P 3

RESSOURCES NATURELLES ET DÉPENSES PUBLIQUES DE SANTÉ EN
AFRIQUE : L’INITIATIVE POUR LA TRANSPARENCE DES INDUSTRIES

EXTRACTIVES ROMPT-ELLE LA MALÉDICTION ?
Sosson Tadadjeu, Henri Njangang, Brice Kamguia
De Boeck Supérieur | « Revue d'économie du développement »

© De Boeck Supérieur | Téléchargé le 25/11/2022 sur www.cairn.info via Alexandru Ioan Cuza University of Iasi (IP: 85.122.30.31)
2021/4 Vol. 29 | pages 83 à 125
ISSN 1245-4060
ISBN 9782807394452
DOI 10.3917/edd.354.0083
Article disponible en ligne à l'adresse :
--------------------------------------------------------------------------------------------------------------------
https://www.cairn.info/revue-d-economie-du-developpement-2021-4-page-83.htm
--------------------------------------------------------------------------------------------------------------------
Distribution électronique Cairn.info pour De Boeck Supérieur.

© De Boeck Supérieur. Tous droits réservés pour tous pays.
La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les
limites des conditions générales d'utilisation du site ou, le cas échéant, des conditions générales de la
licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie,
sous quelque forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de
l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est précisé que son stockage
dans une base de données est également interdit.
Powered by TCPDF (www.tcpdf.org)

Ressources naturelles et dépenses
publiques de santé en Afrique : l’Initiative
pour la Transparence des Industries
Extractives rompt-elle la malédiction ?
Natural resources and health spending in Africa: Is the
Extractive Industries Transparency Initiative breaking the curse?
Sosson Tadadjeu*
Henri Njangang**
Brice Kamguia*
Il est régulièrement observé que les pays riches en ressources ont de moins bons résultats
socio-économiques et politiques que leurs homologues pauvres en ressources naturelles : on
parle de « malédiction des ressources naturelles ». Plusieurs études ont démontré que la mau-
vaise qualité des institutions est un facteur clé à l’origine de cette malédiction. C’est dans
cette perspective que cet article examine si l’Initiative pour la Transparence des Industries
Extractives (ITIE) permet d’atténuer l’effet négatif des ressources naturelles sur les dé-
penses publiques de santé dans un panel de 35 pays africains riches en ressources naturelles
durant la période 2003-2017. En utilisant la Méthode des Moments Généralisés, les résultats
indiquent que les ressources naturelles réduisent les dépenses publiques de santé. De plus,
l’article montre empiriquement que l’ITIE modère l’effet négatif des ressources naturelles.
Ce résultat soutient l’idée selon laquelle l’ITIE, loin d’être une panacée, constitue néanmoins
un programme politique efficace.
Mots-clés : ressources naturelles, dépenses publiques de santé, ITIE,

gouvernance, Afrique.
*
Dschang School of Economics and Management, LAREFA, Université de
Dschang, Cameroun. Courriel: stadadjeu@yahoo.fr ; bricekamguiadj@yahoo.fr
**
Faculté des Sciences Economiques et de Gestion, LAREFA, Université de
Dschang, Cameroun. Auteur correspondant. Courriel : ndieupahenri@gmail.com
DOI: 10.3917/edd.354.0083 83
84 Sosson Tadadjeu, Henri Njangang, Brice Kamguia
It is regularly observed that resource-rich countries perform less well socio-economically

and politically than their resource-poor counterparts: the so-called “resource curse.” Several
studies have shown that the poor quality of institutions is a key factor behind this curse. With
this in mind, this paper examines whether the Extractive Industries Transparency Initiative
(EITI) mitigates the negative effect of natural resources on public health spending in a panel
of 35 resource-rich African countries over the period 2003–2017. Using the generalized meth-
od of moments, the results indicate that natural resources reduce public health expenditure.
Furthermore, the paper shows empirically that the EITI moderates the negative effect of
natural resources. This result supports the idea that the EITI, far from being a panacea, is
nevertheless an effective policy program.
Keywords: Natural resources, Public health expenditure, EITI, Governance,

Africa.
Codes JEL : Q32, Q33, H75, O55.
Ressources naturelles et dépenses publiques de santé en Afrique 85
1 INTRODUCTION
A la question de savoir si les économies dépendantes des ressources natu-

relles sont « maudites » par une faible croissance économique, les réponses
apportées sont mitigées et le débat reste ouvert. Toutefois, depuis les tra-
vaux influents de Auty (1993) et ceux de Sachs et Warner (1995, 2001),
une conclusion commune semble émerger, celle de la malédiction des res-
sources naturelles. Ce concept initié par Auty (1993) et vulgarisé par Sachs
et Warner (1995) fait référence à une situation où les pays riches en res-
sources naturelles ont des performances économiques et politiques moins
bonnes que celles des pays pauvres en ressources naturelles 1. Parmi les
exemples de pays qui ont connu une malédiction des ressources naturelles,
nous pouvons citer entre autres le Nigeria, le Soudan et le Venezuela, riches
en pétrole ; le Congo et la Sierra Leone, riches en diamants. En revanche,
les économies d’Asie de l’Est telles que le Japon, Taïwan, Singapour et
Hong Kong ont atteint des niveaux de vie élevés malgré leurs dotations
limitées en ressources naturelles (Badeeb et al., 2017). Cependant, ces
exceptions restent rares et le fait est que de nombreux pays, notamment
africains, semblent plus « maudits » que « bénis » par leurs ressources
naturelles.
Partant de ce constat et dans le prolongement des travaux séminaux
de Sachs et Warner (1995), un nombre croissant d’études, tant théoriques
qu’empiriques, ont et continuent d’analyser la relation entre ressources
naturelles et croissance économique, avec des résultats tout aussi mitigés.
Une grande partie de cette littérature semble s’accorder sur l’existence
d’une relation négative entre les ressources naturelles et la croissance éco-
nomique (Avom et Carmignini, 2010 ; Gerelmaa et Kotani, 2016 ; Tiba et
Frikha, 2020 ; Sharma et Pal, 2021). D’autres travaux montrent que la ri-
chesse en ressources naturelles ne conduit pas nécessairement à une faible
croissance économique ; au contraire, la richesse en ressources naturelles
permet de disposer de ressources financières nécessaires pour stimuler la
croissance (Brunnschweiler et Bulte, 2008 ; Arin et Braunfels, 2018). Un
troisième groupe d’auteurs suggère que la nature de cette relation dépend
1
La littérature évoque le syndrome hollandais, la volatilité des prix des produits
de base, la faible qualité des institutions et le risque de conflits internes comme
canaux de transmission de la malédiction des ressources (voir Frankel, 2011 ;
Badeeb et al., 2017 pour une discussion détaillée).
de la qualité des institutions (Mehlum et al., 2006 ; Epo et Faha, 2020) ou

de l’idéologie politique (Andersen et Aslaksen, 2008) 2.
Ces dernières décennies, la littérature sur la malédiction des ressources
a étendu son champ d’analyse à d’autres variables du développement telles
que le capital public (Bhattacharyya et Collier, 2014), les recettes fiscales
(Mawejje, 2019), le bonheur (Mignamissi et Kuete, 2021), la santé (De
Soysa et Gizelis, 2013 ; Wigley, 2017), l’accès à l’eau potable (Tadadjeu
et al., 2020), l’éducation (Gylfason, 2001 ; Stijns, 2006 ; Cockx et Francken,
2016), le développement financier (Bhattacharyya et Hodler, 2014) l’envi-
ronnement (Kinda et Thiombiano, 2021) et récemment les inégalités de
richesse (Tadadjeu et al., 2021b; Njangang et al., 2022) et l’autonomisation
politique des femmes (Awoa et al., 2022).
Malgré ce vaste domaine de recherche sur les effets socio-économiques
des ressources naturelles, peu d’attention a été accordée aux effets de la
rente des ressources naturelles sur les dépenses publiques de santé. De
plus, les résultats des quelques études existantes restent mitigés. Cockx
et Francken (2014) proposent la première étude sur une extension de la
malédiction des ressources aux dépenses publiques de santé pour un panel
de 150 pays. Les auteurs montrent que l’abondance et la dépendance aux
ressources naturelles ont des effets négatifs sur les dépenses publiques
de santé. Zhan et al. (2015) corroborent ce résultat en montrant que la
dépendance aux ressources naturelles a un effet négatif sur les dépenses
publiques de santé et d’éducation en Chine. De même, Hong (2017) et
Turan et Yanikkaya (2020) constatent que la rente pétrolière entraîne une
baisse des niveaux de dépenses sociales telles que la santé. En revanche,
El Anshasy et Katsaiti (2015) et Endrikat (2017) ne trouvent aucune
preuve convaincante de la malédiction des ressources en matière de dé-
penses de santé. Pour Okada et Samreth (2021), les découvertes de pétrole
augmentent les dépenses de santé et de protection sociale, mais réduisent
les dépenses d’éducation. Sur la base de ces travaux antagonistes, cet ar-
ticle apporte un nouveau regard sur la relation ressources naturelles et
dépenses de santé en examinant le rôle de l’Initiative pour la Transparence
des Industries Extractives (ITIE).
Il a été soutenu dans la littérature que la faible qualité des institu-
tions conduisant à un manque de responsabilité dans la gestion des reve-
nus des ressources naturelles constitue l’une des principales causes de la
2
Voir Dauvin et Guerreiro (2017) pour une méta-analyse.
malédiction des ressources (Mehlum et al., 2006). Par conséquent, toute

initiative visant à promouvoir la transparence dans la gestion des reve-
nus des ressources naturelles sera théoriquement en mesure de limiter la
malédiction des ressources. L’ITIE s’inscrit dans cette logique. En effet,
l’ITIE est devenue une marque internationale traduisant les efforts dans
la promotion d’une meilleure gestion du secteur extractif et le développe-
ment social dans les pays riches en ressources naturelles (Lujala, 2018 ;
Villar et Papyrakis, 2017). Créée en 2003, cette initiative est mise en œuvre
dans 55 pays à travers le monde, dont 26 en Afrique 3. Les pays membres de
l’ITIE sont invités à publier des rapports annuels divulguant des informa-
tions sur les contrats et licences, la production, la collecte et l’allocation des
revenus, les dépenses sociales et économiques (Lujala, 2018). Cependant,
les études sur l’efficacité de l’ITIE en tant que mécanisme de transparence
n’en sont qu’à leurs balbutiements et restent peu concluantes (Corrigan,
2014, 2017 ; Kasekende et al., 2016 ; Sovacool et al., 2016 ; Öge, 2016 ;
Villar et Papyrakis, 2017 ; Mawejje, 2019 ; López-Cazar et al., 2021 ; Okada
et Shinkuma, 2022 ; Tadadjeu et al., 2022). Dans leur revue systématique
de la littérature sur l’ITIE, Rustad et al. (2017) précisent que le succès
de ce programme devrait être évalué sur la base d’objectifs considérés
comme institutionnels, opérationnels et de développement 4. Si la plupart
des études s’accordent à reconnaître le succès des objectifs institutionnels
de l’ITIE, les résultats concernant les objectifs opérationnels et de déve-
loppement sont plus discordants. Nous examinons si la mise en œuvre de
cette initiative peut rompre la malédiction des ressources en matière de
dépenses publiques de santé. L’ITIE est fondée sur l’idée selon laquelle la
transparence, associée à la participation de la société civile, peut accroître
la responsabilité dans le secteur extractif (ITIE, 2018). Ainsi, nous suppo-
sons qu’étant donné les effets bénéfiques de cette initiative dans la lutte
contre la corruption (Papyrakis et al., 2017 ; Villar, 2021) et l’améliora-
tion de la responsabilité (Vijge et al., 2019 ; López et Fontaine, 2019), cela
3
Cependant, 3 des 26 pays africains ont été suspendus pour instabilité politique
ou non-respect des délais.
4
Les objectifs institutionnels consistent à consolider l’image de marque, la
reconnaissance et la diffusion de la transparence. Les objectifs opérationnels
comprennent l’établissement de la norme ITIE, la publication des rapports
nationaux annuels de l’ITIE et la garantie de la participation de la société
civile. Les objectifs de développement comprennent des résultats plus larges et
à plus long terme de la satisfaction des besoins de la société tels que l’améliora-
tion de la gouvernance et la promotion des formes inclusives de développement
économique et social (Rustad et al., 2017 p.152).
favoriserait une meilleure collecte des revenus des ressources naturelles

