AVERTISSEMENT
« L'Université de Yaoundé II-Soa
n'entend donner aucune approbation ni improbation aux opinions émises
dans ce mémoire. Celles-ci doivent être considérées
comme propres à leur auteur »
SOMMAIRE
AVERTISSEMENT
I
SOMMAIRE
II
DEDICACE
III
REMERCIEMENTS
IV
SIGLES ET ABREVIATIONS
VI
LISTE DES GRAPHIQUES
VII
RESUME
IX
ABSTRACT
X
INTRODUCTION GENERALE
1
CHAPITRE I :
CADRE THEORIQUE DE LA RELATION
ENTRE
LE CAPITAL HUMAIN ET LA TRANSFORMATION
STRUCTURELLE
11
SECTION 1. CADRE THÉORIQUE DU CONCEPT DE LA
TRANSFORMATION STRUCTURELLE.
13
SECTION 2. CADRE THÉORIQUE DU CONCEPT CAPITAL
HUMAIN
20
CHAPITRE
II :
REVUE DE LA LITTERATURE SUR LA RELATION
ENTRE LE CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE
26
SECTION 1. REVUE DE LA LITTÉRATURE
THÉORIQUE
27
SECTION 2. REVUE DE LA LITTÉRATURE
EMPIRIQUE
33
CHAPITRE
III :
CADRE ANALYTIQUE ET METHODOLOGIE DES
DONNEES
39
_Toc23951485
SECTION1. CADRE ANALYTIQUE : CAPITAL HUMAIN ET
TRANSFORMATION STRUCTURELLE
40
SECTION 2. MÉTHODOLOGIE DES
DONNÉES.
56
CHAPITRE
IV :
PRESENTATION ET ANALYSE DES RESULTATS
65
SECTION 1. PRÉSENTATION DES RÉSULTATS
DESCRIPTIFS
66
SECTION 2. PRÉSENTATION ET ANALYSE DES
RÉSULTATS ÉCONOMÉTRIQUES
69
CONCLUSION
GENERALE..........................................................................76
REFERENCES BIBLIOGRAPHIQUES
76
ANNEXES
76
TABLE DE MATIERES
76
DEDICACE
A mes
parents Nestor GBODO, Yvette YADAKA
et mon oncle Bonaventure S . AKELELO
REMERCIEMENTS
Une production scientifique n'est que rarement le fruit d'un
seul Homme et le présent mémoire ne prétend pas
échapper à cette règle. Aussi, par ces quelques mots qui
vont suivre, nous tenons à exprimer notre profonde gratitude aux
personnes qui de près ou de loin, ont contribué à sa
réalisation.
Nos premières pensées vont
naturellement à l'endroit du Coordonnateur de notre master et notre
Directeur de mémoire Pr. GANKOU FOWAGAP Jean Marie qui en dépit
de ses nombreuses occupations d'ordre professionnels a bien voulu montrer une
disponibilité infaillible dans la réalisation de ce travail et
nous a inculqué beaucoup de notion de vie à travers ses nombreux
conseils et bienveillance charitable.
Nous remercions profondément notre co-Directeur de
mémoire, le Dr. NGUENKWE Ronie Bertrand plus qu'un encadreur, il a
été pour nous un véritable guide autant par ses
qualités de chercheur à travers sa disponibilité, ses
critiques pertinentes, sa rigueur que par ses qualités humaines qui nous
a permis d'approfondir nos recherches afin de mieux réaliser ce
travail.
Nous tenons à remercier le corps
enseignant d'université de Yaoundé II-Soa et de Rennes 1 (France)
pour leur qualité de formation qui nous ait été
donnée et celui du programme de formation en Ingénierie
Economique et Financière notamment. Nos remerciements vont à
l'endroit du Laboratoire de Recherche en Economie Mathématique (LAREM)
partenaire de notre master qui nous a permis de faire usage de plusieurs
ouvrages tant physiques qu'électroniques dans notre rédaction.
Nos reconnaissances vont à l'endroit de notre frère GODDOT A.
Joël, aussi M. YADENZI Stanislas et GONESSA Michael.
Notre gratitude et profond amour vont à
l'endroit d'AKELELO Bonaventure Steve, AKELLELO Florence, YADAKA Yvette et
GBODO Nestor qui nous ont accompagnés tout au long de nos années
d'études au Cameroun, dans les moments de joie comme dans les
périodes de disette, nous leur sommes reconnaissants toute notre vie
pour l'amour immense qu'ils ont montré à l'égard de notre
modeste personne.
A tous les membres de notre famille et nos cadets
qui ont toujours été là pour nous depuis la naissance
jusqu'à ce jour notamment MBAYA Albertine, NDEMBO Madeleine, YANGBOKOLI
Pierrette, YAKABO Alain, MOSSONGO Christelle, recevez notre gratitude à
travers les sacrifices consacrés à notre éducation, nous
disons merci. Sans oublier notre chère KOYAMBAITOU Roxiane pour tous ses
efforts et d'être à nos côtés dans ce long processus,
aussi la famille KOYANDONRI pour cet amour sans oublier PAPOUNDI Arsène,
ABDRAME Cherif et BODO. Nous ne saurons terminer nos propos sans rendre hommage
à tous nos amis, frères du lycée de LAENS
`Gbôbô', de l'AEECCAM 2019 et de l'université de
Yaoundé II particulièrement la 8e promotion de master II
Ingénierie Economique et Financière qui nous ont toujours
encouragé.
SIGLES ET ABREVIATIONS
ASS : Afrique Subsaharienne
BM : Banque Mondiale
CAE : Communauté d'Afrique
de l'Est
CEEAC : Communauté Economique des
Etats de l'Afrique Centrale
CEN-SAD : Communauté des Etats
Sahélo-Saharien
CER : Communauté
Economique Régionale
CNUCED : Conférence des Nations
Unies sur le Commerce et le Développement
DMC : Doubles Moindres
carrés
HHR : Herfindhal-Hirschman
MCO : Moindres carrées
Ordinaires
SADC : Communauté de
Développement de l'Afrique Australe
OMS : Organisation Mondiale de la
Santé
OIT : Organisation
Internationale de Travail
ODD : Objectifs de
Développement Durable
OMD : Objectifs du
Millénaire de Développement
PNUD : Programme des Nations Unies
pour le Développement
TMC : Triples Moindres
Carrés
WDI : World Development
Indicators
LISTE DES
GRAPHIQUES
Graphique 1.1. Evolution de la moyenne de
l'indice de diversification de la CAE.............42
Graphique 1.2 : Evolution de l'indice de
diversification de la région SADC...................43
Graphique 1.3 : Evolution de l'indice de
diversification des exportations
de la
CEN-SAD............................................................................................43
Graphique 1.4: Evolution de l'indice de
diversification des exportations de la CEDEAO.....44
Graphique 1.5: Evolution de l'indice de
diversification des exportations de la CEEAC.......45
Graphique 1.6 : Evolution conjointe du
taux de scolarisation moyen (base 100) des régions de l'ASS et de
l'indice de diversification moyen de toutes les régions de
l'ASS.................... 47
Graphique 2.1. Evolution de la moyenne des
exportations haute technologie de la
CAE..............................................................................................................................................49
Graphique 2.2. Evolution des exportations
à haute technologie du SADC.......................50
Graphique.2.3. Evolution des exportations
à haute technologie de la CEN-SAD................51
Graphique.2.4. Evolution des exportations
à haute technologie de la CEEAC...................51
Graphique 2.5. Evolution des exportations
à haute technologie de la CEDEAO................52
Graphique 2.6. Evolution conjointe des
exportations moyennes à haute technologie et de la moyenne du taux brut
scolarisation de toutes les régions
d'ASS.....................................53
Graphique 2.7. Evolution conjointe du taux
brut de scolarisation de chaque zone combinée à celle de
l'ASS..............................................................................................54
Graphique 2.8. Evolution conjointe des
exportations moyennes à haute technologie et de la moyenne du taux brut
scolarisation de toutes les régions
d'ASS...................................55
LISTES DES TABLEAUX
Tableau 1.1. Espérance de vie des pays
de l'ASS subsaharienne........................46
Tableau 2.1. Espérance de vie des pays
de l'ASS subsaharienne........................59
Tableau 4.1. Statistiques
descriptives........................................................67
Tableau 4.2. Matrice de corrélation
linéaire des variables
...............................68
Tableau 4.3. Résultats des deux
modèles après estimations..............................70
RESUME
L'objectif de ce travail de recherche est
d'analyser les effets du capital humain sur la transformation structurelle sur
une période de 2000-2017, à partir des données de la
Banque Mondiale, de la CNUCED. Dans un premier temps, nous avons
déterminé l'effet du capital humain sur la diversification des
exportations, ensuite analyser l'effet du capital humain sur la sophistication
des exportations en ASS tout à partir la méthode des moments
généralisés (GMM) sur un échantillon de 22 pays de
cette zone. Il ressort de nos analyses que d'une part, le capital humain a un
effet positif et significatif sur la diversification des exportations en
Afrique subsaharienne. D'autre part, le capital humain a une influence
négative sur la sophistication des exportations en ASS. Par
conséquent, il est primordial pour les pays de cette région de
revoir les politiques éducatives, sanitaires et d'emploi qui vont
induire une augmentation de la productivité. En effet, un capital humain
de qualité prédispose la population à travailler plus dans
le secteur moderne à forte valeur ajoutée et permet aussi la
réorientation de la main-d'oeuvre des secteurs les moins productifs vers
les secteurs les plus productifs induisant ainsi une transformation
structurelle.
Mots clés : Capital humain,
transformation structurelle, diversification, sophistication, GMM, Afrique
Subsaharienne.
ABSTRACT
The objective of this research is to
analyze the effects of human capital on structural transformation over a period
of 2000-2017, using data from the World Bank, UNCTAD. First, we determined the
effect of human capital on export diversification, then analyzed the effect of
human capital on the sophistication of exports in SSA while using the
generalized moments method (GMM) on a sample of 22 countries in this zone. Our
analyzes show that, on the one hand, human capital has a positive and
significant effect on export diversification in sub-Saharan Africa. On the
other hand, human capital has a negative influence on the sophistication of
exports in SSA. Therefore, it is essential for countries in this region to
review education, health and employment policies that will lead to an increase
in productivity. Indeed, quality human capital predisposes the population to
work more in the modern sector with high added value and also allows the
reorientation of the labor force from the least productive sectors to the most
productive sectors thus inducing a structural transformation. .
Keywords: Human Capital, Structural
Transformation, Diversification, Sophistication, GMM, Sub-Saharan Africa.
INTRODUCTION GENERALE
1. Contexte général
Après les épisodes des grandes crises
mondiales du 19ième siècle qu'a connu l'humanité, la
recherche de développement durable par les pays pauvres et de la
croissance soutenue à long termes par les pays développés
est devenu un souci majeur et depuis lors d'une ampleur aujourd'hui
planétaire, qu'elle a rapidement suscité l'intérêt
particulier de plusieurs décideurs politiques et de nombreux auteurs
sur la question du processus menant au développement. Beaucoup de
théories ont été élaboré pour une
explication pragmatique notamment la théorie du développement qui
stipule que pour que les pays se développent, ils doivent se transformer
structurellement allant d'une économie agraire à une
économie moderne. Cette transformation structurelle s'opère par
étapes (Kuznets, 1966). Et ce n'est qu'en 1979 dans son travail sur la
transformation structurelle marquant un tournant décisif pour ce
concept, il mentionne que « il est impossible d'obtenir un taux de
croissance du produit intérieur brut (PIB) par tête en terme
réel sans toutefois enregistrer des changements substantiels dans de
nombreux secteurs de l'activité économique ». Cette
thèse fut vérifié par la seconde et la troisième
révolution industrielle qui ont permis à plusieurs pays de nos
jours d'être connu comme développé et d'autres comme
l'Afrique subsaharienne dit en voie de développement faute d'une
désindustrialisation prématurée d'après
Rodrick(2007).
Cependant La notion de la transformation
structurelle occupait une place centrale dans la théorie
pionnière du développement économique. Par la suite, elle
a été reléguée au second plan des débats
académiques et stratégiques qui, à partir des
années quatre-vingt, ont porté leur attention sur les
problématiques financières et les objectifs de croissance. Mais
depuis une quinzaine d'années, elle est redevenue une thématique
centrale pour les institutions internationales et un objet d'étude pour
les économistes du développement (Hidalgo et al, 2007 ; McMillan
et Rodrik, 2011 ; FMI, 2014 ; Lin, 2012 ; ONUDI, 2013) adoptant de fond
l'interventionnisme étatique1(*) guidant ce processus. Qu'il s'agisse des conditions de
transfert du surplus de main d'oeuvre d'un secteur traditionnel vers un secteur
moderne (Lewis, 1954) ou des déterminants spécifiques des
trajectoires d'industrialisation et de modernisation économique de long
terme dans les pays en retard de développement (Chenery et Taylor, 1968
; Kuznets, 1966).
La transformation de la structure de
l'économie ci-haut mentionnée en elle-même dit
transformation structurelle est la réallocation de l'activité
économique des secteurs les moins productifs vers les secteurs les plus
productifs (ADB et al. 2013 ; Staatz 1994). Elle est la
matérialisation du processus de développement qui d'après
W. Rostow est tributaire de 5 étapes2(*) de croissance. C'est en effet la transformation de la
structure de l'économie afin que celle-ci résiste aux
différents chocs aléatoires. Elle insinue une croissance soutenue
de l'agriculture en terme de valeur malgré une baisse de la part du
secteur dans le PIB global et l'emploi de la main d'oeuvre,
l'accélération du processus d'urbanisation appuyée par
l'exode rural, l'émergence d'une économie moderne industrielle et
des services et une évolution de la démographie
qui passe de taux élevés à des taux de natalité et
de mortalité faibles. La thèse traditionnelle veut que les
ressources transitent d'abord de l'agriculture vers l'industrie, puis vers les
services (Hansen et Prescott, 2002; McMillan et Rodrik, 2011; et McMillan,
Rodrik et Verduzco-Gallo, 2014). Les chiffres montrent que dans le cas des
économies développés la part des exportations dans le
commerce mondial est 53,5% en 2015 or celle des économies en
développement est de 43,4% dont seulement 2,4% pour l'Afrique car il n'a
pas pu se transformé en ayant plus de 30% comme part du secteur agricole
dans l'économie avec seulement 10 à 15 % pour le secteur
manufacturier et 45 à 52 % pour le secteur des services (CNUCED, 2016).
Ce qui montre que l'Afrique subsaharienne a bridé les étapes de
la transformation structurelle. Suivant cette logique, certains auteurs mettent
en garde contre une désindustrialisation prématurée de
l'Afrique subsaharienne, qui pourrait ralentir son développement
(Rodrik, 2015).
Pour comprendre la transformation
structurelle il revient d'énumérer les facteurs qui
l'influence à savoir : le capital humain et l'innovation
(formation /travail et éducation. La recherche et
développement), la réallocation des facteurs, le
développement financier, l'ouverture commerciale, des flux
d'investissements directs étrangers, Les nouvelles technologies de
l'information et de la communication (NTIC), les exportations de ressources
naturelles, le climat favorable aux affaires, la bonne gouvernance. Plusieurs
indicateurs permettent de quantifier la transformation structurelle
notamment : l'emploi sectoriel, la valeur ajoutée des produits
exportés, la diversification3(*) des exportations, la sophistication4(*) des exportations. Mais dans le
cas de cette étude deux dimensions seront retenues la diversification
des exportations et la sophistication des exportations à cela s'ajoute
une troisième dimension qui est la soutenabilité des exportations
prenant en compte la continuité et la profondeur des exportations.
L'approche par les exportations insinue que la composition de la production et
de l'emploi fournit un bon aperçu de la structure globale de
l'économie. Il est utile de s'intéresser aux indicateurs
liés aux structures d'exportations de la région pour
appréhender les domaines où les pays disposent d'un avantage
concurrentiel. Les données sur le commerce sont plus
détaillées que celles sur la structure de la production, ce qui
permet une analyse plus fine telle sont les raisons fondées du choix de
ces indicateurs le tout argumenté par la théorie des
capacités.
Avec le passage des OMD aux ODD et la place
offerte à l'être humain au coeur du processus de
développement conduit cette étude à s'axer plus sur le
facteur humain pour mieux appréhender la modification de la structure
de l'économie acheminant à un développement durable et
soutenable du continent et particulièrement le cas de l'Afrique.
L'atout maître d'un continent, quel qu'il soit, ce sont les individus qui
y vivent. La plupart des pays africains n'ont pas réussi à la
fois à exploiter pleinement le potentiel d'accumulation de capital
humain et à diversifier davantage leur production et leurs exportations.
L'intuition du concept capital humain figurait
déjà dans les travaux d'Adam Smith (1776) ou il affirmait qu'une
main d'oeuvre qualifiée serait une source de productivité. Mais
ceci est resté inerte jusqu'en 1961 dont le concept de « capital
humain » a émergé dans les théories
économiques grâce aux travaux de T. Schultz (1961) et G.
Becker(1964), deux économistes américains nobélisés
quelques décennies plus tard pour leurs travaux sur le capital humain.
Ils définissent le capital humain comme « l'ensemble des
connaissances, aptitudes, compétences et capacités
incarnées ou acquises au fil du temps par l'éducation, la
formation, l'expérience professionnelle, les soins médicaux et la
migration ». Le capital humain aujourd'hui est au centre des
débats économiques compte tenu de son importance crucial. Dans
son ouvrage « Human capital » G. Becker énonce pour
la première fois la théorie du capital humain qui a
révolutionné la fin du 19ieme siècle.
L'ampleur de la théorie du capital humain vient du fait que pour Schultz
et bien d'autres auteurs que ceci était une solution nouvelle à
ce titre non envisagé ou partiellement à l'énigme de la
croissance. En effet, L'insistance progressive du concept selon Schultz
rejoignait une préoccupation centrale de la comptabilité de la
croissance dans l'économie agricole.
Les principaux travaux sur cette
thématique étaient celui de Kuznets (1952), Salomon Fabricant
(1954), Abramovitz (1956) et Kendrick (1956) qui ont constitué le socle
de la révolution du capital humain de Schutz. Comme le souligne Teixeira
(2014), l'apport théorique de Becker quant au capital humain doit
prioritairement s'envisager dans l'application de la théorie de la
décision et des outils de la théorie microéconomique aux
sujets sociaux. Dans un contexte d'utilisation des facteurs production efficace
afin d'accroitre la productivité intégrant l'innovation par le
biais de ce capital immatériel pour observer une croissance
économique notoire dans les pays en développement. Notamment avec
l'impact des crises des années 90 poussant les chercheurs à
retrouver les défaillances dans tout le processus acheminant à la
croissance ce qui donne une pertinence au capital humain dans ce cadre car il
résulte du cumul d'investissement en éducation, en santé
et emploi ceux-ci se révèlent comme étant les trois
dimensions ou mesures du capital humain. Compte tenu des enjeux du
développement et des objectifs poursuivis, l'Afrique est devenu la cible
principale du financement de la Banque Mondiale. C'est ainsi que
l'éducation et la santé sont devenue des axes prioritaires pour
les prêts qu'octroie cette institution dans le monde et en Afrique en
particulier. Alors la théorie du capital humain a bel et bien
trouvé sa place forgée et évidente encré comme
facteur clé conduisant à une transformation de la structure
économique et au décollage de l'Afrique en
général.
2. Problématique
La transformation structurelle reflète
le processus à travers lequel l'importance relative des
différents secteurs et activités d'une économie change au
cours du temps. Deux facteurs sont indispensables à
l'enclenchement du processus de transformation structurelle. Le premier est
l'impulsion de l'innovation dans les secteurs stratégiques. En l'absence
de ce facteur, les moyens de décollage de l'économie sont
insuffisants. Le second concerne l'accès des secteurs à forte
productivité aux facteurs de production afin de favoriser la diffusion
des gains de des secteurs stratégiques au reste de l'économie. Le
rythme et l'ampleur des transformations structurelles dépendent de la
stratégie de développement adoptée par les pays.
Force est de constater que la structure
productive dans le cas des économies africaines a bien peu
évolué au cours des vingt dernières années, la
croissance de la richesse a été principalement tirée par
les exportations de produits de base et l'industrialisation est restée
en retrait (McMillan et al, 2014). La part de l'Afrique subsaharienne dans
les exportations mondiales de marchandises en moyenne a baissé en valeur
de 6,3 % à 2,5 % entre 1985-2010 (CNUCED). De même, la part qu'il
détenait dans les exportations totales de marchandises des pays en
développement en moyenne est tombée presque de 8 % en 2012, soit
quasiment un tiers de sa valeur moyenne de 1986, tandis que celle des articles
manufacturés restait légèrement inférieure
à 1 % (CNUCED). Comparée à la région en
développement d'Asie qui a obtenu de bons résultats moyens en ce
qui concerne les exportations totales de marchandises et d'articles
manufacturés, sa part des exportations mondiales de marchandises est
passé de 18 % en 1985 à 22 % en 2012 et celle qu'elle
détenait dans les exportations totales de marchandises des pays en
développement de presque 60 % à 72 % dans la même
période (CNUCED).
De même, sa part dans le commerce mondial
d'articles manufacturés a triplé pour atteindre 22,5 % en 2010
ses chiffres moyens ont doublés d'après la CNUCED. De plus
récemment la région comptait le plus haut niveau de concentration
des exportations soit un indice de diversification de Theil de 4,5 et un indice
de qualité des produits exportés de 0,62 comparé à
celui de l'Amérique latine et les caraïbes qui est de 3,3 donc une
diversification plus forte que celui de l'Afrique subsaharienne ainsi que d'un
indice de qualité des exportations de 0,81 avec l'Asie en tête
0,91. Selon des estimations de la Banque mondiale, l'Afrique en
général a la plus faible contribution dans valeur ajoutée
manufacturière mondiale à 1,6 % sur la période de
1999-2015 opposé à la région de l'Asie pacifique dont 45%
en moyenne (Banque Mondiale). Cette situation est issue d'une insignifiante
intensité technologique des activités manufacturières.
Tout ceci est dû au fait que 80% de la valeur ajoutée
manufacturière africaine est liée aux ressources naturelles soit
aux activités traditionnelles affichant en gros des niveaux
limités de productivité.
Pour l'éducation, le Taux net de
scolarisation au cycle primaire y est ainsi passé de 66,5 %
à 90,7 % soit une amélioration de 24,2 points, ce qui
équivaut à un quart d'enfants en plus dans les écoles
primaires. Sur la même période de temps l'amélioration
maximum a été de 13 points dans les pays développés
(1865-1880), 15,4 points en Amérique latine et Caraïbes
(1940-1955), 18 points en Asie-Pacifique (1935-1950) et 22,6 points en Afrique
du Nord et Moyen-Orient entre 1999 et 2015 (UNESCO) les pays d'Afrique
subsaharienne ont presque doublé leurs capacités d'accueil dans
le primaire, de 83,2 à 156,9 millions d'enfants scolarisés)
(UNESCO 2014). Basés sur les dernières enquêtes
ménages dans 33 pays d'Afrique subsaharienne, les résultats
montrent un taux de rendement de 12,4 % contre 10 % dans les pays
à revenus élevés, 9,4 % en Asie de l'Est et
Pacifique, 9,2 % en Amérique latine, 7,7 % en Asie du Sud et
7,3% en Afrique du Nord et Moyen-Orient. Au-delà des aspects financiers
en Afrique subsaharienne, la médiane se situe à 16,9 %
contre 11,8 % en Europe et en Amérique du Nord et 14,1 % au niveau
mondial. L'Afrique subsaharienne est donc une des régions du monde
où les gouvernements dépensent la plus grande part de leur budget
pour leur système éducatif (UNESCO 2016).
Dans le domaine de la santé, selon l'OMS,
sur les 4 millions de personnels de santé manquants à
l'échelle mondiale, il en manque 1 million sur le seul continent
africain. Mais l'état de santé des populations de la
région s'est considérablement amélioré, ce qui se
traduit par un relèvement de l'espérance de vie en bonne
santé, le temps passé en pleine santé passant de 50,9
à 53,8 ans entre 2012 et 2015 (OMS), Les institutions et les
ressources nécessaires pour fournir des services liés à la
santé ne sont utilisées qu'à 49 % de la capacité
potentielle de la Région. Malheureusement, l'on enregistre en moyenne
seulement 2 médecins et 15,5 lits d'hôpital pour 10 000 personnes
(OMS, 2015). À l'heure actuelle, en moyenne 39 % des budgets
consacrés à la santé sont utilisés pour l'achat de
produits médicaux, alors que les dépenses consacrées au
personnel de santé (14 %) et aux infrastructures (7 %) sont faibles. Une
analyse des habitudes de dépenses suggère que les pays ayant des
systèmes de santé performants consacrent jusqu'à 40 % de
leurs investissements au personnel et 33 % aux infrastructures (BM, 2016).
