Vous êtes sur la page 1sur 113

Page 1

Université Cheik Anta Diop de Dakar


Introduction Générale

Faculté des sciences économiques et de gestion (FASEG)

Centre de recherche et de formation pour le développement


Economique et social (CREFDES)

Mémoire de Fin d’Etude pour l’Obtention du


Master en Méthodes Statistiques et Econométriques (MSE)
2016-2017

La Croissance Economique et Le Développement Durable en


Afrique

Rédigé et Présenté Publiquement Sous La Direction :


par : Thierno THIOUNE
Maître de Conférences Titulaire
Abdi-Basid ADAN Croissance Economique et
Directeur des Etudes du CREFDES
Développement Durable en Afrique

Adresse : 45753 Dakar-Fann. Km1 Avenue Cheikh Anta Diop. Dakar 45753. Téléphone : 33 864 55 28
Page 2
Introduction Générale

« Il s’agit de proposer un schéma de


développement énergétique continental qui
tiennent compte à la fois des sources d’énergie
renouvelables et non renouvelables, de l’écologie
et des progrès techniques des prochaines
décennies »,
C.A.DIOP (1974) : ‘Les fondements
économiques et culturels d’un Etat fédéral
d’Afrique noire’.

ction Général
Croissance Economique et
Développement Durable en Afrique

I
Page 3
Introduction Générale

Dédicace :
Je dédicace


Ce travail de mémoire
Aux racines et aux cimes
De ma vie
A ma mère :

Croissance Economique et
Développement Durable en Afrique

II
Page 4
Introduction Générale

Remerciements : 

 Au terme de l’acheminement du travail de ce mémoire lequel je tire profit


d’une expérience inédite de recherche durant des mois d’affilés, je tiens

solennellement à exprimer, à manifester ma gratitude à celui à qui appartient la plus
haute sagesse, le Donateur Suprême, le Très Clément, le Possesseur Absolu, le
Subtil-Bienveillant…, Très louange à lui.

J’adresse mes mots les plus précieux à ma mère Halima Daoud dont je ne
pourrais jamais trouver les termes qui conviennent pour lui exprimer tout mon gré.

Je destine ensuite mes profonds et vifs remercîments les plus sincères au


Pr. Thierno THIOUNE, Directeur des Etudes du CREFDES de l’Université Cheikh
Anta Diop de Dakar pour non seulement avoir accepté de diriger ce mémoire
malgré son programme surchargé mais aussi pour l’ensemble de ses contributions
en amont et en aval, de sa disponibilité et de son engagement auxquels j’en suis
vivement très reconnaissant.

Je tiens tout particulièrement aussi à remercier les professeurs qui m’ont


conseillé sur mes recherches notamment Professeur Paulo Quindere du
département économique de l’université de Colorado-Boulder aux Etats-Unis,
Professeur Richard Williams du département Sociologie de l’université Notre Dame
de l’Indiana aux Etats-Unis pour leurs conseils très positifs sur les modélisations
économétriques avancées.

J’exprime, par ailleurs, mes remerciements aux professeurs Fodiyé Bakary


DOUCOURE, Birahim Bouna NIANG, SENE, CISSE, Ndoye, …etc. et tous ceux que
je n’ai pas cité pour leurs pédagogies et le déroulement des programmes de master
2 en Méthodes Statistiques et Econométriques (MSE).

Sans oublier, je salue l’engagement de toute l’équipe administrative de Centre


de Recherche et d’Etudes pour la Formation Economique et Social (CREFDES)
Messieurs Diop, Ly, Gilbert, Mme Dia, enfin tous les membres de l’administration.
Croissance Economique et
participé d’une manière
Développement
Grand merci à toutes et à tous ceux qui ont Durableou
end’une
Afrique
autre, de loin et de près à l’issue de ce travail de mémoire.

III
Page 5
Introduction Générale

Sommaire :
Dédicace………………………..……………………………..……..……….…II
Remerciement………………....……………………………..……..………..III
Sommaire …………………….………………………………..……..……...…IV
Liste des Tableaux……….......…….……………………………..……….……V
Table des Figures……......…….………………………………….…………..VI .

Glossaire des Abréviations………………………………..……….…...…VII


Résumé………………………………………………………..……..…....…..…X
Abstract………………………………………………………..……..……...….XI

Introduction Générale …………………………………..…………….........…1

Chapitre 1 : Cadre d’Analyse de la Croissance Economique et


du Development Durable en Afrique………………………...…………..… 4
Chapitre 2 : Revue de la Littérature Sur Croissance Economique
et Development Durable…………………..……….…..……………………..17
Chapitre 3 : Analyse Méthodologique sur Croissance Economique
et Développement Durable …………………………...….…..…………….36

Conclusion Générale….…...……….…………….......……….......……...…85
Recommandations….…...……….…..……….......……………..…….….....86
Bibliographie..…...……….…………….......…….……………...…..….....…88
Table des Matières..…...……….…………….......…….……………….....…92
Croissance Economique et
Développement
Annexe..…...……….…………………………….....… ….……… Durable
.…… en…Afrique
….…..96

IV
Page 6 Liste des Tableaux
Introduction Générale

LL
iste des Tableaux :
iste des Tableaux

Tableau 1C3.1
Tableau : : Statistique
Statistique Descriptive
Descriptive des
des variables
variables
Tableau C3.2: Test de sphéricité de Bartlett
Tableau
Tableau 2C3.3:
: Test de sphéricité
Résultats de Bartlett
des indices de KMO Kaiser-Meyer-Olkin
Tableau 3C3.4: : Valeurs propres de la diagonalisation de la matrice de corrélation
Tableau Résultats des indices de KMO Kaiser-Meyer-Olkin
Tableau C3.5 : Test de comparaison de moyenne de PIB/H bilatéral et unilatéraux à
Tableau
droite et 4à :gaucheValeurs propres de la diagonalisation de la matrice de corrélation
Tableau 5C3.6: Signededes coefficientsdeattendus du de
modèle
Tableau : Test comparaison moyenne PIB/H bilatéral et unilatéraux à
Tableau C3.7 : Récapitulation des indicateurs du double moindres carrés (TSLS)
du modèle à équations droitesimultanées
et à gauche
Tableau C3.8 : Signe desdes
Résultat estimations du modèle à équations simultanées
Tableau 6: coefficients attendus du modèle
Tableau C3.9: Test de Hausman d’endogénéité
Tableau
Tableau 7C3.10
: Modèle de Durbin
: Récapitulation des Spatiale (SDM)
indicateurs à différents
du double niveaux
moindres d’effets
carrés (TSLS) du
Tableau C3.11 Résultats
modèle à des modèles dynamiques spatiaux de convergence de
équations simultanées
Solow augmenté
Tableau
Tableau 8C3.12
: : Résultat
Estimationdes estimations
des du modèle à
modèles dynamique équations
Spatiale simultanées
de Green Solow Model
Tableau C3.12: Estimation par pays de l’équation 1 : Croissance économique
Tableau 9: Test de Hausman d’endogénéité
Tableau C3.13: Estimation par pays de l’équation 3 : Courbe environnementale de
Tableau
Kuznets 10 : Modèle de Durbin Spatiale (SDM) à différents niveaux d’effets
Estimationdesparmodèles
pays de dynamiques
l’équation 5 :spatiaux
Courbe dede croissance
Tableau 11 C3.14: et de
Tableau : Résultats convergence
inégalité de Kuznets
Solow augmenté
Tableau 12 : Estimation des modèles dynamique Spatiale de Green Solow Model
Tableau 13: Estimation par pays de l’équation 1 : Croissance économique
Tableau 14: Estimation par pays de l’équation 3 : Courbe Kuznets
Environnementale (EKC)
Tableau 15: Estimation par pays de l’équation 5 : Courbe de Kuznets Sociale

Croissance Economique et
Développement Durable en Afrique

V
Page 7 Liste des Figures
Introduction Générale

TLable des Figures :


iste des graphiques

FigureC1.1
Figure 1 : :Croissance
Croissance économique
économique africaine
africainedans
dansle le
monde
monde
Figure
FigureC1.2
2 : :PIBCarte
par des émissions
habitant (PPA) deen CO2 (kt) en Afrique
Afrique
Figure C1.3: Emissions de CO2 en 2013 et 2014 des pays africains
Figure.3:
Figure C1.4 :Emissions
Courbe de deLorenz
CO2 entre 2013 et 2014
et coefficient des(2pays
de Gini fois africains
l'aire de A)
Figure C1.5: Courbe d’indifférence
Figure 4 : Indice de Gini en Afrique et coefficient d’Atkinson
Figure C1.6 : Courbe des inégalités de revenu et le coefficient de Theil-Hoover
FigureC1.7
Figure 5: :Indice dede
Indice développement
Gini en Afriquehumain
Figure
FigureC1.8
6 : :Courbe
Indice de
de Solow
développement humain
Figure C2.1: Courbe de Solow
FigureC2.2
Figure 7 : :Courbe
Courbe dedeKuznets
Kuznets Environnementale
Environnementale
Figure
FigureC2.3
8 : :Courbe
Courbe dede Kuznets
Kuznets Sociale
Sociale
Figure C3.0: Indice de decoupling et recoupling
FigureC3.1
Figure 9: :Indice
Boitede
deDecoupling
moustacheetdes Recoupling
variables
Figure C3.2: Graphique de corrélation
Figure 10: Graphique de corrélation entre entre
lesles variables
variables quantitatives
quantitatives
Figure C3.3 : Comparaison entre données observées donnée centrées
FigureC3.4:
Figure 11 : Comparaison
Graphique des entre données
Scree observées
plot de donnée centrées
valeurs propres
Figure
FigureC3.5
12: :Graphique
Cercle dede corrélation
Scree-plot des
devariables
valeurs propres
Figure C3.6 : Diagramme en bâton des contributions
FigureC3.7
Figure 13 : :Cercle de corrélation
Graphes directs des variables
Figure
FigureC3.8
14 : :Graphes
Diagramme en bâton des cosinus carré
directs
Figure C3.9 : Graphique des classifications des variables
Figure 15 : Graphique
FigureC3.10 : Répartitiondesdeclassifications des individus
classification des variables
Figure
FigureC3.11 : Classification
16 : Répartition Hiérarchiquedes
de classification Ascendante
individus

Figure 17: Classification Hiérarchique Ascendante

Croissance Economique et
Développement Durable en Afrique

VI
Page 8
Introduction Générale

Glossaire des Abréviations :


A/B Adj Adjusted/ Ajusté
ANOVA Analyse Of Variance
ADF Augmented Dicker Fuller
AR Autoregressif
AIC Akaike Ibformation Criterion
BIC Bayesian information Criterion
Chi-2 Chi-deux
C/D
Cons Constant
Cont Contribution
COS2 Cosinus carré
CAH Classification Acsendant Hierarchical
CO2 Dioxyde de carbone
CV Coeffcient de Variation
D/Diff Differenciation
Dim Dimension
DOLS Dynamic Least Squares
E
EKC Environnementale Kuznet Curve

Croissance Economique et
Développement Durable en Afrique

VII
Page 9
Introduction Générale

F/I
First_qu Quartile 1 (25%)

IGI Indice de Gini

IV Méthodes des variables instrumentales

I3TSLS Three Stages Least Square with iterative


K/L KMO Kaiser Mayer Olkin

LM Linear Model

MCO Moindres Carrés Ordinaires


M
ML Maximum des vraisemblances

Min Minimum

Max Maximum

O OPM Orthogonality Panel Model

ONU Organisation des Nations Unis

OLS Ordinary Least Square


PIB Produit interieur brute
P
PCA Principal Component Analizist

PLS Partial Least Square

Croissance Economique et
Développement Durable en Afrique

VIII
Page 10
Introduction Générale

R/S

RNB Revenu national brut

SD Standard Deviation

SE Sum of error

Std Error Standart error

SAR Spatial Auteregressif

SO2 Dioxyde de Soufre

Sigma2e Variance de l'erreur

SUR Seemingly Unrelated Regression

T-Value Student value


T/W
TSLS Two Stage Least Square

WCED Commission Mondiale pour l'Environnement


et le Développement de l'ONU

Croissance Economique et
Développement Durable en Afrique

IX
Page 11
Introduction Générale

R
Résumé :
L’Afrique est un continent composé de 55 Etats et dispose de plus d’une vingtaine
d’organisations régionales d’ordre économique, monétaire et commercial. Dans le travail
de ce mémoire, nos analyses statistiques et économétriques sur les principes de la
croissance économique et du développement durable ont permis de mettre en évidence
une dissimilitude entre les pays africains. La première investigation est vouée à la
description des grandeurs de la croissance économique et du développement durable à
l’échelle continentale. Le second procédé est beaucoup plus complexe et permet
d’analyser la relation entre croissance – capital physique et capital humain du modèle
Solow augmenté dans un cadre statique, dynamique et spatial, tout en s’intéressant
d’autre part, à l’analyse de la convergence conditionnelle des économies africaines. En
deuxième lieu, on s’intéresse à la Courbe de Kuznets Environnementale (la relation entre
croissance et environnement) dans un contexte à la fois statique, dynamique et spatial
tout en vérifiant également la convergence des émissions de CO2 en Afrique, qui n’est
rien d’autre que la perspective de Green Solow Model. Enfin, en dernière point, nous
analysons l’hypothèse de Kuznets entre croissance et inégalité de revenu dans le cas de
l’Afrique.

En somme, les résultats issus des analyses statistiques et économétriques témoignent


en faveur d’un continent avec un dynamisme économique auquel la mondialisation
contribue avec des effets à la fois positifs et négatifs aussi bien sur le plan des émissions
de gaz à effet de serre que sur l’inégalité de revenu dans le contexte de l’Afrique.

Mots clés : Croissance économique, Emissions de CO2, Inégalité de revenu,


Développement durable.

Croissance Economique et
Développement Durable en Afrique

X
Page 12
Introduction Générale

A Abstract:
Africa is a continent composed of 55 states and has about twenty regional
organizations of economic, monetary and commercial order. In the work of this
memoir, our statistical and econometric analyzes of the principles of economic
growth and sustainable development have revealed a dissimilarity between African
countries. The first investigation is dedicated to describing the magnitude of
economic growth and sustainable development at the continental level. The second
method is much more complex and allows to analyze the relationship between
growth - physical capital and human capital of the Solow model augmented in a
static, dynamic and spatial framework, while at the same time focusing on the
analysis of conditional convergence of African economies. Secondly, we are
interested in the Kuznets Environmental Curve (the relationship between growth
and environment) in a context that is static, dynamic and spatial while also checking
the convergence of CO2 emissions in Africa, which is nothing other than the
perspective of Green Solow Model. Finally, in the last analysis, we analyze Kuznets'
hypothesis of growth and income inequality in the case of Africa.

In short, the results from the statistical and econometric analyzes bear witness to a
continent with an economic dynamism to which globalization contributes both
positive and negative effects both in terms of greenhouse gas emissions and
income inequality in the context of Africa.

Keywords: Economic Growth, CO2 Emissions, Income Inequality, Sustainable


Development.

Croissance Economique et
Développement Durable en Afrique

XI
Page 1
Introduction Générale

Introduction Générale

Depuis les révolutions industrielles, la croissance économique qui semblait être


prometteur pour l’avenir, cesse d’occuper de nos jours une position aussi
contraignante qu’’inquiétante d’ampleur mondiale. D’un côté les effets nuisibles
constatés sur l’environnement et de l’autre côté, l’épuisement du capital naturel de ces
dernières années, nous mènent, en réalité, à repenser sur un modèle de croissance
soutenable dans une vision de long terme.

Dans cette perspective, la mobilisation des défenseurs de la croissante verte,


de leurs côtés ne cesse d’amplifier leurs sensibilisations sur un point de non-retour
dus principalement aux activités économiques. D’ailleurs, le changement climatique
en est un porteur de signe d’avertissement en ce sens. Une des initiatives consiste à
revoir la dépendance aveugle de l’énergie fossile de nos jours. C’est d’ailleurs, dans
ce contexte que Ban Ki-moon est élu le 20 février 2018 à la tête de l’Institut Mondial
de la Croissance Verte dite en anglais Global Green Growth Institute (GGGI1), qui est
basé à Séoul (en Corée du Sud). Sous son mandat, il est chargé de proposer des
solutions pour un développement respectueux de l’environnement pour les 28 pays
membres dont l’Ethiopie comme seule participante de l’Afrique à y être membre.

La Commission Mondiale sur l'Environnement et le Développement de


l'Organisation des Nations unies publie en 1987 le rapport de Brundtland2 intitulé
« Notre avenir à tous ou Our Common Futur, en anglais), qui pose la définition du
principe du développement durable de la manière suivante :

1 www.gggi.org/
2 Gro Harlem Brundtland, Directrice générale de l’Organisation mondiale de la santé en 1998-2003,
femme d’Etat norvégienne
Croissance Economique et
Développement Durable en Afrique
Page 2
Introduction Générale

"Le développement durable est un mode de développement qui répond aux


besoins des générations présentes sans compromettre la capacité des générations
futures de répondre aux leurs". Cette définition jugée un peu vague a, depuis son
apparition, été formulée autrement. A vrai dire, elle fait référence, d’abord, à la question
de l'épuisement des ressources naturelles et, d'autre part, à la dégradation de
l'environnement à laquelle l'activité humaine donne lieu. Sur ces deux principes, les
exigences du développement durable entrent en conflit perpétuel avec nos modes de
production et de consommation.

En réalité, la notion du développement durable ne se réduit pas uniquement à


la protection de l’environnement face aux émissions de gaz à effet de serre.
Effectivement, il s’avère plus complexe que ce que l’on imagine par la simple lecture
de la définition du concept. En occurrence, il doit être assimilé d’abord à une économie
efficace au quelle la société est censée être équitable et sous la contrainte d’un
environnement tolérable. En d’autres termes, l’économie doit être au service de la
société tout en préservant davantage la qualité de l’environnement.

Toutefois, quelle est la situation courante de la croissance économique en


Afrique ? Aussi bien sur les facteurs explicatifs que sur la convergence absolue ou
conditionnelle à longs termes des économies africaines ? Dans cette perspective,
quelle relation présupposerons-nous entre croissance économique et émissions de
CO2 dans le contexte de l’Afrique, soi-disant les pays en voie de développement ?
Comment pourrions-nous expliquer le phénomène de l’inégalité de revenu entre les
pays africains ?

Pour mener à bien nos investigations, il conviendrait de scinder le travail de


ce mémoire en 3 chapitres : D’abord un premier chapitre concernant le cadre d’analyse
de la croissance économique et du développement durable dans le contexte de
l’Afrique. Puis un second chapitre dédié à la revue de la littérature sur la croissance
économique et le développement durable et enfin un dernier chapitre d’analyse
méthodologique en vue de formuler des recommandations de politiques économiques.
Croissance Economique et
Développement Durable en Afrique
Page 3
Introduction Générale

 Objectif général :

L’objectif général de notre travail de mémoire s’attache à connaître davantage les


interactions entre les grandeurs de la croissance économique et du développement
durable en Afrique depuis 1960 à 2016.

 Objectifs spécifiques :

Nos objectifs spécifiques consistent à identifier d’abord la relation entre capital


physique, humain et croissance économique dans le contexte de l’Afrique, puis
d’examiner une éventuelle convergence absolue ou conditionnelle des économies
africaines. Dans le cadre de l’étude de la durabilité environnementale, nous nous
s’intéressons à vérifier la possibilité d’atténuer les émissions de gaz à effet de serre
principalement le CO2 à travers le processus de rattrapage de la croissance
économique sur le long terme et de tester une convergence conditionnelle des
émissions de CO2 en Afrique. Enfin, nous cherchons à mieux comprendre l’impact de
l’inégalité de revenu sur la croissance économique en Afrique.

Croissance Economique et
Développement Durable en Afrique
Page 4
Chapitre I : Cadre d’Analyse de la Croissance
Introduction Générale
Economique et du Développement Durable en
Afrique

Chapitre 1 : Cadre d’Analyse de la Croissance Economique


et du Développement Durable en Afrique

Introduction

La croissance économique, comme nous l’avions vue dans son concept général, est
tout simplement assimilée à une augmentation, une hausse ou encore une
amélioration du niveau d’activité économique. Mesuré par une variété des grandeurs
économiques à savoir le PIB, PNB, RNB… etc. Nonobstant, leurs efficacités semblent
bien limiter pour quantifier de nos jours les interrelations dans le sens économie
environnement et vice-versa. Outre cette notion est souvent comparée à celle d’une
hausse niveau de vie. En vérité, elle ne désigne pas une amélioration du bien-être
d’une population, mais elle pourrait, effectivement, l’engendrer dans le processus de
la croissance. Par ailleurs, cette dernière est imprégnée aussi bien dans un cercle
vicieux que vertueux. Sans pour autant méconnaître l’impact en défaveur à l’encontre
sur le stock de capital naturel et qui remet en cause le caractère de la durabilité du
développement. Au-delà de la pollution, la croissance économique est aussi imputée
de l’épuisement du stock de capital naturel. Du fait de la pollution induite par la
croissance à travers l’activité économique, elle permet la dégradation de la qualité de
l’environnement et compromet ainsi une pérennité du stock de capital naturel. En effet,
une partie des ressources qui composent le stock de capital naturel n’est pas
renouvelable. Le rythme d’exploitation des ressources renouvelables de ces dernières
est trop important pour assurer leur régénération. En 2007, la capacité de la Terre à
se régénérer a été évaluée à 11.9 milliards d’hectares bien en dessous de l’empreinte
écologique de l’activité humaine 3 de l’ordre de 18 milliards d’hectares. Dans ce
chapitre, nous sommes amenés à présenter le cadre analytique sur la notion de la
croissance économique et du développement durable dans le contexte de l’Afrique.

3 Surface productive, nécessaire à une population pour fournir et renouveler les ressources naturelles
prélevées pour la production, la consommation et l’absorption des déchets
Croissance Economique et
Développement Durable en Afrique
Page 5
Introduction
Chapitre I : Cadre d’Analyse Générale
de la Croissance
Economique et du Développement Durable en
Afrique

I. La Croissance Economique en Afrique

Selon la Banque Africaine pour le Développement (BAD), la croissance du PIB en


Afrique est escomptée à 3 % en 2017, contre 2,2 % en 2016. Elle est en baisse par
rapport aux prévisions initiales de 3,4 %. On estime d’autre part, une croissance de
3.7% en 2018, en légère baisse par rapport aux estimations initiales de 4,2 %.
Toutefois, la croissance économique en Afrique subsaharienne devrait ressortir à 2,4
% en 2017, contre 1,3 % en 2016. En faveur pour une stabilité de la demande
intérieure et de l’investissement public dans les infrastructures et une réduction des
déficits des comptes budgétaires et courants, la croissance économique en Afrique est
plus que jamais galopante. D’autant plus, la performance globale du continent se
révèle positive quand on la compare à la croissance économique mondiale, dont les
projections se situaient à 3,5 % pour 2017 et à 3,6 % pour 2018. Le document attribue
l’essentiel de la reprise économique de l’Afrique au redressement de l’économie
mondiale et la fin du tassement des prix des produits base intervenus depuis 2014. « Il
faut procéder de toute urgence et de manière soutenue à une diversification
économique et à une transformation structurelle pour éviter la répétition de phases
successives d’expansion et de récession dans le sillage de la volatilité des prix des
produits de base », était indiqué dans le dernier rapport Perspectives économiques en
Afrique, publié en mai 2017. Les ajustements apportés aux prévisions antérieures font
suite à la publication de nouvelles données par certains pays clés en Afrique
notamment le Nigéria, l’Algérie et l’Égypte, qui représentent près de 50 % du PIB du
continent et qui ont revu à la baisse leurs prévisions pour 2017 et 2018 », explique
Abebe Shimeles4. Une demande intérieure soutenue et des investissements publics
réguliers dans les infrastructures ont également participé au maintien de la croissance
dans plusieurs pays. Outre, l’investissement s’avère incontournable pour une
croissance durable et doit rester un domaine politique prioritaire.

4
Directeur par intérim chargé des Politiques macroéconomiques, de la prospective et de la recherche
à la Banque Africaine pour le Développement (BAD)
Croissance Economique et
Développement Durable en Afrique
Page 6
Chapitre I : Cadre d’Analyse de la Croissance
IntroductionDurable
Economique et du Développement Générale
en
Afrique

1. Croissance économique en Afrique de l’Est

L'Afrique de l'Est reste la région à plus forte croissance, passant de 5,1 % en 2016 à
5,4 % en 2017 et 5,8 % en 2018. Les perspectives économiques de l’Afrique se sont
améliorées en 2017 par rapport à 2016. Cette performance pourrait progresser
davantage jusqu’en 2018, indique la Banque Africaine de Développement (BAD) dans
une révision de ses perspectives de croissance. Ainsi, l’Afrique de l’Est demeure la
région qui connaît la croissance la plus dynamique sur le continent, elle est estimée à
5,1 % pour 2016, elle devrait atteindre 5,4 % en 2017 et 5,8 % en 2018. Un signe
positif dû essentiellement à des dépenses publiques élevées dans les infrastructures
et une forte demande intérieure.

