Transport Et IDE

JOBNAME: No Job Name PAGE: 1 SESS: 12 OUTPUT: Tue Oct 20 16:26:20 2009
/antiopa/Economica/363282G/Conference_2007/14partIII2
Le rle de linfrastructure
de transport dans la capacit
dattirer lIDE en Afrique
Boopen SEETANAH*
Universit de technologie, Maurice, Pointes-aux-Sables, Maurice
et
Jameel KHADAROO
Bank of Mauritius, Port-Louis, Maurice
Rsum
La prsente tude analyse le rle que joue linfrastructure, en particulier
celle des transports, en tant que motivation de linvestissement direct tranger
(IDE) dans 25 conomies africaines. En se fondant sur une approche de
donnes de panel dynamique, on observe que la disponibilit de linfrastruc-
ture de transport contribue lattrait relatif des pays de notre chantillon. Les
investisseurs trangers sont galement sensibles lautre indicateur de la
prsence de linfrastructure, mais moins qu la disponibilit des moyens de
transport. Ces recherches confirment galement que les flux dIDE vers lAfri-
que sont dicts par la qute de ressources et de marchs. Cette tude tablit
aussi lexistence dune dynamique dans les modles dIDE.
Mots cls : infrastructure de transport, IDE, donnes de panel dynamique,
Afrique.
Codes JEL : F23, O55
1. Introduction
Rares sont les universitaires qui reconnaissent en ralit limportance de
linfrastructure parmi les facteurs qui motivent lIDE. Parmi ceux qui lont
fait, nanmoins, on peut citer Wheeler et Mody (1992), Loree et Guisinger
(1995), Richaud et al. (1999) et Asiedu (2002, 2006). Ces auteurs affirment,
en effet, quune infrastructure de qualit constitue une condition indispensa-
ble lattraction et la russite des investisseurs trangers. Une infrastructure
* Auteur contacter : b.seetanah@@utm.intnet.mu (Boopen Seetanah)

386 / Actes de la Confrence 2007
indigente ou labsence de biens collectifs augmentent les cots pour les entre-
prises. Ainsi, dans la mesure o les biens collectifs sont non excludables et non
congestibles, ils rduisent le cot de la pratique des affaires pour les multina-
tionales, qui cherchent maximiser leurs profits, comme pour les entreprises
indignes. Linfrastructure devrait donc crer un climat plus propice lIDE,
travers une subvention du cot de linvestissement total pour les investis-
seurs trangers, ce qui accrot le retour sur investissement de ces derniers.
Estache et Fay (1997) et Wei et al. (2000) ont rcemment mis en avant lide
que les dotations en faveur de linfrastructure influeront sur lavantage com-
paratif dune rgion, et donc sur son dveloppement.
Le dveloppement de linfrastructure de transport produit plusieurs effets
positifs : une meilleure accessibilit et une baisse des cots de transport, dont
les entreprises peuvent profiter sans vraiment contribuer directement ce
dveloppement. On anticipe que lexistence dune infrastructure de transport
tendue un cot faible, voire nul, pour les usagers a une incidence positive
sur les cots et la productivit des entreprises. En effet, lutilit des voitures
prives et des camions dpend de lexistence dun rseau routier (et des ponts)
appropris. Lamlioration et la maintenance des routes peuvent rduire
lusure du parc automobile dun pays et influer sur les cots de transport. Il en
va de mme pour les flottes ariennes, qui requirent des aroports, et des
navires et des barges privs, qui ont besoin de ports et de voies navigables. Sur
une autoroute, on roule plus vite que sur une route de terre battue, le courrier
lectronique est plus rapide que le courrier postal, et le temps, cest de
largent. On peut donc affirmer que les infrastructures de transport, et les
dpenses dinfrastructure en gnral, peuvent rehausser le niveau de producti-
vit des flux dinvestissement privs entrants, en particulier les investissements
directs trangers. Erenburg (1993) a avanc que si ltat ne procurait pas ce
type dinfrastructure, le secteur priv local et les entreprises multinationales
opreraient de manire moins efficiente et leurs tentatives pour mettre en
place leurs propres rseaux se traduiraient par des doublons et par un gas-
pillage de ressources. Ainsi, si sinstaller dans un pays en dveloppement pour
tirer parti dune main-duvre bon march suppose que lon doit supporter
des cots de transport plus levs en raison du manque ou de la dfaillance
des moyens de transport ou de communication, alors les entreprises choisi-
ront de ne pas sy installer.
Les tudes se concentrent dans leur crasante majorit sur les pays dve-
lopps, les pays en dveloppement tant en gnral ngligs. Concernant les
facteurs dterminants de lIDE vers lAfrique, la littrature est encore plus
rare. Parmi ceux qui sy sont penchs figurent notamment Schoeman et al.
(2000) et Asiedu (2002, 2006). La prsente contribution vise donc explorer
le lien empirique entre infrastructure de transport et IDE dans 25 pays afri-
cains slectionns en fonction de la disponibilit des donnes, pour la priode
1985-2004, laide de techniques de rgression de donnes de panel.
Quelques tudes antrieures ont analys le rle de linfrastructure en
gnral dans sa capacit dattraction de lIDE (voir Asiedu, 2002, 2006 et
Le rle de linfrastructure de transport... / 387
Kandiero et Chitiga, 2003), mais notre contribution diffre de ces articles, car
nous tentons ici de complter la littrature sur les facteurs dterminants de
lIDE en nous attachant une catgorie prcise dinfrastructure, linfrastruc-
ture de transport. En effet, cette dernire na jusquici jamais fait lobjet dune
attention particulire de la part des chercheurs. Aussi est-il intressant dva-
luer son rle, les investissements de transport tant plutt erratiques et ntant
pas, pour linstant, prioriss dans les pays en dveloppement. De plus, nous
innovons en nous intressant au lien hypothtique dans un cadre de donnes
de panel dynamique en recourant la mthode des moments gnraliss et en
procdant des tests de racine unitaire sur les donnes de panel, ce qui est
crucial.
Cette contribution est organise comme suit : la section 2 fait le point sur
la littrature thorique et empirique, la section 3 dcrit la modlisation co-
nomique et discute de lapproche empirique et des donnes utilises, en
prsentant aussi les rsultats conomtriques ainsi quune analyse des cons-
tats. La dernire section conclut logiquement ltude.
2. Littrature sur le sujet