Dans le domaine de l'emploi, selon le nouveau
rapport de l'Organisation mondiale du travail sur l'emploi et les questions
sociales dans le monde, les chiffres de l'Afrique subsaharienne sont nettement
moins élevés comparés à ceux de la Région
nord-africaine. Ainsi, en 2017 l'Afrique subsaharienne a connu un taux de
chômage de 7,2% et ce chiffre devrait rester stable cette année
selon l'OIT. Mais monter d'un cran en 2019 pour atteindre 7,3%. Ceci implique
donc que de 29,1 millions de chômeurs enregistrés en 2017.
Malgré des taux croissance impressionnants (4,7% en moyenne entre 2000
et 2017) les pays africains restent donc marqués par des niveaux de
chômage inquiétants. A titre illustratif, le taux de chômage
en Afrique du Sud était de 27,7% en 2017 (estimations de l'OIT). En
Afrique centrale, la création nette d'emplois est négative dans
le secteur formel depuis 2015, selon un récent rapport de l'Union
Africaine (UA). Alors le degré de qualification situera
l'échelle du développement humain qui boostera la croissance et
transformant ainsi la structure de l'économie afin d'aboutir à un
développement durable.
En Afrique Subsaharienne plusieurs pays ont augmentés
leurs dépenses d'éducation depuis ces dernières
années. De même les dépenses publiques sanitaires en
Afrique Subsaharienne ont aussi considérablement augmenté (OMS
2017). Nous constatons en outre qu'il y'a une relation de causalité
entre capital humain et transformation structurelle. Le Seychelles et le
Maurice ayant des dépenses élevés dans le capital humain
arrive à transformer leur structure économique classés en
première position en Afrique et 65ieme au rang mondial du
développement humain.
Les pays à faible niveau de capital
humain n'observent quasiment aucune transformation structurelle de leur
économie. A l'exemple de toute la région de l'Afrique centrale
ayant un indice de développement humain faible en moyenne de 0,2, ce qui
laisse comprendre clairement qu'une faible dépense en capital humain ne
peut pas pousser à la migration des secteurs à faibles
productivités vers ceux à forte productivités. La
mauvaise allocation des ressources dans les exploitations agricoles et les
entreprises manufacturières en Afrique subsaharienne sont liées
à une mauvaise allocation du capital humain sans pour autant
énumérer ses pays de la région qui reçoivent des
aides internationales en plus de leurs énormes efforts de croissance
à la hausse mais aboutissant à un résultat paradoxal. Cela
consiste en un véritable dilemme auquel nous devons analyser
profondément avec une attention très particulière.
De par ce problème constituant notre
préoccupation principale dans la présente étude, la
problématique fondamentale est la suivante:
Quel est l'effet du capital humain sur la
transformation structurelle en Afrique Subsaharienne?
De façon spécifique, il convient de
savoir :
1. Quels est l'influence du capital humain sur
la diversification des d'exportations en Afrique
Subsaharienne ?
2. Quel est l'effet du capital humain sur la
sophistication des exportations en Afrique
Subsaharienne ?
3. Objectifs et Intérêt d'étude
De cette problématique susmentionnée, l'objectif
principal de notre travail est :
d'analyser l'influence du capital humain sur la
transformation structurelle en Afrique subsaharienne.
De manière spécifique, il s'agit ici de
déterminer:
1. L'effet du capital humain sur la
diversification des exportations Afrique Subsaharienne
2. L'influence du capital humain sur la
sophistication des exportations en Afrique Subsaharienne
La présente étude ressort un
intérêt double, sur le plan théorique que le plan
pratique.
Ø Sur le plan théorique :
elle vise à faire progresser la pensée scientifique et la
littérature économique qui affirme l'amélioration des
indicateurs de la transformation structurelle causer par le capital humain
qui impactent les performances économiques des pays et donc les
développer bien que faisant part de peu de littérature.
Ø Sur le plan empirique : elle
donne aux décideurs une ébauche des résultats et bons
indicateurs permettant la bonne diversification et sophistication pour
consolider une transformation structurelle par conséquent un
développement durable et soutenable pour l'Afrique Subsaharienne.
4. Hypothèses
Dans un cadre d'atteinte des objectifs
ci-dessus nous formulons ainsi notre hypothèse principale qui stipule
que :
le capital humain influe positivement sur la
transformation structurelle en Afrique subsaharienne.
De cette affirmation deux autres en découlent comme
suit :
· Le capital humain a un effet positif sur
la diversification des exportations en Afrique subsaharienne.
· Le capital humain influe positivement sur
la sophistication des exportations en Afrique subsaharienne.
5. Méthodologie
Afin de tester empiriquement notre
première hypothèse, des effets positifs du capital humain sur la
diversification des exportations, nous avons opté pour un modèle
basé sur les travaux d'Arawomo (2014), Alaya (2012) et Iwamoto (2012)
dont nous allons estimer par la Méthode des Moments
Généralisés (GMM) sur des données d'un panel de 22
pays d'ASS d'une période allant de 2000-2017 (17 ans).
La vérification de la seconde hypothèse qui
affirme que le capital humain influence positivement sur la sophistication des
exportations en ASS, avec la spécification du modèle issu des
mêmes travaux d'Arawomo (2014), Alaya (2012). Pour ce fait nous ferons
usage du GMM sur le même panel de 22 pays d'ASS et de la période
invariante à savoir de 2000 à 2017.
Dans le cadre de notre recherche,
les bases de données utilisées sont le World
Devlopement Indicators (WDI) de la banque mondiale et celles de la CNUCED.
Les logiciels à notre disposition pour les estimations sont STATA 14 et
EVIEWS 9. La raison fondée pour l'utilisation d'un échantillon
que de 22 pays d'ASS sur 48 est due à un souci de cohérence et
d'absence de continuité des données de nos variables.
6. Organisation du Travail
Notre recherche porte sur l'influence du capital
humain sur la transformation structurelle. Plusieurs facteurs peuvent
influencer ou être la cause d'une transformation structurelle mais nous
nous focalisons sur le capital humain. Ainsi au regard de ce choix notre
travail sera axé sur quatre (04) grands chapitres.
CHAPITRE
I :
CADRE
THEORIQUE DE LA RELATION ENTRE
LE
CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE
INTRODUCTION
Les controverses autour de la croissance
économique des pays de l'Afrique subsaharienne et le retard du
développement économique et social qui en résulte ont
été les conséquences d'une insuffisance de la
transformation des structures de ses économies. Kuznets(1979), dans son
travail sur la transformation structurelle mentionne qu'il est impossible
d'obtenir un taux de croissance du produit intérieur brut (PIB) par
tête en terme réel sans toutefois enregistrer des changements
substantiels dans de nombreux secteurs de l'activité économique.
Cette thèse fut vérifiée dans les décennies 80 avec
l'échec des politiques structurelles adoptées par les
états africains suite à un essoufflement de la dynamique de
croissance des pays Africains, un creusement des grands
déséquilibres macroéconomiques et un éclatement de
la crise de la dette le tout avec une demande intérieure grandissante.
Ces déséquilibres sont les manifestations d'une crise plus
profonde qui trouve ses origines dans l'incapacité de ces
économies à favoriser une croissance à long terme de la
productivité et de leur compétitivité tout en adoptant des
politiques d'import-substitution.
Force est de constater d'après les
statistiques que la structure productive des économies africaines a
bien peu évolué au cours des vingt dernières
années, la croissance de la richesse a été principalement
tirée par les exportations de produits de base et l'industrialisation
est restée en retrait (McMillan et al, 2014).Certains auteurs comme
Rodrick et al(2007) parlent même d'une désindustrialisation
prématurée, compte tenue de la place qu'occupe l'ASS en amont de
la chaîne de valeur mondial dans les exportations des produits de base et
à faible intensité technologique. La part de l'Afrique
subsaharienne dans les exportations mondiales de marchandises en moyenne a
baissé en valeur de 6,3 % à 2,5 % entre 1980-2002 (CNUCED). Sa
part d'articles manufacturés de même, qu'il détenait dans
les exportations totales de marchandises des pays en développement en
moyenne à chuter de 20% à presque 7,9% durant la même
période, soit quasiment un tiers de sa valeur moyenne de 1986(CNUCED).
Comparée à la région en développement d'Asie qui a
obtenu de bons résultats moyens en ce qui concerne les exportations
totales de marchandises et d'articles manufacturés, sa part des
exportations mondiales de marchandises est passé de 18 % en 1985
à 22 % en 2012 et celle qu'elle détenait dans les exportations
totales de marchandises des pays en développement de presque 60 %
à 72 % dans la même période (CNUCED). De même, sa
part dans le commerce mondial d'articles manufacturés a triplé
pour atteindre 22,5 % en 2010 ses chiffres moyens ont doublés
d'après la CNUCED. Dans le cas de l'Afrique subsaharienne ses
performances peuvent en partie être expliquées par un niveau
insuffisant de diversification de l'appareil
productif et de la sophistication de ses exportations qui
résument une profonde transformation structurelle d'un pays. Le secteur
industriel qui représente le socle de la transformation structurelle est
resté statique à raison de 12% à 11% entre 1980 à
2013(CNUCED 2014).
Avec le passages des OMD aux ODD le rôle
central des agents économiques mis en exergue comme principal moteur
d'un développement durable fait indique clairement que la lenteur de la
transformation structurelle de la région d'ASS est due en majeur partie
à son faible niveau de capital humain malgré le relèvement
de son taux de croissance moyen ces sept(07) dernières années.
L'indice de développement humain de l'ASS en général
s'élève 0,4 (estimations du PNUD) un niveau très faible
comparé à celui des pays développés qui en moyenne
est de 0,7(estimation du PNUD). Cette prise en compte des agents
économiques au centre des processus de développement est une
condition préalable pour le développement de tous les pays du
monde. Plusieurs facteurs permettent d'actionner la transformation
structurelle mais dans le cadre de ce travail il nous revient de ressortir
l'influence du capital humain sur la transformation structurelle pouvant
conduire à un développement durable. Pour ce fait, ce chapitre
traite d'une analyse théorique de nos deux concepts à savoir le
capital humain et la transformation structurelle. Donc il se subdivise en deux
sections, la première section porte sur la présentation du cadre
théorique de la transformation structurelle dans son ensemble, puis la
seconde section celui du concept capital humain en appréhension de
toutes ses dimensions constitutives.
Section 1. Cadre théorique
du concept de la transformation structurelle.
La transformation structurelle est sujet central
dans le contexte de l'économie du développement suscitant de nos
jours un intérêt central dans tout processus de
développement d'une économie. Dans cette section nous
présenter la transformation structurelle à travers toutes ses
dimensions afin de mieux l'appréhender dans la suite de notre
étude. En cela nous allons d'abord définir la transformation
structurelle ensuite, énumérer les différentes dimensions
représentant au mieux ce concept dans l'économie du
développement.
2.1. Définition et évolution de la
transformation structurelle
Depuis une quinzaine d'années, la
transformation structurelle est redevenue une thématique centrale pour
les institutions internationales et un objet d'étude pour les
économistes du développement (Hidalgo; Rodrik, et al, 2007),
ainsi que pour les pays recherche de développement durable. Bien qu'elle
fut reléguée au second plan des débats académiques
et stratégiques qui, à partir des années quatre-vingt, ont
porté leur attention sur les problématiques financières et
les objectifs de croissance.
De ce fait, la transformation structurelle se
définit comme la réorientation de l'activité
économique des secteurs les moins productifs vers les secteurs plus
productifs (McMillan et Rodrick, 2013). Le rapport sur les Perspectives
Économiques en Afrique (2011) décrit la
transformation
structurelle comme la réallocation de l'activité
économique des secteurs à faible productivité vers ceux
où elle est plus forte, permettant ainsi de maintenir une croissance
forte, durable et inclusive. C'est en général la modification de
la structure d'une économie afin que celle-ci soit résiliente
face aux différents chocs aléatoires (staaz 2010). Elle insinue
une croissance soutenue de l'agriculture en terme de valeur malgré une
baisse de la part de ce secteur dans le PIB global et l'emploi de la main
d'oeuvre, l'accélération du processus
d'urbanisation appuyée par l'exode rural, l'émergence d'une
économie moderne industrielle et des services et une
évolution de la démographie qui passe des taux
élevés à des taux de natalité et de
mortalité faibles qu'il s'agisse des conditions de transfert du surplus
de main d'oeuvre d'un secteur traditionnel vers un secteur moderne (Lewis,
1954) ou des déterminants spécifiques des trajectoires
d'industrialisation et de modernisation économique de long terme dans
les pays en retard de développement (Chenery et Taylor, 1968 ; Kuznets,
1966).
La transformation structurelle depuis son
élaboration a communément évolué dans ce sens que
pour les premiers auteurs structuralistes la modification de la structure
économique se limitait à la structure productive d'une
économie, caractérisée par l'emploi dans le secteur
agraire et le secteur moderne, la valeur ajoutée sectoriel (Lewis, et al
1955). Mais avec la modernisation du commerce, la forte concurrence et la
compétitivité accrue, ainsi que l'intégration
régionale plusieurs aspects échappant à ses mesures
primaires ont été perçue comme ne reflétant pas
toutes les dimensions de la transformation structurelle. Dans la
littérature contemporaine, la transformation structurelle est
décrite par le niveau de diversification et de sophistication des
économies. D'où, la diversification et la sophistication des
exportations se sont imposées comme indicateurs complets de la
transformation structurelle en se basant sur la théorie des
capacités (Hausman, hidalgo et al 2000). Cette approche insinue que la
composition de la production et de l'emploi fournit un bon aperçu de la
structure globale d'une économie où les exportations
correspondent à la partie du système productif entièrement
soumise à la concurrence internationale. En d'autres termes, en
reflétant les avantages comparatifs, les exportations démontrent
bien la capacité d'un pays à valoriser son système
productif sur les marchés internationaux (Théorie des
capacités).
Mais récemment d'après les analyses
de quelques auteurs structuralistes, qui avancent que certaines
économies parviennent à entrer dans un cercle vertueux de
transformation alors que d'autres se diversifient vers des produits
isolés rendant plus difficiles de nouvelles diversifications et par
conséquent la modification de leur structure. Alors que McMillan et
Rodrik (2011) décrivent la mauvaise diversification comme celle
s'effectuant vers des productions à faible productivité, ou vers
des produits moins sophistiqués, permettant ainsi d'identifier des
diversifications qui s'avéreront être des enclaves. Comme la
prématurée désindustrialisation (Rodrick, 2011) dans le
cas des pays africains. Ceci a conduit à la perception d'une dimension
supplémentaire liée aux deux premières qui est la
profondeur de la diversification et la sophistication. Mais la prise en compte
de ses trois dimensions ne peut se sans intégrer celle de la
soutenabilité. Aussi dit la continuité, qui permet d'observer la
viabilité à long terme de la modification structurelle. Car
à défaut de son absence le processus de la transformation ne
peut s'achever faute d'inclusion (Lectard, 2017). Toutefois l'incertitude de
cette mesure et le niveau actuel de la littérature sur cette
dernière la rend encore difficile à bien appréhender ce
qui offre à la diversification et sophistication des exportations une
place capitale dans la représentation d'une structure productive sous
influence de transformation alors elles deviennent des indicateurs moins
controversés dans les analyses de la transformation structurelle.
Toutefois l'industrie, l'emploi sectoriel, la valeur
ajoutée sectorielle des exportations informent également sur le
niveau de transformation de la structure d'une économie.
2.2. Les indicateurs de mesure de la transformation
structurelle
Plusieurs indicateurs énumérer
ci-haut permettent de quantifier la transformation structurelle
notamment : l'emploi sectoriel, la valeur ajoutée sectorielle des
exportations, la diversification des exportations et la sophistication des
exportations. L'approche par les exportations dans cette étude est
privilégiée ce qui permet le choix de ces mesures notamment la
diversification et la sophistication des exportations comme indicateurs de la
transformation structurelle. Il est utile de s'intéresser aux
indicateurs liés à la structure des exportations de la
région car d'un point de vue pratique, les données d'exportation
sont souvent plus disponibles et plus cohérentes que les données
de production ce qui favorise une analyse plus fine dans les comparaisons
directes entre pays.
La diversification des exportations : indicateur de la
transformation structurelle
La diversification des exportations est
définie au sens d'Hidalgo et Hausman (2009) comme la large gamme des
produits fabriqués et exportés sans modifier
nécessairement les niveaux de productivités. Elle est
perçue aussi comme la dispersion des activités productives dans
un grand nombre d'activités différentes les unes des autres par
la nature des biens et des services produits (Berthélemy, 2005). Il y a
derrière ce concept très général de diversification
le phénomène de variété et de concentration. La
variété fait référence au nombre de produits
différents exportés comparé à la structure
d'exportation mondiale. La concentration, elle renvoie à la distribution
des exportations si cette distribution est équilibrée alors la
concentration est faible et ceci comparé à partir d'un produit.
À l'inverse, si la distribution est fortement inégalitaire alors
les exportations sont concentrées. Il est souvent avancé que ce
n'est pas seulement le niveau des exportations qui mène à la
croissance, mais aussi le degré de diversification de ces exportations
ou de la base d'exportation. La littérature récente montre
plutôt que les pays ont tendance à diversifier leur production et
leurs exportations à mesure qu'ils se développent, contrairement
aux anciennes théories de la division du travail et de la
spécialisation au service de la croissance économique et du
développement formulée par Adam Smith, et le modèle du
commerce international Heckscher-Ohlin Samuelson (HOS) qui soutenaient que les
pays devraient se spécialiser dans la production des biens pour lesquels
ils disposent d'un avantage comparatif.
L'Organisation des Nations Unies pour
l'alimentation et l'agriculture (FAO) en 2004 maintient que faute de
diversification des exportations dans les pays en développement, la
baisse et les fluctuations des recettes d'exportation ont eu une incidence
négative sur les revenus, les investissements et l'emploi. Grâce
à la diversification, les risques liés aux investissements sont
répartis sur un portefeuille plus large de secteurs économiques,
ce qui se traduit par une augmentation des revenus (Acemoglu et Zilibotti,
1997). Selon Romer (1990), la diversification peut être
considérée comme un facteur qui contribue à
améliorer l'efficacité des autres facteurs de production. De
plus, la diversification aide les pays à se protéger contre les
détériorations des termes de l'échange en stabilisant les
recettes d'exportation. Les changements structurels dépendent des
types de produits qui sont échangés (Hausmann et Klinger, 2006 ;
Hwang, 2006). Love (1986), par exemple, a indiqué qu'un pays devrait
éviter d'être fortement tributaire de l'exportation d'un nombre
limité de produit car cela diminuait sa capacité à
compenser en partie les fluctuations touchant certains secteurs d'exportation
par les secteurs qui
connaissent davantage de stabilité. Il a conclu que la diversification
des exportations était une stratégie judicieuse pour
réduire l'instabilité et qu'elle ne devrait pas se limiter
uniquement aux secteurs autres que l'agriculture. Par ailleurs, une plus grande
diversification permet aussi de créer des effets multiplicateurs ou des
effets de diffusion (effets spillovers) ainsi qu'une hausse de la
productivité (Melitz, 2003).
Les indices les plus utilisés pour mesure la
diversification, d'après la littérature et les travaux
effectués (Lectard, 2016) sont généralement :
- l'indice Herfindahl-Hirschman : c'est
un indicateur de la concentration du marché, il apparaît dans
l'article pionnier « What you export matters » des auteurs comme
Hinferdahl-Hirschman(2006) par la suite Hausmann et al Rodrik (2007), qui
montrent empiriquement que les produits ont des impacts différents sur
le développement économique à travers leur degré de
diversification. Mais il existe deux indices d'Herfindahl-Hirschman à
savoir l'indice de concentration d'HH et l'indice de diversification d'HH. Dans
le cadre de cette étude le second sera retenu pour capter la
diversification des exportations bien que rarement utilisé dans les
travaux en raison de sa méconnaissance des périodes couvertes
pour certains pays.
- L'indice de Gini : mesure statistique
permettant de rendre compte de la répartition d'une variable au sein
d'une population, développé par Gini. Cet indice ressort de la
littérature sur les inégalités de revenu mais moins
utiliser dans les travaux sur la diversification.
- L'indice de Theil : créé
suite aux travaux de Theil(1954) c'est un indicateur de mesure
d'inégalité fondé sur l'entropie5(*) de Shannon. Très utile
pour mesurer la diversification du commerce intra-régional, l'indice de
Theil est reconnu pour ses propriétés de décomposition
permettant de désagréger la diversification globale en
diversification intergroupe - extensive- et intragroupe -intensive-.
Aussi connu dans la littérature des inégalités de
revenus. Les approches récentes développées notamment par
Cadot et al.(2011) confirment la validité de l'utilisation de cet indice
au niveau désagrégé comme indiquer ci-haut en marge
extensive et intensive.
- L'indice de diversification de HHR :
cet indicateur mesure le degré de diversification proprement
défini dans le contexte de variété.
- Le nombre de produits
exportés : indique approximativement le niveau
diversifié des produits d'un pays. Mais plus tard ce dernier
présentait une limite d'après plusieurs auteurs on peut avoir un
nombre élevé de produit d'un même secteur ou d'une
même composition productive par conséquent ce dernier n'informe
pas réellement sur le degré de diversification d'un pays.
La lecture des valeurs de ses indicateurs est
généralement la même car ils varient majoritairement de 0
à 100. Ainsi, plus leurs valeurs sont élevées, plus les
exportations ne sont concentrées que sur un nombre restreint de produit
ou de secteur. Alors que l'indice de Gini donne plus de poids au centre de la
distribution, les autres indices pondèrent plus fortement les
extrémités de la distribution. La sensibilité de l'indice
d'Herfindahl à l'introduction de nouvelles exportations est cependant
faible, il faut que ces dernières représentent une part
significative de la distribution pour qu'il y ait une baisse de l'indice.
La propriété de décomposition de l'indice de Theil le rend
particulièrement attractif pour l'étude des dynamiques de
diversification, il est donc fréquemment utilisé. Enfin, Chandra
et al(2007) ; HHR( 2007) associe à la diversification, une seconde
mesure de la transformation structurelle insistant sur le fait qu'elles sont
fortement liées. Chandra et al (2007) ou Parteka (2007) remarquent
d'importantes disparités entre les pays dans la vérification de
cette thèse. Ils constatent, entre autre, que certains pays ont su
diversifier leur structure productive sans qu'il y ait de réels impacts
sur leur développement économique. Ils soulignent l'existence
d'un paramètre supplémentaire (`something more'), pouvant
expliquer ces résultats. Ils proposent le niveau de sophistication des
exportations associé à la diversification des exportations pour
mieux décrire la transformation structurelle.
La sophistication des exportations : mesure de la
transformation structurelle
La sophistication des exportations quant à
elle indique le niveau d'élaboration très complexe ou d'une
perfection technique des produits à exportés d'un pays Balassa
(1999). En ce qui concerne maintenant l'analyse de la sophistication des
exportations, si l'on se réfère à la nouvelle approche
initiée par Hausmann et Rodrik (2003) et Hausmann et al. (2007), la
structure du panier des produits exportés affecte la création de
nouvelles lignes d'exportation, donc la dynamique de la productivité et
le potentiel de croissance future des pays. Ces auteurs démontrent que
les pays dotés d'un panier d'exportation plus sophistiqué
réalisent une croissance plus rapide. Toutes choses égales par
ailleurs, les pays qui se spécialisent dans les biens que les pays
riches exportent sont susceptibles de croître plus vite que les pays qui
se spécialisent dans les autres marchandises (CEA 2012). Au-delà
des caractéristiques techniques, la sophistication reflète aussi
le niveau de différenciation des produits, la fragmentation de la
production, la disponibilité des ressources ainsi que d'autres facteurs.
Plus la sophistication d'un produit exporté est élevée
plus la moyenne de sa recette à l'exportation sera élevée.
