|
évaluation de l'inclusivité de la croissance économique dans la zone CEEAC.par Randy KAMBANA MOISE Université Catholique du Congo - Licence en économie et développement 2019 |
SECTION 2 : NOTIONS SUR LA CROISSANCE INCLUSIVE
I.2.1. Définitions de la croissance inclusive
A. Définitions officielles
B. Selon la littérature économique
I.2.2. Mesures de la croissance inclusive
A. Avantages et inconvénients de l'utilisation de l'indice composite de croissance inclusive
44 BAD, « Construction d'un indice composite d'intégration économique : le cas de l'Afrique Centrale », 2013, p. 6, [En ligne], URL : https://www.afdb.org/uploads/tx_llafdbpapers/ICIR13final.pdf (Consultée le 2 mai 2018). 45 BAD, op. cit., 2013, p. 8, [En ligne], URL : https://www.afdb.org/uploads/tx_llafdbpapers/ICIR13final.pdf (Consultée le 2 mai 2018). 24 B. Indicateurs synthétiques de croissance et inégalitésLa liste des indicateurs de mesure de développement humain n'est pas exhaustive. C'est pourquoi, dans le cadre restreint de cette étude, nous énumérons ceux qui sont les plus utilisés. En effet, les indicateurs synthétiques de croissance et inégalités suivants ont été mis au point en vue d'appréhender le niveau de développement humain atteint par chaque pays : Indice de Développement Humain (IDH), Indice de Développement Humain ajusté aux Inégalités (IDHI) et l'indice de la Qualité de Croissance (IQC). Un détail sur chacun d'eux peut aider à appréhender leurs points communs ainsi que leur ampleur.
L'IDH est un indicateur moyen du niveau de développement humain de base atteint par un pays. Comme toutes les moyennes, l'IDH masque des inégalités dans la répartition des gains du développement humain entre l'ensemble des membres de la population d'une nation. Le Rapport de Développement Humain (RDH) a introduit l'IDHI, qui tient compte des inégalités dans les trois dimensions de l'IDH, en réduisant la valeur moyenne de chaque dimension en fonction du niveau des inégalités. L'IDHI est essentiellement l'IDH diminué compte tenu des inégalités. La « perte » de développement humain due aux inégalités est obtenue en calculant la différence entre l'IDHI et l'IDH et peut être exprimée sous forme de pourcentage. Plus les inégalités s'accentuent dans un pays, plus la perte de développement humain augmente. 25 En effet, il s'est observé lors de la détermination de l'IDH que ce dernier masquait les inégalités dans la répartition des gains du développement humain entre l'ensemble des membres de la population d'une nation. Cependant, le PNUD a introduit en 2010 l'IDHI comme mesure qui palie l'accentuation des inégalités dans les calculs. c) Indice de Qualité de la Croissance (IQC) : Une croissance est dite « de qualité » lorsqu'elle est forte, stable et soutenue, de manière à accroître la productivité et permettre l'atteinte des objectifs relatifs à l'amélioration du bien-être social et à la réduction de la pauvreté. Sur cette base, les économistes ont construit une mesure dénommée « Indicateur de la Qualité de la Croissance (IQC) », dans le but d'analyser les facteurs les plus déterminants du récent épisode de forte croissance pour un échantillon de 93 pays dont 43 sont situés en Afrique. L'IQC est un indicateur composite qui prend en compte deux sortes d'éléments complémentaires, à savoir :
I.2.3. Dimensions de la croissance inclusive
Conclusion partielle
CHAPITRE II :
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|
||
|
|||
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
Il ressort de l'analyse du tableau no2.1 ci-dessus que sur la période qui couvre nos investigations, les années 2002, 2004, 2005, 2006, 2007 et 2008 ont été caractérisées par un taux de croissance positif supérieur à deux chiffres.
De 2002 jusqu'à la crise financière, l'Angola a connu une progression fulgurante de son rythme de croissance atteignant une valeur respective de 11,34 % en moyenne. En effet, celui-ci a même atteint un pic de l'ordre de 15,03 % en 2005.
L'évolution de la croissance économique de l'Angola est reprise dans le graphique n°2.2 suivant :
32
Graphique 2-2 : Evolution de la croissance économique en Angola de 2000 à 2018 (en % annuel)
16
14
(%
12
P u
10
Taux de croissance annuelle du PIB (%)
2
2
0
ell
8
- 2
- 4
san
43
cr e
2
aux
0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
.05
4.21
0 8 6 4 13.67
2.99
15.03
10.95
14.01
11.55
11.17
0.86
4.86
3.47
8.54
4.95 4.82
0.94
-2.58
-0.15
-2.13
Source : Elaboré par nous-mêmes, à partir des données du tableau n°2.1
Le graphique ci-dessus indique malheureusement que la chute abrupte des cours de pétrole générée par la crise des subprimes, fin 2008 et courant 2009, a entrainé un fort ralentissement du rythme de croissance du pays, qui est passé de 11,2 % en 2008 à 0,9 % une année plus tard.
La croissance économique positive observée en Angola jusqu'en 2007 nécessite une succincte explication quant à son origine. Depuis la fin de la guerre civile en 2002, l'économie angolaise a connu une croissance économique spectaculaire grâce essentiellement à la remontée des prix des hydrocarbures et à une forte progression du PIB pétrolier (7,7 %), qui ont contribué à contre balancer les difficultés pétrolière connue après la crise des subprimes. Néanmoins, la chute brutale des cours enregistrée tout au long du second semestre de l'année 2014 va faire sombrer consécutivement le pays dans une récession économique profonde sans précédent précisément en 2016-2017-2018.
33
b) Evolution de la croissance économique en République Centrafricaine :
Pays enclavé, situé en plein coeur du continent africain, la République Centrafricaine, aussi appelée Centrafrique, « couvre une superficie de 623.000 km2 et est bordée par cinq pays :
? au Nord par le Tchad sur 1.197 km,
? à l'Est par le Soudan et le Sud-Soudan sur 1.165 km,
? au Sud par la République Démocratique du Congo sur 1.577 km et la République du Congo
sur 467 km,
? enfin à l'Ouest par le Cameroun sur 797 km »47.
L'économie centrafricaine « repose essentiellement sur le secteur primaire qui contribue à 55 % au PIB et à environ 90 % des exportations. Elle se compose essentiellement d'une agriculture de subsistance (28 % du PIB), de l'élevage (13 %), de la sylviculture (5,5 %) et des industries extractives (3 %, avec essentiellement le diamant) »48.
Par ailleurs, « l'exploitation forestière concerne environ 2 million d'hectares. Le bois s'écoule principalement sur le marché européen et nord-américain, qui du fait de la crise économique mondiale, ont réduit leur demande. La production de bois a ainsi chuté de 30 % en volume et de 50 % en valeur. En 2010, cependant, la hausse du prix du bois a permis un redressement partiel du secteur (Pison 2013) »49.
A cet égard, les performances macroéconomiques enregistrées durant ces dix-huit dernières années ont été caractérisées par une instabilité marquante de l'activité économique, comme présentée dans le tableau no2.2 suivant :
47 M. BOUNOU-NGOPO, « La fiscalité face à l'impératif du développement de la République Centrafricaine », Thèse de doctorat présentée à l'Université Aix-Marseille, Marseille, 2019, p. 1, [En ligne], URL : https://www.editions-harmattan.fr/index.asp?navig=catalogue&obj=livre&no=64594 (Consulté le 13 juin 2020).
48 B. TCHATCHOU et al., « Déforestation et dégradation des forets dans le Bassin du Congo : Etat des lieux, causes actuelles et perspectives », [Livre numérique], Bogor, CIFOR, 2015, p. 9.
49 B. TCHATCHOU et al., op. cit., p. 9.
34
Tableau no2.2 : Evolution du taux de croissance de la RCA (2000-2018)
|
Années |
Croissance du PIB en % |
|
2000 |
-2,49 |
|
2001 |
4,46 |
|
2002 |
3,62 |
|
2003 |
-5,40 |
|
2004 |
5,99 |
|
2005 |
0,91 |
|
2006 |
4,77 |
|
2007 |
4,61 |
|
2008 |
2,05 |
|
2009 |
8,59 |
|
2010 |
4,63 |
|
2011 |
4,19 |
|
2012 |
5,05 |
|
2013 |
-36,39 |
|
2014 |
0,08 |
|
2015 |
4,34 |
|
2016 |
4,75 |
|
2017 |
4,53 |
|
2018 |
3,79 |
|
Moyenne |
1,16 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
Les données consignées dans le tableau no2.3 ci-dessous donnent une image mitigée de la croissance centrafricaine (1,2 % seulement en moyenne au cours de la période 2000-2018). En effet, entre 2000 et 2005, la RCA a connu une progression irrégulière et faible de son rythme de croissance avec une évolution du produit intérieur brut négative pendant la période considérée : en 2000 (-2,5 %) et en 2003 (-5,4 %) en raison des événements d'octobre 2002, de mars 2003.
Cependant, entre 2006 et 2012, le PIB réel s'est accru autour de 4,8 % en moyenne. Cette croissance, un peu plus soutenue et régulière, était due principalement au relèvement du sous-secteur diamantifère, à une forte expansion de la production forestière, à reprise de l'activité agro-industrielle et des services marchands (notamment de transports et télécommunications)50. Malheureusement, cette progression positive du PIB réel s'est subitement effondrée en 2013 (-
50 Organisation Internationale de Commerce, « République centrafricaine », dans Examen des politiques commerciales, Vol. 1, No183, p. 5, [En ligne], URL : https://docs.wto.org/dol2fe/Pages/ (Consulté le 10 juillet 2020).
35
36,7 % en terme réel) suite au coup d'État et à la crise politique et sécuritaire qui s'en est ensuivie.
L'évolution de la croissance économique en Centrafrique est reprise dans la figure no2.3 suivante :
Graphique 2-3 : Evolution de la croissance économique en RCA de 2000 à 2018 (en % annuel)
Taux de croissance annuelle du PIB (%J
-10
-15
-20
-25
-30
-35
-40
15
10
-5
5
0-2
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
4.46 3.62
49
5.99
-5.40
4.77 4.61
0.91
8.59
2.05
4.63 4.19 5.05
-36.39
0.08
4.34 4.75 4.53 3.79
Source : Elaboré par nous-mêmes, suivant les données du tableau n°2.2
De l'examen de ce graphique, il ressort qu'après avoir subi une baisse significative de son PIB réel, l'activité économique s'est légèrement redressée en 2014, cette fois-ci avec un taux de croissance de 0,08 %. Cette reprise s'explique en grandes parties par l'amélioration de la situation politique et sécuritaire qui a eu un impact positif notamment sur le secteur agricole, principal contributeur au PIB.
36
c) Evolution de la croissance économique au Congo-Brazzaville :
La République du Congo, également appelé Congo-Brazzaville, « a une superficie de 342.815 km2. Sa population est estimée en 2007 à 3.768.000 d'habitants, ce qui correspond à une densité très faible, de 11,5 habitants par km2 »51.
Par ailleurs, l'économie de la République du Congo, jusqu'alors relativement diversifiée, « est principalement fondée sur l'exploitation des ressources naturelles, notamment le pétrole, qui contribue à environ 85 % du PIB (DSRP-Congo, 2010), alors que l'agriculture occupe 40 % de la population active, mais ne contribue que pour 6 % au PIB (BEAC, 2010) »52.
Cependant, la croissance économique a été globalement au rendez-vous au cours des dix-huit dernières années, comme l'indiquent les données du tableau no2.3 ci-dessous :
Tableau no2.3 : Evolution du taux de croissance du Congo-Brazza (2000-2018)
|
Années |
Croissance du PIB en % |
|
2000 |
7,58 |
|
2001 |
3,80 |
|
2002 |
4,58 |
|
2003 |
0,81 |
|
2004 |
3,48 |
|
2005 |
7,76 |
|
2006 |
6,24 |
|
2007 |
-1,58 |
|
2008 |
5,57 |
|
2009 |
7,47 |
|
2010 |
8,75 |
|
2011 |
3,42 |
|
2012 |
3,80 |
|
2013 |
3,44 |
|
2014 |
6,78 |
|
2015 |
2,65 |
|
2016 |
-2,80 |
|
2017 |
-3,10 |
|
2018 |
1,03 |
|
Moyenne |
3,67 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
51 C. NTAMPAKA, « Gouvernance foncière en Afrique centrale », Organisation des Nations-Unies pour l'Alimentation et l'Agriculture (FAO), 2008, p. 21. [En ligne], URL : http://www.fao.org/3/a-ak018f.pdf (Consulté le 9 juillet 2020).
52 B. TCHATCHOU et al., op. cit., p. 9.
37
Les données reprises dans le tableau no2.3 révèlent qu'excepté les années 2007, 2016 et 2017, la croissance du PIB réel au Congo est demeurée positive (autour de 3,7 % respectivement en moyenne), ceci grâce notamment aux réformes économiques entreprises depuis la fin des hostilités53, aux investissements publics réalisés, mais surtout grâce à la bonne tenue du cours de pétrole, bien qu'il a été très souvent erratique.
En effet, durant la période qui a immédiatement suivi le conflit, c'est-à-dire entre 2000 et 2004, la croissance du PIB réel s'est rapidement envolée pour atteindre une moyenne annuelle de 4,1 % (soit un peu légèrement au-dessus du taux d'accroissement de la population qui a été de 2,9 % l'an)54.
Par la suite, durant la période 2005-2009, la croissance du PIB réel s'est située d'environ un point plus élevée comparativement à la période précédente (5,1 %). Ensuite, elle a continué sur une tendance positive et a même atteint son niveau record en 2010 (8,8 %), année durant laquelle le pays a accédé à l'initiative PPTE55. En revanche, la croissance du PIB réel a commencé à se contracter progressivement autour d'une moyenne positive de 4,02 % par an au cours de la période 2011-2015.
Le graphique suivant trace l'évolution de la croissance économique de la République du Congo durant la période 2000 à 2018 :
53 A l'issue de la guerre civile, Carol Baker et al. (2012) notent que les autorités ont mis en place un cadre d'action publique dénommé « Nouvelle Espérance » qui a été financé en 2000 par un programme d'assistance et d'urgence du FMI aux pays sortant d'un conflit et par quatre programmes de surveillance entre 2001 et 2004.
54 NATIONS-UNIES, « Rapport National des progrès vers l'atteinte des objectifs du millénaire pour le développement », 2010, [En ligne], URL : https://www.undp.org/content/dam/undp/library/ (Consulté le 22 juin 2020).
55 L'initiative Pays Pauvres Très Endettés (PPTE, HIPC Heavily Indebted Poor Countries en anglais) est une initiative qui vise à assister les pays les plus pauvres du monde en rendant leurs dettes internationales soutenables.
38
Graphique 2-4 : Evolution de la croissance économique au Congo de 2000 à 2018 (en % annuel)
Taux de croissance annuelle du PIB (%)
10
-2
-4
-6
4
2
7.58
8
6
3.80
0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
4.58
0.81
7.76
3.48
6.24
-1.58
7.47
5.57
8.75
3.42 3.80 3.44
6.78
2.65
-2.80 -3.10
1.03
Source : A partir des données du tableau n°2.3
Malheureusement, cette tendance à la hausse induite principalement par l'accroissement de la production dans le secteur des hydrocarbures s'est complètement rompue en 2016 suite à l'effondrement des cours pétroliers mais aussi à cause des détournements de fonds massifs opérés par les cercles vicieux du pouvoir56.
56 J. BARUCH, « Le FMI face à l'opacité des comptes publics du Congo-Brazaville », La Presse : Le Monde (Paris), 10 avril, 2018. [En ligne], URL : https://www.lemonde.fr/les-decodeurs/article/2018/04/10/le-fmi-face-a-l-opacite-des-comptes-publics-du-congo-brazzaville_5283336_4355770.html (Consulté le 22 juin 2020).
39
d) Evolution de la croissance économique en République Démocratique du Congo :
Situé à cheval sur l'Equateur et au coeur du deuxième massif forestier mondial, la République Démocratique du Congo, en sigle RDC, « couvre une superficie de 2.345.000 km2 et présente une diversité climatique sur l'ensemble de son territoire. Sa population avoisine actuellement 70 millions d'habitants, ce qui donne une densité de 27 habitants au km2 »57.
En outre, la RDC est compté « parmi les pays les plus riches au monde en ressources naturelles, notamment (le diamant, le cobalt, l'or ou le coltan), hybrides et forestières. Les principaux secteurs d'activité tels que l'agriculture et les forêts, l'industrie des mines, les services fournissent respectivement 40 %, 28 % et 32 % du PIB. En 2010, la contribution du secteur minier a été de 12 % du PIB, de 9 % du budget de l'Etat et de 50 % des recettes d'exportation. Elle est passée de 9 % en 2010 à 25 % en 2016 »58.
De 2000 à 2018, la croissance du PIB réel a suivi une tendance globalement positive, comme on peut le constater dans le tableau no2.4 ci-dessous :
57 B. TCHATCHOU et al., op. cit., p. 9.
58 Idem.
40
Tableau no2.4 : Evolution du taux de croissance de la ROC (2000-2018)
|
Années |
Croissance du PIB en % |
|
2000 |
-6,91 |
|
2001 |
-2,10 |
|
2002 |
2,95 |
|
2003 |
5,58 |
|
2004 |
6,74 |
|
2005 |
6,14 |
|
2006 |
5,32 |
|
2007 |
6,26 |
|
2008 |
6,23 |
|
2009 |
2,86 |
|
2010 |
7,11 |
|
2011 |
6,87 |
|
2012 |
7,09 |
|
2013 |
8,48 |
|
2014 |
9,47 |
|
2015 |
6,92 |
|
2016 |
2,40 |
|
2017 |
3,73 |
|
2018 |
5,76 |
|
Moyenne |
4,78 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
Les données recueillies dans le tableau no2.4 ci-dessus montrent que depuis 2002, la RD Congo a connu les taux de croissance les plus réguliers au cours des dix-huit dernières années mais a accusé un léger repli au cours de l'année 2009 (2,9 %) et 2016 (2,4 %) suite à des effets néfastes du déclin des cours mondiaux de ses principaux produits d'exportation.