Le rle de linfrastructure dans la capacit dattirer lIDE reoit depuis
peu lattention croissante des universitaires. Root et Ahmed (1979) et Whee-
ler et Mody (1992) ont sign des tudes pionnires ce sujet et ont fait tat de
limportance cruciale de linfrastructure pour les entres dIDE. Parmi les
travaux plus rcents qui reconnaissent limportance du niveau dinfrastructure
figurent ceux de Loree et Guisinger (1995) pour les tats-Unis, de Kinoshita
(1998) pour lAsie, et de Kumar (2001) pour un chantillon de 66 pays. Dans
leur tude, qui concerne sept (7) pays et se fonde sur des donnes recueillies
au niveau des entreprises travers des enqutes dvaluation du climat de
linvestissement menes par la Banque mondiale, Escribano et al. (2005)
affirment aussi limportance de linfrastructure pour la productivit comme
pour lIDE.
De telles tudes dans le contexte africain sont trs rares. Parmi celles qui
existent figurent, par exemple, les travaux de Asiedu (2002) qui, laide
destimations de donnes de panel, a observ que les pays qui ont modernis
leur infrastructure taient rcompenss pour leurs efforts par un regain
dinvestissement. Les tudes ultrieures de lauteur (voir Asiedu, 2006 et
Asiedu et Gyimah-Brempong, 2007) ont constat limpact positif de linfras-
tructure sur lIDE. Kandiero et Chitiga (2003), pour 52 pays africains, et
Sekkat et Veganzones-Varoudakis (2004), pour les pays MENA (Moyen-
Orient et Afrique du Nord), ont galement confirm ces rsultats. Si la
plupart dtudes tablissent limportance de linfrastructure pour lIDE,
dautres ne valident pas cette hypothse. Cest notamment le cas de Quazi
(2005), qui na observ aucune relation positive significative entre infrastruc-
ture et IDE en Asie.
3. Mthodologie
Afin dtudier lhypothse selon laquelle des rgions bien dveloppes
disposant dune infrastructure de transport de qualit sduisent davantage les
entreprises trangres, nous tendons la spcification de forme rduite pour la
demande dinvestissement direct entrant en prenant linfrastructure de trans-
port pour variable indicative. Ce type de modle conomique a t abondam-
ment utilis dans la littrature (voir Wheeler et Mody, 1992 ; Chen et Kwan,
2000 ; Asiedu, 2002 et Quazi, 2005) et inclut gnralement diverses variables
explicatives comme dterminants de lIDE, telles que la taille du march
intrieur, louverture du march, le capital humain, les incitations fiscales, le
cot du travail et la qualit de linfrastructure, entre autres.
Le modle conomique suivant1 est spcifi et labor partir de la
littrature empirique. Il convient de prciser que la slection des variables
explicatives sest heurte au manque de donnes pour les pays du continent
africain.
IDEit = f (RESit, TAILLEit, SALAIRESit, XMPIBit, TISit, POLit, TRANit,

COMit ) (1)
Nous utilisons i pour lindice des pays et t pour lindice du temps, et nous
expliquons plus loin pourquoi nous incluons ces variables. Nous avons vit
autant que possible de recourir lextrapolation.
(i) Intensit des ressources naturelles (RES) : Comme lindique la tho-
rie clectique, toutes choses tant gales par ailleurs, les pays qui sont dots de
ressources naturelles reoivent normalement davantage dIDE. Trs rares sont
les tudes sur les dterminants de lIDE qui cherchent tenir compte des
effets de la disponibilit des ressources naturelles ( lexception de Gastanaga
et al., 1998 ; Warner et Sachs, 1995 ; Asiedu et Esfahani, 2001, et Noor-
bakhsh et al., 2001). Or, lomission dun indicateur des ressources naturelles
dans lestimation, particulirement dans le cas des pays africains, peut se
traduire par un biais dans les estimations (Asiedu, 2002). Nous avons donc
inclus la part des minerais et des hydrocarbures dans le total des exportations
comme variable exprimant la dotation en ressources naturelles. Nous avons
extrait cet indicateur des ressources naturelles des Indicateurs du dveloppe-
ment dans le monde 2003.
Taille du march : Pour les investisseurs trangers, la taille du march
daccueil, qui reprsente aussi les conditions conomiques et la demande
potentielle pour leur production dans le pays daccueil, constitue un lment
1. Ce modle conomique a t abondamment utilis dans la littrature et contient gnralement divers

sous-ensembles de variables explicatives comme dterminants de lIDE, telles que la taille du march
intrieur, louverture du march, le capital humain, les incitations fiscales, le cot du travail et la qualit
de linfrastructure, entre autres (voir Wheeler et Mody, 1992 ; Chen et Kwan, 2000 ; Asiedu, 2002 et
Quazi, 2005).
important dans la prise de dcision concernant lIDE. De plus, Scaperlanda et