2. Croissance économique en Afrique du Nord

L’Afrique du Nord a enregistré le deuxième plus fort taux de croissance en Afrique, de


l’ordre de 3,1 % en 2016, grâce notamment à la reprise économique en Égypte (4,3 %
de croissance) et en Algérie (3,3 %). La croissance de cette région devrait atteindre
3,1 % en 2017 et 3,6 % en 2018 selon les prévisions, grâce notamment à la reprise de
la croissance économique au Maroc, qui devrait ainsi enregistrer un taux de 4,5 % en
2017 et de 3,9 % en 2018. Toutefois, la Banque met en garde contre les incertitudes
politiques persistantes et une réduction de la production pétrolière en Libye, qui
continuent de peser sur la croissance dans la région.

3. Croissance économique en Afrique Australe

La croissance de l’Afrique australe est, quant à elle, restée mitigée, à 0,9 % en 2016,
contre 1,6 % en 2015. Toutefois, une amélioration escomptée de la performance de
l’Afrique du Sud, avec un taux de croissance de 0,3 % en 2016, de 1,2 % en 2017 et
1,3 % en 2018, et qui devrait relancer la croissance globale de cette région. Celle-ci
devrait atteindre 2 % en 2017 et 2,3 % en 2018, une amélioration portée par une
production minière accrue qui fait suite à une légère hausse des prix des produits de
base.

Croissance Economique et
Développement Durable en Afrique
Page 7 Chapitre I : Cadre d’Analyse de la Croissance
IntroductionDurable
Economique et du Développement Générale
en
Afrique

4. Croissance économique en Afrique de l’Ouest

De même, en Afrique de l’Ouest, une région où la production de pétrole tient un rôle


central dans l’économie, la croissance a fortement baissé, passant de 0,5 % en 2015
à 0,4 % en 2016. Dans cette région, la récession économique au Nigeria a
complètement masqué les très bonnes performances enregistrées en Sierra Leone,
au Togo, en Côte d’Ivoire et au Sénégal, ces deux derniers pays affichant les
économies à plus forte croissance de la région. L’économie du Nigeria, qui représente
72,4 % du PIB global de la région d’Afrique de l’Ouest, s’est contractée de 1,5 % en
2016, alors que l’expansion moyenne des économies des quatre autres pays, qui
ensemble représentent 10 % environ du PIB régional, s’est élevée à 6 %. L’Afrique de
l’Ouest devrait connaître une amélioration de sa croissance, avec un taux de 2,5 % en
2017 et de 4 % 2018, en raison principalement d’un redressement de la production
pétrolière au Nigeria et de la hausse des prix des produits de base.

5. Croissance économique en Afrique Centrale

L’Afrique centrale, quant à elle a vu sa croissance freinée par les faibles performances
de la Guinée équatoriale et du Tchad, dont les économies se sont contractées
respectivement de 7,3 % et de 6,4 %. Outre la République du Congo qui a connu elle
aussi une contraction de 2,4 %. Les données actualisées de la Banque indiquent que
la République centrafricaine devrait toutefois enregistrer une croissance en hausse en
2017 et 2018, avec un taux de 1,6 % et 3,1 % respectivement. Encore modérée et
inférieure aux anticipations d’avril dernier, qui tablaient sur une progression de 2,6 %.

Croissance Economique et
Développement Durable en Afrique
Page 8 Chapitre I : Cadre d’Analyse de la Croissance
IntroductionDurable
Economique et du Développement Générale
en
Afrique

Figure 1 : Croissance économique africaine dans le monde

Source : Banque Mondiale, 2018

Le graphique plus haut illustre la prépondérance du dynamisme économique des pays


africains à travers le monde. Avec un taux de 8,3 % de croissance, le Ghana sera en
2018 en tête des économies les plus dynamiques au monde, suivi de l’Éthiopie, selon
les prévisions de la Banque mondiale. La reprise économique se poursuit dans
l’ensemble de l’Afrique subsaharienne. 1,3 % en 2016, 2,4 % en 2017, et une prévision
de 3,2 % en 2018. La reprise économique se poursuit pour l’Afrique subsaharienne
selon les prévisions rendues publiques par la Banque Mondiale le 10 janvier. Grâce
notamment à une hausse du prix des matières premières, le continent retrouve les
perspectives d’une économie en progression, après la crise économique mondiale de
2008. C’est en Afrique de l’Ouest (Sénégal) et en Afrique de l’Est (Djibouti et Ethiopie)
que se trouvent les locomotives du dynamisme économique africain. De plus, aucune
des dix économies d’Afrique subsaharienne les plus vigoureuses n’est productrice d’or
noir, hormis le Ghana modeste exportateur. Ce sont les secteurs de l’agriculture et des
infrastructures qui constituent le moteur de la croissance de ces pays. Ces taux de
croissance à plus de 8%, 7% et 6 % n’impressionnent pas pour autant une partie des
Africains. La plupart des économies africaines créent encore trop peu d’emplois pour
réussir à faire durablement baisser le chômage et réduire les inégalités qui persistent
toujours.

Croissance Economique et
Développement Durable en Afrique
Page 9
Chapitre I : Cadre d’Analyse de la Croissance
Introduction Générale
Economique et du Développement Durable en Afrique

Figure 2 : PIB par Parité de Pouvoir d’Achat en Afrique


45000
40000
35000
30000 PIB par habitant (PPA)
25000
20000
15000
10000
5000
0

Source : Auteur, Banque Mondiale, 2016

Le graphique plus haut nous expose le classement du PIB par Parité en Pouvoir
d’Achat (PPA)5 en Afrique selon les données de la Banque Mondiale. En tête de
classement de 2016, la Guinée équatoriale (1), puis Seychelles (2), Maurice (3),
Gabon (4), Botswana (5), Algérie (6), Libye (7), Afrique du Sud (8), Égypte (9),
Namibie (10), Tunisie (11), Swaziland (12), Maroc (13), Angola (14), République du
Congo (15), Cap-Vert (16), Nigeria (17), Soudan (18), Mauritanie(19), Ghana (20),
Zambie (21), Côte d'Ivoire (22), Kenya (23), Djibouti (24), Sao Tomé-et-Principe (25),
Cameroun (26), Lesotho (27), Tanzanie (28), Sénégal (29), Tchad (30), République
arabe sahraouie démocratique (31), Mali (32), Bénin (33), Ouganda (34), Rwanda (35),
Éthiopie (36), Burkina Faso (37), Sierra Leone (38), Soudan du Sud (39), Gambie
(40), Zimbabwe (41), Guinée-Bissau (42), Togo (43), Madagascar (44), Comores (45),
Guinée (46), Érythrée (47), Mozambique (48), Niger (49), Malawi(50), Liberia (51),
République démocratique du Congo (52), Burundi (53), République centrafricaine (54)
et enfin la Somalie (55).

5
La PPA mesure combien une devise permet d’acheter des biens et services dans la zone que l’on
compare
Croissance Economique et
Développement Durable en Afrique
Page 10 Chapitre I : Cadre d’Analyse de la Croissance
IntroductionDurable
Economique et du Développement Généraleen
Afrique

II. Les émissions de Dioxyde de carbone (CO2) en Afrique

Selon la définition de la Banque mondiale, les émissions de dioxyde de carbone sont


celles qui émanent lors de la combustion de combustibles fossiles et de la fabrication
de ciment. Elles comprennent les émissions de dioxyde de carbone produites lors de
la consommation de combustibles solides. En effet, le dioxyde de carbone (CO2) est
le principal gaz à effet de serre à l'état naturel, il est à la fois incolore, inerte et non
toxique. Toutefois, sa durée de vie dans l'atmosphère est d'environ 100 ans. Le
dioxyde de carbone (CO2) est produit lorsque des composés carbonés sont brûlés et
en présence d'oxygène. Sous l'action de l'homme, le taux de CO 2 dans l'atmosphère
augmente régulièrement et notamment de 30% au cours des deux derniers siècles.
L'agriculture et la sylviculture contribueraient pour 12% des émissions de dioxyde de
carbone. Le carbone subit en permanence des transferts entre ces différents milieux.

Figure 3: Emissions de CO2 en 2013 et 2014 des pays


africains

20

18
16

14
12

10
8

6
4

2
0

2013 2014

Source : Auteur, Banque Mondiale,2014

Croissance Economique et
Développement Durable en Afrique
Page 11
Chapitre I : Cadre d’Analyse de la Croissance
Introduction Générale
Economique et du Développement Durable en
Afrique
1. Emissions de CO2 en Afrique du Nord

La Libye est le principal pollueur en Afrique du Nord, bien qu’il soit producteur de l’or
noir et membre de l’OPEP6. Ses émissions en dioxyde de carbone (CO2) s’élèvent à
9.08 et 9.18 tonnes par habitant respectivement en 2013 et 2014, soit plus de 18
tonnes par habitant sur 2 ans. Dans cette même période, l’Egypte a, quant à lui,
contribué plus de 4 tonnes par habitant. La Tunisie et le Maroc plus de 5 tonnes par
habitant chacun.

2. Emissions de CO2 en Afrique de l’Ouest

Certains pays de l’Afrique de l’Ouest notamment la Cote d’Ivoire, le Togo ou la


Mauritanie ont émis entre 2013-2014 une quantité de dioxyde de carbone par habitant
compris entre 0.5 à 2 tonnes, soit pour chacun un peu près plus 1.5 tonne sur 2 ans.
Bien inférieur à ceux des pays du Nord.

3. Emissions de CO2 en Afrique de l’Est

En Afrique de l’Est, les émissions de dioxyde carbone (CO2) par habitant sur la période
2013 à 2014 sont évaluées à moins de 1 tonne par habitant notamment pour l’Ethiopie
(pays sollicitant davantage de l’énergie renouvelable), le Kenya et la Somalie.

4. Emissions de CO2 en Afrique Australe

Les pays de l’Afrique australe tels que l’Afrique de Sud, l’Angola, leurs émissions en
CO2 par habitant s’élève plus de 17 tonnes par habitant sur deux ans et plus de 7
tonnes de CO2 par habitant respectivement. Après les pays du Nord, ceux d’australe
représentent la deuxième région la plus polluée en Afrique.

6
Organisation des Pays Exportations de Pétrole (en anglais Organization of Petroleum Exporting
Countries : OPEC) est une organisation intergouvernementale.
Croissance Economique et
Développement Durable en Afrique
Page 12
Chapitre I : Cadre d’Analyse de la Croissance
Introduction Générale
Economique et du Développement Durable en
Afrique

III. Inégalité de revenu : cas de l’Afrique

La réduction de la pauvreté et la réalisation des Objectifs de Développement Durable


(ODD) exigent des efforts engagés pour contourner le défi des inégalités de revenus
et en même temps de réaliser les progrès décisifs des pays en Afrique. Parus dans
l’étude publiée par le Programme des Nations Unies pour le développement (PNUD)
sous le titre « Inégalités de revenus en Afrique subsaharienne : tendances
divergentes, déterminants et conséquences ». Cette publication est lancée lors d’un
événement de haut niveau organisé en marge de la 72ème Assemblée générale des
Nations Unies à New York et indique que les inégalités de revenus dans les pays
africains découlent de plusieurs facteurs notamment la structure hautement dualiste
de l’économie, où les secteurs générateurs de revenus, tels que les multinationales et
le secteur extractif offrent une capacité limitée à générer des emplois par rapport au
secteur informel, où la majorité des travailleurs gagnent des revenus beaucoup plus
faibles ; la forte concentration en capital physique, en capital humain et en terres,
notamment dans les économies d’Afrique de l’Est et d’Afrique Australe et le rôle de
distribution limité de l’État, qui se manifeste souvent à travers la « malédiction des
ressources naturelles », le parti pris urbain des politiques publiques et les inégalités
ethniques et de genre. En principe, l’étude des inégalités s’intéresse davantage sur
les distributions complètes de revenus et synthétise les résultats obtenus par le biais
des indicateurs des inégalités de revenus (Gini, Theil, Atkinson, Hoover, déciles, Theil-
Hoover …etc.). Néanmoins, la mesure de l’inégalité de revenu peut se mesure entre
pays sur le plan continental ou international. L’indice le plus utilisé est celui de Gini7,
une échelle variante de 0 à 1 : 0 (signifie une égalité parfaite) et 1 (une inégalité
absolue). Dans le cadre de l’Afrique, l’inégalité est évaluée à 45,1 contre une moyenne
mondiale proche de 38. Cela montre un continent relativement très inégalitaire et
nombreux pays africains sont au-delà de la moyenne mondiale, présentant ainsi un
indice d'inégalité supérieur à 38.

7Coefficient de Gini développé par le statisticien-italien Corrado Gini, il est équivalent mathématiquement à l’écart
moyen relatif, c’est une dispersion de valeurs numérique sur les inégalités de revenu
Croissance Economique et
Développement Durable en Afrique
Page 13
Chapitre I : Cadre d’Analyse de la Croissance
IntroductionDurable
Economique et du Développement Générale
en
Afrique

1. Indice de Gini en Afrique

Figure 4 : Indice de Gini en Afrique

Source : Banque Mondiale, 2016

La représentation plus haut nous expose le classement des pays africains en matière
de l’inégalité de revenu. Mesuré par l’indice de Gini, on observe une hétérogénéité
assez forte entre les pays. D’ailleurs, l’Afrique du Sud est le pays le plus inégalitaire
avec un coefficient de Gini dépassant largement le 50 (inégalité relativement très
élevée). Par opposition, dans ce classement, la Mauritanie est évaluée avec un indice
de Gini près de 30 (inégalité relativement faible) inférieur à la moyenne mondiale. Il
s’agit delà, le meilleur score en Afrique en matière de l’égalité de revenu sur les 23
pays de l’Afrique retenus dans le rapport de la Banque Mondiale sur la répartition des
revenus, publié en début octobre de 2016. D’autant plus qu’avec un indice de Gini
proche de 31, la Mauritanie compte environ 4 millions d’habitants avec un revenu par

Croissance Economique et
Développement Durable en Afrique
Page 14
Chapitre I : Cadre d’Analyse de la Croissance
IntroductionDurable
Economique et du Développement Généraleen
Afrique

tête estimé à 1 260 dollars, elle est un modèle pour l’Afrique sur le plan de la répartition
de revenu. Un pays plus égalitaire en Afrique dans un continent où l’inégalité de revenu
demeure un sujet déterminant dans plusieurs pays. Pour ce classement de 2016, les
autres pays à inciter à faire mieux sont l’Ethiopie (qui est évaluée avec un coefficient
de Gini de 33), la Guinée (34), le Niger (35), la Sierra Leone (36), le Burkina Faso (37)
et l’Île Maurice (38).

2. Indice de Développement Humain (IDH) en Afrique

Figure 5 : Indice de Développement Humain en Afrique

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0
Madagascar

Érythrée
Mayotte

Gambie
Zambie

Côte d’Ivoire
Comores

Réunion
Botswana

Kenya

Nigéria

Guinée

Madère
Zimbabwé
Angola

Sénégal

Bénin

Libéria

Mozambique

Burkina Faso

Canaries
Seychelles

Soudan

Somaliland
Tunisie

Namibie
Cap-Vert

Mali
Égypte

Guinée équatoriale

Niger

Sainte-Hélène, Ascension et Tristan da Cunha

Source : Auteur, PNUD, 2015


Croissance Economique et
Développement Durable en Afrique
Page 15 Chapitre I : Cadre d’Analyse de la Croissance
IntroductionDurable
Economique et du Développement Généraleen
Afrique

Le graphique ci-dessus illustre l’Indice de Développement Humain (IDH) en Afrique.


Un indicateur mis en place en 1990 par le Programme des Nations Unies pour le
Développement (PNUD) pour servir de mesure de l’évaluation du taux de
développement humain. Sous la formule de 2011, il est obtenu par la moyenne
géométrique des produits entre les indices de longévité, le niveau d’éducation et le
niveau de revenu. Néanmoins, celle obtenue par la moyenne arithmétique de 2005.
Dans le classement de 2015, nous avons les Seychelles en premier position, suivie
par Maurice, Mayotte, Algérie, Tunisie, Libye, Botswana, Gabon, Egypte, Afrique du
Sud, Cap-Vert, Maroc, Namibie, Congo, Guinée équatoriale, Zambie, Ghana, Zambie,
Sao Tomé et principe, Kenya, …etc. Toutefois, Ce classement n’est pas exhaustif pour
de raison des valeurs manquantes. A titre de comparaison, nous proposons également
le classement en 2016 de l’IDH en Afrique, qui s’annonce beaucoup plus complet, par
ordre croissant de valeur de l’IDH, nous avons :

18-Seychelles (63è9), 2-Maurice (64è), 3-Algérie (83è), 4- Tunisie (97è), 5-Libye


(102è), 6- Botswana (108è), 7- Gabon (109è), 8- Egypte (111è), 9- Afrique du Sud
(119è), 10- Cap vert (122è), 11- Maroc (123è), 12- Namibie (125è), 13- Congo (135è),
14- Guinée Equatoriale (135è), 15- Ghana (139è), 16- Zambie (139è), 17- Sao Tomé
& Principe (142è), 18- Kenya (146è), 19-Swaziland (148è), 20-Angola (150è), 21-
Tanzanie (151è), 22-Nigeria (152è), 23-Cameroun (153è), 24-Zimbabwe (154è), 25-
Mauritanie (157è), 26-Madagascar (158è), 27-Rwanda (159è), 28-Comores (160è),
29-Lesotho (160è), 30-Sénégal (162è), 31-Ouganda (163è), 32-Soudan (165è), 34-
Togo (166è), 35-Bénin (167è), 36-Malawi (170è), 37-Côte d’Ivoire (171è), 38-Djibouti
(172è), 39-Gambie (173è), 40-Ethiopie (174è), 41-Mali (175è), 42-RD Congo (176è),
43-Liberia (177è), 44-Guinée-Bissau (178è), 45-Erythrée (179è), 46-Sierra Leone
(179è), 47-Mozambique (181è), 48-Soudan du sud (181è), 49-Guinée (183è), 50-
Burundi (184è), 51-Burkina Faso (185è), 52-Tchad (186è), 53-Niger (187è) et enfin
54-République centrafricaine (188è).

8 Rang en Afrique
9 Rang mondial
Croissance Economique et
Développement Durable en Afrique
Page 16
Chapitre I : Cadre d’Analyse de la Croissance
Introduction Générale
Economique et du Développement Durable en
Afrique

Conclusion :

La croissance économique et le développement durable commencent à prendre


de l’ampleur en Afrique avec un dynamisme économique planétaire. Un phénomène
inobservé depuis des décennies qui décrit une réalité figurante. Certains pays africains
dépassent largement le taux de croissance des grandes puissances occidentales, rien
qu’en œuvrant pour une hausse des investissements et des infrastructures dans leur
pays, hormis le Ghana et le Nigeria, pays producteur de l’or noir et qui se sont fragilisés
par la baisse du prix de pétrole. Nonobstant les potentialités inestimées en capital
naturel pour certains pays comme la Libye ou le Congo démocratique, l’instabilité
politique en permanence imprègne des obstacles à leurs croissances.

Les études de la Banque Africaine pour le Développement (BAD) mettent en


évidence une activité économique décisive en Afrique de l’Est parmi le taux de
croissance le plus élevé de la planète, c’est le cas pour l’Ethiopie et Djibouti. Ce
« printemps de la croissance économique » embrasse aussi l’Afrique du Nord, l’Afrique
de l’Ouest, Centrale et australe. Il est clair que le modèle économique des pays
développés assimile une croissance économique significative avec une pollution
atmosphérique dégradante. Plus le pays enregistre un niveau de vie élevé par cause
à effet de la croissance, il rejette également plus des quantités de dioxyde de carbone
par habitant, c’est le cas de l’Afrique du sud, le Nigeria, la Lybie, les Seychelles,
Guinée équatoriale, Maurice...etc.

L’analyse de l’inégalité de revenu en Afrique atteste un continent inégalitaire,


ce qui n’est pas d’ailleurs en cohérence avec un développement durable. Selon l’étude
du Fonds Monétaire International (FMI), à la suite de l’article de Stiglitz (Prix Nobel de
l’économie en 2001) sur l’inégalité et la croissance dans le pays de l’OCDE. On se
rend compte que les pays avec une croissance économique considérable vont de pair
avec la pollution et l’inégalité de revenu. En effet, l’Afrique du Sud, Seychelles, Maurice
sont à la fois moteurs de croissance, pollueurs, très inégalitaires en matière de revenu
en Afrique.
Croissance Economique et
Développement Durable en Afrique
Page 17
Chapitre 2 : Revue de la Littérature sur Croissance
Introduction Générale
Economique et du Développement Durable

Chapitre 2 : Revue de la Littérature sur Croissance


Economique et Développement Durable

Introduction

Stimuler une croissance économique tout en atténuant les dettes contractées,


plusieurs pays en voie de développement particulièrement en Afrique ont adopté, sous
l’égide des organisations internationales comme le FMI10 et la Banque Mondiale, une
politique d'ouverture à partir du début des années quatre-vingt dans le cadre des
programmes d'ajustement structurel, des accords du GATT (et de l'OMC récemment)
et des accords régionaux. D’un point de vue écologique, cela risque d’accentuer une
planète déjà fragilisée par les pays industrialisés. Par ailleurs, l’organisation
météorologique mondiale (OMM) a révélé que la concentration de dioxyde de carbone
(CO2) dans l'atmosphère a atteint un niveau record en 2016. Au cours des 25 dernières
années, le nombre de catastrophes météorologiques telles que les inondations et les
sécheresses ont été multiplié par deux. Cela explique pourquoi l’Afrique connaît le taux
de mortalité dû aux sécheresses le plus élevé du monde. D’autre part, l’inondation était
la catastrophe la plus courante en Afrique du Nord (AWDR11). D’autre part, l’Afrique
doit lutter davantage contre les inégalités de revenus pour améliorer les niveaux de
vie de ses citoyens et d’atteindre les objectifs millénaires du développement durable
(ODD). C’est dans ce contexte que s’inscrit notre projet d’étude sur la croissance
économique et du développement durable en Afrique sur la période. Aux termes
introductifs de ce chapitre, nous allons aborder une première section dans laquelle
nous allons présenter la revue de la littérature sur la croissance économique, la relation
entre croissance économique et les émissions de CO2 d’une part et d’autre part, entre
croissance économique et inégalité de revenu. Dans une deuxième section, nous

10Fonds Monétaire Internationale, une institution internationale regroupant 189 Etats


11 African Water Development Report en anglais, regroupant plus de 25 pays africains
Croissance Economique et
Développement Durable en Afrique
Page 18
Chapitre 2 : Revue de laIntroduction
Littérature sur Croissance
Générale
Economique et du Développement Durable

allons visiter également, leurs revues empiriques en vue de modéliser des modèles
appropriés au contexte de la croissance économique et du développement durable et
d’effectuer des estimations et tests empiriques sur un panel de 54 pays de l’Afrique,
excepté le Sahara occidental, non reconnu par l’ONU et dont les données ne sont pas
disponibles.

I. Revues théoriques sur la croissance économique et de


développement durable

1. Revue théorique sur la croissance économique

Dans une perspective de long terme, Robert Solow réalise en 1956 le premier modèle
de la croissance néoclassique considérant quatre variables : la production, le progrès
technique, le capital et le travail. Les entreprises combinent du travail et du capital pour
produire des biens. Elles utilisent l’épargne des ménages pour investir et ainsi accroître
les capacités de production. Ainsi, plus l’économie épargne, plus les entreprises
peuvent accumuler du capital. Par conséquent, en l’absence de progrès technique, la
croissance tend peu à peu vers zéro et l’économie risque finalement de se retrouver
dans une situation où la production n’augmente plus, mais stagne. Solow retrouve
donc ici l’idée des classiques selon laquelle l’économie converge vers un état
stationnaire.

