COURS MAGISTRAL : ECONOMIE GENERALE

Enseignant : Dr. Babou SOGUE

babousogue@gmail.com
Objectif du cours : donner aux jeunes apprenants, les éléments nécessaires à la
compréhension et à l’analyse des problèmes économiques.
Objectifs spécifiques : au terme du cours, l’apprenant doit :
- Maîtriser les concepts de base en économie ;
- Relever la différence entre la science économique et les autres sciences ;
- Comprendre le calcul microéconomique (détermination de l’équilibre du
consommateur et du producteur) ;
- Pouvoir définir le marché et identifier les différentes structures de marché ;
- Maîtriser les éléments d’analyse macroéconomique. Didactique : Cours magistral,
travaux dirigés et travaux personnels de l’étudiant.
Evaluation : La note obtenue par l’étudiant au terme du semestre est la somme des notes
obtenues aux TD et à l’issue de la session d’examen.
La note obtenue au TD compte pour 40% de la note finale et la note de la session d’examen
compte pour 60%. La note finale de la session normale s’obtient donc de la manière
suivante : Note finale sur 20 = Note d’examen *0,60 + note td*0,40
Introduction générale

1.1. Définition de la science économique

Le mot économie provient du grec oikonomía (« oikos » qui signifie maison et « nomos » qui
représente les règles). L’économie serait donc, dans un premier temps, l’ensemble des règles
de conduite des activités domestiques. Le terme « économie politique » marque donc
l’élargissement de son domaine à la cité ou à la nation.
- La science économique, pour se distinguer des autres sciences sociales et humaines
qui ont aussi pour objet l’être humain, se définit par un objet et une méthode qui lui
sont propre.
- L’objet de l’économie est lié à un environnement économique, il est, donc, de
caractère évolutif : de la science des richesses, à la science de l’échange marchand et à
la science de la rareté.
- L’économie est une façon particulière d’étudier les comportements des hommes. Elle
part du constat que les hommes éprouvent des besoins illimités, mais que les
ressources dont ils disposent pour les satisfaire n’existent qu’en nombre limité
(phénomène de la rareté) : en conséquence, ils doivent faire des choix. En d’autres
termes, les sciences économiques s'intéressent aux choix qui affectent les individus et
les sociétés dans l'utilisation des ressources et du travail pour produire des biens et des
services à des fins de consommation ou d'investissement. Elles aspirent à une
meilleure connaissance des lois économiques.
Les grands problèmes mondiaux du moment (chômage, crise financière, famine…) ont des
origines et des conséquences économiques. Pour un étudiant, comprendre ces problèmes
exige un certain nombre de connaissances, théoriques ou pratiques, quantitatives ou
qualitatives, en économie.
Au-delà des connaissances en économie, le but ultime est de familiariser l’étudiant aux
démarches qu’adoptent les économistes pour une meilleure compréhension de son
environnement social , de l’amener à développer son esprit critique et à renforcer ainsi sa
capacité à formuler par lui-même les questions les plus pertinentes face à la complexité des
problèmes économiques contemporains.
1.2. Rapport science économique et autres disciplines
La science économique, dans le monde, est en proie aujourd’hui à une crise extrêmement
forte, à la fois de légitimité externe et de cohérence interne, les deux étant bien sûr liées.
1.2.1. Crise externe
La crise économique a largement décrédibilisé la pensée économique dominante, affectant
même les élites économiques et politiques qui s’appuyaient il y a encore peu de temps sur
l’idéologie des bienfaits du marché pour rationaliser leur construction de la mondialisation
néolibérale.
1.2.2. Crise interne
Sur le plan purement scientifique, le paradigme dominant de la science économique – la
théorie néoclassique (et plus précisément le couple équilibre général et microéconomie
contractualiste) –, est de plus en plus remis en cause sur le plan intellectuel, alors même que
son hégémonie académique n’a jamais été aussi forte (Lee, 2011). La période actuelle est ainsi
travaillée par de fortes recompositions. S’agissant de la zone Francophone, les hétérodoxies
économiques (théorie de la Régulation, école des conventions, économie sociale et solidaire,
philosophie économique, socio-économie, critique de l’économie politique, théorie néo-
marxiste, institutionnaliste, néo-autrichienne, postkeynésienne, etc.), qui, il y a peu, tiraient
chacune de leur côté, se sont largement organisées en acteur collectif pour peser sur la
construction de règles et d’institutions du champ scientifique de l’économie qui reconnaissent
le pluralisme des objets, des concepts et des méthodes. Il va sans dire que ces recompositions
théoriques affectent les approches hétérodoxes dans leur rapport avec les autres sciences
sociales, au premier rang desquelles la sociologie. Dans ce cours d’économie générale en
Géographie, nous proposons ici de nourrir ce débat en réunissant quelques points de vue
différents, lesquels, sans atteindre l’exhaustivité, permettent de donner à voir la complexité
des enjeux des collaborations disciplinaires en sciences sociales.
1.2.3. Complexité des enjeux des collaborations disciplinaires en sciences sociales
Il ne s’agit évidemment pas de poser la vaste question des rapports entre économie et
sociologie (histoire des idées, objets, méthodologies, concepts), mais plutôt de cerner des
questions plus contextualisées à partir d’une ligne directrice qui est au cœur de la théorie
économique (Convert et al., 2008). L’hypothèse implicite est que, pour des raisons liées à la
place qu’a prise l’économie-chose (economy) dans nos sociétés, ce qui se passe dans
l’économie-discipline (economics) a un impact sur l’ensemble des sciences humaines et
sociales. Pour poser le problème, partons de la théorie économique dominante. Quelles que
soient la sympathie ou la bonne volonté de tel ou tel de ses défenseurs l’orthodoxie
néoclassique apparaît comme ayant intrinsèquement une vocation hégémonique sur
l’ensemble des sciences sociales (Lazear, 2000). Elle a la prétention de proposer, de fait ou
potentiellement, une explication intégrale et sans résidu de tous les phénomènes humains et
