WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Capital humain et croissance économique en RDC de 1970-2021


par Abdallah Botendi
Université de Kinshasa - Licence en économie mathématique  2021
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

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 :

lpibhab = f (lich, lfbcf, lapd)(4)

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.

a) Décalage optimal

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.

Figure 11 :Sélection du modèle optimal AIC


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.

b) Diagnostic du modèle

Tableau 5 : Statistiques de diagnostic du modèle

Hypothèses du test

Tests

Valeurs (probabilités)

Autocorrélation

Breusch-Godfrey

1.338294 (0.5121)

Hétéroscédasticité

Breusch-Pagan-Godfrey

7.820349 (0.7990)

Normalité

Jarque-Bera

0.394898 (0.820822)

Spécification

Ramsey (Fisher)

0.219320 (0.6425)

Source : auteur (nos estimations sur Eviews 10)

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.

Figure 12 : Test de stabilité des paramètres

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.

c) Test de cointégration aux bornes

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) ;

Si Fisher > borne supérieure: cointégrationéxiste

Si Fisher < borne inférieure: cointégration n'éxiste pas

Si borne inférieure < Fisher <borne supérieure: pas de conclusion

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

Variables

Lpibhab, Lich, Lfbc, Lapd

F-stat calculée

6.017002

Seuil critique

Borne inférieure

Borne supérieure

1%

5%

10%

3.65

2.79

2.37

4.66

3.67

3.2

Source : auteur (nos estimations sur Eviews 10)

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.

d) Coefficients de long terme et la dynamique à court terme

1. Coefficients de court terme

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.

Tableau 7 : Résultats d'estimation des coefficients de court terme

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

Source : Résultats obtenus à l'aide du logiciel Eviews10

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.

2. Coefficients de long 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 :

Tableau 8 : Résultats d'estimation des coefficients de long terme

Variable dépendante D(LPIBHAB)

Variables exogènes

Coefficients

Ecart-type de coefficients

t-Statistic

Probabilités

LICH

-2.567397

0.183132

-14.01938

0.0000

LFBCF

0.308032

0.059018

5.219272

0.0000

LAPD

0.006908

0.053303

0.129607

0.8976

C

6.313956

0.943482

6.692184

0.0000

Source : Résultats obtenus à l'aide du logiciel Eviews10

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).

précédent sommaire suivant






La Quadrature du Net

Ligue des droits de l'homme