En général, les produits sophistiqués sont exportés
par les pays riches qui payent les salaires les plus élevés. Donc
les pays dotés d'un panier d'exportation plus sophistiqué
réalisent une croissance plus rapide. Pourtant, ces produits restent
compétitifs vu leurs contenus en technologie, en marketing, en
logistiques et en ressources naturelles (CEA 2012). Ainsi les
possibilités de développement futur d'un pays dépendent de
la composition de la production. Les mesures de la sophistication
fréquemment utilisées sont :
- L'indice PRODY : indicateur de Hausman
et al (2007), il mesure pour chaque produit un couple
revenu/productivité (qu'on appelle PRODY). En d'autres termes, ce couple
donne une idée sur le niveau de productivité atteint par le
produit ainsi que sa valorisation monétaire basée sur la moyenne
des recettes des exportations.
- L'indice EXPY: élaboré par
Hausmann et al. (2007), cet indice est une mesure de la sophistication des
exportations basée sur le calcul du revenu moyen par habitant des pays
qui exportent le même bien. C'est la moyenne pondérée par
les exportations du PRODY pour un pays donné. l'EXPY se résume
comme le niveau de productivité moyen associé à la
structure des exportations.
- L'ICP: Indice de complexité de
production ou l'indice de complexité économique proposé
par Hidalgo et Hausman (2009) renvoie au contexte d'ubiquité des
produits exportés, en effet il informe sur le niveau de
complexité et de diversité des intrants incluent dans
l'élaboration d'un produit final exporté (Hidalgo et al, 2009).
Ainsi, plus les valeurs de l'indice sont élevées, plus les
exportations ne sont pas très sophistiqués et ne jouissent pas
d'un niveau élevé de complexité dans le processus de
production usant de divers intrants.
- Les exportations de haute
technologie : c'est un indicateur fort de la sophistication dans
ce sens que la sophistication englobe l'innovation technologique, la recherche
et développement, de ce fait plus un produit contient une technologie
élevée plus il est sophistiqué car ceci requiert un niveau
de complexité considérable dans sa production. Elle
intègre aussi les dépenses en recherche et développement,
le nombre de techniciens dans chaque secteur.
- L'industrie : informe à travers
son output élaboré, la constitution simple ou complexe d'inputs
utilisés dans le processus de production. A cet effet cette
dernière est par défaut utilisée dans certains travaux
comme mesure de la sophistication.
La lecture des valeurs de ses indices est
généralement la même car ils varient majoritairement de 0
à 1 ou de 0 à 100 en terme de pourcentage. Mais la limite que
présente les deux premiers indices (PRODY et EXPY) qui
définissaient la sophistication par le niveau des revenus relatifs aux
exportations liés à la productivité ont conduit à
revoir la mesure de la sophistication en développant l'indice de
complexité économique tout en prenant en compte la profondeur
dans l'élaboration du produit. L'avantage de cette approche est qu'elle
permet de calculer une mesure simple de la sophistication pour chaque produit
et pour chaque sous-catégorie de produit. Une baisse de l'indice de
sophistication ne signifie pas que le processus de production adopte moins de
technologie ou est moins intensif en compétence. Mais elle
reflète simplement une performance amoindrie des capacités
industrielles permettant de conquérir des parts de marché dans
des activités plus complexes. Les exportations de haute technologie
sont indiquées en pourcentage des exportations totales d'une
économie.
Section 2. Cadre théorique
du concept capital humain
Depuis le passage des OMD aux ODD ramenant
l'être humain au centre des débats économiques et
perçu comme moteur de toutes interactions, a permis une profonde
réorientation des politiques publiques en matière
d'éducation, de santé et d'emploi et de réduction de
pauvreté touchant la majeure partie des pays du monde. A cet effet, il
est primordial de remodifier la composition factorielle initiale de toute
structure productive contenant le capital et le travail, afin d'inclure
l'humain comme un autre type capital qui diffère du capital physique
à travers ses diverses caractéristiques. Dans cette section nous
présentons le capital humain à travers toutes ses dimensions afin
de mieux l'appréhender dans la suite de notre étude. De ce fait,
nous allons d'abord définir le capital humain (2.1), ensuite ressortir
toutes les dimensions caractéristiques du concept (2.2).
2.3. Définition et évolution du capital humain
L'intuition du concept capital humain figurait
déjà dans les travaux d'Adam Smith (1776) où il affirmait
qu'une main d'oeuvre qualifiée serait une source de productivité.
Mais ceci est resté inerte jusqu'en 1961 dont ce concept a
émergé dans les théories économiques grâce
aux travaux de T. Schultz (1961) et G. Becker(1964), deux économistes
américains nobélisés pour leurs travaux sur le capital
humain. Ils définissent le capital humain comme l'ensemble des
connaissances, aptitudes, compétences et capacités
incarnées ou acquises au fil du temps par l'éducation, la
formation, l'expérience professionnelle, les soins médicaux et la
migration. Il peut être interprété comme l'ensemble des
ressources immatérielles intégrées dans le facteur travail
qui améliorent la productivité (
Goldin, 2016
). L'OCDE
(2018) le définit comme l'ensemble des connaissances, qualifications,
compétences et création du bien-être personnel social et
économique.
En partant de la réflexion sur le moyen
d'améliorer la productivité du travail des exploitants agricoles,
Schultz (1950) utilise pour la première fois l'expression `human
investment' dans un article intitulé « Reflections on Poverty
within Agriculture » publié dans le Journal of Political
Economy. Il est difficile d'attribuer la notion de capital humain a un seul
auteur cependant Schultz est l'un des premiers à l'avoir exposé
dans les années 50. Dans son ouvrage « Human
capital », Becker (1964) développe la théorie du
capital humain qui a révolutionné la fin du 19ieme
siècle et demeure les travaux majeurs du capital humain.
L'insistance progressive du concept rejoignait une préoccupation
centrale de la comptabilité de la croissance dans l'économie
agricole (Kuznets, 1952). L'ampleur de cette théorie vient du fait que
pour bien d'auteurs elle était une solution nouvelle à ce titre
non envisagé ou partiellement à l'énigme de la croissance
(Fabricant et Abramovitz, 1956).
Mais dès 1960 à 1970, la
question des inefficiences qui résultent de l'allocation des
dépenses éducatives et sanitaires aux États-Unis a conduit
tout d'abord à réaffirmer la centralité du critère
de taux de rendement du facteur travail. Et l'importance du cadre
théorique de référence consistant à analyser les
choix individuels par le prisme de la théorie du choix rationnel et le
critère du taux de rendement social comme critère d'allocation
des ressources. Alors que l'analyse des taux de rendements privés a
suscité un certain consensus, l'approche du rendement social a
donné lieu à des critiques. Le fait que ce critère ne
puisse rendre compte des externalités générées par
l'éducation et des rendements non monétaires (Blaug, 1976). Les
économistes accordent la même valeur au travail non
qualifié et au travail qualifié (Kuznets, 1957). Or il affirme
que la hausse du produit par tête que l'on observe est en premier lieu
imputable à des changements dans la composition de la force de travail,
notamment la qualification. Pour Kendrick et mincer (1980), le progrès
de la connaissance et de la qualification font partie d'un capital
immatériel accumulé via un investissement (individuel) dans
l'éducation et la recherche. Plus tard, des décennies 90 les
travaux sur les déterminants de la croissance endogène que
certains auteurs ont remis en premier plan la grande importance que revêt
le capital humain (Romer 1990, Lucas et al. 2015) comme moteur de la croissance
endogène. Et plus particulièrement du développement
durable en passant par une transformation de la structure (kuznets1979, phelps
et al. 2012) d'une économie. Jusqu'à ce jour où le capital
humain demeure difficilement quantifiable en raison de sa complexité et
de ses composants. Car la mesure de la qualité fait toujours l'objet de
controverses déjà pour la littérature forgé d'une
seule théorie fondamentale.
2.4. Les indicateurs de mesure
du capital humain
Le capital humain est
généralement séparé en trois composantes
clés notamment la santé, l'éducation et
l'expérience / formation. Ce qui induit que son stock pourrait augmenter
grâce à une meilleure éducation, un meilleur état de
santé et nouvel apprentissage. En effet, ces trois dimensions
constituent par défaut les mesures même du concept. Mais la
difficulté notoire d'avoir l'indicateur de la formation en raison de son
imprécision et de sa forte variabilité conduit
généralement à quantifier le capital humain à
travers deux proxys à savoir l'éducation et la santé. Ce
choix a été effectué depuis les travaux fondateurs de
Schultz et Becker, qui ont émis une hypothèse fondamentale
à savoir qu'un individu, bien instruit et en bonne santé est
nécessairement plus productif et mieux rémunéré.
Toutefois, Il est communément admis que ni l'éducation, ni la
santé ne sont des substituts parfaits (ONU 2008) l'une ou de l'autre.
Les mesures du capital humain plus couramment
utilisées dans les études empiriques précédentes
sur la relation entre le capital humain et la croissance économique.
Bloom et
al.(
2004)
soutiennent qu'une éducation adéquate et une bonne santé
incitent à un travail plus productif une force susceptible de stimuler
la croissance économique nationale.
Ogundari et
Abdulai (
2014) ont
montrés qu'une personne mieux éduquée et des travailleurs
en meilleure santé sont plus susceptibles de créer et d'adopter
de nouvelles technologies. Une meilleure santé, selon
Mayer-Foulkes
(
2001),
accroît la productivité de la main-d'oeuvre et les salaires en
réduisant l'incapacité, la débilité et le nombre de
jours perdus de maladie
L'éducation comme indicateur du capital humain
Elle se définit comme la mise en oeuvre des
moyens propres à assurer la formation et le développement d'un
être humain (mincer 1978) en contribuant au progrès technique.
Acquise généralement dans le contexte scolaire,
l'éducation est fondamentale pour qu'une main-d'oeuvre qualifiée
et productive arrive sur le marché du travail. Elle a toujours
constitué un investissement central pour l'avenir, c'est un
investissement immatériel ou intellectuel dont la finalité est de
reproduire le stock de capital humain. En termes de rapport productivité
gain, d'innovation et d'adaptation son rôle est déterminant dans
la productivité individuelle et des revenus (smith, 1776). Le
modèle de gain élaboré par Mincer (1974) constitue
à ce propos une spécification qui est devenue une
référence ; plus exactement, il s'agit ici d'un modèle qui
exprime les gains en fonction de l'éducation formelle et de
l'expérience professionnelle, et comme une fonction décroissante
du carré de cette dernière. Ainsi, d'une part, plus le niveau
d'éducation (capital humain général) et
l'expérience accumulée (capital humain spécifique) sont
élevés, plus importants seront les gains, et d'autre part, au fur
et à mesure du déroulement des carrières professionnelle,
les individus auront moins tendance à investir en
éducation/formation. A ce propos, il importe d'ailleurs de signaler que
les économistes ont toujours insisté sur les effets positifs du
capital humain à travers l'éducation sur la productivité
(Dia 2005). Aux 18e et 19e siècles par exemple, la valeur de la
main-d'oeuvre avait été mise en avant par w. Petty et A. Smith,
d'une certaine façon cela a permis d'ouvrir la voie aux analyses
ultérieures, qu'il s'agisse de la théorie du capital humain
(Schultz, 1961 ; Becker, 1964) ou des théories de la croissance
endogène (Lucas, 1988 ; Romer, 1990) qui intègrent de fond
l'éducation comme facteur indispensable de mesure du capital humain par
défaut.
Les indicateurs utilisés en général pour
quantifier l'éducation sont :
- Taux de scolarisation dans l'enseignement
primaire: utilisée dans plusieurs travaux de mankiw et al.
(1992) extraite dans la base de données de l'Unesco.
- Le niveau de formation :
résumant tous les niveaux non détaillés de
l'éducation, utilisé par Barro-sala i-martin(1995).
Ces deux premières sont plus fréquemment
utilisées dans la littérature sur l'éducation.
- Taux de scolarisation primaire: informe sur
le nombre d'enfant scolarisé en pourcentage de tous les enfants en
âge de fréquenter en primaire.
- Taux de scolarisation secondaire :
mesure le niveau d'inscription secondaire en pourcentage du groupe d'âge
du secondaire.
- Taux de scolarisation tertiaire :
quantifie le niveau total d'inscription tertiaire par rapport au total du
groupe d'âge éligible au niveau tertiaire.
- Taux de croissance du nombre moyen d'année
d'éducation de la population active
- Le nombre d'année d'étude moyen
- Le taux d'achèvement
d'étude
Toutefois la mesure quantitative de l'éducation
pose une limite qui sous-entend que le développement durable vient de la
qualité de l'éducation et non du nombre d'individu
éduqué. Mais le problème qui se pose est la
difficulté de mesure de la qualité qui jusqu'aujourd'hui ne
trouve pas consensus entre les chercheurs, aussi la disponibilité des
données des pays en développement particulièrement ceux
d'Afrique.
La santé comme mesure du capital humain
D'après une récente étude
dirigée par le IHME (institut healt metrics and evaluation) organisme
statistique à Washington en 2018 qui conclut qu'investir dans la
santé et l'éducation est la meilleure manière d'assurer
une meilleure croissance durable accompagner d'une transformation profonde de
la structure économique. L'état de santé d'un individu est
multidimensionnel. Il existe donc plusieurs évaluations pour
l'approximer. En effet la santé représente un actif
économique de première importance, la clé de la survie. Le
rôle que joue cette variable dans l'existence des agents est crucial en
ce sens que c'est le meilleur état de santé qui permet aux
agents économiques de poursuivre les objectifs économiques donc
elle n'a pas de substitut à ce propos dans son influence sur le capital
humain.
La santé peut être représentée par
trois groupes :
- Le passé épistémologique de l'individu
- Les symptômes d'une maladie
- L'évaluation subjective de l'état de
santé ou appréciation clinique
Par conséquent, les indicateurs accessibles de la
santé sont :
- L'espérance de vie de la
population (utilisé dans le cadre de notre
étude)
- le nombre des
hôpitaux
- les taux de mortalités et de
natalités
- le niveau d'infrastructure
sanitaire
- le nombre de médecin pour
mille personnes
Aussi se pose le problème de la qualité de la
santé rendant parfois moins significatif les mesures primaires de
santé retenues. Mais l'absence des données pouvant
énumérer la qualité sanitaire fait que les mesures ci-haut
demeurent toujours valides bien que baser sur des hypothèses ou
estimations.
2.2.3 La formation/emploi comme une mesure du capital
humain
Décrite comme l'apprentissage
effectuée et l'expérience accumulée constituant une
main-d'oeuvre prête à être utiliser. L'importance de cette
troisième dimension du capital humain a été perçue
suite aux travaux de Griliches (1963, 1964) et de Welch (1970), recherchant les
principaux mécanismes par lesquels le capital humain exerçait un
effet indirect sur la croissance économique. Horowitz et Sherman (1980)
sont ceux qui ont mis en évidence cette mesure comme indicateur du
capital humain en se basant sur les travaux de. Dans notre étude nous
n'en ferons pas usage compte tenu de son niveau plus
désagrégé et subjectif à chaque individu rendant
difficile sa quantification de façon générale.
CONCLUSION
Dans ce chapitre l'objectif principal a
été de présenter les deux concepts de notre étude
à savoir le capital humain et la transformation structurelle à
travers un cadre théorique d'évolution et de mesure. Il convient
toutefois de noter que la transformation structurelle est un concept complexe
et multidimensionnel c'est pourquoi il est évident de parcourir la
littérature définissant au mieux ce concept afin de fixer le
cadre d'analyse et orienter pertinemment notre étude. Toutefois le
capital humain bien que définit difficile à quantifier
malgré la prise en compte de toutes les dimensions qui le constituent.
De ce fait, l'étude de la relation entre le capital humain et
transformation passe essentiellement par la définition d'un cadre
d'analyse intégrant au mieux les diverses dimensions de ces concepts.
Ainsi le chapitre suivant nous permettra de
faire une brève revue de la littérature tant théorique
qu'empirique portant sur le lien entre le capital humain et la transformation
structurelle.
CHAPITRE
II
REVUE DE LA LITTERATURE SUR LA RELATION ENTRE LE
CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE
INTRODUCTION
Dans le précèdent chapitre, nous
avons présenté le capital humain et la transformation
structurelle à travers leurs définition et mesure. Mais la
relation entre le capital humain et la transformation structurelle fait mention
d'une littérature en plein essor, bien que cruciale celle-ci n'a
été prise en compte qu'à la fin des années 90.
Suite à la combinaison de l'objectif d'éducation pour tous des
Nations Unies et des objectifs de développement durable, fait
renaître au premier plan des débats économiques
l'interaction entre ces deux concepts. Dans ce chapitre nous
présenterons dans la section première une revue des travaux
théoriques effectués à propos du lien de nos concepts,
enfin faire une brève revue de la littérature empirique portant
sur la vérification et la validation de la pertinence du lien existent
entre le capital humain et la transformation structurelle.
Section 1. Revue de la
littérature théorique
L'étude de la relation entre le capital
humain et la transformation structurelle a fait l'objet de plusieurs
débats notamment par des théories élaborées par
certains chercheurs afin de mieux percevoir les différents canaux de
transmissions par lesquels le capital humain influence la transformation
structurelle d'une manière directe ou non. Dans cette section nous
allons présenter d'abord les approches qui traitent de la relation
directe de cette relation (1.1) ensuite énumérer les approches
théoriques traitant de la relation indirecte entre le capital humain et
la transformation structurelle (1.2).
2.5. Approches théoriques
de la relation directe entre le capital humain et la transformation
structurelle
La littérature sur la transformation
structurelle est relativement en croissance. Les fondements théoriques
de la transformation structurelle proviennent des théories
traditionnelles de la croissance économique. Parmi les travaux sur les
déterminants forts de la croissance économique, le capital humain
est traditionnellement identifié comme un déterminant important
de la productivité et de la croissance économique. En effet,
concernant le lien entre capital humain et la transformation structurelle
très peu de travaux ont été effectué. La
transformation structurelle a vue naissance dans les enchaînements des
travaux de la croissance économique. De manière large une
croissance économique va étroitement entraîner de pair une
modification de la structure de l'économie conduisant ainsi à un
développement économique.
Tous les auteurs d'obédience diverses
(Les théoriciens de la croissance et les structuralistes) trouvent
consensus sur les canaux de transmissions des effets du capital humain sur la
croissance économique et soutiennent que la transformation structurelle
est affectée que par ce même canal de transmission. En effet, ils
s'accordent tous qu'en investissant dans l'éducation l'un des volets du
capital humain le rapport de productivité/gain sera plus
élevé et l'individu sera plus productif, ainsi que des
connaissances acquises dans une formation permettraient d'accroitre l'emploi
dans les secteurs à forte productivité et réduire celui
dans les secteurs à faible productivité notamment agricole. Ce
qui par déduction modifiera la structure de l'économie à
travers la réorientation des activités les moins productifs vers
les secteurs plus productifs. Et ceci s'accompagnera d'une croissance
économique au final tout ceci contribuera à développer un
pays. Le second canal d'influence est l'état de santé des agents
économiques. En améliorant la santé d'un individu ce
dernier devient plus actif dans l'exécution de ses tâches, la
facilité d'accumulation des compétences ou des connaissances
utiles. Car l'état satisfaisant de santé permet un apprentissage
accentué augmentant la productivité de l'agent. Ce qui en fin de
compte tend à modifier la composition sectorielle de l'appareil
productif.
Les études dans ce domaine ont
principalement leur contenu théorique sur les travaux de Kuznets (1955)
en particulier de Lewis(1954) et Chenery (1960), décrivant la
transformation structurelle souvent associée au concept canonique de
l'évolution de la structure économique alors qu'un pays passe
d'une économie en développement à une économie
développée. Donc elle décrit l'évolution d'une
économie à travers ces stades de développement. En outre,
les nouvelles théories de la croissance dirigée par Schumpeter
(1934), Solow (1957), Grossman et Helpman (1991), Romer (1990), Aghion et
Howitt (2009) offrent une bonne exposition sur les facteurs de transformation
de la structure économique. Ces études affirment sans
équivoque que le capital humain (Mankiw, Weil, 1992) à travers le
changement technologique ainsi que les innovations (Schumpeter, 1934) sont des
moteurs de la transition du développement vers une économie
développée.
2.6. 1.1.1. Approches des
théoriciens de la croissance
Depuis les travaux pionniers de Becker (1964) ou
de Denison (1967) jusqu'aux analyses les plus récentes, telles des
théories de la croissance endogène (Lucas, 1988) montrent que la
productivité ainsi que la croissance étaient fortement
influencées par le rythme d'accumulation du capital humain. Et plus
particulièrement par l'élévation des niveaux moyens de
formation ou de qualification de la main-d'oeuvre (globalement, ces
études ont en effet mis en évidence une forte corrélation
positive entre l'investissement dans le capital humain et les gains de
productivité ou la croissance économique) et donc de la
transformation structurelle.
Le capital humain a un effet direct sur la
transformation structurelle car les individus plus scolarisés sont plus
productifs et innovants de ce fait la probabilité qu'ils travaillent
dans un secteur moins productif ou informel est très faible ; car
ils seront plus disposés à la création de nouveaux
produits et à l'amélioration de la productivité des
facteurs (
Romer, 1990;
Benhabib et Spiegel, 1994; Bodman et Lee, 2013
) ce qui
booste directement la croissance économique et à la longue
augmente le niveau de productivité des secteurs à fort potentiel
de développement. De l'autre côté par contre, le capital
humain favorise l'adoption de la technologie par les pays voisins. Les
approches théoriques liées à l'économie de
l'évolution ont révélé, la nécessité
d'ajouter des facteurs liés à la demande dans la croissance
économique (
Witt, 2001;
Metcalfe et al., 2006; Dietrich, 2012; Teixeira, 2006). Certains changements de
la demande favorisent une plus grande diversité des produits qui
entraînent des modifications structurelles (
Hidalgo et
Hausmann,
2009
),
c'est-à-dire des changements dans la composition sectorielle et dans la
spécialisation économique en stimulant l'innovation technologique
et en créant de nouveaux produits (
Silva et
Teixeira, 2011; Saviotti et Pyka, 2012
).
Dans cette ligne de pensée, les industries de
haute technologie qui ont des taux de croissance plus élevés de
productivité contribuent donc plus que proportionnellement à la
transformation structurelle (
Silva et
Teixeira, 2011
). Cette
contribution tend augmenter la capacité d'absorption et l'innovation,
ceci est alors liée à l'augmentation du capital humain (
Nelson et
Phelps, 1966;
Teixeira et Fortuna, 2011
). Les
changements structurels nécessitent l'acquisition de nouvelles
compétences par les travailleurs des industries en déclin afin
d'être absorbées par les premiers (
Zagler, 2009
). Les
individus acquièrent un ensemble compétences importantes pour
remplir certaines fonctions, en particulier impliquant l'adaptation au
changement, à travers l'éducation formelle (
Nelson
et Phelps,
1966
). Le capital
physique et le capital humain sont complémentaires puisque
l'augmentation du stock de capital physique entraîne une augmentation de
la productivité marginale du capital humain et inversement (
Caselli et
Coleman,
2006). Dans ce contexte, les activités de haute technologie observent
une grande augmentation de la productivité qui conduit à la
création de valeur ajoutée et la croissance de l'emploi dans les
industries (
Ciccone et
Papaioannou,
2009
). Le
processus de rattrapage technologique et le changement structurel lié au
transfert de technologie des pays développés. Les pays en
développement peuvent être améliorés (en termes de
transformation structurelle) lorsqu'ils ont un niveau de capital humain plus
élevé, ce qui augmente leur capacité d'absorption (
Nelson et
Phelps, 1966;
Benhabib et
Spiegel, 1994
). À
travers ce processus de développement les pays peuvent avoir des
structures productives avec plus de contenu technologique calqué par
imitation. Cependant, une imitation réussie nécessite un seuil
minimal de capital humain (
Vandenbussche
et al, 2006;
Teixeira et
Fortuna, 2011
). A
fortiori, un programme créatif et innovant.