Cette tendance positive ressort du graphique suivant :
41
Graphique 2-5 : Evolution de la croissance économique en RDC de 2000 à 2018 (en % annuel)
Taux de croissance annuelle du PIB (%J
12
10
-2
-4
-6 -6.
-8
4
2
6
0
8
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
91
-2.10
5.58
2.95
6.74 6.14
5.32
6.26 6.23
2.86
8.48
7.11 6.87 7.09
9.47
6.92
3.73
2.40
5.76
Source : Elaboré par nous-mêmes suivant les données du tableau n°2.4
Après des périodes déchirées par des guerres civiles dès la moitié de 1996 jusqu'à la fin 1997 et de mi-année 1998 jusqu'à mi-2003, la RDC a affiché un taux de croissance moyen avoisinant 6,04 % entre 2003 et 2008. La croissance du PIB par habitant a été cependant à un niveau national d'environ 3 % par an pendant la période considérée59.
Par ailleurs, la RDC a été l'un des pays de la sous-région qui a été durement frappé par la crise économico-financière internationale dont les effets se sont vu directement répercuter sur son taux de croissance, qui est passé de 6,3 % en 2008 à 2,9 % en 2009. Par la suite, entre 2010 et 2015, le pays a connu une croissance moyenne de 7,9 % avec un pic de 9,2 % enregistré en 2014 et une inflation largement maitrisée60.
Cette croissance positive observée au cours de cette période est généralement due aux différents programmes économiques initiés par le Gouvernement congolais après sa reprise de coopération internationale appuyé par les institutions de Brettons Wood. Citons à titre illustratif le Programme Intérimaire Renforcé (PIR, 2201), le Programme Economique du Gouvernement (PEG, 2005), le Programme d'Actions Prioritaires (PAP, 2006), etc.
59 V. BRIAND et H. MBONYO, « Croissance économique comme un instrument pour la réduction de la pauvreté ». Dans J. HERDERSCHEE, D. MUKOKO SAMBA et M. TSHIMENGA TSHIBANGU (dir.), Résilience d'un Géant Africain :Accélérer la Croissance et Promouvoir l'Emploi en République Démocratique du Congo, Kinshasa, Médiaspaul, 2012, pp. 227-267, [En ligne], URL : https://www.dphu.org/uploads/attachements/ (Consulté le 27 juin 2020).
60 Art interactif. [s.d.]. Dans Wikipédia. [En
ligne], URL:
https://fr.wikipedia.org/wiki/%C3%89conomie_de_la_r%C3%A9publique_d%C3%A9mocratique_du_Congo
(Consulté le 27 juin 2020).
42
Toutefois, avec la chute du prix des matières premières et la crise politique en 2016, la croissance du PIB a atteint son niveau le plus bas depuis 2003 de l'ordre de 2,4 %, avant de remonter à 3,4 % en 2017.
e) Evolution de la croissance économique au Tchad :
Dernier né des pays pétroliers africains avec une superficie de 1,284 millions de km2, le Tchad est un immense pays continental enclavé, situé aux confins de la Lybie au Nord, du Soudan à l'Est, du Niger, du Nigeria et du Cameroun à l'Ouest et de la RCA au Sud61. Pays agro-pastoral jusqu'à la réalisation du projet pétrolier de Doba, l'économie tchadienne repose actuellement sur l'industrie pétrolière qui contribue à elle seule près de la moitié de la richesse du pays (33,9 % du PIB en 2011). En dehors du domaine pétrolier, les autres domaines d'activités tels que l'agriculture, l'élevage, la pêche et les mines ont représenté respectivement 10,5 %, 9 % et 2,2 % du PIB du pays62.
Cependant, le Tchad a connu une dynamique de croissance la plus soutenue de la sous-région durant la période que couvrent nos investigations. C'est ce qu'indiquent les données du tableau n°2.5 ci-après :
61 N.T. YAMBAYE, « Portées et limites des politiques économiques sur les richesses nationales et la vie de la population : une analyse de l'économie du Tchad comparée aux pays similaires », Thèse de doctorat présentée à l'Université Clermont Auvergne, Clermont-Ferrand, 2019, p. 11. [En ligne], URL : https://cerdi.uca.fr/medias/fichier/cerdi-these-yambaye-27oct2019_1576230747516-pdf?ID_FICHE=91556&INLINE=FALSE (Consulté le 16 juin 2020).
62 A. NASSOUR, « Les stratégies des firmes multinationales chinoises au Tchad et leur contribution à la diversification de l'économie tchadienne », Mémoire de Master présenté à l'Université Marien NGOUABI, Brazzaville, 2016, [En ligne], URL: https://www.memoireonline.com/01/17/9546/Les-strategies-des-firmes-multinationales-chinoises-au-Tchad-et-leur-contribution--la-diversifica.html (Consulté le 9 juillet 2020).
43
Tableau no2.5 : Evolution de la croissance économique au Tchad (2000-2018)
|
Années |
Croissance du PIB en % |
|
2000 |
-0,88 |
|
2001 |
11,66 |
|
2002 |
8,49 |
|
2003 |
14,72 |
|
2004 |
33,63 |
|
2005 |
17,33 |
|
2006 |
0,65 |
|
2007 |
3,27 |
|
2008 |
3,05 |
|
2009 |
4,22 |
|
2010 |
13,55 |
|
2011 |
0,08 |
|
2012 |
8,88 |
|
2013 |
5,70 |
|
2014 |
6,90 |
|
2015 |
2,77 |
|
2016 |
-6,26 |
|
2017 |
-2,99 |
|
2018 |
2,64 |
|
Moyenne |
6,71 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
Les données observées dans le tableau no2.5 indiquent qu'à l'exception des années 2000, 2006, 2011, 2016 et 2017, le Tchad a connu des taux de croissance les plus soutenus de la sous-région (de l'ordre de 7,52 %, respectivement en moyenne) durant la période qui couvre nos investigations. De ce fait, cette croissance soutenue a été rendue possible grâce aux effets positifs des investissements pétroliers réalisés entre 2000 et 200363, mais aussi et surtout grâce à la production pétrolière entamée depuis octobre 2003.
L'évolution de la croissance économique au Tchad est représentée dans le graphique suivant :
63 N.T. YAMBAYE, op. cit., p. 38. [En ligne], URL : https://cerdi.uca.fr/medias/fichier/final-these-yambaye-version-apres-soutenance_1581404868060-pdf?ID_FICHE=43847&INLINE=FALSE (Consulté le 16 juin 2020).
44
Graphique 2-6 : Evolution de la croissance économique au Tchad de 2000 à 2018 (en % annuel)
Taux de croissance annuelle du PIB (%)
-10
40
25
20
35
30
15
10
-5
5
0
-0.88
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018
11.66
8.49
33.63
14.72
17.33
0.65
13.55
3.27 3.05 4.22
8.88
0.08
5.70 6.90
2.77
-2.99
-6.26
2.64
Source : Elaboré par nous-mêmes, à partir des données du tableau n°2.5
A la lecture du graphique ci-dessus, il ressort qu'entre 2000 et 2005, « la production et l'investissement pétroliers ont porté le taux de croissance réel moyen du PIB autour de [14,2 %] (9 % en termes de PIB par habitant) »64. Au cours de cette période, l'économie tchadienne a enregistré une croissance record de 33,6 %.
Cependant, le déclin provisoire de la production pétrolière réalisée pendant l'année 2005 a eu une incidence négative sur le taux de croissance économique, qui est passé de 17, 1 % à 0,7 % en 2006 en raison d'une reprise de la production agricole et des activités cotonnières et de transport65. Ainsi, excepté son niveau le plus bas enregistré en 2006 et 2011, le taux de croissance n'a cessé d'être croissant de 2006 jusqu'en 2015 autour d'une moyenne de 4,9 % avant de régresser sur la période 2016-2017.
64 J.C. NACHEGA et al., « Tchad : les leçons des années de pétrole ». Dans B. AKITOBY et S. COOREY (dir.), Richesse pétrolière en Afrique centrale : Les moyens d'une croissance solidaire, Fonds monétaire international, Washington, 2013, pp. 179-190, [En ligne], URL : https://www.elibrary.imf.org/view/IMF071/12595-9781475584233/12595-9781475584233/front.xml?redirect=true (Consulté le 16 juin 2020).
65 F. SIKOD et al., « Soutenabilité économique d'une ressource épuisable : cas du pétrole tchadien », dans African Development Review, Vol. 25, No3, 2013, p. 349. [En ligne], URL : https://ideas.repec.org/a/adb/adbadr/2077.html (Consulté le 16 juin 2020).
45
A cet effet, l'effondrement progressif des cours pétroliers, de plus de 65 % entre juillet 2014 et 201666, a entrainé une récession de l'économie tchadienne en 2016 et 2017. Représentant plus de 70 % des recettes budgétaires, le choc pétrolier a entrainé un choc budgétaire. Ainsi, les dépenses totales sont tombées de 22,1 % en 2014 à moins de 15 % en 2016 et 2017.
La description de l'évolution de la croissance économique de cinq pays-types retenus au cours de cette étude a indiqué en moyenne une croissance positive et optimiste susceptible de les amener aussitôt à un développement social et économique et à transformer le vécu quotidien de leurs populations. Cette thèse reste encore à prouver. Néanmoins, il est besoin de remonter à l'amont pour trouver les sources réelles de ces taux de croissance positive observés.
Les profils de croissance analysés ci-haut montrent que la croissance de ces différents pays a été principalement soutenue par l'industrie minière et pétrolière. En effet, il appert que les cinq pays retenus dans le cadre de notre analyse sont tous dépendants de l'exploitation du pétrole et des ressources minières.
C'est le cas notamment du Tchad. En effet, la croissance du produit intérieur brut (PIB) du Tchad a atteint 10,4 % en 2012, tirée doublement par le secteur pétrolier (découverte de nouveaux puits) et par le secteur non pétrolier (la mise en service de nouvelles unités de production d'électricité et de ciment ainsi que les investissements massifs dans les infrastructures). Elle a connu un net ralentissement en 2011 avec un taux de croissance de 2,8 % à cause principalement de la baisse des activités dans le secteur primaire67.
Entre 2004 et 2005, l'exploitation du pétrole a entrainé un quasi doublement du PIB qui est passé de 1 732 Milliards FCFA en 2004 à 3 101 Milliards FCFA en 2005. Le PIB pétrolier représente sur la période 2005-2011 en moyenne 30% du PIB, contre 25% pour les secteurs de l'agriculture et de l'élevage, 15% pour le commerce et 30% pour l'ensemble des autres secteurs.
66 BAD, « République du Tchad », Perspectives économiques en Afrique, 2018, p. 2. [En ligne], URL : https://www.afdb.org/fileadmin/ (Consulté le 10 juillet 2020).
67 Ministère de l'économie, du plan et de la coopération internationale, institut national de la statistique, des études économiques et démographiques (INSEED), Profil de la pauvreté au Tchad en 2012, Troisième Enquête sur la Consommation et le Secteur informel au Tchad (ECOSIT3), Rapport Final, Juin 2013
46
En RDC, comme au Tchad, la part des recettes d'exportation minière dans la croissance économique n'est plus du tout à démontrer. En effet, les exportations en RDC sont dominées par la sortie des produits miniers. Le secteur minier demeure ainsi le principal moteur de la croissance avec une contribution moyenne de 38,66 % en 2006-2016. En 2010, la contribution à la croissance des industries extractives s'est située à 124,3% suivie de celle des Agriculture, pêche et élevage (10,3 %) et le reste ont contribué soit négativement ou proche de nul68.
? Les phases de la croissance :
La croissance économique de la sous-région centrale du continent africain possède une longue histoire et a été principalement marquée et caractérisée par trois phases bien distinctes depuis la période postcoloniale, à savoir la phase de prospérité, la phase de décélération et d'ajustement structurel ; et, la phase de relance et d'accélération de la croissance.
Le graphique suivant indique l'évolution de la croissance économique dans cette partie du continent africain depuis 1961 à 2018 avant de fournir un détail sur chacune des phases d'évolution de la croissance.
Graphique 2-7 : Taux de croissance du PIB réel de l'Afrique centrale de 1961 à 2018 (% annuel)
Taux de croissance annuelle du PIB (%J
25
20
15
10
-5
5
0
1961 1964 1967 1970 1973 1976 1979 1982 1985 1988 1991 1994 1997 2000 2003 2006 2009 2012 2015 2018
0.87
6.80
1.84 2.19 1.94
2.942.96
3.07
6.056.20
4.16
2.50
4.61
10.26
6.196.01
1.50
-0.18
-0.78
1.55
7.45
5.22 4.50 5.02
6.93
0.53
-1.73
4.02
1.88
-1.38
1.03
2.91
-3.63
3.04
3.89
8.51
20.51
6.28
2.012.04
11.22
5.55
4.65
11.55
6.84
5.055.33 4.43
3.67
5.27
4.53
5.61
-0.24
4.96
1.89
0.54
-0.05
1.78
Source : Elaboré par nous-mêmes, à partir de la base de données des indicateurs de développement dans le monde de la Banque Mondiale, (World Developement Indicators, 2020)
68 V. K. LOFOMA, op. cit., p. 45.
47
(i) La phase de prospérité (1961-1985)69 :
Cette phase indique les vingt-cinq années glorieuses de la sous-région de l'Afrique centrale. Elle couvre la période de 1961 à 1986. Au cours de cette période, l'Afrique centrale a connu une croissance moyenne avoisinant 4,3 % l'an. Ce premier épisode de performance économique coïncide historiquement avec celle de la découverte et le début d'exploitation du pétrole au Gabon et au Congo entre 1972 et 1975. En effet, entre les années 1961 et 1976, la croissance régionale tire principalement sa source des exportations des produits de rente, dont les capitaux étaient majoritairement détenus par des compagnies étrangères70.
Néanmoins, le boom pétrolier de la période 1978-1986 ne réussit pas à améliorer la croissance de la zone. A ce titre, la croissance régionale passa d'un taux annuel moyen de 4,3 % durant le premier épisode pour se fixer à un taux annuel moyen de 3,2 % au second. Cette légère baisse du rythme de croissance se justifie par deux facteurs: d'une part, par la mauvaise gestion de la politique économique, et d'autre part, par les troubles sociales à répétition qui seraient à l'origine de la faible performance du Congo et du Gabon71.
Contrairement à la situation précédente, le Cameroun a connu un bond spectaculaire de sa croissance s'élevant jusqu'à 7,6 %, avec des taux à deux chiffres, à 22 % et 17,1 % respectivement enregistrés en 1977 et en 1980. En effet, « le syndrome hollandais expérimenté par plusieurs nouveaux exportateurs de pétrole à cette époque, a été plus qu'atténué dans le cas du Cameroun grâce à la politique prudente du régime en place »72. Toutefois, les résultats patents de l'économie camerounaise ne se sont pas traduits directement sur le PIB régional, lequel va se décroitre brutalement à partir de 1987.
69 Nous avons établi notre analyse sur l'ensemble des pays de la sous-région de l'Afrique centrale.
70 I. NGOUHOUO, « Les investissements directs étrangers en Afrique centrale : attractivité et effets économiques », Thèse de doctorat présentée à l'Université du Sud Toulon Var, Toulon, 2008, p. 44, [En ligne], URL : https://tel.archives-ouvertes.fr/tel-00274376/document (Consulté le 10 juillet 2020).
71 I. NGOUHOUO, op. cit., p. 43. [En ligne], URL : https://tel.archives-ouvertes.fr/tel-00274376/document (Consulté le 10 juillet 2020).
72 N. AMAN NDIKEU NJOYA, op. cit., p.99. [En ligne], URL : https://tel.archives-ouvertes.fr/tel-01622648 (Consulté le 10 juillet 2020).
48
(ii) La phase de décélération et d'ajustement structurel (1986-1994)73 :
Pendant la deuxième phase, l'Afrique centrale s'est trouvée confrontée à l'une des plus sévères crises économiques marquée par des profondes récessions et des reprises inégales dans certains pays. La baisse concomitante des prix de principaux produits de rente (cacao, café et coton) et du pétrole au cours de la période 1985-1986 occasionna un frémissement sur la tendance de la croissance économique dans la région.
Face à cette crise aiguë, les gouvernements des pays que compose la région ont été conviés d'appliquer strictement les mesures d'ajustements structurels des Institutions de Bretton Woods, afin de juguler les effets structurels de cette crise. Outre ces outils de restructuration et de stabilisation macroéconomiques, la dévaluation du franc CFA a été également opérée en 1994 dans le but de relancer la compétitivité des exportations.
Dans les faits, on n'assiste pas immédiatement à un retour inédit de la croissance dans les différents secteurs économiques des pays touchés par la crise. Cependant, cette reprise a été inégale lorsqu'on analyse l'évolution individuelle de la croissance de chacun de ces pays. En effet, la République Démocratique du Congo, le Cameroun et la République Centrafricaine ont connu des balbutiements au niveau de leur croissance sur la période couvrant les années 1990 à 1994 ; tandis que le Congo, le Gabon, le Tchad et le Burundi ont réussi à passer cette crise sans ambages.
