Education, investissement public et croissance en Europe :

une étude en panel

Gwenaëlle Poilon∗

Septembre 2006
Version préliminaire

Résumé

Cet article examine l’impact du capital humain (mesuré par les dépenses ordinaires
d’éducation) et de l’investissement public sur la croissance en s’appuyant sur un modèle de
Solow « augmenté ». La méthodologie utilisée est celle développée par Mankiw, Romer et
Weil (1992). Les tests sont effectués à partir d’un panel composé de six pays européens de
l’UEM (Autriche, Belgique, Allemagne, France, Italie, Pays-Bas). Les différentes régressions
confirment que le capital humain et l’investissement public ont un rôle moteur pour la
croissance économique en Europe.

Codes JEL: E62, H54, C23.

Mots clé : croissance, investissement public, capital humain, panel.

∗
Gwenaëlle Poilon, doctorante, OFCE, 69, quai d’Orsay, 75340 PARIS cedex 07, France; tel + 33 1 44 18 54 48;
email : gwenaelle.poilon@sciences-po.fr
Introduction

Le renouveau de la macroéconomie de la croissance a fait l’objet d’un grand nombre

d’articles et de livres de synthèse. Barro et Sala-i-Martin (1995) et Aghion et Howitt (1998)
passent en revue l’ensemble des développements théoriques récents, tandis que Durlauf et
Quah (1998), Klenow et Rodriguez-Clare (1997) et Temple (1999) présentent les méthodes
empiriques utilisées dans ce domaine. Le rôle du capital humain est plus particulièrement
abordé par Krueger et Lindahl (2001).

Ce regain d’intérêt pour l’étude de la croissance est dominé par deux courants principaux
qui cherchent à élucider le rôle de long terme du capital humain.

Premièrement, nombre de modèles participant de la nouvelle théorie de la « croissance

endogène » voient dans l’existence d’externalités positives du capital humain et les
rendements d’échelle constants, voire croissants, de la production par le système scolaire les
sources d’une croissance autoentretenue et influençable par les décisions de scolarisation
privées et par les politiques publiques. Deuxièmement, le « renouveau néo-classique » s’est
lui attaché à mesurer l’impact du capital humain en se fondant sur une version étendue du
modèle de « croissance exogène » de Solow.

Dans son article de 1956, Solow montre que deux variables considérées comme exogènes,
le taux d’épargne et la croissance de la population, déterminent le niveau de revenu par tête à
l’état stationnaire. C’est parce que l’épargne et l’accroissement de la population varient entre
les pays que les pays atteignent différents équilibres de long terme. Le modèle de Solow
donne des conclusions faciles à tester. Plus le taux d’épargne est élevé, plus le pays est riche ;
plus l’accroissement de la population est élevé, plus le pays est pauvre.

Notre présentation s’appuie sur le modèle de croissance à la Solow en reprenant la

méthodologie développée par Mankiw, Romer et Weil (1992). En effet, nous incorporons
dans un premier temps un troisième facteur de production, le capital humain, dans une
fonction de production de type Cobb-Douglas.

Nous testons alors différentes régressions afin d’examiner l’effet du capital humain
(représenté dans cet article par les dépenses d’éducation) sur la croissance. La même réflexion
sera menée ensuite concernant l’investissement public.

Cet article s’articule de la façon suivante. Dans la première section, on présentera les
principales caractéristiques du modèle de Solow augmenté du capital humain. Dans la
deuxième section, on examinera les résultats empiriques obtenus à l’aide d’un panel composé
de six pays européens (Autriche, Belgique, Allemagne, France, Italie, Pays-Bas).

I. Le modèle de Solow avec capital humain : l’apport de Mankiw,

Romer et Weil

Mankiw, Romer et Weil (1992) reprennent les fondements du modèle de Solow dans lequel
ils incorporent le concept de capital humain. Deux types de capital sont alors inclus : le capital
physique et le capital humain.

On obtient une fonction Cobb-Douglas de la forme :

Y (t ) = K (t )α H (t ) β ( A(t ) L(t ) )
1−α − β
(1)

K représente le capital physique1, H le capital humain, L le travail et A le progrès technique.

Le travail L est supposé augmenter à un taux exogène n du fait de la croissance de la
population et de l’augmentation de exogène de la productivité du travail.
Le progrès technique A est exogène et croît au taux g.

Le modèle suppose aussi qu’une fraction constante de la production, si, est investie dans
chaque type de capital. On pose que y = Y/L, k =K/L et h=H/L.