pour des investissements dans les secteurs accélérateurs de croissance tels
que la santé.
Cet article contribue à la littérature connexe sur au moins trois points.
Premièrement, nous contribuons à la littérature croissante qui étudie
l’effet de la rente des ressources naturelles dans une région spécifique.
Nous nous concentrons sur les pays africains qui constituent un panel par-
ticulièrement intéressant à cet égard, car il s’agit d’une région caractérisée
par une dotation abondante en ressources naturelles, mais paradoxalement
caractérisée par un faible niveau d’investissement dans la santé. En outre,
selon la déclaration d’Abuja de 2001, les pays signataires se sont engagés
à consacrer au moins 15% de leur budget aux soins de santé d’ici 2015.
Cependant, dix ans plus tard, seuls six pays avaient atteint cet objectif 5. Le
faible niveau des budgets alloués aux soins de santé dans les pays africains
riches en ressources naturelles représente une occasion manquée d’utili-
ser les revenus de ces ressources pour assurer un développement durable
et inclusif. Nous prêtons attention aux dépenses publiques de santé car il
existe un consensus croissant sur leur importance dans l’amélioration de
la santé des populations (Gallet et Doucouliagos, 2017), l’accélération de la
croissance économique (Piabuo et Tieguhong, 2017) et la réduction des iné-
galités (Bhattacharjee et al., 2017). Deuxièmement, cette étude contribue
à la littérature sur la gouvernance des ressources naturelles en s’intéres-
sant à l’efficacité de l’ITIE pour atteindre des objectifs de développement
spécifiques. À notre connaissance, nous proposons la première étude exa-
minant le rôle des étapes successives de la mise en œuvre de l’ITIE dans la
relation entre la rente des ressources naturelles et les dépenses de santé.
Troisièmement, nous employons la Méthode des Moments Généralisés
(MMG) en système en deux étapes qui a l’avantage de prendre en compte
l’endogénéité des variables explicatives et les effets fixes-pays inobser-
vables et invariants dans le temps. En effet, comme l’indiquent Badeeb
et al. (2017) dans leur revue critique de la littérature sur la malédiction des
ressources, les études futures doivent soigneusement aborder les questions
d’endogénéité dans le choix des mesures de la dépendance aux ressources
naturelles. En outre, les études précédentes (Cockx et Francken, 2014;
Zhan et al., 2015; El Anshasy et Katsaiti, 2015; Hong, 2017), à quelques
5
Il s’agit du Libéria (19,1%), du Malawi (17,8%), du Rwanda (24%), du Swaziland
(18,1%), du Togo (15,4%) et de la Zambie (16,4%) (WHO, 2014).
exceptions près, n’ont pas abordé les problèmes d’endogénéité. Ignorer ce

problème peut conduire à des conclusions peu robustes.
Au regard des développements ci-dessus, la présente étude formule
deux principales hypothèses. H1 : la rente des ressources naturelles affecte
négativement les dépenses de santé. Cette hypothèse se justifie à travers
les mécanismes politiques et économiques de la malédiction des ressources.
D’un point de vue politique, la dépendance aux ressources naturelles réduit
la responsabilité et la démocratie en affaiblissant les liens entre l’État et la
société, en facilitant les investissements publics dans le favoritisme, accroît
la corruption et l’incidence des conflits, ce qui conduit à un moindre inves-
tissement dans les soins de santé. D’un point de vue économique, la rente
des ressources naturelles agit négativement sur les dépenses publiques de
santé à travers la volatilité des prix 6. H2 : la mise en œuvre des étapes de
l’ITIE permet d’atténuer les effets négatifs de la rente des ressources natu-
relles sur les dépenses de santé. Deux canaux de transmissions justifient
cette seconde assertion. Premièrement, s’il est admis que la transparence
à travers l’ITIE améliore la responsabilité vis-à-vis de ses citoyens et de
la société civile (Furstenberg et Moldalieva, 2022), un gouvernement plus
responsable sera plus enclin à augmenter les dépenses sociales telles que
la santé et l’éducation (Kumah et Brazys, 2016). Deuxièmement, nous sup-
posons également que si l’ITIE réduit la corruption dans les pays riches
en ressources naturelles (Villar, 2021), cela conduira à une meilleure
6
Dans les États rentiers, les dirigeants dépendent moins des citoyens comme
principale source de revenus, ce qui leur confère une plus grande discrétion
sur le budget réduisant ainsi leur responsabilité vis-à-vis des citoyens. De
plus, les économistes ont identifié les ressources naturelles comme une cause
importante de corruption et une faible démocratie (Tsui, 2011). Cependant,
Delavallade (2006) fait valoir que le « manque de liberté », qui reflète une
moindre responsabilité, est un déterminant important des dépenses de santé.
Il montre également que la corruption publique fausse la structure des dé-
penses publiques en réduisant la part des dépenses sociales et en augmentant
la part consacrée à la défense. De même, Liang et Mirelman (2014) montrent
que la responsabilité démocratique augmente considérablement les dépenses
gouvernementales en matière de santé. S’agissant du canal de la volatilité, la
nature volatile des prix des ressources naturelles sur les marchés mondiaux
réduit la croissance économique et favorise l’incertitude, ce qui entrave une
planification économique efficace (Van der Ploeg et Poelhekke, 2009). Comme
le soulignent Cockx et Francken (2014), une source de revenus volatils sou-
lève un certain nombre de difficultés qui entraînent une incertitude quant au
financement futur et compliquent la planification à long terme, ce qui aura des
répercussions négatives sur les dépenses publiques de santé.
mobilisation des revenus de l’industrie extractive pour l’amélioration des

investissements dans les secteurs favorisant l’amélioration du capital hu-
main tels que la santé. En somme, les résultats obtenus confirment nos
hypothèses. Nous montrons que la rente des ressources naturelles a en
moyenne un effet négatif sur les dépenses de santé, mais cet effet est en
partie atténué par la mise en œuvre de l’ITIE.
Le reste de l’article est organisé comme suit : La section 2 est consacrée
à la présentation des fondements aussi bien théoriques qu’empiriques. La
section 3 décrit les données et la méthodologie. La section 4 présente et
discute des résultats, tandis que la section 5 conclut.
2 LA MALÉDICTION DES RESSOURCES ET L’ITIE :
FONDEMENTS THÉORIQUES ET EMPIRIQUES
Plusieurs études soulignent que les ressources naturelles ont un effet

négatif sur la qualité des institutions d’un pays ou sur la probabilité de
transition vers des structures plus propices à la croissance (Isham et al.,
2005 ; Frankel, 2011 ; Arezki et Brückner, 2011). En effet, le secteur des
ressources naturelles incite à la recherche de rentes dans la mesure où
différents groupes d’intérêt s’efforcent d’accéder aux rentes minières. Ce
comportement de recherche de rentes peut se matérialiser par l’appro-
priation par les politiciens des revenus des ressources naturelles pour
leur intérêt personnel. Les responsables gouvernementaux peuvent éga-
lement redistribuer volontairement les rentes minières vers des groupes
d’intérêt spécifique afin d’obtenir un soutien électoral (Robinson et Torvik,
2005 ; Caselli et Cunningham, 2009). Compte tenu des multiples intérêts
à s’emparer des rentes minérales, en 2003, une initiative internationale
parrainée par le gouvernement britannique et soutenue par des groupes
d’activistes a lancé l’ITIE en vue d’atténuer les effets négatifs potentiels
de la richesse en ressources (Kasekende et al., 2016). C’est ainsi que l’ITIE
a été présentée comme un dispositif anticorruption capable de promou-
voir la responsabilité et la transparence dans les pays riches en ressources
naturelles (Rustad et al., 2017). Les décideurs politiques et le secrétariat
de l’ITIE soulignent que les avantages institutionnels de cette initiative
s’étendront et se répercuteront au fil du temps dans plusieurs secteurs
d’activité (López-Cazar et al., 2021).
Les pays participant à l’ITIE sont tenus de mettre en œuvre un pro-

cessus de transparence financière en ce qui concerne les paiements et les
revenus du secteur extractif. Ils doivent également mettre en place un
groupe multipartite 7 qui offre à la société civile et aux autres parties in-
téressées une plateforme pour exprimer leurs préoccupations, superviser
la mise en œuvre et demander des comptes aux fonctionnaires en cas de
mauvaise gestion des ressources (Papyrakis et al., 2017). Dans le cadre de
cette étude, nous supposons que la transparence à travers l’ITIE améliore
la responsabilité et réduit la corruption, ce qui atténue la malédiction des
ressources en matière de dépenses de santé.
Théoriquement, la transparence est acceptée comme l’un des piliers
de la bonne gouvernance et considérée comme un déterminant impor-
tant pour de nombreux défis de développement (Brunnschweiler et al.,
2021). La théorie de la transparence est sous-tendue par l’hypothèse selon
laquelle la fourniture d’informations entraînera une action des citoyens,
qui conduira ensuite à une réponse officielle du gouvernement (Joshi,
2013) 8. Cette théorie est une dérivée de la théorie du principal-agent se-
lon laquelle l’accès à l’information atténue « les marchandages illicites et
l’auto-gestion politique » en exposant ces activités au public (Prat, 2005).
Humphreys et al. (2007) avancent qu’un problème d’agence apparaît en
présence d’asymétrie d’information, d’où la nécessité d’améliorer la dis-
ponibilité de l’information pour contrôler la corruption. En remédiant à
l’asymétrie d’information entre le principal et l’agent, le principal empêche
ce dernier d’exploiter son avantage informationnel (Brunnschweiler et al.,
2021). López et Fontaine (2019) considèrent que la transparence améliore
la responsabilité publique car elle favorise la « responsabilité horizontale »
(O’Donnell, 1998) par la divulgation d’informations et le contrôle des com-
portements administratifs. De plus, la transparence contribue à la « res-
ponsabilité verticale » (O’Donnell, 1994) car elle permet aux acteurs non
étatiques de surveiller et de réprimander les politiciens et les fonctionnaires
(López et Fontaine, 2019). Dans le contexte de la gestion des revenus des
ressources naturelles, Brunnschweiler et al. (2021) considèrent la trans-
parence comme le principal moyen d’éviter ou d’atténuer la malédiction
7
Dans chaque pays mettant en œuvre l’ITIE, un groupe multipartite formé de
représentants du gouvernement, des entreprises et de la société civile est mis
en place pour superviser sa mise en œuvre.
8
Autrement dit, plus les citoyens disposent d’informations, plus ces derniers
seront enclins à soumettre les actions du gouvernement à un examen public,
rendant le gouvernement plus responsable.
des ressources car elle fournit une plateforme pour une meilleure gestion
de la rente 9. Un public informé aura donc la capacité de contraindre le
gouvernement (par le biais de plaidoyers ou des élections) à être plus res-
ponsable concernant la gestion des ressources naturelles (Epremian et al.,
2016). La quintessence de cet argument est que la transparence permettra
aux citoyens d’obtenir des informations sur la gestion des revenus des res-
sources naturelles, ces derniers pourront à leur tour participer au débat
sur les questions de gouvernance des ressources naturelles et exiger une
meilleure responsabilité.
Bien qu’aucun consensus ne soit établi, l’ITIE en tant que politique de
promotion de la transparence, peut être considérée comme un outil de lutte
contre la corruption. En effet, en améliorant l’accès à l’information, la
transparence peut sous certaines conditions réduire la corruption et amé-
liorer la stabilité sociale (Sovacool et al., 2016). Klitgaard (1998) considère
que la transparence dans les affaires est l’un des facteurs pouvant aider
à combattre la corruption. Abbink et al. (2002) corroborent ce résultat et
constatent également qu’une meilleure transparence réduit la corruption.
Ces auteurs évoquent que la transparence augmenterait à la fois le risque
de se faire prendre pour des activités illicites et dissuaderait les indivi-
dus douteux de participer au processus. Kolstad et Wiig (2009) résument
quelques mécanismes à travers lesquels la transparence réduit la corrup-
tion. Les auteurs avancent que la transparence peut réduire la corruption
bureaucratique en rendant les actes de corruption plus risqués et en facili-
tant la sélection de personnes honnêtes et efficaces pour le service public.
Ils indiquent également que la transparence peut réduire la corruption
politique en contribuant à rendre les politiciens plus responsables devant
le public (Kolstad et Wiig, 2009). L’ITIE, en tant qu’outil volontaire pour
accroître la transparence dans les États riches en minerais, implique donc
que les gouvernements des États membres doivent divulguer les informa-
tions sur les sommes reçues des entreprises extractives opérant dans leur
pays et ces entreprises doivent à leur tour divulguer combien elles paient
(Papyrakis et al., 2017 ; Villar, 2021). Cette transparence devrait théori-
quement limiter les pratiques de corruption étant donné que cet exercice
de vérification met en évidence tout écart entre les recettes publiques
9
Vijge et al. (2019) partagent ce point de vue, en indiquant que l’idée derrière
l’amélioration de la transparence dans un contexte de malédiction des res-
sources est qu’un meilleur accès à l’information peut aider à limiter les capaci-
tés des élites à s’approprier la rente des ressources et à former des réseaux de
patronage.
provenant des ressources naturelles et les paiements des entreprises du

secteur extractif. Papyrakis et al. (2017) concluent que l’adhésion à l’ITIE
offre un mécanisme de protection contre la tendance générale des pays
riches en minerais à connaître une augmentation de la corruption au fil du
temps. En somme, nous postulons que la transparence perçue comme « des
informations économiques, sociales et politiques opportunes et fiables... ac-
cessibles à toutes les parties prenantes concernées » (Kolstad et Wiig, 2009,
p. 522) décourage la corruption dans les pays dépendants des ressources
naturelles.
3 PRÉSENTATION DES DONNÉES
ET DE LA MÉTHODOLOGIE
3.1 Présentation des données