sociaux, et comme telle, elle ne semble pouvoir tolérer aucune extériorité théorique, ne
permettre aucune collaboration théorique avec d’autres disciplines des sciences sociales, et
n’autoriser que des collaborations techniques. Pour elle, les autres sciences sociales, en
premier lieu la sociologie et l’histoire, ne semblent être que des « pourvoyeurs » de faits bruts
sur lesquels la science économique vient se pencher après coup pour leur donner une
explication véritablement « scientifique », l’histoire et la sociologie pouvant éventuellement
alimenter le propos par l’empirie. Cela peut donner parfois l’illusion d’une collaboration
disciplinaire; mais dans ce cas, il ne peut jamais y avoir égalité épistémologique et
complémentarité théorique. La science économique est une forme qui s’applique à tous les
contenus. Et quand la théorie néoclassique noue des alliances authentiques et équilibrées,
c’est souvent pour sortir des sciences sociales, et aller voir du côté des sciences de la nature
(cognitivisme, neurobiologie, génétique). À terme, le danger d’un tel processus n’est autre
que la mise en coupe réglée « naturaliste » de l’ensemble des discours qui auront droit de cité
sur un plan scientifique à propos de l’économie-chose, et partant, bien au-delà.
Face à cette posture hégémonique de l’orthodoxie, celle des hétérodoxies est-elle plus
ouverte à une véritable démarche interdisciplinaire ? Avec elles, a-t-on affaire à une véritable
forme de collaboration ou d’interaction avec la sociologie en particulier, les autres sciences
sociales en général ? Si oui, pour quels résultats ? Avec quelles perspectives ? Pour les
éclairer, il convient au préalable de préciser ce que l’on entend par interdisciplinaire. Peut-être
conviendrait-il d’employer le terme de « transdisciplinaire » plutôt que celui de
pluridisciplinaire ou d’interdisciplinaire. Le terme d’interdisciplinarité est en effet pour le
moins ambigu qui peut désigner une sorte de méta discipline… sans objet propre.
Pour être constructifs et proposer tracer les grandes pistes du dossier, il faut distinguer des
collaborations disciplinaires de deux types (Favereau, 1995) : celle qui concerne les objets ou
plus précisément les domaines de recherche (multidisciplinarité), et celle qui concerne les
questions (transdisciplinarité). Dans le premier cas, l’échange entre les disciplines peut venir
du fait que des disciplines peuvent avoir « des airs de famille » (Wittgenstein), comme c’est
par exemple le cas des sciences sociales du travail (sociologie du travail, droit social, histoire
économique, ergonomie, économie du travail, philosophie du travail, théories des
organisations). Il ne s’agit bien évidemment pas de quitter sa propre discipline en procédant à
une synthèse composite et éclectique sans critère scientifique. Il s’agit au contraire de
compléter les apports de sa discipline par celle d’autres disciplines, et de procéder à la
production de connaissances co-construites, à la coproduction de connaissances. Cela permet
à la fois de saisir la complexité de l’objet étudié et de suggérer des pistes de recherche. Le
second cas (la transdisciplinarité) a sans doute une portée épistémologique et théorique plus
grande. Il ne s’agit pas d’aller vers l’autre discipline en partant de la périphérie, mais… en
restant au cœur de sa discipline, au plus près du noyau dur de ses questionnements
constitutifs. À l’instar d’Olivier Favereau, certains auteurs recommandent cette démarche
lorsqu’on se heurte à une impasse théorique profonde, qui mobilise les postulats fondateurs de
la discipline et dont on ne peut espérer « par magie » différer le règlement – c’est à tout le
moins le cas de l’orthodoxie en science économique. Dans ce cas, la confrontation à d’autres
formes de problématisation peut constituer le point d’Archimède nécessaire pour procéder à
une reconfiguration interne, plus ou moins forte. On peut prendre l’exemple de la théorisation
de l’action, dont la science économique comprend désormais à quel point elle ne peut
s’épuiser dans la simple mobilisation de la rationalité instrumentale. C’est sans doute dans cet
esprit qu’un pan de l’économie-discipline tente de se rapprocher depuis plusieurs décennies
de la psychologie, voire des neurosciences. Sur ce plan, et fondamentalement, les disciplines
ne communiqueraient donc pas par leurs frontières, leur marge ou leur périphérie, mais bel et
bien par leur centre.
1.3. Instruments utilisés par la science économique
1.3.1. La modélisation
Comme les différentes sciences, la science économique essaie d’adopter une démarche pour
expliquer les phénomènes économiques. Une facette de la démarche consiste en l’utilisation
de la modélisation. La modélisation signifie une schématisation représentative de la réalité
économique. Il faut dire que la réalité est tellement complexe qu’aucun modèle ne peut la
cerner. Cela implique que n’importe quel modèle se base sur des hypothèses, choisit une
partie de la réalité afin de l’expliquer. Cette explication passe bien évidemment à travers la
réduction de la réalité à quelques relations entre différentes variables. Il s'ensuit qu'un modèle
économique est « un système abstrait dont la fonction est de représenter la réalité de façon
très simplifiée, mais formalisée, ou de permettre l'étude d'un phénomène réel. » (Dictionnaire
d'économie et sciences sociales, Nathan Paris, 1993).
Un modèle est par définition réducteur. Nous rencontrons plusieurs modèles dans les
différentes branches de l’économie. Par exemple : le modèle de croissance économique, le
modèle d’équilibre général, le modèle d’offre et de demande sur un marché concurrentiel, le
modèle de Ricardo en commerce international, etc.
Les modèles sont utiles pour différentes raisons :
  La modélisation permet d’identifier les éléments (variables et phénomènes) d’un
processus économique.
 La modélisation permet d’expliquer (même partiellement) l’évolution et la tendance
d’une variable (un phénomène) par l’influence d’autres variables (phénomènes).
Donc, la modélisation permet d’identifier les relations (de cause à effet par exemple)
existantes entre les différentes variables. Nous parlons de variables expliquées
(endogènes) et de variables explicatives (exogènes).