Par ailleurs, certains partisans de l'ajustement ont cru à défaut que ces réformes pourraient avoir une incidence directe sur l'activité économique africaine plaçant cette dernière sur le sentier d'une nouvelle trajectoire de croissance plus qu'auparavant et comparable à celle du continent asiatique. Malheureusement, cela n'a pas été le cas dans maints pays. Néanmoins, ces mesures ont tant bien que mal, conduit à une reprise timide vers le milieu des années 1990. Il sied cependant de souligner que quelques succès remarquables ont été observés dans certains pays d'Afrique et d'Amérique latine ; mais en gros, le sursaut économique prédit et le recul de pauvreté n'ont pas été au rendez-vous durant cette période.
73 Nous avons établi notre analyse sur l'ensemble des pays de la sous-région de l'Afrique centrale.
49
(iii) La phase de relance et d'accélération de la croissance (1995-2012)74 :
Cette dernière phase apparaît exceptionnelle pour les économies de la sous-région. En effet, contrairement aux autres régions du globe, en l'occurrence l'Amérique Latine et les Caraïbes, l'Asie orientale et le Pacifique qui ont enregistré un ralentissement du rythme net de leur croissance économique et des taux de croissance négatifs en 2009, l'Afrique centrale a été relativement épargnée par la crise des subprimes.
Par ailleurs, la sous-région a connu une baisse tendancielle de l'évolution de sa croissance tout justement à partir de 2013. Ce déclin s'explique principalement par un retournement exotique du cours des matières premières, dont la chute en 2014-2015 a entraîné une récession. Cependant, cette vue globale de la croissance du PIB témoigne la forte vulnérabilité à l'égard des cours internationaux mais également la grande extraversion des économies dans la région, évoluant sans cesse dans une conjoncture internationale qui ne leur sont pas favorables (cours élevé du pétrole, flambée du dollar, hausse des taux d'intérêt, etc.).
Cependant, il faut toutefois noter que contrairement aux épisodes de croissance précédents, cette dernière est caractérisée par une augmentation graduelle et séquentielle des IDE et des prix des matières premières. Ces deux éléments réunis ont poussé malheureusement la majorité des pays de la sous-région à l'exploitation des produits primaires tout en abandonnant les auteurs secteurs tels que l'agriculture susceptible de porter la croissance à long terme. Ainsi, en accord avec notre thématique, il conviendrait à présent de décrire la répartition sectorielle de la région, avant d'entamer plus loin une analyse approfondie sur l'évolution de la pauvreté et des inégalités.
74 Nous avons établi notre analyse sur l'ensemble des pays de la sous-région de l'Afrique centrale.
50
L'analyse sectorielle de l'activité économique de la région met en évidence une faible diversification des économies, une léthargie des activités agricoles ainsi qu'une dépendance accrue aux activités extractives. En effet, l'agriculture reste l'activité dominante dans la région. Pourtant, sa contribution n'a d'autant pas été significative dans la formation du Produit Intérieur Brut. Elle s'est située en moyenne autour de 10 % du PIB durant ces dix dernières années.
En revanche, le secteur industriel se présente comme le véritable moteur de la croissance économique de la région. Sa contribution a certes augmenté passant de 34 % en 1990 à 49 % en 2015. On note par ailleurs une prépondérance des activités du secteur des services à la formation du PIB dans la sous-région. Néanmoins, ce secteur est resté relativement stable sur l'intervalle 1993-2015 et s'est situé en moyenne autour de 40 % durant la même période.
Le graphique no2.3 suivant reproduit les différentes contributions annuelles à la croissance régionale sur la période qui s'étale de 1970 jusqu'en 2015.
Figure 2-1 : Contribution sectorielle à la croissance en Afrique Centrale (en %)
Source : Extirpé dans CUA/OCDE (2018).
75 CUA-OCDE, op. cit., 2018, p. 134. [En ligne], URL : https://doi.org/10.1787/9789264302525-fr (Consulté le 28 novembre 2019).
51
Le graphique ci-dessus laisse apparaître que l'Afrique centrale a connu un degré d'industrialisation élevé durant les vingtième et vingt-unième siècles, malgré la période de désindustrialisation des décennies 1990 et 2000. En effet, selon Ngouhouo, lorsqu'on déduit la contribution du pétrole, aucun de ces pays, en dehors du Cameroun, n'a d'autant une contribution factuelle égale à 10 %.
La figure suivante représente, hors pétrole, la part du secteur industriel des principaux pays exportateurs :
Figure 2-2 : Part du secteur industriel dans le PIB
|
25 20 15 10 5 0 |
||||||||||
|
23 |
||||||||||
|
10 |
||||||||||
|
7 |
6.7 |
5 |
||||||||
|
CAMEROUN GABON CONGO |
GUINEE TCHAD EQUATORIAL |
|||||||||
PAYS
POURCENTAGE
Source : D'après le rapport de la Banque de France sur la CEMAC, 2005.
Cela étant, la récente tendance sectorielle régionale traduit simplement la dépendance des pays de la sous-région envers les industries extractives d'hydrocarbures, ainsi que celles des mines. Toutes choses restant égales par ailleurs, le secteur tertiaire reste effectivement le véritable moteur de la croissance dans la région. Ces résultats sont en grande partie dus au dynamisme sur les marchés des télécommunications et des transports75.
Au demeurant, nous avons constaté que la croissance régionale est largement tributaire de la vente des produits primaires et du pétrole durant la période sous étude. Si les résultats encourageants ont été atteints durant la moitié du premier quart du siècle postcolonial grâce à la production des produits agricoles tels le cacao, le café, le coton et les arachides, force est de constater cependant par la suite qu'après cette époque, ladite production régionale a été
52
soutenue par la vente du pétrole et des autres ressources minières. Un autre fait saillant est que la croissance est inégalement répartie dans la sous-région, alors qu'au début des années 1985, le Cameroun menait le peloton à cause de la diversité de sa production, aujourd'hui, c'est la Guinée Equatoriale qui occupe la tête du fil à cause de la richesse de son sous-sol en hydrocarbures.
Toutefois, les résultats observés ci-dessus en rapport avec les croissances économiques positives observées dans l'un ou l'autre pays de la sous-région, contrastent avec la réalité des vies sociale et économique de leurs populations. Il y a persistance de la pauvreté à telle enseigne que l'on considère les croissances enregistrées comme des simples faits économiques sans incidence réelle sur les conditions sociales et économiques des populations.
53
Dans la recherche des causes sur l'accroissement du taux de pauvreté, des niveaux d'inégalité et des explications sur le manque du processus factuel du développement dans la sous-région centrale africaine, nous commençons par examiner les objectifs du millénaire (ODM). Ensuite, nous présentons une description de l'ampleur et de l'évolution de la pauvreté et des niveaux des inégalités dans la sous-région en faisant une analyse individuelle de chaque pays. Enfin, nous présentons quelques explications du sous-développement de ladite région.
A l'issue de la cinquante-deuxième session de l'Assemblée Générale de l'O.N.U. tenue à New York en décembre 1997, Kofi Annan, alors Secrétaire Général de ladite organisation, annonça pour la première fois les Objectifs du Millénaire pour le Développement (OMD).
En effet, les Objectifs du Millénaire du Développement visaient principalement à faire reculer la pauvreté de moitié avant 2015 et étaient assortis de dix-huit cibles à atteindre au plus tard la même année. Cependant, ils s'articulaient autour de huit axes principaux76 :
· Réduire l'extrême pauvreté et la faim ;
· Assurer l'éducation primaire pour tous ;
· Promouvoir l'égalité des sexes et l'autonomisation des femmes ;
· Réduire la mortalité infantile ;
· Améliorer la santé maternelle ;
· Combattre le VIH/sida, le paludisme et d'autres maladies ;
· Assurer un environnement durable ;
· Mettre en place un partenariat mondial pour le développement.
Selon Lahimer, les huit axes précités sont primordiaux dans la définition de la pauvreté dans toute sa multi-dimensionnalité. Cependant, l'analyse multidimensionnelle relative au concept de pauvreté a donné naissance à deux approches économiques au sein de la littérature à savoir l'approche absolue et l'approche relative77.
76 D. H. PERKINS, et al., op. cit., p. 167.
77 N. LAHIMER, « La contribution des investissements directs étrangers à la réduction de la pauvreté en Afrique subsaharienne », Thèse de doctorat présentée à l'Université Paris-Dauphine, Paris, 2009, p. 100, [En ligne], URL : https://core.ac.uk/reader/6465300 (Consulté le 10 juillet 2020).
54
De ce fait, ces deux approches constitueront le noeud de notre réflexion sur la thématique de réduction de pauvreté et des niveaux d'inégalités dans le cadre de la description de la première cible du premier Objectif du Millénaire pour le Développement.
Les réflexions précédemment développées vont à présent nous permettre de fonder, une analyse de la dynamique de pauvreté monétaire sur la période allant de 2000 à 2016. A cet égard, il importe, dans un premier temps, de spécifier l'incidence de la pauvreté à l'échelle régionale durant les seize premières années du vingt et vingt-unième siècles. Dans un second temps, nous mettons en évidence l'ampleur des niveaux d'inégalités sur base de coefficient de Gini durant la période qui couvre nos investigations.
En dépit de sa baisse spectaculaire en Asie de l'Est et en Amérique Latine, la pauvreté reste encore alarmante dans la sous-région de l'Afrique Centrale. C'est à cet égard que nous analysons dans les lignes le profil de pauvreté en Afrique centrale.
En effet, l'Afrique centrale s'est très mal engagée dans la réalisation du premier objectif du millénaire. Néanmoins, « l'inconstance des mesures statistiques ne permet pas d'avoir une vision précise et complète de l'ampleur de la pauvreté et des inégalités »78.
A ce titre, les données consignées dans le tableau no2.6 suivant illustrent à suffisance les niveaux de pauvreté atteints dans chaque pays sauf pour le cas de la Guinée-Equatoriale.
78 CUA-OCDE, op. cit., CUA, éd. OCDE, Paris, 2018, p. 124, [En ligne], URL : https://doi.org/10.1787/9789264302525-fr (Consulté le 28 novembre 2019).
55
Tableau no2.6 : Taux de pauvreté en Afrique Centrale (seuil de 1.90 USD)
|
Pays |
Année |
Taux de pauvreté |
|
Burundi |
2006 |
77,7 |
|
2013 |
73,7 |
|
|
Cameroun |
2001 |
23,1 |
|
2007 |
29,3 |
|
|
2014 |
24 |
|
|
Congo |
2005 |
50,2 |
|
2011 |
37 |
|
|
Gabon |
2005 |
8 |
|
République |
2003 |
64,8 |
|
2008 |
66,3 |
|
|
RDC |
2004 |
94 |
|
2012 |
77,1 |
|
|
Sao Tomé-et-Principe |
2000 |
29,8 |
|
2010 |
32,3 |
|
|
Tchad |
2003 |
62,9 |
|
2011 |
38,4 |
Source : Extirpé dans CUA/OCDE (2018).
Les données réunies en pêlemêle dans ce tableau no2.6 nous montrent qu'effectivement la situation d'extrême pauvreté n'a pas évolué dans la sous-région. En effet, la majorité des pays ont atteint des taux d'extrême pauvreté supérieur à 40 % avec un niveau maximal atteint en 2006 par le Burundi (77,7 %) tandis que d'autres pays ont eu des niveaux de pauvreté relativement bas. Ainsi, il appert en outre que le taux d'extrême pauvreté est inférieur à 30 % seulement dans trois pays, notamment le Gabon, Sao Tomé et Principe et Cameroun.
56
Précisons d'emblée que l'inégalité est un concept plus complexe que la pauvreté. En effet, il arrive que bien des gens discutent des inégalités et de la pauvreté comme s'il s'agissait d'une seule et même chose, alors qu'il n'en est pas le cas. Le concept d'inégalité est proche de celui de la pauvreté relative. Cette dernière est définie comme la proportion de la population vivant au-dessous d'un certain pourcentage du revenu médian. Tandis que les inégalités, en revanche, définissent la qualité de la distribution des revenus sur l'ensemble de la population.
C'est ainsi que dans le cadre de notre analyse sur la description de la pauvreté en Afrique centrale, nous nous sommes basés sur le coefficient de Gini pour décrire la répartition des revenus. Celui-ci indique dans quelle mesure la répartition des revenus entre les individus ou les ménages au sein d'une économie s'écartent de l'égalité parfaite.
Cependant, l'étude des niveaux des inégalités en Afrique centrale se révèle être particulièrement préoccupante. On constate cependant à la lecture des chiffres que le coefficient de Gini de la sous-région stagne à 42 (tableau no2.2) depuis 15 ans. Ce constat nous amène à comprendre ipso facto que la capacité des États à mobiliser les ressources et à les redistribuer s'avère être insuffisant lorsqu'on compare le montant des recettes publiques de la région qui est seulement de 11 % du PIB en 2016 avec la moyenne de 16 % pour toute l'Afrique79.
Cependant, le tableau no2.7 suivant présente les médianes décanales des inégalités de revenus mesurées entre les pays sur la période sous nos investigations.
79 CUA/OCDE, op. cit., CUA, éd. OCDE, Paris, 2018, p. 124, [En ligne], URL : https://doi.org/10.1787/9789264302525-fr (Consulté le 28 novembre 2019).
80 D. KABANGA MUSAWU, « Cours de statistiques descriptives », Université Catholique du Congo, 1ère Licence (LMD) Economie et Développement, Année académique 2019-2020, inédit.
57
Tableau no2.7 : Inégalités de revenu en Afrique Centrale
|
Pays |
Année |
Coefficient de Gini |
|
Burundi |
2006 |
33,4 |
|
2013 |
39,2 |
|
|
Cameroun |
2001 |
42,1 |
|
2007 |
42,8 |
|
|
2014 |
46,5 |
|
|
Congo |
2005 |
47,3 |
|
2011 |
48,9 |
|
|
Gabon |
2005 |
42,2 |
|
Guinée-équatoriale |
__ |
__ |
|
République |
2003 |
43,6 |
|
2008 |
56,2 |
|
|
RDC |
2004 |
42,2 |
|
2012 |
42,1 |
|
|
Sao Tomé-et-Principe |
2000 |
32,1 |
|
2010 |
30,8 |
|
|
Tchad |
2003 |
39,8 |
|
2011 |
43,3 |
|
|
Afrique Centrale |
2000-08 |
42 |
|
2009-16 |
42 |
Source : Extirpé dans CUA/OCDE (2018).
Rappelons que :
? Si 'G varie entre 0 et 20, la concentration est faible, cela veut dire qu'il y a une faible inégalité dans la répartition de revenu.
? Si 'G varie entre 20 et 40, il y a une concentration moyenne
? Si 'G est supérieure ou égale à 40, il y a une forte concentration, cela veut dire qu'il y a aggravation des inégalités dans la répartition de revenu80.
Ainsi, l'analyse en niveau des indices de Gini (IG) montre que sur la période sous nos investigations, les pays de la sous-région sont les moins inégalitaires. Cependant, depuis la dynamique de croissance positive, les inégalités des revenus semblent être restées à bout fixe entre les périodes 2000-2008 et 2009-2016. Le coefficient de Gini dans les pays observés se situe dans un intervalle entre 30,8 (Sao Tomé-et-Principe) et 56,2 (Centrafrique) révélant qu'il persiste des inégalités régulières dans la répartition des revenus au sein des populations et que les inégalités persistent.
81 N. LAHIMER, op. cit., p. 76. [En ligne], URL : https://core.ac.uk/reader/6465300 (Consulté le 10 juillet 2020).
58
L'histoire sous-régionale est caractérisée par une série d'évènements macabres (problèmes politiques, culturels et ethniques : coup d'Etat, pillages, instabilité institutionnelle, guerres civiles, etc.) qui se chevauchent, s'entremêlent et se combinent. Certains remontent aussi loin que les premières années de l'indépendance.
En effet, plusieurs facteurs expliquent le sous-développement dans les pays d'Afrique centrale. Cependant, nous pouvons regrouper les causes qui entravent le processus de développement en deux catégories :
? les facteurs exogènes relatifs à la géographie physique et humaine ;
? les facteurs endogènes relatifs aux politiques économiques suivies depuis les indépendances.
Accordons un court détail à chaque catégorie de facteurs pour en scruter la profondeur et l'influence.
Les facteurs exogènes sont les caractéristiques qui conditionnent directement ou indirectement la structure démographique, les déterminants de production et la qualité des institutions d'un pays ou d'un groupe des pays81. En effet, il serait étrange d'affirmer que des composantes comme le climat, la géographique, la culture et l'histoire n'aient jamais affecté le cours du développement économique. A ce titre, nous analysons dans les lignes qui suivent les effets de la taille des pays, de l'enclavement et de la fragmentation ethnique sur les économies de la sous-région.
a) Taille (Superficie ou aire nationale) des pays :
Il est observé que la plupart de pays africains enclavés ou semi-enclavés sont ceux qui connaissent ou qui ont connu depuis toujours de très mauvaises performances économiques au fil de l'histoire. A cet égard, le découpage de l'Afrique à l'issue de la conférence de Berlin tenue en 1885 en un nombre élevé de pays de petites tailles et à forte diversité ethnique explique en grande partie les nombreuses carences productives et situations conflictuelles dans la région.