L’évolution du capital est alors déterminée par :

(2a ) dk / dt = sk yt − (n + g + δ )kt
(2b) dh / dt = sh yt − (n + g + δ )ht

où δ est le taux de dépréciation du capital. Il est supposé que la même fonction de production
s’applique au capital physique et au capital humain ; de plus on suppose que ces deux formes
de capital se déprécient au même taux.

Partant de l’hypothèse que α+β<1 (autrement dit les rendements des facteurs reproductibles
sont décroissants), le système d’équations (2a) et (2b) peut être résolu pour obtenir des valeurs

1
Dans notre partie empirique, nous utiliserons des données d’investissement à la place des données de capital.
à l’état stationnaire de k* et h* en substituant la fonction de production (1) dans les équations
différentielles (2). On passe aux logarithmes et on résout le système linéaire.

L’économie converge vers un état stationnaire définit par :

1/(1−α − β )
⎛ s1k− β shβ ⎞
(3a ) k* = ⎜ ⎟
⎝ n + g +δ ⎠
1/(1−α − β )
⎛ sα s1−α ⎞
(3b) h* = ⎜ k h ⎟
⎝ n + g +δ ⎠

En substituant les équations (3a) et (3b) dans la fonction de production et en passant aux
logarithmes, on obtient l’équation :

α+β α β
(4) ln y* = ln A(0) + gt − ln(n + g + δ ) + ln( sk ) + ln( sh ) + ε
1−α − β 1−α − β 1−α − β

L’équation (4) montre comment le revenu par tête dépend de la croissance de la population
et de l’accumulation du capital (physique et humain).

Si l’on avait gardé le modèle de Solow initial, on aurait obtenu :

α α
(5) ln y* = ln A(0) + gt − ln(n + g + δ ) + sk + ε
1−α 1−α

L’hypothèse selon laquelle les pays se trouvent à l’équilibre peut être détendue. On peut
montrer que [Barro et sala-i-Martin, (1992)] :

⎛y ⎞
(6) ln ⎜ t ⎟ = (1 − e − λt ).ln( y*) − (1 − e − λt ).ln( y0 ) (λ > 0)
⎝ y0 ⎠

dans laquelle y* peut être remplacée par l’équation (4).

II. Résultats empiriques

L’échantillon est composé de six pays européens (Autriche, Belgique, Allemagne, France,
Italie, Pays-Bas). Les données de PIB, d’investissement (public et privé) et de population
active sont issues de la base OCDE (economic outlook, 2005).

Le concept de capital humain est représenté dans cet article par les dépenses ordinaires
d’éducation ; ces données proviennent des annuaires statistiques annuels de l’UNESCO. Ceci
diffère de la plupart des études empiriques où le capital humain est appréhendé par la durée
des études. Toutes les données sont annuelles et couvent la période 1983-19992. Comme il n’y
a pas de données nationales disponibles concernant la dépréciation du capital et la
productivité du travail, nous reprenons l’hypothèse de Mankiw, Romer et Weil qui est de
considérer que la somme de ces deux variables vaut 5 % 3.

En revanche, contrairement à Mankiw, Romer et Weil, nos variables restent annuelles (on
ne calcule pas de moyenne) car la période étudiée est relativement courte.

Dans un premier temps, nous testons l’impact de l’investissement par tête sur le revenu par
tête en utilisant le modèle de Solow (équation 5-tableau 1).

Cependant, cette équation (comme celles qui suivront) peut avoir différentes spécifications
qui impliquent de faire des hypothèses sur la constante et sur le terme d’erreur. En effet,
beaucoup de facteurs peuvent influencer la variable expliquée et pourtant certains de ces
facteurs ne sont pas pris en compte explicitement dans l’équation.

Ces facteurs sont alors considérés dans l’analyse de la structure des résidus. En panel, trois
facteurs peuvent être envisagés : des facteurs affectant la variable endogène d’une manière
différente selon la période et/ou l’individu (ici le pays) ; ceux ayant le même impact sur tous
les individus mais dont l’influence dépend de la période (effet temporel) ; et d’autres facteurs
qui reflètent les différences structurelles entre les individus, c’est-à-dire indépendants du
temps (effet individuel). Les effets temporel et individuel peuvent être combinés. Les effets
individuels peuvent être fixes (structure totalement hétérogène) ou aléatoires (spécification
intermédiaire entre l’effet fixe et aucun effet individuel).