Mauer (1969) ont avanc que lIDE ragit positivement la taille du march
une fois quelle atteint un niveau suffisant pour permettre des conomies
dchelle et une utilisation efficiente des ressources . Limportance de la taille
du march a t confirme par bon nombre dtudes empiriques antrieures
(voir Kravis et Lipsey, 1982 ; Schneider et Frey, 1985 ; Tsai, 1994 ; Loree et
Guisinger, 1995 ; Wei, 2000). Comme variable indicative de la taille du
march (TAILLE), nous suivons la littrature et nous utilisons le PIB en
volume par habitant. Les chiffres correspondants sont extraits des Penn World
Tables 6. Sachant que cette variable sert dindicateur du potentiel offert par le
march pour les produits des investisseurs trangers, le signe attendu est
positif. Le PIB par habitant peut aussi servir de variable indicative de labon-
dance du capital (Edwards, 1990) et du climat des affaires (Wei, 2000 et
Aseidu, 2002).
Cot du travail : Le cot du travail constitue une composante essentielle
des cots totaux de production et de la productivit des entreprises. Les
travaux empiriques incluent donc souvent des variables relatives aux salaires,
particulirement dans le cas des activits de production forte intensit de
main-duvre, o un niveau de salaire lev dissuaderait lIDE. Cependant,
les salaires peuvent galement tre levs en raison dun fort afflux dIDE
localement. Nous utilisons le taux de salaire nominal (SALAIRES), comme
dans Wheeler et Mody (1992) et Tsai (1994), comme variable indicative du
cot du travail. Nous nous attendons normalement un signe ngatif pour ce
coefficient (cest--dire que les pays o les salaires sont les plus bas attirent
davantage dIDE). Nous avons extrait les donnes des documents de lOrga-
nisation internationale du travail (OIT) et de sa compilation annuelle de
statistiques sur le travail2, ainsi que des Indicateurs du dveloppement dans le
monde.
Capital Humain (TIS) : Les investisseurs directs trangers se soucient
non seulement du cot du travail, mais aussi de sa qualit. En ralit, les
avantages que procurent des cots salariaux de niveau infrieur dans les pays
en dveloppement pourraient bien tre contrebalancs par la moindre qualifi-
cation des travailleurs. Une main-duvre plus instruite apprend et sadapte
plus rapidement une nouvelle technologie et se rvle gnralement plus
productive. Un niveau de capital humain suprieur est un bon indicateur de
la disponibilit de travailleurs qualifis, ce qui peut renforcer de manire non
ngligeable lavantage que prsente un pays pour les investisseurs trangers.
Root et Ahmed (1979), Schneider et Frey (1985), Borensztein et al., (1998),
Noorbakhsh et al. (2001) et Aseidu (2002) ont observ que le niveau de
capital humain constitue un dterminant significatif de lavantage offert aux
investisseurs par un pays daccueil et quil joue un rle cl dans la capacit
dattirer lIDE. Nous neutralisons et testons limpact de la qualit du travail
2. LOIT collecte des donnes sur plus de 200 pays concernant lemploi, le chmage, le cot du travail, les
salaires, le temps de travail, lindice des prix la consommation et plusieurs autres facteurs.
laide du taux dinscription dans lenseignement secondaire gnral (TIS) (de

mme que Hanson, 1996 et Noorbakhsh et al., 2001). Nous avons extrait les
donnes relatives la variable TIS des Indicateurs du dveloppement dans le
monde et du site Web du bureau central des statistiques de chaque pays.
la suite de Schneider et Frey (1985), Edwards (1990), Loree et Guisin-
ger (1995), Hanson (1996), Jaspersen et al. (2000) et Aseidu (2002), nous
avons galement ajout une variable indicative de linstabilit politique
(POL). En fait, la stabilit politique, en particulier dans les pays africains,
constitue un facteur significatif dans le choix de la localisation des entreprises
multinationales (EMN). Linstabilit politique et loccurrence frquente de
troubles crent un climat daffaires dfavorable, qui rode srieusement la
confiance que placent des investisseurs trangers peu enclins au risque dans le
march local et dissuade ainsi lIDE (Schneider et Frey, 1985). Nous utilisons
comme variable indicative la mesure du risque politique3 telle que prsente
dans lInternational Country Risk Guide (2004). Plus cet indicateur est lev,
plus le risque politique est faible, et inversement. Il constitue un moyen
dvaluer le cadre politique et institutionnel des pays (voir ICRG, 1999).
Ouverture : Lhypothse selon laquelle louverture favorise lIDE est clas-
sique (Hufbauer et al. 1994). Dans la littrature, le ratio des changes sur le
PIB est souvent utilis comme mesure de louverture dun pays et souvent
interprt comme une mesure des restrictions aux changes. En ralit,
Rodrik (1998) observe une relation inverse et robuste entre plusieurs indica-
teurs de la politique commerciale (en particulier des restrictions aux changes)
et le ratio changes/PIB. Cette variable compte aussi beaucoup aux yeux des
investisseurs directs trangers qui sont motivs par le march dexportation. Il
existe des preuves empiriques (Jun et Singh, 1996 ; Aseidu, 2002, notam-
ment) qui corroborent lhypothse selon laquelle une hausse du niveau des
exportations se traduit par une augmentation des entres dIDE. Nous
incluons, par consquent, le ratio changes/PIB dans la rgression afin dexa-
miner limpact de louverture du march sur lIDE.
Infrastructure de transport : La variable centrale pour notre tude est
celle relative linfrastructure de transport. Si lon veut valuer le niveau et la
qualit de cette infrastructure, le seul indicateur cohrent et fiable disponible
pour notre chantillon est la longueur de routes paves par kilomtre carr de
superficie (TRANS). Cet indicateur a t utilis par plusieurs auteurs, en
particulier aux fins de lvaluation de limportance conomique du niveau
gnral de linfrastructure de transport (voir Canning, 1999 ; Canning et
Bennathan, 2000 entre autres). Les donnes ont t extraites et compiles
partir de la base de donnes de Canning (1999), des documents de la Fdra-
3. Lindice du risque politique se compose de 12 indicateurs : stabilit du gouvernement, conditions

