitées.

1. Modèle de Solow

Le modèle de Solow (1956) constitue un modèle de référence dans l'analyse de la croissanceéconomique. Il est d'inspiration néoclassique, Solow fonde le modèle sur une fonction de production à deux facteurs (la capital K et le travail L).

Où Y désigne la production, K : facteur capital, L : facteur travail et A : facteur technologique exogène.

· H2 : les pays ne produisent et ne consomment qu'un seul bien, et utilisent deux facteurs de production (K et L). ce qui suppose qu'il n y a pas de commerce international, car les membres des différents pays n'ont pas d'intérêt à échanger les biens identiques. L'économie étant fermée, la production est égale à la quantité consommée et investie. Y= C+I

· H3 : il y a équilibre sur le marché des capitaux : I=S. Les décisions d'épargne et d'investissement coïncident. Le problème de coordination des agents privés est d'emblée résolu et le plein emploi des facteurs de production obtenu.

· H4 : le taux d'épargne est exogène : S = sY. Le taux d'épargne est constant au cours du temps. En économie fermée, l'investissement est par définition la fraction du non consommée de la production (c'est-à-dire l'épargne).

· H5 : l'investissement permet d'accroitre au fil du temps le stock du capital. I implique K=. A long terme, le capital s'use et donc son stock se déprécie au taux

(amortissement). Ainsi, l'accroissement net du capital est :

. Et comme il y a équilibre sur le marché des capitaux, on obtient (en économie fermée) la relation :

· H7 : le progrès technique est neutre au sens de Harrod. C'est-à-dire qu'il augmente l'efficacité du travail: F (K, AL). Cela implique que le travail et le progrès technique jouent un rôle similaire. Et comme l'augmentation du progrès technique implique l'augmentation implicite de nombre de travailleurs.

Avec toutes les hypothèses qui respectent le courant néoclassique, Solow aboutit à 3 conclusions dans son modèle qui sont :

v Il prédit la convergence des économies dans une situation de concurrence pure et parfaite, vers le niveau de long terme. En d'autres termes, les pays pauvres auront un taux de croissance plus élevé que les pays riches. Ils ont en effet accumulé moins de capital, et connaissent de ce fait des rendements décroissants plus faibles, c'est-à-dire que toute augmentation de capital y engendre une augmentation de la production plus forte que dans les pays riches.

v Augmenter la quantité du capital (c'est-à-dire investir) augmente la croissance économique : avec un capital plus important, la main d'oeuvre augmente sa productivité. Ainsi, lorsque le capital est petit, l'écart entre l'investissement et le déclassement est positif et donc le capital augmente (parce qu'il est plus rentable d'investir). Par contre, lorsque le capital est grand (c'est-à-dire supérieur à son niveau d'équilibre de long terme), l'investissement inférieur au déclassement et le capital décroît. Il y a donc convergence des économies vers le niveau du capital de long terme, qui permet le rattrapage des économies développées par les économies en développement. Et cela parce qu'une économie qui dispose d'un capital par tête va converger vers l'état régulier k*, en accumulant du capital.

v L'économie finira par atteindre un état stationnaire de plus en plus on accumule le capital. C'est-à-dire un point où l'augmentation des facteurs de production n'engendre plus l'augmentation de la production. Cela en vertu de la loi des rendements marginaux décroissants.

Le modèle de Solow souffre toutefois de plusieurs limites : Il suppose que l'épargne est favorable à la croissance. Or, à court terme, comme le soulignent les keynésiens, une hausse de l'épargne (donc une baisse des dépenses) est susceptible de faire basculer l'économie dans la récession et d'entraîner une hausse du chômage. Selon la logique keynésienne, c'est au contraire la perspective d'une forte demande qui incite les entreprises à investir. Le modèle de Solow met en évidence l'importance du progrès technique pour la croissance à long terme, mais il ne parvient pas à expliquer celui-ci. Le progrès technique est « exogène » dans son modèle, c'est-à-dire indépendant du comportement des agents. Paradoxalement, selon Solow, la croissance dépend de quelque chose dont il ne connaît pas l'origine. Le progrès technique apparaît comme une « manne » dans son modèle : il « tombe du ciel ». Il faut donc que de nouvelles théories parviennent à expliquer d'où provient le progrès technique (chose que feront les théories de la croissance endogène dans les années quatre-vingt).

2. Modèles de croissance endogène

Les modèles de croissance exogène n'ont pas pu expliquer l'origine de la croissance économique. Ce faisant, les économistes ont tenté de trouver l'existence d'une croissance auto-entretenue à partir des années 1980, avec l'essoufflement de la croissance dans les pays industrialisés, et le manque de rattrapage des pays en voie de développement.

Ces modèles se fondent sur l'hypothèse que la croissance génère par elle-même le progrès technique. Ainsi, il n'y a plus de fatalité de rendements décroissants : la croissance engendre un progrès technique qui permet que les rendements demeurent constants. En générant du progrès technique, la croissance n'a donc plus de limite et constitue un processus qui s'auto-entretient.

· le modèle de ROMER (1986) et REBELO (1991) : capital privé, moteur de la croissance ;

v le learning by doing : plus on produit, plus on apprend à produire de manière efficace. En produisant, on acquiert en particulier de l'expérience, qui accroît la productivité.

v la croissance favorise l'accumulation du capital humain, c'est-à-dire les compétences possédées par la main d'oeuvre et donc dépend de sa productivité. En effet, plus la croissance est forte, plus il est possible d'accroître le niveau d'instruction de la main d'oeuvre, en investissant dans le système éducatif. D'une manière générale, la hausse du niveau d'éducation de la population par des moyens publics et/ou privés est bénéfique.

v La croissance permet de financer des infrastructures qui la stimulent. La création de réseaux de communication efficaces favorise l'activité productive.

Les théories classiques de la croissance sont plutôt pessimistes. Ricardo, Malthus ou encore Mill estiment qu'à long terme l'économie va atteindre un état stationnaire : la croissance va ralentir, pour finalement atteindre zéro. A cet état stationnaire, la production n'augmente plus.

David Ricardo (1772-1823) considérait, comme les autres économistes classiques, que l'investissement était essentiel à la croissance économique. Annotations Les capitalistes utilisent leur épargne pour investir. La croissance dépend donc de la répartition des revenus : plus les capitalistes reçoivent une part importante du profit, plus ils investiront, plus la croissance sera importante. Or, selon Ricardo, la répartition des revenus risque d'être de moins en moins favorable à l'investissement en raison des rendements décroissants de la terre. Les classiques raisonnaient en termes de classes sociales. Selon Ricardo, le revenu national est partagé entre trois classes sociales : les propriétaires (qui reçoivent la rente pour l'exploitation de la terre), les travailleurs (qui reçoivent un salaire) et les capitalistes (qui reçoivent le profit et qui utilisent ce dernier pour investir). La rente que reçoit un propriétaire est déterminée par la différence entre le rendement de sa terre et le rendement de la terre la moins fertile. Par conséquent, le propriétaire de la terre la plus fertile reçoit la plus forte rente, tandis que le propriétaire de la terre la moins fertile ne reçoit aucune rente. Avec l'augmentation de la population, il faut exploiter de plus en plus de terres, mais les nouvelles terres mises en culture sont de moins en moins fertiles. C'est la loi des rendements décroissants : le rendement d'une terre est plus faible que le rendement des terres qui ont précédemment été mises en culture. D'une part, les propriétaires obtiennent des rentes de plus en plus importantes. D'autre part, le prix du blé augmente car le coût de production augmente. Comme le prix des produits agricoles augmente, les travailleurs exigent des salaires de plus en plus élevés pour pouvoir se les procurer. Puisque les capitalistes reçoivent le revenu qui n'a été distribué ni aux rentiers, ni aux travailleurs, alors ils voient peu à peu leurs profits diminuer. Puisqu'ils disposent de moins d'argent, les capitalistes investissent de en moins mois, donc la production augmente de moins en moins. Lorsque l'investissement atteint zéro, la production n'augmente plus et stagne : l'économie atteint un état stationnaire. Le déclin de la croissance est inéluctable. Mais il est possible de retarder l'instant où l'économie se retrouve à l'état stationnaire en ouvrant les frontières et en important du blé. Comme la quantité de blé disponible dans l'économie anglaise augmente, il devient moins urgent de mettre de nouvelles terres en culture. Par conséquent, la hausse des prix agricoles et des salaires ralentit, ce qui permet de ralentir le déclin de l'investissement. Ricardo doit alors justifier le libre-échange, ce qui l'amènera à formuler la théorie des avantages comparatifs (cf. théories du commerce international).

L'économiste classique Thomas Robert Malthus (1766-1834) se montre très pessimiste en ce qui concerne la soutenabilité de la croissance à long terme. Comme Ricardo, il considère que la croissance économique tend à ralentir et que l'économie converge vers un état stationnaire. Malthus explique cet état stationnaire à travers la « loi de la population ». Selon celle-ci, la population (et donc ses besoins nutritifs) augmente selon une suite géométrique (1, 2, 4, 8, 16, 32, etc.), alors que les ressources de substance (notamment alimentaires) progressent selon une suite arithmétique (1, 2, 3, 4, 5, 6, etc.). Puisque les ressources tendent à être insuffisantes pour nourrir la population, il y a une tendance à la surpopulation. Malthus préconise la « contrainte morale » (chasteté avant le mariage et mariage tardif) pour limiter le nombre de naissances. On parle notamment de « politiques malthusiennes » aujourd'hui pour qualifier les politiques visant à réduire le nombre de naissances, comme celles qui furent adoptées en Chine il y a quelques décennies (la politique de l'« enfant unique »).