2.7. 1.1.2 Approches structuralistes
Christiaensen et al.(2006); Diao et
al.(2007), affirme que la technologie, l'accumulation rapide de capital humain
et les rôles du marché, des institutions et des gouvernements sont
des moteurs essentiels de la transformation structurelle. Ainsi, les politiques
visant à accroître la diffusion, l'utilisation de la technologie
et une éducation de qualité offrent une approche puissante de la
transformation de l'économie. Du point de vue empirique, des
études telles que Timmer et al. (2012); McMillan et Rodrik
(2011), et Dabla-Norris et al. (2013) sont remarquables. Pour
Par exemple, Dabla-Norris et al.(2013) en utilisant des données sur
168 pays sur la période 1970-2010 avec une valeur ajoutée
réelle de l'agriculture, industries manufacturières et des
services en tant qu'indicateurs de la transformation structurelle, fournit des
estimations des déterminants de la transformation de la structure. Leurs
résultats révèlent de grandes différences dans les
parts de secteur entre les régions et au sein de celles-ci et montrent
que les grands pays. La variation des parts sectorielles peut être
expliquée par les caractéristiques du pays telles que la
structure démographique, la taille de la population et les coûts
réels le revenu par habitant. Leurs résultats indiquent en outre
que des variables politiques et institutionnelles telles que l'ouverture
commerciale, la compétitivité des marchés de produits, les
réformes, le capital humain sont des facteurs clés de la
transformation structurelle d'un pays à l'autre. De plus, McMillan
et Rodrik (2011), en analysant le lien entre la croissance de la
productivité du travail, le changement structurel et la mondialisation,
montre que les travailleurs issus de secteurs à faible
productivité vers des secteurs à forte productivité dans
certaines économies asiatiques, contrairement aux pays d'Amérique
latine et d'Afrique subsaharienne où une tendance inverse a
été observée. L'approche empirique utilisée dans
cet article présente un semblant de similitude avec les travaux de
Dabla-Norris et al. (2013) mais diffère en termes de pays et
de procédures économétriques (estimation). Abdulai et
Rieder (1996) et Blunch et Verner (2006) ont tous deux signalé de
preuves d'interdépendances fortes dans la croissance sectorielle de
certains pays d'Afrique subsaharienne.
Les gains de productivité résultant du
progrès technologique dépendent à la fois de
l'accumulation de capital physique et capital humain, et ces gains sont plus
importants et plus les stocks de ces facteurs sont élevés (
Ciccone et
Papaioannou,
2009
).
L'interaction entre capital humain et changement structurel est clairement
expliqué par
Gürbüz
( 2011) qui met en évidence la situation des pays du Nord et du Sud
d'Amérique. Les pays du Sud, au cours de leur tertiarisation,
spécialisés dans les services à forte intensité de
main-d'oeuvre et absorbant les travailleurs peu qualifiés issus de la
migration rurale; en revanche, au nord les pays spécialisés dans
les produits de haute technologie échangeables, qui nécessitent
un niveau élevé de capital humain. Selon cet auteur,
l'accumulation du capital humain est une condition nécessaire pour une
société vertueuse. Le changement structurel, c'est-à-dire
une part croissante des secteurs d'activités les plus productives.
2.8. Approches théoriques
de la relation indirecte entre le capital humain et la transformation
structurelle
L'approche plus désagrégée permet de
voir pertinemment au niveau microéconomique comment se transmet ce lien
qui parfois difficilement appréhender ou du moins adjoint à la
suite des travaux de croissance économique. De ce fait,
Ciccone et
Papaioannou (2009) soulignent la positive la relation entre l'éducation
et les changements structurels, c'est-à-dire lorsque les
activités à forte intensité technologique
acquièrent une part relative dans l'économie à travers un
niveau élevé d'instruction et de compétences qui sont des
volets du capital humain. Par conséquent, le changement structurel et la
vertu de la spécialisation des économies dépend de
nouvelles informations, de nouvelles compétences et la
productivité des travailleurs, facteurs étroitement liés
au stock de capital humain (
Justman et
Teubal, 1991; Krishna et
Levchenko,
2013
).
L'accumulation de capital humain permet de nouvelles affaires,
opportunités et confère aux agents des compétences en
gestion et connaissances technologiques (
Justman et
Teubal, 1991
). Des pays
avec des travailleurs hautement qualifiés ont tendance à
être plus efficaces dans les activités qui intègrent des
technologies plus avancées.
À partir d'aspect
microéconomique et à titre indicatif, les entreprises dont
les employés ont un niveau élevé de ressources humaines
adoptent des technologies complémentaires pour atteindre
l'efficacité optimum. Il s'ensuit que l'accumulation du capital humain
renforce le rôle de la recherche et développement (R & D) dans
les économies en favorisant la création de nouveaux produits (
Caselli et
Coleman,
2006; Bodman et Le, 2013
). Donc, le
capital humain affecte le progrès technologique des pays (
Nelson et
Phelps,
1966; Romer,
1990; Benhabib et Spiegel, 1994; Vandenbusslche
et al. 2006;
Caselli et Coleman, 2006
). D'autre
part, il réduit les coûts de mise en oeuvre de ces technologies (
Kim et Lee,
2009
). Le
processus d'innovation nécessite un certain niveau de capital humain
pour réellement se produire (
Vandenbussche
et al., 2006
). Du
côté de la demande, le capital humain rend les consommateurs plus
sophistiqué. Cela signifie que si les consommateurs sont plus
éduqués, ils seront plus enclins à rechercher des produits
«de haute technologie», qui contribuent positivement à un
changement structurel vertueux (Teubal, 1991
). Le
changement structurel est également renforcé par les
entrepreneurs (
Homme juste
et Teubal,
1991; Dias et McDermott, 2006; Saviotti et Pyka,
2012
), car ils
investissent dans des secteurs plus innovants et modernes. Reconnaissant une
opportunité commerciale, les entrepreneurs créent de nouvelles
entreprises technologiquement avancées et efficaces, qui contribuent au
changement structurel (
Noseleit, 2013
). Les
entrepreneurs sont, en général, plus talentueux que les autres
travailleurs et ils investissent dans leur capital, via l'expérience
professionnelle, afin d'améliorer leur propre Talent.
Les compétences acquises par les
entrepreneurs leur permettent de créer de nouvelles idées et
générer de nouvelles entreprises (
Iyigun et
Owen,
1999
) plus
compétitives grâce à leurs compétences et
connaissances acquises. Aussi, dans le même ordre d'idée, on peut
citer les travaux de Jamisson et Lau (1982), appliqués cette fois ci
à un échantillon plus faible (en fait trois pays asiatiques :
Corée, Malaisie et Thaïlande) et qui, à partir d'une analyse
fondée sur les fonctions de production, ont montré que
l'éducation exerçait un effet significatif sur la
productivité physique des paysans. Même si d'autres travaux ont
conduit à des résultats plus mitigés (Hopcraft, 1974;
Gurgand, 1993), il n'en demeure pas moins vrai que globalement, un large
consensus s'est construit au sein de la littérature en ce qui concerne
la relation entre l'éducation et la productivité induisant par
conséquent une transformation de la structure productive.
Au niveau des entreprises, les arguments théoriques ne
manquent pas, pour justifier ou expliquer que leurs niveaux de performance
soient fortement influencés par leurs dotations en capital humain, et en
main-d'oeuvre qualifiée plus particulièrement. Si l'on s'en tient
d'ailleurs à la théorie du capital humain, on doit s'attendre en
effet d'une part à ce que les entreprises les mieux dirigées
soient celles au sein desquels les niveaux de formation des dirigeants sont les
plus élevés. Et d'autre part à ce que les entreprises les
plus performantes (à tous les points de vue : technique, financier,
organisationnel, etc.) soient aussi celles au sein desquelles les
salariés, en moyenne, disposent de niveaux de formation
supérieurs. Malgré tout, il y a cependant lieu de
reconnaître, à la suite de Ballot et al. (1993), que la
littérature néoclassique issue de cette théorie du capital
humain se contente de traiter le capital humain comme un simple
déterminant de la productivité, sans pour autant
s'intéresser aux modalités ou aux mécanismes à
travers lesquels le capital humain agit effectivement sur les performances des
entreprises.
Cette dernière question est davantage prise en compte
par d'autres approches, et parmi celles-ci, on peut citer la littérature
évolutionniste issue des travaux de Schumpeter (1943) et qui est
notamment construite autour de la nature cognitive des agents et des
organisations économiques; afin de rendre compte des divergences
observées du point de vue des performances, de nombreuses
théories ont été développées par ce courant
évolutionniste, à travers notamment les concepts de
capacité (Richardson, 1972), de compétence économique
(Eliasson, 1990) et de capacité d'absorption (Cohen et Levinthal, 1990).
Concrètement, ce qui est suggéré ici, c'est le fait que
les entreprises les mieux dotées en capital humain sont également
les plus en mesure de bénéficier de transferts technologiques ou
encore de faire face aux changements organisationnels.
Section 2. Revue de la
littérature empirique
La relation entre le capital humain et la
transformation structurelle depuis ces dernières décennies
revêt un grand intérêt pour les chercheurs compte tenu de
l'importance des agents économiques considérés comme
fondement de toute interaction et pilier de la recherche d'une croissance forte
et durable. Combinés avec les objectifs de développement durable
poursuivis par les pays en développement, il est primordial que leurs
structures productives se transforment grâce à un niveau de
capital humain élevé. De ce fait dans cette section nous allons
présenter les travaux qui ont vérifié empiriquement la
relation directe entre le capital humain et la transformation structurelle
(2.1) ensuite les travaux empiriquement qui ont traité du lien indirect
des deux concepts (2.2).
2.9. Relation directe entre le
capital humain et la transformation structurelle
Pour tester empiriquement cette relation beaucoup
d'auteurs utilisent l'une des dimensions du capital humain
généralement (l'éducation par défaut) pour montrer
comment en agissant sur celle-ci on peut observer des modifications
structurelles de l'économie de façon soit directe ou indirecte.
Dans ce contexte, T. Mensah et A. Amoah et al. (2017) en recherchant ce
qui entraîne la transformation structurelle en Afrique subsaharienne,
fournissent une évaluation empirique des forces motrices de la
transformation structurelle dans l'Afrique subsaharienne. Afin de cerner le
rôle des réformes structurelles dans la prise en compte des
différences de transformation de ces pays. Leur modèle
était inspiré de celui de Wooldridge (2010) et Baltagi (2013) sur
un panel de 21 pays d'Afrique subsaharienne sur la période 1990-2012 en
appliquant la méthode des moments généralisés en
système. Dans cet article en résumé ils
révèlent que les fondamentaux propres à chaque pays, tels
que les dotations en ressources naturelles et en capital humain sont les
principaux facteurs qui expliquent les différences d'un pays à
l'autre dans la production sectorielle de la valeur ajoutée
réelle. Ils soulignent également le rôle clé des
institutions et des réformes politiques telles que l'éducation,
l'ouverture commerciale, les réformes du secteur réel et
financier comme influençant fortement la transformation structurelle des
économies. Ainsi, les efforts visant à promouvoir la bonne
gouvernance et à mettre en place et des politiques efficaces de
développement humain sont centrales à promouvoir.
En 2016, Teixeira et Anabela évaluent les
effets direct et indirect du capital humain sur la transformation structurelle
et la croissance économique y compris dans ce dernier l'interaction du
capital humain avec la spécialisation industrielle des pays. Leur
modèle utilisé est celui de
Barro et
Sala-i-Martin(2003) qui est un modèle de croissance à
équation de rattrapage estimé à travers la méthode
du GMM en système sur données de panel à deux
échantillons différents ainsi que les périodes l'une de
1960 à 2011 l'échantillon des pays de l'OCDE et l'autre de 1990
à 2001 pour ceux de la méditerrané. Ils constatent que le
capital humain et la dynamique de spécialisation productive des pays
sont des facteurs cruciaux pour la croissance économique. Donc le
capital humain a un impact positif sur la transformation structurelle des pays
mais l'impact du capital humain via la spécialisation dans les
activités de haute technologie et à forte intensité de
connaissance est négative. Ce dernier résultat indique que le
manque de structures industrielles capables d'intégrer correctement les
individus hautement qualifiés dans le système productif conduit
les pays à connaître des performances économiques faibles.
Les preuves réunies par
Kiersztyn (
2013) qui a souligné que pendant les vingt ans de transition
post-communiste un grand nombre de Polonais hautement qualifiés sont
piégés dans des emplois peu qualifiés dû aux
exigences nationales confirment ce résultat. De ce fait les auteurs du
document suggèrent qu'il faut investir dans le capital humain et
l'éducation (formelle), mais aussi dans la technologie et les
activités intensives générant une forte valeur
ajoutée pour les économies.
Par la suite M. Amar et M. Hamdi dans le
même champ de recherche en 2014 ont étudié le lien entre la
transformation structurelle, le développement humain et la croissance
économique inclusive au cours de la période (1986-2012) sur un
échantillon de 34 pays africains. Ils utilisent le modèle de
croissance de Mankiw ; Romer et weil (1992), l'estimation est faite
après test de co-intégration sur données de panel par la
méthode DOLS jugé plus efficiente par Kao et Chiang (2000). Ces
auteurs trouvent que le sous-développement du secteur manufacturier dans
le continent a pour cause la non adoption de politiques industrielles
efficaces et le faible niveau d'investissement dans le capital humain Donc,
ce résultat empirique vient pour justifier la faible contribution de
l'industrie manufacturière d'une part dû au faible niveau de
développement humain dans la création de la richesse et par
conséquent il confirme le faible niveau de transformation des
économies africaines.
Puis Soohyung Lee en 2009, explore le rôle
de l'éducation dans l'amélioration de la répartition du
travail entre le secteur agricole et non agricole et mesurer la part
récente de la croissance attribuable. Il se base sur des estimations au
niveau microéconomique, à travers un modèle avec des
individus à vie finie dans lequel le revenu est fonction dual observable
(par exemple, le sexe) et non observables (par exemple, le secteur -
capacité spécifique) des caractéristiques inspiré
du modèle de Mincer (1974). En incluant les rendements de
l'éducation par secteur et la mesure de la probabilité pour un
individu de travailler dans le secteur non agricole secteur, et le gain de
productivité associé à un emploi non agricole. Il
trouve que l'impact de l'éducation sur la réallocation de la main
entre secteurs représente environ 9% de la croissance chinoise. Sa
principale conclusion est qu'il faut fortement considérer le rôle
de l'éducation afin faciliter la réallocation du travail des
secteurs agricoles vers les secteurs industriels et de services. Ce
résultat suggère de réduire les réglementations et
les coûts en matière de migration pour les personnes instruites et
des travailleurs. Ce qui constitue un canal fort par lequel le capital humain
influe positivement sur la transformation structurelle d'une économie
notamment celle de la Chine.
2.10. Relation indirecte entre le
capital humain et la transformation structurelle
En 2015, E. Penilescu en travaillant sur l'impact de
l'éducation sur la transformation structurelle et la croissance
économique et, souligne l'importance du capital humain pour assurer la
croissance économique exprimée par habitant et une relative
transformation de la structure productive à travers la main-d'oeuvre
qualifiée. Le modèle utilisé est inspiré de
Hanushek (2013) ; Fuente et Doménech (2000) sur des données
de panel de la base de données Eurostat entre 2000 et 2012. Elle trouve
une relation positive statistiquement significative entre le produit
intérieur brut par habitant et la capacité d'innovation du
capital humain (mise en évidence par le nombre de brevets) et la
qualification des employés (enseignement secondaire) comme prévu
selon la théorie économique. Mais une relation négative
entre les dépenses d'éducation et le produit intérieur
brut par habitant est inattendue. Elle l'explique par
l'hétérogénéité des pays
considérés. Cependant, le faible ce faible niveau l'amène
à conclure que les résultats sont validés par rapport
à ceux de Vanhoudt (1996) et elle conclut par conséquent qu'en
améliorant le niveau des formations et d'éducation formelle, les
employés seront plus productifs et feront ainsi de leur force de travail
une main-d'oeuvre capable d'influer la productivité totale de
l'économie tout modifiant ainsi la structure productive.
En 2014, I. Naiya dans son travail sur le Changement
structurel, croissance économique et pauvreté dans les pays comme
l'Indonésie, la Malaisie, le Nigeria et la Turquie, a analysé et
comparé les changements structurels adjointes à la croissance
économique de chaque pays à travers une comparaison des
statistiques descriptives à base des données de cet
échantillon allant de 1989 à 2009. Il constate que la Malaisie,
l'Indonésie et la Turquie ont réussi atteindre une croissance et
un développement économique durable, car ils ont
été en mesure de transformer leurs activités productives
d'une productivité faible à une productivité plus
élevée et diversifié la monoculture, la fabrication et
à l'exportation de produits finis, et ont ainsi pu réduire
considérablement la pauvreté au cours des trois dernières
décennies. Il conclut que le développement humain et la bonne
gestion économique sont au service d'une croissance soutenue, d'une
transformation structurelle et d'une réduction de la pauvreté, de
ce fait investir dans le capital humain est une sorte de garantie au maintien
d'une croissance de long terme conduisant à un développement
durable.
J. Fraga(2012) analyse la non
linéarité de la relation entre capital humain et Exportation au
Brésil. Cette étude a pour objectif d'analyser l'impact du
capital humain sur l'évolution des exportations brésiliennes
notamment l'importance du capital humain dans les exportations au niveau des
États, en tenant compte des facteurs de changements structurels dans
l'économie brésilienne et les caractéristiques
spécifiques de chaque État brésilien sur une
période de 1995 à 2006 avec l'échantillon de 27
États brésiliens. Ils utilisent une généralisation
du modèle de Dixit et Woodland qui structure une relation entre la
dotation en facteurs et le commerce extérieur en ajoutant le capital
humain comme nouvelle variable explicative déterminé par le
nombre moyen d'années d'éducation formelle de la part de la force
de travail occupée à chaque période t. Comme l'implique la
théorie du modèle présenté la relation entre le
capital humain et les exportations se sont révélés non
linéaires, suggérant une courbe en forme de U inversé. Il
trouve que pour une moyenne d'effectifs allant jusqu'à 6,70
années d'éducation formelle, l'effet marginal de la variable
capital humain sur l'exportation est croissant et positive; mais cette variable
est marginale l'effet peut devenir négatif, étant donné
que l'éducation moyenne du niveau national de la main-d'oeuvre augmente
au-delà de ce point. Et donc conclut que les décideurs doivent
plus s'impliquer dans les politiques éducatives et industrielles afin
d'aboutir à une main-d'oeuvre qualifiée pour un niveau de
productivité capable de modifier les structures productives des
états brésiliens.
Des études telles que Timmer et
al. (2012), Bah(2011) sont remarquables. Dabla-Norris et
al. (2013) par exemple, en étudiant les déterminants de la
transformation structurelle, ils utilisent des données en panel sur 168
pays de 1970-2010 avec une valeur ajoutée réelle de
l'agriculture, les industries manufacturières et des services en tant
qu'indicateurs de la transformation structurelle, fournissent des estimations
des déterminants de la modification structurelle de ses
économies. Leurs résultats révèlent de grandes
différences dans les parts de secteur entre les régions et au
sein de celles-ci et montrent que la variation des parts sectorielles des
grands pays peut être expliquée par les caractéristiques du
pays telles que la structure démographique, la taille de la population,
la qualité de d'éducation et les structures sanitaires
adéquates ainsi que le revenu par habitant. Leurs résultats
indiquent en outre que les réformes en faveur d'une bonne gouvernance et
du capital humain sont des facteurs clés de la transformation
structurelle d'un pays à l'autre.
McMillan et Rodrik (2011), en analysant le lien
entre la croissance de la productivité du travail, le changement
structurel et la mondialisation, trouvent que les travailleurs issus de
secteurs à faible productivité migrent vers des secteurs à
forte productivité dans certaines économies asiatiques,
contrairement aux pays d'Amérique latine. Ils concluent que cette
migration est possible que si le niveau d'instruction est élevé
et les politiques d'emplois pour tous sont favorables à la main-d'oeuvre
présente afin de réorienter celle-ci vers les activités
plus productives induisant ainsi une réelle transformation de la
structure productive du pays. Blunch et Verner (2006), utilisent la
même procédure mais diffère en termes de pays et
d'estimation, de même Abdulai et Rieder(1996). Les conclusions de
ses travaux empiriques similaires révèlent que les fondamentaux
propres à chaque pays, tels que les dotations en ressources naturelles
et en capital humain sont les principaux facteurs qui expliquent les
différences d'un pays à l'autre dans la production sectorielle de
la valeur ajoutée réelle. Il souligne également le
rôle clé de institutions et réformes politiques telles que
l'éducation, l'ouverture commerciale, les réformes du secteur
réel et financier conduisant la transformation économique.
CONCLUSION
Dans ce chapitre, nous avons passé
en revue l'ensemble des travaux effectués sur la relation entre le
capital humain et la transformation structurelle en présentant dans la
première section une revue de la littérature théorique et
la seconde section une revue de la littérature empirique. En
général, dans la littérature tant théorique
qu'empirique, les différentes qui approchent cette thématique
trouvent consensus sur le fait qu'il existe une positive relation entre ces
deux concepts. Les diverses vérifications empiriques des auteurs
adoptant différentes approches confirment cette thèse et
insistent sur le canal de transmission de la relation jugé efficace dans
la mise en oeuvre d'un processus de développement durable. Dans le
prochain chapitre, nous allons faire une analyse descriptive dette relation
dans la zone d'ASS afin de mieux cerner les cadres évolutifs des pays de
cette région en matière de transformation structurelle et de
capital humain en général.
CHAPITRE
III
CADRE
ANALYTIQUE ET METHODOLOGIE
INTRODUCTION
Dans le précédent chapitre notre analyse a
porté sur les fondements théoriques et empiriques de la relation
entre le capital humain et la transformation structurelle. Afin de ramener
cette analyse dans le cadre de l'Afrique subsaharienne suite aux consensus
entre les différents auteurs à propos de la relation entre ces
deux concepts nous procédons dans ce chapitre à une analyse
descriptive en nous limitons uniquement qu'aux pays de l'ASS. De ce fait, notre
chapitre se structure en deux (02) sections, dans la première nous
présenterons le cadre analytique de la relation entre le capital humain
et la transformation structurelle en ASS (section 1) ensuite, élaborer
la méthodologie adoptée dans notre étude (Section 2).
Section1. Cadre analytique :
Capital humain et transformation structurelle
Dans cette section, nous allons faire une analyse
descriptive entre les pays d'Afrique subsaharienne concernant le capital humain
et la transformation structurelle. A cet effet pour éviter les
disparités et les imperfections dans la représentativité
de tous les pays d'Afrique subsaharienne nous allons les regroupés par
région en utilisant le regroupement effectué par la CER. De ce
fait, la première sous-section concernera l'analyse du capital humain et
la diversification des exportations (1.1), puis la seconde portera sur
l'analyse descriptive du capital humain et la sophistication des exportations
(1.2).
2.11. Le niveau de diversification des exportations dans les
pays d'ASS
En effet, Certains pays d'Afrique subsaharienne ont
vu leur niveau de capital humain nettement s'améliorer contrairement
à d'autres ce qui a conduit à une considérable
modification leur structure productive. Le cas de l'île de Maurice en
2014 qui avait un taux brut de scolarisation de 98 % se retrouve avec un
indice de développement du capital humain de 0,78 or en 2010 ceci
était de 0,61 cette amélioration a impacté sur leur niveau
de diversification des exportations qui est passé de 0,8 à 0.6 en
2014. De même pour certains pays comme l'Afrique du Sud qui avait un taux
de scolarisation de 98% en 2014 avait un capital humain de 0,69 et par
conséquent un indice de diversification très supérieure
à la moyenne des pays de l'ASS, son indice de diversification
était de 0,5 considéré comme l'un des plus performants en
Afrique. Mais certains pays qui ont en général un indice de
développement humain faible voir moyen avec un taux brut de
scolarisation de moins de 50% se trouve avec très mauvais score de
diversification de leurs exportations pour la même année soit une
détérioration totale de cet indice. Nous citons entre autres le
Tchad avec 22% en terme de taux brut de scolarisation en 2014 a un mauvais
niveau d'indice de diversification de 0,81, soit une forte
détérioration de cet indicateur. Le Burkina Faso , La RCA,
la Côte d'Ivoire, le Mali, la Guinée ayant respectivement un taux
brut de scolarisation de 37%, 36%, 43% , 36%, 30% et classé
parmi les pays avec un indice de développement humain faible par
conséquent ont un très faible niveau de diversification de leurs
exportations.