socio-conomiques, profil dinvestissement, conflits intrieurs et extrieurs, corruption, place de larme
dans la vie politique, place de la religion dans la vie politique, tat de droit, tensions interethniques,
responsabilit dmocratique et qualit de ladministration.
tion routire internationale (FRI) et aussi des bureaux centraux des statisti-
ques de diffrents pays.
Afin de neutraliser leffet dautres catgories dinfrastructure dans les pays
destinataires de lIDE et damliorer le modle concernant linfluence de
linfrastructure sur lIDE, nous avons ajout une variable indicative relative
linfrastructure de communication, savoir le nombre de tlphones disponi-
bles pour 1 000 habitants (COM). La disponibilit des lignes tlphoniques
fixes est ncessaire si lon veut faciliter la communication entre le pays dori-
gine et le pays daccueil. Cet indicateur est abondamment utilis titre de
dterminant de linvestissement direct tranger dans la littrature, par exem-
ple par Loree et Guisinger, 1995 ou Asiedu, 2002, 2006). Les sources utilises
pour ces donnes sont la base de donnes de Canning (1999) et les Indicateurs
du dveloppement dans le monde (diffrentes ditions).
La variable dpendante, lIDE, est mesure comme correspondant aux
entres nettes dinvestissement direct tranger en pourcentage du PIB, ce qui
constitue un indicateur largement utilis (voir Asiedu, 2002, 2006 ; Quazi,
2005). Les principales sources des sries de donnes sont les Statistiques
financires internationales du Fonds montaire international (diffrentes di-
tions), les Indicateurs du dveloppement dans le monde (diffrentes ditions) et
les Statistiques choisies sur les pays africains de la Banque africaine de dvelop-
pement (2000). Cette tude couvre la priode 1985-2004 et un chantillon
de 25 pays africains4.
Modle conomtrique et tests prliminaires

Si lon applique des logarithmes des deux cts de lquation 1 (pour les
termes des lasticits) et que lon pose que les variables en indice correspon-
dent au logarithme naturel de la variable figurant dans une police plus grande
laquelle elle est associe, t indiquant le temps, on obtient le rsultat suivant :
ideit = + b1resit + b2tailleit + b3salairesit + b4xmpibit + b5tisit + b6polit

+ b7tramit + b8comit + eit (2)
Nous avons utilis les tests de racine unitaire sur donnes de panel dIm,
Pesaran et Shin (1995), que nous avons appliqus aux variables dpendantes
et indpendantes. Im, Pesaran et Shin (1995) ont labor un test de racine
unitaire sur donnes de panel pour lhypothse nulle jointe selon laquelle
chaque srie temporelle du panel est non stationnaire. Cette approche se
fonde sur la moyenne du test ADF sur sries individuelles et se caractrise par
une distribution normale standard une fois quelle est ajuste dune certaine
manire. Les rsultats de ce test appliqu nos sries temporelles par niveaux
4. Les pays pris en compte dans ltude sont les suivants : Afrique du Sud, Angola, Bnin, Botswana,
Cameroun, Congo (Rp. dm.), thiopie, Gabon, Gambie, Ghana, Guine, Guine-Bissau, Kenya,
Madagascar, Malawi, Mali, Maurice, Mozambique, Namibie, Niger, Nigeria, Ouganda, Sngal, Zam-
bie et Zimbabwe.
rejettent une racine unitaire en faveur de la stationnarit (ces rsultats sont

confirms par les tests de racine unitaire de Fisher-ADF et Fisher-PP sur
donnes de panel au niveau de significativit de 5% pour chaque variable).
Nous avons jug quil tait sr de poursuivre avec les estimations de donnes
de panel de la spcification conomtrique dcrite plus haut.
Rgression de donnes de panel dynamique

En fait, il existe encore la possibilit dune endognit des variables
explicatives et de la perte dinformations dynamiques mme avec des donnes
de panel. Par exemple, Quazi (2005) affirme que les investisseurs trangers
affichent habituellement une certaine aversion pour le risque et ont tendance
privilgier les territoires qui leur sont familiers, ce qui implique une endog-
nit et une dynamique dans la modlisation de lIDE. Cet auteur a expliqu
quil parat trs important pour les pays dtablir un palmars des entres
dIDE, ce qui peut contribuer dissiper les craintes des investisseurs trangers
lorsquil sagit dinvestir dans un pays quils ne connaissent pas . Cheng et
Kwan (2000) affirment de plus que lIDE est lune des formes dentre de
capitaux les moins volatiles. LIDE se caractrise en fait par un niveau lev de
dpenses dinvestissement physique irrcuprables et devient plus irrversible
une fois quil est ralis. Il a donc des chances de persister sur la dure.
Noorbakhsh et al. (2001) ont aussi prouv que de nombreuses multinationa-
les testent leurs nouveaux marchs en chelonnant leurs investissements, qui
atteignent progressivement le niveau souhait aprs quelques ajustements au
fil du temps. On sattend donc ce que des variations incrmentielles retar-
des de lIDE contribuent positivement au niveau courant de lIDE. Selon
Kinoshita (1998) il faut du temps pour que lencours dIDE atteigne son
niveau optimal .
Lincorporation de la dynamique dans notre modle ncessite de rcrire
lquation ci-dessus sous la forme dun modle AR (1) de la manire sui-
vante :
ideit ideit1 = t + videit1 + bxit + it (3)
o le terme de gauche reprsente la diffrence logarithmique de linvestisse-

ment direct tranger sur une priode ; ideit = le log de lIDE au dbut de cette
priode ; xit = le vecteur des variables explicatives, cest--dire x = [res, taille,
salaires, xmpib, pol, trans, com, tis] et t = les termes de lordonne lorigine
spcifiques la priode qui expriment les variations communes tous les
secteurs ; it = le terme derreur idiosyncrasique variant avec le temps.
De manire quivalente, on peut formuler lquation ci-dessus comme
suit :
ideit = t + (v + 1)ideit1 + bxit + it (4)