2
Le choix de cette période a été tributaire de la disponibilité des données concernant les dépenses d’éducation.
3
Les résultats gardent le même ordre de grandeur si l’on choisit une autre valeur pour g+δ.
 Un test d’Hausman peut être réalisé afin de choisir la spécification adéquate. Ce test nous
indique qu’une spécification avec effet aléatoire est à choisir pour les deux équations.
Cependant, nous indiquons pour cette première régression les résultats des différents tests afin
de montrer que le résultat est robuste quelle que soit la spécification retenue4.

Les résultats obtenus pour cette régression diffèrent de ceux obtenus par Mankiw et al. avec
leur échantillon OCDE. En effet, ces auteurs trouvent une élasticité implicite de 0.6 pour
l’investissement physique dans le modèle de Solow alors que nous obtenons une élasticité
implicite de 0.4. Notre résultat semble donc être plus représentatif de ce que l’on observe dans
les statistiques économiques. Cela vient peut-être du fait que notre panel est plus homogène
(uniquement des pays de l’UEM) que celui de Mankiw et al. (pays aux niveaux de
développement différents).

Tableau 1 : estimation du modèle de Solow

Régression (1) Sans effet Effet fixe Effet aléatoire

Constante 4.22 4.41 4.40

(16.26) (16.69) (16.92)

0.68 0.66 0.66

Log(sk ) (24.40) (21.65) (22.18)

-0.05 -0.04 -0.04

Log(n+g+δ) (-1.59) (-1.90) (-1.93)

R2 0.86 0.94 0.84

Lecture du tableau : le coefficient obtenu pour sk ne représente pas α mais (α / 1- α)
Note : les t-Student sont entre parenthèses.

Le tableau 2 indique les résultats du modèle de Solow augmenté du capital humain. Un

premier commentaire est que ce modèle augmenté est plus performant (quelle que soit la
spécification retenue) pour expliquer la variation du PIB par tête.

4
Pour les tests à venir, seul le résultat correspondant à la spécification retenue selon le test d’Hausman sera
indiqué.
 De plus, on observe que les variables d’investissement physique et d’éducation sont
statistiquement significatives. L’élasticité implicite du capital physique est de 0,30 et celle de
l’éducation de 0,08. Ainsi, on trouve que l’investissement physique et l’éducation ont un
impact sur la croissance et ce avec des ordres de grandeur réalistes.

Tableau 2 : estimation du modèle de Solow augmenté

Régression (2) Coefficient

Constante 5.19
(22.88)

Log(sk ) 0.47
(13.94)

Log(sh ) 0.13
(7.81)

Log(n+g+δ) -0.01
(-0.66)

R2 0.91

Dans l’article de Mankiw, Romer et Weil, l’investissement physique était considéré comme
un seul et même facteur. Mais qu’en est-il si l’investissement est décomposé en
investissement public et privé ?

Nous obtenons alors une nouvelle fonction de production à quatre facteurs et nous obtenons
une nouvelle équation :

Y (t ) = KP(t )α KG (t )γ H (t ) β ( A(t ) L(t ) )

1−α −γ − β
(7)

où KP et KG représentent respectivement le capital privé et le capital public.

 En utilisant la même méthodologie que précédemment, l’équation à tester devient :

α +γ + β α γ
(8) ln y (t ) = ln A(0) + gt − ln(n + g + δ ) + ln( skp ) + ln( skg )
1−α − β − γ 1−α − γ − β 1−α − γ − β
β
+ ln( sh )
1−α − γ − β

Cette nouvelle régression confirme l’impact significatif de l’éducation dans le processus

productif. De plus, un impact positif de l’investissement public sur la croissance (quoique
faible) est également trouvé.

La régression confirme également les ordres de grandeur des régressions précédentes. Les
élasticités implicites de l’investissement privé et de l’éducation sont respectivement de 0,23 et
0,09 ; le coefficient de l’investissement public est de 0,08.

Tableau 3: estimation du modèle de Solow augmenté du capital humain et où la variable

de capital est décomposée

Régression (3) Coefficient

Constante 4.92
(19.69)

Log(skg ) 0.13
(5.66)

Log(skp ) 0.39
(13.79)

Log(sh ) 0.15
(8.81)

Log(n+g+δ) -0.009
(-0.61)

R2 0.92
 Jusqu’à présent, toutes nos régressions ont indiqué un impact significatif du capital humain
représenté par les dépenses ordinaires d’éducation sur le revenu par tête. Ceci tend à légitimer
la Stratégie de Lisbonne dont l’objectif est de faire de l’Europe l’économie la plus
compétitive au monde. Cette stratégie européenne ne se fonde pas que sur l’éducation mais
également sur les infrastructures publiques. Or l’effet productif de long terme des dépenses
d’éducation incite à penser que les dépenses d’éducation devraient être considérées comme de
l’investissement (et non comme des dépenses de consommation).