59
Tableau no2.8 : Taux de croissance du PIB/habitant en ASS par catégorie géographique et par
décennie
|
Afrique Décennie Subsaharienne |
Avec Littoral |
Enclavé (pauvres en ressources naturelles) |
Abondants en |
||||
|
1960- 1970 |
1,04 |
1,36 |
0,16 |
2,08 |
|||
|
1970- 1980 |
0,86 |
1,32 |
-0,31 |
1,42 |
|||
|
1980- 1990 |
-0,79 |
-0,85 |
0,14 |
-1,67 |
|||
|
1990- 2000 |
-0,46 |
0,27 |
-1,3 |
-0,42 |
|||
|
Total |
0,13 |
0,5 |
-0,36 |
0,29 |
|||
Source : D'après Collier (2007) cité par Lihamer (2009).
Ainsi, l'on peut noter à cet effet que certains pays ont été des véritables poudrières dans le continent. Cela fut notamment le cas « du Tchad confronté à plusieurs rebellions depuis les années 1965 ; du Congo Brazzaville miné par une guerre civile qui remonte à 1993; de l'Angola entre 1975 et 2001, du Burundi entre 1988 et 2003 »82 mais également de la République Démocratique Congo (Ex-Zaïre) ainsi que de la République Centrafricaine qui connaissent encore jusqu'à ces jours des situations des crises.
En conséquence, les conflits interrégionaux ont pour la plupart déstabilisé les économies africaines. Il est aujourd'hui prouvé, note cependant Doudjingao, que « les conflits civils et armés répétitifs que connait le continent africain constituent une des causes principales de son retard de développement »83. Certes, les grandes puissances n'avaient pas imaginé les coûts physiques, humains et socio-économiques d'un mauvais départage de l'Afrique si bien qu'elles pensaient vouloir la contrôler de façon pérenne. Ainsi, les conflits sont ipso facto une expression violente d'une opinion concernant un des aspects de la vie économique, politique ou sociale.
82 I. EHUENI MANZAN, « Les accords politiques dans la résolution des conflits armés internes en Afrique », Thèse de doctorat présentée à l'Université de La Rochelle, La Rochelle, 2011, p. 33, [En ligne], URL : https://tel.archives-ouvertes.fr/tel-00808590/document (Consulté le 10 juillet 2020).
83 A. DOUDJIDINGAO, « Education et croissance en Afrique subsaharienne, une analyse comparative des trajectoires socioéconomiques de trois groupes de pays anglophones, francophones et maghrébins », Université de la Méditerranée - Aix-Marseille II, Marseille, 2009, p. 146. [En ligne], URL : https://tel.archives-ouvertes.fr/tel-00414483/document (Consulté le 10 juillet 2020).
b) 60
Enclavement :
L'enclavement de certains pays africains est un véritable obstacle à leur croissance et leur développement, l'exploitation des ressources maritimes, lacustres ou fluviales étant susceptibles de contribuer à la croissance. Dans la lecture spatiale, il ressort que certains Etats d'Afrique centrale à l'instar du Tchad, de la Centrafrique, du Burundi sont dépourvus d'un accès direct à la mer ce qui peut se révéler comme étant problème majeur dans ce contexte actuel de mondialisation.
A titre d'exemple, considérée comme le maillon faible des économies de la sous-région centrale africaine, la République Centrafricaine est le pays qui rencontre plus d'obstacles dans les échanges commerciaux. En effet, Sanze note dans son article que « l'ouverture maritime traditionnelle permettant l'acheminement des marchandises vers la capitale Bangui, ainsi que l'exportation des matières premières se fait via le port de Pointe Noire au Congo Brazzaville, grâce au fleuve Oubangui. Or depuis les évènements politico-militaires qui ont secoué les deux Congo ces dix dernières années, la sécurité de la navigation du fleuve Oubangui est devenue hypothétique. Alors les Centrafricains [se trouvent obliger de se tourner] vers le port de Douala, au Cameroun, pour faire transiter leurs marchandises qui sont ensuite acheminées par la route vers Bangui ou vers certaines villes de province »84.
c) Ethnicité :
L'autochtonie et l'ethnicité sont au coeur de la grande majorité des mobilisations sociales et politiques qui ont secoué le continent africain au cours des dernières décennies. Selon le rapport de la Commission « Régions africaines en crises » de la Fondation Roi Baudouin et Médecins Sans Frontières, les pays tels que le Rwanda, la Somalie, le Libéria, l'Angola, le Burundi et le Zaïre (avant 1997) sont tombées dans le prisme des conflits ethniques faute de systèmes de participation et de protection adéquate entre les communautés.85
84 J-J. SANZE, « La vulnérabilité économique d'un pays riche et enclavé : Le cas de la République Centrafricaine », La Presse : Sangonet (Paris 13ème), 28 mai, 2013. [En ligne], URL : https://sangonet.com (Consulté le 12 juillet 2020).
85 A. MORO NGUI, « Conflits et guerres d'autochtonie et d'ethnicité en Afrique : éléments d'un modèle général d'analyse », Winter-Spring/Hiver-Printemps, Vol. 8, N°1, 2018, p. 1, [En ligne], URL : http://resmilitaris.net (Consulté le 30 juin 2020).
61
De ce fait, il s'avère que la plupart de sociétés des pays subsahariens sont les plus hétérogènes au monde. Par conséquent, l'utilisation de l'indice de fragmentation ethnolinguistique ELF604086 montre cependant que 32 pays d'Afrique Subsaharienne (sur un total de 39 décrits par l'indicateur ELF60), ont un indice de fragmentation ethnique supérieure à celui des Etats-Unis.
C'est ce qu'indiquent les résultats regroupés dans le tableau no2.9 ci-dessous :
Tableau no2.9 : Fragmentation ethnolinguistique dans les pays d'Afrique Subsaharienne
Indice de Fragmentation Nombre de pays Pays d'Afrique Subsaharienne (avec
Ethnolinguistique (ELF60) d'Afrique Subsaharienne certains pays référence)
|
Entre 0,75 et 0,93 14 (0,75 étant le niveau du Canada) |
Tanzanie; Ouganda; Rép.
Dém. |
|
|
Entre 0,5 et 0,75 9 (0,5 étant le niveau des Etats-Unis) |
Guinée; Gambie; Niger; Soudan; |
|
Entre 0,1 et 0,5 Mauritanie; Royaume Unis; France;
3
(0,1 étant le niveau de la Grèce) Lesotho; Tunisie; Rwanda.
Entre 0,01 et 0,1 3 Somalie ; Madagascar ; Burundi
(0,01 étant le niveau du Japon)
Source : Easterly et Levine (1997) cité dans N. Lahimer (2009).
Note : Les pays sont classés par ordre décroissant de fragmentation ethnolinguistique. Le tableau inclut des pays n'appartenant pas à l'Afrique Subsaharienne. Ils sont inscrits en gras et notés à titre de niveau de fragmentation ethnolinguistique de référence.
Comme on peut le constater, le tableau no2.9 reflète que sur un total de cinq sous-régions du continent africain, seule la région centrale dispose majoritairement des pays qui ont un indice de fragmentation ethnique supérieure. C'est le cas notamment de la RD Congo, du Cameroun, du Gabon, de la Centrafrique et du Burundi.
86 ELF60: est un indice de fragmentation ethnolinguistique qui a été construit par les chercheurs soviétiques au début des années 60 et publié dans l'Atlas Narodov Mia. Il calcule la probabilité que deux individus pris aléatoirement appartiennent à deux groupes différents. Ainsi, il varie de 0 à 1. Des valeurs élevées de cet indice désignent des sociétés à forte fragmentation ethnolinguistique.
62
Les facteurs endogènes du sous-développement de l'Afrique centrale s'expliquent à travers l'inefficacité des politiques économiques engagées par la majorité de pays depuis leurs indépendances. En effet, le processus de développement entamé par la plupart de ces pays depuis la période postcoloniale s'est soldé par un échec cuisant.
En effet, au lendemain de l'acquisition de leur souveraineté nationale et internationale, plusieurs pays de la sous-région se sont lancés dans des investissements publics faramineux. Ces investissements, au lieu de stimuler la croissance, ont provoqué de problèmes récurrents de financement. L'épargne intérieure étant insuffisante, il a fallu donc pour ces pays de se tourner vers les capitaux étrangers qu'ils ont acquis par endettement.
Des principaux facteurs endogènes qui explicatifs du sous-développement des pays de la sous-région de l'Afrique Centrale, nous retenons dans le cadre de cette étude la dépendance extérieure face aux matières premières, l'endettement,
a) Dépendance face aux matières premières :
De tous les facteurs endogènes liés au sous-développement, la dépendance face aux matières premières est la plus fulgurante. Il n'est cependant plus à démontrer que la santé des économies de la région tient dans la vente des principaux produits d'exploitation tels que le cacao, le café, etc. Depuis la fin de l'ère coloniale, les pays africains n'ont pas su diversifier leurs exportations de manière à se protéger contre les aléas internationaux et à se forger une forte résilience. Ainsi, la spécialisation dans les produits de base de la plupart des pays de la sous-région ne contribue qu'à accentuer la détérioration des termes de l'échange au fil des ans.
Il s'en est suivi, au fil de temps, des déficits remarquables et répétés de balances commerciales comme l'indique la figure suivante :
63
Graphique 2-8 : Solde de la balance commerciale de la sous-région d'Afrique centrale de 1977 à 2018 En milliards USD courants
Solde de la balance commerciale de 1977 à 2018
|
15 10 5 0 -5 -10 -15 -20 -25 -30 -35 |
Source : Elaboré par nous-mêmes sur base des données de la Banque Mondiale de tous les 9 pays de l'Afrique
centrale (WDI, 2020)
Le graphique no2-8 ci-dessous indique que les années 2001 et 2018 se sont encore soldées par des déficits creux malgré l'évolution à la hausse des prix des matières premières depuis 1999. La manne financière dégagée par la flambée des prix des matières premières a inextricablement amorti le déficit subséquent de la balance des comptes courants durant la première année du vingt et unième siècle (c'est-à-dire durant l'an 2000) où le pourcentage de la sous-région s'est fixé à 7,98 %.
Finalement, après quatre décennies d'erreurs de politiques économiques, de détérioration de l'environnement institutionnel et d'endettement, les pays de la sous-région centrale africaine n'ont jamais trouvé le sentier du développement.
64
b) Endettement :
Alors que dès les années 60, les pays du Sud s'endettent massivement, incités par des puissances postcoloniales désireuses d'écouler leurs liquidités et, après le choc pétrolier de 1973, par des banques occidentales regorgeant de pétrodollars, deux tendances vont les plonger, au tournant des années 70 et 80, dans une situation économique intenable : l'augmentation déraisonnée des taux d'intérêts et la chute drastique du cours des matières premières, dont ils sont particulièrement dépendants. C'est le début d'une spirale infernale qui débouchera sur la crise de la dette et la « décennie perdue » pour le développement87.
Néanmoins, même si tous les pays de la sous-région n'ont pas connu le problème de la dette au même moment et de la même manière, néanmoins, les conséquences de la dette extérieure a fragilisé les opportunités de développement déjà entamées par certains d'entre eux. Que cela ne tienne, une chose est demeurée certaine : c'est que la volatilité des prix des matières premières et la chute des termes de l'échange combinés avec la faiblesse de l'aide internationale, ont poussé à l'explosion de la dette extérieure des pays de ladite région.
A propos, comme le dit simplement le prix Nobel d'économie Joseph Stiglitz, « La dette de la majorité des pays du Sud a très mal tourné, mettant en péril des millions de vies humaines et la souveraineté de dizaines de pays. Jamais il n'a été question pour les créanciers de partager ni même de reconnaître officiellement leurs responsabilités. Celles-ci sont pourtant lourdes, comme en attestent les milliards de dollars de prêts accordés par les pays occidentaux pour armer l'Irak de Saddam Hussein, soutenir le Zaïre de Mobutu, l'apartheid en Afrique du Sud ou les dictatures latino-américaines, sans même se soucier de leur solvabilité88.
87 Plateforme Dette et développement, « Dette odieuse : à qui a profité la dette des pays du Sud ? », Lantier, Paris, 2000, p. 12.
88 J. STIGLITZ, cité dans Dette odieuse : à qui a profité la dette des pays du Sud, p. 23.
65
c) Mauvaise gouvernance :
La plupart des économies de la sous-région d'Afrique centrale sont réputées de n'être pas très transparentes en termes de gestion des recettes issues des produits de rente suite aux malversations des dirigeants politiques, à la corruption, à l'abus de pouvoir et à la confusion des rôles. En effet, l'Afrique centrale est la sous-région la moins bien classée sur l'indice de perception de la corruption (IPC). Les auteurs tels que Leite et Weidmann (1999), Ross (2001) et Isham et al. (2005) ont cependant démontré que l'abondance des produits de base favorisait la corruption et la mauvaise gouvernance, qui sont les deux principales causes de la faiblesse de la croissance économique89.
Lors de deux dernières publications de Transparancy International, les cinq pays sous-examen ont tous malheureusement occupé l'avant dernière place comme on peut le constater dans le tableau no2.10 suivant :
Tableau no2.10 : Indices de la corruption
|
Transparancy International |
||
|
Pays |
(la note la plus élevée correspond |
|
|
au pays le plus corrompu) |
||
|
2015 |
2016 |
|
|
Angola |
163 |
164 |
|
Centrafrique |
145 |
159 |
|
Congo Brazzaville |
146 |
159 |
|
Congo Kinshasa |
147 |
156 |
|
Tchad |
147 |
159 |
Source : Elaboré par nous-mêmes sur base des données de Transparancy International.
Les données reprises dans le tableau no2.10 ci-dessus indiquent assez clairement que les différents pays de la sous-région de l'Afrique centrale n'ont pas amélioré leur gestion de la chose publique. D'une année à une autre, les indices sont passés de moindres aux pires révélant ainsi que lesdits pays se sont plongés d'une année à une autre dans le gouffre de la mauvaise gouvernance dont les conséquences sur les conditions sociales et économiques se sont empirés
89 D. AVOM et F. CARMIGNANI, « L'Afrique centrale peut-elle éviter le piège de la malédiction des produits de base ? », dans Revue d'économie du développement, Vol. 18, No2, 2010, pp. 47-72, [En ligne], URL : https://www.cairn.info/revue-d-economie-du-developpement-2010-2-page-47.htm (Consulté le 11 juillet 2020).
66
en faisant bénéficier les ressources publiques à une minorité au pouvoir au détriment de la grande majorité de la population.
Les données de ce tableau sont représentées dans le graphique suivant :
Graphique 2-9 : Evolution des IPC
INDICE
170
165
160
155
150
145
140
135
163
ANGOLA CENTRAFRIQUE CONGO BRAZZA RDC TCHAD
PAYS
164
145
159 159
147 147
146
156
159
Source : Elaboré par nous-mêmes suivant les données du tableau ci-dessus
Au fur et à mesure que nous nous sommes penchés à rendre compte de la dynamique de croissance, des inégalités, de la pauvreté et du développement économique, nous avons constaté qu'à l'issue de ce chapitre, l'ethnicité, l'enclavement, la taille des pays, le niveau d'endettement, la dépendance liée à l'exploitation des ressources naturelles et le tâtonnement dans le choix des politiques économiques sont d'autant d'éléments qui justifient l'absence et l'engagement réel du processus du développement au sein de la sous-région centrale du continent africain nonobstant l'accroissement substantielle de la production durant les seize premières de notre siècle.
67
Rappelons que les deux premiers chapitres de notre étude avaient pour objectifs respectifs de présenter les généralités conceptuelles et l'état des lieux de la dynamique de pauvreté, des inégalités, de croissance et du développement économique en Afrique Centrale. Le troisième et dernier chapitre se propose d'élaborer l'indice composite de croissance inclusive pour les pays de la CEAAC.
Ce chapitre se compose des points suivants : l'appréciation des indices antérieurs de mesure de croissance, la présentation des indices préludes à l'élaboration des indices composites de croissance, les étapes de construction des indices composites et enfin la construction et la présentation des indices composite de croissance inclusive.
Cette section du chapitre vise, dans un premier temps, une description succincte et critique des indices synthétiques antérieurs proposés au sein de la littérature sur la croissance inclusive (A. Sen, 1990 ; Mlachila et al., 2014). Il s'agit de ceux qui n'ayant pas trouvé leur légitimité dans la communauté scientifique. Dans un deuxième temps, ce point présente celles qui ont fait l'objet de prélude dans notre étude en vue de dégager une démarche méthodologique centrée sur des fins de conception et de formulation de notre indicateur synthétique dénommé « Indice de Croissance Inclusive » (ICI, en sigle).
Le débat portant sur la nécessité de disposer d'un ou de plusieurs indicateurs fiables et pertinents capables de supplanter le PIB en vue de mesurer efficacement les effets redistributifs de la croissance sur le long terme, n'est pas récente. Elle ne date pas d'hier, mais elle est plutôt une conséquence d'une série des réflexions initiées par d'innombrables chercheurs autour de la question d'inclusivité de la croissance.
Rappelons, en effet, que les premières tentatives de création des mesures agrégées sont celles qui ont été créées pour évaluer le niveau du bien-être et du développement humain. Ensuite naquirent celles faisant référence à la notion de durabilité de développement.
? R est l'indice de richesse monétaire, basé sur le produit intérieur brut (PIB) par habitant ;
? S l'indice de santé (basé sur l'espérance de vie) ;
68
C'est pourquoi, depuis les années 90 jusqu'à nos jours, trois indicateurs synthétiques ont été réellement couronnés de succès dont nous nous sommes inspiré pour fonder notre démarche : il s'agit principalement de l'Indice de Développement Humain (IDH) proposé par le PNUD ; de l'Indice de Développement Humain ajusté aux Inégalités (IDHI) ainsi que de l'Indice de la Qualité de la Croissance proposé par Mlachila et al. (2014). A ce titre, nous décrivons dans les lignes qui suivent les définitions mathématiques et méthodologiques de chaque indice en vue d'en dégager les limites.