 La modélisation permet de franchir le pas pour utiliser les statistiques et établir les
relations empiriquement et non pas uniquement théoriquement.
 La modélisation permet la simulation économique. Il s’agit d’une manière de
reproduction pour observer le fonctionnement de phénomènes économique à l’aide
d’un modèle. C’est reproduire artificiellement un système (vu l’impossibilité de
reproduire la réalité économique en laboratoire) pour expérimenter les comportements
possibles de ses éléments.
 La modélisation aide à la prévision. Cette dernière vise à estimer, par le biais de
différentes méthodes, l’évolution future des différentes variables économiques telles
que le PIB (le produit intérieur brut), le chômage, l’inflation, les exportations, les
finances publiques, la croissance économique, le taux de change, etc. Pour parvenir à
établir des prévisions à court terme, les économistes utilisent des modèles
économétriques, la méthode Delphi, l’expérience, etc.
 La modélisation est un appui à l’action de politique économique. Lorsque les
décideurs possèdent les résultats d’une modélisation économique, cela peut les aider à
prendre des décisions en connaissance de cause. Mais, il faut prendre toutes les
précautions nécessaires lors de l’interprétation des résultats de la modélisation, car
tout modèle est réducteur et ne peut en aucun cas cerner la réalité économique dans sa
complexité. Cependant, la modélisation reste d’une grande utilité chez les économistes
dans leurs démarches scientifiques.

1.3.2. Les mathématiques

L’utilisation des mathématiques en sciences économiques est courante. C’est à partir du
XVIIIe siècle qu’on a commencé à formaliser les sciences économiques par le recours à
l’utilisation des fonctions mathématiques pour étudier le comportement et les relations des
variables économiques, par exemple la fonction de demande. Par la suite, les économistes ont
eu de plus en plus recours aux outils mathématiques dans leur démarche, en particulier, à
partir de la révolution marginaliste et les années qui ont suivi.

