L'impact de l'ouverture économique sur les inégalités de richesses dans les pays en voie de développement

II/ Modèle

II-1: Présentation du modèle de référence:

L'article de référence que nous avons choisi, Impact of International Trade on Income and IncomeInequality de SatheeshAradhyula, Tauhidur Rahman et KumaranSeenivasan, vise à étudier l'impact plus ou moins significatif de l'ouverture des PED du commerce international sur leurs inégalités de richesse. Les auteurs proposent un modèle économétrique dans lequel ils étudient l'effet de la mondialisation sur les revenus d'une part, et sur les inégalités de revenus d'autre part. Leur test sur les inégalités de revenu comprend 44 pays, dont 23 PED. Les auteurs pensent, toutefois, que leur modèle  pourrait être amélioré dans le sens où il manque d'exhaustivité. Un plus large échantillon de pays révéleraiteffectivement des résultats d'autant plus pertinents.

Leur équation est la suivante:

Log(Gini)i,t=â0+â1Log(Trade)i,t +â2(Landlock)i+â2(Democracy)i,t +â4(Corruption Indices)i,t+â4(Developed)+ì i,t

- La variable dépendante est le coefficient de Gini, mesure du degré d'inégalité de la distribution des revenus dans une société donnée. C'est un nombre variant de 0 à 1, où 0 signifie l'égalité parfaite et 1 signifie l'inégalité totale.
- Les variables enclavement (landlock) et démocratie (democracy) sont des variables de contrôles.
- Les auteurs détectent un problème d'endogéneité entre la variable explicative, Commerce (Trade) et la variable dépendante, Inégalité (coefficient de Gini). Ainsi, pour que la variable Commerce ne puisse être en aucun cas expliquée par les inégalités et qu'elle renvoie uniquement au Commerce extérieur (Trade openness), les auteurs ont utilisé des variables instrumentales, de nature géographique, la superficie (area) et la population. Ces deux dernières affectent le commerce sans influencer les inégalités de revenus.

Première étape de régression:

Log(Trade)i,t=á0+á1log(area)i+á2log(pop)i+á3(Democracy)i,t+á4(CI)i,t+á4(Landlock)i+á5(Developed)i+åi,t

Les auteurs trouvent que les variables instrumentales sont significatives à 1% de degré de liberté.

Seconde étape de régression:

Les auteurs substituent les valeurs du commerce extérieur trouvées après instrumentalisation, c'est-à-dire sa valeur prédite, à la variable commerce.
- Ils utilisent la variable Développement comme variable aléatoire, égale à 1 lorsque le pays est développé et à 0 autrement. Anderson (2005) considère que l'effet de l'ouverture sur l'inégalité dépend étroitement du niveau de développement.

Leurs résultats montrent qu'une augmentation de 1% du commerce, accroît l'inégalité de revenu de 0,14% (B1= 0,1382 pays industrialisés et PED confondus). Cependant si l'on se penche uniquement aux PED, l'effet est encore plus net avec B1= 0,1920 contre B1= -0,0634 pour les pays développés. Ainsi, le commerce atténuerait les inégalités dans les pays industrialisés mais de façon négligeable, ce qui semble aller à l'encontre des prédictions théoriques des modèles classiques. Les auteurs ont par ailleurs des résultats tout à fait intéressants, concernant les variables de contrôles, et parfois contre intuitif. La variable enclavement est négative et statistiquement significative à 1% de degré de liberté pour les PED (B2=-0,5657) mais l'est moins pour les pays riches (B2= 0,1248). Ils justifient cela par l'idée que le commerce maritime affecte seulement les habitants vivant sur les littoraux, de même que les personnes qui bénéficient davantage de ce type de commerce sont issues de classe moyenne supérieure voire même aisée. Ainsi, les pays enclavés tendent à être moins inégaux. La démocratie diminue les inégalités dans les pays développés de façon statistiquement significative à 1% de degré de liberté (B3=-0,0576) alors qu'elle les augmente et est statistiquement significative à 5% dans les PED (B3= 0,0012). Les auteurs expliquent ces résultats par le fait que les PED, dits démocratiques, ont un mode de fonctionnement de moindre qualité que celui des pays développés. L'indice de la corruption semble amoindrir les inégalités dans les PED (B4=-0,0132) et les augmenter dans les pays industrialisés (B4= 0,0106). Toutefois, cette variable a un impact négligeable dans les deux échantillons.
Ils concluent leurs travaux en rappelant qu'un grand nombre d'études empiriques prouvent que le commerce accroît les revenus. Dans leur propre analyse, ils trouvent que lorsque le commerce extérieur augmente de 1% alors les revenus par tête d'un pays s'accroissent de 0,48%. Certaines études démontrent que la mondialisation est génératrice d'inégalité d'une part, et créée des divergences de croissance de revenu d'autre part. Selon les auteurs, le commerce extérieur accroît en moyenne, dans l'échantillon, les inégalités internes. Cependant, en séparant les pays développés des PED, ils observent que la mondialisation hausse les inégalités significativement pour le second groupe alors qu'elle les amoindri de façon statistiquement négligeable dans le premier.