L'IDH est un indicateur du bien-être le plus utilisé et le plus connu. Il permet d'évaluer et de mesurer le niveau du bien-être atteint par un pays. A travers ce point du chapitre, nous présentons d'abord la définition ou l'expression mathématique de cet outil de mesure avant d'en présenter les limites.
a) Définition :
L'IDH est un indice statistique composite du Programme des Nations Unies pour le Développement (PNUD). Inspirée des travaux d'Amartya Sen, sa valeur est comprise entre 0 (exécrable) et 1 (excellent).
En effet, il est calculé en établissant la moyenne arithmétique de trois indices quantifiant respectivement :
? la longévité et/ou la santé sur base de l'espérance de vie à la naissance ;
? le savoir et/ou l'instruction mesuré(e) sur base du taux d'alphabétisation des adultes combiné au taux de fréquentation scolaire des jeunes ;
? la possibilité d'accéder à un niveau de vie décent sur base du revenu brut par habitant en parité de pouvoir d'achat.
L'expression mathématique suivante favorise le calcul de cet outil de mesure :
??+??+??
?????? = (3.1)
??
où :
69
? E l'indice d'éducation. L'indice E est lui-même la moyenne pondérée d'un indice de scolarisation des jeunes et d'un indice d'alphabétisme des adultes (le premier ayant deux fois plus de poids que le second).
Exprimées chacune dans son unité, ces variables doivent d'abord être normalisées ou redimensionnées afin que les niveaux des indices R, S et E soient compris entre 0 et 1. Plus l'indice est proche de 1, plus le pays est considéré comme développé sur le plan humain. Cette normalisation nécessite que soient définies des valeurs minimales et maximales (possibles ou acceptables) pour chacune des variables (voir tableau 1). Cette normalisation nécessite que soient définies des valeurs minimales et maximales (possibles ou acceptables) pour chacune des variables (voir tableau 1).
La formule de normalisation est alors de la forme suivante :
(valeur observée de la variable-minimum)
Valeur de l'indice = (3.2)
(maximum-minimum)
Le tableau no3.1 suivant résume des valeurs maximales et minimales des sous-indices :
Tableau no3.1 : Minima et maxima des variables dans les formules de normalisation
Elément Minimum Maximum
PIB par habitant ($ PPA) 100 USD 40000 USD
Espérance de vie (années) 25 ans 85 ans
Alphabétisme (%) 0 % 100 %
Scolarisation (%) 0 % 100 %
Source : D'après G. Omar et G. Abdallah (2019).
70
b) Limites de l'IDH :
Parmi les critiques les plus acerbes contre l'IDH et sa construction, celles évoquées conjointement par Guerid Omar, Ghalem Abdallah90 et Michaël Goujon sont les plus évoquées91. Ces derniers ont pu résumer les limites contenues dans la construction de l'IDH en trois points. Leurs critiques concernent d'abord la fiabilité des informations statistiques communiquées par chaque pays, l'absence d'une relation entre la croissance économique et le développement humain, ensuite ; et, enfin, la partialité du cadre conceptuel de l'IDH.
Un détail et un développement accordés à chaque point de critique pourrait nous élever à la hauteur de nos recherches.
? La fiabilité des informations statistiques communiquées par les différents pays :
En effet, selon Guerid Omar et Ghalem Abdallah, les renseignements périodiquement fournis par la plupart des pays sur les différentes composantes de l'IDH ne sont pas dans leur ensemble calculés selon des critères fiables et bien déterminés. Dans cette optique, certains spécialistes optent plutôt pour les données que communiquent certaines institutions internationales dont la crédibilité est souvent prouvée. À titre d'exemple, l'auteur cite l'UNICEF et l'Unesco pour ce qui est le cas des indicateurs concernant la scolarisation, de la santé et des conditions de vie des enfants ainsi que le FMI en ce qui concerne les données portant sur la croissance du PIB92.
? La croissance économique et le développement humain ne vont pas souvent de pair :
Le rapport du PNUD sur le développement humain publié en 2010 démontre explicitement qu'il existe une corrélation extrêmement faible, entre la croissance du revenu par tête (indicateur exclusivement monétaire) et les autres indicateurs d'ordre qualitatif.
Pour corriger l'impact des effets du revenu sur les deux autres dimensions du développement humain, PNUD a récemment proposé le passage d'une moyenne arithmétique à une moyenne géométrique (qui mesure la valeur typique d'un ensemble de nombres)93. De telle sorte qu'une
90 G. OMAR et al., « Le développement humain : les dimensions d'un concept », dans Revue des Economies Financières Bancaires et de Management, Vol. 5, No1, 2019, pp. 238-251 [En ligne], URL : http://revues.univ-biskra.dz/index.php/lfbm/ (Consulté le 8 août 2020).
91 M. GOUJON, « L'indice de développement humain : une évaluation rétrospective pour La Réunion (19852005)», dans Etudes et Documents, No5, CERDI, 2011, p. 5, [En ligne], URL : https://ideas.repec.org/p/cdi/wpaper/1044.html (Consulté le 8 août 2020).
92
93 M. BENDAOUD, « Des travaux d'Amartya Sen à l'indice du développement humain », dans Centre d'études sur l'intégration et la mondialisation (CEIM), 2011, p. 18, [En ligne], URL : https://www.ieim.uqam.ca/spip.php?page=article-ceim&id_article=6605 (Consulté le 8 août 2020).
71
performance médiocre « dans une dimension quelconque est maintenant directement réfléchie dans l'IDH, et il n'y a plus de substituabilité parfaite à travers les dimensions »94.
A cet égard, l'expression couramment utilisée en termes de moyenne arithmétique pour mesurer l'IDH, a été moins préférée que la moyenne géométrique de trois sous composantes de l'IDH donnée par la relation suivante :
IDH = v?????????????????? * ???????????????????????????? ?????? * ????????????????????????
?? (3.3)
? Le cadre conceptuel de l'IDH :
Michaël Goujon95 note à son tour que le concept de développement est bien sûr plus complexe que ce que permet de mesurer l'IDH avec seulement trois dimensions et quatre variables. Certains aspects importants du développement ou du bien-être manquent probablement (sécurité, culture, environnement...). Une autre limite, toute aussi importante que les précédentes, souligne l'auteur ci-dessus, est celle qui présente l'IDH comme un indicateur de niveau moyen de développement pour une population. Il ne tient pas compte explicitement des inégalités de revenus ou sociales dans les pays. Par exemple, deux pays peuvent présenter des niveaux d'IDH identiques, mais la part de la population pauvre dans l'un des deux pays peut être plus élevée si ce pays est plus inégalitaire que l'autre.
C'est pourquoi, en tenant compte de cette dernière critique contre l'IDH, la mise en place de l'Indice de Développement Humain corrigé des Inégalités devenait un correctif nécessaire, en dépit de ses propres limites qui constituent sa faiblesse.
94 PNUD, « Rapport sur le développement humain 2010 », Communications Development Incorporated, 2010, p. 17.
95 M. GOUJON, op. cit., p. 5, [En ligne], URL : https://ideas.repec.org/p/cdi/wpaper/1044.html (Consulté le 8 août 2020).
72
L'indice de développement humain ajusté aux inégalités IDHI réduit l'IDH selon les inégalités de répartition de ses différentes dimensions au sein de la population (Klugman, 2010 ; Alkire et Foster, 2010)96. C'est pourquoi, il prend en compte la moyenne géométrique de chaque variable (entre valeurs au sein de la population) divisée par sa moyenne arithmétique.
Dans des conditions d'égalité parfaite, l'IDH et l'IDHI prennent une valeur égale ; mais les inégalités deviennent plus importantes au fur et à mesure que l'écart se creuse entre ces deux indices.
Une croissance est dite « de qualité » lorsqu'elle est forte, stable et soutenue, de manière à accroître la productivité et permettre l'atteinte des objectifs relatifs à l'amélioration du bien-être social et à la réduction de la pauvreté. Sur cette base, les économistes ont construit une mesure dénommée « Indicateur de la Qualité de la Croissance (IQC) », dans le but d'analyser les facteurs les plus déterminants du récent épisode de forte croissance pour un échantillon de 93 pays dont 43 sont situés en Afrique.
L'IQC est un indicateur composite qui prend en compte deux sortes d'éléments complémentaires, à savoir : 1) les « fondamentaux de la croissance » (la vigueur, la volatilité, la diversification économique et l'orientation externe de la demande) ; et 2) les « retombées sociales de la croissance » en termes d'éducation et de santé.
En RD Congo, l'évolution de cet outil d'analyse a été très remarquable au cours de la période 1990 à 2011 par exemple où il est passé respectivement de 0,392 à 0,488. Cette évolution positive a été bien appréciée, mais elle n'a pas eu de retombées sociales et économiques souhaitées au niveau de la population congolaise. Ce qui indique dès lors les limites reconnues à l'IDHI, indicateur qui accuse, comme l'IDH, sa partialité en s'appuyant uniquement sur certains domaines (domaines miniers, par exemple), alors que certains autres sont marginalisés.
C'est pourquoi, il est reproché à l'IDHI d'évaluer le niveau de bien-être atteint par certains pays en s'appuyant seulement sur quelques zones ou îlots isolés de croissance. Elle est remarquable sur le plan quantitatif, mais illusoire et déficitaire sur le plan qualitatif. Elle est sans effets
96 R. JOUMARD, « Indicateurs d'environnement et de développement durable ». 4th International Conference on Energy, Materials, Applied Energetics and Pollution (ICEMAEP'2018), Université des Frères Mentouri Constantine 1, Constantine (Algérie), 2018, p. 67, [En ligne], URL : https://hal.archives-ouvertes.fr/hal-01817417 (Consulté le 8 août 2020).
73
notables dans la lutte contre la pauvreté de masse et sans intégration ni du tissu économique, ni de la géographie économique du pays.
Les travaux précédemment présentés en prélude dans notre étude, ont eu des limites réelles qu'il convient de relever. En effet, ils ont eu à négliger la dimension écologique dans l'élaboration de leurs indicateurs synthétiques. Ces limites ont affaibli leur teneur économique et désorienté la fiabilité des résultats auxquels leurs mesures ont abouti, appelant ainsi à mettre en place des nouveaux outils d'évaluation de croissance. A cet égard, dans notre construction, nous avons fait usage de ce facteur afin de mieux appréhender l'inclusivité de la croissance dans la zone CEEAC.
74
A travers cette deuxième section du chapitre, il convient tout d'abord de présenter l'approche méthodologique retenue pour la construction de l'Indice de Croissance Inclusive (ICI, en sigle), avant de procéder, aux estimations et à la discussion des résultats.
Cette première sous-section est consacrée à la présentation du processus et de la méthodologie d'élaboration de « l'Indice de Croissance Inclusive » (ICI, en sigle). Dans cette démarche, nous nous referons à l'approche méthodologique proposée par Nardo et al. (2005) citée par Issaka Dialga et Thi-Hang-Giang Le.97
C'est pourquoi, nous présentons premièrement les différentes étapes de construction de l'ICI, puis, deuxièmement, les données relatives aux variables retenues pour chaque pays de la CEEAC ; et, enfin, le calcul de l'ICI pour chaque pays et la classification.
? Etapes
La construction d'un indicateur composite se fait généralement en 5 étapes, chacune de ces étapes incluant des choix parmi différentes méthodes possibles98:
? la sélection des indicateurs ;
? le traitement des données manquantes ;
? la sélection de la pondération à assigner à chaque niveau d'agrégation en fonction de son importance relative ;
? le choix de la méthode de normalisation des indicateurs ainsi que ? le choix de la méthode d'agrégation des indicateurs.
97 I. DIALGA et al. (2014), « Développement d'indices composites et politiques publiques : interactions, portée et limites méthodologiques », dans Laboratoire d'Economie et de Management Nantes-Atlantique Université de Nantes, EA 4272, p. 6 [En ligne], URL : https://halshs.archives-ouvertes.fr/hal-01071020/ (Consulté le 28 novembre 2020).
98 M. NARDO et al. (2005), « Handbook on Constructing Composite Indicators: Methodology and User Guide », dans OECD Statistics Working Paper, STD/DOC(2005), p. 12, (notre traduction), [En ligne], URL : http://ina.bnu.edu.cn/docs/20140604161231083481.pdf (Consulté le 28 novembre 2020).
Source : Elaboré par nous-mêmes.
75
a) Sélection des indicateurs :
Les critères d'acceptabilité ou de sélection de nos indicateurs se fondent ex ante aux piliers du développement durable : l'économique, le social et l'environnemental considérés comme des « domaines » séparés. Chaque dimension ou domaine comporte des sous-dimensions (ou composantes) qui ont plusieurs indicateurs.
En conséquence, les indicateurs ont été regroupés ex post sur ces trois niveaux. Suivant ces critères, 19 indicateurs clés ont été sélectionnés pour l'ICI. Les données ont été collectées à partir de la base de données du World Development Indicators, comme nous pouvons le constater dans le tableau no3.2 ci-dessous.
Tableau no3.2 : Liste des domaines, composantes et variables retenues
Domaines, dimensions et composantes de l'ICI Variables
RNB par habitant
Aide publique au développement nette reçue
A-2 Population inactive et Emploi
Taux de chômage
Ratio emploi-population (% des plus de 15 ans) Ratio emplois/population (% des 15-24 ans)
A-2 Santé et Démographie
Taux de mortalité infantile moins de cinq ans (pour 1 000) Espérance de vie à la naissance
A-3 Education et Innovation
Ratio filles/garçons des inscriptions au secondaire
(%)
Ratio filles/garçons des inscriptions au primaire
(%)
Dépenses publiques en éducation (% du
PIB)
Dépenses en recherche et développement (% du PIB)
Émissions de CO2 (tonnes métriques par habitant)
Émissions de protoxyde d'azote (variation depuis 1990, %)
B-2 Production et capacité de stockage d'Energie
Production d'électricité à partir de sources d'énergie renouvelables, hors énergie hydroélectrique (% du total) Consommation d'énergies renouvelables (% de la consommation totale d'énergie)
Combustibles renouvelables et déchets (% de l'énergie total)
Accès à l'électricité (% de la
population)
Accès à des combustibles et techniques de cuisson
propres
(% de la population)
Indice de GINI
76
b) Traitement des valeurs manquantes : une étape d'affinement dans la construction de l'Indice de Croissance Inclusive (ICI)
Afin d'avoir une base de données complète dans le temps et dans l'espace, nous avons procédé au traitement des données manquantes en éliminant les séries de données qui ont moins de 90 % de données disponibles. En effet, la plupart des variables enregistraient au départ des données manquantes en fonction des années pour lesquelles elles ont été observées.
Avant de passer à la mesure elle-même, nous avons préalablement retiré de la liste des variables, la variable indice de Gini dans la mesure où nous n'avons pas pu récupérer plus de 10 % d'informations sur cette dernière. Pour le reste des variables, celles qui ont présenté plus de 50 % d'informations disponibles, nous avons procédé par leur estimation pour les séries de données retenues.
Tableau no3.3 : Trois dimensions et 18 variables retenues après contrôle des données
Domaines, dimensions et composantes Variables
de l'ICI
RNB par habitant
Aide publique au développement nette reçue
A-2 Population inactive et Emploi
Taux de chômage
Ratio emploi-population (% des plus de 15 ans) Ratio emplois/population (% des 15-24 ans)
A-2 Santé et Démographie
Taux de mortalité infantile moins de cinq ans (pour 1 000) Espérance de vie à la naissance
Émissions de CO2 (tonnes métriques par habitant)
Accès à l'électricité (% de la population)
Accès à des combustibles et techniques de cuisson propres (% de la population)
Source : Elaboré par nous-mêmes.
L'absence, dans notre base de données, d'information sur la variable indice de Gini nous a empêché de construire un indice synthétique qui tient compte effectivement de la sous-dimension « inégalité », comme nous pouvons le constater dans la liste de nos variables définitives.
77
c) Sélection des pondérations attribuées à chaque indicateur :
Nous allons à présent utiliser la liste de nos variables pour tenter d'attribuer à chacune d'elles une pondération. La triple définition que nous avons retenue pour mesurer l'inclusivité de la croissance sous-régionale du centre de l'Afrique va nous permettre de distribuer les pondérations à chaque indicateur. A cet effet, il est souhaitable de bien scruter en amont le triptyque dimensionnel avant d'établir les pondérations de chaque indicateur.
En effet, dans la construction de l'ICI, chaque dimension est équipondérée, comme chaque indicateur dans chaque dimension. Selon cette spécification, la somme de poids doit être égale à 1 ou à 100%.