Nous pouvons aussi formuler lquation ci-dessus en diffrences pre-

mires :
Dideit = t + (v + 1)Dideit1 + bDxit + Dit (5)
Il peut exister un problme dendognit si idet-1 est endogne par

rapport aux termes de lerreur jusqu uit-1, et il sera donc inappropri desti-
mer la spcification ci-dessus par la mthode des MCO. Pour surmonter ce
problme dendognit, il convient dutiliser une variable instrumentale
pour ideit-1. cet gard, on peut recourir deux approches, savoir la
Variable Instrumentale (V.I., Anderson et Hsiao 1982) et deux estimateurs
GMM (Arellano et Bond 1991) respectivement en une et en deux tapes.
Nous avons choisi la deuxime technique, car la mthode V.I. aboutit des
estimations cohrentes mais pas ncessairement efficientes des paramtres
(voir Baltagi 1995). De plus, nous utilisons lestimateur GMM en une tape
car il a t prouv que cette mthode dbouche sur des infrences plus fiables.
On a constat que les erreurs standard asymptotiques dcoulant de lestima-
teur GMM en deux tapes prsentent un biais par dfaut (Blundell et Bond
1998). Les rsultats de lquation (5), complte par un terme retard laide
de lestimateur GMM en une tape dArellano-Bond (1991), sont prsents
au tableau 1.
Lestimation sera cohrente si les valeurs retardes des variables endognes
et exognes sont des instruments valides pour notre rgression. Par ailleurs,
cette mthodologie suppose labsence dautocorrlation de second ordre dans
les erreurs ; un test pour les hypothses prcdentes se rvle alors ncessaire.
Nous avons donc procd un test pour lautocorrlation et au test de Sargan
pour la suridentification des restrictions tir dArellano et Bond (1991). Le
non-rejet de lhypothse nulle relative au test de Sargan (confirm par la
statistique de Hansen) pour la suridentification des restrictions (suggrant
labsence de suridentification invalide des restrictions) et le test dArellano-
Bond de lautocorrlation de second ordre (validant lutilisation titre dins-
trument de la variable endogne correctement retarde) corroborent que la
spcification du modle est correcte. Il convient de noter que lorsquon utilise
les variables en premires diffrences, on gnre naturellement une autocorr-
lation de premier ordre ; nous avons donc test lautocorrlation de second
ordre dans le terme derreur. Le modle passe aussi avec succs le test de Wald
sur limportance conjointe. Nous avons aussi appliqu un test de Hausman
pour la stricte exognit de tous les rgresseurs du modle, et donc pour
valider le caractre adquat de notre modle.
Dans le tableau 1, on peut observer que le coefficient robuste de lqui-
pement de transport est positif et significatif, ce qui implique que les inves-
tisseurs directs trangers sont sensibles lquipement de transport. Ce
constat cadre avec les fondements thoriques voqus plus haut. Ces inves-
tisseurs jugent aussi que linfrastructure de communication est importante,
mais un peu moins que celle de transport. Les constats ci-dessus sont
Tableau 1. Estimation de donnes de panel dynamique

(estimateur GMM en une tape)
Variable Estimations GMM

Constante 0,004
(0,29)
ide(retard) 0,53
(4,64)***
dres 0,022
(2,22)**
dtaille 0,13
(5,69)***
dsalaires 0,07
(-3,44)***
dxmpib 0,14
(8,04)***
dpol -0,2
(-0,33)
dtrans 0,07
(1,80)*
dcom 0,04
(3,17)***
dtis 0,16
(4,55)***
Tests de diagnostic
Test de Sargan de suridentification Prob > chi2 = 0,94
des restrictions
Test dArellano-Bond dautocorrlation Prob > chi2 = 0,12
de 1er ordre
Test dArellano-Bond dautocorrlation Prob > chi2 = 0,18
de 2e ordre
Test de Wald Prob > chi2 = 0,00
* significatif : au seuil de 10 %, ** significatif : au seuil de 5 %, ***significatif : au seuil de 1 %.
Les lettres en petits caractres expriment le logarithme naturel des variables, d dsigne les variables en premires
diffrences et les valeurs z robustes lhtroscdasticit sont indiques entre parenthses.
particulirement valides dans le cas de lAfrique, o une grande partie de

lIDE est dans un premier temps alle vers les activits extractives, qui se
situent habituellement dans des rgions recules et qui ncessitent donc un
accs des infrastructures de base telles que les routes, les communications,
llectricit et leau. Aseidu (2002) a affirm que cette infrastructure physi-
que est plus pertinente pour les investissements dans les ressources non
naturelles (activits non extractives). Par consquent, les pays daccueil doi-
vent procurer une infrastructure de bien meilleure qualit que celle qui
existait jusque-l sils veulent attirer de nouvelles catgories dIDE . La
mise disposition de linfrastructure pourrait donc expliquer dans une
certaine mesure la variation de la composition sectorielle de lIDE (au profit
des activits non extractives) en Afrique. Nos rsultats correspondent parti-
culirement avec ceux dAseidu (2002, 2006) et plus rcemment dAsiedu et
Gyimah-Brempong (2007) pour le contexte africain (mme si lon observe
quils sont comparativement infrieurs). Ces rsultats indiquent que les pays
qui ont amlior leur infrastructure de transport, entre autres, attirent des
volumes significatifs dinvestissements trangers.
En ce qui concerne les autres variables explicatives, on observe quelles se