Paradoxalement, nous observons également
certains pays qui ont taux de scolarisation notamment un capital humain
élevé mais un faible niveau de diversification à l'exemple
du Cameroun avec un taux de scolarisation au-dessus de la moyenne mais ont un
indice de diversification de 0,75 soit une forte concentration de leur
exportations en 2014. De même le Burundi avec un taux de scolarisation
de 79% en 2014 observe un indice de diversification de 0,80 qui traduit une
situation de faible niveau de diversification de leurs exportations. Cette
analyse pour l'Afrique subsaharienne est d'autant plus délicate que
nous allons regrouper ses pays par région afin de mieux observer leur
évolution en matière de transformation structurelle à
travers leur niveau de diversification et par la suite celle de la
sophistication des produits exportés conditionné par leur niveau
de capital humain plus ou moins élevé.
2.12. Evolution de
l'indice de diversification des exportations des régions d'ASS
Dans cette sous-section nous présentons
l'évolution d'un indicateur de diversification pris entre 2000 et 2017
pour chaque région constitutive de l'Afrique Subsaharienne.
a) La Région de la CAE
Il s'agit des pays comme le Kenya, le Rwanda,
l'Ouganda, le Burundi, la Tanzanie cette région a un niveau de
diversification des exportations moyen amélioré de 0,62 entre
2000 à 2017. Nous représentons ci-dessous la figure indiquant
l'évolution de l'indice de diversification dans la région de la
CAE.
Graphique1.1.Evolution de la moyenne de
l'indice de diversification de la CAE
Source : Auteur à partir des
données de la CNUCED(2018)
Ce graphique montre qu'en matière de
diversification des exportations la région CAE évolue dans un
intervalle de 0,61 et 0,67. Nous constatons qu'à partir des
années 2003 cette région a mené une politique favorisant
la diversification de leur structure productive hélas cette tendance se
rompt suite à la crise de 2008 fesant ainsi fluctuer leur niveau de
diversification. Mais la prise en compte des caractéristiques propre
à chaque pays ajoutée à d'autres facteurs rendent encore
difficile la totale transformation de la structure économique de cette
région à partir des années 2012.
b) La région du SADC
Elle est constituée des
pays comme Afrique du Sud, Botswana, Lesotho, Madagascar, Malawi, Maurice,
Mozambique, Namibie, Tanzanie, avec un indice moyen de diversification de leurs
exportations qui est de 0,67 sur la période de 2000 à 2017. Le
graphique en énumère l'évolution.
Graphique1.2 : Evolution de l'indice de
diversification de la région SADC
Source : Auteur à
partir des données de la CNUCED(2018)
La région du SADC depuis 2001
présente un indice de diversification qui a une tendance de
décroissance ce qui indique une amélioration de leurs
exportations en termes de diversification en général. Mais suite
aux effets de la crise survenue en 2008 nous observons une fluctuation à
la hausse de cet indice soit une réduction en termes de gamme des
produits exportés de cette région à partir de 2010.
c) La région du CEN-SAD
Cette région est constituée de 29
membres mais dans cette étude seuls ceux qui ont des données
complètes sur l'intervalle de 2000 à 2017 sont retenus notamment.
Représentée par le Burkina Faso, le Bénin, la Côte
d'Ivoire, le Ghana, le Niger, le Nigéria, la Mauritanie, la Gambie, le
Sénégal, le Kenya, le Mali cette région a en moyenne un
indice de diversification des exportations de 0,70 entre 2000 à 2017.
Le graphique ci-dessous énumère cette évolution.
Graphique 1.3 : Evolution de l'indice de
diversification des exportations de la CEN-SAD Source : Auteur à partir des
données de la CNUCED(2018)
La CEN-SAD a fait des efforts de
transformations à travers une certaine amélioration de leur
niveau de diversification passant de 0,72 en 2000 à 0,68 en 2007. Mais
cette tendance s'est inversée après le choc de 2008 qu'a subi
l'économie mondiale conduisant ainsi cette région plus vers une
performance médiocre de l'an 2000 voire se stationner à 0,72
entre 2015 et 2017.
d) La Région de la CEDEAO
Quant à la CEDEAO constituée du
Bénin, le Burkina Faso, la Côte d'Ivoire, la Gambie, le Ghana,
le Mali, le Niger, le Nigeria, le Sénégal, le Togo a un indice
moyen de diversification des exportations entre 2000 à 2017 est de 0,71.
Suivant le graphique ci-dessous ce dernier est illustré.
Graphique1.4: Evolution de la moyenne de
l'indice de diversification de la CEDEAO
Source : Auteur à partir des
données de la CNUCED(2018)
D'après ce graphique et comparé à
d'autres régions susmentionnées, la CEDEAO est en retard en
terme de sa structure productive d'abord partie des régions ayant un
indice de diversification élevé soit en moyenne 0,71 entre 2000
et 2017. Mais la vulnérabilité des économies de la
région agencée avec la survenue de la crise, les fluctuations
sont devenues insaisissables à partir même de 2009 qui par la
suite a dégradé durant quatre années la structure de leur
économie. Mais suite aux accords de partenariats économiques
engagés par ces pays et la mondialisation ce choc tend à
s'atténuer à partir de 2016 mais aussi très lentement
qu'il soit rendant difficile la parfaite transformation structurelle de leurs
économies respectives.
e) La Région de la CEEAC
La moyenne de l'indice de diversification des
exportations entre 2000 à 2017 de cette région est de 0,77 soit
en général un niveau faible de diversification de leurs
exportations, accompagné du graphique indiquant l'évolution.
Graphique 1.5. Evolution de l'indice de
diversification des exportations de la CEEAC
Source : Auteur à partir des
données de la CNUCED(2018)
La CEEAC, est la dernière région avec
une très grande lenteur de transformation de leurs structures
économiques. Elle a une moyenne de l'indice de diversification de 0,77
soit la plus vulnérable et fortement dépendante des produits de
base de ce fait elle est très faiblement diversifiée. Tout en
ayant la majorité des exportations concentrées sur quelques
produits de base. Suite à la crise de 2008 sa situation jusqu'en 2017
s'est encore d'avantage détériorée avec un indice de
diversification de 0,8 en 2017. Les multiples crises socio-politiques qui ont
touché certains des pays de cette région à fait diverger
la région d'une rapide transformation de son appareil productif
à travers ses exportations.
f) Toutes les Régions regroupées
Il s'agit du regroupement de l'indice de
diversification de chaque région sur un même graphique afin
d'observer la tendance générale de l'ASS en matière de
diversification et ensuite une évolution conjointe du proxy de capital
humain et de la diversification pour mieux appréhender de manière
générale cette relation. L'Afrique subsaharienne montre un faible
niveau moyen de diversification des exportations de ses produits en
général car cette dernière demeure dans un intervalle de
0,6 et 0,8 qui stipule un score médiocre de diversification. Nous
présentons d'abord la santé en général dans l'ASS
qui est la seconde mesure du capital humain puis en second nous allons montrer
l'évolution conjointe du capital humain et de la transformation
structurelle à travers l'éducation et l'indice de
diversification..
a) L'espérance de vie en Afrique subsaharienne
Toutefois avant de présenter
l'évolution conjointe énoncée dans le
précédent paragraphe nous présentons de manière
brève l'état de santé moyen dans les pays de l'ASS pris
individuellement qui est ici mesurée par l'espérance et le taux
brut de scolarisation entre 2000 et 2017, ces deux mesures sont
considérées comme indicateurs de capital humain.
Tableau 1.1. Espérance de vie des pays
de l'ASS subsaharienne.
Pays
|
2000-2017
|
.
|
Pays
|
2000-2017.
|
Afrique du sud
|
57
|
|
Mali
|
54
|
Benin
|
58
|
|
Maurice
|
73
|
Botswana
|
58
|
|
Mozambique
|
53
|
Burkina Faso
|
56
|
|
Namibie
|
57
|
Burundi
|
54
|
|
Niger
|
55
|
Cameroun
|
54
|
|
Nigeria
|
50
|
Cote d'Ivoire
|
49
|
|
Rwanda
|
59
|
Gambie
|
58
|
|
Sénégal
|
62
|
Ghana
|
60
|
|
Tanzanie
|
59
|
Kenya
|
60
|
|
Togo
|
56
|
Malawi
|
54
|
|
Uganda
|
55
|
Source : l'auteur à partir
des données de la Banque Mondiale (WDI 2018)
Ce tableau informe sur l'espérance de vie dans la
région d'Afrique subsaharienne. Dans ce dernier, on peut observer que
les couleurs roses indiquent les valeurs des dix pays de la région ayant
une valeur supérieur à la moyenne de l'Afrique subsaharienne
entre 2000 et 2017. On constate qu'en premier nous avons l'île Maurice
qui a un score de 73 ans d'espérance de vie de sa population en moyenne
ce qui justifie l'une des raisons de son indice de développement humain
allant jusqu'à 0,7 en 2018 (d'après le PNUD 2019). La plus
faible valeur ici est attribuée au Nigéria avec 50,01 comme la
moyenne d'âge, malgré sa position imposante et sa taille
comparé au bon nombre des pays d'ASS. On peut toutefois comprendre que
certains pays de l'ASS ont effectué des efforts en matière de
transformation structurelle et observent le résultat escompté et
pour la majeur partie ceci n'est pas acquis faisant ralentir
considérablement l'ASS en général en matière de
développement durable qui est une finalité d'accumulation de
croissance à long terme associée à une profonde
modification de leur structure productive.
Graphique 1.6. Evolution conjointe du taux de scolarisation moyen
(base 100) des régions de l'ASS et de l'indice de diversification moyen
de toutes les régions de l'ASS
Source :
Auteur à partir des données de la CNUCED(2018)
et WDI (2018)
Nous observons qu'en général
l'Afrique subsaharienne a un faible niveau de diversification des exportations
pris entre 2000 à 2017. Ce pendant après la crise de 2008 qui a
secoué le monde, cette dernière a connu à partir de 2011
une légère amélioration pour remonter encore à
partir de 2015. Ceci s'explique par le fait qu'à partir de 2010
certains des pays d'Afrique subsaharienne ont pu se transformer en partie mais
cette transformation ne s'est pas étendue sur toutes les régions
de l'ASS. Nous avons par exemple le cas de l'Afrique centrale, l'Afrique de
l'ouest qui ont des faibles niveaux de diversification de leur appareil
productif rendant difficile la transformation de la structure de leur
économie et ceci dû au niveau faible de capital humain
malgré l'évolution de leur niveau de scolarisation.
Comparé aux économies asiatiques à l'exemple de la Chine
qui a un niveau de diversification moyen depuis la fin des années 90
jusqu'à ce jour montrant ainsi une forte diversification de leurs
exportations.
En Afrique subsaharienne la tendance en
générale est mauvaise mais pris individuellement, seul l'Afrique
du sud qui a atteint un indice de diversification moyen de 0,5 et perçue
comme une économie plus résiliente face aux chocs6(*). Les pays qui ont un score
appréciable de diversification de leur exportation que d'autres dans la
région d'ASS sont ceux qui ont essentiellement une amélioration
du niveau de leur capital humain à travers une forte politique
d'éducation, sanitaire.
2.13. 1.2. Le
Capital humain et la sophistication des exportations des régions
d'ASS
Dans cette sous-section, nous allons faire une
seconde analyse descriptive du capital humain et de la sophistication des
exportations dans les régions d'ASS, qui est la seconde dimension de la
transformation structurelle retenue dans le cadre de notre étude. A cet
effet la prise en compte de chaque pays constituant l'ASS nous conduit à
scinder les pays par région géographique basé sur la
classification de la Communauté Economique et Régionale en
fonction de la cartographie de l'ASS.
2.14. 1.2.1. Le niveau de sophistication des exportations des
régions d'ASS
L'importance d'une sophistication des exportations
d'un pays naît du fait que son niveau de capital humain croît
considérablement conditionnant ainsi sa capacité à
fabriquer des produits à faible ubiquité7(*) ou des produits aux intrants
complexes incluent dans le processus de production et la facilité
d'imitation. En effet, aboutir à la sophistication des exportations
d'une économie requiert d'énormes dépenses dans la
recherche et développement ainsi que dans l'innovation. Le cas de
l'Afrique du sud, en 2015 avait taux brut de scolarisation moyen minimum de 90
% se retrouve avec 6% des exportations de haute technologie étaient de
3% en 2012 comparé à plusieurs de ses pays d'Afrique n'atteignant
pas 2% des exportations de haute technologie en moyenne comme le Bénin
avec 0,9%. Mais de même certains pays qui ont en général
un indice de développement humain faible voir moyen avec un taux brut de
scolarisation de moins de 50% se trouve avec très mauvais score de leurs
exportations sophistiquées soit en moyenne de 1% pour la même
année soit une détérioration totale de cet indicateur.
Nous citons entre autres le Tchad, Le Burkina Faso, La RCA, la Côte
d'Ivoire, le Mali, la Guinée ce qui explique leur faible dépenses
en matière d'innovation et d'imitation. Par conséquent, en plus
d'avoir un très faible niveau de diversification de leurs exportations
ces pays n'exportent pas de la haute technologie.
Paradoxalement, nous observons également
certains pays qui ont taux de scolarisation notamment un capital humain
élevé mais un faible niveau de sophistication des produits
exportés à l'exemple de Maurice avec un taux de scolarisation
au-dessus de la moyenne mais n'ont que 0,06 des produits exportés de
haute technologie en 2016. De même le Burundi avec seulement 1,01%
d'exportations de haute technologie. Pour une analyse plus
élaborée de l'Afrique subsaharienne nous allons regrouper ses
pays en zone cartographiée des cinq points8(*) de l'Afrique afin de mieux apercevoir le niveau de
sophistication des régions d'ASS conditionné par leur capital
humain plus ou moins élevé.
2.15. 1.2.2. Evolution de l'indicateur de la sophistication des
exportations des régions d'ASS
Dans cette sous-section nous présentons
l'évolution des exportations de haute technologie dans chaque
région d'Afrique subsaharienne.
a) La Région de la CAE
Il s'agit des pays comme le Kenya, le Rwanda,
l'Ouganda, le Burundi, la Tanzanie, cette région a un niveau
d'exportations de haute technologie moyen de 7,10% entre 2000 et 2017. Nous
représentons ci-dessous le graphique l'évolution de la moyenne
des exportations à haute technologie dans la région de la CAE.
Graphique 2.1. Evolution de la moyenne des
exportations à haute technologie de la CAE
Source : Auteur à partir des
données de la Banque mondiale(2018)
En matière de sophistication des
exportations la CAE a progressé ayant atteint près de 30% des
exportations à haute technologie entre 2000 et 2002 montrant l'ensemble
des efforts de politiques favorisant la transformation structurelle de leurs
économie. Mais cette tendance s'est si tôt inversée
redescendant jusqu'à 4% et ceci perdure entre 2015 et 2017. Il y'a eu
durant une considérable dégradation dans le cadre de la
sophistication ralentissant ainsi la totale transformation de la structure
productive de leur économie.
b) La région du SADC
Cette région a un niveau d'exportations
à haute technologie moyen de 3,49 entre 2000 et 2017. Nous
représentons ci-dessous le graphique l'évolution de la moyenne
des exportations de haute technologie dans la région de la SADC.
Graphique 2.2. Evolution des exportations
à haute technologie du SADC.
Source : Auteur à partir des
données de la Banque mondiale(2018)
En 2000, la zone avait 2,8 % des
produits de haute technologie dans le total de ses exportations, la tendance a
évolué pour atteindre 5,4% en 2005 celle-ci devient sujet de
fluctuation suite à la crise de 2008 allant jusqu'à 1% en 2010.
Mais la région s'est amélioré à la sortie de
l'influence de la crise mondiale de 2008 pour atteindre son plus haut score de
sophistication des exportations a été de 6,2% en 2012 pour
redescendre à 4% en 2017.
c) La région du CEN-SAD
En matière de
sophistication la CEN-SAD a une moyenne de 4,6% entre 2000 et 2017,
Illustré par le graphique ci-dessous.
Graphique.2.3. Evolution des exportations
à haute technologie de la CEN-SAD
Source : Auteur à partir des
données de la Banque mondiale(2018)
Ce graphique montre que tout comme les deux
précédentes régions la CEN-SAD a un niveau faible de
sophistication des exportations entre 2000 et 2017 avec 4,2 % en moyenne de ses
exportations de haute technologie. En 2001 la région s'est
améliorée avec 8% de produits sophistiqués
exportés, hélas ce niveau n'a jamais été maintenu
pour une considérable, car l'enchaînement du choc mondial de 2008
a permis de perdurer les fluctuations jusqu'en 2017. Malgré les efforts
de certains pays dans la région en matière de sophistications,
ceux-ci n'ont pas pu se transformer structurellement en
général.
d) La région de la CEEAC
Composée de 11 membres, la CEEAC a un niveau moyen
de sophistications de ses exportations à l'ordre de 5,39 % entre 2000 et
2017. La figure suivante nous illustre l'évolution de cette
dernière pendant cette période.
Graphique.2.4. Evolution des exportations
à haute technologie de la CEEAC
Source : Auteur à partir
des données de la Banque mondiale(2018)
Le graphique indique que au
début de la période d'étude la CEEAC avait que
sensiblement 1% en moyenne de ses exportations sophistiquées. Mais en
2002 cette valeur s'est décuplée allant jusqu' 22% des produits
sophistiqués dans le total des exportations de la région. La
lenteur du processus de la transformation structurelle de cette région
induit par un niveau de capital humain insuffisant fait décroître
fortement le niveau de sophistication de leurs exportations descendant
jusqu'à 3% en 2008. Mais les efforts de certains pays de la
région a permis à la région de se rehausser bien
qu'insignifiant entre 2014 et 2017 avec 4% en moyenne.
e) La région de la CEDEAO
Cette région a en général un
niveau moyen des produits sophistiqués exportés de 4% de ses
exportations totales durant la période de 2000 et 2017, tel
illustré comme suit.
Graphique 2.5. Evolution des exportations
à haute technologie de la CEDEAO
Source : l'auteur à partir
des données de la Banque mondiale(2018)
Cette région en général sur
la période de 2000 et 2017 a observé une décroissance dans
lsles exportations à haute technologie quittant de 3,5% en 2000 à
2,3% en 2017 d'après le graphique ci-haut. On peut toutefois constater
les fortes fluctuations subit par cette région en 2000 à 2001
expliquer par l'adoption des pôlitiques d'éducation pour tous
faisant atteindre un pic à l'ordre de plus de 9% de haute technologie
exportée mais l'absence de soutenabilité de ses pôlitiques
adjoint avec les autres facteurs négatifs qui conditionnent certains
pays de la région conduit à cette derniere de perdre
considérablement en score allant jusqu'à 2% en 2002. Plus tard,
la faible diversification de ces économies et le manque des facteurs
innovateurs dans le processus de production rendent fragile cette
région, expliquant ainsi ses fluctuations. Combinée avec la crise
de 2008 cette région depuis lors n'a pas pu à retrouver son
chemin de croissance en terme de sophistication de ses exportations ainsi en
2017 elle obtient un score de 2,3% en 2017.
f) Toutes les régions regroupées
Dans ce paragraphe, nous présentons
brièvement sur un graphique l'évolution du capital humain dans
son volet éducation entre 2000 et 2017 puis l'évolution conjointe
de l'éducation et de la sophistication des exportations qui sont des
indicateurs de nos deux concepts d'étude.
1. Le Taux brut de scolarisation en Afrique Subsaharienne
Considérée comme le premier
indicateur du capital humain, l'éducation revêt une importance non
négligeable tant dans le contexte du capital humain que dans son
rôle dans la main-d'oeuvre qualifiée comme point de départ
de toute transformation. Entre 2000 et 2017 le niveau moyen d'éducation
pris à travers le taux brut de scolarisation en ASS est de 99%.
Ci-dessous nous l'illustrons dans le graphique qui suit.
Graphique 2.6. Evolution du taux brut de
scolarisation moyen en ASS
Source: l'auteur à partir des
données de la Banque Mondiale (WDI 2018)
Depuis les années 2000 on peut relier
la tendance croissante du taux brut de scolarisation à l'application de
la politique dit de `l'Education pour Tous' par la Communauté
Internationale, tous les pays ont observé un regain considérable
dans ce domaine conduisant ainsi à remodifier la structure du capital
humain bien que complexe. Malgré la crise de 2008 qui a touché le
monde l'éducation n'a pas reculé car c'est un facteur
difficilement dégradable c'est pourquoi le maintien des politiques
favorisant cette dernière, tant à maintenir à la hausse
cette variable à partir de 2009 jusqu'en 2013 passant de 80 à
98%. Une légère baisse en 2014 est constatée mais celle-ci
n'a point tardé comme le témoigne le graphique à partir de
2015 à 2017. Mais toutefois notons que l'absence des toutes les
conditions requises pour une meilleure qualification du capital humain font
que, malgré la forte tendance ascendante on observe encore en Afrique
cette lenteur de transformation qui est un frein au décollage de la
région en matière de développement. Toutefois cette
présentation globale peut masquer des différences qui existent
entre les régions, de ce fait il est nécessaire de faire une
représentation graphique décrivant ainsi ces différences
en matière d'éducation spécifique à chaque
région de l'ASS.
2. Evolution de l'éducation dans chaque
zone par rapport à la moyenne de toute la zone d'ASS
En dépit de présenter le taux brut
de scolarisation pour la zone d'ASS, il sera plus intéressant d'observer
l'évolution de cette variable dans chaque zone prise individuellement
par rapport à la moyenne générale. Ceci permet de mieux
apprécier le niveau réel de chaque région afin de mieux
déceler les zones qui évoluent plus faiblement comparées
aux autres et à la moyenne de l' ASS. Ce qui peut être l'une des
raisons d'une difficile transformation dans cette région.
Graphique 2.7. Evolution conjointe du taux
brut de scolarisation de chaque zone combinée à celle de
l'ASS.
Source: l'auteur à partir des
données de la Banque Mondiale (WDI 2018)
Ce graphique montre en général que
sur la période 2000 à 2017 le taux brut de scolarisation s'est
nettement améliorée avec une moyenne qui est quitté de
70% en 2000 à plus 100% en 2017, ce qui induit en général
que le niveau de l'éducation est fortement à la hausse depuis
l'application des politiques d'éducation pour tous dès les
années 2000 . Toutefois classés par région, nous observons
qu'il y'a certaines qui ont des scores bien inférieurs à la
moyenne de l'ASS, l'éducation évolue mais de façon
inférieure par rapport à l'ASS. L'exemple de la CEDEAO qui a une
valeur moyenne de 78% inférieur à celle de la CAE et l'ASS qui
ont 100% la même année. On constate en outre que les
régions à taux de scolarisation élevée telle que la
CAE et la SADC il est clair que les efforts fournis par ses régions les
ont permis de se démarquer en privilégiant l'éducation
comme indique ce graphique. Mais en se limitant qu'à l'ASS on peut
croire que cette moyenne est certes vérifiée pour ses zones or la
visualisation conjointe nous donne l'aperçu des comportements de cette
variable spécifique à chaque pays permettant de mieux comprendre
l'une des causes d'une mauvaise transformation de ses pays d'ASS.
3. Evolution conjointe du capital humain et la sophistication
en ASS
Constituée des cinq régions ci-haut
mentionnées l'ASS, en termes de sophistication a en moyenne 5,2% de
produits de haute technologie exportées, avec un taux brut de
scolarisation moyen de 99,7% entre 2000 et 2017, dont illustre le graphique
2.6.
Graphique 2.8. Evolution conjointe des
exportations moyennes à haute technologie et de la moyenne du taux brut
scolarisation de toutes les régions d'ASS.
Source : Auteur à
partir des données de la CNUCED(2018)
En général, l'Afrique subsaharienne
a un très faible niveau de sophistication pris entre 2000 à 2017
avec un chiffre moyen de 5% dans le total des exportations de cette
région. Notons toutefois qu'avant la crise de 2008 son niveau moyen a
atteint près de 12% des produits sophistiqués dans les
exportations totales en 2002. Mais cette forte croissance s'est rapidement
dégradée et ceci consécutivement jusqu'en 2017. Ceci
s'explique par le fait qu'à partir de 2002 plusieurs des pays de la
région on fait des efforts de transformation structurelle à
travers les politiques des décideurs visant à relancer le niveau
du capital humain, mais le manque de soutenabilité de ses politiques a
conduit cette région à une mauvaise transformation de leur
économie (Rodrick 2011). Les conflits socio-politiques qu'ont
vécus plusieurs de ses pays, la faible diversification de l'appareil
productif, la forte dépendance en matières premières tout
ceci a pour principal fondement le faible niveau du capital humain. Car la
qualité de l'éducation fournit à la multitude des
populations et l'insuffisance en matière de santé et d'emploi
font que cette région enchaîne une grande lenteur et
difficulté de transformation malgré les taux de croissance
élevés suivie d'une abondance en main-d'oeuvre non
utilisée. Justifiant malgré la hausse prolongée du taux
brut moyen de scolarisation depuis 2004 jusqu'en 2017, une tendance
légèrement décroissante du niveau de sophistication toute
l'Afrique subsaharienne durant la même période.