C'est pourquoi, dans le cas qui nous concerne, l'équiprobabilité ne serait pas de mise, sachant que nous mettons l'accent sur le domaine social et ses variables. C'est pourquoi, sans négliger les pondérations allouées aux autres domaines, nous avons accordé au domaine social la pondération de 2/3 en gardant inchangé le critère de l'unicité de la somme des pondérations respectives comme l'indique les données du tableau suivant :
Tableau no3.4 : Dimensions, Indicateurs et Poids pour la construction de l'ICI
|
Dimensions |
No |
Indicateurs |
Poids |
|
Economique (1/30) |
1 |
APD nette reçue (% du RNB) |
1/10 |
|
2 |
Chômage, total (% de la population) |
1/10 |
|
|
3 |
Dépenses publiques en éducation (% du PIB) |
1/10 |
|
|
4 |
Dépenses en recherche et développement (% du PIB) |
1/10 |
|
|
5 |
Ratio emploi-population (% de plus de 15 ans) |
1/10 |
|
|
6 |
Ratio emplois/population (% de 15-24 ans) |
1/10 |
|
|
7 |
Ratio filles/garçons des inscriptions au primaire (%) |
1/10 |
|
|
8 |
Ratio filles/garçons des inscriptions au secondaire (%) |
1/10 |
|
|
9 |
RNB par habitant en PPA (USD constants de 2011) |
1/10 |
|
|
Ecologique (7/30) |
10 |
Consommation d'énergies renouvelables (% de la consommation totale d'énergie) |
7/30 |
|
11 |
Combustibles renouvelables et déchets (% de l'énergie total) |
7/30 |
|
|
12 |
Émissions de CO2 (tonnes métriques par habitant) |
7/30 |
|
|
13 |
Émissions de protoxyde d'azote (variation depuis 1990, %) |
7/30 |
|
|
14 |
Production d'électricité à partir de sources d'énergie renouvelables, hors énergie hydroélectrique (% du total) |
7/30 |
|
|
Sociale (2/30) |
15 |
Accès à l'électricité (% de la population) |
2/3 |
|
16 |
Accès à des combustibles et techniques de cuisson propres (% de la population) |
2/3 |
|
|
17 |
Espérance de vie à la naissance, total (années) |
2/3 |
|
|
18 |
Taux de mortalité infantile, moins de 5 ans (pour 1 000) |
2/3 |
Source : Elaboré par nous-mêmes.
99 M. LO et A. SY, « Un Indice de Compétitivité Structurelle des pays en développement », dans Research Paper, Vol. 20, No04, 2020, p. 15, [En ligne], URL : https://media.africaportal.org (Consulté le 28 novembre 2020).
78
Au regard des données du tableau ci-dessus, il ressort que pour chaque domaine retenu, un certain nombre de variables a été retenu, notamment :
· Pour le domaine économique : 9 variables ont été retenues et chacune d'elle a bénéficié d'une pondération d'un tiers (1/10) ;
· Pour le domaine écologique (environnement) : 5 variables ont été retenues et à chacune une pondération de un tiers (7/30) a été accordé ;
· Pour le domaine social : 4 variables ont été retenues et ont bénéficié chacune d'une pondération d'un tiers (2/3).
d) Normalisation des indicateurs :
La normalisation permet de réduire les échelles de mesure des différents indicateurs. Elle accorde dans certains cas au cadre conceptuel de l'indice, mais aussi agit (positivement ou négativement) sur les effets des valeurs extrêmes sur l'indice99.
A ce titre, pour les indicateurs possédant des unités de mesure différentes, il a fallu les normaliser pour pouvoir les rendre comparables. Alors qu'en général deux méthodes peuvent être utilisées : celle de la distance par rapport au maximum et au minimum et la méthode de standardisation, la seconde est celle que nous avons utilisée dans le cadre de cette étude.
Pour la première méthode, les indicateurs auront toujours une valeur comprise entre 0 et 1. C'est à dire que lorsque l'indicateur atteint sa valeur maximale sur une période établie, celui-ci prendra une valeur de 1. Algébriquement la méthode Min-Max se présente sous la forme suivante :
|
|
||
où :
· xit représente la valeur prise par l'indicateur i pour l'année t,
· lit représente la valeur normalisée prise par l'indicateur i pour l'année t
· Min xi et Max xi coïncident respectivement avec la valeur minimale et maximale prise par l'indicateur i au cours de la période considérée.
· Pour la seconde méthode, elle consiste à calculer la moyenne et la variance (ou l'écart-type) de l'indicateur au cours de la période.
79
(3.5)
Et de procéder à la standardisation en utilisant l'expression :
????-???? ??
Iit = ??
où :
? ?????? représente la valeur prise par l'indicateur i pour l'année t ;
? ???? est la moyenne prise par l'indicateur au cours de la période t ? Et ?? l'écarttype de l'indicateur
e) Choix de la méthode d'agrégation des indicateurs :
Il existe deux principales méthodes d'agrégation : la méthode de moyenne arithmétique et la méthode de moyenne géométrique. La première a l'avantage d'être utilisée quand bien même les valeurs normalisées des indicateurs au cours de certaines périodes sont négatives. La seconde par contre ne peut être utilisée que lorsque toutes les valeurs normalisées sont positives. C'est pourquoi, dans le cas présent de notre étude, nous avons recouru à la première méthode.
La construction de l'ICI suit les mêmes étapes que celles présentées ci-dessus : A. Choix des indicateurs :
Les indicateurs choisis dans le processus d'élaboration de l'ICI sont repris dans le tableau ci-dessous :
80
Tableau no3.5 : Choix des indicateurs
|
Dimensions |
Variables |
|
Economique |
RNB par habitant |
|
Aide publique au développement nette reçue |
|
|
Taux de chômage |
|
|
Ratio emploi-population (% des plus de 15 ans) |
|
|
Ratio emplois/population (% des 15-24 ans) |
|
|
Taux de mortalité infantile moins de cinq ans (pour 1 000) |
|
|
Espérance de vie à la naissance |
|
|
Ecologique |
Émissions de CO2 (tonnes métriques par habitant) |
|
Social |
Accès à l'électricité (% de la population) |
|
Accès à des combustibles et techniques de
cuisson |
Source : Elaboré par nous-mêmes.
Les données manquantes sont celles en rapport avec les indicateurs dont les disponibilités de données par période étaient à moins de 60% par rapport à l'ensemble des données pour période. Après élimination des indicateurs dont les données étaient manquantes du fait qu'au cours de la période sous analyse celles disponibles étaient à moins de 60% du total de la période, la liste définitive suivante des indicateurs a été retenue dans les trois domaines (économique, écologique et social) :
81
Tableau no3.6 : Liste définitive des indicateurs retenus
|
Dimensions |
Variables |
|
Economique |
RNB par habitant |
|
Aide publique au développement nette reçue |
|
|
Taux de chômage |
|
|
Ratio emploi-population (% des plus de 15 ans ) |
|
|
Ratio emplois/population (% des 15-24 ans) |
|
|
Taux de mortalité infantile moins de cinq ans (pour 1 000) |
|
|
Espérance de vie à la naissance |
|
|
Ecologique |
Émissions de CO2 (tonnes métriques par habitant) |
|
Social |
Accès à l'électricité (% de la population) |
|
Accès à des combustibles et techniques de cuisson
propres |
Source : Elaboré par nous-mêmes après suppressions des indicateurs à données incomplètes
Les pondérations (poids) alloué(e)s à chaque domaine sont les suivantes :
Tableau no3.7 : Résumé du
poids de chaque dimension en
pourcentage
Dimensions Poids Valeurs en (%)
Economique 1/10 10
Ecologique 7/30 23
Social 2/3 67
Total 1 100
Source : Elaboré par nous-mêmes.
On observe que la somme des pondérations est égale à 1 ou 100 lorsqu'elles sont exprimées en pourcentages. La pondération (poids) de 2/3 accordée au pilier social s'explique par le rôle qu'il doit jouer dans la dimension inclusive de la croissance ; puis l'écologique (7/30), et enfin, l'économique (1/10).
82
Les valeurs des indicateurs retenus dans cette étude en vue de la construction de l'ICI ont été normalisées par la méthode décrite ci-dessus après calcul des moyennes et des écarts-types pour chaque indicateur au cours de la période sous analyse. Les données standardisées sont reprises en annexe n°A4.
Deux méthodes sont employées pour agréger les valeurs d'une série : soit la moyenne géométrique, soit la moyenne arithmétique. La première ne s'appliquant que sur les valeurs exclusivement positives, les nôtres ne l'étant pas toutes, nous avons utilisé la méthode des moyennes arithmétiques. C'est ce qui explique qu'après agrégation, les indices trouvées des ICI peuvent être négatives.
Tableau no3.8 : Valeurs agrégées
|
INDICATEURS |
ANGOLA |
CONGO |
RCA1 |
TCHAD |
RDC2 |
|
RNB/hab |
-3,06422E-10 |
1,67222E-08 |
-0,231792112 |
-0,067273357 |
-4,93466E-08 |
|
APDNR |
2,71363E-10 |
2,3588E-09 |
0,014340641 |
-5,82347E-09 |
0,021703086 |
|
TXCH |
-1,69552E-10 |
-3,54592E-08 |
-0,214258146 |
1,07065E-07 |
4,93799E-08 |
|
REMPL (% pop de plus de 15 ans ) |
1,53159E-09 |
8,06338E-08 |
0,018207183 |
6,28231E-07 |
-1,33066E-07 |
|
REMPL (% pop des 15-24 ans) |
-6,17515E-10 |
-1,87091E-08 |
0,025297373 |
1,15339E-07 |
-6,24443E-08 |
|
TMINF (-5%o) |
8,44596E-10 |
-2,19822E-08 |
-0,021328793 |
1,24107E-07 |
1,36035E-07 |
|
EVN |
-9,67045E-10 |
8,86987E-08 |
0,020319131 |
7,03011E-08 |
-0,09092839 |
|
CO2e (tonnes métriques/hab) |
-2,25644E-09 |
-0,117640088 |
-0,89129245 |
-0,175592659 |
-0,118260763 |
|
AELT (% pop) |
-0,17846493 |
-0,86116966 |
0,115819823 |
8,41565E-08 |
-0,106116087 |
|
ACTCP (% pop) |
-0,875272349 |
-0,254311628 |
-0,348985488 |
-4,28129877 |
-1,821453731 |
|
N pondéré |
-1,05373728 |
-1,233121263 |
-1,513672838 |
-4,524163663 |
-2,115055944 |
Notes : (1) République Centrafricaine ; (2) République Démocratique du Congo
Source : Elaboré par
nous-mêmes à partir des bases de données du WDI (2020),
Angola, Congo, RCA, RDC et Tchad 2000-
2018 - pondérations
normalisées
Suivant les résultats du tableau n°3.8, les valeurs agrégées reprises sur la dernière ligne nous permettent d'attribuer les rangs pour la classification des pays en raison de leur inclusivité de croissance :
83
Tableau no3.9 : Scores et rangs obtenus après agrégation des valeurs N-pondérées
Pays Score Rang
Angola -1,054 1
Congo -1,233 2
RCA -1,514 3
Tchad -4,524 5
RDC -2,115 4
Source : Elaboré par nous-mêmes.
Les valeurs agrégées reprises dans le tableau n°3.9 peuvent être représentées dans la figure suivante :
Valeurs agrégées - Taux de croissance
ICI
TXCS
-2
-4
-6
4
2
8
6
0
Graphique 3-1 : Classification des pays après détermination des résultats
ANGOLA CONGO RCA TCHAD RDC
-1.1
-1.1 -1.2 -1.5 -4.5 -2.1
5.8
5.8 3.7 1.2 6.7 4.8
-1.2
3.7
PAYS
-1.5
1.2
-4.5
6.7
-2.1
4.8
Source : Elaboré par nous-mêmes.
84
A l'issue du calcul de cet indice, il sied d'appuyer les résultats obtenus un commentaire. En effet, l'ICI a été présenté comme un indicateur susceptible de dépasser les limites reconnues aux autres indicateurs classiques (IDH, IDHI, IQC...). En effet, par rapport aux résultats obtenus, il ne fait ombre d'aucun doute que les valeurs ici trouvées le sont au terme de la prise en compte de différents indicateurs dont la plupart n'ont pas été considérés dans les calculs des indicateurs antérieurs, c'est notamment le cas de l'omission de la dimension écologique, des inégalités graves qu'ils comportent.
Les résultats de notre construction présentent une classification des pays plus ou moins sincère alors qu'une autre le serait si un des indicateurs ci-dessus avait été utilisé. D'après cette classification, les 5 pays sont classifiés de la manière suivante :
-1. Angola ;
-2. Le Congo-Brazzaville ;
-3. La Centrafrique ;
-4. La R.D. Congo et ;
-5. Le Tchad.
On constate que le classement des pays obtenu par l'ICI diffère de loin de celle qui serait fait si on se referait uniquement à la valeur moyenne du taux de croissance de la période sous étude (Cfr. Tableau no3.9). En effet, suivant les valeurs moyennes du taux de croissance, la classification suivante est faite :
-1. Tchad ;
-2. Angola ;
-3. La RD Congo ;
-4. Le Congo-Brazzaville ;
-5. La RCA.
85
On constate que le Tchad a perdu 4 positions, l'Angola a gagné une position, RDC a perdu une position, le Congo-Brazzaville a gagné deux positions et la RCA a gagné deux positions. Le gain et la perte de positionnement sont synthétisés dans le tableau suivant :
Tableau no3.10 : Gain et perte de positionnement des pays sous-analyses
|
Pays |
Avant |
Après |
Gain/Perte |
|
Angola |
2 |
1 |
1 |
|
Congo |
4 |
2 |
2 |
|
RCA |
5 |
3 |
2 |
|
Tchad |
1 |
5 |
-4 |
|
RDC |
3 |
4 |
-1 |
Source : Elaboré par nous-mêmes.
Comme nous l'avons souligné plus haut, il a été question tout au long de ce chapitre de proposer une mesure synthétique censée dépasser les limites usuelles reconnues aux autres indicateurs classiques tels que l'IDH, l'IDHI, l'IQC, etc. afin d'évaluer le niveau d'inclusivité de la croissance économique atteint par les cinq pays de la CEEAC. A l'issue de nos investigations, nous avons abouti aux résultats indiquant que la classification des pays concernés par cette étude sur base du volume de croissance est un leurre qui devrait être dépassé, et de ce fait, la vraie classification devrait plutôt se faire sur un indicateur synthétique qui prendrait en compte les enjeux actuels des Objectifs du développement durable.
A la lumière des résultats présentés précédemment, l'Angola vient en tête de classification suivi du Congo-Brazzaville, de la Centrafrique, de la RD Congo et du Tchad.
86
Au regard des résultats auxquels cette étude a abouti, il est préférable de procéder à une série de recommandations. Ces dernières sont adressées aussi bien aux autorités gouvernementales de différents pays de la CEAAC qu'aux élaborateurs des politiques d'actions sociales et économiques.
a) Aux autorités politiques, nous suggérons :
· La mise en place des institutions qui assurent la bonne gouvernance ;
· L'évaluation régulière et permanente des mesures et autres programmes sociaux en vue de tirer des conclusions qui respectent les normes d'évaluation et répondent aux critères objectifs ;
· La non implication des programmes politiques dans l'évaluation de certains indicateurs économiques dont les valeurs sont parfois surestimées alors qu'en réalité ils n'ont aucune retombée sociale ou économique ;
· La mise en place et l'installation des bureaux qui s'inspirent de la réalité sociale et économique des populations en vue d'en évaluer le véritable niveau de vie et de survie.
b) Aux élaborateurs des politiques d'actions sociales et économiques, nous recommandons :
· D'éviter de présenter des conclusions et des résultats d'enquêtes sociales qui plaisent aux autorités politiques, mais qui ne tiennent pas compte des conditions sociales et économiques de la population ;
· De mettre en place de nouvelles mesures qui évaluent concrètement la vie des populations et qui facilitent la mise en place des outils d'analyse scientifiquement crédibles et objectifs ;
· De disponibiliser toujours des données d'analyse en vue de permettre, dans les classifications des pays, l'élimination de certaines variables alors disponibles dans d'autres pays.
87
Cette étude consacrée à la construction d'un indice composite de croissance inclusive afin d'évaluer l'inclusivité de la croissance économique atteinte par cinq pays de la Communauté Economique des Etats de l'Afrique Centrale (CEAAC, en sigle) arrive à son terme. Toutefois, le travail n'a aucune ambition de prétendre être clos, ce nouvel indicateur de croissance devant être encore testé et réexaminé en toute sa profondeur.
Rappelons en fait que l'Angola, le Congo-Brazzaville, la République Centrafricaine, le Tchad et la République Démocratique du Congo étaient les cinq pays de la sous-région centrale africaine concernés par cette étude. Notre étude avait couvert la période allant de 2000 à 2018.
L'étude que nous avons menée dans les lignes qui précèdent tirait sa base autour de ces questions essentielles :
? Comment peut-on expliquer les taux de croissance élevés enregistrés par les pays de l'Afrique centrale ?
? Cette croissance a-t-elle été inclusive ?
? Comment mesurer cette inclusivité ?
Et les réponses fournies à ces différentes interrogations à titre provisoire constituaient nos hypothèses de base selon lesquelles les taux de croissance élevés enregistrés par les pays de la sous-région centrale de l'Afrique s'expliqueraient par l'existence des ressources minières que possèdent lesdits pays et de ce fait, pareille croissance aurait été inclusive et de qualité si elle était évaluée par des indicateurs solides qui tiendraient compte de sa qualité que ceux utilisés ayant mis au centre l'augmentation du PIB comme le seul moyen d'évaluation alors que la qualité en serait exclue.
En vue de parvenir à ce but assigné et vérifier ces hypothèses, ce travail était subdivisé en trois chapitres qui avaient pour objectifs respectifs de présenter de manière succincte les généralités conceptuelles, l'état des lieux de la dynamique de pauvreté, des inégalités, de croissance et du développement économique en Afrique centrale ainsi que la démarche de construction de l'indice composite de croissance inclusive élaboré spécifiquement pour évaluer l'inclusivité des pays sus-évoqués.