comportent conformment aux prvisions thoriques et quelles correspon-
dent aux donnes empiriques rcentes. Ainsi, labondance de ressources natu-
relles, mesure par RES, est considre comme positive et significative, ce qui
confirme les rsultats dAseidu (2002) et dAsiedu et Gyimah-Brempong
(2007) dans le cas de lAfrique. Cela signifie quil existe un IDE en qute de
ressources, bien que llasticit ne puisse pas facilement tre interprte, car il
sagit dune variable qualitative.
Louverture exerce, elle aussi, un impact positif sur lIDE, ce qui suggre
quun environnement efficient caractris par une plus grande ouverture aux
changes devrait sduire les entreprises trangres (cette conclusion est gale-
ment corrobore par Asiedu, 2002 et Edwards, 1990), et que les pays qui ont
entrepris de libraliser leurs changes ont t rcompenss par un surcrot
dIDE. En ralit, la significativit de xmpib, mme aprs neutralisation de
leffet de la disponibilit des ressources naturelles, indique que lIDE ne
cherche pas uniquement les ressources et que ltat peut aussi jouer un rle de
premier plan dans lquation de lIDE. On estime donc que lIDE soriente
aussi vers les activits non extractives (IDE non fond sur les ressources
naturelles). Ce constat est particulirement important pour lAfrique, car les
investissements, par exemple dans le secteur manufacturier et les activits
forte intensit technologique, favorisent la diffusion de la technologie et
lemploi.
La taille du march intrieur, le stock de capital humain, ont dans une
large mesure jou un rle positif, comme en tmoigne lampleur de leurs
coefficients respectifs, alors que linstabilit politique et le cot du travail ont
nui aux entres dIDE, et ces rsultats corroborent les travaux empiriques
mens dans ce domaine.
Fait intressant, le coefficient positif et significatif de idet-1 report dans le
tableau montre que lIDE retard contribue positivement au niveau actuel de
lIDE, cest--dire que lIDE sauto-renforce. On peut donc penser que le fait
que les investisseurs trangers prennent petit petit connaissance des oppor-
tunits dinvestissement dans les pays daccueil joue aussi un rle. En fait, la
valeur du coefficient robuste lhtroscdasticit de lIDE retard stablit
0,53 pour lchantillon agrg du secteur, ce qui implique un coefficient
dajustement partiel a de 0,47. (Kinoshita et Campos, 2004, ont constat un
rythme dajustement analogue pour les pays dEurope centrale et orientale et
de lancienne Union sovitique.) Cela signifie que linvestissement net pour
un an correspond 47 % de la diffrence entre le niveau optimal et le niveau
courant de ide. Dans la mesure o un a infrieur indique une vitesse dajuste-
ment infrieure, on peut en dduire que la persistance du schma de lIDE
joue un rle plus important dans ces conomies. Cette conclusion confirme
lexistence dune dynamique et dune endognit dans la modlisation de
lIDE et cadre avec Cheng et Kwan, (2000), Kinoshita et Campos (2004) et
Quazi (2005). Louverture du pays, le cot du travail et le niveau dinstruc-
tion dans le pays daccueil sont galement cits parmi les facteurs importants
qui dterminent les entres dIDE en Afrique, tandis que linstabilit politi-
que sest rvle non significative.
4. Conclusions
Le prsent article a explor le rle de linfrastructure de transport dans les
efforts dploys par les pays destinataires pour attirer lIDE. Il repose sur un
chantillon de 25 pays africains, sur la priode 1985-2004. Obtenus partir
dun cadre de donnes de panel dynamique, les rsultats de lanalyse mon-
trent que linfrastructure de transport constitue un facteur important lorsquil
sagit de rehausser lattrait dun pays aux yeux des investisseurs directs tran-
gers court et long terme, et cette observation vaut aussi pour les autres
catgories dinfrastructure. Ces rsultats correspondent ceux obtenus rcem-
ment par des universitaires, particulirement dans le cas des pays en dvelop-
pement. La valeur retarde positive et significative de la variable dpendante
issue des estimations des donnes de panel dynamique confirme galement
lexistence dune dynamique et dune endognit dans la modlisation de
lIDE, ce qui laisse penser que lIDE sauto-renforce et que le fait que les
investisseurs trangers prennent petit petit connaissance des opportunits
dinvestissement dans les pays daccueil joue aussi un rle. Les autres variables
classiques incorpores dans le modle produisent, dans lensemble, le signe et
les rsultats attendus, linstruction, louverture et la taille figurant parmi les
principaux moteurs de lIDE.
Ces constats impliquent que le dveloppement de linfrastructure de trans-
port, entre autres, fait aussi partie intgrante de la stratgie dploye par les
pays pour attirer lIDE, surtout en Afrique, o il reste beaucoup faire cet
gard. Les dcideurs qui formulent les politiques publiques devraient aussi
tenir compte de ces rsultats.
Rfrences
ADB, WB, JICA (2005), Connecting East Asia. A New Framework for Infras-
tructure, The World Bank.
AFD (2004), Developing Countries : Leveraging the Role of Multinatio-
nals, Workshop organized jointly by AFD and IFRI in Paris on June 10,
2004
Anderson T.W. and C. Hsiao (1982), Formulation and Estimation of
Dynamic Models Using Panel Data, Journal of Econometrics, 18, 67-82.
Agenor P-R. and B Moreno-Dodson (2006), Public Infrastructure and
Growth : New Channels and Policy Implications, World Bank, Washing-
ton DC.
Arrelano M. and S. Bond (1991), Some Tests of Specification for panel
data : Monte Carlo Evidence and an application to employment equa-
tions, Review of Economic Studies, 58, 277-297.
Aschauer D. (1989), Is public expenditure productive ?, Journal of Mone-