Cette étude utilise les données d’un panel non cylindré de 35 pays afri-
cains dépendants des ressources naturelles (dont 16 conformes à l’IETI)
durant la période 2003 à 2017. La périodicité et la taille de l’échantillon
sont choisies en fonction de la disponibilité des données. Suivant Van der
Ploeg (2011) et Yanikkaya et Turan (2018), nous considérons comme pays
dépendants des ressources ceux dont la rente est supérieure ou égale à 5%
du PIB en moyenne durant notre période d’étude.
Variable dépendante
Nous utilisons, comme principale variable dépendante, les dépenses pu-

bliques de santé en pourcentage du PIB (DPSPIB) de la World Bank (2020)
World Development Indicators (WDI). Les dépenses publiques de santé
comprennent les dépenses récurrentes et en capital des budgets publics, les
emprunts extérieurs, les subventions et les fonds d’assurance sociale. Cet
indicateur a été abondamment utilisé dans la littérature notamment dans
les travaux de Cockx et Francken (2014) et Tadadjeu et al. (2021a). En
effet, les dépenses de santé reflètent le niveau global de consommation de
biens et de services de santé par la population dans différents pays (WHO,
2017). En 2015, les systèmes de santé mondiaux ont dépensé 7300 mil-
liards d’euros, ce qui représente près de 10% du PIB mondial (WHO, 2017).
Malgré la faible augmentation du niveau des dépenses publiques de santé
dans le monde entre 2000 et 2018, passant de 4,9% à 5,8% du PIB, les
dépenses de santé demeurent inégalement réparties. Selon les différentes
régions, en 2018, les dépenses publiques de santé étaient les plus faibles en
Asie du Sud (0,90%) et en Afrique subsaharienne (2,03%) par rapport aux
autres régions comme la MENA (3,35%), l’Amérique latine et les Caraïbes
(4,31%), l’Europe et l’Asie centrale (6,78%) et l’Amérique du Nord avec
8,40% (figure 1). Cette figure indique également que les dépenses pu-
bliques de santé sont restées les plus faibles en Asie du Sud et en Afrique
subsaharienne entre 2003 et 2018. En outre, alors que le niveau moyen des
dépenses de santé a connu une très faible évolution dans ces deux régions
durant cette période, on observe que les investissements dans la santé ont
connu la plus grande augmentation en Amérique du Nord (environ 2%).
Pour des besoins de robustesse, nous utilisons les dépenses publiques de
santé en pourcentage des dépenses publiques totales (DPSDP).
Figure 1 : Distribution des dépenses publiques de santé (% PIB)
entre 2003 et 2018
2003 2008
7.00 6.35 6.53 8.00 7.20

6.00 7.00 6.31
5.00 6.00
4.28
5.00 4.01
4.00
3.06 4.00 3.33
3.00 2.54
1.96 3.00 2.14
2.00 1.80
2.00
0.75 0.79
1.00 1.00
0.00 0.00
2013 2018
7.89
8.00 9.00 8.40
7.00 6.58 8.00
6.78
6.00 7.00
4.49 6.00
5.00
3.74 5.00 4.05 4.31
4.00 3.35
2.69 4.00
3.00 3.00
1.85 2.03
2.00 2.00
0.86 0.90
1.00 1.00
0.00 0.00
Notes : AS = Asie du Sud, ASS = Afrique subsaharienne,

MENA = Moyen-Orient et Afrique du Nord, ALC = Amérique latine et
Caraïbes, AEP = Asie de l’Est et du Pacifique, EAC = Europe et Asie
centrale, AN = Amérique du Nord.
Source : auteurs à partir de la World Bank (2020).
Variable Explicative
Conformément aux travaux récents de Sharma et Pal (2021) et Mignamissi

et Kuete (2021), nous utilisons la rente totale des ressources naturelles en
pourcentage du PIB comme mesure de la dépendance aux ressources natu-
relles (Rente). Cette variable est obtenue à partir de la base de données
de la World Bank (2020). En effet, il s’agit de l’une des mesures les plus
utilisées dans la littérature relative à la malédiction des ressources compte
tenu de sa disponibilité. Cet indicateur est la somme de cinq rentes dont
le pétrole, le gaz naturel, le charbon, les minerais et la rente forestière, en
proportion du PIB.
La figure 2 illustre la corrélation entre la rente totale des ressources na-
turelles et les dépenses publiques de santé en pourcentage du PIB. Comme
l’ont montré Cockx et Francken (2014), nous constatons une corrélation
négative entre la rente des ressources naturelles et les dépenses publiques
de santé. Autrement dit, la richesse en ressources naturelles se traduit par
des niveaux plus faibles d’investissement dans les soins de santé. Ce fait
suggère l’existence d’une malédiction des ressources en matière d’offre de
santé en Afrique.
Figure 2 : Corrélation entre la rente des ressources naturelles et les dépenses

publiques de santé (2003-2017)
4
Dépenses publiques de santé (%PIB)
3
2
1
0
0 10 20 30 40
Rente totale des ressources naturelles (%PIB)
Sources : construction des auteurs.

Comme mesure alternative pour des besoins de robustesse, nous sui-

vons Carmignani et Avom (2010) et utilisons la dépendance aux expor-
tations de matières premières (Exportations). Cette variable est définie
comme la somme des exportations : (i) de matières premières agricoles,
(ii) d’aliments et de boissons, (iii) de combustibles, et (iv) de métaux et
de minerais en pourcentage des exportations totales de marchandises.
Nous considérons également la dépendance aux ressources extractives
(Res_extractives). Cette variable est construite en faisant la somme de la
rente du pétrole, du gaz et des minerais en pourcentage du PIB.
Etapes de l’ITIE
L’ITIE est une politique visant à sensibiliser les gouvernements des pays
riches en ressources naturelles sur la nécessité de la transparence dans
la gestion et la propriété des revenus des ressources (Mawejje, 2019). Les
pays qui participent au programme passent par différentes étapes notam-
ment l’engagement, la candidature et la conformité.
Le processus commence par l’engagement public du gouvernement du
pays (par le biais d’une « déclaration publique sans équivoque ») à rejoindre
l’ITIE et à mettre en œuvre la norme ITIE. Après l’annonce de l’engage-
ment, le gouvernement doit nommer un haut fonctionnaire pour diriger
la mise en œuvre et établir un secrétariat national de l’ITIE et un groupe
multipartite pour superviser la mise en œuvre (Papyrakis et al., 2017).
Une fois que le pays a rempli les conditions initiales, le gouvernement
peut demander au conseil d’administration de l’ITIE de devenir un pays
candidat à l’initiative. Si la demande est acceptée, le pays candidat doit
commencer à publier le rapport annuel de l’ITIE et satisfaire aux autres
exigences fixées pour un pays conforme, notamment le fonctionnement
continu et efficace du groupe multipartite, la publication en temps voulu
des rapports ITIE, la divulgation publique des informations vitales liées
au secteur, la divulgation complète de tous les flux financiers connexes, un
processus d’assurance crédible appliquant des normes internationales et
une tentative explicite de sensibiliser le public concernant les flux de reve-
nus sectoriels (Papyrakis et al., 2017).
Le processus de validation pour devenir un pays conforme à l’ITIE com-
prend le groupe multipartite et le secrétariat national de l’initiative préparant
les documents et les données nécessaires à la validation et effectuant une auto-
évaluation des progrès de l’ITIE (Lujala, 2018). Un consultant indépendant
prépare un rapport de validation qui est ensuite soumis au conseil d’adminis-

tration de l’ITIE. Le conseil d’administration examine ensuite le rapport de
validation et d’autres documents et décide si le pays est conforme.
Pour examiner le rôle de la participation à l’ITIE, nous construisons
trois variables dichotomiques qui font référence à un pays atteignant l’une
des trois étapes consécutives de la mise en œuvre de cette initiative. La va-
riable ITIE prend la valeur 1 pour l’année au cours de laquelle le pays atteint
le stade correspondant de la mise en œuvre (Engagement, Candidature,
Conformité) et pour toutes les années consécutives, et 0 dans les autres cas.
La figure 3 illustre quelques faits stylisés entre l’adhésion à l’ITIE et
les dépenses publiques de santé. Spécifiquement, nous montrons les dé-
penses publiques de santé moyennes avant et après l’engagement à l’ITIE
dans les pays de notre échantillon. Nous observons une légère augmenta-
tion des dépenses de santé en pourcentage du PIB et en pourcentage des
dépenses du gouvernement, respectivement de l’ordre de 0,185% et 1,546%
avant et après engagement. Cela suggère que l’adhésion des pays dépen-
dants des ressources naturelles semble améliorer les investissements dans
les soins de santé.
Figure 3 : Moyenne des dépenses publiques de santé avant et après engagement
des pays africains à l’ITIE
6.951
8.000
5.405
6.000 1.321
4.000
1.136
2.000 Après engagement
Avant engagement
0.000
DPSDP DPSPIB
Avant engagement Après engagement
Notes : DPSDP et DPSPIB désignent respectivement les dépenses

publiques de santé en % des dépenses publiques totales et en % du PIB.
Source : auteurs à partir de la World Bank (2020) et ITIE (2018).
Variables de contrôle
Conformément à la littérature sur les déterminants des dépenses de santé

(Murthy et Okunade, 2009 ; Liang et Mirelman, 2014 ; Rana et al., 2021),
nous considérons plusieurs variables de contrôle, dont le revenu, l’aide pu-
blique au développement, la part de la population âgée de plus de 65 ans et
la proportion de sièges occupés par des femmes dans les Parlements.
• Le revenu (Revenu), mesuré par le PIB par habitant, est le produit inté-
rieur brut divisé par la population en milieu d’année. Plusieurs études
s’accordent sur le fait que le revenu augmente les dépenses de santé
(Newhouse, 1977 ; Murthy et Okunade, 2009). Nous nous attendons par
conséquent à un effet positif du revenu sur les dépenses de santé.
• L’aide extérieure (Aide), mesurée par l’aide publique au développement
en pourcentage du revenu national brut, correspond aux flux de décaisse-
ments effectués en faveur des pays figurant sur la liste des bénéficiaires
de l’aide du Comité d’aide au développement. Selon Okunade (2005),
les revenus supplémentaires tels que l’aide publique au développement
permettraient d’alléger les contraintes budgétaires et d’augmenter les
fonds disponibles pour les soins de santé.
• Les femmes parlementaires (Parlementaires) représentent le pourcen-
tage de sièges parlementaires occupés par les femmes dans une chambre
unique ou une chambre basse. Mavisakalyan (2014) montre qu’une
augmentation de la proportion des femmes dans les gouvernements est
associée à une augmentation des dépenses publiques de santé. L’auteur
justifie ce résultat par le fait que plusieurs études antérieures ont mon-
tré que les femmes accordent plus de priorité à la santé que les hommes,
ce qui incite davantage les femmes responsables politiques à promou-
voir les investissements dans les secteurs sociaux tels que les soins de
santé 10. Nous nous attendons également à un effet positif des femmes
parlementaires sur les dépenses de santé.
10
Des études théoriques et empiriques ont également confirmé cette intuition.
Par exemple, des chercheurs aux États-Unis ont constaté que les femmes
étaient plus susceptibles de donner la priorité aux politiques publiques liées
à leur rôle traditionnel de pourvoyeuses de soins dans la famille et la socié-
té (Schwindt-Bayer, 2006). De même, les travaux récents de Tadadjeu et al.
(2021a) montrent qu’une meilleure autonomisation politique des femmes aug-
mente les budgets alloués à la santé à travers la réduction de la corruption et
la promotion de la démocratie.
• La population âgée de 65 ans et plus en pourcentage de la population

totale (Pop. > 65). Plusieurs études montrent que les individus âgés
consomment davantage de services de santé, de sorte que le vieillisse-
ment de la population est associé à une augmentation des dépenses de
santé (Polder et al., 2006 ; Murthy et Okunade, 2016).
Pour des besoins de robustesse, nous utilisons quatre variables de

contrôle additionnelles, dont l’ouverture commerciale (Ouverture) repré-
sentant la somme des exportations et des importations de biens et de ser-
vices (% PIB), le développement financier mesuré par le crédit domestique
au secteur privé (% PIB) (Crédit), la fragmentation ethnique (Ethnicité)
et les transferts de fonds des migrants en dollars (TFM). Conformément à
Novignon et al. (2018) et Rana et al. (2021), nous nous attendons à un effet
positif de l’ouverture commerciale et du développement financier sur les
dépenses publiques de santé. En effet, dans les pays africains, les facilités
commerciales devraient se traduire par un effet positif sur la croissance
économique (Sakyi et al., 2017). Cette amélioration de la croissance en-
traîne une augmentation des revenus de la population qui permet aux mé-
nages d’investir davantage dans les soins de santé (Novignon et al., 2018).
De même, étant donné que l’accès au crédit améliore le revenu par habi-
tant et la croissance économique, cela permet aux populations de disposer
de plus de ressources financières pour investir dans les soins de santé. En
outre, conformément à Yol (2017), nous nous attendons à un effet défavo-
rable des transferts de fonds sur les dépenses publiques de santé. Ebeke
(2012) justifie cela par le fait que, dans un contexte de mauvaise gouver-
nance, les envois de fonds réduisent les dépenses publiques de santé dans
les pays récipiendaires car le gouvernement en profite pour détourner les
ressources ; un phénomène appelé « problème d’aléa moral public ». Kuijs
(2000) montre que la diversité ethnique est négativement liée aux dépenses
publiques de santé et d’éducation. Théoriquement, la diversité ethnique
est associée à des biens publics moins importants, y compris les dépenses
de santé, car les communautés fractionnées sont caractérisées par des ni-
veaux plus élevés de dissidence et les gouvernements peuvent considérer
ces dissidences comme des menaces et y répondre en restreignant la four-
niture de biens publics (Churchill et al., 2017). Par conséquent, nous nous
attendons à une relation négative entre la fragmentation ethnique et les
dépenses publiques de santé.
Le tableau 1 fournit les statistiques descriptives tandis que le tableau
A1 en annexe présente la liste complète des pays de l’échantillon et leurs
statuts ITIE. Le tableau A2 en annexe présente la matrice de corrélation

entre l’ensemble des variables de l’étude. Nous constatons que les corré-
lations entre les différentes variables et les dépenses de santé présentent
presque toutes les signes attendus.
Tableau 1 : Statistiques descriptives
Ecart- Sources des