Figure 6: Courbe de Solow

Source : sites.google.com, 2018

Croissance Economique et
Développement Durable en Afrique
Page 19
Chapitre 2 : Revue de la Littérature sur Croissance
Introduction Générale
Economique et du Développement Durable

Dans le modèle Solow (1956) et Swan (1956), à long terme, la croissance ne peut
venir que du progrès technique. Ce dernier permet de relever la productivité du capital,
si bien que l’économie retarde l’instant où elle arrivera à l’état stationnaire. Par
exemple, si un travailleur était capable de produire une quantité Q de biens à partir de
K machines ; grâce au progrès technique, il est désormais capable de produire la
quantité Q’ bien supérieur à la quantité Q, c’est-à-dire que le progrès technique permet
aux travailleurs de produire plus avec la même quantité de facteurs. A la limite, tant
qu’il y a du progrès technique, l’économie génère toujours de la croissance et ne
connaît jamais l’état stationnaire. Le modèle de Solow souffre toutefois de plusieurs
limites : il suppose que l’épargne est favorable à la croissance. Or, comme le
soulignent les keynésiens, une hausse de l’épargne à court terme est susceptible de
faire basculer l’économie dans la récession et d’entraîner une hausse du chômage.
Selon la logique keynésienne, c’est au contraire la perspective d’une forte demande
qui incite les entreprises à investir. Le progrès technique est « exogène » dans son
modèle. Autrement dit, il génère de la croissance économique, mais en retour cette
dernière est également susceptible de générer du progrès technique. En vérité, Il faut
donc que de nouvelles théories parviennent à expliquer d’où provient le progrès
technique, chose que feront les théories de la croissance endogène dans les années
quatre-vingt.

2. Revue théorique sur les émissions de CO2

Grossman et Krueger (1991) étudie la possibilité de transporter la courbe de Kuznets


dans le domaine de l’environnement. Aussi controversée soit-elle, elle ne dérive pas
proprement des travaux de Kuznets. Outre, des variétés d’indicateurs des domaines
distinctes comme la santé, l’eau ou la pollution de l'air montrent aussi une courbe en
« U » inversé au début du développement économique : on se préoccupe peu de
l’environnement et de la hausse de la pollution qui vont de pair avec l’industrialisation.
La courbe de Kuznets (issue des travaux de Simon Kuznets (1955) sur le
développement économique dans les années 50) décrivait une relation en forme de
« U » inversé entre le niveau de développement d’un pays et les inégalités de revenus.
Croissance Economique et
Développement Durable en Afrique
Page 20
Chapitre 2 : Revue de la Littérature
Introductionsur Croissance
Générale
Economique et du Développement Durable

Mais il faut attendre en 1993 pour voir apparaître l’expression Courbe de Kuznets
Environnementale (CKE) avec l’article de Panayotou (1993). La croissance
économique s'accompagne d'une amélioration des conditions environnementales et
particulièrement d’une réduction de la pollution à partir du point phénoménal de
retournement (Turning Point en anglais), comme illustre la figure ci-après :

Figure 7 : Courbe de Kuznets Environnementale

Source : Wikipédia, 2018

D’abord une phase de dégradation de l‘environnement dû à une économique


préindustrielle vers une phase d’une économique postindustrielle pour enfin venir à la
maitrise des effets hostiles de la croissance sur l’environnement. Depuis l’article
fondateur de Grossman et Krueger (1991). Les opinions sont divisées. La littérature
s’est enrichie de très nombreuses études sur le sujet qui ont ensuite été synthétisées
dans d’excellentes revues de la littérature comme Müller Fürstenberger et Wagner
(2007). En ce qui concerne d’autres variables intéressantes introduites dans cette
littérature, Bimonte (2002) a utilisé, comme un proxy de l'accès à l'information, le
nombre de journaux vendus pour 1000 habitants. Par ailleurs, il apparait que l’intensité
d’utilisation des ressources naturelles et le revenu décrive une relation en forme de «
U » inversé que l’on appelle d’ailleurs « intensity-of-use hypothesis », (Auty, 1985).
Croissance Economique et
Développement Durable en Afrique
Page 21
Chapitre 2 : Revue de laIntroduction Générale
Littérature sur Croissance
Economique et du Développement Durable

3. Revue théorique sur l’inégalité de revenu

La véritable courbe de Kuznets décrivant une relation fonctionnelle de forme en « U »


inversé est celle qui met en évidence le rapport entre la croissance et l’inégalité de
revenu dans les années 50. Sur un graphique dont l'axe des ordonnées représente les
inégalités ou le coefficient de Gini généralement confondus ; l'axe des abscisses
représente le temps ou le revenu par tête, comme expose le graphique plus bas :

Figure 8 : Courbe de Kuznets Sociale

Source : Wikipédia, 2018

D’abord une inégalité progressive durant la première phase d’une croissance


économique. Puis vers une situation plus égalitaire avec une croissance durable et
avancée. Kuznets (1955) proposait deux raisons pour expliquer ce phénomène
historique : « H1 : Les travailleurs se sont déplacés de l'agriculture vers l'industrie ».
« H2 : Les travailleurs ruraux sont devenus urbains ». Dans ces deux explications, les
inégalités décroissent après que 50 % de la main d'œuvre a été employée dans un
secteur à plus hauts revenus. Les données de Kuznets portaient surtout sur des pays
à revenu intermédiaire d'Amérique latine où les inégalités sont grandes depuis
longtemps. Enfin, la forme emblématique en « U » inversé de sa courbe ne semble
pas tant tenir à la progression du développement économique de chaque pays que de
différences historiques entre ces pays. Piketty insiste sur la non cohérence de
l’hypothèse de Kuznets dans une société contemporaine de XXIème siècles.
Croissance Economique et
Développement Durable en Afrique
Page 22
Chapitre 2 : Revue de la Littérature
Introductionsur Croissance
Générale
Economique et du Développement Durable

II. Revues empiriques sur la croissance économique et le


développement durable

1. Revue empirique sur la croissance économique

Le modèle de Solow-Swan (1956) met en évidence l'existence d'un lien entre un fort
taux démographique et la pauvreté. En effet, une hausse de la démographie, toutes
choses égales par ailleurs, entraîne une diminution du capital par tête, ce qui conduit
à l'appauvrissement du pays. Cela rejoint l'idée de Malthus. D'autre part, une hausse
du taux d'épargne s, toutes choses égales par ailleurs, entrainera une hausse du
capital par tête, une hausse du niveau de richesse par tête et donc une hausse de
l'économie va donc connaître une période transitoire à plus forte croissance, avant de
retrouver un nouvel équilibre. Rappelons que le taux d'épargne s n'influence pas le
taux de croissance de long terme, seulement la vitesse de convergence à l'état
stationnaire. Dans le cadre d'une fonction de production à deux facteurs, la forme
généralement retenue est de la forme suivante :

𝑌 = 𝑐. 𝐾 𝛼 . 𝐿𝛽 (1)

Où β = 1- α

 Y correspond au niveau de production


 K à celui du capital
 L à celui du travail
 c, α et β sont des constantes déterminées par la technologie

Dans le cas où l’ensemble des facteurs de productions se doublent dans une


entreprise, comment la production Y va-t-elle agir ? On peut tout simplement supposer
que la production serait multipliée par deux : D’où la notion de rendement d’échelles,
que l’on peut formuler comme suit :

Si F(K,L) = Y alors F(𝜋K, 𝜋L) = 𝜋Y (2)


Croissance Economique et
Développement Durable en Afrique
Page 23
Chapitre 2 : Revue de la Littérature sur Croissance
Economique et du Introduction
Développement Générale
Durable

Le rendement d’échelle de cette équation est donc constant. Mais il est aussi possible
de rencontrer des rendements d’échelle croissant et décroissant. Le premier peut
s’agir d’un cas de production au quelle, il conviendrait de solliciter une rentabilisation
dans le processus des facteurs de production. L’exemple simple pour la deuxième est
celui des mines. Dans la suggestion d’une hausse d’un facteur de production, que
pourrait-il arriver sur la production ? D’abord, l’idée de hausse de la production n’est
pas à exclure mais dans un rythme vraisemblablement moins important : d’où la notion
des rendements marginaux des facteurs. Nous pouvons cela formuler en une
résolution d’équation mathématique. On suppose que le facteur capital n’est pas
croissant :

Fonction de Cobb-Douglass : F(K,L) = 𝐾 𝛼 . 𝐿1−𝛼


∇𝑌
On obtient : 𝑅𝑚𝑓𝐾 = ∇𝐾 = 𝛼𝐾 𝛼−1 𝐿1−𝛼

∇2 𝑌
En outre : 𝑅𝑚𝑓²𝐾 = ∇2 𝐾 = 𝛼(𝛼 − 1)𝐾 𝛼−2 𝐿1−𝛼 (3)

Or : 𝛼 < 1 ↔ 𝛼 − 1 < 0 → 𝑅𝑚𝑓²𝐾 < 0

Dans le cadre du modèle de la concurrence pure et parfaite, les coefficients α et β


correspondent à la répartition des revenus entre le travail et le capital. Ainsi dans le
modèle d'état stationnaire de Solow, la PGF, Productivité Générale des Facteurs est
facteur de travail (L) et non de capital (K). Le modèle de Solow suppose l’exogénéité
du taux d’épargne, taux de la croissance de la population et du progrès techniques. Le
taux de croissance de L et A sont identiques à celui des constantes n et g. La
dépréciation du capital physique est aussi exogène et donnée par l’équation de la
variation du stock du capital physique :

𝑘 = 𝑠. 𝑓(𝑘, 𝐿. 𝐴) − 𝛿𝑘 (4)

Pour calculer le taux de croissance, il faudrait d’abord diviser par L puis k :


𝑠.𝑓(𝑘,𝐴)
𝜏𝑘 = − (𝑛 + 𝑔) (5)
𝑘

Croissance Economique et
Développement Durable en Afrique
Page 24
Chapitre 2 : Revue de la Littérature sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

La courbe du produit moyen du capital coupe la ligne de la dépréciation au pont k. Le


taux de croissance de l’état stationnaire est constant.

1.1. Théorie de convergence

Le modèle de néoclassique de Solow permet d’indiquer un dynamique de transition


vers un état stationnaire, précisément une convergence d’une économie vers son état
régulier ou vers d’autre économie. Incitant à dire que : k =K/AL et y= Y/AL et dérivant
l’équation k :

Or y = F(k, A ) = K. F(1, A / k) est équivaut à y = F(k,1) = f(k).

𝑓(𝑘)
Donc : ∇𝑘 = 𝑠. − (𝑛 + 𝑔 + 𝛿) (4)
𝑘

A l’état régulier, le taux de croissance par travailleur effectif k et la valeur de l’état


régulier satisfait la condition suivante : 𝑠. 𝑓(𝑘 ∗ ) = (𝑛 + 𝑔 + 𝛿). 𝑘 ∗ , où 𝑘 ∗ s’obtient par
l’intersection de deux entités (la courbe 𝑠. 𝑓(𝑘)/𝑘 et la ligne de dépréciation effective
𝑛 + 𝑔 + 𝛿). Si k = K/LA < 𝑘 ∗ , alors le taux de croissance de k est positif et augmente
vers 𝑘 ∗ et vice versa. Lorsque la transition débute avec un capital par habitant est
initialement faible, alors 𝑘 ∗ (capital par tête à l’état régulier) est stable. Forte
connaissance de l’importance de la détermination de la vitesse de convergence limitée
au cas de la fonction de Cobb-Douglass. Le logarithme de l’équation (4) au voisinage
de l’état stationnaire, nous donne :

∇ln(𝑘) 𝑘
∇𝑘 = = −𝛽. ln( ∗ )
∇𝑡 𝑘

Le coefficient 𝛽 determine ainsi la vitesse de convergence de k vers 𝑘 ∗ dont la


formulation s’annonce comme suit :

𝛽 = (1 − 𝛼) (𝑛 + 𝑔 + 𝛿)

Croissance Economique et
Développement Durable en Afrique
Page 25
Chapitre 2 : Revue de la Littérature sur Croissance
Economique et duIntroduction
Développement Générale
Durable

L'une de chose remarquable dans la vitesse de convergence est que le taux d'épargne
n'influence pas la vitesse. Connaissant parfaitement que plus le taux d'épargne est
important et plus l'investissement croit et qui en conséquence accélère cette vitesse.

Mais d'un autre point de vue un taux d'épargne élevé conduit à augmenter le capital à
l’état régulier et qui ralentie la vitesse de convergence. Le coefficient de convergence
est aussi indépendant de la technologie A. L’état stationnaire d’une économie est
atteint lorsque :

∆𝑘𝑡 = 𝑠𝑓(𝑘𝑡 ) − 𝛿𝑘𝑡 = 0.

Où s et 𝛿 représentent le taux d’épargne et le taux de dépréciation.

Islam (1995) a approfondi jusqu’au cas de panel l’équation de la convergence


conditionnelle du modèle Solow donnée par la formule ci-dessous :

ln(𝑦𝑖,𝑡 ) = 𝛽0 + (𝛽 + 1)ln(𝑦𝑖,𝑡−1 ) + 𝜃ln(𝑥𝑖,𝑡 ) + 𝜀𝑖,𝑡

Où x𝑖,𝑡 est un vecteur des variables explicatives, 𝛽 détermine la vitesse de


convergence par la formule ci-après :

−ln(1+𝛽𝑇) −ln(2)
𝜗= avec une demi-vie de 𝐷𝑉 = ln(1+𝛽)
𝑇

Un bêta-convergence absolue sous-entend que les pays convergent vers le même


niveau d’équilibre. Généralement on suppose alors que les pays ont les mêmes
conditions initiales. La convergence conditionnelle quant à elle indique un état régulier
à long terme propre pour chaque pays. Le développement de l’économétrie spatiale a
permis de mettre en évidence l’influence de l’effet spatiale dans la détermination de la
convergence conditionnelle des économies.

Croissance Economique et
Développement Durable en Afrique
Page 26 Chapitre 2 : Revue de la Littérature sur Croissance
Economique et du Introduction
Développement Générale
Durable

1.2. Green Solow Model (GSM)

Il est possible de déduire la relation entre la croissance économique et les émissions


de CO2 de la Courbe de Kuznets Environnementale à partir du modèle Solow (1956).
Théoriquement développé par Brock et Taylor (2004). Cette équation fournit une
convergence des émissions de CO2 entre les pays d’une même zone. On considère
ainsi une économie avec un taux de croissance de (𝑛 + 𝑔 + 𝛿). Le technique de
production dont le taux de croissance agit en défaveur d’une dégradation de la qualité
de l’environnement par les émissions de CO2. Le taux de croissance de ce dernier est
donné comme suit :

𝛾𝑒 = 𝛾𝑐 − 𝛾𝑝

Où 𝛾𝑒 , le taux de croissance des émissions de CO2, 𝛾𝑐 taux de croissance et 𝛾𝑝 , taux


de croissance de la technique de production. De même pour la convergence des
polluants. Son équation est de la forme :

𝑒𝑡
ln ( ) = 𝛽0 + 𝛽ln(𝑒𝑡−1 )
𝑒𝑡−1

On peut réécrire l’équation précèdent en introduisant un vecteur de variables de


contrôle :

ln(𝑒𝑖,𝑡 ) = 𝛽0 + (1 + 𝛽) ln(𝑒𝑖,𝑡−1 ) + 𝜃 ln(𝑥𝑖,𝑡 ) + 𝜀𝑖,𝑡

Où x𝑖,𝑡 est un vecteur des variables explicatives, 𝛽 détermine la vitesse de


convergence de polluant par la formule ci-après :

−ln(1+𝛽𝑇) −ln(2)
𝜗= avec une demi-vie de 𝐷𝑉 = ln(1+𝛽)
𝑇

A partir de cette équation, Brock et Taylor montre la théorie de la courbe de Kuznets


Environnementale à partir du modèle Solow. La convergence absolue coïncide avec
𝜃 nulle sinon on parle de convergence conditionnelle.

Croissance Economique et
Développement Durable en Afrique
Page 27
Chapitre 2 : Revue de laIntroduction
Littérature sur Croissance
Générale
Economique et du Développement Durable

1.3. Présentation du modèle de la croissance économique

Dans l’élan du travail de ce mémoire, notre analyse empirique sur la croissance


économique repose sur quatre modèles macro-économétriques de la croissance
exogène à la croissance endogène en étudiant les interrelations entre production,
capital humain et capital physique. Leurs modélisations s’annoncent comme suit :

 Modèle de Solow de Base :

ln(𝑃𝐼𝐵𝑖,𝑡 ) = ln(𝑇𝐸𝑃𝑖,𝑡 ) + ln(𝑁𝑆𝐺𝑖,𝑡 ) + ε𝑖,𝑡 (1)

Où la variable PIB représente le produit intérieur brute par tête. Les variables TEP et
NSG le taux d’épargne et le taux de croissance moyen de la population
respectivement.

 Modèle de Solow augmenté :

ln(𝑃𝐼𝐵𝑖,𝑡 ) = ln(𝑇𝐸𝑃𝑖,𝑡 ) + ln(𝑁𝑆𝐺𝑖,𝑡 ) + ln(𝑁𝐵𝐸𝑖,𝑡 ) + 𝜀𝑖𝑡 (2)

Où la variable PIB représente le produit intérieur brute par tête. Les variables TEP,
NSG et NBE le taux d’épargne, le taux de croissance moyen de la population et le
nombre d’élève à l’école primaire respectivement.

 Test de convergence conditionnelle du modèle de Solow :

log(𝑃𝐼𝐵𝑖,𝑡 ) = log(𝑃𝐼𝐵𝑖,𝑡−1 ) + log(𝑇𝐸𝑃𝑖,𝑡 ) + log(𝑇𝐶𝑃𝑖,𝑡 ) + log(𝑇𝑂𝑈𝑖,𝑡 ) + log(𝑃𝐼𝑁𝑖,𝑡 ) +


log(𝑃𝐴𝐺𝑖,𝑡 ) + log(𝑃𝑆𝐸𝑖,𝑡 ) + log(𝐸𝑁𝐶𝑖,𝑡 ) + 𝜀𝑖,𝑡 (3)

Où la variable PIB représente le produit intérieur brute par tête. Les variables PIBt-1,
TEP, TCP, TOU, PIN, PAG, PSE et ENC représentent le PIB antérieur, le taux
d’épargne, le taux de croissance de la population, taux d’ouverture, la part du PIB du
secteur industriel, la part du PIB du secteur agricole ; la part du PIB du secteur service
et l’entrée nette des capitaux respectivement.

Croissance Economique et
Développement Durable en Afrique
Page 28
Chapitre 2 : Revue de la Littérature sur Croissance
Economique et du Introduction
Développement Générale
Durable

 Test de convergence conditionnelle du modèle de


Solow augmenté :

log(𝑃𝐼𝐵𝑖,𝑡 ) = log(𝑃𝐼𝐵𝑖,𝑡−1 ) + log(𝑇𝐸𝑃𝑖,𝑡 ) + log(𝑇𝐶𝑃𝑖,𝑡 ) + log(𝑇𝑂𝑈𝑖,𝑡 ) + log(𝑃𝐼𝑁𝑖,𝑡 ) +


log(𝑃𝐴𝐺𝑖,𝑡 ) + log(𝑃𝑆𝐸𝑖,𝑡 ) + log(𝐸𝑁𝐶𝑖,𝑡 ) + log(𝑁𝐵𝐸𝑖,𝑡 ) + 𝜀𝑖,𝑡 (4)

Où la variable PIB représente le produit intérieur brute par tête. Les variables PIBt-1,
TEP, TCP, TOU, PIN, PAG, PSE, ENC et NBE représentent le PIB par habitant
antérieur, le taux d’épargne, le taux de croissance de la population, taux d’ouverture,
la part du Pib du secteur industriel, la part du PIB du secteur agricole ; la part du PIB
du secteur service, l’entrée nette des capitaux et le nombre d’élève à l’école primaire
respectivement.

2. Revue empirique entre croissance et émissions de CO2

Dans la littérature, on allègue plusieurs possibilités de formuler la variable


environnementale selon les différents agents polluants ou à effet de serre existant
dans l’atmosphère à savoir le dioxyde de soufre (SO2), le dioxyde de carbone (CO2),
le monoxyde de carbone (CO) détermine alors une relation en forme de « U » inversé.
Mais en particulier le dioxyde de carbone (CO2) reste parmi les principaux suspects de
la pollution de l’air. D'après une étude de Meunié (2004), « non seulement cette courbe
n’est décelée que pour quelques polluants aux effets localisés. En outre, de
nombreuses critiques méthodologiques fragilisent sa portée. Cette relation se révèle
vraie que pour certains polluants localisés (comme le dioxyde de soufre ou le dioxyde
d'azote). Plusieurs autres articles témoignèrent de l’influence de la période considère
et de l’échantillon des pays retenu dans la modélisation. Selden & Song (1994) ont
testé l’hypothèse relationnelle entre croissance et environnement pour quatre
variables d’émissions de polluants à savoir le SO2, le NOx, le SPM12et le CO. Cet
article a fait preuve de l’existence de l’hypothèse de l’EKC pour toutes les variables

12 Suspended Particulate Matter


Croissance Economique et
Développement Durable en Afrique
Page 29
Chapitre 2 : Revue de la Littérature sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

environnementales dans les pays industrialisés. En revanche, les points de


retournement sont largement distincts pour chaque type de polluant. En effet, le niveau
de revenu à partir duquel la rupture de la relation positive entre croissance et
environnement a été établit à 8 700 $ pour le SO2, 11 200 $ pour le NOx, 10 300 pour
le SPM et 5 600 $ pour le monoxyde de carbone (CO).

2.1. Présentation du modèle

Le modèle mathématique de Kuznets environnementale proposée par Grossman et


Krueger (1991) à tester de façon empirique s’annonce comme suit :

𝑒𝑖,𝑡 = 𝛼𝑖 + 𝛽1,𝑖 log(𝑌𝑖,𝑡 ) + 𝛽2,𝑖 log(𝑌𝑖,𝑡 )2 + 𝛽3,𝑖 log(𝑌𝑖,𝑡 )3 + 𝜀𝑖,𝑡 (1)

Où 𝑒𝑖,𝑡 est un indicateur de la pollution (dans notre cas, les émissions CO 2 par
habitant), Y la richesse par habitant (mesurée par le PIB par tête), 𝜀𝑖,𝑡 représentent

respectivement le terme d’erreur et 𝛼𝑖 la constante. La forme de la courbe est

déterminée par les paramètres 𝛽𝑘,𝑖 ∀ 𝑘 𝜖 [1, . . ,3] 𝑒𝑡 ∀ 𝑖 𝜖 [1, . . , 𝑛]. Pour que la
relation entre les émissions de CO2 par tête et la richesse par tête ait une forme
de « U » inversé, il faut que 𝛽1,𝑖 > 0 , a𝛽2,𝑖 < 0 et 𝛽3,𝑖 = 0. Nous pouvons ainsi
déterminer le point de retournement (Tp), le niveau de revenu pour lequel les
émissions de dioxyde de carbone atteignent leur maximum, à partir de la formule :

𝛽2,𝑖
𝑇𝑝 = −
2𝛽1,𝑖

Où 𝛽1,𝑖 coefficient de revenu par tête, 𝛽2,𝑖 coefficient du revenu par tête au carré. 𝛽1,𝑖 .

