II-2: Présentation du Modèle
ajusté:
Notre travail ne concernera uniquement les PED de l'article de
référence (23 pays des 44 qu'ils ont choisi, plus
L'Algérie, l'Argentine et la Tunisie). Il est à noté que
ces pays ne forment pas un groupe homogène, dans le sens où ils
ont aussi des niveaux de développement différents, avec des pays
d'Europe de l'Est, qualifiés d'économies en transition, certains
pays émergents asiatiques, le groupe de pays d'Amérique latine,
ayant plus ou moins enclenché leur processus de développement, et
enfin des pays d'Afrique du Nord. Nous nous intéresserons à la
période allant de 1987 à 2007. Alors que dans les
décennies ultérieures, notamment 60_70, certains pays
étaient encore qualifiés d'autarciques, nous considérons
qu'à partir de la fin des années 80, tous les pays, en
l'occurrence ceux apparaissant dans notre étude sont relativement
ouverts au commerce. Pour notre équation, nous nous baserons sur celle
de notre article de référence, toutefois nous remplacerons la
variable «Développement» par deux variables reflétant
les dotations en facteurs relatifs des pays «D1Labour Force» et
«D2 Land». En effet, contrairement aux auteurs, désormais nous
ne cherchons plus à tester dans quelle mesure le commerce
extérieur influe sur les inégalités de façon
différente selon que l'on se situe dans un pays développé
ou non. Nous cherchons à tester l'impact de l'ouverture
économique de ces pays en fonction de leur avantage comparatif. Un pays
peut être fortement doté en travail qualifié ou non
qualifié, mais non pas les deux, du fait que ces deux composantes sont
substituables l'une à l'autre. En revanche, un pays peut être
à la fois fortement doté en travail non qualifié et en
terre, ou encore en travail qualifié et en terre.
1) Variables:
- La variable « Gini », endogène, celle que l'on
cherche à expliquer en d'autres termes, est exprimée en
pourcentage. Les valeurs se décrivent comme suit ; plus on se rapproche
de la valeur 0, plus le pays est caractérisé par une
égalité parfaite, et inversement plus sa valeur tend vers 100,
plus le pays est inégal), (source: Deininger and Squire(1996)dataset)
(idem
18
article de référence). Cependant, de nombreuses
données sont manquantes dans notre panel.
- La variable « Trade » est calculée par le taux
d'ouverture
((Importations+Exporations)/GDP), soit en pourcentage. (Source:
Penn World) (idem article de référence). C'est la variable pour
laquelle nous cherchons à expliquer les inégalités de
richesse.
- La variable enclavement, notée « Landlock »
est de 1 quand un pays n'est délimité que par des côtes
terrestres, et de 0 s'il a des littoraux. Cette variable n'est pas pertinente
dans notre étude car tous les pays auxquels nous nous intéressons
ont un accès aux côtes maritimes. Elle l'aurait été
si nous avions inclus dans notre échantillon des pays enclavés,
notamment ceux d'Afrique Subsaharienne, souvent victimes d'une «trappe
à enclavement». Les données ont été
trouvées dans le World Atlas (idem article de
référence)
- Fautes de données, nous avons remplacé la
variable « Democracy » par la variable « Government
Effectiveness », l'un des six indices mesurant l'état de
gouvernance des pays, établi par D. Kaufmann, A. Kraay and M. Mastruzzi
(2009) dans leur projet de recherche pour la Banque Mondiale: Governance
Matters VIII: Governance Indicators for 1996-2008. Nous avons en outre
utilisé leurs données concernant la variable « Control of
Corruption » et non pas celles utilisées dans l'article de
référence. Ils attribuent des valeurs allant de [-2.5] à
[2.5], où plus la valeur est forte, meilleure est la gouvernance du
pays. Nous avons pris en considération ces deux variables, car nous
pensons qu'elles sont susceptibles d'affecter considérablement la
répartition de richesse d'un pays. Nous le prouverons d'ailleurs
ultérieurement en tentant de les supprimer de notre équation.
Naturellement, chacun peut penser qu'une meilleure gouvernance sera plus
à même de mettre en place des politiques redistributives afin de
répartir plus équitablement les revenus.
- La superficie est mesurée en kilomètres
carrés (source: wikipédia).
- La densité de population est calculée par le
nombre d'habitants d'un pays, et a été estimée en milliers
(source: Penn World), (idem article de référence). Les deux
précédentes variables, sont celles dites instrumentales. Elles
seront utilisées uniquement pour remédier au problème de
causalité inverse entre les variables «Trade» et
«Gini». Elles n'apparaissent donc pas dans notre équation de
base.
- Si la dummy «D1Labour Force» est égale a 1, le
pays est alors fortement doté en travail non qualifié, et sinon,
0 est attribué pour un pays relativement intensif en travail
qualifié. Pour arriver à ces résultats, nous avons
calculé la moyenne du nombre d'années d'études en moyenne
des pays de notre échantillon, pour chaque année de
référence qui sont 1985, 1990, 1995 et 2000. L'année 1985
est l'année de référence pour les années allant de
1987 à 1990, l'année 1990 est celle pour les années allant
de 1990 à 1995, l'année 1995 est celle des années 1995
à 2000, et enfin l'année 2000 est celle pour les années
2000 a 2007. Ainsi, si le pays a un nombre d'années d'études
supérieur à celui de la moyenne, il est dit relativement
fortement doté en travail qualifie, et on lui attribuera de ce fait la
valeur 0. Le
19
cas échéant sera appliqué pour le
résultat inverse. Les données ont été
trouvées dans le site de la Banque Mondiale (dataset: Appendix Table 1:
Educational Attainment of the total population aged 25 and over)
- Si la dummy «D2 Land» est égale à 1,
dans ce cas le pays est relativement fortement doté en terre, et 0
autrement. Pour aboutir à cela, nous avons pris les superficies des pays
(données «area») et avons calculé la superficie moyenne
des pays de l'échantillon. Si un pays a une superficie supérieure
à la superficie moyenne, alors, il est relativement intensif en terre.
Par analogie, on affecte un 0 pour les pays dont la superficie est
inférieure a la superficie moyenne.
Philibeg, London et Stekel (1999) avaient déjà,
dans leur étude, souligné l'importance de l'effet de l'ouverture
sur les inégalités en fonction de la dotation en facteur relative
à chaque pays. De ce fait, nous verrons si les résultats
confirmeront ou à contrario infirmeront le modèle
présenté par Wood (1997).
| 