Wood (1997), dans son analyseOpenness and Wage Inequality in Developing Countries: The Latin America challenge to East Asian Conventional Wisdom, conclutl'idéesuivante: «There are several channels through which an increase in the openness of a country, to international flows of goods and services, factors of production, and technology, can affect inequalities in income between individuals within it»...«Most of the theoretical work linking greater openness to domestic inequality focuses on its effect on the relative demand for domestic factor of production». De ce fait, en ouvrant ses frontières, un pays sera confronté à une demande internationale qui aura un impact différent sur la répartition de ses richesses. Cela ce jouera, en fonction du fait que cette demande requiert davantage de matières premières, de produits à faible valeur ajoutée, réalisés par une main d'oeuvre peu qualifiée, ou à contrario, des biens et services dits «hightech».

Par ailleurs, Anderson (2005), dans son étudeOpenness and Inequality in Developing Countries: A Review of Theory and Recent Evidence, constate«some recent evidence contradicts the conventional wisdom. In particular, there is a conflict in the time-series evidence between the experience of East Asia in the 1960s and 1970s, which is consistent with the conventional wisdom, and the experience of Latin America in the late 1980s and early 1990s, where increased openness appears to have widened rather than narrowed skill differentials in wages. Possible explanations fall into two classes: differences between East Asia and Latin America». Les différences entre ces deux groupes de pays se font nombreuses, allant de leur politique de stratégie de développement à leurs avantages comparatifs. En effet, les pays d'Amérique du Sud ont en premier lieu largement eu recours à la méthode d'industrialisation par substitution d'importation, communément appelé ISI. Cette stratégie, bien que théoriquement justifiée, notamment par Lizst qui prônait un «protectionnisme éducateur», s'est révélée contestable. En effet, elle a davantage favorisé des comportements de recherches de rentes en rendant la protection initialement temporaire, permanente. Cela a effectivement nuit à l'ensemble de la population, dans la mesure où seules les industries protégées étaient capables de s'enrichir. Le revenu du capital a alors cru au détriment des salaires. Les pays d'Asie du Sud Est ont quant à eux adopté une toute autre stratégie de développement, celle d'industrialisation par substitution d'exportation. Les économies ont opéré leur processus d'industrialisation au contact du monde extérieur, et ont de ce fait joui d'un meilleur transfert technologique. Ainsi, les conditions initiales d'ouverture qu'évoque Anderson dans son étude peuvent être une des raisons expliquant pourquoi le commerce extérieur asiatique a davantage profité à l'ensemble de la population. En outre, et ce qui suscite plus notre intérêt, c'est l'éventuelle différence de spécialisationde ces deux groupes de pays en fonction de leur avantage comparatif. Ainsi, nous allons tester dans quelle mesure les différences en dotations en facteur, et par conséquent la demande mondiale adressée aux pays dans la production où ils sont les plus performants, influent sur le commerce extérieur et indirectement sur les inégalités nationales. De plus nous verrons si les pays asiatiques suivent effectivement les prédictions du modèle théorique HOS et ce qu'il en est pour le reste des PED.


II-2: Présentation du Modèle ajusté:

Notre travail ne concernera uniquement les PED de l'article de référence (23 pays des 44 qu'ils ont choisi, plus L'Algérie, l'Argentine et la Tunisie). Il est à noté que ces pays ne forment pas un groupe homogène, dans le sens où ils ont aussi des niveaux de développement différents, avec des pays d'Europe de l'Est, qualifiés d'économies en transition, certains pays émergents asiatiques, le groupe de pays d'Amérique latine, ayant plus ou moins enclenché leur processus de développement, et enfin des pays d'Afrique du Nord. Nous nous intéresserons à la période allant de 1987 à 2007. Alors que dans les décennies ultérieures, notamment 60_70, certains pays étaientencore qualifiés d'autarciques, nous considérons qu'à partir de la fin des années 80, tous les pays, en l'occurrence ceux apparaissant dans notre étude sont relativement ouverts au commerce. Pour notre équation, nous nous baserons sur celle de notre article de référence, toutefois nous remplacerons la variable «Développement» par deux variables reflétant les dotations en facteurs relatifs des pays «D1Labour Force» et «D2 Land». En effet, contrairement aux auteurs, désormais nous ne cherchons plus à tester dans quelle mesure le commerce extérieur influe sur les inégalités de façon différente selon que l'on se situe dans un pays développé ou non. Nous cherchons à tester l'impact de l'ouverture économique de ces pays en fonction de leur avantage comparatif. Un pays peut être fortement doté en travail qualifié ou non qualifié, mais non pas les deux, du fait que ces deux composantes sont substituables l'une à l'autre. En revanche, un pays peut être à la fois fortement doté en travail non qualifié et en terre, ou encore en travail qualifié et en terre.