Les autres formes de relations susceptibles de déceler entre croissance et


environnement sont :

 Une relation linéaire positive, dans ce cas : 𝛽1,𝑖 > 0 , a𝛽2,𝑖 = 0 et 𝛽3,𝑖 = 0

Croissance Economique et
Développement Durable en Afrique
Page 30
Chapitre 2 : Revue de la Littérature sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

 Une relation linéaire négative, dans ce cas : 𝛽1,𝑖 < 0 , a𝛽2,𝑖 = 0 et 𝛽3,𝑖 = 0

 Aucune relation, dans ce cas : 𝛽1,𝑖 = 0 , a𝛽2,𝑖 = 0 et 𝛽3,𝑖 = 0

 Une relation en « U », dans ce cas : 𝛽1,𝑖 < 0 , a𝛽2,𝑖 > 0 et 𝛽3,𝑖 = 0

 Une relation en « N », dans ce cas : 𝛽1,𝑖 > 0 , a𝛽2,𝑖 < 0 et 𝛽3,𝑖 > 0

 Une relation en « N » inversé, dans ce cas : 𝛽1,𝑖 < 0 , a𝛽2,𝑖 > 0 et 𝛽3,𝑖 < 0

Nous avons déjà largement discuté dans l’introduction sur la possibilité d’ajouter de
nombreuses variables additionnelles dans le terme à droite de l’équation (1). Nous
nous limiterons à celle qui paraît aujourd’hui incontournable, la consommation
d’énergie par habitant en Afrique. En revanche, il est possible également de calcul le
point de retournement quand la relation de Kuznets n’est plus identifiée entre les
émissions de CO2 et la richesse ou l’inégalité de revenu et la richesse. Il s’agit en ce
sens de plusieurs autres formes de relation en occurrence une relation monotone
positive ou négative, une relation en «N» , ou «N» inversé, en «U» …etc.
Ultérieurement, aux appuis des travaux de Apergis & Payne (2010) et Acaravci &
Ozturk (2010) concernant les variables de contrôle pertinents dans l’équation (1) et
qu’il conviendrait de l’insérer. Bien que susceptibles d’influencer la pollution, Jobert et
Karanfil (2010) ont élu la variable consommation d’énergie par habitant. Une autre
catégorie de recherches s’est intéressée à l’introduction de variables de politique
(Torras & Boyce, 1998), la structure du produit (Panayotou, 1997), le commerce (Suri
& Chapman, 1998) et la variable énergétique (Jobert & Karanfil, 2010). Néanmoins,
nombreux auteurs réfutent la relation en « U » inversé entre croissance-
environnement. Notre modèle empirique dans le cadre de l’Afrique est formulé comme
suit :

ln(CO2i,t) = a3 + B31.ln(PIBHi,t) + B32.ln(PIBH2i,t) + B33.Ln(PIBH3i,t) + B34.ln(UEHi,t) +


B35.ln(TCOUi,t) + B36.ln(DCMSi,t) + B37.ln(EENi,t)+ B38.ln(EADi,t) + 𝜀3,𝑡

Croissance Economique et
Développement Durable en Afrique
Page 31
Chapitre 2 : Revue de la Littérature sur Croissance
Introduction Générale
Economique et du Développement Durable

Où la variable CO2 représente les émissions de dioxyde de carbone par tête. Les
variables PIBH, PIBH2, PIBH3 sont les revenus par tête et ses formes quadratique et
cubique respectivement. Les variables TCOU, DCMS, EEN et EAD représentent la
consommation d’énergie par tête, la dépense en consommation finale des ménages,
la part du revenu consacré au dommage de l’épuisement des ressources naturelles et
la part du revenu consacré au dommage des émissions de CO 2 respectivement. Les
effets spécifiques de chaque pays dans les données de panel est représenté par le
terme a3. Le terme µ3t représente l’erreur des omissions du modèle. Les coefficients B
sont à estimer. Les indices t et i représentent les périodes d’études et les pays.

Dans l’étude de la relation entre croissance et environnement, nous allons aussi


proposer le green Solow model, qui est présenté comme suit :

ln(CO2i,t) = a4 + B41.ln(CO2i,t-1) + B42.ln(TEPi,t) + B43.ln(TCPi,t ) + B44.ln(TOUi,t) +


B45.ln(PSEi,t) + B46.ln(PINi,t) + B47.ln(PAGi,t) + B48.ln(ENCi,t) + B49.ln(NBEi,t) +𝜀 4t

Où la variable CO2 représente le dioxyde de carbone par tête. Les variables CO2 t-1,
TEP, TCP, TOU, PIN, PAG, PSE, EN CET NBE représentent le CO2 par habitant
antérieur, le taux d’épargne, le taux de croissance de la population, taux d’ouverture,
la part du PIB du secteur industriel, la part du PIB du secteur agricole ; la part du PIB
du secteur service, l’entrée nette des capitaux et le nombre d’élève à l’école primaire
respectivement.

Croissance Economique et
Développement Durable en Afrique
Page 32
Chapitre 2 : Revue de la Littérature sur Croissance
Introduction Générale
Economique et du Développement Durable

3. Revue empirique sur l’inégalité de revenu

La publication première de Kuznets fut en 1955 sur la relation entre croissance-


inégalité connu sous l’appellation de Courbe de Kuznets Sociale et non de Courbe
Kuznets Environnementale (EKC). Il s’agissait d’abord d’une étude à la fois historique
et quantitative, s’intéressant les inégalités de revenus et la croissance des pays riches
et en voie de développements du XIXième siècle (en 1950) pour aboutir finalement à
cette fameuse hypothèse de courbe en « U » inversée, qui de nos jours bien
controversé reste mitigé autant entre la communauté intellectuelle que dans l’opinion
publique.

Dans ces perspectives, Kuznets a fait la constatation suivante : " en raison de


leur généralité et de leur concordance, ces chiffres... montrent d'abord une constante
relativité des revenus après la première guerre mondiale où même avant".13 La courbe
de Kuznets (en anglais Kuznets curve) représentant l'inégalité économique dans un
pays en fonction de son niveau de développement, supposé croissant au cours du
temps.

Dans les premiers stades de développement, lorsque l'investissement dans le


capital infrastructurel et dans le capital naturel est le principal mécanisme de
croissance, les inégalités encouragent la croissance en partageant les ressources en
faveur de ceux qui épargnent et investissent le plus. Ce phénomène économique est
appelé « malédiction de Kuznets ». Le ratio de Kuznets mesure la proportion du revenu
perçu par les 20 % gagnant le plus, divisé par la proportion du revenu perçu par les 20
% les plus pauvres d'une société. Une valeur de 1 signifierait ainsi une parfaite égalité.

13
Simon Kuznets, art. p 5
Croissance Economique et
Développement Durable en Afrique
Page 33
Chapitre 2 : Revue de la Littérature sur Croissance
Economique et duIntroduction
Développement Générale
Durable

3.1. Présentation du modèle

Dans les économies les plus avancées, l'accroissement du capital humain prend la
place de l'accroissement du capital physique comme source de la croissance. Les
inégalités ralentissent dès lors la croissance économique en limitant le niveau général
de l'éducation, parce que tous ne peuvent directement financer leur formation. La
courbe de Kuznets montre une relation fonctionnelle en forme de « U » inversé : l'axe
des ordonnées représente les inégalités ou le coefficient de Gini, Theil…etc. et l'axe
des abscisses représente le temps ou le revenu par tête. Le modèle empirique à tester
entre la croissance économique et l’inégalité de revenu se présente comme suit :

𝐺𝑖𝑛𝑖𝑖,𝑡 = 𝛼𝑖 + 𝛽1,𝑖 log(𝑌𝑖,𝑡 ) + 𝛽2,𝑖 log(𝑌𝑖,𝑡 )2 + 𝛽3,𝑖 log(𝑌𝑖,𝑡 )3 + 𝜀𝑖,𝑡

Où 𝑒𝑖,𝑡 est un indicateur de l’inégalité de revenu (dans notre cas, le coefficient de


Gini par habitant), Y la richesse par habitant (mesurée par le RNB par tête), 𝜀𝑖,𝑡

représentent respectivement le terme d’erreur et 𝛼𝑖 la constante. La forme de la courbe

est déterminée par les paramètres 𝛽𝑘,𝑖 ∀ 𝑘 𝜖 [1, . . ,3] 𝑒𝑡 ∀ 𝑖 𝜖 [1, . . , 𝑛]. Pour que
la relation entre les émissions de CO2 par tête et la richesse par tête ait une forme
de « U » inversé, il faut que 𝛽1,𝑖 > 0 , a𝛽2,𝑖 < 0 et 𝛽3,𝑖 = 0. Nous pouvons ainsi
déterminer le point de retournement, le niveau de revenu pour lequel les émissions de
dioxyde de carbone atteignent leur maximum, à partir de la formule :

PDR = - 𝛽2,𝑖 / 2𝛽1,𝑖

Les autres formes de relations susceptibles de déceler entre croissance et


environnement sont :

 Une relation linéaire positive, dans ce cas : 𝛽1,𝑖 > 0 , a𝛽2,𝑖 = 0 et 𝛽3,𝑖 = 0

 Une relation linéaire négative, dans ce cas : 𝛽1,𝑖 < 0 , a𝛽2,𝑖 = 0 et 𝛽3,𝑖 = 0

 Aucune relation, dans ce cas : 𝛽1,𝑖 = 0 , a𝛽2,𝑖 = 0 et 𝛽3,𝑖 = 0

Croissance Economique et
Développement Durable en Afrique
Page 34
Chapitre 2 : Revue de la Littérature
Introductionsur Croissance
Générale
Economique et du Développement Durable

 Une relation en « U », dans ce cas : 𝛽1,𝑖 < 0 , a𝛽2,𝑖 > 0 et 𝛽3,𝑖 = 0

 Une relation en « N », dans ce cas : 𝛽1,𝑖 > 0 , a𝛽2,𝑖 < 0 et 𝛽3,𝑖 > 0

 Une relation en « N » inversé, dans ce cas : 𝛽1,𝑖 < 0 , a𝛽2,𝑖 > 0 et 𝛽3,𝑖 < 0

Nous avons déjà largement discuté dans l’introduction de la possibilité d’ajouter de


nombreuses variables additionnelles dans le terme de droite de l’équation (1). Bien
que l'argumentation de Kuznets repose sur un processus qui marque le passage d'une
économie purement agricole à une économie industrialisé. Oshima (1962,1992 et
1995) invite à insérer dans le modèle des variantes de politique économique et de
politique sociale. Notre modèle empirique dans le cadre de l’Afrique est formulé
comme suit :

ln(IGIi,t) = a5 + B51.ln(PIBHi,t) + B52.ln(PIBH2i,t) + B53. ln(pibh3i,t) + B54. ln(TCPi,t)+


B55.ln(TOUI,t) + B 56.Log(TAPi,t) + B 57. ln(TCHi,t)+ B58. ln(ISRi,t) +𝜀5,𝑡

Où la variable igi représente l’indice de l’inégalité de revenu. Les variables PIBH,


PIBH2, PIBH3 sont les revenus par tête et ses formes quadratique et cubique
respectivement. Les variables TCP, TOU, TAP, TCH et ISR représentent le taux de
croissance de la population, le taux d’ouverture, le taux d’alphabétisation, le taux de
chômage et l’impôt sur le revenu respectivement. Les effets spécifiques de chaque
pays dans les données de panel est représenté par le terme a3. Le terme µ3t représente
l’erreur des omissions du modèle. Les coefficients B sont à estimer. Les indices t et i
représentent les périodes d’études et les pays.

Croissance Economique et
Développement Durable en Afrique
Page 35
Chapitre 2 : Revue de la Introduction
Littérature sur Croissance
Générale
Economique et du Développement Durable

Conclusion :

Selon une lecture exhaustive sur la thématique de la croissance économique et du


développement durable, les revues théoriques et empiriques présentées sont axées
autour de trois leviers principaux de la notion du développement durable :
économiquement soutenable, écologiquement tolérable et socialement équitable.
Dans ces perspectives, la littérature de la croissance empirique du modèle Solow
(1956) servira d’estimation dans le cadre analytique de la croissance économique en
Afrique. Il s’agira d’entrevoir les interactions entre taux de croissance, le capital
physique, le capital humain et en dernier lieu, l’étude de la convergence conditionnelle
des économies vers un état stationnaire dans le contexte de l’Afrique. Toutefois, il est
aussi légitime de déplacer cette convergence conditionnelle vers l’analyse
environnementale des pays, d’ailleurs dans un tel modèle, on le désigne sous le nom
de « Green Solow model » (GSM). En ce qui concerne pour la dégradation de
l‘environnement en rapport à la condition écologique au quelle est assujettis la
croissance économique. La littérature empirique nous enseigne le modèle de Kuznets
environnementale. A travers lequel, nous serons amenées à contrôler l’existence de
la relation fonctionnelle en « U » inversé en Afrique. Une relation qui incarne la maitrise
de la pollution sur le long terme du fait de la diversification économique. Bien que
plusieurs études paramétrique et non paramétrique rejettent cette hypothèse, on
suppose ainsi le rôle de la méthode d’estimation utilisée et la nature des variables de
contrôles introduites dans le modèle, la période d’étude, qui jouent en faveur à la
détermination de cette courbe. De même pour la revue empirique sur l’inégalité de
revenu. L’approche analytique fait appel aussi à l’intuition de Kuznets, qui met en
certitude la déclinaison de l’inégalité sur le long terme après avoir atteint un point de
retournement calculable dans le cas en présence d’une courbe concave ou
parabolique de signe négative dite tout simplement en « U » inversé au quelle Thomas
Piketty s’y oppose catégoriquement et la juge comme étant une théorie « morte » et
« enterrée ».
Croissance Economique et
Développement Durable en Afrique
Page 36
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

Chapitre 3 : Analyse Méthodologique sur Croissance


Economique et Développement Durable

Introduction

Dans ce chapitre consacré à l’analyse méthodologique. Nous allons mener des


investigations plus approfondies d’ordre statistique et économétrique portant sur la
notion de la croissance économique et du développement durable dans le contexte de
l’Afrique. Du point de vue statistique, elle est fondée sur la description des informations
contenus dans un tableau de données. Elle s’applique aux données invariantes au
cours du temps. La seconde approche sert davantage à expliquer un comportement
d’une variable par un ensemble des variables explicatives. Plusieurs procédés sont
élaborés en ce sens. Nous allons, à la suite du travail de ce mémoire examiner avec
une variété d’analyse statistique et d’économétrie pour tenter des éléments de
réponses à partir de résultats de ces analyses.

I. Analyses Statistiques

1. Données de l’étude

Dans le cadre de la méthodologie en analyse statistique, les variables d’intérêts sont


reconstituées à partir de la plateforme de la Banque mondiale14. Il s’agit d’observer
plusieurs phénomènes qui s’articulent autour de trois notions capitales en occurrence
aux trois piliers de la croissance économique et du développement durable.
Notamment le PIB par tête ; les émissions de CO2 par tête, l’indice d’inégalité de
revenu (Gini), …etc. Le contexte de l’étude porte sur le 54 pays de l’Afrique, hormis
le Sahara Occidental (non reconnu par l’ONU) sur l’année d’une part 2016 (analyse
univariée et conjointe) et d’autre part 2015 (analyse multidimensionnelle).

14
http://databank.banquemondiale.org
Croissance Economique et
Développement Durable en Afrique
Page 37
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

2. Descriptions des variables

Variables d’études Descriptions des variables

 PIBh : Produit intérieur brute par habitant


 PIBh2 : Produit intérieur brute par habitant au carré
 PIBh3 : Produit intérieur brute par habitant au cube
 TEP : Taux d’épargne (%)
 TCP : Taux de croissance de la population
 TOU : Taux d’ouverture économique (%)
 PSE : Part du secteur services (%PIB)
 PIN : Part du secteur industries (%PIB)
 PAG : Part du secteur agriculture (%PIB)
 ENC : Entrée nette des capitaux
 NBE : Nombre d’élevés à l’école primaire
 NSG : Taux de croissance moyen de la population (%)
 CO2 : Emissions de CO2 par habitant
 UEH : Utilisation d’Energie par habitant
 TCOU : Taux de Couverture (%)
 DCMS : Dépense de consommation finale des ménages
 EEN : Part de Revenu pour l’épuisement de ressource
naturelle (%RNB)
 EAD : Part du revenu pour les dommages dû aux CO2
(%RNB)
 IGI : Coefficient de Gini
 TAP : Taux d’alphabétisation (%)
 TCH : Taux de chômage (%)
 ISR : Impôt sur le revenu

Croissance Economique et
Développement Durable en Afrique
Page 38
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

3. Analyse Statistique univariée

En analyse statistique univariée, nous nous intéressons à faire parler un ensemble des
données. Généralement, cela commence d’abord par les organiser, les corriger, les
représenter graphiquement, regrouper celles qui se ressemblent. Elaborer les moyens
de rassembler l'information sous une forme plus accessible à manipuler et surtout à
communiquer...etc. Pour ce faire, on fait appel aux innombrables outils et méthodes
de la statistique descriptive notamment les caractéristiques de positions (médiane,
moyenne, les quartiles, les déciles…etc.) ; de dispersions (intervalles interquartiles ;
variance ; écart types) ; d’aplatissement et d’asymétrie...etc.

Figure 9 : Indice de Decoupling et Recoupling


1,060100211

1,097376856

1,134453611

1,077694452

1,025399111
1,10133176

0,991649038

0,888708096

0,763481389
0,397929588

1961 2014 1961 2014 1961 2014 1961 2014 1961 2014
DZA DZA ZAF ZAF NGA NGA SLE SLE BEN BEN

Source : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique
Page 39
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

Dans ce graphique, on illustre l'indice découplage (decoupling ; pression


environnementale en baisse), qui mesure la sensibilité des émissions de CO2 aux
variations du revenu par tête. Quand sa valeur est comprise entre 0 et 1, on dit que
l’on se trouve dans une situation de découplage relative et absolue lorsqu’il est
supérieur ou égale à 1. Outre, dans le cas où l’indice est inférieur à 0, il s’agit en
présence d’une situation d’un recoupage (recoupling, pression environnementale en
hausse). A titre d’exemple, nous représentons quelques pays à des dates distinctes.
Tous les pays retenus dans cette analyse se trouvent dans une situation de decoupling
relative et absolue. C’est un signe positif pour la préservation de l’environnement en
Afrique.

Tableau 1 : Statistique Descriptive des variables

Source : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique
Page 40
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique Introduction
Chapitre 3 :etMéthodologies
du et Générale
Développement Résultats
Durable

Le tableau plus haut récapitule les indicateurs descriptifs sur les variables mesurables
à savoir le minimum, le maximum ; la moyenne ; la médiane ; l’écart type et le
coefficient de variation. Pour chacune de ces variables, on peut déterminer leurs
valeurs extrêmes, c’est ainsi, le cas de PIB par habitant en Afrique qui varie entre
285,7 $ 15 100$ en 2016. Par ailleurs, le coefficient de variation souligne à la fois une
hétérogénéité et une homogénéité entre les pays africains, c’est l’exemple des
émissions de PIB/H, puisque la valeur est supérieure à 0.5 (50%). Le taux de
couverture, d’alphabétisation sont hétérogènes en Afrique. En revanche, le coefficient
de Gini indique une inégalité quand la valeur est proche 100 et une égalité, quand cette
dernière est proche de 0. En Afrique, l’inégalité est relativement élevée, elle est comprise entre
31 à 62.15 en 2016. En Afrique, la part du secteur service de PIB représente plus de la
moitié des richesses générées par les pays africains. En effet, elle est comprise entre
la fourchette 32.66% et 70.61%. La part du secteur agricole dans le PIB arrive en
deuxième position, une richesse comprise entre 2.44% à 61.42%. Le secteur
industriel, quant à lui est comprise entre 2.61% 53.97%. Il est clair à travers cette
analyse de comparaison que l’économie africaine repose majoritairement sur le
secteur service et agriculture. En évidence, seul le secteur agricole montre un signe
d’homogénéité. Tandis que les autres secteurs sont de nature bien spécifique pour
chaque pays. Il est aussi remarquable de s’attendre à ce que le taux de couverture, le
taux d’épargne diffère d’un pays à l’autre. Contrairement à au taux d’alphabétisation
et au taux de croissance de la population. Malheureusement, dans cette même année,
les émissions de CO2 par tête ne sont pas encore renseignées dans la base de la banque
mondiale. Enfin, l’analyse bidimensionnelles et multidimensionnelles sont limitées par les
valeurs manquantes.

Croissance Economique et
Développement Durable en Afrique
Page 41
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

4. Analyse Statistique Conjointe

Dans le cas où l'on s'attache à étudier la liaison linéaire entre deux variables
simultanément, on s’intéresse alors à la statistique descriptive bivariée concernant
ainsi la matrice de corrélation, la droite de moindre carré, le test de khi-deux, l’analyse
de la variance, la régression…etc.

Figure 10: Graphique de corrélation entre les variables


quantitatives

Source : Auteur, 2018

Le graphique ci-dessus étudie l’intensité de liaison entre les variables, bien que le terme
soit utilisé pour la première fois par Galton (1888), il s’attache à analyser la liaison
linéaire entre les variables décrit par un coefficient compris entre - 1 et 1. Dans notre cas,
nous représentons sous forme graphique. A l’intérieur de chaque cadran on observe un
diagramme circulaire représentant l’intensité de la corrélation entre deux variables. En
effet, plus le cercle possède un grand diamètre et plus le coefficient de corrélation est
proche de 1 en valeur absolue et donc les variables sont fortement liées, c’est le cas entre
PIB par tête et ISR (l’impôt sur le revenu) bien que fortement corrélé, il se trouve hors de
la diagonale. Nous pouvons voir les valeurs exactes de ces coefficients à l’aide de la
matrice de corrélation. Nonobstant, nous pouvons tester cette liaison grâce au test de
corrélation de Pearson, ou la version non paramétrique de Kendal.

Croissance Economique et
Développement Durable en Afrique
Page 42
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

5. Analyse Statistique Multidimensionnelle

Quand on s'intéresse à décrire les relations entre plusieurs variables et individus dans
un tableau de mesure, on parvient à mettre en évidence la statistique descriptive
multivariée des variables mesurables dite l'Analyse en Composantes Principales
(ACP) vue comme une méthode exploratoire multidimensionnelle permettant d'étudier
la matrice de corrélation dans un dimension aussi large que la physique.

5.1. Test de sphéricité de Bartlett et l’indice KMO

Tableau 2: Test de sphéricité de Bartlett

Bartlett test
Chisq : 1096.432
Df : 91
p.value : 3.82774e-172
Source : Auteur, 2018

La statistique de Bartlett suit approximativement sous l’hypothèse nulle la loi de Chi-


deux avec 91 degré de libertés. La probabilité critique (3.82774e-172) associé à ce test
permet de rejeter l’hypothèse nulle de l’inversible de la matrice de corrélation (ou la
matrice d’identitée), puisque, elle est inférieure au seuil de risque de 5%. Il est donc
tout à fait possible d’entamer une analyse en composantes principales sur les
données. Toutefois, ce test est biaisé, il n’est recommandé que quand le ratio n/p est
approximativement inférieur à 5. Effectivement, nous allons nous s’assurer davantage
avec l’indice de KMO (Kaiser-Meyer-Olkin).

Tableau 3: Résultats des indices de KMO Kaiser-Meyer-Olkin

Kaiser-Meyer-Olkin indice
Kaiser-Meyer-Olkin global model= 0.5638448
Kaiser-Meyer-Olkin individual pibh = 0.644351627054534
Kaiser-Meyer-Olkin individual Pag = 0.542092830996089
Kaiser-Meyer-Olkin individual pin = 0.427349524184568
Kaiser-Meyer-Olkin individual pse = 0.467611377632605
Croissance Economique et
Développement Durable en Afrique
Page 43
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

Kaiser-Meyer-Olkin individual nsg = 0.564694987170143


Kaiser-Meyer-Olkin individual pib2 = 0.537583724110948
Kaiser-Meyer-Olkin individual pib3 = 0.491582649678031
Kaiser-Meyer-Olkin individual dcm = 0.506726308060334
Kaiser-Meyer-Olkin individual eap = 0.63062070916509
Kaiser-Meyer-Olkin individual isr = 0.492605829295805
Kaiser-Meyer-Olkin individual tap = 0.811209777230741
Kaiser-Meyer-Olkin individual tch = 0.887970779775386
Kaiser-Meyer-Olkin individual igi = 0.593479684041235
Kaiser-Meyer-Olkin individual tcp = 0.593917312483421

Source : Auteur, 2018

Il résulte de ce tableau, les indices de KMO sur l’ensemble des variables et par
variables. Nous pouvons comprendre que le résultat est le même avec le test de
Bartlett. En effet, selon l’échelle de Kaiser, le KMO globale de la matrice se situe dans
la fourchette de "médiocre". Par ailleurs, les 10 variables ont un KMO qui se situe dans
la même fourchette et 2 variables dans la bande ‘’Très bien’’. Cela nous rassure que
chacune des variables considérées possède un certain degré de corrélation avec les
autres variables, c’est ce que les différents tests de corrélations avaient affirmé. Il est
donc légitime de procéder à l’analyse en composantes principales (ACP) avec toutes
ces variables.

5.2. Analyse en Composantes Principales Normées (ACPN)

Figure 11 : Comparaison entre données observées donnée centrées

Source : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique
Page 44
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

Les représentations ci-dessus nous illustrent l’intérêt de centre et réduire les données
afin de pouvoir tenir compte à la fois les effets des unités et des tailles des différentes
données pour mener à bien une analyse multidimensionnelle. Bien qu’il soit une
analyse géométrique, il est préférable de se débarrasser de tout élément perturbateur.
Centrée une variable revient de lui soustraire de sa moyenne et la réduction consiste
à diviser par son écart type.