Variables Observations Moyenne Minimum Maximum
type données
DPSPIB 512 1,512 0,892 0,167 4,917 WDI
DPSDP 512 6,59 3,469 1,038 18,287 WDI
Rente 523 18,329 12,915 2,355 68,79 WDI
Constructions
Exportations 411 71,601 23,287 0,264 111,264
des auteurs
Constructions
Res_extractives 525 11,194 14.455 0 681760
des auteurs
ITIE_
525 0,507 0,5 0 1 ITIE
Engagement
ITIE_
525 0,417 0,494 0 1 ITIE
Candidature
ITIE_
525 0,194 0,396 0 1 ITIE
Conformité
Revenu (log) 525 7,022 1,052 5,272 9,93 WDI
Aide 511 8,888 10,107 -0,189 92,141 WDI
Population > 65 525 3,058 0,775 1,871 6,177 WDI
Parlementaires 495 18,273 12,149 1,205 63,75 WDI
Ouverture 515 69,033 34,22 19,101 311,354 WDI
Crédit 480 17,496 24,283 0,738 160,125 WDI
TFM 433 18,938 2,064 9,348 23,932 WDI
Alesina et al.
Ethnicité 525 0,698 0,192 0,184 0,93
(2003)
Période 2003-2017. DPSPIB, DPSDP, Pop. > 65, TFM désignent

respectivement les dépenses publiques de santé (% PIB), les dépenses
publiques de santé en % des dépenses publiques totales, la part de
la population âgée de plus de 65 ans et les transferts de fonds des
migrants.
WDI : World Development Indicators.
Note : les ressources extractives (Res_extractives) sont construites en
effectuant la somme de la rente du pétrole, du gaz, et des minerais en
pourcentage du PIB.
3.2 Présentation de la méthodologie

La présente étude vise à examiner le rôle de l’ITIE dans la relation entre
les ressources naturelles et les dépenses publiques de santé. Sur la base du
cadre méthodologique des études précédentes (voir par exemple Cockx et
Francken, 2014), nous formalisons dans un premier temps l’équation (1)
suivante permettant d’analyser l’effet direct des ressources naturelles sur
les dépenses publiques de santé :
DPSPIBi ,t=  + 1 DPSPIBi ,t −1 +  2 Re ntei ,t + 3 X i ,t + i + t + i ,t (1)
Avec DPSPIBi,t les dépenses publiques de santé dans le pays i pour

DPSPIB
l’année i ,t=  + 
t. Rente la 2rente
1 DPSPIBi ,t −1 +
représente t +  3ressources
Re ntei ,des ITIEi ,t +  4 (Renaturelles + X
nte  ITIE )i ,t et + i +  t +  i , t
5 X i ,test
i,t i,t
le vecteur des variables de contrôle. μi capte les effets spécifiques pays non
observés, νt prend en compte l’effet spécifique temporel commun à tous les
pays etDPSPIB 1DPSPIB
ξi,t esti ,tle= terme i ,t −1 +  2  Re ntei ,t +  3 ITIEi ,t +  4  ( Re ntei ,t  ITIEi ,t ) +  5 X i ,t +  i ,t
d’erreur.
DPSPIBiDans un second temps, nous analysons le rôle de l’ITIE dans la relation

,t=  + 1 DPSPIBi ,t −1 +  2 Re ntei ,t +  3 X i ,t + i +  t + i ,t
ressources naturelles
 DPSPIB et dépenses
 DPSPIB i ,t − j 
de
 Xsanté en formulant le modèle interac-
i ,t  i ,t 
 DPSPIB
tif suivant ;  =   DPSPIB  +  X  +  i ,t
 i ,t   i ,t − j   i ,t 
DPSPIBi ,t=  + 1 DPSPIBi ,t −1 +  2 Re ntei ,t + 3 ITIEi ,t +  4 (Re nte  ITIE )i ,t + 5 X i ,t + i + t + i ,t
(2)
E  X i ,t − j (i i ,t )=
 E  DPSPIBi ,t − j (i i ,t ) = 0
OùITIE représente  
alternativement les différentes étapes de l’Initia-
DPSPIBi ,t = 1DPSPIBi ,t −1 +  2  Re ntei ,t + 3ITIEi ,t +  4  ( Re ntei ,t  ITIEi ,t ) + 5 X i ,t +  i ,t
tive pour la Transparence dans les Industries Extractives, (Rente×ITIE)
i,t
est l’interaction entre la rente des ressources naturelles et une variable
dichotomique pour la mise en œuvre de l’ITIE. Nous concluons à un effet
 DPSPIBi ,t   DPSPIBi ,t − j   X i ,t 
d’atténuation
 DPSPIB  =  si β2 < 0 et +β4> 0 et
 DPSPIB 
+statistiquement significatif. Le reste des
 paramètresi ,t  a la même i ,t − j   X i ,t  i ,t
signification que dans l’équation (1).
L’introduction de la variable dépendante retardée comme variable
X i ,t − j (i i ,t )=
E  explicative  E  DPSPIBi ,t − j (i i ,t ) = 0
conduit
 à un biais de panel dynamique (Nickell, 1981). Nous
abordons ce biais et les préoccupations d’endogénéité en recourant à la
Méthode des Moments Généralisés (MMG) (Arellano et Bover, 1995 ;
Blundell et Bond, 1998). La MMG traite non seulement le problème d’en-
dogénéité résultant d’une éventuelle causalité inverse, des erreurs de me-
sures ou d’omission de variables, mais prend également en considération
les effets spécifiques au pays non observés. De plus, la MMG résout le pro-
blème d’autocorrélation causé par l’inclusion de la valeur retardée de la
variable dépendante comme régresseur en différenciant la valeur retardée
de la variable dépendante.
En considérant la différence première des deux côtés de l’équation (2),

on élimine les effets fixes et le biais lié à l’hétérogénéité inobservée dans
le temps.
DPSPIBi ,t = 1DPSPIBi ,t −1 +  2  Re ntei ,t + 3ITIEi ,t +  4  ( Re ntei ,t  ITIEi ,t ) + 5 X i ,t +  i ,t
(3)
L’équation (3) spécifie la MMG en différence introduite par Arellano et
Bond (1991). Cette méthodologie consiste à estimer l’équation (3) en uti-
lisant les valeurs retardées des variables explicatives comme instruments.
Par ailleurs, il convient de noter que les instruments doivent être non cor-
rélés avec la différence première du terme d’erreur.
Cependant, il existe deux problèmes possibles liés à la spécification de la
MMG en différence. Premièrement, la différenciation première pourrait am-
plifier l’impact des erreurs de mesure sur les variables dépendantes (Griliches
et Hausman, 1986). Deuxièmement, les instruments choisis peuvent être
faibles pour les équations en différence première (Arellano et Bover, 1995).
Pour pallier ces problèmes, Blundell et Bond (1998) proposent d’utiliser les
variables de première différence comme instruments pour les équations en
niveau dans un système d’équations représenté par l’équation (4).
 DPSPIBi ,t   DPSPIBi ,t − j   X i ,t 
 DPSPIB  =   DPSPIB  +  X  +  i ,t (4)
 i ,t   i ,t − j   i ,t 
Blundell et Bond (1998) montrent que la MMG en système génère des

estimations plus efficaces que la MMG en différence. Cependant, il existe
toujours une hétérogénéité non observée dans le modèle. Afin d’éliminer
l’hétérogénéité non observée restante, on suppose que le modèle présente
les conditions d’orthogonalité indiquées dans l’équation (5). Cela implique
l’instrumentation des équations différentielles avec des niveaux retardés
et des équations de niveau avec des différences retardées.
E  X i ,t − j (i i ,t )=
 E  DPSPIBi ,t − j (i i ,t ) = 0
   (5)
Toutes ces raisons font de la MMG en système en deux étapes le meil-

leur estimateur eu égard aux caractéristiques de nos modèles 11. En outre,
comme le suggère Roodman (2009a), nous accordons une grande attention
11
Nous effectuons nos régressions avec le logiciel Stata 14, dans lequel la MMG
en système est préprogrammée (commandes « xtabond2 » et « twostep »). Aussi,
nous nous basons pour l’écriture des commandes relatives à nos estimations
sur les recommandations de Roodman (2009a ; 2009b) et Newey et Windmeijer
(2009), dont l’application de la correction de Windmeijer (2005).
au choix du nombre d’instruments afin de réduire le risque de « sur-iden-

tification des instruments » du modèle. Les instruments pour la régres-
sion en différences premières sont des variables explicatives endogènes en
niveau retardées, et les instruments pour la régression en niveau sont les
variables explicatives endogènes en différences retardées. Nous prenons
pour ces estimations les retards d’ordre 2 à 4.
Deux principaux tests sont associés à la MMG en système, notamment
le test de sur-identification du modèle (Hansen-test), à travers lequel on
vérifie la validité des instruments utilisés, dans le sens où ils doivent être
corrélés avec les variables instrumentées et non avec le terme d’erreur
(Hansen 1982) 12. Nous effectuons également le test d’autocorrélation des
erreurs d’Arellano et Bond (1991) (AR(1) et AR(2)). Pour le test d’autocor-
rélation d’ordre 1, l’hypothèse nulle est l’absence de corrélation du pre-
mier ordre des erreurs de l’équation en différence première. Pour le test
d’autocorrélation d’ordre 2, l’hypothèse nulle est la présence de corrélation
du second ordre des erreurs de l’équation en différence première. Ainsi,
nous devrions rejeter l’hypothèse nulle d’absence de corrélation sérielle de
premier ordre (test AR(1)), mais ne pas rejeter l’hypothèse nulle de pré-
sence de corrélation sérielle de second ordre.
4 PRÉSENTATION ET INTERPRÉTATION
DES RÉSULTATS
4.1 Résultats de base

Le tableau 2 présente les résultats de base de l’effet direct de la rente des
ressources naturelles sur les dépenses publiques de santé (équation 1). Les
coefficients sont basés sur la MMG en système en deux étapes, en utilisant la
correction d’échantillon fini de Windmeijer (2005). Toutes les variables expli-
catives sont traitées comme potentiellement endogènes. Les retards des va-
riables explicatives sont pris comme instrument pour l’équation en différence,
tandis que les différences premières des variables explicatives sont prises
comme instrument pour l’équation en niveau. Globalement, les résultats des
tests diagnostiques montrent que nos modèles sont bien spécifiés. Le test de
Hansen ne rejette pas la validité des instruments, et nous rejetons l’hypo-
thèse nulle d’absence de corrélation sérielle des résidus de premier ordre,
12
A travers l’utilisation de la commande « collapse », le logiciel Stata 14 garantit
un nombre réduit d’instruments utilisés qui n’excède pas le nombre de pays afin
d’éviter le problème de prolifération des instruments (Roodman, 2009a ; 2009b).
mais acceptons l’hypothèse d’absence de corrélation sérielle de second ordre.

Un nombre élevé d’instruments peut biaiser le test de Hansen des restric-
tions et, par conséquent, la règle empirique est que le nombre d’instruments
doit être inférieur au nombre de pays (Roodman, 2009a). Les résultats des
estimations MMG en système ont généré un maximum de 31 instruments, ce
qui est inférieur au nombre de pays, nos résultats sont donc valides.
Tableau 2 : Estimations de l’effet direct de la rente des ressources naturelles
sur les dépenses publiques de santé (% PIB)
Variable dépendante : DPSPIB

(1) (2) (3) (4) (5)
DPSPIBi,t-1 0,753*** 0,811*** 0,642*** 0,708*** 0,698***
(0,0853) (0,1070) (0,1260) (0,0637) (0,0778)
Rente -0,0139*** -0,0205*** -0,0163*** -0,0231*** -0,0171***
(0,0051) (0,0073) (0,0061) (0,0065) (0,0066)
Revenu (log) 0,3140 0,725*** -0,0658 -0,0448
(0,2330) (0,2660) (0,1630) (0,0775)
Aide 0,0011 0,0012 0,0012
(0,0033) (0,0029) (0,0026)
Pop. > 65 0,232* 0,276***
(0,1350) (0,0991)
Parlementaires 0,0053
(0,0054)
Constante 0,599*** -1,5790 -4,338** 0,5980 0,1360
(0,1410) (1,5080) (1,7520) (0,9650) (0,5160)
Observations 476 442 432 432 394
Nombre de pays 35 35 35 35 35
Nombre
14 23 30 31 28
d’instruments
Test AR (1)
0,0001 0,0006 0,0010 0,0004 0,0016
(P-value)
Test AR (2)
0,7970 0,8530 0,7680 0,9120 0,6670
(P-value)
Test de Hansen
0,6960 0,5740 0,3480 0,2550 0,2430
(P-value)
Notes : *, **, *** indiquent une signification statistique aux niveaux
de 10 %, 5 % et 1 % respectivement. Les écarts-types robustes sont
indiqués entre parenthèses. Nous utilisons le retard des variables
explicatives comme instrument pour la MMG en système en deux étapes
avec correction de Windmeijer (2005).
Dans la colonne (1), la relation bivariée est testée sans variables de