tary Economics, 23, 167-200.
Asiedu E and H. S. Esfahani (2001), Ownership Structure in Foreign Direct
Investment Projects, Review of Economics and Statistics, 83 (4), 647-62.
Asiedu E. (2002), On the Determinants of Foreign Direct Investment to
Developing Countries : Is Africa Different ?, World Development, 30(1),
107-118.
Asiedu E. (2006), Foreign Direct Investment in Africa : The Role of
Government Policy, Institutions and Political Instability, World Eco-
nomy, 29 (1), 63-77.
Asiedu E. and K. Gyimah-Brempong (2007), The Effect of the Liberaliza-
tion of Investment Policies on Employment and Investment of Multina-
tional Corporations in Africa, African Development Review, 20(1), 49-66
Baltagi, B. H. (1995), Econometric Analysis of Panel Data, John Wiley &
Sons.
Blundell F. and S. Bond (1998), Initial conditions and Moments restrictions
in dynamic panel data models, Journal of Econometrics, 87,115-144.
Borensztein J., J. De Gregorio and J-W. Lee (1998), How does foreign
direct investment affect economic growth ?, Journal of International Eco-
nomics, 45, 115-135.
Canning D. (1998), A Database of World Stocks of Infrastructure, 1950-
95, The World Bank Economic Review 12(3) : 529-47
Canning D. and E. Bennathan (2000), The social rate of return on infras-
tructure investments, World Bank Research Project, RPO 680-89,
Washington, D.C.
Chakrabarti A. (2001), The Determinants of Foreign Direct Investment :
Sensitivity Analyses of Cross-Country Regressions, KYKLOS, 54,
89-114.
Edwards S. (1990), Capital Flows, Foreign Direct Investment, and Debt-
Equity Swaps in Developing Countries, NBER working paper, No 3497.
Erenberg S.J. (1993), The real effects of public investment on private invest-
ment, Applied Economics, 23, 831-837.
Escribano A., L. Garrido, N. Peltier and H. Singh (2005), The Impact of
Infrastructure on Competitiveness : A Firm Level Analysis Based on ICA
Surveys, Joint Conference of the Inter-American Development Bank
(IADB) and The World Bank (WB), June 6 and 7, 2005
Escribano A. and J.L. Guasch (2005), Assessing the Impact of the Invest-
ment Climate on productivity Using Firm-Level Data : Methodology
and the Cases of Guatemala, Honduras and Nicaragua, Working Paper,
World Bank, Washington D.C.
Estache. A and M. Fay (2007), Current Debates on Infrastructure Policy,
Policy Research Working Paper 4410, The World Bank Poverty Reduc-
tion and Economic Management.
Feenstra R.C. and Hanson G.H. (2004), Ownership and Control in Out-
sourcing to China : Estimating the Property-Rights Theory of the Firm,
NBER working paper No. w10198.
Gastanaga V., J.B. Nugent and B. Pashamova (1998), Host Country
Reforms and FDI Inflows : How Much Difference Do They Make ?,
World Development, 26 (7), 1299-1314.
Hallberg K. and R. Jammi (2004), An Evaluation of World Bank Invest-
ment Climate Activities, Operations Evaluation Department, World
Bank, OED report
Hanson J.R. Jr. (1996), Human Capital and Direct Investment in Poor
Countries, Explorations in Economic History, 33, pp. 86-106.
Holtz-Eakin D. (1994), Public sector capital and the productivity puzzle,
The Review of Economics and Statistics, LXXVI, 12-21
Holtz-Eakin D. and A. E. Schwartz (1995), Spatial productivity spillovers
from public infrastructure : Evidence from state highways, NBER Wor-
king Paper Series, No 5004, NBER.
Hufbauer et al. (1994), Cost of protection in the United States, Washington :
Institute For International Economics.
Im K., H. Pesaran and Y. Shin, (1995), Testing for Unit Roots in Heteroge-
neous Panels, DAE Working Papers Amalgamated Series No. 9526, Uni-
versity of Cambridge.
International Labor Organization. Retrieved October 28, 2002, From :
http://www.ilo.org/public/english/
International Country Risk Guide (1999), Brief Guide to the Ratings System.
Jaspersen F.Z., A.H. Aylward and A.D. Knox. (2000), The Effects of Risk
on Private Investment : Africa Compared with Other Developing Areas,
in Investment in Risk in Africa, edited by P. Collier and C. Pattillo.
New York : St. Martins Press
Jun K. and H. Singh (1996), The Determinants of Foreign Direct Invest-
ment in Developing Countries, Transnational Corporations, Vol. 5,
No. 2, pp. 67-105.
Kandiero T. and M. Chitiga (2003), Trade Openness and Foreign direct
investment in Africa, paper prepared for the Economic Society of
Southern Africa 2003 Annual Conference, Cape Town, South Africa.
Kennedy P. (2003), A Guide to Econometrics, 5th. Edition. Cambridge, MA :
The MIT Press. (3).
Kinoshita Y. (1998), Micro-determinants of Japanese Foreign Direct Invest-
ment in Asia, Eastern Economic Association and Japan Economic Seminar
at Columbia University.
Kinoshita Y and Campos N. (2004), Estimating the Determinants of
Foreign Direct Investment Inflows : How Important are Sampling and
Omitted Variable Biases ?, CEPR-WDI Transition Conference
Kravis I, B and R.E. Lipsey (1982), Location of overseas production and
production for exports by US multinational firms, Journal of Internatio-
nal Economics, 12, 201-223.
Kumar N. (2001), Infrastructure Availability, Foreign Direct Investment