Section 2.
Méthodologie et données.
Dans la section précédente, nous
avons présenté les faits stylés concernant
l'évolution des concepts de notre étude. En nous basons sur cette
analyse descriptive en fonction des données détenues et de la
littérature empirique nous allons d'abord présenter les
modèles et les variables utilisées (2.1), enfin la méthode
d'estimation adéquate et les sources de données (2.2).
2.16. 2.1.
Présentation des modèles
Certains auteurs ont utilisé le
modèle des données de panel dynamique pour mesurer la relation le
capital humain et la transformation structurelle. En nous
référant aux travaux d'Arawomo (2014), alaya et al.(2012) qui
ont expliqué la transformation structurelle à travers la
diversification et la sophistication des exportations, nous adoptons une
modélisation en données de panel dynamique pour ces deux
équations. La première équation va nous permettre de
tester l'impact du capital humain sur la diversification des exportations d'ASS
et la seconde, tester l'influence du capital humain sur la sophistication des
exportations. Etant donné que nous avons deux dimensions qui mesurent la
transformation structurelle notamment la diversification et la sophistication,
de ce fait les deux modèles se spécifient initialement
d'après ces auteurs comme suit:
Ainsi, nous avons les spécifications
suivantes :
Ø (1)
i= (1,..........22) et t=(1,........17)
Ø (2)
i= (1,..........22) et t = (1,........17)
Ø
(3)
Avec et qui représentent les deux mesures de la transformation
structurelle des pays i à la période t.
et représentent les vecteurs des indicateurs de l'éducation
et de la santé qui constituent les variables d'intérêt et
utilisées comme mesures du capital humain pour les pays i à la
période t. X est le vecteur des autres variables de contrôle
susceptibles d'expliquer la diversification et la sophistication des
exportations.
, l'effet fixe-pays (prenant en compte la dimension individuelle), l'effet fixe-temps et le terme d'erreur.
Partant de cette spécification, notre
modèle intègre d'autres variables afin de prendre en compte
l'influence des autres facteurs sur la transformation structurelle. Nos
modèles spécifiés sont les suivant :
(4)
ET
(5)
A priori il ne sera pas question ici de faire
recours à des équations simultanées, nous allons estimer
nos deux équations indépendamment l'une de l'autre. En effet, ces
équations peuvent être estimées par les (MCO, DMC, TMC),
mais le problème d'endogéneité peut faire en sorte que les
variables et résidus de l'équation peuvent être
corrélés. Alors le plus pertinent est dans la résolution
est de recourir à des techniques plus élaborées de
variables instrumentales pour tenter de corriger le biais dit
d'endogéneité.
2.17. 2.1.1
Présentation des variables
Dans nos deux modèles utilisées il n'y
a pas que les variables d'intérêt de notre étude, nous
avons ajouté certaines variables dite de contrôle afin de mieux
prendre en compte certains déterminant de la transformation structurelle
autre que le capital humain. Le tableau ci-dessous les résume :
Tableau 2.1. Liste des Variables
utilisées dans les deux modèles.
VARIABLES
|
DEFINITIONS
|
SOURCES
|
Indice
de diversification
|
Mesure le degré de diversité des secteurs de
productions et des produits à l'exportation d'un pays par rapport
à d'autres. Cet indicateur informe sur le niveau de diversification
d'un pays en général. Compris entre 0 et 1 sa valeur proche 0
indique une forte diversification et inversement si celle-ci est proche de
1.
|
CNUCED
|
Exportations de
haute Technologie
|
Mesure la part de tous les produits de haute technologie dans
le total des exportations d'une économie. Ces produits
sophistiqués incorporent un niveau intense de complexité de leurs
facteurs de production ainsi que des dépenses dans la recherche et
développement.
|
CNUCED
|
Taux brut
de scolarisation
|
Mesure le niveau d'inscription primaire total sans
distinction d'âge exprimé en % de la population scolarisable.
C'est un indicateur utilisé comme du capital humain
|
WDI
|
Esperance de vie
|
C'est le nombre moyen d'années qui reste à vivre
pour un individu ayant un âge donné. Elle informe sur le niveau de
santé de la population d'un pays
|
WDI
|
Ouverture commerciale
|
Mesure les importations et exportations (en % du PIB
réel) réalisé par les pays et donc évalue le
degré d'insertion d'un pays dans le commerce international. Un
degré d'ouverture commerciale élevé est le signe d'une
libéralisation de l'économie et de compétitivité
|
WDI
|
Investissements Directs Etrangers
|
Indique le Stock entrant et sortant annuel. Cet indicateur
joue un impact sur la diversification et la sophistication d'un pays elle
insinue l'attractivité des investissements.
|
CNUCED
|
Croissance économique
|
Désigne l'augmentation du produit intérieur brut
(PIB) sur une année donnée. Elle est en générale
mesure par le taux de croissance qui est le taux de variation du PIB.
|
WDI
|
Inflation
|
Mesure le niveau général des prix de
manière générale. Captée généralement
par le prix à la consommation d'une économie.
|
WDI
|
Exportation
Manufacturière
|
Indicateur économique, mesure la valeur ou la richesse
créée par un sous-ensemble du secteur secondaire. Elle indique le
niveau de transformation de la structure productive d'une économie.
|
WDI
|
Emploi sectoriel
|
Mesure la part des travailleurs dans les trois secteurs
(agricole, industrie et service) en pourcentage du PIB. Ce dernier est
primordial pour observer une transformation des structures productives d'une
économie.
|
WDI
|
Investissement
|
Mesurer par la formation brute de capital fixe
|
WDI
|
Source : Auteur
2.18. 2.2. Présentation de la méthode
d'estimation
Ici, nous présentons d'abord les variables
utilisées dans notre étude ainsi que leurs définitions
sont consignées dans le tableau ci-après. Il s'agit
principalement des variables du capital humain et d'autres déterminants
qui sont susceptibles d'influencer les variables de la transformation
structurelle. Ensuite la méthode d'estimation utilisée pour
l'analyse économétrique.
Présentation de la méthode des Moments
Généralisées (GMM)
Par définition le GMM est une
méthode générique pour estimer les paramètres d'un
modèle statistique qui se base sur un certain nombre de conditions sur
les moments du modèle. Elle est dit méthode a information
limitée, elle a été introduite par Hansen (1982) dans un
article « Large sample properties of generalized méthode of
moments estimators » puis généralisée par
Arellano, Bond (1991) ; Arellano et Bover (1995) ; sans oublier
Godman (2009). Parmi l'ensemble des développements opérés
récemment, la méthode des moments
généralisés (MMG) a eu un impact considérable en
économétrie. Du point de vue de la théorie
économétrique, elle a donné lieu à un vaste
programme de recherche, tant du point de vue des propriétés
statistiques de l'estimateur des moments généralisés que
de celui de 1'inférence statistique. Concernant les applications
économétriques, un nombre impressionnant d'études
empiriques est apparu depuis le début des années quatre-vingt
suite à la critique de Lucas (1976). Les modélisateurs ont
cherché à estimer des paramètres structurels restant
invariants aux modifications de la politique économique. La GMM a permis
l'estimation de tels paramètres, notamment dans le cadre des
modèles non linéaires à anticipations rationnelles. Du
point de vue statistique, cette méthode a fourni un traitement
unifié de nombreuses classes d'estimateurs. Les estimateurs de
référence du GMM sont l'estimateur du GMM en différence et
l'estimateur du GMM en système.
a) L'estimateur de la Méthode des Moments
Généralisés en différence
Elle se caractérise par deux grands
avantages spécifiques à savoir au niveau de la nature des
données en panel (le nombre d'individus soit supérieur au nombre
de période) ainsi qu'au niveau des solutions apportées. Cette
méthode permet de contrôler à la fois les effets
spécifiques individuels et temporels et de pallier à
d'éventuel biais d'endogéneité des variables surtout qu'il
existe dans le modèle un ou plusieurs retards de la variable. Ce dernier
se résume en quelques conditions d'application :
La condition (i) exprime la possible
corrélation des variables explicatives avec l'effet individuel, le terme
d'erreur autorégressif et l'erreur de mesure. La condition (ii)
établit que l'effet individuel, l'erreur autorégressive et
l'erreur de mesure sont de moyenne nulle et les termes d'erreurs sont non
corrélés avec l'effet individuel. La condition (iii) implique que
l'erreur de mesure n'est pas autocorrélée. La condition (iv)
suppose que l'erreur autorégressive et l'erreur de mesure ne
sont pas corrélées. La condition (v) signifie que les
deux erreurs ne sont pas corrélées entre les individus
du panel. Enfin, la condition (vi) impose que les conditions
initiales pour la variable dépendante et les variables
explicatives sont prédéterminées. De ce fait, Arellano et
Bond (1991) Suggèrent ainsi que, pour éliminer les effets fixes
individuels il faut passer de l'équation de référence
à une équation en différence première donc en
d'autres termes, les variables en niveau correctement retardées
servent d'instruments dans les équations en première
différence. Mais la difficulté est que celle-ci pose
problème dans la mesure où le terme d'erreur est par conception
corrélé avec la variable endogène retardée et les
instruments sont moins pertinents si le processus autorégressif va
au-delà de l'ordre 1.
b) L'estimateur de la Méthode des Moments
Généralisés en système
Ce dernier vient combler la limite du premier suite aux
travaux de Blundell et Bond(1998) qui ont utilisé les variables
retardées mais différenciées comme instruments. Ils
montrent que l'estimateur GMM en différence peut être
sévèrement biaisé, sur la base de simulations de
Monte-Carlo, lorsque le nombre d'individu est fini et la période
faible ; le nombre de moments est relativement grand par rapport
à la dimension individuelle et que les instruments sont faibles
au sens de Staiger et Stock (1997). Leurs résultats concernent
un modèle autorégressif simple sans variable explicative.
L'inclusion de variables explicatives peut réduire ce biais. Dans le
même temps, lorsque les variables explicatives (et la
variable dépendante) sont fortement persistantes (suivent
éventuellement une marche aléatoire), Blundell et Bond
(2000) mettent en évidence le biais et l'imprécision de
l'estimateur GMM en différence.
Néanmoins, la difficulté est de
mettre en évidence l'importance de ce biais à distance finie. Une
méthode simple consiste à comparer les estimations de la
méthode des moments généralisés en
première différence avec ceux de l'estimateur standard des
moindres carrés ordinaires (MCO) et l'estimateur Within. Dans le
cadre d'un modèle autorégressif d'ordre un (sans variable
explicative), Hsiao (1986) montre que l'estimateur MCO est biaisé vers
le haut tandis que Anderson et Hsiao (1981) et Nickell (1981) mettent
en évidence que l'estimateur Within est biaisé vers le bas
(lorsque la dimension temporelle est petite). Aussi, un estimateur consistent
du terme autorégressif devrait se situer entre ces deux cas limites.
Dès lors, si on observe que les estimations GMM en
différence sont proches ou inférieures aux résultats
de l'estimateur Within, on pourrait en conclure que les estimations
sont biaisées en raison par exemple d'instruments faibles.
Sevestre et Trognon (1996) montrent que ces résultats sont
encore valides en présence de régresseurs (à
l'exception de la variable dépendante retardée) non
corrélés avec l'effet individuel et strictement exogènes
par rapport à l'estmateur within. Blundell, Bond et Windmeijer
(2000) montrent que l'estimateur GMM en système améliore
très significativement les gains de précision mais aussi
réduit de manière importante le biais
d'échantillonnage par rapport à l'estimateur du GMM en
différence lorsque les régresseurs sont faiblement
exogènes et corrélés avec l'effet individuel.
Les travaux de Teixeira (2016), B. Amar (2014) ont
pertinemment fait usage de cette méthode d'estimation. Dans le cas de
notre étude, les équations (4) et (5) s'estimeront en
différence première et les variables endogènes sont sous
forme logarithmique. Cette transformation permet d'atténuer l'ampleur
des fluctuations et stabiliser les variances.
Cependant, se soulève un autre problème
puisque la variable dépendante retardée est par construction
corrélée avec le terme d'erreur. Comme solution les auteurs
postulent deux hypothèses à savoir l'absence
d'autocorrélation des termes d'erreurs ainsi que la faible
exogéneité des variables explicatives (aucune relation avec les
réalisations futures des termes d'erreurs). Dès lors Arellano et
Bond(1991) proposent les conditions des moments suivantes :
Pour s=2, t=3.......T
(8)
Pour s=2, t=3.......T
(9)
Pour s=2, t=2.......T
(10)
Pour s=2, t=2.......T
(11)
Pour s=2, t=2.......T
(12)
Les conditions (8) à (12) soulignent
l'absence de corrélation entre les variables explicatives
retardées ainsi que les variables endogènes retardées avec
les variations du terme d'erreur. De ce fait, ses conditions ci-dessus
permettent d'utiliser des variables retardées en niveau comme
instruments pour estimer les équations.
Principaux tests de validation du modèle.
- Le test de sur-identification de Sargan/Hansen
- Le test d'Arellano et Bond d'autocorrélation des
erreurs de l'équation en différence
Afin de tester la robustesse de notre
modèle, nous effectuons deux tests. Le premier test est celui de la
sur-identification de Sargan/Hansen, il permet de tester l'hypothèse de
la validité des variables retardées comme instruments. Il est
concluant si l'hypothèse nulle est acceptée au seuil de 10%.
Ainsi, nous prenons plus en compte le test de Hansen que Sargan, car il est
robuste et corrige d'éventuelle
hétéroscédasticité sur les résidus. Le
second test est celui d'autocorrélation de second ordre (AR(2))
d'Arellano et Bond. Il est concluant si l'hypothèse nulle (absence
d'autocorrélation des termes d'erreurs en différence
première à l'ordre 2) ne peut être rejetée au seuil
de 10%.
2.19. Les sources de données
Partant de la logique d'une
vérification empirique, notre étude nous avons fait recours
à un certain nombre de facteurs (variables) qui peuvent expliquer la
transformation structurelle en ASS. De ce fait, nous avons utilisé les
données qui proviennent de World Developpement Indicators (WDI) de la
Banque mondiale concernant la majorité de nos variables. Enfin la
seconde base utilisée est celle de la CNUCED pour y extraire l'indice de
diversification, en outre nous avons fait recours à la base du PNUD
afin de recueillir des statistiques comparatives dans notre introduction
générale concernant le capital humain en Afrique
Subsaharienne.
CONCLUSION
Dans cette analyse descriptive, notre objectif a
été de représenter l'évolution de nos deux concepts
dans la zone d'étude retenue durant la période
prédéfinie entre 2000 et 2017, ensuite de présenter les
modèles et la méthode d'estimation retenus dans notre
étude. Mentionnons toutefois que les faits stylisés montrent que
le capital humain influence la transformation structurelle à travers la
diversification et la sophistication des exportations. Les pays qui ont un
fort niveau de diversification et de sophistication des exportations ont
obligatoirement un niveau d'éducation élevée de même
les pays qui ont un faible niveau de diversification et de sophistication sont
ceux dont leur taux brut de scolarisation est plus faible en moyenne. Mais dans
certains cas où le niveau de capital humain est élevé et
ne conduit pas à une transformation de la structure productive de la
région, ceci est dû à une mauvaise orientation des
politiques publiques dans leurs rôle à canaliser tout le processus
de la parfaite transformation et aussi des autres facteurs non pris en compte
et qui sont susceptible d'influer fortement cette transformation notamment
l'emploi, la santé qui sont d'autres dimensions du capital humain. Dans
le prochain chapitre nous allons interpréter les résultats
obtenus à travers une vérification empirique ensuite faire des
recommandations valides en termes de politiques économiques dans le
cadre de notre étude.
CHAPITRE IV
PRESENTATION ET ANALYSE DES RESULTATS
INTRODUCTION
Dans le chapitre précédent, nous
avons dans un premier temps présenté une analyse descriptive
concernant la relation entre le capital humain et la transformation
structurelle dans la région d'Afrique Subsaharienne, cette analyse est
suivie de la méthodologie de notre travail. D'après cette analyse
descriptive, en matière de diversification et de sophistication des
exportations, l'Afrique a de faibles scores par rapport à d'autre
continent. De ce fait, pour l'évaluation empirique nous allons
présenter une démarche économétrique afin de
tester nos hypothèses de départ. L'objectif de ce chapitre porte
sur l'interprétation des résultats obtenus suite aux
estimations effectuées à partir des données dont nous
disposons. De ce fait, la première section ressort les
interprétations des résultats d'estimation, pour la seconde
section il est question d'apporter une signification économique aux
résultats obtenus après estimation.
Section 1. Présentation des
résultats descriptifs
A la suite des estimations effectuées dans
notre étude, cette section s'articule autour de deux principaux points.
Le premier point porte sur les analyses descriptives de notre modèle
puis le second énumère la matrice de corrélation indiquant
le lien entre les variables pris deux à deux utilisées dans nos
modèles.
2.20. Analyse descriptive des résultats
Il s'agit ici de mener une analyse descriptive dans
laquelle, nous présentons les statistiques descriptives de nos
variables (la moyenne, la valeur maximale, la minimale, l'écart-type)
afin de nous permettre d'avoir une idée générale de leur
niveau d'évolution temporelle.
Tableau 4.1. Statistiques descriptives
Variables
|
Observation Moyenne Ecart-type
Minimum Maximum
|
DIV 396 0.7721019
0.076065 0.507023 0 .935166
TBSP 396 99.71155
22.08365 32.3216 148.124
SAN 396 57.33821
6.072899 46.266 74.5146
CONSFI 396 87.18334
10.30991 42.83953 113.7801
URBAN 396 35.82438
15.15551 8.246 68.7
IDE 396 3.435433
4.591197 -1.0482 41.8096
TCROIS 396 4.780304
3.028136 -7.65231 15.3762
OUVCOM 396 63.76686
24.24484 20.7225 129.779
EMPLAGRIC 396 51.57019
23.30737 4.6 92.548
EMPLIND 396 12.85222
7.524252 2.075 39.249
INF 396 7.428695
9.869211 -7.59428 112.694
INV 396 20.9123
6.680096 2.78114 43.0513
SOPH 396 5.085084
7.926212 0 83.6403
MANUFEXP 396 25.65637
22.51979 0.206996 95.3586
EMPLSERV 396 35.5776
16.91233 5.377 71.929
|
Source : Auteur
Ce tableau ci-dessus présente les
résultats descriptifs des variables à savoir l'indice de la
diversification (DIV)9(*) ,
la sophistication (SOPH), le taux brute de scolarisation (TBSP) la Consommation
finale (CONFI), le taux d'urbanisation (URB), la santé (SANT), les
investissements directs étrangers (IDE), le taux de croissance (TCROIS),
l'ouverture commerciale (OUVCOM), emploi agricole (EMPLAGRIC), emploi
industrielle (EMPLIND), inflation (INF), investissement (INV), exportations
manufacturières (MANUFEXP), emploi du secteur service (EMPLSERV). Un
examen critique des variables montrent que toutes les moyennes
générales ces variables sont de signe positif. Mais toutefois,
Par exemple la valeur moyenne de la diversification est de 0,7 ce qui confirme
ce résultat, c'est l'écart-type qui a une valeur de 0,07 , ce qui
signifie que la majeure partie des pays de l'ASS ont un faible niveau de
diversification dont l'écart type autour de l'indice le montre.
Contrairement au niveau de l'éducation qui est élevée en
moyenne à savoir 99% semblant bien meilleure pour cette région
mais un écart-type de 22 montre clairement qu'il y'a
hétéroscédasticité dans la région donc ces
pays sont très éloignés de cette moyenne. Plus
l'écart-type est petite, plus il y'a une représentativité
des observations. La valeur de 396 observations est issue du produit entre le
nombre d'individu et le nombre d'année s'étude. Le minimum et le
maximum, ensemble est intervalle dans laquelle une variable donnée
évolue. Enfin lorsque les larges écart-types des variables qui
démontrent que les points de données sont loin de la moyenne
alors il y'a ainsi une hétérogénéité
possible des variables.
2.21. 1.2 Corrélation entre les variables
En effet, la corrélation permet de connaitre
l'intensité d'une liaison entre deux variables. Autrement dit
l'influence qu'une variable exerce sur une autre ainsi que le sens de cette
liaison. Le tableau ci-dessus décrit la corrélation entre
nos variables.
Tableau 4.2. Matrice de corrélation
linéaire des variables
DIV TBSP SANT IDE OUVC
EMPLAGR EMPIND INF INV SOPH MANEXP EMPSER
|
DIV 1.00
TBSP -0.006 1.00
SANT -0.21 0.22 1.00
IDE 0.07 0.06 0.06 1.00
OUVC -0.01 0.09 0.37 0.37 1.00
EMPAG 0.32 -0.02 -0.38 0.07 -0.53 1.00
EMIND -0.25 0.03 0.43 -0.09 0.50 -0.89
1.00
INF 0.11 0.16 -0.09 0.01 -0.04
0.13 -0.13 1.00
INV 0.17 0.08 0.32 0.32 0.22
-0.11 0.14 -0.11 1.00
SOPH -0.07 -0.05 -0.09 0.15 -0.12 0.21
-0.17 -0.09 -0.01 1.00
MANEX -0.15 0.15 0.43 -0.03 0.57 -0.64
0.57 -0.10 0.20 -0.20 1.00
EMPSER -0.32 0.01 0.34 -0.06 0.51 -0.98
0.78 -0.12 0.09 -0.22 0.63 1.00
|
Source: Auteur à partir de Stata
14.2
Le résultat du tableau ci-dessus nous
montre que nos variables ne sont pas toutes corrélées
positivement et encore moins fortement liées. En effet, nous pouvons
constater que les variables de l'éducation (TBSP), l'ouverture
commerciale (ouvc) et la sophistication (SOPH) ainsi que les exportations
manufacturières (manuexp), demeurent négativement
corrélées avec un très faible degré de liaison avec
la diversification des exportations respectivement (-0,6%, -1%, - 7% ).
On remarque toutefois qu'il y'a une très
forte liaison entre les emplois sectoriels à savoir, l'emploi dans les
services et l'emploi agricole ont -98% comme coefficient de corrélation
traduisant une forte relation inverse entre eux. De même il existe une
positive relation entre l'emploi industriel et l'emploi dans le service aussi
intense à l'ordre de 78%. On peut retenir ainsi que les variables de
l'emploi sont liées aux variables comme l'ouverture commerciale et les
exportations manufacturières. Mais, la corrélation entre les
autres variables prises toujours deux à deux montre des relations
à très faible intensité à l'exemple des INV et
l'OUVCOM qui ont un lien évalué à 0,22 positif mais faible
. En somme cette matrice de corrélation nous donne un aperçu du
lien existent entre toutes nos variables prises deux à deux afin de
juger de leur apport en information particulière pour l'analyse.
Section 2. Présentation et
analyse des résultats économétriques
La première section ci-dessus résume la
présentation des résultats descriptifs notamment les statistiques
descriptives des variables ainsi que leur matrice de corrélation. Pour
ce fait, dans cette dernière section nous présentons d'abord les
résultats des estimations économétriques de nos
modèles spécifiés (2.1) ensuite, donner une signification
économique à ses résultats (2.2).
2.22. 2.1.
Présentation des résultats économétriques.