contrôle, puis dans les colonnes (2) à (5), les variables de contrôle sont
incluses successivement. Nous constatons dans la colonne (1) que le coeffi-
cient associé à la rente des ressources naturelles est négatif et statistique-
ment significatif. Ce coefficient a une amplitude suggérant qu’en moyenne,
une augmentation de 10 points de pourcentage de la rente des ressources
naturelles est associée à une diminution de 0,139 point de pourcentage
des dépenses publiques de santé. Cela suggère que les revenus des res-
sources naturelles ont en moyenne un effet négatif sur les dépenses pu-
bliques de santé. Ces résultats sont cohérents avec les travaux de Cockx et
Francken (2014), Hong (2017) et Turan et Yanikkaya (2020) qui montrent
que les ressources naturelles ont un effet négatif sur les dépenses de santé.
Cependant, nos résultats contredisent ceux d’El Anshasy et Katsaiti (2015)
qui trouvent que la dépendance aux ressources minérales et aux exporta-
tions agricoles est associée à des niveaux plus élevés de dépenses de santé.
Dans la colonne (2), nous estimons le modèle en introduisant le revenu par
habitant comme variable de contrôle. Nous constatons que le coefficient
associé à la rente totale des ressources naturelles reste négatif et statisti-
quement significatif. Cela confirme que la rente des ressources naturelles a
un effet négatif sur les dépenses de santé. De plus, le coefficient associé au
revenu par habitant a un signe positif et significatif indiquant qu’une aug-
mentation du revenu accroît les dépenses publiques de santé. Ce résultat
est cohérent avec les travaux précurseurs de Newhouse (1977) montrant
que le revenu accroit les dépenses de santé. Nous contrôlons par l’aide exté-
rieure dans la colonne (3). Une fois encore, nous constatons que la rente des
ressources naturelles a un effet négatif et significatif sur les dépenses pu-
bliques de santé. La colonne (4) résume les résultats en incluant la part de
la population de plus de 65 ans comme variable de contrôle. Conformément
à la théorie du vieillissement démographique montrant qu’une population
vieillissante consomme plus de soins, ce qui entraîne une augmentation
des dépenses de santé, nous constatons que la population de plus de 65 ans
augmente les dépenses de santé. En ce qui concerne notre variable d’in-
térêt, la rente des ressources naturelles a à nouveau un effet négatif et
significatif sur les dépenses de santé. Dans la colonne (5), nous prenons en
compte le rôle des femmes parlementaires. Les résultats confirment l’effet
négatif de la rente des ressources naturelles sur les dépenses de santé en
Afrique. Ces résultats s’expliquent par le fait que les ressources naturelles
en tant que « revenus non gagnés » renforcent l’autonomie de l’État, ce qui
conduit à des politiques ne donnant pas la priorité au développement du
capital humain (Cockx et Francken, 2014). De même, la dépendance aux

ressources naturelles peut également réduire les priorités des dirigeants
en matière d’investissement dans les soins de santé en raison de ses effets
négatifs sur la qualité des institutions (Badeeb et al., 2017).
Le tableau 3 résume les résultats du rôle des différentes étapes de l’ITIE
dans la relation entre la rente des ressources naturelles et les dépenses
publiques de santé. Dans la colonne (1), le coefficient associé à la variable
d’interaction (Rente × ITIE_Engagement) est positif et statistiquement
significatif. Ce résultat suggère que l’engagement des pays africains riches
en ressources naturelles à l’ITIE modère l’effet défavorable des ressources
naturelles sur les dépenses publiques de santé. Autrement dit, ce résultat
suggère que la différence des dépenses de santé entre les pays africains qui
ont mis en œuvre l’ITIE et les pays africains qui ne l’ont pas fait se creuse
à mesure que les rentes des ressources naturelles augmentent. Ce résultat
rejoint celui de Mawejje (2019) qui constate que l’adhésion à l’ITIE a un
effet positif sur la mobilisation des recettes non pétrolières, mais ne résout
que partiellement l’impact négatif de la dépendance aux ressources natu-
relles sur les recettes fiscales en Afrique. Les résultats de la colonne (2)
montrent que le coefficient associé à l’interaction entre la candidature à
l’ITIE et les ressources naturelles est positif et statistiquement significatif.
Ce résultat indique que la candidature à l’ITIE modère également l’effet
négatif des ressources naturelles sur les dépenses de santé. En outre, nous
constatons que le coefficient associé à la variable d’interaction est hau-
tement significatif. Cela est probablement dû aux exigences de transpa-
rence auxquelles les pays doivent faire face dans la collecte et la gestion
des revenus de l’industrie extractive afin d’être candidats à cette initiative.
Dans la colonne (3), nous montrons également que la conformité des pays
africains modère l’effet négatif des ressources naturelles sur les dépenses
de santé. Ainsi, à travers la réduction de la corruption et l’amélioration de
la responsabilité, l’ITIE permet d’augmenter la collecte et l’allocation des
revenus des ressources naturelles vers des secteurs favorisant le bien-être
des populations tels que les investissements dans le secteur de la santé. Les
effets totaux de la rente des ressources naturelles en présence de la mise
en œuvre de chaque étape de l’ITIE sont également positifs, confirmant le
bien-fondé de cette politique publique pour atténuer la malédiction des res-
sources. Il est également intéressant de constater que les coefficients asso-
ciés à nos variables de contrôle conservent les signes attendus. Le revenu
par habitant, l’aide au développement, la population âgée et les femmes
parlementaires augmentent les dépenses publiques de santé.
Tableau 3 : Le rôle de l’ITIE dans le lien entre les ressources naturelles et les
dépenses de santé

(1) (2) (3)
DPSPIBi,t-1 0,978*** 0,954*** 0,856***
(0,0395) (0,0101) (0,0179)
Rente -0,0054** -0,0034*** -0,0042***
(0,0027) (0,001) (0,0014)
ITIE_Engagement -0,1100
(0,112)
Rente × ITIE_Engagement 0,0079*
(0,0042)
ITIE_Candidature -0,0966
(0,0647)
Rente × ITIE_Candidature 0,0063***
(0,0019)
ITIE_Conformité -0,0121
(0,0419)
Rente × ITIE_Conformité 0,0041**
(0,0017)
Revenu (log) 0,162*** 0,101*** 0,133***
(0,0201) (0,0198) (0,0119)
Aide 0,0025* 0,0041*** 0,0081***
(0,0015) (0,0014) (0,0012)
Pop. > 65 -0,0505 0,0102 0,168***
(0,0356) (0,0198) (0,0441)
Parlementaires 0,0063** 0,0074*** 0,0034
(0,0029) (0,0014) (0,0026)
Constante -1,016*** -0,797*** -1,267***
(0,165) (0,084) (0,077)
Effet total 0,0025 0,0029 0,0001
Observations 408 408 439
Nombre de pays 35 35 35
Nombre d’instruments 28 35 35
Test AR (1) (P-value) 0,0004 0,0005 0,0003
Test AR (2) (P-value) 0,647 0,725 0,767
Test de Hansen (P-value) 0,638 0,232 0,587
Notes : *, **, *** indiquent une signification statistique aux niveaux de 10 %, 5 %

et 1 % respectivement. Les écarts-types robustes sont indiqués entre parenthèses.
Nous utilisons le retard des variables explicatives comme instrument pour la
MMG en système en deux étapes avec correction de Windmeijer (2005).
4.2 Tests de robustesse

Nous effectuons plusieurs tests de sensibilité afin de s’assurer de la ro-
bustesse de nos résultats. Premièrement, nous utilisons des variables de
contrôle additionnelles. Deuxièmement, nous utilisons des mesures alter-
natives des dépenses de santé et de la dépendance aux ressources natu-
relles. Troisièmement, nous estimons notre modèle en considérant diffé-
rents niveaux de dépendance aux ressources naturelles. Quatrièmement,
nous testons la robustesse de nos résultats en considérant uniquement
la dépendance aux ressources extractives. Globalement, tous les tests de
robustesse confirment notre seconde hypothèse.
Dans le tableau 4, nous estimons notre modèle en utilisant quatre va-
riables de contrôle supplémentaires, notamment l’ouverture commerciale,
le développement financier, la fragmentation ethnique et les transferts de
fonds. Les colonnes (1), (3) et (5) présentent les résultats de l’estimation
de trois modèles représentant les étapes successives de l’ITIE dans les-
quels nous incluons l’ouverture commerciale et le développement financier
comme variables de contrôle additionnelles. Nous constatons que l’engage-
ment (colonne (1)), la candidature (colonne (3)) et la conformité (colonne
(5)) à ce programme politique modèrent l’effet négatif des ressources na-
turelles sur les dépenses publiques de santé. Les colonnes (2), (4) et (6)
présentent les résultats de l’estimation des trois modèles dans lesquels
nous incluons les transferts de fonds des migrants et la fragmentation eth-
nique comme variables de contrôle additionnelles. D’après ces résultats,
nous constatons à nouveau que les différentes étapes de mise en œuvre de
l’ITIE modèrent l’effet négatif des ressources naturelles sur les dépenses
publiques de santé. Nous pouvons donc conclure que nos résultats sont
robustes à la prise en compte de variables de contrôle additionnelles. En ce
qui concerne les coefficients associés à ces variables de contrôle supplémen-
taires, nous trouvons que la fragmentation ethnique réduit les dépenses
publiques de santé. Ce résultat est semblable à celui de Kuijs (2000) qui
montre que la fragmentation ethnolinguistique est négativement associée
aux dépenses publiques de santé en Afrique.
Le tableau 5 résume les résultats des tests de robustesse en utilisant
une mesure alternative des dépenses publiques de santé, à savoir les dé-
penses publiques de santé en pourcentage des dépenses gouvernementales
(DPSDP). Les résultats de la colonne (1) montrent que le coefficient asso-
cié à la variable d’interaction (Rente × ITIE_Engagement) est positif et
statistiquement significatif. Ce résultat est cohérent avec les résultats de
Tableau 4 : Tests de robustesse avec des variables de contrôle supplémentaires

(1) (2) (3) (4) (5) (6)
DPSPIBi,t-1 0,788*** 0,847*** 0,710*** 0,834*** 0,627*** 0,803***
(0,0833) (0,0236) (0,0764) (0,0219) (0,0778) (0,0296)
Rente -0,0215*** -0,0070*** -0,0128*** -0,0033** -0,0093*** -0,0047***
(0,0057) (0,0022) (0,0042) (0,0014) (0,0036) (0,0014)
ITIE_Engagement -0,4010 -0,1970
(0,2500) (0,1460)
Rente × ITIE_Engagement 0,0217*** 0,0114**
(0,0075) (0,0046)
ITIE_Candidature -0,3120 0,0436
(0,1950) (0,0747)
Rente × ITIE_Candidature 0,0136*** 0,0037**
(0,0040) (0,0017)
ITIE_Conformité -0,2060 -0,0573
(0,1380) (0,0619)
Rente × ITIE_Conformité 0,01110*** 0,0080***
(0,0042) (0,0028)
Revenu (log) 0,0604 0,0078 0,3370* 0,1100*** 0,2820** 0,0775**
(0,1090) (0,0578) (0,1880) (0,0370) (0,1200) (0,0363)
Aide -0,0093 0,0035** 0,0026 0,0045*** -0,0014 0,0018
(0,0071) (0,0016) (0,0072) (0,0017) (0,0062) (0,0012)
Pop. > 65 0,2620** 0,2080** 0,3550** -0,0403 0,2100 0,0628
(0,1310) (0,0914) (0,1500) (0,0535) (0,1600) (0,0564)
Parlementaires 0,0093* 0,0016 0,00050 -0,0008 0,0011 0,0009
(0,0056) (0,0034) (0,0086) (0,0021) (0,0058) (0,0018)
Ouverture 0,0039 -0,0037 0,0017
(0,0037) (0,0028) (0,0026)
Crédit -0,0043 0,0098 0,0077
(0,0050) (0,0087) (0,0048)
TFM -0,0143 0,00565 -0,0223
(0,0111) (0,0116) (0,0147)
Ethnicité -0,1420 -1,9340*** -1,2900***
(0,5890) (0,4300) (0,3100)
Constante -0.786 -0,0157 -2,641** 0,885*** -1,908** 0,954***
(0.752) (0,598) (1,035) (0,290) (0,753) (0,331)
Effet total 0,0002 0,0044 0,0008 0,0004 0,0018 0,0033
Observations 399 377 399 351 399 370
Nombre de pays 34 32 34 32 34 32
Nombre d’instruments 25 32 22 30 21 31
Test AR (1) (P-value) 0,0025 0,0006 0,0005 0,0007 0,0026 0,0007
Test AR (2) (P-value) 0,448 0,581 0,594 0,918 0,606 0,857
Test de Hansen (P-value) 0,717 0,740 0,900 0,236 0,592 0,135
Notes : *, **, *** indiquent une signification statistique aux niveaux de 10 %, 5 %
et 1 % respectivement. Les écarts-types robustes sont indiqués entre parenthèses.
Nous utilisons le retard des variables explicatives comme instrument pour la MMG
en système en deux étapes avec correction de Windmeijer (2005). TFM désigne les
transferts de fonds des migrants.
Tableau 5 : Test de robustesse avec une variable dépendante alternative
Variable dépendante : DPSDP

