B. Modèles à effet fixe et à effet
aléatoire
Comme discutée plus haut dans la section sur les
méthodes d'analyse, l'estimation par MCO n'est pas appropriée
lorsque les données sont de panels. Pour exploiter convenablement la
structure de panel des données, nous estimons les modèles par la
méthode des panels à effet fixe et panel à effet
aléatoire. L'avantage de ces méthodes est de pouvoir
contrôler l'hétérogénéité des pays en
ce qui concerne les processus de réforme. Les résultats du
modèle à effet fixe sont dans les colonnes (1), (3), et (5)
respectivement pour l'aide/PNB, aide/PIB et aide/tète comme proxy de
l'APD. Les colonnes (2), (4) et (6) contiennent les résultats pour les
modèles à effet aléatoire. Le test de Hausman nous a
conduits dans tous les cas à préférer le modèle
à effet fixe comme le meilleur modèle.
Aussi bien dans l'estimation du model à effet fixes et
du model à effet aléatoire, on observe que l'aide n'a pas un
effet significatif sur les réformes sauf dans un seul cas (celui du
modèle à effet fixe avec Aide/PIB comme proxy de l'APD) où
cet effet négatif est significatif à 10%. Egalement, avec ces
modèles, la qualité des institutions apparait comme un facteur
qui a un effet positif et significatif sur les réformes. Par ailleurs,
les modèles de panels (effet aléatoire) montrent également
que le taux de scolarisation au secondaire est positivement associé aux
réformes. Ce résultat signifie que lorsque dans un pays il y a
plus de citoyens éduqués, alors l'implémentation des
réformes et le succès deviennent plus probables étant
donné que les citoyens seront plus regardants et exigeants sur la
conduite de la politique économique dans leur pays.
L'aide au développement stimule-t-elle des
réformes économiques?
Tableau 4 : Résultats des estimations par effet
fixe et effet aléatoire
|
Variables
|
(1)
Aide/PNB
Fixe
|
(2)
Aide/PNB Aléatoire
|
(3)
Aide/PIB Fixe
|
(4)
Aide/PIB Aléatoire
|
(5)
Aide/Tête Fixe
|
(6)
Aide/Tête Aléatoire
|
|
Niveau de réformes (t-1)
|
-0.27***
|
-0.09***
|
-0.25***
|
-0.08***
|
-0.25***
|
-0.08***
|
|
(0.04)
|
(0.01)
|
(0.04)
|
(0.01)
|
(0.04)
|
(0.01)
|
|
Niveau de réformes
|
-0.021
|
-0.053
|
-0.024
|
-0.063*
|
-0.024
|
-0.063*
|
|
pays voisins (t-1)
|
(0.05)
|
(0.04)
|
(0.05)
|
(0.04)
|
(0.05)
|
(0.04)
|
|
PIB/tête (t-1)
|
-0.017
|
-0.002
|
-0.019
|
-0.002
|
-0.013
|
0.000
|
|
(0.02)
|
(0.00)
|
(0.02)
|
(0.00)
|
(0.02)
|
(0.00)
|
|
Aide/PNB (t-1)
|
-0.000
|
-0.000*
|
|
|
|
|
|
(0.00)
|
(0.00)
|
|
|
|
|
|
Aide/PIB (t-1)
|
|
|
-0.004
|
-0.002
|
|
|
|
|
|
(0.00)
|
(0.00)
|
|
|
|
Aide/ Tête (t-1)
|
|
|
|
|
-0.001
|
-0.001
|
|
|
|
|
|
(0.00)
|
(0.00)
|
|
Qualité des institutions
|
0.005
|
0.017**
|
0.003
|
0.014**
|
0.002
|
0.014*
|
|
(0.01)
|
(0.01)
|
(0.01)
|
(0.01)
|
(0.01)
|
(0.01)
|
|
Sous-programme du FMI/Banque
|
0.009
|
0.007
|
0.009
|
0.006
|
0.009
|
0.006
|
|
Mondiale
|
(0.01)
|
(0.00)
|
(0.01)
|
(0.00)
|
(0.01)
|
(0.00)
|
|
Taux de scolarisation
|
0.021
|
0.009*
|
0.025
|
0.010*
|
0.024
|
0.010*
|
|
au secondaire (t-1)
|
(0.02)
|
(0.01)
|
(0.02)
|
(0.01)
|
(0.02)
|
(0.01)
|
|
Dévaluation
|
-0.003
|
-0.002
|
-0.003
|
-0.004
|
-0.004
|
-0.004
|
|
de la monnaie
|
(0.01)
|
(0.01)
|
(0.01)
|
(0.01)
|
(0.01)
|
(0.01)
|
|
Constant
|
0.099
|
0.078*
|
0.082
|
0.075*
|
0.062
|
0.071*
|
|
(0.15)
|
(0.04)
|
(0.16)
|
(0.04)
|
(0.15)
|
(0.04)
|
|
Observations
|
1,181
|
1,181
|
1,199
|
1,199
|
1,196
|
1,196
|
|
R-carree
|
0.169
|
|
0.162
|
|
0.162
|
|
|
14.78***
|
18.2***
|
13.02***
|
18.4
|
13.78***
|
18.4***
|
|
Nombre de pays
|
65
|
65
|
65
|
65
|
65
|
65
|
Robust standard errors in parentheses, *** p<0.01, **
p<0.05, * p<0.1
Notes: Dans toutes les estimations, la variable dependants est
fRéforme. Le nom de chaque colonne correspond à la
variable utilisée comme mesure de l'APD. Toutes les estimations
contiennent aussi des indicateurs pour les années pour controler l'effet
du temps
| 