Inflows and Their Export-orientation : A Cross-Country Exploration,
Research and Information System for Developing Countries, New Delhi
Loree D. W. and S. E. Guisinger (1995), Policy and non-policy determi-
nants of U.S. equity foreign direct investment, Journal of International
Business Studies, 26 (2), 281-299.
Morrison C. J. and A. E. Schwartz (1996), State Infrastructure and Produc-
tive Performance, American Economic Review, 86, Issue 5, 344-365.
Mwilima N. (2003), Foreign Direct Investment in Africa, Social Observa-
tory Pilot Project Final Report FDI, Africa Labour Research Network
Nadiri M. and T. Mamuneas (1994), The effects of public infrastructure
and R & D capital on the cost structure and performance of U.S manu-
facturing industries, The Review of Economics and Statistics, LXXVI,
22-37
Noorbakhsh F., A Paloni and A. Youssef (2001), Human Capital and FDI
Inflows to Developing Countries : New Empirical Evidence, World
Development, 26 (7), 1593-1610.
Quazi R (2005), Economic Freedom and Foreign Direct Investment in East
Asia. International Academy of Business and Public Administration Disci-
plines (IABPAD) meetings
Richaud C., K. Sekkat and A. Varoudakis (1999), Infrastructure and
Growth Spillovers : A Case for a Regional Infrastructure Policy in
Africa, Mimeo, University of Brussels.
Rodrik D (1998), Trade Policy and Economic Performance in Sub-Saharan
Africa, NBER Working Paper No 6562.
Romp W. and J. De Haan (2007), Public Capital and Economic Growth :
A critical survey, Perspektiven der Wirtschaftspolitik, Vol 8, Special issue,
No 1, 6-52
Root F.R. and A.A. Ahmed (1979), Empirical Determinants of Manufactu-
ring Direct Foreign Investment in Developing Countries, Economic
Development and Structural Change, 27, 751-767.
Sachs G and T. Warner (1995), Natural Resource Abundance and Econo-
mic Growth, NBER Working Paper No. 5398.
Scaperlanda A.E. and L.J. Mauer (1969), The determinants of US direct
investment in the EEC, The American Economic Review, 59(4),
558568.
Schneider F. and B. Frey (1985), Economic and Political Determinants of
Foreign Direct Investment, World Development, 13(2), 161-175.
Schoeman N.J., Robinson, Z. Clausen and T.J. DeWet (2000), Foreign
Direct Investment Flows and Fiscal Discipline in South Africa, South
African Journal of Economic and Management Sciences, 3(2), 235-44.
Sekkat K and M. Veganzones-Varoudakis (2004), Trade and foreign
exchange liberalisation, investment climate and FDI in the MENA coun-
tries, Working Papers DULBEA, Universit libre de Bruxelles, Depart-
ment of Applied Economics (DULBEA).
Straub S. (2008), Infrastructure and Growth in Developing Countries :

Recent Advances and Research Challenges, Policy Research Working
Paper 4460, The World Bank Development Research Department
Research Support Team
Tsai, P. (1994), Determinants of Foreign Direct Investment and Its Impact
on Economic Growth, Journal of Economic Development, 19, 137-163.
UNCTAD (2005), Geneva trade and development report, Report by the
secretariat of the United Nations Conference on Trade and Develop-
ment, United Nations, New York and Geneva, 2005 United Nations
Publications.
Wei S. (2000), How Taxing is Corruption on International Investors ?,
Review of Economics and Statistics. 82 (1), 1-11.
Wheeler D. and A. Mody (1992), International investment location deci-
sions : The case of U.S. firms, Journal of International Economics, 33,
57-76.
WDI (2002), World Development Indicators, World Bank, Washing-
ton, D.C.
World Bank (2005), World Development Indicators on CD-Rom.

Transport Et IDE

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Transport Et IDE

Transféré par

Droits d'auteur :

Formats disponibles

JOBNAME: No Job Name PAGE: 1 SESS: 12 OUTPUT: Tue Oct 20 16:26:20 2009

* Auteur contacter : b.seetanah@@utm.intnet.mu (Boopen Seetanah)

386 / Actes de la Confrence 2007

Le rle de linfrastructure de transport... / 387

2. Littrature sur le sujet

388 / Actes de la Confrence 2007

IDEit = f (RESit, TAILLEit, SALAIRESit, XMPIBit, TISit, POLit, TRANit,

1. Ce modle conomique a t abondamment utilis dans la littrature et contient gnralement divers

Le rle de linfrastructure de transport... / 389

important dans la prise de dcision concernant lIDE. De plus, Scaperlanda et

390 / Actes de la Confrence 2007

laide du taux dinscription dans lenseignement secondaire gnral (TIS) (de

3. Lindice du risque politique se compose de 12 indicateurs : stabilit du gouvernement, conditions

Le rle de linfrastructure de transport... / 391

Modle conomtrique et tests prliminaires

ideit = + b1resit + b2tailleit + b3salairesit + b4xmpibit + b5tisit + b6polit

392 / Actes de la Confrence 2007

rejettent une racine unitaire en faveur de la stationnarit (ces rsultats sont

Rgression de donnes de panel dynamique

ideit ideit1 = t + videit1 + bxit + it (3)

o le terme de gauche reprsente la diffrence logarithmique de linvestisse-

ideit = t + (v + 1)ideit1 + bxit + it (4)

Le rle de linfrastructure de transport... / 393

Nous pouvons aussi formuler lquation ci-dessus en diffrences pre-

Dideit = t + (v + 1)Dideit1 + bDxit + Dit (5)

Il peut exister un problme dendognit si idet-1 est endogne par

394 / Actes de la Confrence 2007

Tableau 1. Estimation de donnes de panel dynamique

Variable Estimations GMM

particulirement valides dans le cas de lAfrique, o une grande partie de

Le rle de linfrastructure de transport... / 395

En ce qui concerne les autres variables explicatives, on observe quelles se

396 / Actes de la Confrence 2007

Le rle de linfrastructure de transport... / 397

Aschauer D. (1989), Is public expenditure productive ?, Journal of Mone-

398 / Actes de la Confrence 2007

Le rle de linfrastructure de transport... / 399

Kumar N. (2001), Infrastructure Availability, Foreign Direct Investment

400 / Actes de la Confrence 2007

Straub S. (2008), Infrastructure and Growth in Developing Countries :

Vous aimerez peut-être aussi