Pour les keynésiens, la demande joue un rôle dans la croissance économique. Dans la Théorie générale, Keynes (1936) ne s'est focalisé que sur le court terme ; il n'a pas construit une théorie de la croissance économique à long terme. Roy Forbes Harrod (1939) et EvseyDomar (1947), deux économistes inspirés par les théories keynésiennes, ont chacun de leur côté contribué à construire une telle théorie. Ils arrivent tous d'eux aux mêmes conclusions. Leur première conclusion est que la croissance est déséquilibrée. L'investissement est à la fois une composante de l'offre et une composante de la demande. D'une part, en investissant, les entreprises augmentent leurs capacités de production (l'offre tend à augmenter). D'autre part, si une entreprise investit, c'est qu'elle achète par définition des machines ou autres moyens de production à d'autres entreprises (la demande tend à augmenter). Si l'augmentation de l'offre correspond à l'augmentation de la demande, alors la croissance sera équilibrée, mais rien n'assure que ce sera effectivement le cas. Selon Harrod et Domar, la croissance risque d'être déséquilibrée, instable. Deux situations sont alors possibles. Si l'offre est supérieure à la demande, alors l'économie se retrouve en surproduction, elle s'éloigne du plein emploi et elle risque de connaître une déflation. Inversement, Si la demande est supérieure à l'offre, l'économie subit alors des tensions inflationnistes. Leur deuxième conclusion est que les déséquilibres sont cumulatifs. Si la demande est supérieure à l'offre (cas inflationniste), les entreprises vont chercher à accroître leurs capacités de production pour répondre à l'excès de demande. Or, en investissant, elles créent une demande supplémentaire. Il est alors probable que l'excès de demande s'intensifie au lieu de se réduire. Inversement, si l'offre est supérieure à la demande (cas de surproduction), les entreprises risquent de réduire leurs dépenses d'investissement, donc de réduire plus amplement la demande. Dans tous les cas, un simple déséquilibre risque de s'amplifier au cours du temps : la croissance est « sur le fil du rasoir » selon Harrod. Keynes avait démontré que l'Etat doit intervenir à court terme pour sortir l'économie du sous-emploi. Harrod et Domar montrent que les autorités publiques ont un rôle à jouer dans la croissance à long terme en veillant à ce qu'elle soit équilibrée. En assouplissant et resserrant ses politiques conjoncturelles, l'Etat va ajuster la demande globale de manière à ce qu'elle s'équilibre avec l'offre globale.

Le capital humain désigne les compétences, les connaissances et les aptitudes des individus. La croissance économique désigne l'augmentation du niveau de production et de revenu d'un pays. La relation entre ces deux concepts est étudiée par différents courants économiques : les économistes classiques, les pionniers du capital humain, les théoriciens de la croissance endogène et les auteurs qui se focalisent sur des contextes spécifiques.

Les économistes classiques comme Smith (1776), Ricardo (1817) ou Malthus (1920), qui ont considéré que la qualité de la main d'oeuvre joue un rôle important dans la compétitivité et la croissance à long terme. Selon eux, le capital humain se manifeste par le niveau de qualification, de santé et de mortalité des travailleurs, qui influencent leur productivité et leur épargne. Ils ont également souligné les effets positifs de l'éducation sur la diffusion des connaissances, la division du travail et l'innovation.

Les pionniers du concept de capital humain comme Schultz (1961), et Becker (1964), qui ont considéré que le capital humain est comme le capital physique et qu'on peut investir dans ce secteur par le biais de l'éducation, la santé et la formation afin d'augmenter la production et contribuer à la croissance économique. Selon eux, le capital humain est une forme de capital immatériel qui génère un rendement positif pour les individus et pour la société. Ils ont développé des modèles microéconomiques pour analyser les choix d'investissement en capital humain des agents, en tenant compte des coûts et des bénéfices attendus.

Les théoriciens de la croissance endogène comme Romer (1986 ; 1990), Lucas (1988), Grossman et Helpman (1990), Mankiw et al (1992), Barro (2001), Aghion et Howit (1998) ou Pissarides (1997), qui ont développé des modèles plus élaborés pour analyser l'impact du capital humain sur la croissance à long terme, en mettant en évidence le rôle du progrès technique, de l'innovation, du transfert technologique et de la participation de la main-d'oeuvre.

Selon eux, le capital humain est un facteur clé de la croissance endogène, car il permet d'accroitre le stock de connaissances disponibles dans l'économie, d'améliorer l'efficacité de l'allocation des ressources et d'accélérer la convergence entre les pays.

Les auteurs qui se sont intéressés à l'impact du capital humain sur la croissance économique dans des contextes spécifiques, comme Fogel (2004) ou Bergheim (2005) pour les pays développés, ou Diagne et Diene (2019) pour les pays de l'UEMOA. Selon eux, le capital humain a des effets différenciés selon le niveau de développement, le secteur d'activité, le genre ou l'âge des individus. Ils ont utilisés des méthodes empiriques pour mesurer l'impact du capital humain sur la croissance économique à partir de données statistiques ou d'indices synthétiques.

Parmi les modèles théoriques existants, on peut distinguer deux types de modèles selon qu'ils considèrent le capital humain comme homogène ou hétérogène. Les modèles de capital humain homogène supposent que tous les individus ont le même niveau de capital humain, qui dépend uniquement du nombre d'années d'éducation. Ces modèles sont plus simples à analyser, mais ils ne tiennent pas compte de la diversité des compétences, des qualités et des domaines de formation des individus. Par exemple, le modèle de Mankiw et al (1992) considère que le capital humain est proportionnel au niveau d'éducation moyen de la population active.

Les modèles de capital humain hétérogène supposent que les individus ont des niveaux de capital humain différents, qui dépendent non seulement du nombre d'années d'éducation, mais aussi de la qualité de l'éducation, du type de formation, de l'expérience professionnelle, de la santé ou des capacités cognitives. Ces modèles sont plus réalistes, mais ils sont plus complexes à analyser et à mesurer. Par exemple, le modèle de Pissarides (1997) considère que le capital humain est composé de deux types : le capital humain général, qui est transférable entre les emplois, et le capital humain spécifique, qui est lié à un emploi particulier.

En somme, on peut dire que le capital humain est un concept qui a connu une évolution théorique importante au cours du temps, et qui a permis d'expliquer l'impact des compétences et des connaissances sur la croissance économique. Toutefois, il existe encore des débats et des limites sur la définition, la mesure et l'évaluation du capital humain, ainsi que sur les politiques publiques à mettre en oeuvre pour favoriser son développement.Afin d'approfondir cette analyse, nous allons nous intéresser à la littérature empirique qui a testé empiriquement l'impact du capital humain sur la croissance économique. Nous allons présenter les principales études qui ont utilisé différentes méthodes et données pour répondre à cette question. Nous allons ensuite formuler nos propres questions de recherche et hypothèses que nous allons vérifier à partir d'un échantillon de pays africains, dont la RDC.

Section 2 : Revue de la littérature empirique

Cette section recense les différents travaux empiriques réalisés par les auteurs à travers le monde sur l'impact du capital humain sur la croissance économique. Nous allons commencer par les travaux de Mankiw et al. (1992), dans cette étude, les auteurs ont pour objectif de tester l'impact du capital humain sur la croissance économique à partir du modèle de Solow augmenté. Ce modèle intègre le capital humain comme un facteur de production supplémentaire par rapport au modèle de Solow classique. Le capital humain est mesuré par le niveau moyen d'éducation de la population active. Les auteurs utilisent une fonction de production Cobb-Douglas qui relie la production au travail physique, au capital et au capital humain. Ils estiment les paramètres du modèle par la méthode des moindres carrés ordinaires sur un échantillon de 121 pays sur la période 1960-1985. Les résultats montrent que le capital humain joue un rôle important dans l'explication des différences de revenus entre les pays. Ils montrent également que le taux d'épargne et la croissance démographique affectent le niveau de revenu par tête. Enfin, ils mettent en évidence une relation positive entre l'investissement dans le capital humain et la croissance économique.

Bloom et al. (2004) ont pour objectif d'analyser l'impact du capital humain sur la croissance économique en prenant en compte à la fois la dimension éducative et sanitaire du capital humain. Ils utilisent un modèle de croissance endogène qui intègre la scolarisation et l'espérance de vie comme des indicateurs du capital humain. Ils estiment le modèle sur un panel de 92 pays sur la période 1965-1990. Les résultats indiquent que le capital humain a un effet positif et significatif sur la croissance économique. Ils montrent que la scolarisation et l'espérance de vie ont des effets directs et indirects sur la croissance, à travers leur impact sur le niveau de technologie, le taux d'épargne et la fertilité.

Musbau et Rasak (2005) ont étudié la relation de long terme entre l'investissement dans l'éducation et la croissance économique au Nigeria, en utilisant des données annuelles de 1970 à 2001. Leurs objectifs étaient de tester l'impact du capital humain sur la croissance économique et d'examiner les canaux par lesquels l'éducation affecte la croissance économique.Ils ont utilisé un modèle de cointégration à correction d'erreur (ECM) pour estimer la relation de long terme entre les variables. Les variables utilisées étaient le produit intérieur brut (PIB) réel par habitant comme indicateur de la croissance économique, le taux d'alphabétisation des adultes comme indicateur du capital humain, le taux d'investissement brut comme indicateur du capital physique, et le taux d'ouverture commerciale comme indicateur du progrès technologique.Leurs résultats ont montré qu'il existe une relation de cointégration entre les variables, ce qui implique qu'il existe une relation de long terme entre l'investissement dans l'éducation et la croissance économique au Nigeria. Ils ont également trouvé que le capital humain affecte la croissance économique à travers deux canaux: directement, en tant que facteur explicatif de la croissance; et indirectement, en tant que facteur qui facilite le progrès technologique. Ils ont conclu que le gouvernement nigérian devrait accorder plus d'attention à l'amélioration de la qualité et de la quantité de l'éducation dans le pays.

Plusieurs études (Krueger et Lindahl, 2001 ; Bassanini et Scarpetta, 2002 ; Engelbrecht, 2003) ont examiné l'influence du capital humain sur la croissance économique dans les pays de l'OCDE, en tenant compte des spécificités de chaque pays et des effets à long terme. Elles ont utilisé comme variables le niveau et la qualité de l'éducation, le taux de croissance du PIB par habitant, le taux d'investissement, le taux d'ouverture, la taille du secteur public, la réglementation du marché du travail et la stabilité macroéconomique. Elles ont estimé un modèle à effets fixes avec une correction pour la non-stationnarité des variables et l'endogénéité du capital humain, sur un panel de 21 pays de l'OCDE sur la période 1971-1998. Les résultats montrent que le capital humain a un effet positif et significatif sur la croissance économique, mais que cet effet varie selon les pays et dépend de la qualité de l'éducation. Les auteurs recommandent que les politiques éducatives soient adaptées au contexte institutionnel et culturel de chaque pays pour optimiser leur impact sur la croissance.

En somme, ces études soulignent l'absence de relation entre croissance et éducation, et remettent en question l'hypothèse selon laquelle le capital humain est un facteur clé de la croissance économique.

Armer et Liu (1993) ont utilisé un modèle économétrique de type Cobb-Douglas pour analyser la contribution de l'éducation, mesurée par le nombre de personnes ayant achevé différents niveaux d'éducation, à la croissance économique de Taiwan, un pays qui a connu un développement rapide en quelques décennies, et ont trouvé que seuls l'enseignement primaire et secondaire avaient un effet positif et significatif, contrairement à l'enseignement supérieur, moins accessible et moins adapté aux besoins du marché du travail, tandis que le progrès technique jouait un rôle important.