(1) (2) (3)
DPSDPi,t-1 0,9315*** 0,7806*** 0,8409***
(0,0417) (0,1097) (0,0317)
Rente -0,0245*** -0,0267** -0,0291***
(0,0063) (0,0121) (0,0091)
(0,3628)
Rente × ITIE_Engagement 0,0260**
(0,0114)
(0,6204)
Rente × ITIE_Candidature 0,0271*
(0,0146)
ITIE_Conformité -0,2389
(0,3218)
Rente × ITIE_Conformité 0,0349***
(0,0126)
Revenu (log) 0,0966* 0,1803 0,4592***
(0,0570) (0,2634) (0,1261)
Aide 0,0055 -0,0077 0,0037
(0,0038) (0,0096) (0,0109)
Pop. > 65 0,0719 0,3611 0,4190*
(0,0562) (0,2897) (0,2155)
Parlementaires 0,0061* 0,0129 0,0098***
(0,0036) (0,0093) (0,0036)
Constante -0,2671 -0,6492 -3,4806***
(0,7028) (1,7768) (0,8711)
Effet total 0,0015 0,0004 0,0058
Test AR (1) (P-value) 0,0001 0,0004 0,0004
Test AR (2) (P-value) 0,850 0,952 0,686
explicatives comme instrument pour la MMG en système en deux
étapes avec correction de Windmeijer (2005).
base obtenus précédemment dans le tableau 3, suggérant que l’engage-

ment à l’ITIE modère l’effet négatif de la rente des ressources naturelles
sur les dépenses de santé. Les résultats des colonnes (2) et (3) montrent
le rôle de la candidature et de la conformité à l’ITIE, respectivement.
Conformément aux résultats de base, nous montrons que la candidature et
la conformité à l’ITIE sont des politiques efficaces pour atténuer la malé-
diction des ressources dans le secteur de la santé. Nos résultats de base
sont donc robustes à l’utilisation d’une mesure alternative des dépenses
publiques de santé.
Les résultats du tableau 6 résument les tests de robustesse en utili-
sant une mesure alternative de la dépendance aux ressources naturelles, à
savoir les exportations de produits primaires en pourcentage des exporta-
tions totales de marchandises. Conformément aux résultats du tableau 3,
la colonne (1) montre que le coefficient associé à la variable d’interaction
(Exportation × ITIE_Engagement) est positif et statistiquement signifi-
catif. Ce résultat suggère que l’engagement des pays riches en ressources
naturelles à l’ITIE modère également l’effet négatif des exportations de
produits primaires sur les dépenses publiques de santé. En outre, confor-
mément aux résultats de base, nous montrons que la candidature et la
conformité à ce programme atténuent la malédiction des ressources natu-
relles. Nos résultats sont une fois de plus robustes à l’utilisation d’une
mesure alternative de la dépendance aux ressources naturelles.
Dans les résultats précédents, nous avons considéré les pays africains
dont la rente totale des ressources naturelles est en moyenne supérieure
à 5% du PIB durant notre période d’étude. Nous procédons à un test de
robustesse en faisant varier le niveau de dépendance aux ressources na-
turelles pour observer le changement que cela pourrait engendrer. Nous
considérons d’une part les pays dont la rente totale est en moyenne supé-
rieure ou égale à 10% du PIB. Les résultats des estimations sont résumés
dans les colonnes (1) à (3) du tableau 7. Nous constatons que le coefficient
associé à l’interaction entre la rente des ressources naturelles et les étapes
successives de la mise en œuvre de l’ITIE est positif et statiquement signi-
ficatif. De même, dans les colonnes (4) à (6) où nous considérons les pays
dont la rente est en moyenne supérieure ou égale à 15% du PIB, nous
trouvons que la mise en œuvre de chaque étape successive de l’ITIE mo-
dère l’effet négatif des ressources naturelles sur les dépenses publiques de
santé.
Tableau 6 : Tests de robustesse avec une mesure alternative de la dépendance

aux ressources naturelles
(1) (2) (3)
DPSPIBi,t-1 0,967*** 0,872*** 0,992***
(0,0201) (0,0485) (0,016)
Exportations -0,0032** -0,0042* -0,0027***
(0,0015) (0,0024) (0,00076)
(0,155)
Exportations × ITIE_
0,0040*
Engagement
(0,0021)
(0,227)
Exportations × ITIE_Candidature 0,0061**
(0,0029)
ITIE_Conformité (0,181)
-0,112
Exportations × ITIE_Conformité 0,0028**
(0,0013)
Revenu (log) 0,0473 -0,0751 0,0162
(0,0443) (0,103) (0,0211)
Aide 0,0044 0,0092 -0,00013
(0,0036) (0,0059) (0,0037)
Pop. > 65 0,0308 0,307** 0,0233
(0,026) (0,137) (0,0199)
Parlementaires 0,00095 0,0037 -0,0009
(0,0013) (0,0046) (0,0016)
Effet total 0,0008 0,0019 0,0001
Constante -0,226 -0,127 0,0424
(0,307) (0,552) (0,201)
Test AR (1) (P-value) 0,0024 0,0031 0,0023
Test AR (2) (P-value) 0,989 0,846 0,901
Tableau 7 : Robustesse suite à la variation du niveau de dépendance aux

ressources naturelles
Rente ≥ 10% PIB Rente ≥ 15% PIB
(1) (2) (3) (4) (5) (6)
DPSPIBi,t-1 0.8378*** 0.7688*** 0.7529*** 0.6908*** 0.6835*** 0.6588***
(0.0969) (0.0716) (0.0559) (0.0983) (0.0645) (0.0828)
Rente -0.0157** -0.0151** -0.0123*** -0.0204** -0.0094** -0.0133***
(0.0071) (0.0066) (0.0034) (0.0080) (0.0045) (0.0042)
ITIE_Engagement -0.1984 -0.5612
(0.2385) (0.3834)
Rente × ITIE_
0.0149* 0.0235*
Engagement
(0.0081) (0.0138)
ITIE_Candidature -0.2473 -0.3098
(0.2023) (0.2178)
Rente × ITIE_Candidature 0.0127** 0.0093*
(0.0063) (0.0054)
ITIE_Conformité 0.0398 -0.0038
(0.1026) (0.2156)
Rente × ITIE_
0.0091*** 0.0095*
Conformité
(0.0035) (0.0051)
Revenu (log) 0.0596 0.1881** 0.1393 0.0468 0.1962** 0.0341
(0.0816) (0.0906) (0.1375) (0.1083) (0.0772) (0.1354)
Aide -0.0099 0.0034 0.0452*** -0.0094 0.0150 0.0573***
(0.0084) (0.0210) (0.0141) (0.0102) (0.0149) (0.0196)
Pop. > 65 0.2675** 0.2535* 0.2955*** 0.3556* 0.3162** 0.3237**
(0.1201) (0.1536) (0.1051) (0.1957) (0.1521) (0.1593)
Parlementaires 0.0174*** 0.0115* 0.0066 0.0195** 0.0164** 0.0363***
(0.0047) (0.0059) (0.0043) (0.0080) (0.0077) (0.0089)
Constante -0.9349 -1.6610 -1.8293* -0.5803 -1.9497*** -1.6290*
(0.7778) (1.0845) (0.9602) (1.2174) (0.7066) (0.9339)
Effet total -0.0008 -0.0024 -0.0032
Observations 300 323 323 232 231 232
Nombre de pays 26 26 26 18 18 18
Nombre
17 17 23 16 16 16
d’instruments
Test AR (1)
0.0015 0.0017 0.0051 0.0265 0.0047 0.0283
(P-value)
Test AR (2)
0.423 0.630 0.499 0.283 0.668 0.393
(P-value)
Test de Hansen
0.696 0.325 0.392 0.547 0.295 0.306
(P-value)
Tableau 8 : Tests de robustesse en considérant uniquement les ressources

extractives

(1) (2) (3)
DPSPIBi,t-1 0,3828*** 0,5238*** 0,4395***
(0,0281) (0,0549) (0,0611)
Res_Extractives -0,0190*** -0,0115*** -0,0078***
(0,0043) (0,0032) (0,0029)
ITIE_Engagement 0,0484
(0,1363)
Res_Extractives × ITIE_Engagement 0,0080**
(0,0035)
ITIE_Candidature 0,0472
(0,0738)
Res_Extractives × ITIE_Candidature 0,0091***
(0,0024)
ITIE_Conformité 0,0764
(0,0862)
Res_Extractives × ITIE_Conformité 0,0120***
(0,0040)
Revenu (log) 0,1135 -0,0581 0,1229
(0,0761) (0,0521) (0,1046)
Aide -0,0004 0,0019** 0,0031***
(0,0010) (0,0009) (0,0007)
Pop. > 65 0,9347*** 1,0509*** 0,7814**
(0,2490) (0,3034) (0,3965)
Parlementaires 0,0130*** 0,0105*** 0,0087**
(0,0024) (0,0034) (0,0037)
Effet total -0,0110 -0,0024 0,0042
Constante -2,8471*** -2,2292*** -2,6417***
(0,8466) (0,7393) (1,0040)
Test AR (1) (P-value) 0,0014 0,0003 0,0002
Test AR (2) (P-value) 0,656 0,612 0,585
Les résultats précédents étaient basés sur la rente totale des ressources
et les exportations des produits primaires. En guise de robustesse, considé-
rons les trois principales ressources extractives (rentes minérales, pétrole
et gaz) de façon agrégée. En effet, l’ITIE se concentre pour le moment sur
les industries extractives à savoir les ressources minières, pétrolières et ga-
zières. Il serait par conséquent intéressant d’examiner si la mise en œuvre
de l’ITIE modère la malédiction des ressources lorsque nous considérons
uniquement la dépendance aux ressources extractives. Les résultats des
estimations sont résumés dans le tableau 8. Conformément aux précédents
résultats, nous trouvons une fois de plus que l’engagement, la candidature
et la conformité des pays africains dépendants des ressources extractives
modèrent partiellement la malédiction des ressources.
5 CONCLUSION, IMPLICATIONS DE POLITIQUES,

LIMITES ET PERSPECTIVES DE RECHERCHES
FUTURES
Indépendamment de l’immense richesse que les ressources naturelles

peuvent apporter à un pays, on observe régulièrement que les pays riches
en ressources ont de moins bons résultats sociaux, politiques et écono-
miques que leurs homologues pauvres en ressources. Cette tendance a été
observée si souvent qu’elle a été qualifiée de « malédiction des ressources »
ou « paradoxe de l’abondance ». En utilisant les données de 35 pays afri-
cains durant la période 2003 à 2017 et la Méthode des Moments Généralisés
en système en deux étapes, cet article examine le rôle de l’Initiative pour
la Transparence des Industries Extractives (ITIE) dans la relation entre
la rente des ressources naturelles et les dépenses publiques de santé. Les
résultats obtenus montrent que la rente totale des ressources naturelles a
un effet négatif sur les dépenses publiques de santé. Cependant, l’engage-
ment, la candidature et la conformité des pays africains à l’ITIE atténuent
cet effet négatif
Deux implications politiques sont tirées de cette étude. L’existence
de la malédiction des ressources pour les investissements dans la santé
nécessite une prise de conscience immédiate de la part des dirigeants afri-
cains. Cela implique une gestion durable et rigoureuse des revenus des
ressources naturelles, car les pays africains pourraient obtenir des ren-
dements élevés en investissant la rente des ressources naturelles dans la
fourniture de soins de santé. Ainsi, nous suggérons premièrement qu’une

fraction des revenus du secteur extractif soit allouée au budget de la santé
tout en portant une attention particulière à l’efficience des dépenses pu-
bliques de santé. Deuxièmement, il semble important au vu des résultats
obtenus que tous les pays africains riches en ressources naturelles mettent
en œuvre l’ITIE. Cette étude conforte, par conséquent, l’idée selon laquelle
l’ITIE représente indéniablement un progrès vers la transparence dans le
secteur des industries extractives. Néanmoins, il demeure important de
relever que cette initiative n’est pas une panacée. Les pays déjà engagés
sont vivement encouragés à poursuivre des efforts pour améliorer la qua-
lité des institutions. De plus, il ressort clairement des discussions sur sa
mise en œuvre que l’initiative doit continuer à renforcer ses normes et à
accroître sa rigueur et sa portée locale pour s’assurer qu’elle reste perti-
nente (Villar, 2021).
Bien que cette étude apporte une contribution à la compréhension des
politiques publiques susceptibles d’endiguer la malédiction des ressources
naturelles en Afrique, elle présente quelques limites, davantage dues au
fait qu’elle porte uniquement sur les dépenses de santé comme indicateur
de développement. De plus, nos résultats doivent être interprétés avec
prudence étant donné que de nombreux pays de notre échantillon n’ont
obtenu le statut de conformité à l’ITIE que récemment, et qu’il est donc
peut-être trop tôt pour observer de manière empirique les effets réels de la
conformité à cette initiative comme mécanisme pour briser la malédiction
des ressources naturelles.
Notre analyse empirique ne doit pas également être considérée comme
définitive car elle ouvre la voie aux recherches futures. Etant donné que
les politiques publiques diffèrent d’un pays à l’autre, les études de cas à
l’échelle des pays permettraient d’accroitre la compréhension du rôle de
la mise en œuvre de l’ITIE dans la gestion des revenus des ressources
naturelles. Ces études devront utiliser des données plus récentes afin de
mieux apprécier le rôle de chaque étape de l’ITIE, particulièrement l’étape
de conformité. Dans le même ordre d’idées que ce travail de recherche,
d’autres études pourraient examiner le rôle potentiel de la décentralisa-
tion, des femmes parlementaires, de la répartition du pouvoir politique
ou de la dissidence dans l’atténuation de la malédiction des ressources
naturelles.
RÉFÉRENCES
ABBINK, K., IRLENBUSCH, B. and E. RENNER (2002). “An Experimental
Bribery Game”. Journal of Law, Economics, and Organization, 18(2), 428-454.
ALESINA, A., DEVLEESCHAUWER, A., EASTERLY, W., KURLAT, S. and
R. WACZIARG (2003). “Fractionalization”. Journal of Economic Growth,
8(2), 155-194.
ANDERSEN, J.J., ASLAKSEN, S. (2008). “Constitutions and the Resource
Curse”. Journal of Development Economics, 87(2), 227-246.
ARELLANO, M., BOND, S. (1991). “Some Tests of Specification for Panel Data:
Monte Carlo Evidence and an Application to Employment Equations”. The
Review of Economic Studies, 58(2), 277-297.
ARELLANO, M., BOVER, O. (1995). “Another Look at the Instrumental Variable
Estimation of Error-Components Models”. Journal of Econometrics, 68(1),
29-51.
AREZKI, R., BRÜCKNER, M. (2011). “Oil Rents, Corruption, and State
Stability: Evidence from Panel Data Regressions”. European Economic
Review, 55(7), 955-963.
ARIN, K.P., BRAUNFELS, E. (2018). “The Resource Curse Revisited: A Bayesian
Model Averaging Approach”. Energy Economics, 70, 170-178.
AUTY, R.M. (1993). Sustainable Development in Mineral Economies: The
Resource Curse Thesis. London Routledge.
AVOM, D., CARMIGNANI, F. (2010). « L’Afrique Centrale peut-elle éviter le
piège de la malédiction des produits de base ? », Revue d’économie du déve-
loppement, 18(2), 47-72.
AWOA, P.A., ONDOA, H.A. and H.N. TABI (2022). “Women’s Political
Empowerment and Natural Resource Curse in Developing Countries”.
Resources Policy, 75, 102442.
BADEEB, R.A., LEAN, H.H. and J. CLARK (2017). “The Evolution of the
Natural Resource Curse Thesis: A Critical Literature Survey”. Resources
Policy, 51, 123-134.
BHATTACHARJEE, A., SHIN, J.K., SUBRAMANIAN, C. and S. SWAMINATHAN
(2017). “Healthcare Investment and Income Inequality”. Journal of Health
Economics, 56, 163-177.
BHATTACHARYYA, S., COLLIER, P. (2014). “Public Capital in Resource Rich
Economies: Is there a Curse?”. Oxford Economic Papers, 66(1), 1-24.
BHATTACHARYYA, S., HODLER, R. (2014). “Do Natural Resource Revenues
Hinder Financial Development? The Role of Political Institutions”. World
Development, 57, 101-113.
BLUNDELL, R., BOND, S. (1998). “Initial Conditions and Moment Restrictions
in Dynamic Panel Data Models”. Journal of Econometrics, 87(1), 115-143.
BRUNNSCHWEILER, C.N., BULTE, E.H. (2008). “The Resource Curse
Revisited and Revised: A Tale of Paradoxes and Red Herrings”. Journal of
Environmental Economics and Management, 55(3), 248-264.
BRUNNSCHWEILER, C., EDJEKUMHENE, I. and P. LUJALA (2021). “Does