88
Dans nos démarches de validation empirique, nous avons fait usage de l'approche méthodologique proposée par Issaka Dialga et Thi-Hang-Giang Le pour élaborer notre Indice de Croissance Inclusive (ICI, en sigle) désacralisé des limites antérieures de quelques indices composites du développement durable (IDH, IDHI, IQC, etc.) qui ont été véritablement couronnées succès au sein de la littérature économique.
A l'issue de nos investigations, nous avons abouti aux résultats indiquant que la classification des pays de l'Afrique centrale sur base du volume de croissance est un leurre qui devrait être dépassé, la vraie classification devrait se baser sur l'ICI qui tient et prend en compte les variables économiques communes à ces pays et entame une démarche cohérente et logique. C'est pourquoi, appliqué à notre étude, la classification suivante a été trouvée : l'Angola vient en tête de classification suivi du Congo-Brazzaville, de la Centrafrique, de la RD Congo et du Tchad chacun avec des scores respectifs de -1,05373728 -1,233121263 ; -1,51367284 ; - 2,115055944 et -4,524163663. A l'aune de ces résultats, nous avons conclu que le classement des pays obtenu par l'ICI diffère de loin de celui qui aurait été fait si on se référait uniquement à la valeur moyenne du taux de croissance de la période sous-examen.
Comme tout travail intellectuel, ce travail peut comporter quelques limites notamment sur le plan technique, théorique, méthodologique et statistique. En effet, si l'ICI trouve encore ici son pesant d'or, il possède pourtant ses limites notamment celles liées à la non intégration de certaines variables dont les données n'étaient pas disponibles, c'est pourquoi, comme toute oeuvre humaine, cet outil d'analyse peut être répréhensible. A ce titre, les remarques et les suggestions pertinentes dans le but de l'améliorer sont les bienvenues.
I. Ouvrages
111 BREMOND, J., & GELEDAN, A. (2002). Dictionnaire des sciences économiques et sociales, Hatier, Paris.
121 CAPUL, J-Y., & GARNIER, O. (2008). Dictionnaire d'Economie et des sciences sociales, Hatier, Paris.
131 ISLAM, R., (2005). Croissance économique et développement durable au Maroc, éd. Steal, Rabat. 141 MANKIW, G. N. (1993). Macroéconomie, De Boeck, Bruxelles.
151 MANKIW, G. N., & TAYLOR M. P. (2013). Principes de l'économie, De Boeck, Bruxelles.
161 MONTEILS, M., (2001). Le savoir moteur de la croissance économique : Tests empiriques des principaux modèles de la croissance endogène, Forum de la régulation, Paris.
171 MULUMBA, M. A., & TIZI, G. (2003). Le guide du chercheur en sciences sociales et humaines, éd. Sogedes, Kinshasa.
181 PERKINS, D. H., RADELET, S., & LINDAUER, D. L. (2008). Économie du développement. 3e éd. De Boeck, Bruxelles.
191 RAINELLI, M. (2003). La nouvelle théorie du commerce international, La découverte, Paris.
1101 TCHATCHOU, B., SONWA, D. J., IFO, S., & TIANI, A. M. (2015). Déforestation et dégradation
des forets dans le Bassin du Congo : Etat des lieux, causes actuelles et perspectives, CIFOR, Bogor. 1111 MASHALA, B. G. (2008). Stratégies de réduction de la pauvreté : Dynamiques participatives de
l'Eglise et des Organisations de base en RD Congo, Aleph Edizioni, Milano.
II. Articles et autres documents
1121 ANAGO, S. S., & HOUNGBEME, J-L. D. (2015). Construction d'un indicateur synthétique de croissance inclusive, Analyse des politiques économiques et financières, 1(1) : 69 - 105.
1131 AVOM, D., & CARMIGNANI, F. (2010). L'Afrique centrale peut-elle éviter le piège de la malédiction des produits de base ?, Revue d'économie du développement, 18(2) : 47 - 72.
1141 BAD, (2011), La Chine et l'Afrique : Un nouveau partenariat pour le développement ?
1151 BAD, (2013). Construction d'un indice composite d'intégration économique : le cas de l'Afrique Centrale.
1161 BAD, (2018). République du Tchad, Perspectives économiques en Afrique.
1171 BARUCH, J. (2018, 10 avril). Le FMI face à l'opacité des comptes publics du Congo-Brazaville, La Presse : Le Monde, Paris.
1181 BELKACEM, M., & DJEDDIS, N., Impact des dépenses publiques sur la croissance économique en Algérie : étude économétrique sur la période 1985-2012, Mémoire de Master, Université Abderrahmane Mira de Bejaïa, Bejaïa, Année académique 2013-2014.
1191 BENDAOUD, M. (2011). Des travaux d'Amartya Sen à l'indice du développement humain, Centre d'études sur l'intégration et la mondialisation (CEIM).
1201 BOCCUNFUSO, D., & MENARD, C. (2009). La croissance pro-pauvre : un aperçu exhaustif de la `boite à outils', Cahier de recherche/Worhing Paper, 9(6), Département d'Economie de l'Ecole de gestion à l'Université de Sherbrooke.
1211 BOULANGER, P-M. (2004). Les indicateurs de développement durable : un défi scientifique, un enjeu démocratique. Séminaire Développement durable et économie de l'environnement, organisé
II
par l'Iddri et la Chaire Développement durable de l'Ecole polytechnique-EDF, Institut pour un développement durable (IDD), Belgique, Namur.
1221 BOUNOU-NGOPO, M. (2019). La fiscalité face à l'impératif du développement de la République Centrafricaine, Thèse de doctorat présentée à l'Université Aix-Marseille, Marseille.
1231 BRIAND, V., & MBONYO, H. (2012). Croissance économique comme un instrument pour la réduction de la pauvreté. Dans HERDERSCHEE, J., MUKOKO, D. S., & TSHIMENGA, M. T. (éditeurs), Résilience d'un Géant Africain : Accélérer la Croissance et Promouvoir l'Emploi en République Démocratique du Congo, Volume I synthèse, contexte historique et macroéconomique, Kinshasa, Banque Mondiale, Médiaspaul, 227 - 267.
1241 C.U.A.-O.C.D.E., (2018). Dynamiques du développement en Afrique 2018 : Croissance, emploi et inégalités, CUA, éd. OCDE, Paris.
1251 COGNEAU, D., & GUENARD, C. (2002). Les inégalités et la croissance : une relation introuvable?, Working Papers, DT/2002/03.
1261 DIALGA, I., & LE, T-H-G. (2014). Développement d'indices composites et politiques publiques : interactions, portée et limites méthodologiques. Laboratoire d'Economie et de Management Nantes-Atlantique, Université de Nantes (EA 4272), 1 - 38.
1271 DOUDJIDINGAO, A. (2009). Education et croissance en Afrique subsaharienne, une analyse comparative des trajectoires socioéconomiques de trois groupes de pays anglophones, francophones et maghrébins, Université de la Méditerranée - Aix-Marseille II, Marseille.
1281 EASTERLY, W. & LEVINE, R. (1997). Africa's Growth Tragedy, The Quarterly Journal of Economics, 112(4) : 1203 - 1250.
1291 EHUENI MANZAN, I. (2011). Les accords politiques dans la résolution des conflits armés internes en Afrique », Thèse de doctorat présentée à l'Université de La Rochelle, La Rochelle.
1301 FORTIN, A. (2005). Investissements directs étrangers, effets de débordements et croissance économique dans les pays en voie de développement, Mémoire de maîtrise présenté à l'Université de Montréal, Montréal.
1311 GOUJON, M. (2011). L'indice de développement humain : une évaluation rétrospective pour La Réunion (1985-2005), Etudes et Documents, (No200905).
1321 IZU, A. (2016). Fort de sa vigueur, qu'en est-il de l'inclusivité de la croissance en RDC ?, Jeune Economiste, 26(29) : 26 - 51.
1331 JOUMARD, R. (2018). Indicateurs d'environnement et de développement durable. 4th International Conference on Energy, Materials, Applied Energetics and Pollution (ICEMAEP'2018), Université des Frères Mentouri Constantine 1, Constantine, Algérie.
1341 KA, N. (2016). Modélisation de la croissance pro-pauvre, Thèse de doctorat présentée à l'Université Montpellier, Montpellier.
1351 KABANGA, M. D., Cours de statistiques descriptives. Notes de cours de 1èreLicence/(LMD) de la Faculté d'Economie et Développement, Université Catholique du Congo, Année académique 20192020, inédit.
1361 KHAN, A., KHAN, G., SAFDAR, S., MUNIR, S., & ANDLEEB, Z. (2016). Measurement and Determinants of Inclusive Growth: A Case Study of Pakistan (1990-2012), The Pakistan Development Review, 55:4 Part II, 455 - 466.
1371 KUZNETS, S. (1973). Modern Economic Growth :Findings and Reflections, The American Economic Review, 63(3) : 247 - 258.
1381 LAHIMER, N. (2009). La contribution des investissements directs étrangers à la réduction de la pauvreté en Afrique subsaharienne, Thèse de doctorat présentée à l'Université Paris-Dauphine, Paris.
1391 LANCHET, D., & FLEURBAEY, M. (2013). Construire des indicateurs de la croissance inclusive et de sa soutenabilité : que peuvent offrir les comptes nationaux, comment les compléter ?, Economie et Statistique/INSEE.
1401 LO, M., & SY, A. (2020). Un indice de compétitivité structurelle des pays en développement, Policy Center for the New South, RP-20/04, 1 - 54.
III
1411 LOFOMA, K. V. Conditions de la contribution de la croissance économique dans l'amélioration
du bien-être en RDC, Mémoire de Licence présenté à l'Université de Kinshasa, Kinshasa, 2019. 1421 LOKOTA, M.-A. I., MATATA, D., & LUKAU, P. (2015). Comprendre la croissance inclusive,
LAREQ Working Paper Series, I-001.
1431 MAZAMBA, T., Le modèle de Lucas (1988).
1441 MEDA, D., & GADREY, J. (2011). Les limites du PIB, Alternatives économiques, N°300.
1451 MEYER, D. F., & MEYER, N. (2019). Assessment of Inclusive Growth Performance: A Comparative Analysis of the BRICS Countries, Oeconomica, 15(4) : 191 - 207.
1461 Ministère de l'économie, du plan et de la coopération internationale, institut national de la statistique, des études économiques et démographiques (2013), Profil de la pauvreté au Tchad en 2012, Troisième Enquête sur la Consommation et le Secteur informel au Tchad (ECOSIT3), Rapport Final.
1471 MORO NGUI, A. (2018). Conflits et guerres d'autochtonie et d'ethnicité en Afrique : éléments d'un modèle général d'analyse, Winter-Spring/Hiver-Printemps, 8(1) : 1 - 16.
1481 N.U., (2010). Rapport National des progrès vers l'atteinte des objectifs du millénaire pour le développement.
1491 N.U., (s.d.). Les moteurs de la croissance inclusive en Afrique.
1501 NACHEGA, J-C., & WIECZOREK, J. (2013). Tchad : les leçons des années de pétrole. Dans AKITOBY, B. & COOREY, S. (dir.), Richesse pétrolière en Afrique centrale : Les moyens d'une croissance solidaire, Fonds monétaire international, Washington, 179 - 190.
1511 NARDO, M., SAISANA, M., SALTELLI, A., TARANTOLA, S., HOFFMAN, A. & GIOVANNINI E. (2005). Handbook on Constructing Composite Indicators: Methodology and User Guide, OECD Statistics Working Paper, STD/DOC(2005)3 ; Paris : OECD.
1521 NASSOUR, A. (2016). Les stratégies des firmes multinationales chinoises au Tchad et leur contribution à la diversification de l'économie tchadienne, Mémoire de Master présenté à l'Université Marien NGOUABI, Brazzaville.
1531 NDIKEU NJOYA, N. A. (2017). Corruption et croissance économique au Cameroun: de l'effet direct et des effets indirects à travers la répartition des dépenses publiques, Thèse de doctorat présentée à l'Université Rennes 1, Rennes.
1541 NGOUHOUO, I. (2008). Les investissements directs étrangers en Afrique centrale : attractivité et effets économiques, Thèse de doctorat présentée à l'Université du Sud Toulon Var, Toulon.
1551 NTAMPAKA, C. (2008). Gouvernance foncière en Afrique centrale, Organisation des Nations-Unies pour l'Alimentation et l'Agriculture (FAO)
1561 O.C.D.E., (2014). Rapport sur le cadre de l'OCDE pour une croissance inclusive, éd. OCDE, Paris. 1571 OMAR, G., & ABDALLAH, G. (2019). Le développement humain: les dimensions d'un concept », Revue des Economies Financières Bancaires et de Management, 5(1) : 238 - 251.
1581 OPANGA, E. V. Méthodologie des sciences sociales et initiation à la recherche scientifique. Notes de cours de 3èLicence/(LMD) de la Faculté d'Economie et Développement, Université Catholique du Congo, Année académique 2016-2017, inédit.
1591 P.N.U.D. Bénin, (2017). Etude sur la croissance inclusive, 1 - 38.
1601 P.N.U.D., (1991). Rapport sur le développement humain.
1611 P.N.U.D., (2010). Rapport sur le développement humain 2010, Communications Development Incorporated.
1621 PHOCAS, S. (s.d.). Quelles sont les sources de la croissance économique ? (CHAP. 1) - Sources de la croissance, 1 - 17.
1631 Plateforme Dette et développement (2000). Dette odieuse : à qui a profité la dette des pays du Sud ?, Lantier, Paris.
1641 SANZE, J-J. (2013, 28 mai). La vulnérabilité économique d'un pays riche et enclavé : Le cas de la République Centrafricaine, La Presse : Sangonet (Paris 13ème).
1651 SIKOD, F., DJAL-GADOM , G., & TOTOUOM, F. A. L. (2013). Soutenabilité économique d'une ressource épuisable : cas du pétrole tchadien, African Development Review, 25(3) : 344 - 357.
IV
1661 TCHAKOUNTE, M. N., & ABDALA, Z. (2016). Inégalité, fécondité et croissance en Afrique Centrale, Journal of Economics and Development Studies, 4(2) : 170 - 188.
1671 UDAH, B. E., & BASSEY, E. O. (2016). Diagnosis of Nigeria Inclusive Growth : A Composite Index Approach, British Journal of Economics - Finance and Management Sciences, 12(2) : 49 - 58.
1681 VELLALA, P. S., MADALA, M. K., & CHHATTOPADHYAY, U. (2017). Measuring Inclusive Growth Outcome in Major Indian States: Evidence from Cross Section Data, Research Journal of Economics & Business Studies, 6(8) : 7 - 18.
1691 VELLALA, P. S., MADALA, M. K., & CHHATTOPADHYAY, U. (2018). Development of Composite Index for Inclusive Economic Growth: An Indian Perspective, Journal of Economic and Management Perspectives, 12(1) : 142 - 153.
1701 YAMBAYE, N.T. (2019). Portées et limites des politiques économiques sur les richesses nationales et la vie de la population : une analyse de l'économie du Tchad comparée aux pays similaires, Thèse de doctorat présentée à l'Université Clermont Auvergne, Clermont-Ferrand.