Duma (2007), étudie les sources de croissance au Sri Lanka à l'aide des données annuelles de 1980 à 2006. Il a employé la fonction de production Cobb-Douglas augmentée qui considère la croissance de la production comme variable dépendante tandis que la croissance du facteur travail, la croissance du capital physique, la croissance du capital humain sont considérées comme des variables explicatives. La productivité totale des facteurs (PTF) est le résidu de l'équation qui capture toutes les variations inexpliquées dans la croissance de la production. Sur la période étudiée (1980 à 2006), l'auteur a trouvé une faible contribution du capital humain à la croissance environ (10%) par rapport au capital physique et la force de travail qui contribuent respectivement à 17% et 27%. La principale contribution à la croissance a été celle de la PTF qui a contribué pour environ 46%. L'auteur a expliqué ses résultats par le fait qu'à partir des années 1980, il y avait un ralentissement dans les produits à forte intensité de main-d'oeuvre et une croissance rapide des industries à forte intensité de capital et au niveau de productivité plus élevé.

Abbas et Foreman-Peck (2007), utilisent les techniques de cointégration pour estimer l'incidence du capital humain sur la croissance économique du Pakistan dans la période allant de 1961 à 2003. Dans cette étude, les auteurs ont déterminé deux indicateurs du capital humain qui ont un impact sur la croissance économique à savoir le stock du capital humain, les dépenses de santé en pourcentage du PIB.Les résultats trouvés sont que le capital humain a un effet positif et significatif sur la croissance économique du Pakistan, tant en termes de niveau que de qualité. Les auteurs suggèrent que le Pakistan devrait investir davantage dans l'éducation et la santé pour accroître son potentiel de croissance.

Gherbi Fatima et Ghazlilamia (2021) analysent l'effet du capital humain sur la croissance économique en Algérie à l'aide du modèle vecteur auto régressif (VAR). Ils considèrent comme variables le produit intérieur brut par habitant (PIBH) ; les variables éducatives telles que : les effectifs scolarisés au cycle fondamental (primaire et secondaire), les effectifs scolarisés dans le secondaire, le nombre d'étudiants dans l'enseignement supérieur ; la formation brute du capital fixe ; le taux de croissance de la population. Ils concluent que le capital humain, saisi par les variables éducatives peuvent-être un point essentiel qui influencent positivement sur la croissance économique.

Dans la même optique, BeyaKupa Erick (2021) a mené une étude sur l'effet du capital humain sur la croissance économique en République Démocratique du Congo. Il a utilisé le modèle autorégressif à retards échelonnés (ARDL) et pris en compte plusieurs variables : les dépenses publiques en éducation, le taux brut de scolarisation secondaire, le taux d'ouverture, les investissements directs étrangers et le taux de croissance de la population. Son étude montre que le capital humain, mesuré par les dépenses publiques en éducation et le taux brut de scolarisation secondaire, influence positivement la croissance économique. Toutefois, seul le taux brut de scolarisation secondaire est statiquement significatif.

En somme, les résultats des études empiriques sur le capital humain et la croissance économique sont mitigés et parfois contradictoires. Certains travaux trouvent un effet positif et significatif du capital humain sur la croissance économique, tandis que d'autres ne trouvent pas d'effet ou un effet négatif. Ces divergences peuvent s'expliquer par plusieurs facteurs, tels que la qualité des données, la spécification des modèles, la prise en compte des effets de seuil, de complémentarité ou de causalité inverse.

Conclusion partielle

Par ailleurs, à travers les travaux réalisés par des chercheurs qui ont précédé notre analyse, nous avons constaté que la relation entre le capital humain et la croissance économique est très controversée. Le capital humain peut avoir un effet positif, négatif ou nul sur la dynamique de la croissance économique. Ce chapitre nous a permis de disposer d'une base solide pour mieux cerner le cadre théorique de la thématique examinée et de comprendre les liens théoriques existant entre le capital humain et la croissance économique. Le chapitre suivant portera sur la description de l'évolution du capital humain et de la croissance économique en RDC.

CHAPITRE 2 : DESCRIPTION DE L'EVOLUTION DU CAPITAL HUMAIN ET DE LA CROISSANCE ECONOMIQUE EN RDC DE 1970 à 2021

L'objectif de ce chapitre est de présenter les évolutions du capital humain et de la croissance économique, en utilisant des données en séries temporelles. Nous observons comment ces variables ont varié au cours du temps, en considérant les décennies comme unité d'analyse, ainsi que les facteurs et les effets des chocs qu'elles ont connus. Ce chapitre se divise en deux sections : la première décrit l'évolution du capital humain ; la deuxième examine l'évolution de la croissance économique.

Section 1 : L'évolution du capital humain

Cette section a pour objectif d'analyser l'évolution du capital humain mesuré par l'indice de capital humain, qui nous sert d'indicateur pour cette variable. Pour faciliter la compréhension de cette variable, nous la décomposons en deux sous-sections. Le premier décrit l'évolution globale sur toute la période d'étude et le deuxième examine les évolutions séquentielles.

Le graphique ci-dessous présente l'évolution de l'indice de capital humain en RDC, de 1970 à 2021.

Le graphique illustre l'évolution de l'indice de capital humain de la RDC qui a connu des fluctuations au cours des cinquante dernières années, avec des phases de croissance et de déclin. Ces fluctuations sont liées au contexte économique, social et politique du pays, qui a connu des décennies de conflits, d'instabilité et de fragilité. Ces facteurs ont affecté le développement et la fourniture des services publics essentiels comme l'éducation, la santé, l'eau et l'électricité. Ils ont également eu un impact sur la survie des enfants, la qualité de l'éducation, la situation des femmes et le respect des droits humains. Le graphique présente quelques pics qui correspondent à des chocs ou à des événements marquants dans l'histoire du pays. Pour besoin d'illustration, le pic observé en 1974 correspond notamment à deux évènements, le choc pétrolier sur le plan international et la nationalisation des entreprises privées (zaïrianisation) sur le plan national. Cette période a été marquée par une croissance économique soutenue grâce aux revenus du cuivre et du pétrole, mais aussi par une corruption généralisée, une répression politique et une détérioration des services publics.

Notre étude vise à analyser les évolutions de l'indice de capital humain et leurs conséquences sur l'économie, en adoptant différents angles temporels. Nous avons divisé les graphiques en quatre périodes : de 1970 à 1982, de 1983 à 1995, de 1996 à 2008 et de 2009 à 2021. Ainsi, nous pourrons décrire les variations de l'indice de capital humain et les facteurs qui les ont déterminées.

L'indice de capital humain de la RDC a connu une progression modeste et régulière entre 1970 et 1982, passant de 1,12 à 1,21. Ce mouvement peut refléter une amélioration relative des conditions de vie et d'accès aux services sociaux de base pendant cette période. Les variations sont très faibles et ne semblent pas corrélées à des événements historiques majeurs. On peut toutefois signaler un fait notable qui a eu lieu pendant cette période, sans que son effet soit perceptible sur le graphique :

· La guerre du Shaba (ou Katanga) en 1977 et 1978, qui a opposé les forces armées zaïroises (ancien nom du Congo) à des rebelles soutenus par l'Angola. Ce conflit a entraîné des pertes humaines et matérielles, ainsi que des déséquilibres économiques et sociaux dans la région du Shaba.

Le graphique montre que le capital humain en RDC suit une tendance similaire à celle du point précédent. Cela pourrait résulter de la continuité des efforts de développement social et économique du pays pendant cette période, malgré les difficultés politiques et les tensions régionales. Le capital humain ne varie pas de manière significative d'une année à l'autre. Toutefois, certains événements historiques ont pu influencer le capital humain, tels que :

· La conférence nationale souveraine (1990), qui a initié le processus démocratique et a favorisé une plus grande participation politique et sociale des citoyens.

Le graphique indique que le capital humain en RDC suit une tendance similaire à celle du point précédent. Cela pourrait traduire la reprise progressive du développement social et économique du pays après la fin des guerres du Congo, qui ont détruit les infrastructures et les services sociaux, et causé des millions de morts et de déplacés. Les variations du capital humain sont très faibles d'une année à l'autre. Néanmoins, on peut supposer que certains événements historiques ont eu un impact sur le capital humain, tels que :

· La deuxième guerre du Congo (1998-2003), qui a opposé plusieurs pays africains et a été surnommée la « première guerre mondiale africaine ».

· L'assassinat du président Laurent-Désiré Kabila en 2001, qui a provoqué une crise politique et une transition difficile vers son fils Joseph Kabila, qui a signé les accords de paix de Sun City en 2002 et a organisé les premières élections démocratiques en 2006.

Le graphique montre que la tendance du capital humain reste similaire au point précèdent. Cela peut s'expliquer par une consolidation du processus démocratique et une amélioration des indicateurs sociaux et économiques dans le pays. Les fluctuations sont très faibles et ne semblent pas liées à des événements historiques majeurs. On peut toutefois mentionner deux faits marquants qui ont pu avoir une influence sur le capital humain, même si leur impact n'est pas visible sur le graphique :

· La révision constitutionnelle en 2011, qui a modifié le mode d'élection du président au scrutin uninominal majoritaire à un tour, au lieu du scrutin uninominal majoritaire à deux tours. Cela a pu affecter la représentativité et la légitimité du pouvoir politique, ainsi que la participation citoyenne.

· La deuxième élection présidentielle en 2011, qui a été contestée par l'opposition et a entraîné des violences post-électorales et des violations des droits de l'homme.Cela a pu nuire à la stabilité et à la sécurité du pays, ainsi qu'à la confiance des populations dans les institutions.

Cette section a pour objectif d'analyser l'évolution de la croissance économiquemesurée par le produit intérieur brut par habitant, qui nous sert d'indicateur pour cette variable. Pour faciliter la compréhension de cette variable, nous la décomposons en deux sous-sections. Le premier décrit l'évolution globale sur toute la période d'étude et le deuxième examine les évolutions séquentielles.

Le graphique ci-dessous présente l'évolution du produit intérieur brut par habitant en RDC, de 1970 à 2021.

Figure 6 : Evolution du produit intérieur brut par habitant de 1970 à 2021

D'après ce graphique, on peut observer que le PIB par habitant de la RDC a connu des fluctuations importantes au cours des cinquante dernières années, avec des périodes de croissance et de récession.

Ces variations peuvent s'expliquer par le contexte économique et social de la RDC, qui a été marqué par des périodes de crise politique, de conflit armé, de sanctions internationales, de chute des prix des matières premières, de dévaluation monétaire, de réformes structurelles et de pandémie de Covid-19.