5.2.1. Choix de nombre d’axes à retenir


Tableau 4 : Valeurs propres de la diagonalisation de la
matrice de corrélation

Eigenvalue Variance.Percent Cumulative.Variance.Percent


Dim.1 6,432 45,941 45,941
Dim.2 2,061 14,718 60,659
Dim.3 1,795 12,823 73,482
Dim.4 1,196 8,543 82,025
Dim.5 0,710 5,073 87,098
Dim.6 0,524 3,746 90,843
Source : Auteur, 2018

Figure 13: Graphique des Scree-plot de valeurs propres

Source : Auteur, 2018


Croissance Economique et
Développement Durable en Afrique
Page 45
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

Il ressort du tableau des valeurs propres et celle du graphique, les valeurs propres qui
détermineront les nouveaux espaces propres pour l’analyse en composantes
principales. En pratique, les q vecteurs unitaires à retenir sont celles qui fournit près
de 80% de l’inertie total (loi de Pareto), en général, qui peuvent donner un sens
d’interprétation. Le Critère de Kaiser, quant à lui, considère les valeurs propre (dite en
anglais Eigen Value) supérieur ou égale à 1. Le choix de la sélection des axes pour
l’optimisation de l’inertie total est déjà donné dans le tableau. Le critère de Kaiser
permet de conserver jusqu’a 4 axes principaux. Quant à l’analyse graphique d’eboulis,
la chute est importante dès le quatrième axe qui ne conserve plus que 82.88% de
l’inertie totale. Enfin le critère de Scree-test va aussi dans le même sens, on ne tient
compte que les deux premiers axes principaux. En conclusion, les quatre premières
composantes principales restituent une inertie totale de 82,03%. En réalité, plus on
conserve assez d’axes principaux et plus les points du nuage dual et direct (variables
et individus) vont se regrouper autour de leur origine et donc il serait regrettable
d’interpréter des points mal représentés dans la « malédiction dimensionnelle ».

5.2.2. Les graphiques de L’ACPN

Les figures de l’Analyse en Composantes Principales sont d’une part le cercle de


corrélation des variables (nuage dual) examinant la proximité entre les variables par
leurs corrélations. Ce dernier étudie l’intensité de la liaison linéaire entre un couple de
variable. D’autre part, les projections des points individus (graph direct) explicitant,
quant à lui la similarité entre individus et la dissimilarité entre groupe d’individus grâce
notamment au calcul de distance euclidien. Ainsi, on représente les points variables
et individus dans un espace en deux dimensions auquel le nombre de ces
composantes sont prédéterminés. Ci-dessous, nous exposons les résultats de
l’Analyse en Composantes Principale Normées (ACPN).

Croissance Economique et
Développement Durable en Afrique
Figure 14 : Cercle de corrélation des variables
Page 51
Introduction Générale

Croissance Economique et
Développement Durable en Afrique

Source : Auteur, 2018


Page 47
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Chapitre 3 : Méthodologies et Résultats
Economique et du Développement Durable

Les aides à l’interprétations nous rendent facile pour repérer les variables participantes
le plus à la formation de l’axe 1 ou la première composante principale. Par convention,
il ne s’agit que les variables produit intérieur brute (PIBH), la part du secteur agricole
dans le PIB (PAG) et le taux d’alphabétisation (TAP). A l’instar de ces constats, il est
clairement convaincant dans le graphique du cercle de corrélation du plan factoriel (1
et 2) que ces variables citées sont non seulement bien représentées sur le plan 1-2 et
fortement corrélées d’autre part avec la dimension une. Ce qui justifie autrement la
sélection de ces variables pour le premier axe principal. A peine vue, la description
de l’axe 1 comme l’axe de la croissance économique, nous allons de même donner un
sens pour l’axe 2. En vérifiant les diagrammes en bâton correspondant de l’axe 2, il
nous est facile de déceler ces variables, c’est en occurrence la part du secteur
industriel dans le PIB (PIN), le taux de croissance de la population (TCP), l’impôt sur
le revenu (ISR) et le taux de chômage (TCH). Un pseudonyme équivalent à l’axe 2
serait celui de l’axe de la société africaine. Fort restituteur d’information soit-il, le
premier plan factoriel nous en donne un peu plus de 50% d’information soit de 60.60%
de l’inertie total. Concernant l’axe 3, Il en est pareillement pour sa désignation. Avec
exactitude, l’impôt sur le revenu (ISR), la dépense en consommation des ménages
(DCM) et la part de revenus dédié au dommage de CO2 (EAP). Bien que deuxième
meilleur plan factoriel, il fournit près de 58,70% de l’inertie totale contenue dans la
matrice de corrélation. Avec justesse, la troisième composante principale régie
l’investissement ou le capital physique. Le quatrième axe principal, quant à lui, est
attachée au coefficient de l’inégalité de revenus (IGI), la dépense en consommation
finale des ménages et la part du revenu du au dommage des émissions de CO2. Il va
de pair en disant que la quatrième composante principale reflète l’inégalité de revenu.
Il semble vrai que nous avions écarté d’exprimer le cosinus carré, qui est aussi un outil
aide à l’interprétation jugé capital et incontournable. A vrai dire, il s’agit tout comme la
corrélation avec les dimensions principales. La qualité de la représentation ou la
sommes de cosinus carré des variables sur le plan évolue dans la même perspective
d’interprétation. Ces outils vont dans le même sens que la contribution.

Croissance Economique et
Développement Durable en Afrique
Figure 15: Graphes directs
Page 20
Introduction Générale

Croissance Economique et
Développement Durable en Afrique

Source : Auteur, 2018


Page 49
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

Les diagrammes montrent les individus statistiques participants à la formation


de l’axe 1 ou bien représentés sur cet axe avec un cosinus carré proche de 1. Avec
exactitude, c’est en occurrence les pays : Burundi (BDI), Tchad (TCD), Burkina Faso
(BFA), Mali (MLI), Botswana (BWA), Ethiopie (ETH), Seychelles (SLE).
A l’instar de ce résultat, il est clairement visible dans le nuage direct du plan
factoriel (1 et 2) que ces pays cités sont non seulement bien représentés sur le plan
1-2 en particulier avec le dimension 1. Ce qui justifie autrement en parfaite adéquation
leurs sélections. Connaissant la description de l’axe 1 comme l’axe de la croissance
économique, il convient de dire que les pays considère ci-dessous sont les pays
déterminés avec plus de richesse par habitant en 2015. Cependant, le diagramme en
bâton correspondant à l’axe 2 n’expose aucun pays comme étant bien représenté.
Fort restituteur d’information soit-il, le premier plan factoriel nous en donne un
peu plus de 50% d’information soit de 60.60%. Concernant l’axe 3, Il en est
pareillement, il fournit par ailleurs près de 58,70% de l’inertie totale contenue dans la
matrice de corrélation. Avec justesse, la troisième composante principale régie
l’investissement. Avec la quatrième, on maintient près de 54.4% d’information de
l’inertie total. En réalité, le cosinus des points individus (pays) sont faibles sur les 4
premières axes principaux. Il y’a risque d’interprétation fallacieuse.

En ce qui concerne, leurs coordonnées avec les dimensions principaux, leurs


qualités de la représentation ou les sommes de cosinus carré des variables sur le plan
évolue dans la même perspective d’interprétation.

En rapport avec les individus supplémentaires, dans notre étude de cas, nous
soulevons aucune mise en supplémentaires, en effet, ils sont conformés au contexte
de l’étude dans sa dimension spatiale.

Croissance Economique et
Développement Durable en Afrique
Page 50
Chapitre 3 : Analyse Méthodologique sur Croissance
Introduction Générale
Economique et du Développement Durable

6. Classification Ascendante Hiérarchique des variables et


individus

On se permet ici à connaitre davantage la similarité (ou par opposition la dissimilarité)


entre d’une part les variables, d‘autres part, les individus dans une organisation
hiérarchique ascendante ou descendante. Une façon d’observer les résultats de
l’ACPN sous une nouvelle forme de graphique encore plus fascinant à analyser On
note généralement dissim(x,y) la dissimilarité observée entre deux variables. Cette
notion de regroupement hiérarchique d’un ensemble recouvre différentes méthodes
de clustering plus précisément des algorithmes des méthodes variés notamment la
méthode euclidienne ; Manhattan ; Ward ; Average, Kmeans, centrale, …etc. On
l’appelle classification ascendante hiérarchique du fait qu’elle part d'une situation où
tous les individus sont seuls dans une classe, puis sont rassemblés en classes au fur
et à mesure. En véracité, le qualificatif hiérarchique est en rapport avec l’existence
d’un ordre de regroupement entre les points suivant le calcul de distance le plus court.
Bien que la méthode suppose de l’existence de dissimilarité entre les individus ; la
distance euclidienne dans le cas d’un espace euclidien sert de mesure de dissimilarité.
Entre les points. Avec un nombre fini des itérations, on parvient à la fin de cet
algorithme une partition de la population, auquel il suffit de découper le dendrogramme
obtenu à une certaine hauteur, pour nous aider nous pouvons représenter les sauts
d’inertie du dendrogramme selon le nombre classes retenu, ou mesurer le rapport de
l’inertie interne sur l’inertie totale.

6.1. Dendrogrammes des variables

Le graphique de classification expose la dispersion intra et inter groupe des


variables selon leurs corrélations et qui représentent l’objet de leurs ressemblances
et de leurs différences.

Croissance Economique et
Développement Durable en Afrique
Chapitre 3 : Analyse Méthodologique sur Croissance
Page 51
Economique et du Développement Durable
Introduction Générale
Figure 16 : Graphique des classifications des variables

Croissance Economique
Légende :et
Développement
Source : Auteur, 2018 Durable en Afrique
Variables homogènes
Page 52
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

Ci-dessus, nous avons présenté la classification hiérarchique ascendante des


variables. L’objectif recherché dans cette segmentation ou partitionnement de
l’ensemble des variables est d’illustrer leurs similarités et leurs dissemblances par la
mesure de dissimilarité, le critère d’homogénéité qui généralement s’articule autour de
la minimisation de l’inertie dans chaque classe : c’est ce qu’on appelle la mesure de la
qualité de la classe. L’algorithme de partitionnement dans notre contexte est basé sur
la méthode de Ward, bien que d’autre techniques de partitionnements reposent sur la
méthode K-moyenne ; K-mode. K-prototype, réseaux Kohonen, méthode mixte,
relationnelle …etc., la technique de Ward consiste à rassembler les classes de façon
que l'augmentation de l'inertie interclasse soit maximum, ou ce qui revient au même
d'après le théorème de Huygens, de façon que l'augmentation de l'inertie intraclasses
soit minimum. Il ressort de ce point de vue 7 classes parmi lesquelles :

 Classe 1 : Part du secteur agricole dans le PIB (PAG)


 Classe 2 : Taux de croissance de la population (TCP)
 Classe 3 : Produit intérieur brute (PIBH) au carré (PIB2) et au cube (PIB3)
 Classe 4 : Part du secteur industrielle dans le PIB (PIN) et l’impôt sur le revenu
(ISR)
 Classe 5 : Le taux de chômage (TCH) et le coefficient de Gini (IGI)
 Classe 6 : la dépense de consommation des ménages (DCM)
 Classe 7 : La part du secteur de service dans le PIB (PSE) et le taux
d’alphabétisation (TAP).

En principe, il convient aussi de comparer cette typologie ou segmentation à celles


observées dans le graphique de la représentation du nuage dual pour mieux entrevoir
cette décomposition. Dans chacune des classes la variance est minimum et par
conséquent, on assiste à un groupe homogène et hétérogène sur le plan de la
croissance économique et du développement durable.

Croissance Economique et
Développement Durable en Afrique
Page 53
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et duIntroduction
DéveloppementGénérale
Durable

Figure 17 : Classification Hiérarchique Ascendante

Légende :
Pays homogènes

Croissance Economique et
Source : Auteur, 2018 Développement Durable en Afrique
Page 54
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Cette fois-ci, nous allons découvrir un regroupement plus intéressant que la


précédente, il s’agit de la classification hiérarchique ascendante des pays en Afrique.
Effectivement, on compte 54 pays sur le continent africain reconnue par l’ONU.
Néanmoins, le Sahara occidental n’est pas reconnu par les Nations Unies. Cette
segmentation ou partitionnement sur l’ensemble des observations est exposé afin de
mettre en évidence leurs similarités et leurs dissemblances grâce aux mesures de
dissimilarité et au critère d’homogénéité qui généralement tourne fait référence à la
minimisation de l’inertie dans chaque classe, en occurrence la mesure de la qualité de
la classe. L’algorithme de partitionnement dans notre contexte est basé sur la méthode
de Ward, bien que d’autre technique de partitionnement reposent sur la méthode K-
moyenne ; K-mode. K-prototype, réseaux Kohonen, méthode mixte, relationnelle
…etc. La technique de Ward consiste à regrouper les classes de façon que
l'augmentation de l'inertie interclasse soit maximum, ou d'après le théorème de
Huygens, de façon que l'augmentation de l'inertie intraclasses soit minimum. Il ressort
de ce point de vue 9 classes parmi le 33 pays retenu en évidence :

 Classe 1 :
Gambie (GMB), Mozambique (MOZ) et le Zombie (ZMB)

 Classe 2 :
Benin (BEN) Cote d’ivoire (CIV), Ghana (GHA), Kenya (KEN), Madagascar (MDG),
Malawi (MWI), Nigeria (NGA), Uganda (UGA), Rwanda (RWA) et le Sénégal (SEN).

 Classe 3 :
Centre Afrique (CAF)

 Classe 4 :
Burkina Faso (BFA), Burundi (BDI), Ethiopie (ETH), Liberia (LBR), Mali (MLI),
Seychelles (SLE), Tchad (TCD) et le Togo (TGO).

Croissance Economique et
Développement Durable en Afrique
Page 55
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

 Classe 5 :
Maurice (MUS)

 Classe 6 :
Gabon (GAB)

 Classe 7 :
Algérie (DZA), Egypte (EGY), Maroc (MAR) et la Tunisie (TUN)

 Classe 8 :
Afrique du Sud ( ZAF)

 Classe 9 :
Botswana (BWA), Lesotho (LSO), Namibie (NAM) et la Swaziland (SWZ)

En principe, il convient aussi de comparer cette typologie ou segmentation à celles


observées dans les graphiques de représentations des individus pour mieux entrevoir
ce repartitionnement. Dans chacune des classes la variance est minimum et par
conséquent, on assiste à un groupe homogène entre eux. Sur le plan économique,
nous avons designer 9 profiles des pays semblables entre eux en Afrique selon la
croissance économique, l’inégalité de revenu, la consommation des ménages, le taux
de croissance de la population…etc. Sans compter le 21 pays exclus de cette analyse
pour cause des valeurs indisponibles en 2015. Chacune de ces groupes sont
homogènes entre eux et hétérogènes entre classe. En effet, l’inertie intra étant
minimisée. Dans cette perspective, certains pays se trouvent isoler, c’est le cas du
Gabon, Maurice, Centre Afrique. Le pays de l’Afrique de l’Ouest en particulier ceux
membre de l’Union Monétaire Ouest Africain sont disjoints. D’un côté le Burkina Fosa,
le Mali et Togo, de l’autre côté le Benin et le Sénégal. La puissance de cette analyse
est étudiée divers pays sous l’angle grandeurs diversifiés. Ainsi, nous allons en dernier
point de l’analyse statistique, tester la classification de ces pays selon la croissance
économique et le développement durable.

Croissance Economique et
Développement Durable en Afrique
Page 56
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

6.2. Test de comparaisons unilatéraux et bilatéral

Tableau 5 : test de comparaison de moyenne de PIB/H bilatéral


et unilatéraux à droite et à gauche

Groupes Test Bilatéral Test unilatéral à Test unilatéral à


des pays (P-value) droite (P-value) gauche (P-value)

G1-G2 0.437 0.7815 0.2185


G1-G4 0.5593 0.2796 0.7204
G1-G7 0.000881 0.9996 0.0004405
G1-G9 0.07267 0.9637 0.03633
G2-G4 0.05354 0.02677 0.9732
G2-G7 0.0001815 0.9999 9.074e-05
G2-G9 0.09251 0.9537 0.04625
G4-G7 0.00123 0.9994 0.0006148
G4-G9 0.06604 0.967 0.03302
G7-G9 0.8275 0.5862 0.4138
Source : Auteur, 2018

Le tableau ci-dessous illustre les probabilités critiques du test de Student en rapport


avec la comparaison de la moyenne du PIB par habitant (PIB/H) entre les groupes des
pays 1,2,4,7et 9. En effet, les autres groupes ne sont constitués d’un seul pays isolé.
Les tests de Student bilatéral et unilatéralement à gauche et à droite permettent de
conserver l’hypothèse nulle de non significativité de moyenne de PIB par habitant entre
les pays du groupe 1-2, 1-4 et 7-9, puisque la valeur de leurs probabilités critiques sont
supérieurs à tous les seuils conventionnels (1%, 5% et 10%). En revanche, ces
derniers affirment la différence significative du PIB par habitant entre les pays 1-7, 1-
9, 2-7, 2-9, 4-7 et 4-9, d’où la pertinence de la classification ascendante hiérarchique
des individus statistiques.

Croissance Economique et
Développement Durable en Afrique
Page 57
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

II. Analyses Econométriques

1. Modèle à Equations Simultanées en données de


Panel

On estime habituellement des modèles simples se limitant uniquement à une équation


linéaire (modèle à correction d’erreur, modèle échelonné, modèle autorégressif,
…etc.) semble être privilégiée de par sa facilité de mise en œuvre : d’une part, on
assiste (à gauche d’une équation) une variable dite endogène (dépendante ou à
expliquer noté Y), qui est supposée être la résultante d'un ensemble de variables dites
exogènes (indépendantes ou explicatives) avec une perturbation aléatoire (à droite de
l’équation). En effet, les phénomènes économiques bien que perplexes sont décrits
par un ensemble des variables et des équations. Toutefois, leur modélisation requiert
en général plus d'une équation, reliant les grandeurs macroéconomiques, on parle
dans ce cas les modèles à équations simultanées. Tout comme dans le modèle simple,
on distingue à nouveau les variables endogènes, qui sont déterminées ou expliquer
par le modèle et les variables exogènes qui sont observées et connus à priori. La
modélisation économétrique de façon générale est conçue en cinq phases à savoir :

 La mise en place des variables endogène et exogènes du modèle


 L’estimation des équations du modèle, selon des techniques appropriées
 L’évaluation du modèle grâce à différents tests de validations.
 La résolution du modèle pour la simulation ou la prévision
 La formulation des recommandations

A la différence du modèle classique, les différentes variables du modèle à équations


simultanées vont non seulement être interdépendantes mais les résidus seront
corrélés avec les variables explicatives. En conséquence, l’estimateur de moindres
carrés ordinaires se voient biaisé et divergent. Autres moyens d’estimer le modèle à
équations simultanées sont misent au point pour remédier l’inefficacité de la méthode
classique et donner des estimateurs convergents et consistants. A la différence du
modèle à équations simultanées classique en coupe transversale où la composante
Croissance Economique et
Développement Durable en Afrique
Page 58
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

temporelle n’est pas prise en compte. Notre cas, consiste de mettre en place un
modèle à équations simultanées dans donnée de panel. Il convient dans ce cas de
considérer à la fois le côté longitudinale et transversale d’un ensemble d’observations.

1.1. Les formes des équations simultanées

1.1.1. L’équation de forme structurelle

Les modèles dont les équations traduisent les principes économiques qui les inspirent
sont dits sous forme structurelle. En effets, leurs coefficients que l'on souhaite pouvoir
estimer ont généralement une signification économique déterminante, c’est le cas du
modèle Hansen et Benzel, qui étudie l’évolution de la consommation, de
l’investissement et du revenu. Les relations aussi complexes entre les variables
rendent vulnérable et obsolète les estimateurs de Moindres Carrés Ordinaires
considéré comme estimateur Blue par le théorème de Gauss Markov. Même si l'aléa
ε satisfait les hypothèses des MCO (sous des hypothèses naturelles, on montre que
la valeur véritable de b est surestimée). Les estimations par les MCO des coefficients
de la forme structurelle sont en général biaisées ; elles sont cependant largement
utilisées.

1.1.2. L’équation de forme réduite

Un modèle à équations simultanées est décrit par un ensemble des relations obtenues
en exprimant chacune des variables endogènes en fonction des seules variables
exogènes et des endogènes retardées s’il y a eu lieu : on appelle dans ce cas un
modèle réduit. Ainsi, elle s'obtient par élimination des variables endogènes
« explicatives » dans les équations structurelles. Toutefois, il est important de noter
que sous les hypothèses convenables sur les aléas, l'estimation par les MCO des
équations de la forme réduite donne des estimations sans biais de leurs coefficients.
A partir de ces estimations, on peut tenter de revenir aux coefficients de la forme
structurelle, évidemment par le biais des relations les liant aux coefficients de la forme
réduite. L’encombre est que le passage des coefficients estimés de la forme réduite

Croissance Economique et
Développement Durable en Afrique
Page 59
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

aux coefficients de la forme structurelle n'étant pas linéaire, ces derniers ne sont plus
sans biais. Mais converger vers un estimateur asymptotiquement non biais sous des
hypothèses.

1.2. Identification des équations du modèle

En pratique, l’identification sert à spécifier la méthode d’estimation la plus adéquate


pour une équation du système donnée. Plus précisément, il s’agit d’un critère
permettant de définir une équation structurelle comme étant identifiée, sur identifiée
ou sous identifiée. Le cas le plus contraignant où les coefficients structurels ne peuvent
plus être déduite à partir d’équation réduite. Cette dernière est dite sous-identifié.
Lorsque le calcul est possible dans un seul sens, alors l'équation est dite identifiable.
Les équations économétriques sont le plus souvent sur identifiées. Un modèle
contenant des équations sous-identifiées est un modèle insuffisamment spécifié, sa
forme structurelle est trop vague et ne peut de ce fait être correctement estimée. Une
condition nécessaire d'identifiable pour une équation structurelle est que le nombre de
variable absente de celle-ci soit égal au nombre de variable endogène du modèle
moins un.

1.3. Estimation du modèle

Dans le contexte de l’estimation d’un modèle à équations simultanées,


les méthodes d’estimations sont exécutées juste après l’étape de l’identifiabilité de
chaque équation du modèle. Toutefois, il existe une grande variété de méthodes pour
estimer les modèles à équations simultanées. A titre d’exemple, on indique la méthode
des moindres carrés ordinaires (MCO) malgré sa faiblesse ; il existe cependant des
cas où elle conduit à des estimations correctes, ainsi les modèles récursifs, dans
lesquels une endogène n'apparaît comme explicative que si elle est expliquée par une
équation précédente. La méthode des moindres carrés indirects (MCI) est réservée
au cas peu fréquent d'équations juste identifiables. Les variables instrumentales (VI),
les doubles moindres carrés (DMC) est supposée expliquer une certaine variable
endogène par différentes variables endogènes et exogènes. La méthode des variables
Croissance Economique et
Développement Durable en Afrique
Page 60
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

instrumentales opère en deux étapes, d'abord aux endogènes intervenants comme


explicatives leurs valeurs ajustées par régression (par les MCO) sur un ensemble
choisi de variables exogènes, prédéterminées, voire extérieures au modèle dite les
instruments. On espère ainsi, par le choix convenable des variables instrumentales.
Puis, on opère la régression par les MCO à l'aide de ces variables ajustées et des
exogènes initialement présentes dans l'équation étudiée. Dans le cas où l'on prend
comme instruments l'ensemble des variables exogènes et prédéterminées (pour de
petits modèles), la méthode est parfois appelée : méthode des doubles moindres
carrés (DMC). Ces méthodes sont à utiliser pour les équations identifiées ou sur-
identifiées. On montre que la méthode des doubles moindres carrés (DMC) est
équivalente aux moindres carrés indirects (MCI) dans le cas d'une équation juste
identifiable. Sous des hypothèses assez générales, les estimations des DMC sont
consistantes, propriété qui disparaît malheureusement dans le cas, fréquent,
d’endogènes retardées et d’autocorrélation de l’aléa. Les triples moindres carrés, la
méthode SUR Les trois méthodes précédentes sont des méthodes d'estimation
"équation par équation". D'autres méthodes, mathématiquement plus complexes,
estiment globalement l'ensemble des équations d'un modèle, pour tenir compte, par
exemple, de la vraisemblable corrélation entre les aléas des différentes équations. La
méthode des triples moindres carrés commence par estimer chaque équation par les
DMC (ou les variables instrumentales), puis utilise les résidus de cette première étape
pour estimer la liaison entre les aléas des différentes équations et utilise enfin les
moindres carrés généralisés (MCG) pour estimer globalement l’ensemble du modèle
en tenant compte de cette information. Dans le cas d’équations apparemment
indépendantes (l’endogène de l’une n’étant pas explicative d’une autre), la méthode,
qui veut néanmoins exploiter la liaison vraisemblable des aléas des différentes
équations, porte le nom de méthode SUR (« Seemingly Unrelated Regressions »). Sa
mise en œuvre s’effectue en 3 étape : d’abord l’estimation avec les MCO de chaque
équation, puis l’évaluation de la matrice de variance covariance des aléas. Et enfin, on
calcul des paramètres avec la méthode SUR.