Dans l'optique de déterminer
l'effet du capital humain sur la diversification et la sophistication des
exportations en Afrique subsaharienne, nous avons eu à recourir à
l'estimateur du GMM en système d'Arellano et Bover (1995)/Blundell et
Bond (1998). Ainsi nous avons effectué deux régressions pour
parvenir aux résultats. Dans la première estimation
(modèle 1) nous avons estimé l'influence du capital humain sur
la diversification des exportations en ASS, et certaines variables
macroéconomiques ont été ajoutées dans le
modèle. En ce qui concerne la deuxième estimation (modèle
2), il a été question de tester l'influence du capital humain sur
la sophistication des exportations, nous avons aussi maintenu une majeure
partie des variables de contrôle pouvant expliquer totalement ou en
partie la sophistication. Ci-dessous le tableau 4.3 fait une synthèse de
nos principaux résultats
Tableau 4.3. Résultats des deux
modèles après estimations
VARIABLES
|
Modèle (1)
Modèle (2)
|
Diversification
Sophistication
|
Diversification (L.1)
Sophistication (L.1)
|
0.9193022***
(0,104)
0.351***
(0.100)
|
Taux brut de scolarisation
primaire
|
0,0002***
-.0270***
(0,00007)
(0.008)
|
Espérance de vie
|
0,0002
0.006
(0,0016)
(0.032)
|
Investissement Direct étranger
|
-0,004***
0.273***
(0,001)
(0.08)
|
Investissement
|
(0,0014)** -
0.098***
0.0005
(0.025)
|
Inflation
|
0.0001
-0.042*
(0.0001)
(0.021)
|
Taux d'urbanisation
|
-0,0001
(0,0004)
|
Emploi agricole
|
-0.0012
(0.0012)
|
Emploi industriel
|
-0.004
(0,005)
|
Emploi service
Exportation manufacturière
|
-0.0528***
0.0174
0.0006
(0.0122)
|
observations
Nombre de Pays
AR(1)
AR(2)
Test de Sargan (P-value)
Test de Hansen (P-value)
|
374
374
22
22
0,001
0,06
0,118
0,29
0,871
0,992
1.000
0,971
|
Source : Auteur, estimations
réalisées à partir des données de la Banque
Mondiale (2018) et de la CNUCED (2018).
Notes : *** p< 0,01
significativité au seuil de 1%, **p<0,05 significativité au
seuil de 5%, *p<0,1 significativité au seuil 10%. Les valeurs entre
parenthèses correspondent aux écart-type corrigés de
l'hétéroscédasticité.
2.23.
Interprétation et analyse économique des résultats
Le tableau ci-haut présente le
résultat de nos estimations qui débouchent de la relation entre
le capital humain et la transformation structurelle effectuées par la
méthode du GMM sur une période de 2000 à 2017 pour les 22
pays d'ASS. Ainsi l'interprétation de nos résultats se fera
à partir deux approches à savoir l'approche
économétrique et l'approche économique.
Interprétation des
résultats
Dans l'ensemble, les résultats présentés
dans le tableau 4.3 sont satisfaisants sur le plan économétrique.
Premièrement le test de Fisher nous a permis de conclure que nos deux
modèles sont globalement et fortement significatifs. En effet, la
p-value associée à cette statistique (Prob> F=0,000) est
inférieure au seuil de 1% pour toutes les deux estimations. En outre le
test de Sargan et Hansen dont leurs probabilités sont chacune
supérieure au seuil de 10%, est concluant pour les deux modèles
et donc ne permet pas de rejeter l'hypothèse nulle de validité de
nos instruments. Enfin le test d'AR(1) est également concluant car la
p-value des deux modèles est inférieur au seuil de 10% et l'AR
(2) est aussi satisfaisant puisque la p-value des deux modèles est
supérieure au seuil de 10% donc ne permet pas non plus de rejeter
l'hypothèse nulle d'absence d'autocorrélation de second ordre des
résidus dans les estimations. Par conséquent, les
résultats de nos estimations sont donc robustes d'autant plus que les
écart-types ont également été corrigé de
l'hétéroscédasticité. Il est important aussi de
noter que l'interprétation économique de nos variables se fait
uniquement si cette variable est significative.
Analyse des résultats
Sur le plan économique, la plupart de nos
résultats sont conformes aux théories traditionnelles du
développement, aussi bien en termes de capital humain et la
transformation structurelle du fait que les signes associés aux
coefficients de chaque variable sont des signes escomptés, d'une part et
d'autre part en fonction de la réalité économique de la
région d'ASS. En ce qui concerne l'effet du capital humain sur la
diversification des exportations (modèle 1) il existe d'après les
résultats obtenus un lien significatif et positif entre ces deux
concepts avec le taux brut de scolarisation mesure de l'éducation, qui
est utilisé pour quantifier le capital humain. Ceci est confirmé
car la variable est positive et significative au seuil de 1% sur la
période de 2000 à 2017. Ces résultats sont en effet
conforment aux résultats trouvés par Soohyung Lee (2009)
où il démontre que le capital humain à travers
l'éducation est un déterminant essentiel pour réaliser une
diversification efficace de son appareil productif induisant une transformation
structurelle. De plus, Teixeira et Anabela (2016) ont également
trouvé ces résultats en mettant l'accent sur les effets positifs
de de l'éducation sur la diversification qui est la première
dimension de la transformation structurelle dans un échantillon des pays
de l'OCDE. Sans oublier les travaux d'Amar et Hamdi (2014) concernant le
développement humain et la transformation structurelle.
En ce qui concerne la sophistication (modèle 2)
des exportations qui est aussi spécifiée comme le modèle
de la diversification (modèle 1) il existe effectivement ce lien entre
le capital humain et la sophistication, compte tenu de la théorie des
capacités et des travaux qui ont montrés le lien des deux
dimensions (Lectard 2016) de la transformation structurelle en ce sens qu'elles
sont toutes deux fortement complémentaires. Les résultats de
notre analyse confirment qu'il y'a un lien significatif entre le capital humain
et la sophistication des exportations car la p-value de la variable est 0,003
comparé au seuil de 1% valide la significativité toutefois le
signe négatif obtenu se justifie par le fait que ce n'est plus le canal
de l'éducation formelle mais plus tôt par la recherche
développement, l'innovation et la formation professionnelle qui sont
aussi d'autre dimension du capital humain mais n'étant pas les parfaits
substituts de l'éducation formelle. Ceci est confirmé suite aux
travaux de Teixeira (2015) sur le capital humain et la dynamique de
spécialisation et de complexité des exportations, dont il aboutit
a un résultat significatif mais négatif de l'éducation
formelle sur la dynamique de spécialisation et de la complexité
de production qui sont des caractéristiques propres à la
sophistication des exportations. Dont les travaux microéconomiques
effectués par Teubal, 1991; Dias et McDermott, 2006; Saviotti et Pyka,
2012
confirment aussi ce résultat de l'éducation formelle sur la
sophistication.
Etant donné que le capital humain n'est pas la seule
variable qui peut expliquer les deux indicateurs de la transformation
structurelle, nous avons dans notre analyse ajoutée des variables
macroéconomiques qui sont également les déterminants de la
diversification et la sophistication des exportations d'une économie.
En ce qui concerne les IDE, aux coefficients associés
à cette variable dans les deux modèles ils sont tous deux
significatifs au seuil de 1% à savoir 0,004 et 0,007. En effet les
signes attendus sont contraires donc pour ce qui est de la diversification le
signe des IDE est négatif, ceci s'explique par le fait que diversifier
une économie ne fait forcement pas mention d'un apport étranger
en général c'est d'abord interne notamment en fonction des
politiques mise en place pour une meilleure éducation, santé et
de formation conduisant ainsi à faire migrer la main d'oeuvre des
secteurs les moins rentables vers ceux les plus rentables compte tenu du niveau
de capital humain. En cela l'importance des IDE vient dans le processus de
sophistication c'est pourquoi ce dernier prend un signe positif dans le
modèle de la sophistication pour montrer l'importance des IDE en
matière d'importations et d'imitation de technologie
étrangère ou d'incorporation d'inputs plus complexes dans la
production des outputs plus élaborés et dense en matière
de sophistication. C'est pour cette raison qu'elle a un coefficient allant
jusqu'à 0,27 dans le modèle de la sophistication or dans l'autre
ce n'est que 0,004. Mais en général ce qu'il y'a à retenir
est que les IDE sont aussi des déterminants positifs de la
transformation structurelle mais à partir d'un certain seuil pour une
forte efficacité dans le processus de développement. Ces
résultats concordent avec ceux de Penilescu (2015) et Timmer et
al. (2012), Bah(2011) qui concluent que les IDE sont favorables à
la transformation structurelle mais ceci suite aux efforts multiples effectuer
d'abord à l'échelle nationale afin que l'apport des IDE dans le
processus puissent efficacement acheminer le profond changement.
Pour ce qui est de l'investissement en
général, dans les deux modèles il est significatif
notamment avec dans chaque modèle une p-value pour le premier de 0,026
significatif au seuil 5% et significatif à 1% avec 0,001 dans le second
modèle. L'explication de signe diverses dans les deux modèles
à savoir positif puis négatif. Cela s'explique par le fait que
pour diversifier une économie il faut un investissement de
manière général, investissement, en capital en travail ,
sans oublier les autres aspect de l'investissement ce qui fait que dans le
modèle 1, l'investissement a un impact positif sur la diversification
des exportations en particulier en général sur la transformation
structurelle confère les travaux de Mensah et Amoah et al. (2017) sur
les forces motrices de la transformation structurelle et aussi
Fraga(2012) traitant du non linéarité entre le capital
humain et les exportations brésiliennes.
La particularité vient du second modèle dont
l'investissement acquiert un signe négatif en analysant son lien avec la
sophistication ceci est expliquée que le manque de
spécificité dans ce type d'investissement notamment propre au
secteur de recherche et innovation fait qu'il prend un signe contraire par
rapport avec la sophistication. Ce cas est plus observé dans les pays en
développement, du fait de sous investissements en matière
d'innovation et d'intensité technologique. Mais ceux-ci investissent
plus dans les secteurs primaires et des produits de base ce qui rend ces
investissements presque non rentables, car en faisant en sortes que
malgré les investissements à l'exemple de l'ASS, cette
dernière n'a pas pu finalement se transformer. Les travaux de Fuente et
Doménech (2000) où ils ont montré l'influence de
l'investissement en capital humain et la structure productive dans 20 pays
d'Europe, ils ont obtenus un résultat positif compte tenu du type
d'économie et de l'importance en investissement disponible pour ce
secteur pour une économie développée. Le nôtre est
inverse dû spécifiquement aux caractéristiques de
l'Afrique.
L'emploi dans le secteur service joue également un
rôle dans la détermination de la sophistication. En effet, dans
le second modèle de notre analyse nous avons obtenu que la variable
soit significative avec 0,006 comme p-value comparée au seuil de 1%.
Toutefois, sa non significativité dans le premier modèle est
normal et avéré d'après
Silva et
Teixeira, 2011; Saviotti et Pyka, 2002. En effet, le processus de
transformation structurelle s'opère par étape dont la
première consiste en une migration du secteur agricole vers le secteur
industriel ce qui montre un début de transformation de la structure
productive. Cette migration est constatée uniquement par l'affluence de
nouveaux employés dans le secteur industriel et une baisse de leur
nombre dans le secteur agricole (Lewis 1989). Ensuite, intervient l'autre
étape qui est une seconde migration du secteur industriel vers le
secteur des services dans une sorte de réallocation des ressources qui
s'effectue et de main-d'oeuvre. C'est en cet instant que l'emploi dans le
secteur des services prend toute son importance de ce fait, il concerne plus le
tertiaire que le volet, primaire et secondaire des secteurs justifiant ainsi sa
non significativité dans le résultat du premier modèle
(modèle de diversification). Pris dans le contexte africain ce dernier a
un signe négatif ce qui se démontre par l'analyse de la structure
productive des pays d'ASS qui sont plus focalisés dans les secteurs
primaires et à même migrer dans la mauvaise direction ce qui rend
difficile et lent sa transformation structurelle en général
malgré les efforts opérés par certains de ses pays.
Enfin, pour rendre un peu plus dynamique notre
travail, nous avons inséré dans nos estimations une variable
temps qui prend en compte l'effet temporel agissant sur le panel en termes
d'influence sur la transformation structurelle à mesure que de
l'évolution. Dans nos résultats l'utilisation de cette variable
parmi les instruments utiliser dans notre estimation a rendu plus robustes nos
résultats car les deux tests de Sargan et Hansen sont satisfaisant. Mais
en enlevant cette variable parmi les instruments utilisés on retrouve
plus tôt que l'un des tests n'est pas vérifié et modifie la
p-value du premier retard.
CONCLUSION
Dans ce travail, l'objectif était de
présenter les résultats descriptifs et
économétriques ensuite les interpréter
économiquement. Il ressort d'après une analyse descriptive et
estimation de nos modèles inspirés des travaux d'Arawomo
(2014), Alaya (2012) et Iwamoto (2012), qu'en général le
capital humain est un déterminant fort de la transformation structurelle
pour tous les pays du monde et les pays d'ASS en particulier. Toutefois,
l'utilisation partielle des dimensions du capital humain fait en sorte
qu'elle n'est plus représentative et donc suffisamment conçu
pour influencer fortement la transformation structurelle en Afrique
subsaharienne. Il était question de tester la relation entre le capital
humain et de la transformation structurelle dans le contexte des pays d'Afrique
subsaharienne. En général nous avons trouvé une relation
très significative et positive entre le capital humain et la
diversification des exportations. Ce qui est théoriquement
vérifiée mais son influence faible dans le cas des pays africains
est conforme à la réalité économique de ces pays
d'autant plus que l'éducation en terme de qualité est quasiment
très non apprécié et prise en compte, associé au
statut de ces pays dit en voie de développement car plusieurs facteurs
négatifs à savoir les conflits socio-politique, la
pauvreté demeurent des freins énormes à l'accumulation en
qualité du capital humain. Ensuite, le second résultat montre un
signe négatif du coefficient de l'éducation sur la sophistication
des exportations. Ce résultat est contraire à ceux
retrouvés par plusieurs auteurs pour deux raisons10(*) ce qui fait que ça se
justifie pleinement dans le cas de l'ASS.
Aussi l'éducation n'a pas été
le seul facteur qui influe sur la transformation structurelle nous avons aussi
les IDE, l'emploi service, l'investissement, l'ouverture commerciale dans les
pays développés on peut s'attendre à des résultats
satisfaisants qui vérifient les théories de ces diverses concepts
mais ce n'est qu'en Afrique, plus particulièrement l'Afrique
subsaharienne qu'on observe des résultats contradictoires.
De ce fait il est indispensables pour les
décideurs de ses pays d'intégrer toutes les dimensions des
facteurs indispensable à la transformation structurelle dûment
énoncée et non une transformation effectuée dans le
mauvais sens comme le dit Rodrick (2011).
CONCLUSION GENERALE
Depuis ces deux dernières
décennies, les organisations internationales ont fait du capital humain
une priorité dans le monde et surtout dans les pays en
développement à travers l'objectif d'éducation pour tous.
Après cette réforme les tendances se sont
améliorées en matière du capital humain indiqué
par l'éducation. Ceci est observable à travers l'évolution
du taux brut de scolarisation de la région d'ASS qui est
supérieur aux chiffres antérieurs des pays
développés dans les années 70. Le taux net de
scolarisation par exemple au cycle primaire est passé de 66,5% à
90,7% soit une amélioration de 24,2 point cela correspond à un
quart d'enfants en plus dans les écoles primaires (Unesco 2014). De
même cette évolution bien que quantitative a au moins permis
à certains pays d'Afrique subsaharienne de se quasi transformer car on
peut voir qu'à l'exemple de l'Afrique du sud en matière de
diversification a en moyenne un score de 0,5 en ASS (CNUCED 2017) qui est l'une
des quelques rares structures de la zone à obtenir un tel score meilleur
par rapport cet indicateur. Contrairement à d'autres qui malgré
cette hausse demeurent à la traîne en matière de
transformation structurelle or il est vérifié que le capital
humain est source de transformation structurelle dans tous les pays
développés.
L'objectif principal de ce travail est
d'évaluer les effets du capital humain sur la transformation
structurelle en Afrique Subsaharienne entre la période de 2000 et 2017.
A ce principal objectif, deux autres objectifs spécifiques ont
été associés comme suit :
Premièrement, d'analyser l'influence du capital humain
sur la diversification des exportations en Afrique subsaharienne et dans un
second temps, d'analyser l'effet du capital humain sur la sophistication des
exportations en Afrique subsaharienne. A partir de ses objectifs, ressort une
hypothèse principale qui stipule que le capital humain influence
positivement sur la transformation structurelle en Afrique subsaharienne. Les
hypothèses spécifiques adjointes à cette principale
hypothèse énoncent que : dans un premier temps, le capital
humain impacte sur la diversification des exportations, ensuite la seconde
affirme que le capital humain a un effet positif sur la sophistication des
exportations en Afrique subsaharienne.
Dans une certaine cohérence avec ces
objectifs et hypothèses nous avons organisé notre travail autour
de quatre(04) chapitres. Le premier chapitre concerne le cadre théorique
des deux concepts qui porte sur les définitions et mesure des concepts
étudiés ; le second chapitre a porté sur la revue de
la revue de la littérature théorique et empirique sur la relation
entre le capital humain et la transformation structurelle. Le suivant s'est
apaisé la méthodologie adoptée dans le cadre de ce
mémoire ; enfin, le dernier chapitre s'est résumé sur
les interprétations des résultats descriptifs et l'analyse
économique de ses résultats. Pour cela, nous avons eu recours
à des données de la Banque Mondiale (WDI) et de la CNUCED. De ses
estimations, il ressort les principaux résultats suivants :
Premièrement, nous avons fait l'analyse en
utilisant pour le capital humain le taux brut de scolarisation primaire et
l'espérance de vie, nos résultats montrent que seule
l'éducation a un effet significatif en même temps positif sur la
diversification et négatif sur la sophistication qui sont les
indicateurs de la transformation structurelle. Concernant le premier
résultat ceci est conforme à la littérature traitant de ce
lien qui en général confirme l'hypothèse 1 notre travail
pour cela les travaux de Teixera (2016) ; Soohyoung Lee (2009) ;
Phelps, mankiw et al., (1996), précisant que toute la littérature
décrit en cela un lien positif et significatif de cette influence du
capital humain sur les indicateurs de la transformation structurelle.
Concernant le second résultat qui conclut un
effet significatif mais négatif du capital humain sur la sophistication
des exportations, dans les pays développés presque toute la
majorité la littérature théorique et rarement empirique
soutient la positivité de cet effet sur la sophistication des
exportations. Dans le cas de notre étude ce résultat vient des
caractéristiques propres à l'Afrique subsaharienne ce qui conduit
à indiquer un effet négatif du capital humain sur la
sophistication des exportations. Les travaux de
Ciccone et
Papaioannou, (
2009)
trouvent des résultats contraire au notre ainsi que Fraga celui de
Fraga (2012) dans plusieurs pays qui ont pu respecter toutes les étapes
d'une profonde transformation de structurelle en général.
L'Afrique s'est transformée dans la mauvaise direction (Rodrick 2009)
faisant en sorte que la sophistication s'oppose à celui de la
diversification or ces deux concepts sont d'origine liés comme le
confirme Lectard (2017). Ce qui les fait évoluer naturellement dans le
même sens mais cette opposition dans le cas de l'Afrique subsaharienne
provient de la forte dépendance du continent aux matières
premières et aux secteurs à faible productivités,
combinée à l'insuffisance d'une qualité
appréciée des dimensions du capital humain et de la forte
pauvreté et agencée avec une qualité médiocre de
tous ces préalables à la transformation structurelle.
https://translate.googleusercontent.com/translate_f
- 12
En outre, les déterminants
macroéconomiques de la transformation structurelle tels que les IDE dont
le lien est présenté par la suite des travaux de Rodrcik
(2014) ; Mcmillan (2011) ainsi que les travaux de Cadot, de mélo et
al (2000) sur les IDE et les exportations ; l'investissement à
partir des travaux de Teixera (2016), Dinh et al., 2012) sur les forces
motrices de toute transformation structurelle ; l'ouverture commerciale
aussi évoquée à travers les travaux de soohyoung Lee
(2014) sur la non linéarité de la relation entre le capital
humain et la transformation structurelle ; Amar et Hamdi (2013) et
bien d'autres indicateurs non évoqués dans notre étude.
Pour ses auteurs toutes ses variables citées en plus du capital humain
contribuent positivement au développement et particulièrement
à la transformation structurelle. Partant des résultats obtenus
nous formulons les recommandations en termes de politiques économiques
suivantes :
Ø Améliorer la qualité de
l'éducation et de la santé dans les pays d'ASS en mettant aussi
l'accent sur l'innovation
Il est vérifié que les pays d'Afrique
Subsaharienne en général ont obtenu des résultats
quantitatifs en termes d'éducation ces dernières années,
le taux de scolarisation dépasse même 100% dans certains de ses
pays selon le rapport de l'Unesco 2017. Ce pendant ces pays n'arrivent pas
toutefois à se transformer profondément avec un très
faible niveau du capital humain (PNUD 2019). Il est clair que le
problème n'est pas la quantité de l'éducation mais sa
qualité en terme de formation et de ressources disposés à
rendre efficace le système éducatif. En qui concerne même
le niveau d'investissement les pays d'Afrique reçoivent en plus de leurs
efforts beaucoup d'aide financiers afin d'investir fortement dans ce secteur.
Il convient pour les pays d'ASS d'abaisser les coûts liés à
une formation de qualité et à l'éducation de base tout en
disposant des structures éducatives et un environnement favorable au
développement humain. Ce qui accroît la rapidité
d'accumulation du capital humain rendant ainsi plus productif la population,
les conduisant à devenir une main d'oeuvre plus efficace et prêt
d'être utilisée dans les secteurs modernes que les secteurs
agraires. Cette modification dans la composante sectorielle incite à
devenir plus productif, ensuite capable de diversifier sa production et par
conséquent la meilleure qualité de formation acquise rend plus
large les intrants dans le processus de la production rendant
sophistiqué les produits finaux de ce fait aboutit alors à
transformer l'économie.
Ø Mettre en place les politiques de
réduction de chômage structurelle et revoir les salaires en
fonction de la qualité de formation
Rappelant brièvement que le chômage
structurel est dû fondamentalement l'inadéquation des profils
solliciter pour l'emploi et les formations acquises par les agents
économiques les rendant improductifs pour ces secteurs
spécifiques à offre d'emploi. Il est clair que si les
décideurs suivent de près les profils disponible sur le
marché de travail en évaluant les diverses possibilités de
création d'emploi en fonction du type de main d'oeuvre disponible mais
non utilisée cela résoudra à la fois le chômage
nominal et le apaisera les effets négatifs structurels sur l'emploi. Par
conséquent, ça rendra plus dynamique l'appareil productif ainsi
conduira aussi l'accroissement de l'emploi formel qui draine
l'industrialisation et enfin abouti à la transformation structurelle
Ø Redéfinir le climat économique
à travers les politiques d'import-substitution
Avant de permettre tout accord de partenariat
économique à l'échelle internationale les pays de cette
région doivent renverser leur tendance d'importation et de plus exporter
ce qui est plus créateur de richesse. Cela n'est effectif que si
l'appareil productif fonctionne efficacement afin de contenir et satisfaire la
consommation d'abord interne pays avant de pouvoir exporter le surplus de
production conduisant ainsi à s'adapter à l'interaction des flux
étrangers en matière de commerce. Mais la difficulté des
pays africains est de vouloir exporter sans satisfaire la consommation interne
ce qui pousse naturellement la population à vouloir plus consommer
à l'étranger donc importer et par conséquent la non
valorisation et le désintéressement aux produits locaux et de
préférences de produits extérieurs qui pourtant sont
constituer des même composants productifs, adjointes à l'absence
d'une qualité en capital humain rend immédiatement caduque la
transformation de la structure productive car un pays ne peut se transformer
sans avoir de grenier qui lui est propre. La capacité de l'appareil
productif d'un pays le définit sa taille dans la chaîne de valeur
mondiale.
Ø Développer les politiques d'imitation
et de viabilité dans le processus de la transformation profonde de la
structure productive.