Par exemple, le pic de 1974 correspond à l'année où le président Mobutu a nationalisé les entreprises étrangères et lancé la politique du zaïrianisation, qui visait à promouvoir l'identité nationale et l'autosuffisance économique. Le creux de 1994 coïncide avec la période du génocide au Rwanda voisin, qui a entrainé un afflux massif de réfugiés et une instabilité régionale.Le pic de 2008 reflète la croissance économique soutenue par la demande mondiale en minerais, notamment, le cuivre et le cobalt. Le creux de 2016 résulte de la baisse des cours des matières premières, de la dépréciation du franc congolais et de la crise politique liée au report des élections présidentielles. Le pic de 2014 correspond à l'année où le PIB par habitant de la RDC a atteint son niveau le plus élevé depuis l'indépendance, avec environ 425 dollars. Le creux de 2021 s'explique par les effets négatifs de la pandémie du Covid-19 sur l'économie congolaise, qui a subi une contraction de -2,4% en 2020.

Ces données montrent que le PIB par habitant de la RDC est très sensible aux chocs externes et internes, et qu'il n'a pas permis d'améliorer significativement le niveau de vie de la population, qui reste parmi les plus pauvres du monde.

Le PIB par habitant de la RDC a évolué de manière irrégulière au cours de cette période, avec des augmentations en 1974, 1976 et 1981, et des diminutions en 1971, 1978 et 1982. Ces évolutions peuvent s'expliquer par différents facteurs économiques, sociaux et politiques qui ont influencé le pays.

· Le choc pétrolier de 1973-1974, qui a modifié les termes de l'échange et la demande mondiale pour les produits d'exportation de la RDC, tels que le cuivre, le cobalt et le café.

· La nationalisation des entreprises étrangères et la création des sociétés d'État par le président Mobutu Sese Seko en 1974-1975, qui ont changé la structure du secteur privé et son efficience.

· Le conflit au Shaba (ancien Katanga) en 1977-1978, qui a perturbé l'activité minière et agricole, ainsi que les dépenses publiques.

· La dévaluation du zaïre (monnaie nationale) en 1979-1980, qui a provoqué une hausse du niveau général des prix et une baisse du revenu réel de la population.

· L'assistance financière et technique accordée par le Fonds monétaire international (FMI) et la Banque mondiale à partir de 1980, qui a contribué à stabiliser la situation macroéconomique et à stimuler la croissance.

· Le deuxième choc pétrolier de 1981-1982, qui a à nouveau réduit les recettes d'exportation et creusé le déficit budgétaire.

Le PIB par habitant de la RDC a évolué de manière négative au cours de cette période, avec des diminutions importantes en 1986, 1991 et 1994. Ces évolutions peuvent s'expliquer par différents facteurs économiques, sociaux et politiques qui ont influencé le pays.

· La variation des prix mondiaux des matières premières, notamment le cuivre et le pétrole, qui ont modifié les termes de l'échange et la croissance économique.

· La gestion économique et financière du régime de Mobutu Sese Seko, qui a entraîné une corruption généralisée, une fuite des capitaux, une dette extérieure insoutenable et une inflation élevée.

· Les changements politiques et sociaux liés à la fin de la guerre froide, à la pression internationale pour la démocratisation et à la montée des revendications régionalistes et ethniques.

· Les conflits armés dans les pays voisins, notamment l'Angola, le Rwanda et l'Ouganda, qui ont affecté la sécurité régionale et provoqué des afflux de réfugiés.

· Le génocide au Rwanda en 1994, qui a entraîné la première guerre du Congo en 1996-1997, impliquant plusieurs pays africains et mettant fin au pouvoir de Mobutu.

Le PIB par habitant de la RDC suit une tendance similaire à celle du taux de croissance économique. Plusieurs facteurs économiques, sociaux et politiques ont influencé cette évolution. Parmi ces facteurs, on peut mentionner :

· La première guerre du Congo de 1996-1997, qui a mis fin au régime de Mobutu Sese Seko et installé Laurent-Désiré Kabila au pouvoir, avec l'appui du Rwanda, de l'Ouganda et du Burundi.

· La deuxième guerre du Congo de 1998-2003, qui a opposé le gouvernement de Kabila à une rébellion appuyée par le Rwanda et l'Ouganda, ainsi qu'à plusieurs pays africains intervenus dans le conflit.

· Le décès de Kabila en 2001 et son remplacement par son fils Joseph Kabila, qui a initié un processus de dialogue et de transition politique avec les acteurs du conflit.

· Les accords de paix signés en 2002-2003, qui ont mis fin à la guerre et ont permis la mise en place d'un gouvernement d'union nationale et l'organisation d'élections démocratiques en 2006.

· La persistance des violences dans l'est du pays à partir de 2004, impliquant des groupes armés locaux et étrangers, ainsi que l'armée nationale et les forces onusiennes.

Le PIB par habitant de la RDC a suivi une tendance à la hausse au cours de cette période, avec des fluctuations en fonction des années. Plusieurs facteurs économiques, sociaux et politiques ont influencé cette évolution. Parmi ces facteurs, on peut mentionner :

· La fin de la deuxième guerre du Congo en 2003, qui a facilité une reprise partielle de l'activité économique, notamment dans les secteurs minier, agricole et des services.

· La mise en oeuvre des réformes macroéconomiques et structurelles appuyées par le Fonds monétaire international (FMI) et la Banque mondiale, qui ont contribué à la stabilité monétaire, à la réduction de la dette extérieure et à l'amélioration du climat des affaires.

· La croissance démographique rapide, qui a accéléré la demande intérieure et le potentiel de développement humain.

· La variation des cours mondiaux des matières premières, notamment le cuivre, le cobalt et l'or, qui ont influencé les exportations et les investissements étrangers.

· Les crises politiques et sécuritaires liées au report des élections présidentielles en 2016-2018, qui ont provoqué des tensions sociales, des violences et des sanctions internationales.

· La pandémie de Covid-19 en 2020-2021, qui a affecté la santé publique, l'activité économique et les finances publiques.

Conclusion partielle

Le chapitre avait pour objectif de présenter les évolutions du capital humain et de la croissance économique, en utilisant des données en séries temporelles. Ainsi, il en découle de notre analyse qu'au regarde de l'indice de capital humain et du produit intérieur brut par habitant de manière globale que la RDC aconnu des décennies de conflits, d'instabilité et de fragilité qui sont expliquées par plusieurs facteurs notamment, la guerre, la corruption généralisée, la mauvaise gestion publique, l'insécurité etc. Le pays a toutefois réussi à améliorer son capital humain et son niveau d'investissement, ce qui lui a permis de préserver un certain potentiel de développement.

A présent nous avons vu la description des différentes évolutions du capital humain et de la croissance économique qui nous ont permis de voir certains faits marquants qui ont eu de l'influence sur le capital humain et la croissance économiquependant la période de l'étude, le prochain chapitre porte sur le modèle économétrique utilisé afin d'estimer l'effet du capital sur la croissance économique en RDC.

CHAPITRE 3 : MODELISATION ECONOMETRIQUE UTILISEE

Le présent chapitre a pour objectif deprésenter l'approche économétrique à laquelle le travail a recouru pour atteindre l'objectif principal. Il comporte deux sections : la première présente le modèle ARDL, tandis que la deuxième décrit les variables utilisées dans ces modèles.

Section 1 : Présentation du modèle ARDL et spécification des modèles

A ce niveau, nous construisons un modèle ARDL (AutoregressiveDistributedLag) pour vérifier empiriquement la relation entre le capital humain et la croissance économique. Nous spécifions donc un modèle qui permet de saisir l'impact du capital humainsur la croissance économique. Ceci dans le but d'atteindre les objectifs spécifiques exposés dans l'introduction générale.

M'Amanja et Morrissey (2005), Akpan (2011), ainsi que Govindaraju et al. (2011) ont également recouru à cette approche économétrique moderne, respectivement pour les cas du Kenya, du Nigéria et de la Malaisie. La forme générale du modèle qui est appliqué dans cette étude est la suivante :

Dans ce modèle nous avons une partie où la variable dépendante est expliquée par ses propres valeurs décalées. Un tel modèle est appelé modèle autorégressif (AR) dont voici la forme générale :

Et une autre partie où la variable endogène est expliquée par la variable (X_t) et leurs valeurs décalées dans le temps

. Il s'agit ici des modèles à retards échelonnés (DL) et qui peuvent s'écrire :

Où «

» traduit l'effet à court terme de X_t sur Y_t. Ce faisant ; l'effet à long terme de X_t sur Y_t « soit ?» sera obtenu en partant de la relation de long terme suivant :

Il sied de préciser, comme l'a montré Kibala (2018) que ces genres de modèles dynamiques sont souvent butés à des problèmes d'autocorrélation des erreurs dû à la présence de la variable endogène décalée comme variable explicative à cause de la partie AR du modèle et de multi-colinéarité dû au choix des variables exogènes contenues la partie DL du modèle.

Le modèle de la forme fonctionnelle que nous allons estimer, va nous permettre de saisir l'effet du capital humain sur la dynamique de la croissance.

La représentation ARDL de cette fonction qui va nous permettre de saisir les effets de court et ceux de long terme des variables explicatives ci-dessus sera :

??Lpibhab_t = ??₀+ Ó??_1ip_i= 1 ??Lpibhab_t-i + Ó??_2iq_i= 0??Lich_t-i + Ó??_3i??_i= 0??Lfbcf_t-i + Ó??_4i??_i= 0??Lapd_t-i + b₁Lpibhab_t-1 + b₂Lich_t-1 + b₃Lfbcf_t-1 + b₄Lapd_t-1 + e_t(5)

?? est l'opérateur de différence première ; ??₀ est la constante ; ??₁...??₄ sont des effets à court terme ; b₁......b₄la dynamique de long terme du modèle ; e_t~ iid (0, ??) terme d'erreur (bruit blanc).

Les modèles dynamiques posent un problème sur le niveau de décalages. Ce faisant, pour palier à ce problème, nous allons nous servir des critères d'information (Akaike-AIC, Shwarz-SIC et Hannan-Quin) pour déterminer les décalages optimaux (p,q) du modèle ARDL.