Croissance Economique et
Développement Durable en Afrique
Page 61 Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

2. Problème d’endogénéité

L'endogénéité d'un paramètre ou d'une variable est la corrélation entre une paramètre
ou une variable avec le résidu. Il s’agit d’une violation de l’hypothèse 5 de moindres
carrées ordinaires. L'endogénéité peut donc résulter d'une erreur de mesure, d'un
processus autorégressif ou de l'omission d'une variable pertinente. En conséquence,
on établit dans l'estimation du coefficient d'intérêt des conclusions trompeuses et
illusoires voire fallacieuses. Ainsi en économétrie, les problèmes résident dans 3
sources à savoir :

 Source 1 :
La simultanéité : Un problème central conduisant à une mauvaise estimation des
coefficients. Dans le cas, ou x cause y, il faudrait d’autre part que dans le même temps
la variable x ne soit pas influencée par y. Dans ce cadre une des solutions est
d'instrumenter la variable x par une autre variable w non influencée par y.

 Source 2 :
L'hétérogénéité inobservée : il se peut que la relation entre x et y soit tout simplement
liée à l'effet d'un tierce facteur z et en ce sens, échappe dans la prédétermination de
y un facteur fondamental z qu'il n'a pas été observé. Dans ce cadre il faudra, si cela
est possible, ajouter une variable dans le modèle contrôlant pour ce facteur z.

 Source 3 :
L'erreur de mesure des variables : certaines variables peuvent ne pas être mesurées
avec précision, ce qui affectera l'estimation résulte un biais dans l'estimation du
coefficient d'intérêt et donc des conclusions fallacieuses.

Croissance Economique et
Développement Durable en Afrique
Page 62
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

3. Données de l’étude

Dans le cadre de la méthodologie d’analyse économétrique, la mise en place du


modèle à équations simultanées d’une part et d’autre part, la conception du modèle
spatial reposent sur les variables reconstituées à partir de la plateforme de la Banque
Mondiale. Bien qu’il s’agisse d’analyser plusieurs phénomènes qui s’articulent autour
de la croissance économique et du développement durable. Nous présentons
davantage la description de ces variables dans le tableau ci-dessous. Le contexte de
notre étude porte sur le 54 pays de l’Afrique hormis le Sahara Occidental (non reconnu
par l’ONU) sur la période 1960 à 2016. A défaut de 2017 plusieurs variables présentent
des données manquantes.

4. Signes attendus des coefficients

En concordance avec la revue de la littérature, l’impact ou l’élasticité d’une variable


exogène sur l’endogène est lieu par les coefficients estimés. Le tableau ci-dessous
en résume pour chaque variable du modèle à équations simultanées :

Tableau 6: Signe des coefficients attendus du modèle


Variables Descriptions/ libéllées des variables Signes
D’études Attendus

PIBh Produit intérieur brute par habitant +


PIBhp Produit intérieur brute par habitant passé +
PIBh2 Produit intérieur brute par habitant au carré -
PIBh3 Produit intérieur brute par habitant au cube
TEP Taux d’épargne (%) +
TCP Taux de croissance de la population -
TOU Taux d’ouverture économique (%) +/-
PSE Part du secteur services (%PIB) +/-
PIN Part du secteur industries (%PIB) +/-
PAG Part du secteur agriculture (%PIB) +/-
ENC Entrée nette des capitaux +/-
NBE Nombre d’élevés au primaires +
NSG Taux de croissance moyen de la population (%à -
CO2 Emissions de CO2 par habitant +
CO2p Emissions de CO2 par habitant historique
UEH Utilisation d’Energie par habitant +
TCOU Taux de Couverture (%) +/-

Croissance Economique et
Développement Durable en Afrique
Page 63
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

DCMS Dépense de consommation finale des ménages +/-


EEN Part de Revenu pour l’épuisement de ressource +
naturelle (%RNB)
EAD Part du revenu pour les dommages dû aux CO2 +
(%RNB)
IGI Coefficient de Gini
TAP Taux d’alphabétisation (%) -
TCH Taux de chômage (%) +
ISR Impôt sur le revenu +/-

Source : Auteur, 2018

5. Présentation du modèle de la croissance économique


et développement durable en Afrique

On considère le modèle à équations simultanées sous la forme structurelle présenté


ci-après :

 Equation de croissance économique : (1)


ln(PIBHi,t) = a1 + B11.ln(TEPi,t) + B12.ln(NSGt) + B13.ln(NBEi,t ) +µ1t

 Equation de test de convergence conditionnelle de croissance : (2)


ln(PIBHi,t) = a1 + B21.ln(PIBHt-1) + B22.ln(TEPt) + B23.Ln(TCPi,t ) + B24.ln(TOUt) +
B25.ln(PSEi,t) + B26.ln(PINi,t) + B27.ln(PAGi,t) + B28.ln(ENCt) + B29.ln(NBEi,t) +µ2t

 Equation des émissions de CO2 : (3)


ln(CO2i,t) = a3 + B31ln(PIBHi,t) + B32.ln(PIBH2i,t) + B33.ln(PIBH3i,t) + B34.ln(UEHi,t) +
B35.ln(TCOUi,t) + B36.ln(DCMSi,it) + B37.ln(EENi,t)+ B38.ln(EADi,t) + µ3t

 Equation de Green Solow model : (4)


ln(CO2i,t) = a4 + B41.ln(CO2i,t-1) + B42.ln(TEPi,t) + B43.ln(TCPi,t ) + B44.ln(TOUi,t) +
B45.ln(PSEi,t) + B46.ln(PINi,t) + B47.ln(PAGi,t) + B48.ln(ENCi,t) + B49.ln(NBEi,t) +µ4t

Croissance Economique et
Développement Durable en Afrique
Page 64
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

 Equation de l’inégalité de revenue : (5)


ln(IGIi,t) = a5 + B51.ln(PIBHi,t) + B52.ln(PIBH2i,t) + B53. ln(PIBH3ti,) + B54. ln(TCPi,t)+
B55.ln(TOUi,t) + B 56.ln(TAPi,t) + B 57. ln(TCHi,t)+ B58. ln(ISRi,t) + µ3t

Avec - ln : Logarithme de la variable


- µnt : Terme de l’erreur de l’équation
-
En pratique, il s’agit d’estimer à partir de sa forme structurelle. La cohérence de ce
système réside dans l’interdépendance des variables de chaque équation. Toutefois,
la réduction du modèle consiste à substituer les variables endogènes explicatives par
leurs valeurs respectives. Mathématiquement, il s’agit d’un exercice de réduction par
substitution ou par combinaison, il est bien possible de ressoudre matriciellement. Vue
les nombres des variables les calculs risquent de devenir immenses.

6. Identification des équations du modèle de la


croissance économique et développement durable

Identifier le modèle à équations simultanées revient à spécifier la méthode d’estimation


la plus cohérente pour chaque équation économétrique afin de pouvoir interpréter
économiquement des estimateurs fiables et servir des meilleurs outils de prise de
décision. Pour ce faire, nous allons distinguer les variables endogènes et exogènes
du modèle ainsi que le cas particulier avec le(s) restriction(s) éventuelles. On
considère ainsi :

 Y : Le nombre de variable endogène du modèle

 y : Le nombre de variable endogène de l’équation

 X : Le nombre de variable exogène du modèle

 x : Le nombre de variable exogène de l’équation

 k : Le nombre de restriction de l’équation

Croissance Economique et
Développement Durable en Afrique
Page 65

Chapitre 3 : Analyse Méthodologique sur Croissance


Economique et du Développement Durable

Les conditions de spécification du modèle se présentent comme suit :

 Si (Y-y) + (X-x) +k < (Y-1) => Alors l’équation est sur identifiée, alors on peut
recourir aux estimateurs de double moindres carrés (TSLS).

 Si (Y-y) + (X-x) +k = (Y-1) => Alors l’équation est juste identifiée, on a le choix
entre le double moindre carré ou les moindres carrés indirect.

 Si (Y-y) + (X-x) +k > (Y-1) => Alors l’équation est sous identifiée dans ce cas
aucune méthode d’estimation n’est appropriée.

Commençons à identifier la première équation du modèle :

En tous, nous avons recenser dans le modèle trois variables endogènes et 20


variables exogènes. Dans ce cas, nous obtenons Y= 3 et X=21, Ainsi dire pour chaque
équation, l’identification se procède comme suit :

» Equation de la croissance économique :

ln(PIBHi,t) = a1 + B11.ln(TEPi,t) + B12.ln(NSGi,t) + B13.ln(NBEi,t ) + µ1t

 y = 1, x = 4 et k=0, alors (3-1) + (21-4) +0 > (3-1)

L’inégalité de la relation d’identification indique que les estimateurs de l’équation (1)


sont ceux fournis par le double moindres carrés, or nous sommes dans le cas de sur
identification.

» Equation de test de convergence conditionnelle de la croissance


économique :

ln(PIBHt) = a1 + B21.ln(PIBHt-1) + B22.ln(TEPt) + B23.ln(TCPt ) + B24ln(TOUt) +


B25ln(PSEt) + B26.Log(PINt) + B27.ln(PAGt) + B28.ln(ENCt) + B29. ln(NBEt) +µ2t

 y = 1, x = 10 et k=0, alors (3-1) + (21-10) + 0 > (3-1)

Croissance Economique et
Développement Durable en Afrique
Page 66
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

L’inégalité de la relation d’identification signale que les estimateurs de l’équation (2)


sont ceux fournis par le double moindres carrés, en raison de sa sur identification

» Equations des émissions des CO2 :

ln(CO2i,t) = a3 + B31ln(PIBHi,t) + B32.ln(PIBH2i,t) + B33.ln(PIBH3i,t) + B34ln(UEHi,t) + B35


ln(TCOUi,t) + B36.ln(DCMSi,t) + B37 ln(EENi,t)+ B38.ln(EADi,t) + µ3t

 y = 2, x = 8 et k=0, alors (3-2) + (21- 8) + 0 > (3-1)

L’inégalité de la relation d’identification atteste que les estimateurs de l’équation (3)


sont ceux fournis par le double moindre carrés, en cause de sa sur identification.

» Equations de test de convergence conditionnelle des émissions de CO2 :

ln(CO2i,t) = a4 + B41.ln(CO2i,t-1) + B42.ln(TEPi,t) + B43.ln(TCPi,t ) + B44.ln(TOUi,t) +


B45.ln(PSEi,t) + B46.ln(PINi,t) + B47.ln(PAGi,t) + B48.ln(ENCt) + B49.ln(NBEi,t) +µ4t

 y = 1, x = 10 et k=0, alors (3-1) + (21-10) +0 > (3-1)

L’inégalité de la relation d’identification atteste que les estimateurs de l’équation (4)


sont ceux fournis par le double moindre carrés, du fait de sa sur identification.

» Equation des inégalités de revenus :

ln(IGIi,t) = a5 + B51.ln(PIBHi,t) + B52.Log(PIBH2i,t) + B53. ln(PIBH3t) + B54. ln(TCPi,t)+


B55.ln(TOUi,t) + B 56.ln(TAPi,t) + B 57. ln(TCHi,t)+ B58. ln(ISRi,t) + µ3t

 y = 2, x = 8 et k=0, alors (3-2) + (21-8) +0 > (3-1)

L’inégalité de la relation d’identification atteste que l’équation (5) est sur identifiée et
que par conséquent, la méthode la plus adaptée est le double moindre carrés.

Croissance Economique et
Développement Durable en Afrique
Page 67
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

7. Analyse des Résultats de l’estimation du modèle à équations


simultanées

Avant de pouvoir interpréter les résultats de nos estimations, il convient de formuler


un certain nombre des hypothèses qui reposent sur la revue de la littérature sur la
thématique croissance économique et développement durable en Afrique. Nous
étudierons ainsi cinq équations dans un modèle. Il s’agit de l’équations de la
croissance économique et du test de convergence pour l’analyse économique en
Afrique. L’équation de Kuznets environnementale pour l’étude de la relation entre la
croissance et l’environnement en Afrique. L’équation du Kuznets Sociale pour
l’examinassions de la relation entre la croissance et l’inégalité de revenus en Afrique.
Les hypothèses de notre investigation sur la croissance économique et le
développement durable en Afrique s’annoncent comme suit :

H1: Les relations entre capital physique et capital humain en Afrique sont positivement
liées à la croissance économique.

H2: Il n’existerait pas une convergence conditionnelle des économies, ni en émissions


de CO2 en Afrique.

H3: La relation de Kuznets Environnementale pourrait ne pas exister entre la


croissance économique et les émissions de CO2 en Afrique.

H4: La relation de Kuznets Sociale pourrait non plus exister entre la croissance
économique et les inégalités de revenus en Afrique.

Dans la suite de cette section, nous allons examiner les résultats du modèle à
équations simultanées estimé avec la méthode de OLS, TSLS, 3SLS, I3SLS et SUR
décrites ci-après :

Croissance Economique et
Développement Durable en Afrique
Page 68
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Tableau 7 : Récapitulation des indicateurs du double moindres carrés (TSLS) du modèle à équations
simultanées

System Results Method: TSLS


N DF SSR detRCov OLS-R2 McElroy-R2
system
2495 2453 783.651 8,00E-06 0.735576 0.971438

N DF SSR MSE RMSE R2 Adj R2


CroissanceEconomique 499 495 318.91404 0.644271 0.802665 0.266061 0.261613
ConvergenceCroissance 499 489 8.89393 0.018188 0.134863 0.979532 0.979155
EmissionCO2 499 490 46.53667 0.094973 0.308177 0.933171 0.932080
ConvergenceCO2 499 489 5.43384 0.011112 0.105414 0.992197 0.992053
InegalitéRevenue 499 490 403.87264 0.824230 0.907871 0.424568 0.415173

The covariance matrix of the residuals


CroissanceEconomique ConvergenceCroissance EmissionCO2 ConvergenceCO2 InegalitéRevenue
CroissanceEconomique 0.63910629 0.01715486 -0.02156460 -0.00386413 0.08784746
ConvergenceCroissance 0.01715486 0.01782351 0.00110740 0.00167683 -0.00741901
EmissionCO2 -0.02156460 0.00110740 0.09325987 0.00522796 -0.09070614
ConvergenceCO2 -0.00386413 0.00167683 0.00522796 0.01088946 0.00161842
InegalitéRevenue 0.08784746 -0.00741901 -0.09070614 0.00161842 0.80936400

Croissance Economique et
Développement Durable en Afrique
Page 69
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

The correlations of the residuals


CroissanceEconomique ConvergenceCroissance EmissionCO2 ConvergenceCO2 InegalitéRevenue
CroissanceEconomique 1.0000000 0.1607326 -0.0883298 -0.0463193 0.1221436
ConvergenceCroissance 0.1607326 1.0000000 0.0271619 0.1203619 -0.0617700
EmissionCO2 -0.0883298 0.0271619 1.0000000 0.1640519 -0.3301546
ConvergenceCO2 -0.0463193 0.1203619 0.1640519 1.0000000 0.0172391
InegalitéRevenue 0.1221436 -0.0617700 -0.3301546 0.0172391 1.0000000
Source : Auteur, 2018

Le tableau ci-dessus, nous exprime les différents indicateurs à la fois sur la qualité prévisionnelle et explicative du modèle à équations
simultanées estimé par la méthode de double Moindres Carrés. De ce fait, nous avons les statistiques qui décrivent le système
globalement et ceux décrivant par équation. La valeur 2495 correspond au nombre d'observation et par déduction un degré de liberté
de 2453. Etant donnée, il s'agit de la différence du nombre d'observation et l'effectif des variables. Ainsi, le modèle présent une
capacité de pouvoir explicative assez bonne près 73.59% des variabilités des CO 2, PIBH, IGI sont expliquées et prédéterminées par
le système. Ensuite, en deuxième partie, les indicateurs explicatives (R2 et Adj.R2) et prédictives (SSR, MSE et RMSE) par équations
cette fois-ci. Nous avons en tous cinq à savoir l'équation de la croissance économique, l'équation du test de convergence des
économies, l'équation des émissions des CO2, l'équation de Green Solow model, L'équation des inégalités de revenus. Puis, la
matrice de covariance résiduels et de corrélation entre équations du modèle.

Croissance Economique et
Développement Durable en Afrique
Page 70
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Tableau 8: Résultat des estimations du modèle à équations simultanées

OLS estimates for 2SLS estimates for 3SLS estimates for I3SLS estimates for SUR estimates for
'CroissanceEconomiqu 'CroissanceEconomique 'CroissanceEconomique 'CroissanceEconomique 'CroissanceEconomiqu
e' (equation 1) ' (equation 1) ' (equation 1) ' (equation 1) e' (equation 1)
Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|)
Itcpt 0,1490 0,0004 0,1490 0,0004 0,1439 0,0005 0,3595 0,0000 0,1428 0,0006
tep 0,3289 0,0000 0,3289 0,0000 0,3305 0,0000 0,0010 0,8622 0,3309 0,0000
nsg -0,2208 0,0000 -0,2208 0,0000 -0,2308 0,0000 0,0000 0,7713 -0,2316 0,0000
nbe -0,0282 0,2469 -0,0282 0,2450 -0,0291 0,2274 -0,0276 0,0000 -0,0278 0,2501
OLS estimates for 2SLS estimates for 3SLS estimates for I3SLS estimates for SUR estimates for
'ConvergenceCroissanc 'ConvergenceCroissanc 'ConvergenceCroissanc 'ConvergenceCroissanc 'ConvergenceCroissanc
e' (equation 2) e' (equation 2) e' (equation 2) e' (equation 2) e' (equation 2)
Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|)
Itcpt 0,0233 0,0043 0,0233 0,0039 0,0276 0,0006 0,3595 0,0000 0,0276 0,0007
pibhp 1,0214 0,0000 1,0214 0,0000 0,9936 0,0000 0,0000 0,0000 0,9934 0,0000
tep 0,0051 0,5849 0,0051 0,5811 0,0148 0,1093 0,0010 0,8622 0,0148 0,1136
tcp -0,0429 0,0004 -0,0429 0,0003 -0,0487 0,0000 0,0000 0,0015 -0,0485 0,0000
tou 0,0113 0,2830 0,0113 0,2781 0,0158 0,1247 0,0000 0,1274 0,0150 0,1496
pse -0,0514 0,3073 -0,0514 0,3024 -0,0471 0,3359 0,0000 0,3313 -0,0471 0,3409
pin -0,0474 0,3571 -0,0474 0,3522 -0,0478 0,3399 0,0000 0,3463 -0,0476 0,3466
pag -0,0690 0,2964 -0,0690 0,2916 -0,0663 0,3027 0,0000 0,3081 -0,0667 0,3045
enc 0,0529 0,0000 0,0529 0,0000 0,0523 0,0000 0,0000 0,0000 0,0523 0,0000
nbe 0,0020 0,6694 0,0020 0,6662 0,0016 0,7310 -0,0276 0,0000 0,0012 0,7930

Croissance Economique et
Développement Durable en Afrique
Page 71
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

OLS estimates for 2SLS estimates for 3SLS estimates for I3SLS estimates for SUR estimates for
'Emissionco2' (equation 'Emissionco2' (equation 'Emissionco2' (equation 'Emissionco2' (equation 'Emissionco2' (equation
3) 3) 3) 3) 3)
Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|)
Itcpt 0,2854 0,0000 0,2830 0,0000 0,2800 0,0000 -0,5895 0,0000 0,2832 0,0000
pibh 0,7002 0,0000 0,8865 0,0000 0,8621 0,0000 3,3873 0,0000 0,6562 0,0000
pibh2 -2,0716 0,0000 -2,6659 0,0000 -2,6539 0,0000 -3,0074 0,0000 -2,0050 0,0000
pibh3 2,2262 0,0000 2,8823 0,0000 2,9583 0,0000 3,4564 0,0000 2,2421 0,0000
ueh 1,0389 0,0000 1,0268 0,0000 1,0530 0,0000 1,0322 0,0000 1,0683 0,0000
tcou -0,0680 0,0019 -0,0787 0,0003 -0,0584 0,0044 -0,0116 0,5701 -0,0458 0,0236
dcm -0,0610 0,0130 -0,0719 0,0036 -0,0791 0,0007 -0,0546 0,0120 -0,0663 0,0038
een -0,0561 0,0198 -0,0395 0,1046 -0,0800 0,0005 -0,0446 0,0434 -0,1007 0,0000
ead 0,1325 0,0000 0,1438 0,0000 0,1468 0,0000 0,1610 0,0000 0,1327 0,0000
OLS estimates for 2SLS estimates for 3SLS estimates for I3SLS estimates for SUR estimates for
'ConvergenceCO2' 'ConvergenceCO2' 'ConvergenceCO2' 'ConvergenceCO2' 'ConvergenceCO2'
(equation 4) (equation 4) (equation 4) (equation 4) (equation 4)
Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|)
(Int
erc
ept) 0,0064 0,3134 0,0064 0,3085 0,0032 0,6073 0,0060 0,3382 0,0040 0,5263
co2p 0,9900 0,0000 0,9900 0,0000 0,9864 0,0000 0,9844 0,0000 0,9871 0,0000
tep 0,0021 0,7800 0,0021 0,7778 0,0013 0,8591 0,0020 0,7880 0,0013 0,8577
tcp -0,0102 0,2447 -0,0102 0,2399 -0,0139 0,1040 -0,0136 0,1085 -0,0135 0,1164
tou -0,0040 0,6361 -0,0040 0,6327 0,0036 0,6649 0,0035 0,6686 0,0037 0,6646
pse 0,0004 0,9914 0,0004 0,9913 -0,0034 0,9292 -0,0049 0,8961 -0,0018 0,9620
pin 0,0051 0,8979 0,0051 0,8969 0,0003 0,9946 0,0018 0,9620 0,0013 0,9741

Croissance Economique et
Développement Durable en Afrique
Page 72
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

pag -0,0118 0,8182 -0,0118 0,8164 -0,0194 0,6984 -0,0182 0,7138 -0,0160 0,7522
enc 0,0139 0,0555 0,0139 0,0531 0,0148 0,0364 0,0152 0,0303 0,0157 0,0287
nbe -0,0014 0,7052 -0,0014 0,7024 0,0035 0,3204 0,0003 0,9368 0,0033 0,3531
OLS estimates for 2SLS estimates for 3SLS estimates for I3SLS estimates for SUR estimates for
'InegalitéRevenue' 'InegalitéRevenue' 'InegalitéRevenue' 'InegalitéRevenue' 'InegalitéRevenue'
(equation 5) (equation 5) (equation 5) (equation 5) (equation 5)
Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|) Estimate Pr(>|t|)
Itcpt -0,1288 0,0200 -0,1365 0,0136 -0,1178 0,0311 -1,2272 0,0000 -0,1122 0,0400
pibh -0,7533 0,0168 -0,4846 0,2122 -0,7202 0,0550 2,4568 0,0000 -0,8943 0,0033
pibh2 5,2383 0,0000 4,4071 0,0004 4,8419 0,0001 4,9946 0,0000 5,3049 0,0000
pibh3 -8,0318 0,0000 -7,0945 0,0000 -7,5253 0,0000 -7,6399 0,0000 -8,0409 0,0000
tcp 0,6705 0,0000 0,7046 0,0000 0,6821 0,0000 0,6914 0,0000 0,6366 0,0000
tou 0,2243 0,0011 0,2238 0,0010 0,1285 0,0477 -0,0143 0,8252 0,1285 0,0482
tap 0,0602 0,3336 0,0569 0,3567 0,0910 0,1160 0,0920 0,1033 0,0972 0,0936
tch 1,2170 0,0000 1,1715 0,0000 1,1944 0,0000 1,1909 0,0000 1,2472 0,0000
isr -0,1683 0,1009 -0,1756 0,0850 -0,2506 0,0088 -0,2905 0,0019 -0,2474 0,0096