Ainsi, on pourrait créer un indicateur d’ « investissement public élargi » qui serait égal à la
somme de l’investissement public et des dépenses ordinaires d’éducation. Dans ce cas
l’équation à tester devient :

α +γ α γ
(9) ln y (t ) = ln A(0) + gt − ln(n + g + δ ) + ln( skp ) + ln( skg ' )
1−α − γ 1−α − γ 1−α − γ

où kg’ représente un nouvel indicateur d’investissement public, à savoir la somme de

l’investissement public et des dépenses ordinaires d’éducation.

Une fois encore, le rôle productif de l’investissement public et de l’éducation est confirmé
(tableau 4). On trouve une élasticité implicite de 0,22 pour l’investissement privé et de 0,17
pour la nouvelle variable d’investissement public.

Tableau 4 : estimation du modèle de Solow augmenté d’un nouvel indicateur de capital

humain

Régression (4) Coefficient

Constante 5.08
(30.25)

Log(skg’) 0.27
(9.55)

Log(skp) 0.36
(12.55)

Log(n+g+δ) -0.007
(-0.48)

R2 0.91
 Nous avons supposé jusqu’à maintenant que les pays étaient à leur état stationnaire en 1999
(ou plus généralement que les écarts par rapport à l’état stationnaire sont aléatoires). Or cette
hypothèse est contestable. En effet, il est probable que les données soient influencées par une
dynamique hors état stationnaire du fait, notamment de la lenteur de la convergence vers l’état
stationnaire. C’est pourquoi nous étendons le modèle de Solow au cas où les pays ne se
trouvent pas à l’équilibre stationnaire.

En relâchant l’hypothèse selon laquelle les niveaux de revenu par tête observés
correspondent aux valeurs de l’état stationnaire, nous obtenons les mêmes résultats pour le
capital humain que lors des tests précédents. En revanche, lorsque l’on décompose
l’investissement total, l’investissement public n’est plus significatif. Le nouvel indicateur
d’investissement public (kg’) est lui toujours statistiquement significatif.

Tableau 5 : Récapitulatif des régressions en dehors de l’état stationnaire

(variable expliquée : log(y/y0))

Régression (1) Régression (2) Régression (3) Régression (4)

Constante 2.40 2.97 3.05 3.15

(5.58) (8.56) (9.05) (4.20)

Log(sk ) 0.55 0.37

(15.46) (10.53)

Log(sh ) 0.15
(8.21)

Log(skg ) 0.02
(1.00)

Log(skp ) 0.32 0.36

(10.62) (13.08)

Log(skg’ ) 0.26
(9.63)

Log(n+g+δ) -0.06 -0.02 -0.02 -0.01

(-2.43) (-1.04) (-0.99) (-0.66)

Log(y0) -0.71 -0.70 -0.68 -0.80

(-12.54) (-16.22) (-14.90) (-10.36)

R2 0.73 0.84 0.84 0.90

Conclusion

Cet article avait pour but de montrer l’impact de l’éducation puis de l’investissement public
sur la croissance en Europe. Si un impact significatif et positif est trouvé, cela tendrait à
légitimer la pertinence de la Stratégie de Lisbonne.

Pour ce faire, nous reprenons la méthodologie développée par Mankiw, Romer et Weil
(1992). En effet, nous incorporons dans un premier temps un troisième facteur de production,
le capital humain, dans le modèle de croissance à la Solow. Après avoir développé les grandes
lignes du modèle de Solow augmenté, nous effectuons différentes régressions afin de tester
l’impact du capital humain.

Contrairement à la plupart des études empiriques consacrées à ce sujet, le capital humain est
ici appréhendé par les dépenses ordinaires d’éducation et non par le nombre d’années d’études.
De plus, notre panel n’est composé que de pays européens (Autriche, Belgique, Allemagne,
France, Italie, Pays-Bas) et couvre la période 1983-1999. Les tests visant à justifier la
spécification de la régression sont systématiquement réalisés.

Comme dans l’article de Mankiw, Romer et Weil, nous trouvons un impact significatif du
capital humain sur la croissance. Cependant, nous étendons également leurs travaux en
décomposant l’investissement total en investissement public et privé. Nous obtenons ainsi un
modèle de Solow augmenté à quatre facteurs. Cette décomposition nous permet d’examiner
l’impact de l’investissement public sur la croissance. On trouve alors que l’investissement
public est statistiquement significatif (quand on se trouve à l’état stationnaire) et la variable
« capital humain » l’est toujours. Ce résultat confirme la justification économique de la
stratégie de Lisbonne dont l’un des piliers est de promouvoir les programmes d’infrastructures
publiques ainsi que les dépenses d’éducation.