1)Variables:

- La variable « Gini », endogène, celle que l'on cherche à expliquer en d'autres termes, est exprimée en pourcentage. Les valeurs se décrivent comme suit ; plus on se rapproche de la valeur 0, plus le pays est caractérisé par une égalité parfaite, et inversement plus sa valeur tend vers 100, plus le pays est inégal), (source: Deininger and Squire(1996)dataset) (idem article de référence). Cependant, de nombreuses données sont manquantes dans notre panel.

- La variable « Trade » est calculée par le taux d'ouverture ((Importations+Exporations)/GDP), soit en pourcentage. (Source: Penn World) (idem article de référence). C'est la variable pour laquelle nous cherchons à expliquer les inégalités de richesse.

- La variable enclavement, notée « Landlock » est de 1 quand un pays n'est délimité que par des côtes terrestres, et de 0 s'il a des littoraux. Cette variable n'est pas pertinente dans notre étude car tous les pays auxquels nous nous intéressons ont un accès aux côtes maritimes. Elle l'aurait été si nous avions inclus dans notre échantillon des pays enclavés, notamment ceux d'Afrique Subsaharienne, souvent victimes d'une «trappe à enclavement». Les données ont été trouvées dans le World Atlas (idem article de référence)

- Fautes de données, nous avons remplacé la variable « Democracy » par la variable « GovernmentEffectiveness », l'un des six indices mesurant l'état de gouvernance des pays, établi par D. Kaufmann, A. Kraay and M. Mastruzzi (2009) dans leur projet de recherche pour la Banque Mondiale: GovernanceMatters VIII: GovernanceIndicators for 1996-2008. Nous avons en outre utilisé leurs données concernant la variable « Control of Corruption » et non pas celles utilisées dans l'article de référence. Ils attribuent des valeurs allant de [-2.5] à [2.5], où plus la valeur est forte, meilleure est la gouvernance du pays. Nous avons pris en considération ces deux variables, car nous pensons qu'elles sont susceptibles d'affecter considérablement la répartition de richesse d'un pays. Nous le prouverons d'ailleurs ultérieurement en tentant de les supprimer de notre équation. Naturellement, chacun peut penser qu'une meilleure gouvernance sera plus à même de mettre en place des politiques redistributives afin de répartir plus équitablement les revenus.

- La superficie est mesurée en kilomètres carrés(source: wikipédia).

- La densité de population est calculée par le nombre d'habitants d'un pays, et a été estimée en milliers (source: Penn World),(idem article de référence). Les deux précédentes variables, sont celles dites instrumentales. Elles seront utilisées uniquement pour remédier au problème de causalité inverse entre les variables «Trade» et «Gini». Elles n'apparaissent donc pas dans notre équation de base.

- Si la dummy «D1Labour Force» est égale a 1, le pays est alors fortement doté en travail non qualifié, et sinon, 0 est attribué pour un pays relativement intensif en travail qualifié. Pour arriver à ces résultats, nous avons calculé la moyenne du nombre d'années d'études en moyenne des pays de notre échantillon, pour chaque année de référence qui sont 1985, 1990, 1995 et 2000. L'année 1985 est l'année de référence pour les années allant de 1987 à 1990, l'année 1990 est celle pour les années allant de 1990 à 1995, l'année 1995 est celle des années 1995 à 2000, et enfin l'année 2000 est celle pour les années 2000 a 2007. Ainsi, si le pays a un nombre d'années d'études supérieur à celui de la moyenne, il est dit relativement fortement doté en travail qualifie, et on lui attribuera de ce fait la valeur 0. Le cas échéant sera appliqué pour le résultat inverse. Les données ont été trouvées dans le site de la Banque Mondiale (dataset: Appendix Table 1: EducationalAttainment of the total population aged 25 and over)

- Si la dummy «D2 Land» est égale à 1, dans ce cas le pays est relativement fortement doté en terre, et 0 autrement. Pour aboutir à cela, nous avons pris les superficies des pays (données «area») et avons calculé la superficie moyenne des pays de l'échantillon. Si un pays a une superficie supérieure à la superficie moyenne, alors, il est relativement intensif en terre. Par analogie, on affecte un 0 pour les pays dont la superficie est inférieure a la superficie moyenne.

Philibeg, London et Stekel (1999) avaient déjà, dans leur étude, souligné l'importance de l'effet de l'ouverture sur les inégalités en fonction de la dotation en facteur relative à chaque pays. De ce fait, nous verrons si les résultats confirmeront ou à contrario infirmeront le modèle présenté par Wood (1997).