L'application d'un modèle ARDL écrit ci-dessus suppose que les variables soient Co- intégrées, cette relation de cointégration conditionne l'estimation des coefficients de long terme de ces variables. La littérature économétrique fournit plusieurs tests de cointégration dont celui de Engel et Granger (1987), celui de Johansen (1988,1991), Johansen et Juselius (1990), celui de Pesaran et al. (1996), Pesaran et Shin (1995) et pesaran et al. (2001). Le test de cointégration de Engel et Granger (1991) fondé sur la modélisation à correction d'erreur, n'est applicable que pour deux variables intégrées de même ordre (soit ordre d'integration =1), il est donc moins efficace pour le cas multivarié. Bien que le test de Johansen pallie à ce souci, il est utilisé pour le cas mutivariés pour les variables intégrées de même ordre, soit d'ordre d'intégration égale à l'unité (1) ; il est fondé sur la modélisation vectorielle à correction d'erreur (VECM), il est ainsi moins efficace pour les variables intégrées d'ordre différent.

Dans le cadre de cette étude, nous allons recourir au test de cointégrationPesaran et al. (2001) appelé « test de cointégration aux bornes » ou « bounds test to coingration », ce test est applicable pour le cas multivarié, et pour les variables intégrées d'ordre différent (soit ordre d'intégration =0 et 1). (Kibala, 2018).

Avant d'en arriver là, nous avons testé l'ordre d'intégration de nos variables pour pouvoir valider l'estimation du modèle ARDL. Dans le cadre de ce travail, nous recourons aux tests de la racine unitaire développés par Dickey et Fuller ainsi que Andrews et Zivot (AZ) en vue de déterminer l'ordre d'intégration de nos séries temporelles.

Pour déterminer si une série chronologique comporte une racine unitaire, Dickey et Fuller (1981) proposent l'estimation par les MCO des modèles suivants :

Où ? désigne l'opérateur de différence, X_t la série dont on teste la stationnarité, å_t le terme d'erreur et è ainsi que ?_j les paramètres à estimer. La valeur de p est déterminée en minimisant l'un des critères d'information, notamment le critère bayésien de Schwarz (1978), en vertu du principe de parcimonie.

Tout d'abord, on mène le test classique de Student sur le coefficient b dans le modèle

En cas de rejet de l'hypothèse nulle, on conclut que le processus est non-stationnaire car la tendance linéaire dans le modèle est déterministe. Le processus {X_t} est donc un processus TS (Trend Stationnary). La méthode appropriée de stationnarisation dans ce cas est l'écart à la tendance. Il sera question pour ce faire de régresser X_t sur le temps, i.e.

, puis récupérer la série des résidus de cette régression, i.e.

, laquelle sera stationnaire.

Par contre, si l'hypothèse nulle n'est pas rejetée, alors la tendance n'est pas significative. Il y a donc lieu de la retirer du modèle, ce qui nous permet de basculer au modèle. Dès lors, on mène encore le test classique de Student mais sur le coefficient c cette fois-ci :

Si l'on rejette l'hypothèse nulle, alors le processus admet une dérive (drift, en anglais) car la constante dans le modèle est significative. Alternativement, le non-rejet de l'hypothèse nulle signifie que le processus est sans drift, le terme constant étant statistiquement non significatif. Ainsi, le retrait de la constante nous permettra de passer au modèle.

Il s'agira maintenant de comparer la statistique empirique du test (ADF, AugmentedDickey-Fuller) à la statistique théorique de MacKinnon (VCM, Valeur Critique de MacKinnon). Si ADF < VCM, alors on ne rejette pas l'hypothèse nulle : le processus {X_t} contient donc une racine unitaire, i.e. le processus est non-stationnaire.

Alternativement, si ADF > VCM, alors on rejette l'hypothèse nulle : le processus {X_t} ne contient pas donc une racine unitaire, i.e. le processus est stationnaire.

Le test d'Andrews et Zivot (AZ), quant à lui, poursuit le même objectif que le test Dickey-Fuller présenté ci-dessus, à savoir la détermination de l'ordre d'intégration d'une série temporelle ainsi que la bonne méthode de stationnarisation pour une série qui accuse une rupture de structure ou un changement de régime identifié de façon endogène.

Cependant, à l'issue de ces différents tests de stationnarité, rien ne garantit que les variables du modèle seront toutes à la fois stationnaires en niveau ou intégrées du même ordre, étant donné leur nombre élevé. Face à cela, il sied de les différencier autant de fois jusqu'à ce qu'elles deviennent stationnaires. Or, l'application du filtre aux différences à une série temporelle fait perdre d'importantes informations en niveau pourtant indispensables dans l'explication de la dynamique de cette série (Gebhard - Wolters, 2007). En d'autres termes, la stationnarisation par la différenciation retranche à la série de départ ses propriétés de long terme, la nouvelle série ne captant désormais que la dynamique de court terme. Pour pallier à ce sérieux obstacle, il sera utile d'estimer un modèle à correction d'erreurs (MCE) pour pouvoir prendre en compte la dynamique de long terme. Avec cette procédure de Pesaran et al. (2001), un modèle à correction d'erreur peut aider à confirmer l'existence ou non de la cointégration entre variables. Dans le cadre de notre étude ces modèles auront les formes suivantes :

??LPibhab_t = á₀ + Ó??_1ip_i=1 ??LPibhab_t-i + Ó??_2iq_i= 0??Lich_t-i + Ó??_3iq_i= 0??Lfbcf_t-i + Ó??_4iq_i= 0??Lapd_t-i + ?u_t-1 + e_t (9)

v déterminer le degré d'intégration des valeurs (test de stationnarité) : le test d'Andrews et Zivot (AZ)

v tester l'éventuelle existence d'une relation de coïntégration entre les variables : test de Pesaran et al. (2001) ou le test de cointegration aux bornes.

Il y a deux étapes pour appliquer le test de test de coïntégration aux bornes dans un modèle ARDL « approach to cointegrating »

v Deuxièmement, implémenter le test de Fisher pour vérifier les hypothèses suivantes :

La procédure du test est telle que l'on devra comparer les valeurs de Fisher obtenues aux valeurs critiques (bornes) simulées pour plusieurs cas et différents seuils par Pesaran et al. L'on notera des valeurs critiques que la borne supérieure (2^ème ensemble) reprend les valeurs pour lesquelles les variables sont intégrées d'ordre 1 I(1) et la borne inférieure (1^er ensemble) concernent les variables I(0).

Nous venons de présenter le modèle économétrique utilisé dans le cadre de ce travail. Dans la section suivante, nous décrirons les variables qui ont été retenues pour la vérification empirique dans le cas spécifique de l'économie congolaise.

Section 2 : Descriptions des variables

Cette section décrit les variables auxquelles nous avons recourues en vue d'atteindre nos objectifs de recherche. Elles proviennent principalement de trois sources à savoir : de la Banque Mondiale (world developmentindicators), de la Banque Centrale du Congo, et de pennword. Elles couvrent la période allant de 1970-2021.

Il sied de noter que nos variables se regroupent en deux catégories : les variables d'intérêt et les variables de contrôle.

2.1. Variables d'intérêt

Les variables d'intérêt sont celles qui se rapportent au capital humain ainsi qu'à l'activité économique. Nous avons retenu pour cela l'indice de capital humain comme proxy du capital humain (ICH)et le Produit Intérieur Brut par habitant (PIBHAB) comme proxy de l'activité économique.

Le produit intérieur brut par habitant est un indicateur du niveau d'activité économique d'un pays. C'est la valeur du PIB divisée par le nombre d'habitants d'un pays. Le PIB par habitant permet de comparer le niveau de richesse des pays, mais il ne tient pas compte des inégalités sociales ni du bien-être des populations.

Gary Becker (1964), définit l'indice de capital humain comme une mesure du stock de connaissances et de compétences accumulées par les individus au cours de leur vie. Il dépend des investissements en éducation, en formation et en santé que les individus et les sociétés réalisent pour augmenter leur productivité et leur bien-être.

2.2. Variables de contrôle

Les variables de contrôle sont celles qui ne se rapportent pas directement ni au capital humain, ni à l'activité économique. Elles ne sont introduites que dans le modèle en vue de réduire le risque de biais dans l'estimation des coefficients du modèle, d'augmenter également la précision et la robustesse des résultats. Elles ont été sélectionnées en référence à la littérature théorique et empirique existante, telle qu'exposée au niveau du premier chapitre de cette étude.

La formation brute de capital fixe (FBCF) est un concept macroéconomique qui mesure l'investissement en capital fixe des producteurs résidents.

Selon le comité d'aide au développement (CAD) de l'OCDE, l'aide publique au développement (APD), est l'ensemble des ressources fournies par les ETATS industrialisés dans le but exprès de promouvoir le développement économique et d'améliorer les conditions de vie de la population dans les pays en développement.

Le tableau 1 ci-dessous présente les variables utilisées dans le modèle, leurs indicateurs et les sources des données correspondantes.

Conclusion partielle

Dans ce chapitre, nous avons exposé la méthodologie économétrique que nous avons adoptée pour cette étude, inspirée de la définition d'un modèle économique donnée par E. Malinvaud (1980). Notre choix s'est portés sur le modèle ARDL, que nous avons présenté et spécifié en détail, après avoir traité et analysé les données.

Notre objectif est de saisir l'impact du capital humain sur la croissance économique en RD Congo, en utilisant comme variables d'intérêt le Produit Intérieur Brut par habitant et l'indice de capital humain. Nous avons également pris en compte des variables de contrôle, comme la formation brute de capital fixe et l'aide publique au développement, qui sont essentielles et importantes pour améliorer les résultats. Ainsi, nous avons exposé les fondements théoriques et empiriques de notre démarche, ainsi que les outils statistiques et économétriques nécessaires à son application. Dans le chapitre suivant, nous présenterons les résultats de l'estimation de l'effet du capital humain sur la croissance économique en RDC. Nous verrons alors si nos hypothèses sont confirmées ou infirmées par les données, et quelles sont les implications de nos résultats pour la politique économique et sociale du pays. Nous nous interrogerons également sur les limites de notre étude et les perspectives d'amélioration possibles.

CHAPITRE 4 : L'ESTIMATION DE L'EFFET DU CAPITAL HUMAIN SUR LA CROISSANCE ECONOMIQUE EN RDC DE 1970 A 2021.

Ce chapitre a pour objectif d'estimer l'effet du capital humainsur la croissance économique en RD Congo (traitement des données et présentation de différents résultats empiriques). Il se divise en deux sections. La première porte sur l'analyse exploratoire des variables des séries. La deuxième expose les estimations du modèle économétriquementionnés et discute les résultats.

Section 1 : Analyse exploratoire des séries

A ce stade nous calculons quelques statistiques descriptives, et présentons la matrice de corrélation des variables de l'étude.