Source : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique
Page 73
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Les tableaux plus haut nous exposer à la fois les résultats des estimations du modèle
à équations simultanées par les estimateurs de double moindres carrés, triples
moindres carrés avec et sans itérations et SUR. Nous avions bien souligné
l’importance de la méthode TSLS quand les équations du modèle sont sur identifiées.
Cependant, les informations présentées parlent au-delà du simple fait de ces derniers.
Ils nous exposent entre autres les variétés des estimations possibles en modèle
simultanées à titre de comparaison et sans être exhaustif. L’une de première
motivation de notre recherche est d’aboutir à une conclusion pertinente tout en faisant
appel à des différents estimateurs et de comprendre non seulement leurs divergences
mais aussi leurs convergences en vue d’examiner les hypothèses recherchées dans
ces modèles. Ainsi, La méthode double moindres carrées dite TSLS illustre dans
l’équation (1) les interrelations entre croissance économique, capital humain et capital
physique dans une économie africaine. Quant’ à l’équation (2), nous analysons
l’éventuel existence d’une croissance conditionnelle absolue ou conditionnelle entre
les pays africains et de pouvoir promouvoir un futur Etat fédéral et continentale de ce
vieux continent riche en ressource naturelle. L’équation (3) porte ces fruits sur l’étude
des émissions de dioxyde de carbone (CO2) en Afrique. Ainsi l’équation (4)
diagnostique la présence d’une possibilité de convergence en matière des émissions
de gaz à effet de serre en Afrique dite aussi Green Solow Model. Pour finir sur la
présentation des équations, la dernière équation éclaircit en évidence sur les inégalités
de richesse entre pays en Afrique. Sans équivoque, nous pouvons deviner que cela
fait ressurgir les grands piliers de la croissance économique et de développement
durable dans un contexte de l’Afrique. Sans pour autant dire que mieux d’en rappeler,
il s’agit d’une croissance économique au rendez-vous avec la qualité de
l’environnement et une réduction des inégalités en Afrique. Cela suppose au préalable
d’une étude approfondie et spécifique de chacune de ceux équations dans la période
1960 à 2016. Evidemment, la double moindres carrés, par sa performance, il tient
compte à corriger le problème d’endogénéité dont plusieurs modèles en souffrent. En
évidence, cela coïncide à l’hypothèse stochastique des moindres carrée ordinaire. En
entend par là, une violation des hypothèses qui en dépend de la fiabilité, l’efficience

Croissance Economique et
Développement Durable en Afrique
Page 74
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

des estimateurs. Pour pallier ce problème incontournable, la méthode TSLS voit le


jour en proposant une solution efficace. Nonobstant, à titre de comparaison, nous
avions pensé à d’autres méthodes auxquelles leurs efficacités paraissent aussi
imposantes autant que la double moindres carrés. C’est ainsi, qu’il s’agissait des
méthodes du triple moindres carrés, double moindres carrés pondérés, moindres
carrés pondérés, triples moindres carrés avec itérations répétées et pondérés, SUR,
Variable instrumentale, THEIL-OLS, POOLED-SUR, THEIL-POOLED, THEIL-SUR,
POOLED-OLS, LIML et FIML, MLMV, Least Generalized Residual Variance (LGRV),
Indirect Least Square (ILS), K-Class estimator, Maximum de vraisemblance (ML),
Least Variance ratio (LVR). Toutefois, nous avions largement exposer la plupart de
ces méthodes à titre de comparaison entre estimateurs et surtout d’identifier les
estimateurs assez proches et ceux totalement différents. Pour en venir à l’objectif
principale de cette étude, Il s’agit de vérifier les premiers aspects dictés en haut. Le
taux d’épargne et le capital physique exerce une pression significative et haussière sur
la croissance économique. Cela semble bien longtemps vérifier dans la littérature.
Autre par ailleurs, nous disions qu’un accroissement positif du taux d’épargne
génèrera une hausse de 32.89% de croissance économie. Toute chose étant égale
par ailleurs, il convient aussi de dire que le capital humain n’est cependant pas
significatif, le signe négatif étant déjà relayé dans plusieurs articles. Outre, Mankiw
Romer et Weil affirme que l'inclusion de capital humain permettait de corriger le
coefficient de l'investissement en capital physique. Autre équation qui porte sur la
croissance économique est celle de la prédiction sur la convergence des économies
conditionnellement ou absolument. Le Coefficient identifier de cette convergence
montre plutôt une divergence des économies en Afrique avec les estimateurs OLS et
TSLS tandis que le 3SLS et SUR attestent une convergence conditionnelle. Nos
derniers résultats sont conformes à ceux obtenus dans plusieurs études dont Barro
(1991). La vitesse de convergence avec la méthode de triples moindres carrés. Par
contraste la méthode de double moindre carré carrés montre plutôt une divergence
des économies africaines. De surcroît, Le coefficient du taux de croissance de
population montre qu’il impact négativement sur la croissance économique. Une

Croissance Economique et
Développement Durable en Afrique
Page 75
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

croissance d’une unité du taux de fécondité ou de natalité d’une manière de la


population cause une baisse de 4.3% de la croissance économique. La probabilité de
rejeter cette variable est inférieur au seuil de risque de 1%. L’entrée nette des capitaux
prouve aussi son rôle de prometteur de la croissance. En affichant un accroissement
d’une unité positif et significatif, il résulte d’une hausse de 5. 3%. Toujours dans le
principe du capital humain, bien qu’il illustre un signe positif mais la probabilité de
rejeter cette variable est supérieur aux seuils conventionnels (1%, 5% et 10%). Le
modèle Solow augmenté et la croissance économique endogène semble porté ses
conclusions sur son analyse en Afrique. D’abord, le capital physique est un pionnier
de la croissance contrairement au capital physique qui reste à déterminer dans une
approche d’une investigation plus approfondie sur les variables explicatives
significatives proxy du capital humain, bien que les données semblent se raréfier. Par
ailleurs, la question des émissions de dioxyde de carbone en Afrique nous renvoie à
l’étude de l’équation 3 et 4. Au-delà du principe de Solow, arrive l’étape de Kuznets,
un économiste et statisticien américain, célèbre sur sa controverse courbe de concave
portant son nom. Ainsi dire ce principe sur l’échelle de l’Afrique témoigne du même
constat que ceux déjà vue dans plusieurs revues. Nous nous rendons compte sur
l’inexistence de la courbe en « U » inversé mais en « N » inversé car le coefficient de
PIB par habitant au cube est significativement positif. Cette issue est déjà aussi revue
dans plusieurs articles économiques comme List & Gallet (1999). Ce dernier semble
exceptionnel sur la validation de cette théorie. Comme facteur explicatif, la
consommation d’énergie par tête arbore un impact significativement positif sur les
émissions de CO2. Ainsi, un accroissement d’une unité favoriserait une élévation de
CO2 par tête de 10.26%. Toute étant bien égale par ailleurs, le taux d’ouverture et la
consommation finale des ménages influences négativement les émissions. Aussi
insolite qu’il soit, comment allons-nous expliquer ? Il est légitimement possible d’être
convaincu sur les atouts de la mondialisation sur les émissions de CO2 en Afrique. Il
se pourrait que cela réduit les émissions de CO2. Evidemment, la dépense de
consommation finale des ménages montre aussi la même tendance. Cette dépense
pourrait participer aussi à la prise de conscience de la gravité d’une dégradation de

Croissance Economique et
Développement Durable en Afrique
Page 76
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

l’environnement et en retour d’une protection pour une préservation de la nature et de


l’écosystème. Il est convenablement réel que la part du revenu dédié au dommage
des émissions sont élevé à chaque fois que les émissions de CO2 deviennent
imposantes. Il rapporte qu’une variation positive d’une unité de ce part induira une
hausse de 14.47% des émissions. A vrai dire, un problème d’endogénéité peut être
signaler. Il ne s’agit pas d’une protection de l’environnement qui fait augmenter les
émissions, mais c’est plutôt les émissions qui en cause de la hausse de la protection
de l’environnement. Alors qu’en-est-il de la convergence des émissions de CO2 en
Afrique, il est bien réelle cette convergence des émissions des CO2 par tête en Afrique,
elle n'est pas absolue mais conditionnelle, en effet, nous avons une vitesse de 1.4%,
qui correspond à une demie vie de 68.97 ans. Sans équivoque, la véritable hypothèse
de Kuznets réside dans l’inégalité de revenu, en d’autres termes, quand elle est
ramenée à l’étude de l’environnement, elle prend l’appellation de Kuznets
Environnementale. Ainsi, les signes des coefficients attestent une forme de relation
entre l’inégalité de revenue et la croissance économique, qui est bien diffèrent de celle
avancé par son précurseur. Il s’agit plutôt d’une relation en « N ». Branko Milanovic
(1994) considère d'adjoindre des variables de la politique publique et des variables
d'hétérogénéités sur la région pour expérimenter la relation « U » inversé. Nous
rendons compte que le taux de croissance de la population agit positivement sur
l’inégalité de revenus. Un accroissement d’une unité de ce taux engendrera 7% de
l’inégalité. De même, pour le taux d’ouverture, elle en cause une hausse de 2.24% des
inégalité de revenus. Cependant, le taux de chômage détient le principal facteur de
l’inégalité de revenus, une hausse de ce taux va en faveur d’une augmentation de
11.72% des inégalités en Afrique. Le coefficient de l’impôt sur le revenu, bien qu’il soit
significatif, il exerce une pression baissière sur les inégalités de revenus. Il suffit un
accroissement positif d’une unité des impôts pour qu’il aille une baisse de 17.60% des
inégalités. Toute chose étant égale par ailleurs. Concernant sur la qualité du modèles,
les tableaux récapitulatifs des indicateurs montrent qu’il est un peu difficile de
comparer, les méthodes sont presque le même pour l’équation 1, plus précisément les
estimateurs de moindre carré ordinaire (OLS) de double moindre carré (TSLS) sont

Croissance Economique et
Développement Durable en Afrique
Page 77
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

assez proche en valeur et en signe des coefficients. Même constat aussi pour les
estimateurs du triples moindres carrés (3SLS). En revanche les triples moindres
carrés à itérations démontrent une autre vision de chose. Par précaution, pour
conserver les estimateurs les plus efficients en efficacité, en cohérence, en
convergence entre double moindres carrés et triples moindres carrés, il ne suffit de
réaliser le test de Hausman d’endogénéité, bien qu’en panel il sert à comparer les
estimateurs de Within à effets fixes et ceux des estimateurs de moindres carrés
généralisées à effets aléatoires. Le tableau ci-dessus en illustre davantage :

Tableau 9: Test de Hausman d’endogénéité

Hausman specification test for consistency of the 3SLS estimation

data: datar
Hausman = -431.72, df = 42, p-value = 1

Source: Auteur, 2018

La valeur de la statistique de Hausman (-431.72) suit une loi de Chi-deux à 42 degré


de liberté sous l’hypothèse nulle. Par convention, la probabilité critique associé à ce
test permet ne pas rejeter l’hypothèse nulle à tous les seuils conventionnels (1%, 5%
et 10%). En d’autres termes, ce test affirme que les estimateurs de double moindres
carrés sont plus efficients que le triple moindres carrés. Bien que nous eussions
évoqué la convergence conditionnelle de croissance économique et de
développement durable, qu’en est-il des inégalités de revenus ? Vue les résultats des
modèles standards sur la croissance économique et le développement durable en
Afrique sur la période 1960 à 2016, que pourrait bien se passer si l’on bascule l’analyse
économétrie à une phase plus avancée c’est-à-dire la modélisation spatiale ? Nous
allons alors examiner la prise en compte de l’effet spatiale dans nos analyses
économétriques plus bas :

Croissance Economique et
Développement Durable en Afrique
Page 78
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Tableau 10 : Modèle de Durbin Spatiale (SDM) à différents niveaux d’effets

SDM_Effect: Random Spatial Fixed Time Fixed Spatial & Time Fixed Direct Indirect Total
PIBH Coef. Coef. Coef. Coef. Coef. Coef. Coef.
TEP 0,1040 0,1307 0,0807 0,0945 0,1044 0,0279 0,1323
NSG -0,1740 1,0448(**) -0,2045(*) 0,699(**) 0,9957(.) -1,0226 -0,0270
NBE 0,0217 -0,1002 -0,1533 -0,2056(*) 0,0502(.) 0,2601(***) 0,3103(***)
_CONS -0,0273 --- --- --- --- --- ---
rhoSpatial 0,31547 0,3552(***) 0,0618 0,1777 0.3185(***) 0.3185(***) 0.3185(***)
sigma2_e 0,474162 0,4683(**) 0,7567(***) 0 .3592(**) 0.4651(*) 0.4651(*) 0.4651(*)
R-sq within 0,0354 0.0147 0.0093 0.0204 0.0362 0.0363 0.0364
R-sq between 0,0922 0.0180 0.1823 0.0044 0.0571 0.0572 0.0573
R-sq overall 0,0619 0.0072 0.0628 0.0056 0.0227 0.0228 0.0229
AIC15 6742,748 6393.501 7955.609 5604.758 6467.102 6467.102 6467.102
BIC16 6803,069 6441.616 8003.865 5653.014 6515.358 6515.358 6515.358

Source : Auteur, 2018

15
Akaike's information criterion
16Bayesian information criterion
Significatif codes : 0.000(***) 0.01 (**) 0.05 (*)
Croissance Economique et
Développement Durable en Afrique
Page 79
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Il ressort du tableau C3.10 les estimations de diverses versions du modèle Spatial de


Durbin des données de panel notamment le modèle à effet aléatoire, effet fixe spatial,
effet fixe temporel, effets spatial et temporel fixe et enfin les effets directs, indirect et
total. Il est incontournable d'élaborer la matrice de poids pour l’ensemble des pays en
Afrique, c'est-à-dire la mise en place d’une matrice de contiguïté standardisée en ce
sens : deux pays ayant une frontière commune sont dit contigus et prend la valeur 1 à
l'intersection de la ligne colonne de deux pays considéré dans la matrice. Mais, on
évoque dans la littérature la matrice de distance. Ainsi dans le cas de l'étude d'une
zone optimale avec un modèle de Newton, on s’intéresse aux interactions entre le
pays. Ici, dans notre cas les interactions existent que par la voie terrestre. Outre, il est
remarquable que les effets spatiaux aient une influence positive sur le processus de
convergence. La variable de capital humain exerce un effet négatif, conforme à la
littérature. Le taux d’épargne n’est pas significatif dans ces différents modèles
spatiaux. L’impact d’une variable explicative sur la variable expliquée est une
combinaison d’influences directes et indirectes de voisinage. LeSage (2008) souligne
que l’impact des variations d’une variable explicative est différé d’un pays à l’autre, il
est donc important de rechercher les effets moyens. Ces effets sont définis par Pace
& LeSage (2006) de la manière suivante : Les effets directs moyens mesurent l’impact
moyen de la variation d’une variable exogène X dans un pays donne i sur sa variable
endogène. Les effets indirects moyens mesurent l’impact moyen sur la variable
endogène d’un pays donné provenant de la variation de la variable exogène X. Les
effets moyens totaux, c’est la somme des effets directs et des effets indirects. Par
ailleurs, les critères Akaike et Bayésien (AIC et BIC) servent de comparaison pour
sélectionner le meilleur modèle à effet spatial. En effet, nous allons étudier aussi le
test de Hausman dans le cas de modèle spatial :
Ho: difference in coeffs not systematic chi2(7) = 20.23 Prob>=chi2 = 0.0051

Par ailleurs, le test de Hausman du modèle spatiale rejet le modèle à effet aléatoire
(hypothèse nulle) à tous les seuils conventionnels (1%, 5% et 10%). Nous devons
considérer d’avantage le modèle à effet fixe. En effet, les effets spécifiques sont prise
en compte pour chaque pays.

Croissance Economique et
Développement Durable en Afrique
Page 80
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Tableau 11 Résultats des modèles dynamiques spatiaux de convergence de Solow augmenté

SPATIAL LAG MODEL - MAXIMUM LIKELIHOOD ESTIMATION SPATIAL LAG MODEL - MAXIMUM LIKELIHOOD ESTIMATION
Variable Coefficient Std.Error z-value Probability Variable Coefficient Std.Error z-value Probability
PIBHt-1 0.994021 0.00423097 234.939 0.00000 PIBHt-1 0.994021 0.00423097 234.939 0.00000
CONSTANT -0.228739 0.025729 -8.89033 0.00000 CONSTANT -0.227094 0.026843 -8.46007 0.00000
TEP 0.146241 0.0334097 4.3772 0.00001 TEP 0.147192 0.0337004 4.36767 0.00001
TCP -0.291423 0.0355937 -8.1875 0.00000 TCP -0.290937 0.0356642 -8.15767 0.00000
TOU 0.0587641 0.0297768 1.97348 0.04844 TOU 0.0569627 0.0309333 1.84147 0.06555
PSE 0.808924 0.104137 7.7679 0.00000 PSE 0.809579 0.104178 7.77113 0.00000
PIN 0.919016 0.114266 8.0428 0.00000 PIN 0.921555 0.114871 8.02252 0.00000
PAG 0.593933 0.145699 4.07644 0.00005 PAG 0.596098 0.146042 4.0817 0.00004
ENC -0.304159 0.0299262 -10.1636 0.00000 ENC -0.305095 0.0302406 -10.0889 0.00000
NBE -0.00416199 0.0193674 -0.214897 0.82985
R-squared 0.625846 R-squared 0.625872
Sq. Correlation - Sq. Correlation -
Sigma-square 0.372245 Sigma-square 0.372219
S.E of regression 0.610118 S.E of regression 0.610097
Schwarz criterion 1292.6 Schwarz criterion 1372.13
Akaike info criterion 1252.05 Akaike info criterion 1327.07
Lag coeff. (Rho) 0.994021 Lag coeff. (Rho) 0.994021
Mean dependent var 0.222906 Mean dependent var 0.222906
S.D. dependent var 0.997445 S.D. dependent var 0.997445
Source : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique
Page 81
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Le tableau ci-contre nous présente les résultats des estimations du modèle Solow à
effet spatial. Dans la littérature, il existe une variété des méthodes dynamiques c’est-
à-dire qui inclue la variable endogène retardée d’une période. En ce sens, nous
présentons quelques exemples de ces modèles, bien qu’il existe ls modèles SDM et
SAR dynamique, nous allons étudier celui estimé par la méthode de maximum de
vraisemblance comme Elhorst (2011), LeSage (2008), Baumont & Le Gallo (2000).
Entre autres, il se trouve que les estimateurs de la méthode de maximum de
vraisemblance en panel dynamique soit très compétitif et atteste avec la prise en
compte du cadre spatiale l'existence d'une éventuelle convergence conditionnelle des
économies en Afrique. De plus, les variables de contrôles sont significatives hormis la
variable de capital humain. Bien que le taux d'épargne soit significatif, il exerce un
impact positif sur la croissance par tête. Cela s'interprété comme suit : une hausse
d’une unité de ce taux va susciter une augmentation de 14.72% de croissance, toute
chose égale par ailleurs. Il est sous doute évident de constater que le taux de
croissance de la population agit négativement sur la croissance économique. Une
hausse démographique de 100% se traduit par une baisse de 29% de la croissance.
Nonobstant, les coefficients des variables taux d'ouverture impact positivement sur le
PIB par habitant, un accroissement de ce taux d’une unité se traduit par une
amélioration de 5.7% de la croissance économique. Bien que les parts des secteurs
d'activité d'une économie aient toujours été observé avec des signes négatifs, ici on le
voit avec des signes positifs. Le part du secteur industriel pourrait engendrer avec une
augmentation d’une unité plus de 92% de la croissance économique. Toute chose
étant égale par ailleurs, le secteur service quant à lui réalise plus de 80% de hausse
de PIB par habitant avec un accroissement d’une unité. Le secteur de l’agriculture
arrive en dernier position avec une part plus faible que les autres secteurs plus de 59%
de hausse de PIB par habitant avec une hausse d’une unité dans ce secteur. Le
capital humain présente des signes négatifs. Entre autres l'effet négatif du capital
humain a été observé dans plusieurs articles notamment celui de Mankiw, Romer et
Weil (1992) dans un régime standard.

Croissance Economique et
Développement Durable en Afrique
Page 82
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Tableau 12 : Estimation des modèles dynamique Spatiale de Green Solow Model

Spatial Lag Green Solow Model - Maximum Likelihood Spatial Lag Green Solow Aug. Model - Maximum Likelihood
Estimation Estimation
Variable Coefficient Std.Error z-value Probability Variable Coefficient Std.Error z-value Probability
CO2t-1 0.994021 0.00423097 234.939 0.00000 CO2t-1 0.994021 0.00423097 234.939 0.00000
CONSTANT -0.222907 0.0334959 -6.65476 0.00000 CONSTANT -0.264955 0.0344818 -7.68391 0.00000
TEP 0.0859553 0.04352 1.97508 0.04826 TEP 0.0616495 0.043313 1.42335 0.15464
TCP -0.292954 0.0463649 -6.31845 0.00000 TCP -0.305376 0.045837 -6.66221 0.00000
TOU -0.13102 0.0387878 -3.37786 0.00073 TOU -0.0849809 0.0397567 -2.13753 0.03256
PSE 0.578147 0.13565 4.26204 0.00002 PSE 0.561407 0.133893 4.19294 0.00003
PIN 0.74764 0.148844 5.02297 0.00000 PIN 0.682752 0.147636 4.62455 0.00000
PAG 0.284755 0.18979 1.50037 0.13352 PAG 0.229434 0.187698 1.22236 0.22157
ENC -0.163332 0.0389824 -4.1899 0.00003 ENC -0.139409 0.0388663 -3.58688 0.00033
NBE NBE 0.106368 0.0248918 4.27323 0.00002
R-squared 0.402314 R-squared 0.402314
Sq. Correlation - Sq. Correlation -
Sigma-square 0.631627 Sigma-square 0.614845
S.E of regression 0.79475 S.E of regression 0.784121
Schwarz criterion 1646.34 Schwarz criterion 1634.83
Akaike info criterion 1605.79 Akaike info criterion 1589.77
Lag coeff. (Rho) 0.994021 Lag coeff. (Rho) 0.994021
Mean dependent var 0.114855 Mean dependent var 0.114855
S.D. dependent var 1.028 S.D. dependent var 1.028
Source : Auteur, 2018
Croissance Economique et
Développement Durable en Afrique
Page 83
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Nous étalons dans ce tableau les résultats des estimations du modèle de panel
dynamique à effet spatial. En guise de précision, il s’agit de mettre en évidence la
relation CO2-PIB en panel tout en considérant l’effet spatial notamment les frontières
des pays africains. Bien que nos efforts se consacrer à la vérification de l’hypothèse de
la théorie de Courbe de Kuznets en Afrique. La relation entre la croissance économique
et les émissions de dioxyde de carbone est en principe une courbe concave, qui met en
avance l’idée d’une hausse des émissions avec la période de croissance économique
puis suivit d’un amortissement de ces émissions. Cette fois-ci, nous désirons vérifier à
la suite de ces travaux, une éventuelle convergence conditionnelle des émissions de
CO2 avec prise en compte de l’effet spatial. Ainsi donc, les deux modèles GSM17 et
GSMA18 répondent à cette initiative. D’autant que le modèle avec le capital humain est
encore plus intéressant, celui-ci parvient de montrer l’existence d’une convergence
conditionnelle des émissions des CO2 en Afrique. Il se trouve par ailleurs que ce résultat
soit convenable avec l’étude du modèle Solow. L’ajout supplémentaire de la variable
capital humain est cohérent et significatif, un accroissement d’une unité suscite une
hausse de 10.63% de Pib par habitant en Afrique. Outre celui-ci contribue
essentiellement à l’amélioration de la performance du modèle. C’est pourquoi, nous
avons une légère baisse des indicateurs sur les erreurs résiduelles mais aussi une
amélioration sur les coefficients estimés avec les signes attendus, c’est le cas du capital
physique (taux d’épargne), le capital humain. Le taux d'épargne, le taux de couverture,
la part du secteur industrielle, services et agriculture du PIB ont un impact positif sur le
PIB par habitant. Le taux de croissance de la population et l'entrée nette des capitaux
agissent négativement sur le PIB par habitant. D’autre part, L’ajout de la variable du
capital humain n’a pas contribuer à l’amélioration de la performance du modèle et des
estimateurs dans le modèle Solow augmenté. Nos résultats sont conformes aux travaux
de Lucas (1998), Becker, Murphy et Tamura (1990) dans un régime standard.