III. Principaux sites web consultés
1711 Archive ouverte HAL, URL : https://tel.archives-ouvertes.fr/ ; [Consulté le 10 juillet 2020]
1721 BAD, URL : http://www.afdb.org/ ; [Consulté le 12 juin 2020]
1731 BANQUE MONDIALE, URL : http://www.banquemondiale.org/ ; [Consulté le 29 mai 2020]
1741 FAO, URL : http://www.fao.org/ ; [Consulté le 9 juillet 2020]
1751 IMF eLibrary, URL : https://www.elibrary.imf.org/ ; [Consulté le 16 juin 2020]
1761 INSEE, URL : https://www.insee.fr/ ; [Consulté le 28 novembre 2019]
1771 Le Monde, https://www.lemonde.fr/ ; [Consulté le 22 juin 2020]
1781 OCDE, URL : http://www.oecd.org/home/ ; [Consulté le 28 novembre 2019]
1791 PNUD, URL : https://www.undp.org/ ; [Consulté le 27 juin 2020]
1801 ResearchGate, URL : https://www.researchgate.net/publication/ ; [Consulté le 29 mai 2020]
1811 Sangonet, URL : https://sangonet.com/ ; [Consulté le 12 juillet 2020]
1821 TRANSPARENCY INTERNATIONAL, URL : http://www.transparency.org/ ; [Consulté le 29 mai
2020]
1831 Wikipédia, URL: https://fr.wikipedia.org/ ; [Consulté le 27 juin 2020]
V
Tableau A1-1 : Répartition par année du nombre total des données disponibles pour l'Angola
|
Indicateurs |
Nombre total des données disponibles par année |
Source de données |
||||
|
2000-2003 |
2004-2007 |
2008-2011 |
2012-2015 |
2016-2018 |
||
|
RNB/hab |
4 |
4 |
4 |
4 |
3 |
WDI |
|
APDNR |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TXCH |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des plus de 15 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des 15-24 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TMINF (-5%o) |
4 |
4 |
4 |
4 |
1 |
WDI |
|
EVN |
3 |
4 |
4 |
4 |
3 |
WDI |
|
CO2e (tonnes métriques/hab) |
4 |
4 |
4 |
4 |
1 |
WDI |
|
AELT (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
ACTCP (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
Nombre total des données par an |
39 |
40 |
40 |
40 |
26 |
185 |
Source : A partir de la base de données du WDI (2020)
Tableau A1-2 : Répartition par année du nombre total des données disponibles pour la Centrafrique
|
Indicateurs |
Nombre total des données disponibles par année |
Source données |
||||
|
2000-2003 |
2004-2007 |
2008-2011 |
2012-2015 |
2016-2018 |
||
|
RNB/hab |
4 |
4 |
4 |
4 |
3 |
WDI |
|
APDNR |
0 |
0 |
3 |
4 |
2 |
WDI |
|
TXCH |
4 |
4 |
4 |
4 |
2 |
WDI |
|
REMPL (% pop des plus de 15 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des 15-24 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TMINF (-5%o) |
4 |
4 |
4 |
3 |
0 |
WDI |
|
EVN |
4 |
4 |
4 |
4 |
3 |
WDI |
|
CO2e (tonnes métriques/hab) |
4 |
4 |
4 |
4 |
1 |
WDI |
|
AELT (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
ACTCP (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
Nombre total des données par an |
36 |
36 |
39 |
39 |
23 |
173 |
Source : A partir de la base de données du WDI (2020)
VI
Tableau A1-3 : Répartition par année du nombre total des données disponibles pour le Tchad
|
Indicateurs |
Nombre total des données disponibles par année |
Source de données |
||||
|
2000-2003 |
2004-2007 |
2008-2011 |
2012-2015 |
2016-2018 |
||
|
RNB/hab |
4 |
4 |
4 |
4 |
3 |
WDI |
|
APDNR |
4 |
2 |
4 |
4 |
2 |
WDI |
|
TXCH |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des plus de 15 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des 15-24 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TMINF (-5%o) |
4 |
4 |
4 |
3 |
0 |
WDI |
|
EVN |
4 |
4 |
4 |
4 |
3 |
WDI |
|
CO2e (tonnes métriques/hab) |
4 |
4 |
4 |
4 |
1 |
WDI |
|
AELT (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
ACTCP (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
Nombre total des données par an |
40 |
38 |
40 |
39 |
24 |
181 |
Source : A partir de la base de données du WDI (2020)
Tableau A1-4 : Répartition par année du nombre total des données disponibles pour le Congo
|
Indicateurs |
Nombre total des données disponibles par année |
Source de données |
||||
|
2000-2003 |
2004-2007 |
2008-2011 |
2012-2015 |
2016-2018 |
||
|
RNB/hab |
4 |
4 |
4 |
4 |
3 |
WDI |
|
APDNR |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TXCH |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des plus de 15 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des 15-24 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TMINF (-5%o) |
4 |
4 |
4 |
3 |
0 |
WDI |
|
EVN |
4 |
4 |
4 |
4 |
3 |
WDI |
|
CO2e (tonnes métriques/hab) |
0 |
2 |
4 |
4 |
3 |
WDI |
|
AELT (% pop) |
4 |
4 |
4 |
4 |
1 |
WDI |
|
ACTCP (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
Nombre total des données par an |
36 |
38 |
40 |
39 |
25 |
178 |
Source : A partir de la base de données du WDI (2020)
VII
Tableau A1-5 : Répartition par année du nombre total des données disponibles pour la RDC
|
Indicateurs |
Nombre total des données disponibles par année |
Source de données |
||||
|
2000-2003 |
2004-2007 |
2008-2011 |
2012-2015 |
2016-2018 |
||
|
RNB/hab |
4 |
4 |
4 |
4 |
3 |
WDI |
|
APDNR |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TXCH |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des plus de 15 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
REMPL (% pop des 15-24 ans) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
TMINF (-5%o) |
4 |
4 |
4 |
3 |
0 |
WDI |
|
EVN |
4 |
4 |
4 |
4 |
2 |
WDI |
|
CO2e (tonnes métriques/hab) |
4 |
4 |
4 |
4 |
1 |
WDI |
|
AELT (% pop) |
4 |
4 |
4 |
4 |
2 |
WDI |
|
ACTCP (% pop) |
4 |
4 |
4 |
4 |
3 |
WDI |
|
Nombre total des données par an |
40 |
40 |
40 |
39 |
23 |
182 |
Source : A partir de la base de données du WDI (2020)
VIII
Figure A2-1 : Carte de la sous-région centrale africaine
Source : Image extraite du site web -
URL : www.semaine52.com (Consulté le 21 octobre 2020)
IX
Tableau A3-1 : Présentation annuelle des données des variables de l'Angola
|
Indicateurs |
Années |
||||||
|
2000 |
2003 |
2006 |
2009 |
2012 |
2015 |
2018 |
|
|
RNB/hab |
4,05719896 |
3,067842429 |
0,353915337 |
0,376378154 |
0,207096585 |
0,344612751 |
0,170491571 |
|
APDNR |
3673,613213 |
4662,816143 |
5646,011585 |
6966,947457 |
7282,049679 |
7652,152491 |
6360,551085 |
|
TXCH |
3,836999893 |
3,875 |
3,711999893 |
3,782000065 |
7,379000187 |
7,282000065 |
7,019000053 |
|
REMPL (% pop de plus de |
74,56300354 |
74,31999969 |
74,26000214 |
74,31600189 |
71,7480011 |
71,90599823 |
72,08799744 |
|
REMPL (% pop des 15-24 ans) |
52,26399994 |
51,97399902 |
52,0929985 |
52,27299881 |
47,73699951 |
47,58200073 |
47,25600052 |
|
TMINF (-5%0) |
0,581961496 |
0,500225396 |
1,105019027 |
1,234425074 |
1,361181055 |
1,240245462 |
__ |
|
EVN |
__ |
26,13858986 |
29,25037956 |
32,32411957 |
35,66650009 |
42 |
43,25925827 |
|
CO2e (tonnes métriques/hab) |
37,27 |
39,24 |
41,39 |
43,32 |
45,36 |
47,36 |
__ |
|
AELT (% pop) |
46,522 |
48,44 |
51,143 |
54,311 |
57,236 |
59,398 |
60,782 |
|
ACTCP (% pop) |
205,7 |
184,8 |
157,3 |
129 |
104,9 |
88,1 |
77,2 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
Tableau A3-2 : Présentation annuelle des données des variables de la RCA
|
Indicateurs |
Années |
||||||
|
2000 |
2003 |
2006 |
2009 |
2012 |
2015 |
2018 |
|
|
RNB/hab |
8,419898302 |
4,529594898 |
9,21889464 |
11,74421823 |
9,043057136 |
28,36108093 |
27,48429975 |
|
APDNR |
__ |
__ |
__ |
1168,897099 |
1317,844003 |
869,8261119 |
__ |
|
TXCH |
4,000999928 |
3,895999908 |
3,625 |
3,928999901 |
3,90199995 |
3,74000001 |
__ |
|
REMPL (% pop de plus de |
69,52300262 |
69,54000092 |
69,77500153 |
69,82299805 |
69,8690033 |
69,95999908 |
69,34400177 |
|
REMPL (% pop des 15-24 ans) |
50,36000061 |
50,78900146 |
51,45600128 |
52,04499817 |
52,97499847 |
53,65399933 |
52,28300095 |
|
TMINF (-5%0) |
0,073532858 |
0,060468193 |
0,060551681 |
0,058332152 |
0,066125464 |
__ |
__ |
|
EVN |
6 |
7,220011711 |
7,805169325 |
10,24819851 |
15,97435284 |
24,10929489 |
32,42039871 |
|
CO2e (tonnes métriques/hab) |
0,57 |
0,61 |
0,69 |
0,74 |
0,84 |
0,92 |
__ |
|
AELT (% pop) |
44,19 |
44,182 |
45,158 |
46,719 |
48,638 |
50,881 |
52,805 |
|
ACTCP (% pop) |
171,8 |
167,7 |
162,6 |
153,7 |
141,8 |
129,1 |
116,5 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
X
Tableau A3-3 : Présentation annuelle des données des variables du Tchad
|
Indicateurs |
Années |
||||||
|
2000 |
2003 |
2006 |
2009 |
2012 |
2015 |
2018 |
|
|
RNB/hab |
9,603019778 |
11,05555505 |
4,680715306 |
6,295977767 |
3,936982215 |
5,713190985 |
7,908137273 |
|
APDNR |
882,4467539 |
880,7401537 |
- |
1505,727856 |
1716,415488 |
1803,777581 |
- |
|
TXCH |
1,031000018 |
1,212000012 |
1,248000026 |
1,470999956 |
1,703999996 |
1,832999945 |
1,838000059 |
|
REMPL (% pop de plus |
71,64600372 |
71,39700317 |
70,99099731 |
70,64099884 |
70,12999725 |
69,63999939 |
69,43599701 |
|
REMPL (% pop des 15-24 ans) |
57,4659996 |
57,93700027 |
57,85499954 |
57,1780014 |
56,2140007 |
54,82899857 |
53,52799988 |
|
TMINF (-5%o) |
0,021065496 |
0,040683957 |
0,038924373 |
0,042506207 |
0,047899959 |
- |
- |
|
EVN |
2,704967737 |
3,993203878 |
5,093831062 |
6,156412125 |
7,487630844 |
7,7 |
11,75935555 |
|
CO2e (tonnes |
3,29 |
3,21 |
3,19 |
3,19 |
3,18 |
3,13 |
- |
|
AELT (% pop) |
47,713 |
48,057 |
48,907 |
50,346 |
51,928 |
53,137 |
53,977 |
|
ACTCP (% pop) |
185,9 |
175,8 |
165,4 |
153,7 |
141,7 |
130,5 |
119 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
Tableau A3-4 : Présentation annuelle des données des variables de la République du Congo
|
Indicateurs |
Années |
||||||
|
2000 |
2003 |
2006 |
2009 |
2012 |
2015 |
2018 |
|
|
RNB/hab |
1,413049534 |
2,68714394 |
5,05934745 |
4,069018844 |
1,329271916 |
1,04893912 |
1,434957435 |
|
APDNR |
1766,355841 |
1952,523698 |
1325,373048 |
2015,960029 |
2350,139637 |
3781,768848 |
2876,209254 |
|
TXCH |
19,91900063 |
20,04800034 |
18,56399918 |
16,10000038 |
10 |
9,911999702 |
9,670000076 |
|
REMPL (% pop de plus de |
54,59700012 |
54,81900024 |
56,1629982 |
58,31399918 |
62,88299942 |
62,87400055 |
62,84600067 |
|
REMPL (% pop des 15-24 ans) |
26,55900002 |
25,97100067 |
26,83399963 |
28,53100014 |
33,63700104 |
33,6570015 |
33,24499893 |
|
TMINF (-5%o) |
0,335345115 |
0,269084528 |
0,298636286 |
0,421068121 |
0,65856754 |
- |
- |
|
EVN |
- |
- |
33,8859787 |
37,1 |
41,6 |
60,4 |
68,51843262 |
|
CO2e (tonnes métriques/hab) |
10 |
11,76 |
14,07 |
16,63 |
19,64 |
22,74 |
- |
|
AELT (% pop) |
52,123 |
53,817 |
56,573 |
59,321 |
61,423 |
63,097 |
64,29 |
|
ACTCP (% pop) |
114,3 |
100,2 |
79,4 |
65,1 |
59,2 |
54,9 |
50,1 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
XI
Tableau A3-5 : Présentation annuelle des données des variables de la RDC
|
Indicateurs |
Années |
||||||
|
2000 |
2003 |
2006 |
2009 |
2012 |
2015 |
2018 |
|
|
RNB/hab |
95,80695946 |
62,1865958 |
15,71452986 |
13,22513585 |
10,27125437 |
7,399028054 |
5,509979408 |
|
APDNR |
565,3822564 |
547,7181785 |
589,4537058 |
613,8529561 |
665,1768639 |
748,9784503 |
800,0214295 |
|
TXCH |
3,048000097 |
3,062000036 |
2,904000044 |
3,66899991 |
4,485000134 |
4,173999786 |
4,15500021 |
|
REMPL (% pop de plus de 15 ans) |
69,46399689 |
69,46499634 |
68,52899933 |
64,92199707 |
61,15299988 |
61,25 |
60,97299957 |
|
REMPL (% pop des 15-24 ans) |
42,5870018 |
42,90800095 |
41,72100067 |
37,18299866 |
32,93999863 |
33,13999939 |
32,76499939 |
|
TMINF (-5%o) |
0,017281811 |
0,019181563 |
0,028452967 |
0,028009591 |
0,034799464 |
__ |
__ |
|
EVN |
6,7 |
8,484899521 |
10,34559536 |
12,19205475 |
15,4 |
16,83399773 |
__ |
|
CO2e (tonnes métriques/hab) |
3,57 |
3,61 |
3,61 |
3,73 |
3,83 |
3,94 |
__ |
|
AELT (% pop) |
50,041 |
52,144 |
54,401 |
56,35 |
57,914 |
59,254 |
__ |
|
ACTCP (% pop) |
160,8 |
147,3 |
133 |
119,6 |
107,5 |
97,4 |
88,1 |
Source : Elaboré par nous-mêmes sur base des données du WDI (2020)
XII
Tableau A4-1 : Calcul des valeurs standardisées et normalisées pour l'ensemble des données de nos variables
|
INDICATEURS |
ANGOLA |
CONGO |
RCA |
TCHAD |
RDC |
|
RNB/hab |
-3,06422E-09 |
1,67222E-07 |
-2,317921119 |
-0,672733574 |
-4,93466E-07 |
|
APDNR |
2,71363E-09 |
2,3588E-08 |
0,143406406 |
-5,82347E-08 |
0,21703086 |
|
TXCH |
-1,69552E-09 |
-3,54592E-07 |
-2,142581457 |
1,07065E-06 |
4,93799E-07 |
|
REMPL (% pop de plus de 15 ans) |
1,53159E-08 |
8,06338E-07 |
0,182071828 |
6,28231E-06 |
-1,33066E-06 |
|
REMPL (% pop des 15-24 ans) |
-6,17515E-09 |
-1,87091E-07 |
0,252973733 |
1,15339E-06 |
-6,24443E-07 |
|
TMINF (-5%o) |
8,44596E-09 |
-2,19822E-07 |
-0,213287927 |
1,24107E-06 |
1,36035E-06 |
|
EVN |
-9,67045E-09 |
8,86987E-07 |
0,203191305 |
7,03011E-07 |
-0,9092839 |
|
CO2e (tonnes métriques/hab) |
-0,359456198 |
-0,504171804 |
-3,819824786 |
-0,752539968 |
-0,506831843 |
|
AELT (% pop) |
-0,267697395 |
-1,291754489 |
0,173729735 |
1,26235E-07 |
-0,15917413 |
|
ACTCP (% pop) |
-1,312908523 |
-0,381467442 |
-0,523478233 |
-6,421948154 |
-2,732180596 |
Source : Elaboré par nous-mêmes en exploitant la base de données du WDI
XIII
|
INTRODUCTION GENERALE |
1 |
|
|
1. |
ETAT DE LA QUESTION |
1 |
|
2. |
PROBLEMATIQUE |
5 |
|
3. |
HYPOTHESES D'ETUDE |
7 |
|
4. |
CHOIX ET INTERETS DU SUJET |
8 |
|
5. |
METHODES ET TECHNIQUES |
8 |
|
6. |
DELIMITATION SPATIO-TEMPORELLE |
9 |
|
7. |
CANEVAS |
9 |
CHAPITRE I : CONSIDERATIONS THEORIQUES ET DEFINITIONELLES SUR LA
CROISSANCE ECONOMIQUE 10
SECTION 1 : NOTIONS SUR LA CROISSANCE ECONOMIQUE 10
I.1.1. Définitions de la croissance économique 10
I.1.2. Mesures de la croissance économique 11
I.1.3. Modèles de croissance économique 14
SECTION 2 : NOTIONS SUR LA CROISSANCE INCLUSIVE 20
I.2.1. Définitions de la croissance inclusive 20
I.2.2. Mesures de la croissance inclusive 22
I.2.3. Dimensions de la croissance inclusive 26
Conclusion partielle 28
CHAPITRE II : CROISSANCE ECONOMIQUE, DYNAMIQUE DE PAUVRETE, DES
INEGALITES, ET DEVELOPPEMENT ECONOMIQUE EN AFRIQUE CENTRALE 28
SECTION 1 : CROISSANCE ECONOMIQUE EN AFRIQUE CENTRALE 28
II.1.1. Evolution de la croissance sous-régionale de l'Afrique (2000-2018) 29
II.1.2. Contribution sectorielle à la croissance économique de 1970 à 2015 50
SECTION 2 : DEVELOPPEMENT, PAUVRETE ET INEGALITES EN AFRIQUE
CENTRALE 53
II.2.1. Objectifs du Millénaire pour le développement (OMD) 53
II.2.2. Evolution de la pauvreté et inégalités en Afrique Centrale 54
II.2.3. Les explications du sous-développement en Afrique centrale 58
Conclusion partielle 66
CHAPITRE III : CONSTRUCTION (ELABORATION) DE L'INDICE COMPOSITE DE CROISSANCE INCLUSIVE POUR LES PAYS DE LA CEAAC : ANGOLA, CONGO,
CENTRAFRIQUE, TCHAD, ET RDC 67
SECTION 1 : APPRECIATION DES INDICES ANTERIEURES 67
III.1.1. Intérêts et limites des indicateurs synthétiques classiques 67
III.1.2. Limites des travaux antérieurs 73
SECTION 2 : CONSTRUCTION DE L'INDICE DE CROISSANCE INCLUSIVE 74
III.2.1. Approche Méthodologique 74
III.2.2. Construction de l'indice de croissance inclusive (ICI) 79
III.2.3. Interprétation des résultats obtenus 84
Conclusion Partielle 85
RECOMMANDATIONS 86
CONCLUSION GENERALE 87
RÉFÉRENCES BIBLIOGRAPHIQUES I
ANNEXES V
TABLE DES MATIERES XIII