Les caractéristiques de tendance centrale et de dispersion des variables sont présentées dans le tableau 2 ci-dessous :

	PIBHAB	ICH	FBCF	APD
Moyenne	712.5954	1.426154	19.87865	1.51E+09
Médiane	509.7750	1.485000	22.07500	9.63E+08
Maximum	1372.460	1.680000	55.40000	7.08E+09
Minimum	334.0200	1.120000	5.870000	1.82E+08
Ecart-type	344.4878	0.199678	9.708309	1.34E+09
Skewness	0.538094	-0.271784	0.642135	1.914479
Kurtosis	1.767267	1.458577	4.800363	7.824320
Jarque-Bera	5.801929	5.788141	10.59641	82.19246
Probabilités	0.054970	0.055350	0.005001	0.000000
Observations	52	52	52	52

Le PIB par habitant (PIBHAB) a connu une croissance moyenne de 712.5954 points durant la période étudiée, mais avec une forte dispersion autour de cette moyenne et une asymétrie positive (une distribution asymétrique à droite). L'indice de capital humain a atteint en moyenne 1.426154 points, avec une faible dispersion et une asymétrie négative (une distribution asymétrique à gauche). Nos deux variables de contrôle, quant à elles, ont évolué positivement durant la période, avec des moyennes respectives de 19.87865% et 1.51E+09%, mais avec des faibles dispersions et des asymétries positives (des distributions asymétriques à droite).

Par ailleurs, selon le test de Jarque-Bera, le PIB par habitant et l'indice de capital humain suivent une loi normale au seuil de 5%, tandis que nos deux variables de contrôle ne sont pas normalement distribuées à ce seuil, car la probabilité Jarque-Bera est inférieure à 5%. L'analyse de la corrélation linéaire entre ces variables sera présentée dans le point suivant.

L'analyse du tableau ci-dessus montre que le PIB par habitant (PIBHAB) est fortement et négativement corrélé à l'indice de capital humain (-93,4 %), mais qu'il existe une corrélation négative plus faible avec l'aide publique au développement (-21,5 %). L'indice de capital humain présente une faible corrélation négative avec la formation brute de capital fixe (-24,2 %), mais une corrélation positive plus faible avec l'aide publique au développement (39,6 %). Par ailleurs, la formation brute de capital fixe est positivement corrélée à l'aide publique au développement (55,9 %).

Il est important d'identifier la nature du non stationnarité d'une série avant de la rendre stationnaire, car une procédure de stationnarisation inadéquate peut engendrer des perturbations artificielles. D'où la nécessité d'effectuer des tests de racine unitaire permettant de détecter l'existence d'une non stationnarité mais aussi la nature de celle-ci (processus TS ou DS).

Il existe un grand nombre de tests de racine unitaire. Les travaux pionniers en la matière sont ceux de Dickey et Fuller. Les tests de Dickey-Fuller (DF) sont des tests paramétriques reposant sur l'estimation d'un processus autorégressif. Ces tests sont les plus utilisés en raison de leur grande simplicité. Les tests de Dickey et Fuller simples ont été élargis pour prendre en compte le problème d'autocorrélation des erreurs. On les appelle « tests de Dickey et Fuller Augmentés (ADF : AugmentedDickey-Fuller) », mais ils souffrent également d'un certain nombre de critiques. Celles-ci ont conduit à l'élaboration d'autres tests de racine unitaire dont notamment ceux de Phillips et Perron (PP), Zivot et Andrews (AZ), Kwiatkowski, Phillips, Schmidt et Shin (KPSS). De tous ces tests, les deux premiers sont faciles d'application et couramment utilisés. En fait, le PP est adapté en présence d'hétéroscédasticité, et le test AZ est utilisé pour une série qui accuse une rupture de structure ou changement de régime identifié de façon endogène. Dans cette étude, nous avons fait recours au test AZ. L'hypothèse nulle (Ho) de ce test est la non-stationnarité, elle est rejetée si P-value < 0.05. Les résultats sont donnés comme suit (les statistiques calculées sont de t de student) :

L'on note que la formation brute de capital fixe et l'aide publique au développement sont intégrées d'ordre 1 (stationnaire après la première différence), alors que le produit intérieur brut par habitant et l'indice de capital humain restent stationnaires à niveau (sans différenciation). Les séries sont ainsi intégrées à des ordres différents, ce qui rend inefficace le test de cointégration de Engel et Granger (cas bivarié) et celui de Johansen (cas multivarié), et rend opportun le test de cointégration aux bornes (Pesaran et al, 2001).

Section 2 : Estimations du modèle économétrique et discussions des résultats

Dans cette section, nous présentons et discutons les principaux résultats de nos analyses empiriques en les comparants avec ceux obtenus par d'autres chercheurs. Nous nous focalisons en particulier sur l'effet du capital humain sur la croissance économique en RDC.Nous allons maintenant présenter la spécification économique de la fonction :

Une fois vérifiée la stationnarité des variables pour éviter les régressions fallacieuses, nous estimons le modèle ARDL dont l'équation est donnée par (4). Nous utilisons la méthode robuste de Newey et West (1987) pour corriger les écarts-type de l'estimation. Le tableau suivant présente les résultats obtenus.

Nous avons utilisé le critère de Akaike (AIC) pour choisir le modèle ARDL optimal, c'est-à-dire celui qui présente des résultats statistiquement significatifs et les plus simples.

Le critère d'Akaike (AIC) nous donne le décalage optimal compatible avec la série des variables. Le modèle ARDL (2, 0, 3, 4) est plus optimal parmi le top 20 des modèles proposés, car il offre la plus petite valeur de AIC. Les résultats de la régression de modèle montrent que le pouvoir explicatif du modèle est élevé avec un coefficient de détermination de 0.99, ceci veut dire que 99% des fluctuations de la croissance économique s'expliquent par les variables exogènes du modèle c'est-à-dire l'ajustement de notre modèle ARDL s'avère de très bonne qualité. Cette hypothèse sera rigoureusement testée dans l'une des prochaines sous-sections au niveau de l'analyse de robustesse du modèle.

Le test de Breusch-Godfrey, basé sur la statistique de Fisher, révèle que les erreurs ne sont pas auto-corrélées, laprobabilité critique étant supérieures à 5%. Le test Breusch-pagan-Godfrey, quant à lui, renseigne que les erreurs sont homoscédastiques, au regard des probabilités critiques associées aussi bien à la statistique de Fisher. Enfin, le test de Jarque-Berra indique que les erreurs sont distribuées selon la loi normale, vu que la probabilité critique (p-value) dépasse le seuil de 5%. Le modèle ARDL (2, 0, 3, 4) estimé est globalement bon et expliquent à 99.6% la dynamique du PIB par tête en RDC, durant la période allant de 1970 à 2021 et le modèle est bien spécifié confirme le test de spécification de Ramsey.

En observant les figures ci-dessus nous remarquons que la courbe ne coupe pas le corridor. Par conséquent, le modèle est ponctuellement et structurellement stable durant la période sous analyse.

Ce test nous facilite la vérification d'une existence de la relation de cointégration entre les séries sous-études, c'est-à-dire, il nous permet de vérifier si les variables étudiées entretiennent des relations à long terme. La statistique du test est celle de Fisher, elle est comparée aux valeurs critiques, qui forment des bornes (inférieures et supérieures) ;

Dans le tableau ci-haut, les résultats du test sont tels que la valeur de F-stat est supérieure à celle de la borne supérieure, il y a donc l'existence de la cointégration entre les variables sous étude, donnant ainsi accès à l'estimation d'une relation de long terme pour saisir lesdits effets de l'indice de capital humain, de la formation brute de capital fixe, et de l'aide publique au développement sur la croissance économique.

Le modèle ARDL nous a permis d'évaluer les effets dynamiques des variables exogènes sur la variable endogène au cours du temps. Le modèle ECM associé nous permet d'évaluer les effets à court terme des variables indépendantes sur la variable dépendante. Les résultats sont présentés dans le tableau 7 ci-dessous. Comme on peut le voir dans ce tableau, le coefficient d'ajustement ou force de rappel mesure la vitesse à laquelle la variable dépendante revient à son niveau d'équilibre de long terme après un choc. Et est statistiquement significatif ; il est négatif et compris entre zéro et un (en valeur absolue). Ce qui garantit un mécanisme de correction d'erreur et donc l'existence d'une relation de long terme (cointégration) entre les variables.

Variable dépendante D(LPIBHAB)
Variables exogènes	Coefficients	Ecart-type de coefficients	t-Statistic	Probabilités
D(LPIBHAB(-1))	0.669863	0.083631	8.009740	0.0000
D(LFBCF)	0.067785	0.021459	3.158886	0.0033
D(LFBCF(-1))	-0.059816	0.024847	-2.407374	0.0215
D(LFBCF(-2))	-0.064111	0.023333	-2.747650	0.0094
D(LAPD)	0.006235	0.009635	0.647156	0.5218
D(LAPD(-1))	-0.005024	0.009926	-0.506169	0.6159
D(LAPD(-2))	0.012923	0.009916	1.303322	0.2010
D(LAPD(-3))	-0.025001	0.009209	-2.714896	0.0102
CointEq(-1)*	-0.265151	0.045795	-5.789931	0.0000

Les coefficients des variables indépendantes mesurent les effets à court terme de ces variables sur la variable dépendante. On peut interpréter les résultats comme suit :

v Une augmentation de 1% du taux de croissance du PIBHAB au retard 1 entraîne une augmentation de 0.67% du taux de croissance du PIBHAB au temps courant, toutes choses égales par ailleurs. Ce résultat est significatif au seuil de 1%.

Ces résultats suggèrent que la croissance économique en RDC est fortement influencée par la dynamique de la croissance passée. En effet, une augmentation du taux de croissance du PIBHAB au retard 1 se traduit par une augmentation du taux de croissance du PIBHAB au temps courant, ce qui indique un effet d'entraînement positif de la croissance. Ce résultat est conforme à la théorie de la convergence conditionnelle, selon laquelle les pays ayant un niveau initial de revenu par habitant plus faible tendent à croître plus rapidement que les pays plus riches, en rattrapant leur retard de développement. Ce résultat est également cohérent avec les études empiriques qui ont mis en évidence l'existence d'un effet de persistance de la croissance dans les pays en développement, notamment en Afrique subsaharienne (Barro et Sala-i-Martin, 1995 ; Ndulu et O'Connell, 2008 ; Fosu, 2015).

v Une augmentation de 1% du taux de croissance de la FBCF au temps courant entraîne une augmentation de 0.07% du taux de croissance du PIBHAB au temps courant, toutes choses égales par ailleurs. Ce résultat est significatif au seuil de 1%.