Information Matter? Transparency and Demand for Accountability in
Ghana’s Natural Resource Revenue Management”. Ecological Economics,
181, 106903.
CARMIGNANI, F., AVOM, D. (2010). “The Social Development Effects of
Primary Commodity Export Dependence”. Ecological Economics, 70(2),
317-330.
CASELLI, F., CUNNINGHAM, T. (2009). “Leader Behaviour and the Natural
Resource Curse”. Oxford Economic Papers, 61(4), 628-650.
CHURCHILL, S.A., OCLOO, J.E. and D. SIAWOR-ROBERTSON (2017).
“Ethnic Diversity and Health Outcomes”. Social Indicators Research,
134(3), 1077-1112.
COCKX, L., FRANCKEN, N. (2014). “Extending the Concept of the Resource
Curse: Natural Resources and Public Spending on Health”. Ecological
Economics, 108, 136-149.
COCKX, L., FRANCKEN, N. (2016). “Natural Resources: A Curse on Education
Spending?”. Energy Policy, 92, 394-408.
CORRIGAN, C.C. (2014). “Breaking the Resource Curse: Transparency in
the Natural Resource Sector and the Extractive Industries Transparency
Initiative”. Resources Policy, 40, 17-30.
CORRIGAN, C.C. (2017). “The Effects of Increased Revenue Transparency in
the Extractives Sector: The Case of the Extractive Industries Transparency
Initiative”. The Extractive Industries and Society, 4(4), 779-787.
DAUVIN, M., GUERREIRO, D. (2017). “The Paradox of Plenty: A Meta-
Analysis”. World Development, 94, 212-231.
DE SOYSA, I., GIZELIS, T.I. (2013). “The Natural Resource Curse and the
Spread of HIV/AIDS, 1990–2008”. Social Science & Medicine, 77, 90-96.
DELAVALLADE, C. (2006).”Corruption and Distribution of Public Spending in
Developing Countries”. Journal of Economics and Finance, 30(2), 222-239.
EBEKE, C.H. (2012). “Do Remittances Lead to a Public Moral Hazard in
Developing Countries? An Empirical Investigation”. Journal of Development
Studies, 48(8), 1009-1025.
EL ANSHASY, A.A., KATSAITI, M.S. (2015). “Are Natural Resources Bad for
Health?”. Health & Place, 32, 29-42.
ENDRIKAT, M. (2017). “Natural Resource Rents, Autocracy and the Composition
of Government Spending (No. 27-2017)”. Joint Discussion Paper Series in
Economics.
EPO, B.N., FAHA, D.R.N. (2020). “Natural Resources, Institutional Quality, and
Economic Growth: An African Tale”. The European Journal of Development
Research, 32(1), 99-128.
EPREMIAN, L., LUJALA, P. and C. BRUCH (2016). “High-Value Natural
Resources and Transparency: Accounting for Revenues and Governance”.
In Oxford Research Encyclopedia of Politics.
FRANKEL, J. (2011). “The Natural Resource Curse: A Survey” (pp. 17-57).

University of Pennsylvania Press.
FURSTENBERG, S., MOLDALIEVA, J. (2022). “Critical Reflection on the
Extractive Industries Transparency Initiative in Kyrgyzstan”. World
Development, 154, 105880.
GALLET, C.A., DOUCOULIAGOS, H. (2017). “The Impact of Healthcare
Spending on Health Outcomes: A Meta-Regression Analysis”. Social
Science & Medicine, 179, 9-17.
GERELMAA, L., KOTANI, K. (2016). “Further Investigation of Natural
Resources and Economic Growth: Do Natural Resources Depress Economic
Growth?”. Resources Policy, 50, 312-321.
GRILICHES, Z., HAUSMAN, J.A. (1986). “Errors in Variables in Panel Data”.
Journal of Econometrics, 31, 93-118.
GYLFASON, T. (2001). “Natural Resources, Education, and Economic
Development”. European Economic Review, 45(4-6), 847-859.
HANSEN, L.P. (1982). “Large Sample Properties of Generalized Method of
Moments Estimators”. Econometrica, 50(4), 1029-1054.
HONG, J.Y. (2017). “Does Oil Hinder Social Spending? Evidence from
Dictatorships, 1972–2008”. Studies in Comparative International
Development, 52(4), 457-482.
HUMPHREYS, M., SACHS, J.D., STIGLITZ, J.E., SOROS, G. and
M. HUMPHREYS (2007). Escaping the Resource Curse. Columbia
University Press.
ISHAM, J., WOOLCOCK, M., PRITCHETT, L. and G. BUSBY (2005). “The
Varieties of Resource Experience: Natural Resource Export Structures and
the Political Economy of Economic Growth”. The World Bank Economic
Review, 19(2), 141-174.
ITIE (2018). History of the EITI. https://eiti.org history.
JOSHI, A. (2013). “Do they Work? Assessing the Impact of Transparency and
Accountability Initiatives in Service Delivery”. Development Policy Review,
31, 29-48.
KASEKENDE, E., ABUKA, C. and M. SARR (2016). “Extractive Industries
and Corruption: Investigating the Effectiveness of EITI as a Scrutiny
Mechanism”. Resources Policy, 48, 117-128.
KINDA, H., THIOMBIANO, N. (2021). “The Effects of Extractive Industries
Rent on Deforestation in Developing Countries”. Resources Policy, 73,
102203.
KLITGAARD, R. (1998). “International Cooperation against Corruption”.
Finance & Development, 35(1), 3-6.
KOLSTAD, I., WIIG, A. (2009). “Is Transparency the Key to Reducing
Corruption in Resource-Rich Countries?”. World Development, 37(3),
521-532.
KUIJS, L. (2000). “The Impact of Ethnic Heterogeneity on the Quantity and

Quality of Public Spending”. IMF Working Paper No. 00/49, Available at
SSRN: https://ssrn.com/abstract=879446
KUMAH, S., BRAZYS, S. (2016). “Democracy or Accountability? Governance
and Social Spending in Africa”. The Journal of Development Studies, 52(2),
286-299.
LIANG, L.L., MIRELMAN, A.J. (2014). “Why do Some Countries Spend More for
Health? An Assessment of Sociopolitical Determinants and International
Aid for Government Health Expenditures”. Social Science & Medicine,
114, 161-168.
LÓPEZ, L., FONTAINE, G. (2019). “How Transparency Improves Public
Accountability: The Extractive Industries Transparency Initiative in
Mexico”. The Extractive Industries and Society, 6(4), 1156-1167.
LOPEZ-CAZAR, I., PAPYRAKIS, E. and L. PELLEGRINI (2021). “ The
Extractive Industries Transparency Initiative (EITI) and Corruption in
Latin America: Evidence from Colombia, Guatemala, Honduras, Peru, and
Trinidad and Tobago”. Resources Policy, 70, 101907.
LUJALA, P. (2018). “An Analysis of the Extractive Industry Transparency
Initiative Implementation Process”. World Development, 107, 358-381.
MAVISAKALYAN, A. (2014). “Women in Cabinet and Public Health Spending:
Evidence across Countries”. Economics of Governance, 15(3), 281-304.
MAWEJJE, J. (2019). “Natural Resources Governance and Tax Revenue
Mobilization in Sub-Saharan Africa: The Role of EITI”. Resources Policy,
62, 176-183.
MEHLUM, H., MOENE, K. and R. TORVIK (2006). “Institutions and the
Resource Curse”. The Economic Journal, 116(508), 1-20.
MIGNAMISSI, D., KUETE, Y.F.M. (2021). “Resource Rents and Happiness on
a Global Perspective: The Resource Curse Revisited”. Resources Policy, 71,
101994.
MURTHY, V.N., OKUNADE, A.A. (2009). “The Core Determinants of Health
Expenditure in the African Context: Some Econometric Evidence for
Policy”. Health Policy, 91(1), 57-62.
MURTHY, V.N., OKUNADE, A.A. (2016). “Determinants of US Health
Expenditure: Evidence from Autoregressive Distributed Lag (ARDL)
Approach to Cointegration”. Economic Modelling, 59, 67-73.
NEWEY, W.K., WINDMEIJER, F. (2009). “Generalized Method of Moments
with many Weak Moment Conditions”. Econometrica, 77(3), 687-719.
NEWHOUSE, J.P. (1977). “Medical-Care Expenditure: a Cross-National
Survey”. The Journal of Human Resources, 12(1), 115-125.
NICKELL, S. (1981). “Biases in Dynamic Models with Fixed Effects”.
Econometrica: Journal of the Econometric Society, 1417-1426.
NJANGANG, H., ASONGU, S.A., TADADJEU, S., NOUNAMO, Y. and
B. KAMGUIA (2022). “Governance in Mitigating the Effect of Oil Wealth
on Wealth Inequality: A Cross-Country Analysis of Policy Thresholds”.

Resources Policy, 76, 102561.
NOVIGNON, J., ATAKORAH, Y.B. and G. N. DJOSSOU (2018). “How Does the
Health Sector Benefit from Trade Openness? Evidence from Sub-Saharan
Africa”. African Development Review, 30(2), 135-148.
O’DONNELL, G.A. (1994). “Delegative Democracy”. Journal of Democracy,
5(1), 55-69.
O’DONNELL, G.A. (1998). “Horizontal Accountability in New Democracies”.
Journal of Democracy, 9(3), 112-126.
ÖGE, K. (2016). “Which Transparency Matters? Compliance with Anti-
Corruption Efforts in Extractive Industries”. Resources Policy, 49, 41-50.
OKADA, K., SAMRETH, S. (2021). “Oil Bonanza and the Composition of
Government Expenditure”. Economics of Governance, 22(1), 23-46.
OKADA, K., SHINKUMA, T. (2022). “Transparency and Natural Resources in
Sub-Saharan Africa”. Resources Policy, 76, 102574.
OKUNADE, A.A. (2005). “Analysis and Implications of the Determinants of
Healthcare Expenditure in African Countries”. Health Care Management
Science, 8(4), 267-276.
PAPYRAKIS, E., RIEGER, M. and E. GILBERTHORPE (2017). “Corruption
and the Extractive Industries Transparency Initiative”. The Journal of
Development Studies, 53(2), 295-309.
PIABUO, S.M., TIEGUHONG, J.C. (2017). “Health Expenditure and Economic
Growth-A Review of the Literature and an Analysis between the Economic
Community for Central African States (CEMAC) and Selected African
Countries”. Health Economics Review, 7(1), 1-13.
POLDER, J.J., BARENDREGT, J.J. and H. VAN OERS (2006). “Health Care
Costs in the Last Year of Life—the Dutch Experience”. Social Science &
Medicine, 63(7), 1720-1731.
PRAT, A. (2005). “The Wrong Kind of Transparency”. American Economic
Review, 95(3), 862-877.
RANA, R.H., ALAM, K. and J. GOW (2021). “Financial Development and
Health Expenditure Nexus: A Global Perspective”. International Journal
of Finance & Economics, 26(1), 1050-1063.
ROBINSON, J.A., TORVIK, R. (2005). “White Elephants”. Journal of Public
Economics, 89(2-3), 197-210.
ROODMAN, D. (2009a). “A Note on the Theme of too many Instruments”.
Oxford Bulletin of Economics and Statistics, 71(1), 135-158.
ROODMAN, D. (2009b). “How to do Xtabond2: An Introduction to Difference
and System GMM in Stata”. Stata Journal, 9(1), 86-136.
RUSTAD, S.A., LE BILLON, P. and P. LUJALA (2017). “Has the Extractive
Industries Transparency Initiative been a Success? Identifying and
Evaluating EITI Goals”. Resources Policy, 51, 151-162.
SACHS, J.D., WARNER, A.M. (1995). “Natural Resource Abundance and

