CHAPITRE TROISIEME
ANALYSE EMPIRIQUE DES DEPENSES
PUBLIQUES EN
EDUCATION SUR LA CROISSANCE ECONOMIQUE
DE LA RDC
Ce troisième chapitre est résolument
économétrique. Cette étape du travail se distingue des
précédentes par l'étude de cas exposé, qui utilise
systématiquement des données réelles portant sur les
quatre variables en études, notamment la Croissance du PIB en % annuel,
le taux de Scolarisation primaire, taux de Scolarisation Secondaire et les
dépenses Publiques d'investissement en éducation en % des
dépenses publiques totales.
Cette étape se distingue également des
précédentes par la place qu'elle accorde à expliquer
comment les quatre variables se sont comportées durant la période
d'étude en utilisant un modèle très sophistiqué dit
(Vecteur auto régressif).
Car la validité d'une étude
économétrique dépend de la pertinence de la
spécification du modèle estimé ; il est vain de
vérifier une relation économétrique si on l'applique
à des modèles incohérents.
3.1. Spécification du modèle
Le fondement théorique du modèle utilisé
est la fonction de production obtenue par Mankiw et al.(1992) par
l'amélioration du modèle de Solow en y incluant l'accumulation du
capital humain compte tenu des hypothèses des théories de la
croissance :
Yt =
Kt
aHtf(LtAft)1-a-f
(1)
Où y est la production ; k le stock de capital
physique, L la force de travail, H le stock de capital humain et A
l'état de la technologie disponible. a et
f sont des paramètres positifs tels que
a + f = 1.
L ' I m p a c t des dépenses publiques e n
Education sur l a croissance Economique e n RDC d e 1 9 8 0 à 2 0 1
2
Page 58
De cette équation découlent les nombreux
modèles. Ce modèle empirique sera testé dans le cadre de
notre travail, s'écrit de la façon suivante :
(TPIB)t
= a + D
(TPIB)t_i+
S(TPRIM)t+
p(TSEC)t
+
y(DEPCAH)t
+ Ut (2)
Avec :
TPIB : Croissance du PIB en %
TPRIM : Taux de Scolarité au primaire,
TSEC : Taux de Scolarité au Secondaire ;
DEPCAH : Dépenses Publiques d'investissement en
éducation en % des
dépenses publiques totales.
Ut : le terme d'erreur
Sous la forme estimable, le modèle se présente
comme suit ; avec entre parenthèses les signes attendus :
Tpib = ao +
aiTprim + a2Tsec +
a3Dep Cah + Et (3)
3.2.Notions de base sur la modélisation
VAR29
Dans l'utilisation des techniques quantitatives pour la
prévision, les modèles uni-équationnels ont
été peu à peu laissés de coté au profit des
modèles simultanés multi-équationnels. Ainsi dans les
modèles d'équations à système simultanés,
certaines variables sont considérées comme endogènes et
d'autres comme exogènes. Pour estimer ces modèles
simultanés, l'on doit s'assurer au préalable de l'identification
de chaque équation du modèle. A cet effet des restrictions
étaient imposées sur :
Des paramètres avec notamment le principe de normalisation
;
Les variables dont quelques unes devraient être absentes
dans certaines équations
Or, le principe de simultanéité peut être
discutable. En effet, s'il y a véritablement simultanéité
dans les relations d'un modèle, logiquement il n'y aurait pas eu lieu de
faire la distinction entre
29 M. E. G. KINTAMBU (2004), Principes
d'économétrie, 3ème Edition, Presses de
l'Université Kongo, Mbanza-Ngungu, P.222
L ' I m p a c t des dépenses publiques e n
Education sur l a croissance Economique e n RDC d e 1 9 8 0 à 2 0 1
2
Page 59
variables endogènes et variables exogènes ;
toutes les variables devraient être considérées comme
endogènes.
Sur base de toutes ces considérations, une nouvelle
classe d'économètres s'est mise à la recherche d'autres
formes fonctionnelles plus adéquates. C'est dans ce contexte que survint
la modélisation vectrice autorégressive (VAR), qui tente de
relier les variables en se basant sur l'évolution des
données-elles-mêmes.
La conception de base de la modélisation VAR est de
relier les variables dans une vectrice auto régressive d'un ordre
donné mettant les variables dans un cadre relationnel. D'autre part,
à cause de la particularité de ses différentes parties
aléatoires, la modélisation VAR est utilisée dans le cadre
de l'analyse des impacts et de la causalité.
De ce fait, le modèle VAR repose sur l'idée
selon laquelle toutes les variables présentées dans le
modèle sont endogènes et les erreurs de chaque équation
sont corrélées.
| 