Ces résultats suggèrent que la croissance de la formation brute de capital fixe (FBCF) a un effet positif et significatif sur la croissance du produit intérieur brut par habitant (PIBHAB) en RDC. En effet, une augmentation du taux de croissance de la FBCF au temps courant se traduit par une augmentation du taux de croissance du PIBHAB au temps courant, ce qui reflète l'impact de l'investissement sur la productivité. Ce résultat est conforme à la théorie endogène de la croissance, selon laquelle l'accumulation du capital physique est un facteur de progrès technique et d'innovation. Ce résultat est également en accord avec les études empiriques qui ont mis en évidence le rôle positif de l'investissement dans la stimulation de la croissance dans les pays en développement, notamment en Afrique subsaharienne (De Long et Summers, 1993 ; Levine et Renelt, 1992 ; Mankiw et al. 1992).

v Une augmentation de 1% du taux de croissance de la FBCFde manière cumulée entraîne une diminution de 0.123% du taux de croissance du PIBHAB au temps courant, toutes choses égales par ailleurs. Ce résultat est significatif au seuil de 5%.

Ces résultats indiquent que la croissance de la formation brute de capital fixe (FBCF) a un effet négatif et significatif sur la croissance du produit intérieur brut par habitant (PIBHAB) en RDC. En effet, une augmentation du taux de croissance de la FBCF de manière cumulée se traduit par une diminution du taux de croissance du PIBHAB au temps courant, ce qui reflète un effet de déplacement de la production. Ce résultat est contraire à la théorie néoclassique et endogène de la croissance, selon lesquelles l'accumulation du capital physique est un facteur positif de la croissance économique. Ce résultat est également en contradiction avec les études empiriques qui ont souligné le rôle positif de l'investissement dans la promotion de la croissance dans les pays en développement, notamment en Afrique subsaharienne (De Long et Summers, 1993 ; Levine et Renelt, 1992 ; Mankiw et al. 1992). Une possible explication de ce résultat paradoxal est que la FBCF en RDC est inefficace ou mal allouée, en raison de problèmes institutionnels, politiques ou infrastructurels.

v Une augmentation de 1% du taux de croissance de l'APDau retard 3 entraîne une diminution de 0.025% du taux de croissance du PIBHAB au temps courant, toutes choses égales par ailleurs. Ce résultat est significatif au seuil de 1%.

Ces résultats suggèrent que la croissance de l'aide publique au développement (APD) a un effet négatif et significatif sur la croissance du produit intérieur brut par habitant (PIBHAB) en RDC. En effet, une augmentation du taux de croissance de l'APD au retard 3 se traduit par une diminution du taux de croissance du PIBHAB au temps courant, ce qui reflète un effet de substitution de l'aide à l'effort national. Ce résultat est conforme à la théorie de la malédiction de l'aide, selon laquelle l'APD peut avoir des effets pervers sur la croissance économique, en réduisant les incitations à la bonne gouvernance, à la mobilisation des ressources internes et à la diversification des exportations. Ce résultat est également cohérent avec les études empiriques qui ont mis en évidence l'existence d'un seuil critique d'APD au-delà duquel l'aide devient contre-productive pour la croissance dans les pays en développement, notamment en Afrique subsaharienne (Easterly et al. 2004 ; Rajan et Subramanian, 2008 ; Minoiu et Reddy, 2010).

v Le taux de croissance de l'indice de capital humain n'exerce pas d'effet sur le taux de croissance du PIBHAB en RDC.

L'indice de capital humain (ICH) ne semble pas influencer la croissance du produit intérieur brut par habitant (PIBHAB) en RDC. Cette conclusion rejoint celle de Pritchett (2001) qui a étudié 127 pays entre 1960 et 1990. Selon lui, le capital humain, mesuré par le nombre moyen d'années de scolarisation, n'a pas d'effet positif sur la croissance, et parfois même un effet négatif. Il propose trois raisons : l'éducation ne rend pas les travailleurs plus productifs, l'éducation ne correspond pas aux besoins du marché, ou l'éducation est utilisée à des fins non économiques. Le capital humain intervient cependant dans le processus d'ajustement à long terme en cas de déséquilibre à court terme.

Le coefficient de correction d'erreur étant négatif et statistiquement significatif, il est possible d'estimer la relation de long terme. Il s'agit en fait de régresser l'équation (9) à laquelle nous sommes parvenus dans le troisième chapitre. Les résultats sont les suivants :

Les coefficients des variables indépendantes mesurent les effets marginaux de ces variables sur la croissance économique. On peut interpréter les résultats comme suit :

Une augmentation de 1% du taux de croissance de l'ICH entraîne une diminution de 2.57% du taux de croissance du PIBHAB, toutes choses égales par ailleurs. Ce résultat est significatif au seuil de 1%.

Ces résultats indiquent que l'indice de capital humain (ICH) a un effet négatif et significatif sur la croissance économique en RDC. En effet, une augmentation du taux de croissance de l'ICH entraîne une diminution de la croissance économique, ce qui reflète l'impact négatif de la faible qualité de l'éducation et de la santé sur la productivité et l'innovation. Ce résultat est contraire à la théorie de la croissance endogène, selon laquelle le capital humain est un facteur positif de la croissance économique, en favorisant le développement des compétences, la diffusion du savoir et la création de nouvelles technologies. Ce résultat est également en contradiction avec les études empiriques qui ont mis en évidence le rôle positif du capital humain sur la croissance dans les pays en développement, notamment en Afrique subsaharienne (Barro, 1991 ; Mankiw et al. 1992 ; Benhabib et Spiegel, 1994). Une possible explication de ce résultat paradoxal est que l'ICH en RDC est mal mesuré ou mal utilisé, en raison de problèmes institutionnels, politiques ou infrastructurels.

Une augmentation de 1% du taux de croissance de la FBCF entraîne une augmentation de 0.31% du taux de croissance du PIBHAB, toutes choses égales par ailleurs. Ce résultat est significatif au seuil de 1%.

Ces résultats indiquent que la formation brute de capital fixe (FBCF) a un effet positif et significatif sur la croissance du produit intérieur brut par habitant (PIBHAB) en RDC. En effet, une augmentation du taux de croissance de la FBCF entraîne une augmentation du taux de croissance du PIBHAB, ce qui reflète l'impact de l'investissement sur la productivité et l'innovation. Ce résultat est conforme à la théorie endogène de la croissance, selon laquelle l'accumulation du capital physique est un facteur de progrès technique et d'innovation. Ce résultat est également en accord avec les études empiriques qui ont mis en évidence le rôle positif de l'investissement dans la stimulation de la croissance dans les pays en développement, notamment en Afrique subsaharienne (De Long et Summers, 1993 ; Levine et Renelt, 1992 ; Mankiw et al. 1992).

Conclusion partielle

Ce chapitre a exposé les résultats de l'analyse empirique de l'effet du capital humain sur la croissance économique en RD Congo, sur la période de 1970 à 2021. À partir d'un modèle économétrique ARDL, nous avons estimé les effets à court et à long terme du capital humain sur la croissance économique. Nous avons observé que le capital humain n'a pas d'effet significatif sur la croissance à court terme, mais qu'il a un effet négatif et significatif à long terme. La formation brute de capital fixe et l'aide publique au développement ont également des effets contrastés selon l'horizon temporel considéré. Ces résultats confirment en partie ceux de la littérature existante, mais ils posent aussi des questions sur les causes et les conséquences de la faible contribution du capital humain à la croissance économique en RD Congo. Quels sont les facteurs qui expliquent le faible rendement du capital humain dans ce pays ? Quelles sont les politiques publiques à mettre en place pour renforcer le capital humain et favoriser la croissance économique ? Ces questions ouvrent des perspectives de recherche pour de futures études sur le sujet.

CONCLUSION GENERALE

Ce travail s'est proposé d'évaluer l'impact qu'a le capital humain sur la croissance économique en République Démocratique du Congo. En d'autres termes, il a été question de mesurer l'impact de court terme et de long terme du capital humain sur la dynamique de la croissance en République Démocratique du Congo durant la période 1970 - 2021. Ainsi, l'hypothèse à vérifier est : le capital humain a une influence positive et significative sur la croissance économique en RDC.

Pour ce faire, il est décrit préalablement l'évolution du capital humain et de la croissance économiqueen termes des variables macroéconomiques d'intérêt ; ``Le capital humain'' approchépar l'indice de capital humain; ainsi que ``La croissance économique'' approchée par le produit intérieur brut par habitant.

Conformément à la littérature économique, la relation entre le capital humain et la croissance économique reste encore plus controversée. Cependant, une bonne qualité et/ou quantité du capital humain influence toujours positivement la dynamique de la croissance économique et améliore l'efficacité des individus et seront beaucoup plus productifs. Ainsi, comme fait mention ci-haut, à l'aide du modèle ARDL, il est analysé cette relation dans l'économie congolaise.

A l'issue de cette analyse empirique, les résultats des estimations suggèrent que le capital humain n'exerce aucun effet sur la croissance économique à court terme. Par ailleurs, son effet à long terme est négatif et statistiquement significatif. Au regard de ces résultats, nous avons infirmé notre hypothèse selon laquelle le capital humain exercerait un effet positif et significatif sur la dynamique de la croissance économique.

Par conséquent, la situation de la RD Congo montre une forme d'incapacité innée de l'État congolais à mettre en oeuvre les politiques publiques nécessaires. Toutefois, ces résultats sont conformes avec les études précédentes réalisées par d'autres chercheurs. Ainsi, nous suggéronsaux autorités politiques du pays pour une RD Congo émergente :

v Investir davantage dans l'éducation : la RDC devrait augmenter ses investissements dans l'éducation, en veillant à ce que tous les enfants aient accès à une éducation de qualité. Les programmes d'éducation doivent être adaptés aux besoins des apprenants et être en adéquation avec les exigences du marché de l'emploi ;

v Renforcer le système de santé : le gouvernement devrait investir dans la santé pour améliorer l'accès aux soins de santé de qualité pour tous les citoyens. Cela comprendrait la construction d'infrastructures de santé adéquates, la formation du personnel de santé ; l'approvisionnement en médicaments et en équipements médicaux ;

v Encourager l'investissement : les agents publics (l'ETAT, les collectivités territoriales) ou les agents privés (les entreprises, ménages) devraient encourager l'investissement car celui-ci est un facteur déterminant de la croissance économique et permet d'augmenter la qualité et la quantité du capital physique, capital humain et du capital technologique disponible dans un pays.

Ces recommandations ne sont pas exhaustives, mais elles peuvent aider la RDC à améliorer son indice de capital humain négatif et à favoriser un développement économique durable.

