II.2 : Résultats et
Interprétations
Cette sous-section s'articulera autour de deux axes
principaux. Nous aller présenter dans le premier axe les
résultats issus de nos estimations et dans le second, il sera question
d'interpréter économétriquement et économiquement
ces différents résultats.
II.2.1 :
Résultat des estimations
En vue d'identifier les ressources naturelles qui contribuent
le plus à la croissance du PIB en Afrique durant 1998 à 2017,
nous avons fait appel à une technique d'estimation
économétriques appelé les GMM en système. C'est
dans ce sens que Le tableau 4.2 ci-après fait une présentation
des résultats obtenus après estimations
Tableau 4.2
:Résultat des estimations
|
Modèle à Effet Fixe
|
Modèle à Effet Fixe
|
|
VARIABLES
|
(1) PIBPerC
|
(2) lnPIBPerC
|
|
|
|
|
RPetro
|
40.35***
|
0.0177**
|
|
(14.14)
|
(0.0697)
|
|
RGaz
|
136.9
|
0.0398
|
|
(106.5)
|
(0.0566)
|
|
RMin
|
25.99***
|
0.0877***
|
|
(7.383)
|
(0.0154)
|
|
RForest
|
1.050
|
-0.00412
|
|
(14.06)
|
(0.0562)
|
|
FBCF (% du PIB)
|
-1.241
|
0.00218
|
|
(3.822)
|
(0.0133)
|
|
IDE
|
23.00***
|
0.00504*
|
|
(7.739)
|
(0.00287)
|
|
OuvCom
|
-14.45***
|
-0.00273**
|
|
(4.514)
|
(0.00118)
|
|
Infl
|
-1.120*
|
-0.0414
|
|
(0.636)
|
(0.000307)
|
|
DépPubEduc (% du PIB)
|
63.58*
|
-0.00786
|
|
(33.52)
|
(0.00760)
|
|
DepPub (% du PIB)
|
11.49***
|
0.00368**
|
|
(3.934)
|
(0.00160)
|
|
Elect
|
-19.25***
|
-0.00214
|
|
(7.092)
|
(0.00155)
|
|
ScolPrim
|
-9.942***
|
-0.00162**
|
|
(3.211)
|
(0.00722)
|
|
LnPopAct
|
2,353***
|
0.911***
|
|
(582.1)
|
(0.107)
|
|
EGov
|
813.1***
|
0.131***
|
|
(263.0)
|
(0.0478)
|
|
Corrupt
|
-168.3
|
0.136***
|
|
(153.9)
|
(0.0463)
|
|
SP
|
-41.58
|
0.0228
|
|
(53.86)
|
(0.0159)
|
|
|
|
|
Observations
|
325
|
325
|
|
Nombre de Pays
|
38
|
38
|
|
R-squared
|
0.263
|
0.560
|
|
Fisher
|
(0.0000)
|
(0.0000)
|
|
Kleibergen-paap rk LM test
|
73.938 (0.0000)
|
73.938 (0.0000)
|
|
Hansen J test
|
1.153(0.1524)
|
1.1523(0.1524)
|
Notes : Les valeurs entre
parenthèses correspondent aux Ecart-type corrigés de
l'hétéroscédasticité ; ***p < 0.01,
**p < 0.05, *p < 0.1.
Source :Auteur, à
partir des données de WDI (2018), WGI (2018) et de PWT (9.1) sur Stata
14.0
II.2.2 :
Interprétation des résultats
Le tableau ci-haut présente le résultat de nos
estimations mettant en relation la croissance du PIB et les ressources
naturelles effectué par la méthode de DMC sur la période
de 1998 à 2017 pour les 38 pays d'Afrique. Ainsi,
l'interprétation de nos résultats sera faite en deux approches
à savoir une approche économétrique et une approche
économique.
a) Approche
économétrique
Sur le plan économétrique, l'on peut observer
que le test de Fisher est concluant pour l'ensemble des deux estimations
puisque sa probabilité est inférieure au seuil de 1%. Cela
signifie donc que nos modèles sont globalement significatifs. De plus,
le test de sur identification de Sargan/Hansen est lui aussi concluant et
permet de valider nos instruments. En effet, la p-value de cette statistique
est supérieure au seuil de 10% dans toutes les deux régressions
ce qui ne permet pas de rejeter l'hypothèse nulle de validité des
instruments. Nous avons également fait le test de spécification
de Hausman pour savoir lesquels des modèles à effets fixes ou des
modèles à effets aléatoires sont pertinents pour notre
étude. Dans le cas de la relation entre la croissance du PIB et les
ressources naturelles, la probabilité obtenues est : Prob >
Chi2=0,000. De même, dans le deuxième modèle ou l'on estime
la relation entre le logarithme de la croissance du PIB et les rentes des
ressources naturelles, la probabilité obtenue est : Prob > Chi2=
0,000. Le fait que ces probabilités soient toutes inférieures au
seuil de 10% implique que le test de Hausman nous permet dans ces cas de figure
de choisir le modèle à effet fixe.
| 