Economic Growth”. National Bureau of Economic Research No. w5398.
SACHS, J.D., WARNER, A.M. (2001). “The Curse of Natural Resources”.
European Economic Review, 45(4-6), 827-838.
SAKYI, D., VILLAVERDE, J., MAZA, A. and I. BONUEDI (2017). “The Effects
of Trade and Trade Facilitation on Economic Growth in Africa”. African
Development Review, 29(2), 350-361.
SCHWINDT-BAYER, L.A. (2006). “Still Supermadres? Gender and the Policy
Priorities of Latin American Legislators”. American Journal of Political
Science, 50(3), 570-585.
SHARMA, C., PAL, D. (2021). “Revisiting Resource Curse Puzzle: New Evidence
from Heterogeneous Panel Analysis”. Applied Economics, 53(8), 897-912.
SOVACOOL, B.K., WALTER, G., VAN DE GRAAF, T. and N. ANDREWS (2016).
“Energy Governance, Transnational Rules, and the Resource Curse:
Exploring the Effectiveness of the Extractive Industries Transparency
Initiative (EITI)”. World Development, 83, 179-192.
STIJNS, J.P. (2006). “Natural Resource Abundance and Human Capital
Accumulation”. World Development, 34(6), 1060-1083.
TADADJEU, S., BELEK, A., NJANGANG, H., BELOMO, M. L. and B. KAMGUIA
(2021a). “Does Women’s Political Empowerment Promote Public Health
Expenditure in Africa?”. Economics Bulletin, 41(3), 1959-1969.
TADADJEU, S., NJANGANG, H., ASONGU, S. and Y. NOUNAMO (2021b).
“Natural Resources and Wealth Inequality: A Cross-Country Analysis”.
Journal of Economic and Administrative Sciences. https://doi.org/10.1108/
JEAS-05-2021-0099
TADADJEU, S., NJANGANG, H., NINGAYE, P. and M. NOUROU (2020).
“Linking Natural Resource Dependence and Access to Water and Sanitation
in African Countries”. Resources Policy, 69, 101880.
TADADJEU, S., NJANGANG, H., NINGAYE, P. and M. NOUROU (2022). “Oil
Dependence and Access to Water And Sanitation in African Countries:
Does the Extractive Industries Transparency Initiative Matter?”. African
Development Review. 34(1), 54-67.
TIBA, S., FRIKHA, M. (2020). “Africa is Rich, Africans are Poor! A Blessing
or Curse: an Application of Cointegration Techniques”. Journal of the
Knowledge Economy, 11(1), 114-139.
TSUI, K.K. (2011). “More Oil, Less Democracy: Evidence from Worldwide
Crude Oil Discoveries”. The Economic Journal, 121(551), 89-115.
TURAN, T., YANIKKAYA, H. (2020). “Natural Resource Rents and Capital
Accumulation Nexus: Do Resource Rents Raise Public Human and Physical
Capital Expenditures?”. Environmental Economics and Policy Studies,
22(3), 449-466.
VAN DER PLOEG, F. (2011). “Natural Resources: Curse or Blessing?”. Journal
of Economic Literature, 49(2), 366-420.
VAN DER PLOEG, F., POELHEKKE, S. (2009). “Volatility and the Natural
Resource Curse”. Oxford Economic Papers, 61(4), 727-760.
VIJGE, M.J., METCALFE, R., WALLBOTT, L. and C. OBERLACK (2019).
“Transforming Institutional Quality in Resource Curse Contexts: The
Extractive Industries Transparency Initiative in Myanmar”. Resources
Policy, 61, 200-209.
VILLAR, P. F. (2021). “An Assessment of the Extractive Industries Transparency
Initiative (EITI) Using the Bayesian Corruption Indicator”. Environment
and Development Economics, 1-22.
VILLAR, P.F., PAPYRAKIS, E. (2017). “Evaluating the Impact of the Extractive
Industries Transparency Initiative (EITI) on Corruption in Zambia”. The
Extractive Industries and Society, 4(4), 795-805.
WIGLEY, S. (2017). “The Resource Curse and Child Mortality, 1961–2011”.
Social Science & Medicine, 176, 142-148.
WINDMEIJER, F. (2005). “A Finite Sample Correction for the Variance of
Linear Efficient Two-Step GMM Estimators”. Journal of Econometrics,
126(1), 25-51.
WORLD BANK (2020). World Development Indicators. Available at https://
databank.worldbank.org/source/world-development-indicators.
WORLD HEALTH ORGANIZATION (2014). World Health Statistics 2014.
https://apps.who.int/iris/bitstream/handle/10665/112738/9789240692671_
eng.pdf
WORLD HEALTH ORGANIZATION. (2017). New Perspectives on Global Health
Spending for Universal Health Coverage. World Health Organization.
YANIKKAYA, H., TURAN, T. (2018). “Curse or Blessing? An Empirical Re-
Examination of Natural Resource-Growth Nexus”. Journal of International
Development, 30(8), 1455-1473.
YOL, N. (2017). “The Ambiguous Effects of Remittances on Health Expenditure:
A Panel Data Analysis”. Economics Bulletin, 37(4), 2561-2573.
ZHAN, J.V., DUAN, H. and M. ZENG (2015). “Resource Dependence and Human
Capital Investment in China”. The China Quarterly, 49-72.
ANNEXES
124
Tableau A1 : Liste des pays de l’échantillon et leurs statuts ITIE respectifs en 2019
Pays Engagement Candidature Conformité Pays Engagement Candidature Conformité

Algérie Non Non Non Libéria 2007 2008 2014
Angola Non Non Non Libye Non Non Non
Burkina Faso 2007 2009 2013 Madagascar 2007 2008 Non
Burundi Non Non Non Malawi 2014 2015 Non
Cameroun 2005 2007 Suspendu Mali 2006 2007 2011
République Centrafricaine 2007 2008 Suspendu Mauritanie 2005 2007 2012
Tchad 2007 2010 2014 Mozambique 2008 2009 2012
RDC 2005 2008 2014 Niger 2005 2007 2011
Congo République 2004 2007 2013 Nigeria 2003 2007 2011
Côte d’Ivoire 2007 2008 2013 Rwanda Non Non Non
Égypte Non Non Non Sierra Leone Non Non Non
Sosson Tadadjeu, Henri Njangang, Brice Kamguia
Afrique du
Guinée équatoriale 2005 2008 Non Non Non Non
Sud
Éthiopie 2009 2014 Non Soudan Non Non Non
Gabon 2004 2007 Non Tanzanie 2008 2009 2012
Ghana 2003 2004 2010 Togo 2009 2010 2013
Guinée 2005 2007 2014 Ouganda Non Non Non
Guinée-Bissau Non Non Non Zambie 2008 2009 2011
Zimbabwe Non Non Non
Sources : construction des auteurs à partir de Lujala (2018), Villar (2021) et ITIE (2018).
Tableau A2 : Matrice de corrélation
Variables (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) (13) (14) (15)
(1) DPSPIB 1,000
(2) DPSDP 0,791 1,000
(3) Rente -0,131 -0,333 1,000
(4) Exportations 0,086 0,057 0,195 1,000
(5) ITIE_Engagement 0,486 0,371 0,204 -0,090 1,000
(6) ITIE_Candidature 0,408 0,329 0,184 -0,070 0,868 1,000
(7) ITIE_Conformité 0,247 0,285 0,049 -0,026 0,547 0,630 1,000
(8) Revenu (log) 0,272 0,091 0,123 0,046 -0,087 -0,054 -0,004 1,000
(9) Aide 0,017 -0,015 0,036 0,074 -0,153 -0,179 -0,178 -0,759 1,000
(10) Pop. >65 0,491 0,222 0,069 0,010 -0,338 -0,330 -0,262 0,682 -0,450 1,000
(11) Parlementaires 0,395 0,322 -0,276 0,120 -0,325 -0,256 -0,099 -0,047 0,235 -0,025 1,000
(12) Ouverture -0,139 -0,304 0,514 -0,205 0,353 0,345 0,163 0,175 -0,147 0,030 -0,290 1,000
(13) Crédit 0,480 0,269 -0,208 -0,335 -0,239 -0,181 -0,069 0,505 -0,263 0,493 0,323 0,016 1,000
(14) TFM 0,012 0,051 -0,242 -0,115 0,057 0,123 0,176 0,382 -0,594 0,317 -0,127 -0,144 0,246 1,000
(15) Ethnicité -0,432 -0,160 -0,001 -0,171 0,499 0,434 0,227 -0,008 -0,213 -0,384 -0,224 0,225 -0,056 -0,049 1,000
DPSPIB, DPSDP, Pop. > 65, TFM désignent respectivement les dépenses publiques de santé (% PIB), les dépenses
publiques de santé en % des dépenses publiques totales, la part de la population âgée de plus de 65 ans et les transferts
de fonds des migrants.
Ressources naturelles et dépenses publiques de santé en Afrique
125

P 3

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

P 3

Transféré par

Droits d'auteur :

Formats disponibles

RESSOURCES NATURELLES ET DÉPENSES PUBLIQUES DE SANTÉ EN

AFRIQUE : L’INITIATIVE POUR LA TRANSPARENCE DES INDUSTRIES

Sosson Tadadjeu, Henri Njangang, Brice Kamguia

De Boeck Supérieur | « Revue d'économie du développement »

Distribution électronique Cairn.info pour De Boeck Supérieur.

Powered by TCPDF (www.tcpdf.org)

Mots-clés : ressources naturelles, dépenses publiques de santé, ITIE,

It is regularly observed that resource-rich countries perform less well socio-economically

Keywords: Natural resources, Public health expenditure, EITI, Governance,

A la question de savoir si les économies dépendantes des ressources natu-

de la qualité des institutions (Mehlum et al., 2006 ; Epo et Faha, 2020) ou

malédiction des ressources (Mehlum et al., 2006). Par conséquent, toute

favoriserait une meilleure collecte des revenus des ressources naturelles

exceptions près, n’ont pas abordé les problèmes d’endogénéité. Ignorer ce

mobilisation des revenus de l’industrie extractive pour l’amélioration des

Plusieurs études soulignent que les ressources naturelles ont un effet

Les pays participant à l’ITIE sont tenus de mettre en œuvre un pro-

provenant des ressources naturelles et les paiements des entreprises du

3.1 Présentation des données

Nous utilisons, comme principale variable dépendante, les dépenses pu-

7.00 6.35 6.53 8.00 7.20

Notes : AS = Asie du Sud, ASS = Afrique subsaharienne,

Conformément aux travaux récents de Sharma et Pal (2021) et Mignamissi

Figure 2 : Corrélation entre la rente des ressources naturelles et les dépenses

Sources : construction des auteurs.

Comme mesure alternative pour des besoins de robustesse, nous sui-

prépare un rapport de validation qui est ensuite soumis au conseil d’adminis-

Avant engagement Après engagement

Notes : DPSDP et DPSPIB désignent respectivement les dépenses

Conformément à la littérature sur les déterminants des dépenses de santé

• La population âgée de 65 ans et plus en pourcentage de la population

Pour des besoins de robustesse, nous utilisons quatre variables de

statuts ITIE. Le tableau A2 en annexe présente la matrice de corrélation

Ecart- Sources des

Période 2003-2017. DPSPIB, DPSDP, Pop. > 65, TFM désignent

3.2 Présentation de la méthodologie

Avec DPSPIBi,t les dépenses publiques de santé dans le pays i pour

DPSPIBiDans un second temps, nous analysons le rôle de l’ITIE dans la relation

En considérant la différence première des deux côtés de l’équation (2),

Blundell et Bond (1998) montrent que la MMG en système génère des

Toutes ces raisons font de la MMG en système en deux étapes le meil-

au choix du nombre d’instruments afin de réduire le risque de « sur-iden-

4.1 Résultats de base

mais acceptons l’hypothèse d’absence de corrélation sérielle de second ordre.

Variable dépendante : DPSPIB

Dans la colonne (1), la relation bivariée est testée sans variables de

capital humain (Cockx et Francken, 2014). De même, la dépendance aux

Variable dépendante : DPSPIB

Notes : *, **, *** indiquent une signification statistique aux niveaux de 10 %, 5 %

4.2 Tests de robustesse

Tableau 4 : Tests de robustesse avec des variables de contrôle supplémentaires

Tableau 5 : Test de robustesse avec une variable dépendante alternative

Variable dépendante : DPSDP

base obtenus précédemment dans le tableau 3, suggérant que l’engage-

Tableau 6 : Tests de robustesse avec une mesure alternative de la dépendance

Tableau 7 : Robustesse suite à la variation du niveau de dépendance aux

Tableau 8 : Tests de robustesse en considérant uniquement les ressources

Variable dépendante : DPSPIB

5 CONCLUSION, IMPLICATIONS DE POLITIQUES,

Indépendamment de l’immense richesse que les ressources naturelles

fourniture de soins de santé. Ainsi, nous suggérons premièrement qu’une

BRUNNSCHWEILER, C., EDJEKUMHENE, I. and P. LUJALA (2021). “Does

FRANKEL, J. (2011). “The Natural Resource Curse: A Survey” (pp. 17-57).

Notes : , , indiquent une signification statistique aux niveaux de 10 %, 5 %