Cependant, loin de nous la prétention d'être le pionnier autour de cette thématique, ce n'est que dans le souci de participer au débat que cette étude vient s'ajouter dans la littérature déjà existante. Également, nous sommes conscients que nous n'avons puisé tous les aspects liés à ce sujet ; néanmoins nous avons la nette conviction d'avoir développé l'essentiel. À nos lecteurs, nous sollicitons l'indulgence pour les éventuelles imperfections que cette oeuvre humaine pourrait contenir, en dépit de toute notre attention.

- Aghion, P., &Howitt, P. (1998). Endogenous growth theory. Cambridge: MIT Press.

- Barro, R. J. (2001). Human capital and growth. The American Economic Review, 91(2), 12-17.

- Becker, G.S. (1964), human capital: a theorical and empirical to education, columbiaunivesity press, New york.

- Benhabib, J., & Spiegel, M. M. (1994). The role of human capital in economic development evidence from aggregate cross-country data. Journal of Monetary economics, 34(2), 143-173.

- Bergheim S., (2005). Global growth centres2020.Trends and cycles.Deutsche Bank Research

- Bofoya, B. (2018), Modèles macroéconomiques, 2ème éd., Galimage, Kinshasa.

- Doucouliagos, H., &Paldam, M. (2009). The aid effectiveness literature: The sad results of 40 years of research. Journal of Economic Surveys, 23(3), 433-461.

- Fogel R.W., (2004). Health, nutrition, and economic growth. Economic Development and Cultural Change52(3),643-658

- Lucas Jr, R. E. (1988). On the mechanics of economic development. Journal of Monetary Economics, 22(1), 3-42.

- Malthus, T. R. (1920). Essai sur le principe de population. Traduction française de G. Duperrin, 1920.

- Mankiw, N. G., Romer, D., & Weil, D. N. (1992). A contribution to the empirics of economic growth. The Quarterly Journal of Economics, 107(2), 407-437.

- Musbau, A. K., &Rasak, A. A. (2005). Investment in Education and Economic Growth in Nigeria: An Empirical Evidence. International Journal of Humanities and Social Science Invention, 4(10), 50-58.

- Pissarides, C.A., (1997). Learning by trading and the returns to human capital in developing countries.World Bank Economic Review11 (1), 17-32

- Pritchett, L. (2001). Where has all the education gone? The World Bank Economic Review, 15(3), 367-391.

- Ricardo, D. (1817). Des principes de l'économie politique et de l'impôt. Traduction française de F. S. Constancio, 1835.

- Romer, P. M. (1986). Increasing returns and long-run growth. Journal of Political Economy, 94(5), 1002-1037.

- Romer, P. M. (1990). Endogenous technological change. Journal of Political Economy, 98(5), S71-S102.

- Schultz, T. W. (1961). Investment in human capital. The American Economic Review, 51(1), 1-17.

- Smith, A. (1776). Recherche sur la nature et les causes de la richesse des nations. Traduction française de Germain Garnier, 1802.

- Vernon, R. (1966). International investment and international trade in the product cycle. The Quarterly Journal of Economics, 80(2), 190-207.

- Abbas, Q. et Foreman-Peck, J. (2007), «Human Capital and Economic Growth: Pakistan, 1960-2003», Lahore Journal of Economics, vol. 12, n° 1, pp. 1-27.

- Armer, J. Michael, and Chien-zer Liu. «Education's effect on economic growth in Taiwan.» Comparative Education Review, vol. 37, no. 3, 1993, pp. 329-340. DOI: 10.1086/447192.

- Barro, R. J. (1991). « Economic Growth in a Cross Section of Countries. » The Quarterly Journal of Economics, Vol. 106, No. 2: 407-443.

- Barro, R. J. etSala-i-Martin, X. (1995). « Technological Diffusion, Convergence, and Growth. » NBER Working Paper No. 5151. Publiédans Journal of Economic Growth, Vol. 2, No. 1 (March 1997): 1-26.

- Benhabib, J. et Spiegel, M. M. (1994). The Role of Human Capital in Economic Development: « Evidence from Aggregate Cross-Country Data. » Journal of Monetary Economics, Vol. 34, No. 2: 143-173.

- Bloom, D. E., Canning, D. ET Sevilla, J. (2004), «The Effect of Health on Economic Growth: A Production Function Approach», World Development, vol. 32, n° 1, pp. 1-13.

- Boone, P. (1996). « Politics and the Effectiveness of Foreign Aid. » European Economic Review, Vol. 40, No. 2: 289-329.

- De Long, J. B. et Summers, L. H. (1993). « The Stock Market, Profit, and Investment. » The Quarterly Journal of Economics, Vol. 108, No. 1: 115-136.

- Easterly, W., Levine, R. etRoodman, D. (2004). New Data, New Doubts: Revisiting « Aid, Policies, and Growth ». American Economic Review, Vol. 94, No. 3: 774-780.

- Fosu, A. K. (2015). Growth, Inequality and Poverty in Sub-Saharan Africa: « Recent Progress in a Global Context. » Oxford Development Studies, Vol. 43, No. 1: 44-59.

- KIBALA, J. (2018), Modélisation ARDL, Test de cointégration aux bornes et Approche de Toda-Yamamoto : Éléments de théorie et pratiques sur logiciels, Centre de Recherches Économiques et Quantitatives (CREQ), Kinshasa.

- Krueger, A. B. ET Lindahl, M. (2001), «Education for Growth: Why and for Whom?» Journal of Economic Literature, vol. 39, n° 4, pp. 1101-1136.

- Levine, R. etRenelt, D. (1992). « A Sensitivity Analysis of Cross-Country Growth Regressions. » American Economic Review, Vol. 82, No. 4: 942-963.

- Mankiw, N. G., Romer, D. ET Weil, D. N. (1992), A Contribution to the Empirics of Economic Growth», The Quarterly Journal of Economics, vol. 107, n° 2, pp. 407-437.

- Mankiw, N. G., Romer, D. et Weil, D. N. (1992). « A Contribution to the Empirics of Economic Growth. » The Quarterly Journal of Economics, Vol. 107, No. 2: 407-437.

- Minoiu, C. et Reddy, S. G. (2010). Development Aid and Economic Growth: « A Positive Long-Run Relation. » The Quarterly Review of Economics and Finance, Vol. 50, No. 1: 27-39.

- Mosley, P., Hudson, J. et Horrell, S. (1987). « Aid, the Public Sector and the Market in Less Developed Countries. » The Economic Journal, Vol. 97, No. 387: 616-641.

- Ndulu, B. J. et O'Connell, S. A. (2008). Policy Plus: « African Growth Performance 1960-2000. » Dans B. J. Ndulu, S. A. O'Connell, R. H. Bates, P. Collier et C. C. Soludo (Eds.), The Political Economy of Economic Growth in Africa, 1960-2000 (Vol. 1). Cambridge University Press.

- Rajan, R. G. et Subramanian, A. (2008). Aid and Growth: « What Does the Cross-Country Evidence Really Show? » The Review of Economics and Statistics, Vol. 90, No. 4: 643-665.

- Kalonda, I. (2022), Notes de cours de cours d'économétrie approfondie, université de Kinshasa, faseg

- Mukoko, S. (2022), Notes de cours de modèles macroéconomiques, université de Kinshasa, faseg

- Mvudi, S. (2022), Notes de cours d'économie du travail, université de Kinshasa, faseg

- Beya, E. (2021), Capital humain et croissance économique : une analyse empirique pour le cas de RDC, mémoire de licence, université de Kinshasa, faseg

- Gherbi Fatima et Ghazlilamia (2021), analyse de l'effet du capital humain sur la croissance économique en Algérie, mémoire de licence, université d'ABDERRAHMANE MIRA BEJAIA

Années	pibhab2015 (en $ constant de 2015)	ICH	fbcf (en % du PIB)	apdnet2018 (en $ constant 2018)
1970	1290.75	1.12	20.04	615049987.79
1971	1331.46	1.12	22.05	685739990.23
1972	1298.29	1.13	22.10	685270019.53
1973	1367.10	1.13	24.62	662619995.12
1974	1372.46	1.14	25.56	760280029.30
1975	1268.70	1.15	23.98	934020019.53
1976	1167.85	1.15	22.21	687950012.21
1977	1143.32	1.16	22.47	840289978.03
1978	1051.53	1.17	20.60	864710021.97
1979	1026.96	1.18	20.75	1015030029.3
1980	1021.81	1.19	21.50	962320007.32
1981	1019.47	1.20	22.28	981750000.00
1982	990.02	1.21	22.12	911849975.59
1983	979.73	1.22	22.59	858380004.88
1984	1008.60	1.23	24.32	869229980.47
1985	987.49	1.25	24.47	844330017.09
1986	1007.03	1.27	25.86	928710021.97
1987	1006.27	1.29	26.64	1230069946.2
1988	982.48	1.31	26.77	964150024.41
1989	940.45	1.33	26.40	1243670043.9
1990	849.55	1.35	24.36	1332170043.9
1991	749.93	1.38	21.49	701239990.23
1992	645.55	1.40	17.49	379649993.90
1993	537.28	1.43	6.76	255460006.71
1994	497.89	1.45	7.10	332279998.78
1995	485.42	1.48	6.92	236639999.39
1996	467.18	1.49	6.27	210080001.83
1997	430.17	1.51	5.87	221389999.39
1998	413.54	1.52	5.92	181699996.95
1999	386.66	1.54	6.59	195919998.17
2000	350.87	1.55	6.28	282220001.22
2001	334.12	1.56	6.88	396529998.78
2002	334.02	1.57	9.87	1736849975.5
2003	341.99	1.58	9.65	7084160156.2
2004	353.73	1.59	8.47	2211610107.4
2005	363.67	1.59	9.31	2107139892.5
2006	370.89	1.60	10.53	2530020019.5
2007	381.46	1.61	11.13	1363189941.4
2008	392.07	1.61	11.15	1706680053.7
2009	390.11	1.62	18.02	2384070068.3
2010	404.15	1.62	19.14	3480169921.8
2011	417.76	1.63	30.11	5346370117.1
2012	432.68	1.63	28.94	2788919921.8
2013	454.00	1.64	26.47	2489389892.5
2014	480.77	1.65	25.48	2308399902.3
2015	497.32	1.65	21.59	2769810058.5
2016	492.80	1.66	23.29	2254199951.1
2017	494.78	1.67	27.68	2416800048.8
2018	506.96	1.67	29.52	2539239990.2
2019	512.59	1.68	29.88	2885399902.3
2020	505.35	1.64	38.80	3377360107.4
2021	517.93	1.64	55.40	2694600000.0