En effet, le problème de transformation
structurelle dont se confronte l'Afrique subsaharienne n'est pas l'initiation
des procédures de transformations mais la non-exécution de
l'intégralité de chaque étape de la transformation
structurelle. Ce qui fait que ses pays quittent d'une agriculture bien que
moins élaborée jusqu'à lors car manque d'autosuffisance de
celle-ci et mutent pour l'industrialisation qui ne s'achevant pas, s'orientent
aux services en cela naît un problème de fragilité des
secteurs même ceux à faible productivité. Par
conséquent la soutenabilité conduit ses pays à maintenir
de forts investissements dans tous les secteurs simultanément les
rendant moins efficaces et moins développés associé
à l'instabilité macroéconomique, la forte
dépendance aux produits primaires conduit à les maintenir dans ce
cercle appauvrissant. Ceci ressemble à la théorie du Big-push
dont les pays africains n'ont pas ce profil. Alors ses pays doivent essayer de
se sophistiquer à travers des productions à peu d'exportateurs et
à intrants très complexes usés dans le processus cela
ramènera plus rapidement l'Afrique sur le sentier de
développement. Pour y arriver les décideurs doivent favoriser
l'essor du secteur recherche et développement qui est source de
développement de toute technologie et d'innovation en commençant
d'abord par l'imitation forte dans les secteurs à forte intensité
capitalistique et de productivité les rendant plus résilientes
aux fluctuations, qui vont permettre des migration interne dans la composante
sectorielle à cause des employés performants et plus
formés capable de concevoir tant sur le plan extensif ou intensif, dont
ils seront utilisés comme moteur de l'innovation technologie source de
transformation structurelle et de croissance grâce à un capital
humain de qualité supérieure.
REFERENCES BIBLIOGRAPHIQUES
ACEMOGLU and VERONICA (2008), «Capital deepening and
non-balanced economic growth,» Journal of Political Economy, Vol.
116, No.3, June 2008, pp. 467-498.
AGHION, P. et P. HOWITT, (1992). `A Model of Growth Through
Creative Destruction', Econometrica, 60(2), 323-351.
ALAYA, M. (2012). `The determinants of MENA export
diversification: An empirical analysis. Corruption and Economic Development'
ERF 18th Annual Conference March, pp. 25-27.
ARAWOMO D. F., OYELADE A. O. & TELLA, A. T. (2014).
Determinants of Export Diversification in Nigeria: Any Special Role for Foreign
Direct Investment (FDI)?. Journal of Economics and Business Research,
20(2), 21-33.
ARELLANO, M. and O. BOVER (1995) `Another Look at the
Instrumental-Variable Estimation of Error Component Models,' Journal of
Econometrics, 68(1), 29-52.
ARELLANO, M. and S. R. BOND (1991) `Some Tests of
Specification for Panel Data: Monte Carlo Evidence and an Application to
Employment Equations, review of economic studies, 58(2), 277-297.
Bah, E. (2010). Structural Transformation Paths Across
Countries. Department of Economics. The University of Auckland, New Zealand
Banque Africaine de Développement (2011)
«Stratégie de la BAD en matière de développement du
capital humain (2012-2016) : un milliard de possibilités :
développer le capital humain pour une croissance inclusive en
Afrique», Projet de document d'orientation, 1-37.
Banque Africaine de Développement (BAD), Centre de
Développement de l'Organisation de Coopération et de
Développement Economiques (OCDE), Programme des Nations Unies de
Développement (PNUD) et Commission Economique pour l'Afrique (CEA)
(2011) «Perspectives économiques en Afrique», Editions OCDE,
1-318.
BANQUE MONDIALE (1993), « Le
miracle est-asiatique: croissance économique et politique
publique ». Banque mondiale,Washington DC
BANQUE MONDIALE, (1991). World Development Report 1991: The
Challenge of Development. New York: Oxford University Press, pp.323
BARRO, R. J. and J. W. Lee (2000) `International Data on
Educational Attainment: Updates and Implications,' Center for International
Development, Harvard University, Working Paper No. 42.
BARRO, R. J., and X. Sala-i-Martin, (1995). Economic Growth,
Cambridge, MIT Press.
BARRO, R., 2002. `Education as a Determinant of Economic
Growth. dans : LAZEAR, E.P., Education in the twenty first Century'. Stanford :
Hoover Institution Press, pp. 9-24.
BARRO, RJ, LEE J. W, (1993), Comparaisons internationales du
niveau d'instruction, Journal of Monetary Economics 32, no. 3
(décembre), pp.363-370.
BECKER GARY (1962), «Investment in Human Capital: A
Theoretical Analysis», Journal of Political Economy, Vol. 70, No.
5, p. 9-49.
BECKER, G.S., 1993. Human capital: A theoretical and empirical
analysis with special reference to education. 3ème edition, Chicago :
The university of Chicago press, pp. 412
BEN AMAR , M. & HAMDI, M. T. (2012) «Global
Competitiveness and Economic Growth: Empirical Verification for African
Countries», International Journal of Economics and Finance, Vol. 4,
n°.6, 125-131.
BEN HAMMOUDA, H. OULMANE N. & JALLAB M. S. (2009). D'une
diversification spontanée à une diversification organisée,
Revue Economique, 60(1), 133-156.
BENHABIB J., SPIEGEL MM, (1994), ` Le rôle du
capital humain dans le développement économique',
Témoignages tirés du temps de parcours total, Journal of
economic development.
BENHABIB, J., SPIEGEL, MM, STAAZ, (1994),
«
Le
rôle du capital humain dans l'économie donnée sur le
développement
tiré de données agrégées sur plusieurs
pays ». Journal. Economie monétaire.
34,
143-173.
BLUNDELL, R. and S. R. BOND (1998) `Initial Conditions and
Moment Restrictions in Dynamic Panel Data Model,' Journal of
Econometrics, 87, 115-143.
BOGLIACINO, F., PIANTA, M., 2013.
Profits
, R & D et innovation: un modèle et un test.
BOND, S., HOEFFLER, A., TEMPLE, J.,( 2001). Estimation
GMM
de la croissance empirique
BODMAN. P, LE, (2013).
Évaluer
les rôles de la capacité d'absorption et de la capacité
économique
la
distance dans le lien investissement direct étranger-croissance de
la productivité. Appl. Econ. 45 (8), 1027-1039.
CADOT O., CARRÈRE C. & STRAUSS-KAHN V. (2011).
Trade diversification: Drivers and impacts. (Published as a chapter in the
ILO-EU co-publication «Trade and Employment: From Myths to Facts»,
Jansen M. & al.), pp 253-307.
CASELLI, F., and W. J. COLEMAN II (2001): «The U.S.
Structural Transformation and Regional Convergence: A Reinterpretation,»
Journal of Political Economy, 109(3), 584- 616.
CASELLI, F., G. ESQUIVEL and F. LEFORT (1996) `Reopening the
Convergence Debate: A New Look at Cross-Country Growth Empirics,' Journal of
Economic Growth, 1(3), 363-389.
CHENERY.H, (1979) `Structural Change and Development Policy',
Oxford University Press, New York.
CHENERY, HOLLIS B. (1960), «Patterns of Industrial
Growth,» American Economic Review, Vol. 50, No. 3, September
1960, pp. 624-54
CICCONE, A., PAPAIOANNOU, E., 2009. `
Le
capital
humain
, la structure de la production et
croissance'.
, The Review of Economics and Statistics,. 91 (1), 66-82.
Commission Economique pour l'Afrique (CEA) et Union Africaine
(UA) (2012) «Libérer le potentiel de l'Afrique en tant que pole de
croissance mondiale», Rapport économique sur l'Afrique,
Addis-Ababa, 1-212.
Commission Economique pour l'Afrique (CEA) et Union Africaine
(UA) (2010), «Promouvoir une croissance forte et durable pour
réduire le chômage en Afrique», Rapport économique sur
l'Afrique, Addis-Abeba, 1-260.
Commission Economique pour l'Afrique (CEA) et Union Africaine
(UA) (2011) «Gérer le développement : le rôle de
l'Etat dans la transformation économique», Rapport
économique sur l'Afrique, Addis-Abeba, 1-160.
Commission Economique pour l'Afrique (CEA) et Union Africaine
(UA) (2014) «L'industrialisation au service du développement
inclusif et de la transformation en Afrique», Document de synthèse,
Abuja, 1-21. Cummins M et Ortiz I. (2012) «L'inégalité
mondiale : la répartition des revenus dans 141 pays», Document de
travail, New York, UNICEF, 1-77.
croissance
économique
? Oxf. Taureau. Econ. Stat. 76 (3), 334-359
DIAS, J., J. MCDERMOTT, (2006).
Institutions
, éducation et développement: le rôle de
entrepreneurs.
J. Dev. Econ. 80, 299-328.
DIAS, J., TEBALDI, E.,( 2012).
Institutions
, capital humain et croissance: le rôle institutionnel
mécanisme.
Structure. Changer Econ. Dyn. 23 (3), 300-312.
DIETRICH, A., 2012. La croissance provoque-
t-elle
un changement structurel ou est-ce l'inverse ? Analyse dynamique par panel
de données pour sept pays de l'OCDE. Empir. Econ.
43
(3), 915-944. et Inequality: Evidence from Rural China », document de
travail de l'Institut Davidson 29
Ind.
Corp. Change 22 (3), 649-678.
DIXIT AND A. WOODLAND, «The relationship between factor
endowments and commodity trade,» Journal of International
Economics, vol. 13, no. 3-4, pp. 201-214, 1982.
FISHER, AGB (1939). Production primaire, secondaire et
tertiaire. Records économiques. 15: 24-38.
FUENTES R., (2009). Managing Natural Resources Revenue: The
Case of Chile, OxCarre research paper n° 40, university of oxford.
GRILICHES, Z, (1977), Estimation des rendements de la
scolarisation: quelques problèmes économétriques,
Econometrica 45, p. 1-22.
HAUSMANN, R. and B. KLINGER (2006) `Structural Transformation
and Patterns of Comparative Advantage in the Product Space,` Center for
International Development, Harvard University, Working Paper No. 128
HAUSMANN, R. and D. RODRIK (2003) `Economic development as
self-discovery,' Journal of Development Economics, 72, 603-633.
HAUSMANN, R., J. HWANG and D. RODRIK (2006) `What You Export
Matters,` Center for International Development, Harvard University, Working
Paper (October 2006).
HAUSMANN,, R., D. RODRIK, and A. VELASCO,( 2008). «Growth
Diagnostics,» in: N. Serra and J.E. Stiglitz (eds.), The Washington
Consensus Reconsidered: Towards a New Global Governance, New York, Oxford
University Press, pp. 324-354.
HIDALGO, C. (2011). Discovering Southern and East Africa's
industrial opportunities. The German Marshall Fund Paper Series.
HIRSCHMAN, A. (1964), « the paternity of an index
», American economic Review 54 (4- 6), p. 761-762
IMBS, J. and R. WACZIARG (2003) `Stages of Diversification,'
American Economic Review, 93(1), 63-86.
KLINGER, B. and D. LEDERMAN (2006) `Diversification,
Innovation, and Imitation inside the Global Technological Frontier, World Bank
Research Policy Working Paper 3872.
KNIGHT, M., N. LOAYZA, and D. VILLANUEVA (1993) `Testing the
Neoclassical Theory of Economic Growth: A Panel Data Approach,' IMF Staff
Papers, 40, 512-541.
KUZNETS, S. (1955). Towards a Theory of Economic Growth. In
Lekachman R.(ed.). National Policy for Economic Welfare at Home and Abroad.
Garden City, NY : Doubleday.
Kuznets, S. (1961). Quantitative Aspects of the Economic
Growth of Nations, IV.Long term trends in capital formation proportions.
Economic Development and Cultural Change 9: 1-124.
KUZNETS, S. (1971). `Economic Growth of Nations'. Harverd
University Press. Lucas, R. E. Jr. (1988). On the Mechanics of Economic
Development. Journal of Monetary Economics. 22|(1): 3-42.
KUZNETS, S., (1955). Economic Growth and Income Inequality.
American Economic Review, 65, 1-28
LEWIS, W.A.,(1954). Economic development with unlimited
supplies of labour. Manchester school, 22, 139-191
LUCAS, RE Jr. (1988). Sur les mécanismes du
développement économique. Journal of Monetary
Économie. 22 | (1): 3-42.
LUCAS, ROBERT and EDWARD PRESCOTT, «Equilibrium Search
and Unemployment,» Journal of Economic Theory, 1974, 7,
188-209
MANKIW, G. N., D. ROMER, and D.N. WEIL (1992) `A Contribution
to the Empirics of Economic Growth,' Quarterly Journal of
Economics, 107, 407-37.
MCKINSEY GLOBAL INSTITUTE (MGI) (2010) «Lions on the
move: the progress and potential of Africa economies', McKinsey Global
Institute, 1-82.
MCMILLAN, M. S. et D. RODRIK, (2011)., Globalization,
Structural Change and Productivity Growth, NBER Working Papers 17143, National
Bureau of Economic Research, Inc.
MINCER, J. (1974): Schooling, Experience, and Earnings.
Columbia University Press, New York.Monetary Economics 34, 1994,
pp.143-173.
NELSON R. & PHELPS E. (1966), "Investments in humans,
technological diffusion and economic growth", American Economic Review, Vol.
61, No. 2, p. 69-75.
ONU, 2013, Diversification et sophistication comme levier de
la transformation structurelle des économies Nord Africaines. Rabat :
CEA/BSR-AN, Nations Unies.
Organisation des Nations Unies pour le Développement
Industriel (ONUDI) et Conférences des Nations Unies sur le Commerce et
le Développement (CNUCED) (2011) «Promouvoir le
développement industriel en Afrique dans le nouvel environnement
mondial», Rapport spécial sur le développement
économique en Afrique, Nations-Unies, New-York et Genève,
1-139.
Organisation Internationale du Travail (OIT) (2009)
«Tendances mondiales de l'emploi», OIT, Genève, 1-55.
Programme des Nations Unies pour le Développement
(PNUD) (2012) «Vers une sécurité alimentaire durable»,
Rapport sur le développement humain en Afrique, New-York,
Résumé, 1- 24. Van Pottelsberghe D. P. B. (1997) «Issues
in assessing the effect of interindustry R&D spillovers», Economic
Systems Research, volume 9, n° 4, 331-356.
RILEY G (2012), Croissance économique - Le rôle
du capital humain et social, de la concurrence et de l'innovation.
RODRIK, D. (2005) `Policies for Economic Diversification, `
CEPAL Review, 87, 7-23.
RODRIK, D., 2012. Comments on New Structural Economics by
Justin Yifu Lin. World Bank Res Obs, 26 (2), 227-229.
ROODMAN, D., «A Note on the Theme of Too Many
Instruments,»Oxford Bulletin of Economics andStatistics, 71, 135-58,
2009.
S. COURAKIS (2005), «Labour skills and human capital in
the explanation of trade patterns,» Oxford Economic Papers, vol.
43, no. 3, pp. 443-462, 1991.
SACERDOTI E., BRUNSCHWIG S., TANG J. (1998), «The impact
of human capital on growth : evidence from West Africa», Working Papers
98/163, FMI.
Schultz, T. P. (1971): «Rural-Urban Migration in
Colombia,» The Review of Economics and Statistics, 53(2),
157-163.
SCHUMPETER, J., (1949). Economic theory and entrepreneurial
history, dans Wohl, R. R., Change and the entrepreneur: postulates and the
patterns for entrepreneurial history, Massachusetts: Harvard University Press
Serena María J. Freire, 2001. Accumulation de capital humain et
croissance économique, Investigaciones Económicas,
vol.XXV (3), p. 585-602;
STIGLER G.S. (1961), "The Economics of information", Journal
of Political Economy, vol. 78, p. 213-225.
The European Journal of Comparative Economics. Vol. 6, n. 1.
Pp. 101 - 129.
UNESCO (1990), Education de Base et Alphabétisation :
Indicateurs Statistiques dans le Monde, Paris
Zhao, Y,
JUSTMAN,
TEUBAL (1997) «Migration de la main-d'oeuvre et retour à
l'éducation rurale en Chine», AmericanJournal of Agricultural
Economics , 79 (4), 1278-1283.
ANNEXES
Graphique.2.4. Evolution des exportations de haute
technologie de la CEEAC
Source : Auteur
Graphique : Evolution Conjointe
de l'indice de diversification de chaque région d'Afrique
subsaharienne.
Source : Auteur à partir des données de la
Banque Mondiale (WDI 2018)
Source : Estimations de l'auteur
à partir du logiciel Stata 14
Estimation pour le premier modèle :
Dynamic panel-data estimation, two-step system GMM
------------------------------------------------------------------------------
Group variable: pays Number of obs
= 374
Time variable : Année Number
of groups = 22
Number of instruments = 21 Obs per group:
min = 17
F(11, 21) = 54.80
avg = 17.00
Prob > F = 0.000
max = 17
------------------------------------------------------------------------------
div | Coef. Std. Err. t P>|t|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
div |
L1. | .3868423 .2350454 1.65 0.000
-.1019614 .8756459
tbsp | .06177 .000441 1.40 0.005
-.0002994 .0015348
sant | -.006284 .0017769 -0.35 0.885
-.0043237 .0030669
Année | -0031733 .0011314 2.80 0.946
.0008204 .0055262
ide | -.0045095 .0012181 -5.34 0.007
-.0090426 -.0039764
emplind | -.0041373 .00573 -0.91 0.338
-.0067351 .0004605
urban | .00297 .000758 0.04 0.731
-.0015837 .001643
consfi| 0.004835 .0012301 -0.39 0.448
-.0030418 .0020747
emplagric | -.0004835 .0012301 -0.39 0.698 -.30418
.0020747
inf | .0002885 .000122 2.37 0.28
.349 .0005422
inv | .0006514 .0009723 0.67 0.020
-0013707 .0026734
_cons | -6.686943 2.085483 -3.21 0.004
-11.02394 -2.349944
-----------------------------------------------------------------------------
------------------------------------------------------------------------------
Arellano-Bond test for AR(1) in first differences: z = -2.44
Pr > z = 0.005
Arellano-Bond test for AR(2) in first differences: z = 1.43
Pr > z = 0.118
------------------------------------------------------------------------------
Sargan test of overid. restrictions: chi2(28) = 21.67 Prob
> chi2 = 0.796
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(28) = 8.74 Prob
> chi2 = 1.000
Source : Estimations de l'auteur
à partir du logiciel Stata 14
TABLE DE MATIERES
AVERTISSEMENT
I
SOMMAIRE
II
DEDICACE
III
REMERCIEMENTS
IV
SIGLES ET ABREVIATIONS
VI
LISTE DES GRAPHIQUES
VII
RESUME
IX
ABSTRACT
X
INTRODUCTION GENERALE
1
CHAPITRE
I :
CADRE THEORIQUE DE LA RELATION
ENTRE
LE CAPITAL HUMAIN ET LA TRANSFORMATION
STRUCTURELLE
11
INTRODUCTION
12
SECTION 1. CADRE THÉORIQUE DU CONCEPT DE LA
TRANSFORMATION STRUCTURELLE.
13
1.1. Définition et évolution de
la transformation structurelle
13
1.2. Les indicateurs de mesure de la
transformation structurelle
15
1.2.1. La diversification des
exportations : indicateur de la transformation structurelle
.............................................................................................
16
1.2.2. La sophistication des
exportations : mesure de la transformation structurelle
18
SECTION 2. CADRE THÉORIQUE DU CONCEPT CAPITAL
HUMAIN
20
2.1. Définition et évolution du
capital humain
20
2.2. Les indicateurs de mesure du capital
humain
22
2.2.1 L'éducation comme indicateur du
capital humain
22
2.2.2 La santé comme mesure du capital
humain
24
2.2.3 La formation/emploi comme une mesure du
capital humain
25
CONCLUSION
25
CHAPITRE
II :
REVUE DE LA LITTERATURE SUR LA RELATION ENTRE LE
CAPITAL HUMAIN ET LA TRANSFORMATION STRUCTURELLE
26
INTRODUCTION
27
SECTION 1. REVUE DE LA LITTÉRATURE
THÉORIQUE
27
1.1. Approches théoriques de la
relation directe entre le capital humain et la transformation structurelle
27
1.1.1. Approches des théoriciens de la
croissance
28
1.1.2 Approches structuralistes
30
1.2 Approches théoriques de la
relation indirecte entre le capital humain et la transformation
structurelle
31
SECTION 2. REVUE DE LA LITTÉRATURE
EMPIRIQUE
33
2.1 Relation directe entre le capital humain
et la transformation structurelle
33
2.2 Relation indirecte entre le capital
humain et la transformation structurelle
35
CONCLUSION
38
CHAPITRE
III :
CADRE ANALYTIQUE ET METHODOLOGIE
39
INTRODUCTION
40
SECTION1. CADRE ANALYTIQUE : CAPITAL HUMAIN ET
TRANSFORMATION STRUCTURELLE
40
1.2. Evolution de l'indice de diversification
des exportations des régions d'ASS
41
a) La Région de la CAE
41
b) La région du SADC
42
c) La région du CEN-SAD
43
d) La Région de la CEDEAO
44
f) Toutes les Régions
regroupées
45
a) L'espérance de vie en Afrique
subsaharienne
46
1.2. Le Capital humain et la sophistication des
exportations des régions d'ASS
48
1.2.1. Le niveau de sophistication des exportations
des régions d'ASS
48
1.2.2. Evolution de l'indicateur de la
sophistication des exportations des régions d'ASS
49
a) La Région de la CAE
49
b) La région du SADC
50
c) La région du CEN-SAD
50
d) La région de la CEEAC
51
e) La région de la CEDEAO
52
f) Toutes les régions
regroupées
53
1. Le Taux brut de scolarisation en Afrique
Subsaharienne
53
3. Evolution conjointe du capital humain et
la sophistication en ASS
55
SECTION 2. MÉTHODOLOGIE ET
DONNÉES.
56
2.1. Présentation des modèles
56
2.1.1 Présentation des variables
58
2.2. Présentation de la méthode
d'estimation
60
2.2.1 Présentation de la
méthode des Moments Généralisées (GMM)
60
2.2.2 Principaux tests de validation du
modèle.
63
2.3. Les sources de données
63
CONCLUSION
64
CHAPITRE
IV :
PRESENTATION ET ANALYSE DES RESULTATS
65
INTRODUCTION
66
SECTION 1. PRÉSENTATION DES RÉSULTATS
DESCRIPTIFS
66
1.1 Analyse descriptive des
résultats
66
1.2 Corrélation entre les variables
68
SECTION 2. PRÉSENTATION ET ANALYSE DES
RÉSULTATS ÉCONOMÉTRIQUES
69
2.1. Présentation des résultats
économétriques.
69
2.2. Interprétation et analyse
économique des résultats
71
2.2.1. Interprétation des
résultats
71
CONCLUSION
75
CONCLUSION GENERALE
76
REFERENCES BIBLIOGRAPHIQUES
76
ANNEXES
76
TABLE DE MATIERES
76
* 1 L'interventionnisme de
l'Etat est l'une des principales thèses d'obédience
Keynésienne, prônant l'idée selon laquelle l'Etat doit
intervenir sur le marché afin de réguler les défaillances
et imperfections conduisant à une situation d'équilibre de
sous-emploi.
* 2 Les cinq étapes de
croissances selon Rostow : La société traditionnelle, les
conditions préalables au décollage, le décollage, la phase
mature, l'âge de la consommation de masse.
* 3 La diversification des
exportations est définie au sens d'Hidalgo et Hausman (2009) comme la
large gamme des produits fabriqués et exportés sans modifier
nécessairement les niveaux de productivités.
* 4 La sophistication des
exportations quant à elle est le niveau d'élaboration très
complexe ou d'une perfection technique des produits à exportés
d'un pays Balassa (1965).
* 5 L'entropie a
été introduite en 1865 par R. Clausius, elle caractérise
le degré de désorganisation ou d'imprédictibilité
du contenu en information d'un système.
* 6 Il s'agit des chocs
monétaire, réelle en générale que fait face une
économie reçoivent. De ce fait, une économie qui a un
faible niveau de diversification est dite vulnérable ou forte
dépendante d'un type de produits et de ce fait les fluctuations des prix
internationaux de ses produits conduisant systématiquement à
fragiliser le tissu économique du pays.
* 7 L'ubiquité renvoie
à la notion d'omni présence, dans cette étude elle fait
mention des produits de même nature que détiennent plusieurs
exportateurs ou producteurs à un moment donné.
* 8 Les points ici renvoie aux
cinq zones géographiques de l'Afrique à savoir l'Afrique du nord,
l'Afrique du sud, l'Afrique de l'Est, l'Afrique de l'Ouest, l'Afrique
Central.
* 9 Dans l'ensemble les mots
entre parenthèses sont les noms abrégés des variables
utilisées dans notre modèle par exemple la variable
diversification est abrégée DIV, de même les autres
variables.
* 10 Les deux raisons de ce
résultat contradictoires sont que : premièrement le volet
formation/emploi dans les pays d'Afrique n'est point prise en compte ensuite
l'absence de production interne conduit à une difficulté
même de rendre les outputs plus élaborés et denses en
recherchant la qualité des produits
|