Enfin, nous proposons un nouvel indicateur d’ « investissement public ». En effet, les

dépenses ordinaires d’éducation ne sont actuellement pas considérées comme de
l’investissement public alors que l’on peut penser qu’il s’agit bien d’un investissement pour
l’avenir. Ainsi, nous créons une nouvelle variable composée de l’investissement public et des
dépenses d’éducation. Nous testons alors l’impact de cette variable « investissement public
élargi » et cette nouvelle régression à trois facteurs confirme le rôle joué par
l’ « investissement public » (au sens large) dans le processus productif. Tous ces tests
viennent confirmer le rôle productif des dépenses d’éducation et des infrastructures publiques.
 Ainsi, afin que l’Europe devienne l’économie la plus compétitive au monde, il devient
indispensable d’investir massivement dans ces secteurs. La Stratégie de Lisbonne est donc
plus que jamais pertinente et il serait dommageable que les gouvernements s’en détournent
dans un seul souci de discipline budgétaire. L’adoption d’une nouvelle règle budgétaire (du
type « règle d’or ») pourrait être un moyen de rendre effective la Stratégie de Lisbonne. La
réforme du Pacte de Stabilité et de Croissance au printemps 2005 représente alors un premier
pas vers une plus grande compatibilité entre recherche de croissance et stabilité
macroéconomique.
Bibliographie
AGHION P. et P. HOWITT (1998), Endogenous Growth Theory, MIT Press, Cambridge.
ARESTIS Ph. et M. SAWYER (2001), “An alternative stability pact for the European Union”,
Cambridge Journal of Economics, 25(1), January.
ASCHAUER D.A. (1989), “Public Investment and Productivity Growth in the Group of Seven »,
Journal of Economic Perspectives, no.13, pp. 17-25.
ASCHAUER D.A. (1989), “Is Public Expenditure Productive?, Journal of Monetary Economics,
vol.23, no.2, pp. 177-200.
BALASSONE F. et D. FRANCO (2000), “Public Investment, the Stability Pact and the ‘Golden
Rule’”, Fiscal Studies, vol.21, no.2.
BARRO R.J.(1989), “Economic growth in a cross-section of countries”, NBER Working Paper,
n°3120.
BARRO R.J. (1990), “Government Spending in a Simple Model of Endogenous Growth”,
Journal of Political Economy, vol.98, no.5, pp. 103-130.
BARRO R.J. et X. SALA-I-MARTIN (1992), “Convergence”, Journal of Political Economy,
vol.100, n°2, pp.223-251.
BARRO R.J. et X. SALA-I-MARTIN (1995), Economic Growth, Mac-Graw-Hill, New-York.
DE LA FUENTE A. et X. VIVES (1995), “Infrastructure and Education as Instruments of
Regional Policy”: Evidence from Spain”, Economic Policy, pp. 13-51.
DURLAUF S. ET D. QUAH (1998), “The New Empirics of Economic Growth”, NBER Working
Paper, no.6422.
HAUSMAN J.A. (1978), “Specification tests in econometrics”, Econometrica, no.6, pp.1251-
1271.
KLENOW P. ET A. RODRIGUEZ-CLARE (1997), “Economic Growth: a Review essay”, Journal
of Monetary Economics, no 40(3), pp.597-617.
KNIGHT M., N. LOYAZA et D. VILLANUEVA (1993), “Testing the Neoclassical Theory of
Economic Growth”, IMF Staff Papers, vol.40, pp. 512-541.
KRUEGER A. ET M. LINDHAL (2000), “Education for Growth: Why and for Whom?”, NBER
Working Paper, no.7591.
MANKIW N.G., D. ROMER et D. WEIL (1992), “A contribution to the empirics of economic
growth”, The Quarterly Journal of economics, vol. 107, no.2, pp. 407-437.
NONNEMAN W. et P. VANHOUDT (1996), “A further augmentation of the Solow model and the
empirics of economic growth for OECD countries”, The Quarterly Journal of Economics,
vol.111, n°3, pp. 943-953.
ROMER P. (1989), “Human Capital and Growth: Theory and Evidence”, NBER Working Paper,
no.3173.
SOLOW R. (1956), “A Contribution to the Theory of Economic Growth”, Quarterly Journal of
Economics, no.70, pp.65-94.
TEMPLE J. (1999), “The New Growth Evidence”, Journal of Economic Literature, no.37 (1),
pp.112-156.