17
Green Solow Model
18
Green Solow Model augmenté de capital humain
Croissance Economique et
Développement Durable en Afrique
Page 84
Chapitre 3 : Analyse Méthodologique sur Croissance
Economique et du Développement Durable

Conclusion :

Les résultats en analyses statistiques vont de pair avec l’approche économétrique. En


ce sens le modèle à équations simultanées dans donnée de panel, bien qu’il soit une
modélisation assez complexe pour sa mise en place regroupent divers concepts
économiques, entre autres l’équation de la croissance économique, l’équation de la
convergence conditionnelle de la croissance économique, l’équation de Kuznets
environnementale, l’équation de Green Solow Model et l’équation de Kuznets social. Ce
modèle de la croissance économique et du développement durable en Afrique étudie
les trois dimensions du développement durable dans un seul système. D’ailleurs les
analyses ont permis d’élaborer plusieurs estimateurs parmi lesquels les estimateurs du
double moindres carrés (TSLS) du modèle à équations simultanées, du triple moindres
carrées (3SLS) du triple moindres carrés avec itérations I3SLS…etc. Par ailleurs, nos
résultats sont conformes aux conclusions de Mankiw, Rome et Weil (1992). En effet,
plus un pays dispose un haut niveau de capital humain et physique, il serait susceptible
de réaliser une forte croissance économique à l'avenir. La convergence conditionnelle
existe pour la croissance et pour les émissions de CO2 en Afrique. S’agissant du modèle
de Kuznets, le résultat établi est semblable à celui List & Gallet (1999) en « N » inversé
sur les 48 Etats des USA de 1929-1994 en régressant le dioxyde de soufre (SO2) dans
un modèle MCG. Toutefois, la littérature rapporte l’existence de la courbe de Kuznets
Environnementale dans les travaux de Galeotti et al. (2009), Dijkgraaf & Vollebergh
(2005) …etc. Ainsi, la période d’étude, nombre des pays considéré, les variables
utilisées et la méthode d’estimations mises en application peuvent jouer en faveur ou
en défaveur de la courbe en « U » inversé. Par ailleurs, le diagnostic du modèle Kuznets
Social met en évidence aussi la présence d’une relation en forme d’un « N » en Afrique
sur la période 1960 à 2016. Branko Milanovic (1994) considère d'insérer les variables
politique publiques et des variables d'hétérogénéités des régions pour tester la courbe
de Kuznets sur la maitrise des inégalités sur le long terme. Aussi bien sur les émissions
de CO2 que sur l’inégalité de revenus, nous avons détecté deux points de
retournements : un point minimal et un autre maximal dans le cadre de l’Afrique.

Croissance Economique et
Développement Durable en Afrique
Page 85
Conclusion Générale

Conclusion Générale :

En conclusion, L’étude sur la croissance économique et le développement durable en


Afrique est assez enrichissante. Nous avions ainsi évolué sur deux analyses
méthodologiques d’ordre statistique et économétrique. En ce qui concerne les analyses
statistiques sur les variables de la croissance économique et du development durable,
nous avions mis en évidence une analyse descriptive par variable quantitative en
occurrence les indicateurs de dispersions, de positions, d’asymétrique et
d’aplatissement …etc. D’un autre point de vue, nous sommes convenus de faire appel
pour l’étude de la liaison linéaire entre deux grandeurs prise ensemble, la corrélation de
Pearson et sa version graphique avec le corrégramme des variables. Dans le cas de
l’analyse multidimensionnelle. Nous sommes parvenus à élaborer le test de Bartlett et
l’indice Kaiser-Mayer-Olkin pour pouvoir examiner la validité de cette approche. En effet,
l’analyse multivariée consiste de représenter dans un espace à N dimensions les M
variables et à N observations avec [(M,N) ∈ ℝ²]. L’une de la dernière étape de la
statistique réalisée était enfin celui de la classification hiérarchique ascendante à la fois
des variables et des individus. Cela nous a permis de comprendre quels sont les pays
homogènes e hétérogène sur le plan de la croissance économique et de développement
durable. Etant donnée, concernant l’approche de l’économétrie. Nous avions étudié
dans un modèle à équations simultanées des données de panel la croissance
économique et le développement durable. Puis dans un régime spatial en recourant
notamment à la mise en place de la matrice des poids du continent. A travers, ces
modèles, il était question d’abord d’examiner cinq équations dans un panel de 54 pays.
Dans cette perspective, il s’agissait de l’équation de la croissance économique,
l’équation de la convergence conditionnelle (1905), l’équation de Kuznets
Environnementale (1992), L’équation de Green Solow model de Brock & Taylor (2004,
2010) et par islam (1995) et enfin l’équation de Kuznets Social (1955). Tous ces
équations dans un modèle à équation simultanées dans la finalité de tester les
interactions entre croissance économique, émissions de CO2 et inégalité de revenu
dans le contexte de l’Afrique.

Croissance Economique et
Développement Durable en Afrique
Page 86

Recommandations

Recommandations :

Les études sur les trois piliers du développement durable ont fait preuve
unanimement des remarques incontournables pour des futurs projets décisifs dans le
sens du développement durable en Afrique. Dans cette perspective, sur le plan de la
croissance : le taux d'épargne assure un rôle significatif et propulse davantage
l’économie africaine. En effet, c’est un des moteurs principaux de la croissance en
Afrique. La hausse démographique évolue en défaveur de la croissance. Néanmoins, il
en nécessite suffisamment d’investissement dans le domaine de l’éducation et surtout
pour la promotion des formations de qualité dans tous les niveaux d’enseignements, qui
constituerait d’ailleurs un fondement pour un progrès technique significatif en Afrique.
Ce dernier sera susceptible d’amorcer en permanence une hausse d’activités
économiques et en même temps de retarder la convergence de l’économie vers un état
stationnaire. L'entrée nette des capitaux participe également à l’amélioration de la
croissance économique en Afrique.

Concernant les émissions de CO2, l'idée de rattrapage de la dégradation de


l'environnement semble utopique en Afrique. La consommation d’énergie fossile par
habitant est un facteur capital de la dégradation de l'environnement en Afrique par
rapport à celui des activités économiques. Les échanges commerciaux ont permis
d’atténuer les émissions de CO2. Il convient de solliciter, de renforcer les échanges pour
amoindrir les rejets de gaz à effet de serre dans l’atmosphère. Mieux accentuer plus
des commerces et diversifier la dépendance énergétique pour contourner les
changements climatiques. La part de revenu réservée pour l'épuisement de ressources
agit dans le sens de l’amélioration et de la préservation de la qualité de l’environnement
et permet de réduire la pollution de gaz à effet de serre (CO2).

S'agissant l'inégalité de revenu en Afrique. L'ouverture commerciale est en réalité


un des facteurs de la hausse des inégalités en Afrique. bien que son rôle dans la lutte
contre la pollution soit nécessaire. Par ailleurs, il contribue à accroître l'inégalité de
revenu en Afrique. Le taux de chômage est aussi une de principale raison qui
expliquerait encore mieux le phénomène de l'inégalité de revenu. La solution pour
Croissance Economique et
Développement Durable en Afrique
Page 87

Recommandations

remédier à ce déséquilibre social est de solliciter en ajustant par l’intermédiaire de


l'impôt sur le revenu qui sert de redressement sur l’inégalité de revenu et d’envisager
une meilleure répartition plus égalitaire de revenu dans le cadre de l’Afrique.

Comme la décrété Monsieur Cheikh Anta DIOP dans son engagement pour une
Afrique prospère économiquement et culturellement, il faudrait que les pays africains
revoient leurs investissements dans le domaine de l’éducation et agissent dans le sens
d’une population africaine mieux instruite autant que les pays industrialisés.

Enfin, tout cela ne serait possible que par la voie de l’Union Afrique de se tourner
vers la lumière qui est celle de la promotion de la science pour en créer une institution
universitaire à l’échelle continentale : un « Harvard à l’africaine » multidisciplinaire,
drastique et hautement qualifiée pour des futurs grands intellectuels africain(e)s et de
référence mondiale en termes de Prix Nobel. Il faudrait un engagement dans ce sens
de la part des décideurs publics, car l’Afrique souffre énormément d’un retard dans
l’éducation.

Effectivement, c’est par une éducation de qualité que le progrès technique dont
l’économie en nécessite n’est possible. C’est par une éducation de qualité que la
diversification de la dépendance énergétique ne sera possible. Renforcer davantage le
capital humain de l’Afrique, c’est d’agir pour son épanouissement économique à court
et moyen terme.

Croissance Economique et
Développement Durable en Afrique
Page 88
Bibliographie

Bibliographie :
A Bousquet, P Favard (2001): « Hétérogénéité des agents et la relation

pollution-revenu ».

A Bousquet, P Favard (2005): «Does S. Kuznets's belief question the


Environmental Kuznets Curves? ».
ALBALADEJO, Christophe (2005). « L’Amazonie brésilienne et le
développement durable : Expériences et enjeux en milieu rural ».

BOURG, Dominique (2006). « Le développement durable : Maintenant


ou jamais ».

BOIDIN, Bruno (2006). « Socio-économie de l’environnement et du


développement durable : état des lieux et perspectives ».

Chaker Aloui et Haïthem Sassi (2005). « Régime de change et


croissance économique : une investigation empirique ».

Dominique Gusbin et Bruno Hoornaert (2004). « Perspectives d'


évolution à long terme du transport en Belgique et conséquences sur la
consommation d'énergie et les émissions de CO2 ».

Dunod (2015) . « La méthodologie de Pierre Bourdieu en action. Espace


culturel, espace social et analyse des données » .

Éloi Laurent (2009). « Écologie et inégalités ».

Croissance Economique et
Développement Durable en Afrique
Page 89

Bibliographie

FROGER (2005). « Quel développement durable pour les pays en voie de


développement ? ».

FUSSLER (2005). « Modes de production et de consommation durables ».

F Vella (1993): « A simple estimator for simultaneous models with


censored endogenous regressors».

G Glomm, B Ravikumar (1994) : «Équilibre croissance - inégalité dans


un modèle avec la R & D du secteur public».

G Glomm, B Ravikumar (1994) : «Équilibre croissance - inégalité dans


un modèle avec la R & D du secteur public».

H Scholtz (2010) : «L'inégalité est passée d'en haut, elle devrait donc
retomber: les tendances à l'asymétrie des revenus dans 16 pays de l'OCDE
témoignent d'un deuxième cycle de Kuznets».

J Sbaouelgi, G Boulila (2016) : «L'impact de l' indice de Gini sur la


croissance diffère-t-il entre les pays du CCG? ».
Jean-Pierre Brovelli et Claude Simon (2015) : « Stop au mirage de la
croissance » .

Jean-Philippe Carisé (2014) : «Une brève histoire du développement


durable ».
Jean-Marie Bouroche et Gilbert Saporta (2006) «L'analyse des
données ».

Julie Le Gallo (2002). « Économétrie spatiale : l'autocorrélation spatiale


dans les modèles de régression linéaire ».

Croissance Economique et
Développement Durable en Afrique
Page 90
Bibliographie

KEMPF, Hervé (2007). « Comment les riches détruisent la planète ».

LEVEQUE, Christian (2005). « Développement durable : avenirs


incertains ».

Lester R. Brown (2003) : « Eco-économie. Une autre croissance est


possible, écologique et durable » .

L Lee, J Yu (2010) : « Estimation de modèles de données de panel


autorégressifs spatiaux avec effets fixes ».

LUC ALBARELLO ET Al. (2010) « statistique descriptive. Un outil pour


les praticiens chercheurs ».

Luc Behaghel (2012) « Lire l’économétrie ».

Marielle Berriet-Solliec et al. (2001). « Vers un indicateur de croissance


économique locale pour l'évaluation des politiques de développement
rural ».

MA Seligson, JT Passé-Smith (1998): « Development and


underdevelopment: the political economy of global inequality».
ME Binet (2003) : «Une estimation de la consommation d'eau à usage
domestique avec dégradation de la qualité».

MS Hervieux (2015) : « Études empiriques de la courbe

environnementale de Kuznets: une approche par l'empreinte écologique».

M Nourry (2009) : « Essais empiriques sur la relation entre la croissance


économique et l'environnement ».

M Conti (2014) : « L'introduction de l'euro et la croissance économique:


certaines données de panel ».
Croissance Economique et
Développement Durable en Afrique
Page 91
Bibliographie

Pierre Jacquemot (2015) : « Le dictionnaire du développement durable ».

Pierre Cullus (1981). « Approche des résultats électoraux par l'analyse des
données ».

PH Mo (2000) : «Inégalité des revenus et croissance économique».

Philippe Ambrosi (2006). « Attention au rythme du changement


climatique ! ».

R Blundell, RJ Smith (1994): « Coherency and estimation


in simultaneous models with censored or qualitative dependent variables».

S Dasgupta, B Laplante, H Wang (2002) : «Confronting the


environmental Kuznets curve».
Siriki Nahoua Coulibaly (2014): « Energy, environment and growth in
the WAEMU».

Tim Jackson (2010) : «Prospérité sans croissance : La transition vers une


économie durable».

Thomas Piketty (2015). « L'économie des inégalités ».

Croissance Economique et
Développement Durable en Afrique
Page 92

Tables des Matières

T ables Des Matières

Dédicace………………………..……………………………..……...…….…II
Remerciement………………....……………..……………..………………III
Sommaire ……………………………………………………..……..…….…IV
Liste des Tableaux……….......…….…………………………………….……V
Table des Figures......…….…………….………………………………….…..VI
Glossaire des Abréviations………………………………..……..…….…VII
Résumé………………………………..……..………………………...……..…X
Abstract………………………………..……..…………………………..….…XI

Introduction Générale…………..…………………………………….………1

Chapitre 1 : Cadre d’Analyse de la Croissance Economique et du


Développement Durable en Afrique……………………………………..…4
Introduction……..………………………………………………………………4

I. La Croissance Economique en Afrique……………………..……...…...5


1. Croissance Economique en Afrique de l’Est……..…………...…………..6
2. Croissance Economique en Afrique du Nord……………..……………….6
3. Croissance Economique en Afrique Australe……….…………...……...…6
4. Croissance Economique en Afrique de l’Ouest…….………………..……7
5. Croissance Economique en Afrique Centrale…………………………..….7
Croissance Economique et
Développement Durable en Afrique
Page 93
Tables des Matières

II. Les émissions de Dioxyde de carbone (CO2) en Afrique……….….10


1. Emissions de Dioxyde de carbone (CO2) en Afrique du nord………...11
2. Emissions de Dioxyde de carbone (CO2) en Afrique de l’Ouest.….....11
3. Emissions de Dioxyde de carbone (CO2) en Afrique de l’Est..............11
4. Emissions de Dioxyde de carbone (CO2) en Afrique Australe…….….11

III. Inégalité de revenu en Afrique………………………….……………….12


1. Indice de Gini en Afrique…………….…………………………………......13
2. Indice de Développement Humain (IDH) en Afrique …………………....14

Conclusion.…………………………………………………………….………16

Chapitre 2 : Revue de la Littérature sur Croissance Economique et du


Développement Durable……………………………………………….….…17
Introduction…………………………….……………………………….…..…18

I. Revues théoriques sur la croissance économique et du


développement durable……………………………………………….…….18
1.Revue théorique sur la croissance économique…………………....…...18
2.Revue théorique sur les émissions de CO2………...….………...….…..19
3.Revue théorique sur l’inégalité de revenu……...………...………………21

Croissance Economique et
Développement Durable en Afrique
Page 94
Tables des Matières

II. Revues empiriques sur la croissance économique et du


développement durable.....…...…………...…………...…………...…..….22
1. Revue empirique sur la croissance économique………...…..……….…22
2. Revue empirique entre croissance et émissions de CO2...…..………..28
3. Revue empirique sur l’inégalité de revenu……………………………….32

Conclusion………………………………………………………………….…35

Chapitre 3 : Analyse Méthodologique sur Croissance Economique et


Développement Durable………..………………………………………….…36
Introduction…………………………………………………………………...…36

I. Analyses Statistiques sur croissance économique et


développement durable ………….……………….……………………..…..36
1. Données de l’étude ……………...…………..…………………………...…36
2. Descriptions des variables ……….……………..………………..…….….37
3. Analyse Statistique Univarié……………..……….……..………….….…..38
4. Analyse Statistique Conjointe……………..………………..…………..….41
5. Analyse Statistique Multidimensionnelle…… ;……..………………….…42
6. Classification Ascendante Hiérarchique des variables et individus…....50

Croissance Economique et
Développement Durable en Afrique
Page 95
Tables des Matières

II. Analyses Econométriques sur croissance économique et


développement durable ……………….……………………..…….……….57
1.Modèle à Equations Simultanées des données de Panel…..….………..57
2 Problème d’endogénéité………………………………………………….…61
3.Données de l’étude………………………………………………………..…62
4.Signes attendus des coefficients………………………………….……..…62
5.Présentation du modèle de la croissance économique et développement
durable en Afrique……………………………………………………….…..…63
6. Identification des équations du modèle de la croissance économique et
développement durable………………………………………………….….…64
7. Analyse des Résultats de l’estimation du modèle à équations
simultanées en Panel………………………………………………………..…67

Conclusion...............................................................................................84

Conclusion Generale...............................................................................85
Recommandations...................................................................................86
Bibliographie............................................................................................88
Table des matières...................................................................................92
Annexe.......................................................................................................96

Croissance Economique et
Développement Durable en Afrique
Page 96
Annex
e
Annexe :

Tableau 12: Estimation par pays de l’équation 1 : Croissance économique

Coefficients
(Intercept) tep nsg nbe
AGO 0.24301048 0.006643362 NA 1.5233048
BEN -0.15583264 -0.038525895 NA 0.5477773
BWA 24.56057634 -0.073734695 NA 44.8914384
CIV 0.15045194 NA NA NA
COD -0.40457403 NA NA NA
CPV 0.97001393 NA NA NA
DZA -0.26092256 0.450156183 NA 0.9229280
EGY -0.70199915 -0.267806973 NA 0.4552704
ETH 0.12315132 -0.418852748 NA NA
GAB -15.53530375 -5.093596934 NA -46.6310557
GHA -0.39851328 -0.201345962 NA 0.7345414
GMB 5.24069006 -0.012026284 NA 10.1547751
GNB 5.50535542 0.158889663 NA 10.6798604
KEN -0.50808139 -0.064122532 NA 0.2140208
LBY -20.19187923 0.923942395 NA -57.0068062
LSO -0.09477045 NA NA NA
MAR -0.24901601 -0.026607207 NA 1.2073597
MOZ -0.45376911 0.044827832 NA 0.1654409
MUS -217.58986717 0.193776946 NA -380.6760080
NAM 26.30131738 -0.355895621 NA 51.5024542
Croissance Economique et
Développement Durable en Afrique
Page 97
Annexe

NGA -1.27731431 0.181604630 NA 0.2020273


SEN -0.01329459 -0.202241478 NA 0.9788068
SWZ 19.48828892 -0.189888844 NA 34.4150353
SYC 1.80323418 13.926166886 NA NA
TGO -0.22871195 0.008637184 NA 0.3781610
TUN 0.97740519 -1.940838352 NA -2.3274020
ZAF 3.78349001 -2.617888159 NA -0.9520191
ZMB -0.26515307 -0.152468556 NA 1.8151407

Sources : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique
Page 98

Annexe

Tableau 13: Estimation par pays de l’équation 3 : Courbe de Kuznets Environnementale

Coefficients:
(Intercept) pibh pibh2 pibh3 ueh tcou dcms een ead
AGO -213,3512 -7,2300 196,1335 -2168,8700 -1,7896 0,0184 0,6068 0,0235 NA
BEN -29,2476 -0,5861 21,7244 -291,5657 -0,0821 0,0104 -0,3127 0,0476 2,3681
BWA 0,3537 0,8551 -1,9608 2,1067 0,5136 -0,0242 -1,2537 -0,3624 4,1945
CIV -0,2200 NA NA NA NA NA NA NA NA
COD -0,4643 NA NA NA NA NA NA NA NA
CPV 0,0765 NA NA NA NA NA NA NA NA
DZA 1,1621 5,8002 -23,3198 38,9283 -1,3056 -0,0530 -0,1473 -0,2987 0,7464
EGY -0,7339 0,3829 -0,1982 -8,7038 0,2187 -0,0213 0,0132 -0,0008 0,1105
ETH -0,4101 0,0662 NA NA NA NA NA NA NA
GAB 20,4537 -22,6770 33,6390 NA NA NA NA NA NA
GHA 2,2590 0,0668 -2,9909 25,4383 0,1555 0,0172 -0,0575 -0,0340 0,9840
GMB 1,5784 -0,5178 7,1427 NA 0,7679 NA NA NA NA
GNB -0,5387 0,2322 -1,1343 NA NA NA NA NA NA
KEN -4,8662 0,1805 9,0476 -55,2810 -0,0296 -0,0320 -0,4267 -0,0796 0,2045
LBY 4,6598 0,5084 -0,7866 0,5887 -0,2412 NA NA NA NA
LSO 0,0801 NA NA NA NA NA NA NA NA
MAR 0,3257 0,1438 0,0715 -2,1986 0,7279 -0,0050 -0,0364 0,1324 0,1689
MOZ 547,0172 14,7176 -426,2368 5461,8470 2,7361 -0,0128 0,0551 -0,0627 -1,0944
MUS 1,0082 0,0851 -0,1040 0,0109 1,0761 0,0116 -0,3276 NA 3,5753
NAM 1,1987 1,1076 -3,8229 7,2586 0,4574 -0,1385 -2,4336 0,4142 5,7839
NGA -0,2592 0,4879 -0,2018 -2,9434 -0,9413 -0,0064 -0,0958 -0,0731 0,0722
Croissance Economique et
Développement Durable en Afrique
Page 99
Annexe

SEN 40,3957 3,4461 -68,7135 456,7552 0,2921 -0,0471 1,1332 0,1761 -0,1977
SWZ -23,9351 -32,7528 204,0329 -531,5529 6,8861 NA NA NA NA
SYC 50,7941 -8,8144 NA NA NA NA NA NA NA
TGO -134,2385 -2,0296 80,6305 -1305,4600 0,3620 -0,0036 1,3917 0,0065 -1,3048
TUN 0,8447 0,6120 -3,2803 6,7332 0,4331 0,0139 -0,4567 0,1383 1,3299
ZAF 0,3779 0,4181 -0,4344 0,4350 1,3233 0,0063 -0,0739 -0,0280 -0,0177
ZMB -155,3588 -80,4511 647,5934 -2290,4920 NA NA NA NA NA

Source : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique
Page 100

Annexe

Tableau 14: Estimation par pays de l’équation 5 : Courbe de Kuznets Sociale

Coefficients :
(Intercept) pibh pibh2 pibh3 tcp tou tap tch isr
AGO -0,138 0,000 0,000 0,000 0,000 0,000 NA 0,000 NA
BEN -46,439 -3,798 69,238 -465,099 0,129 0,031 -0,068 -5,373 -2,902
BWA 2,119 0,761 -2,477 3,103 -0,077 0,079 -0,143 0,077 0,064
CIV -0,423 NA NA NA NA NA NA NA NA
COD -0,211 NA NA NA NA NA NA NA NA
CPV 0,459 NA NA NA NA NA NA NA NA
DZA -1,555 -1,129 5,271 -10,327 0,010 -0,301 0,236 -0,144 -0,137
EGY -1,195 0,033 -1,200 5,194 0,022 -0,020 0,003 -0,352 0,362
ETH -1,611 0,000 NA NA NA NA NA NA NA
GAB -0,204 0,000 0,000 NA NA NA NA NA NA
GHA 13,851 2,403 -33,117 176,281 0,011 0,136 0,115 -0,253 NA
GMB 0,552 0,000 0,000 NA 0,000 NA NA NA NA
GNB -0,018 0,000 0,000 NA NA NA NA NA NA
KEN 15,059 -2,324 3,906 132,775 -0,255 -0,169 -0,191 0,884 1327,195
LBY -1,179 0,000 0,000 0,000 0,000 NA NA NA NA
LSO 1,508 NA NA NA NA NA NA NA NA
MAR -0,975 0,033 0,488 -4,121 -0,030 0,055 -0,006 -0,022 -0,273
MOZ 0,247 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
MUS -1,058 -0,002 0,005 -0,003 0,001 0,001 -0,001 0,000 -0,006
NAM 3,044 2,147 -8,877 14,541 -0,129 0,097 -0,251 -0,543 0,108
Croissance Economique et
Développement Durable en Afrique
Page 101

Annexe

NGA 1,153 -0,045 -0,262 3,672 -2,105 -0,048 0,278 1,791 0,845
SEN 52,499 7,068 -108,485 618,939 0,157 -0,240 0,038 1,340 2,291
SWZ 1,242 0,000 0,000 0,000 0,000 NA NA NA NA
SYC 0,406 0,000 NA NA NA NA NA NA NA
TGO -122,871 -3,653 107,073 -1246,580 0,007 -0,004 0,976 0,649 -0,413
TUN -0,323 0,519 -2,877 6,424 -0,006 -0,084 0,005 0,226 -0,496
ZAF 1,753 -0,041 0,310 -0,390 0,011 0,016 0,395 -0,230 0,949
ZMB -288,426 -169,441 1301,234 -4416,210 NA NA NA NA NA

Source : Auteur, 2018

Croissance Economique et
Développement Durable en Afrique

Vous aimerez peut-être aussi