Agriculture et croissance économique au Cameroun

CHAPITRE IV : APPROCHE ÉCONOMÉTRIQUE

L'objectif de ce travail est de déterminer l'impact du secteur agricole sur l'économie camerounaise. À cet effet, la mesure de l'impact de l'agriculture sur l'économie camerounaise se fera à l'aide d'un modèle économétrique. Il s'agit d'estimer une relation entre les performances économiques du secteur agricole et celles des autres secteurs, et de l'économie en général. Afin de s'affranchir des aléas dus à l'application des méthodes de régression linéaire classique sur des données évoluant dans le temps, les développements récents sur l'économétrie des séries temporelles seront utilisés.

Dans la littérature économique, l'approche traditionnelle utilisée pour mesurer l'impact du secteur agricole sur la croissance économique se faisait en déterminant l'effet de la croissance du secteur agricole sur les autres secteurs dits "modernes" et sur l'économie dans son ensemble. Le secteur agricole est considéré comme exogène ; ses performances servent à expliquer une part de l'évolution du reste de l'économie.

Mais cette méthodologie sera critiquée. KANWAR (2000) a suggéré que pour évaluer la relation entre l'agriculture et le reste de l'économie, le secteur agricole ne devrait pas être considéré comme exogène, le cas échéant, cela doit être prouvé a priori. Il a également proposé l'utilisation des méthodes de co-intégration afin d'éviter les problèmes de régression fallacieuse.

De plus, comme le souligne YAO (2000), des liens entre les secteurs peuvent exister dans plusieurs sens. Si l'industrie bénéficie des ressources issues du secteur agricole comme le montrent les différentes théories présentées au chapitre 1, la productivité du secteur agricole s'améliore aussi par l'utilisation des machines et engrais issus du secteur industriel. Ainsi, le développement du secteur non agricole peut également causer celui du secteur agricole.

La prise en compte de toutes ces considérations nous a amené à retenir pour cette modélisation un modèle Vectoriel AutoRégressif (VAR), éventuellement un modèle à correction d'erreur (Error Correction Model : ECM) en cas de présence d'au moins une relation de co-intégration entre les variables. Les modèles VAR ne font pas de restrictions a priori sur l'exogénéité des variables. Il s'agit d'une « modélisation sans autre restriction a priori que le choix des variables sélectionnées et du nombre de retards ».^31(*)

4.1 Présentation des données

La mesure de l'impact de l'agriculture sur la croissance économique au Cameroun sera faite à l'aide d'un modèle de co-intégration. Ce modèle devrait permettre d'atteindre l'objectif fixé dans ce travail à savoir déterminer l'impact de l'agriculture sur la croissance économique au Cameroun. Il permettra également d'éprouver la véracité des hypothèses formulées à l'introduction. L'idée générale est qu'à partir des données sur les différentes activités au Cameroun couvrant une longue période, il soit mis en exergue, grâce aux techniques statistiques et économétriques la relation qui existe entre les performances économiques obtenues dans le secteur agricole et les performances de l'économie dans son ensemble au Cameroun.

La grandeur utilisée pour mesurer les performances économiques est le PIB. Il représente l'ensemble des richesses créées au sein d'une économie au cours d'une année. Il donne la meilleure mesure du niveau d'activité.

Quatre variables sont utilisées dans le modèle :

· le taux de croissance du PIB réel par habitant noté TCPRH ;

· le taux de croissance du PIB réel agricole noté TCPRA ;

· le taux de croissance du PIB réel industriel noté TCPRI ;

· le taux de croissance du PIB réel des services noté TCPRS.

Toutes les données sont annuelles et couvrent la période allant de 1966 à 2005. Ces données proviennent de la Banque Mondiale. La table des données est présentée en annexe 10. Une description plus détaillée de ces données sera faite ci-dessous.

4.1.1 Taux de croissance du PIB réel par habitant (TCPRH)

Le PIB réel par habitant représente la valeur du PIB réel rapporté à la population totale. Il donne une idée de la part moyenne qui revient à chaque habitant dans la richesse totale créée au cours d'une année. Il est utilisé comme un indicateur du bien être. Le taux de croissance du PIB réel par habitant quant à lui représente la variation relative du PIB réel par tête d'une année à l'autre. Il se calcule suivant la formule suivante :

Où représente la valeur du PIB réel par habitant au cours de l'année t.

La figure ci-dessous représente l'évolution de cette variable au Cameroun sur la période allant de 1966 à 2005.

Figure 9: Évolution du taux de croissance du PIB réel par tête au Cameroun

Source : Banque Mondiale.

Comme le montre ce graphique, le taux de croissance du PIB réel par tête a fluctué au Cameroun sur la période allant de 1966 à 2005. Sur la période précédent l'année 1987, on note des valeurs négatives en 1967, 1976 et 1980. De 1987 à 1994, la valeur du taux de croissance du PIB réel par tête est restée négative. Cette situation s'explique par la crise économique qui a sévi au Cameroun dès 1987. La chute brutale du cours des matières premières, qui étaient alors une des principales sources de devise pour l'État camerounais et la crise de l'endettement ont mis en mal l'économie camerounaise. Les politiques d'ajustement structurels mises en oeuvre avec l'aide du FMI et la BM ont certes contribué à l'assainissement des finances publiques mais se sont accompagnées d'une forte paupérisation des masses. Le taux de croissance moyen du PIB réel par tête sur cette période est de l'ordre de -6,5 % avec une valeur de -10 % en 1988. En 1994, la monnaie camerounaise, le F CFA a été dévaluée de 50 % par rapport au Franc Français. Les exportations du Cameroun sont redevenues plus compétitives. Sur le graphique ci-dessus, on observe une tendance à la hausse du taux de croissance du PIB réel par tête depuis 1995, avec une forte reprise après la dévaluation. Le PIB réel par tête a crû sans rupture au Cameroun de la dévaluation jusqu'à l'année 2005.

* ³¹ LARDIC S., MIGNON V. (2002), p 83