1.3.3. La courbe de Lorenz

La courbe de Lorenz est une représentation graphique utilisée par les économistes,
notamment, pour mesurer les inégalités de distribution des richesses (comme les revenus,
la fortune personnelle, etc.). Elle permet de représenter une fonction de répartition reliant des
proportions de la population aux parts des richesses détenues par ces proportions.
Pour construire et lire une courbe de Lorenz, il faut :
 - Placer en abscisse le pourcentage cumulé de la population (les déciles)
- Placer en ordonnée le pourcentage cumulé des revenus.

Elle est représentée toujours dans le plan (0,0) et (1,1) et se situe en dessous de la diagonale
(la ligne pointillée qui représente la ligne d'égalité linéaire parfaite). Plus la courbe est proche
de cette diagonale, plus la répartition est égalitaire. En revanche, plus elle est éloignée de
cette diagonale, plus la distribution est inégalitaire. Un point quelconque (comme le point E)
de la courbe s’interprète de la manière suivante : 25% des revenus sont détenus par 50% de la
population totale.
1.3.4. Indice de Gini
L'indice de Gini (coefficient de Gini) un coefficient qui synthétise l’inégalité de la
distribution de la richesse au sein d’une population par exemple. Il prend des valeurs entre
0 et 1 (ou 0 et 100). Plus l’indice est proche de 0, plus la distribution est égalitaire et
inversement. Il se calcule en général à partir de la courbe de Lorenz. Il est égal au rapport
entre la surface limitée par la diagonale et la courbe de Lorenz et toute la surface en dessous
de la diagonale (le triangle). Dans l’exemple ci-dessus
D
¿ coefficient de Gini est= .
( D+C )
On remarque que certains pays comme le Bénin et le Ghana sont moins égalitaires que des
pays comme la Guinée ou le Mali par exemple. Et la Communauté de développement de
l’Afrique australe (CDAA), SADC en anglais, est la Communauté économique régionale pla
plus inégalitaire en Afrique.
Tableau : Indice de Gini publié par ReSAKSS pour certains pays et régions économiques
Country / Region 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Benin 41,6 43,4 41,9 42,1 42,3 47,8 42,6 42,8 37,8 43,1
Burkina Faso 42,7 42,4 42,1 41,7 35,3 41,1 40,8 40,5 47,3 39,9
Cape Verde 45,7 45,0 44,3 43,6 42,8 42,4 41,4 40,7 40,0 39,3
Côte d'Ivoire 40,2 40,2 40,2 40,1 40,1 41,5 40,1 40,1 37,2 40,1
Ghana 42,6 42,9 42,4 43,4 43,7 43,9 43,5 44,5 44,8 45,0
Guinea 35,9 35,2 33,7 33,9 33,3 32,6 32,0 31,3 29,6 30,0
Guinea-Bissau 50,7 40,5 40,3 40,2 40,0 39,9 39,8 39,6 34,8 39,3
Liberia 35,5 35,3 35,1 34,9 33,2 34,4 35,3 34,0 33,7 33,5
Mali 37,0 36,4 35,8 35,2 34,6 34,0 33,4 32,8 36,1 31,6
Niger 36,8 31,5 36,5 36,3 34,3 36,0 35,8 35,7 37,3 35,4
Nigeria 35,7 37,5 35,5 36,9 36,6 35,9 36,0 35,7 35,1 35,0
Senegal 39,6 40,3 38,8 38,4 38,0 37,5 37,1 36,7 38,1 35,9
Sierra Leone 36,8 34,0 36,2 35,9 35,6 35,3 35,0 34,7 35,7 34,0
CEN-SAD 37,2 37,7 36,5 37,3 36,9 37,1 36,7 36,7 36,4 36,1
COMESA 37,4 37,4 36,6 37,1 36,9 38,0 36,8 36,6 36,3 36,2
EAC 41,5 40,9 40,9 41,2 41,1 41,1 40,9 40,9 40,8 40,7
ECCAS 45,3 45,7 45,2 45,1 45,4 45,0 44,9 44,9 45,4 44,8
ECOWAS 37,7 38,3 37,3 38,0 37,3 37,6 37,2 37,0 37,0 36,5
SADC 50,2 49,2 49,7 49,5 49,7 49,7 49,9 49,4 49,9 49,8
UMA 38,8 38,7 38,6 38,0 38,3 38,0 38,2 38,1 38,0 37,9
Source : ReSAKSS (Regional Strategic Analysts and Knowledge Support System). 2020

1.3.5. Le graphique (ou diagramme) à une variable

Ce type de graphique est utilisé pour donner une idée sur la distribution d’une variable et/ou
son évolution dans le temps. Nous trouvons les graphes suivants :
 Graphique de nuage de points (lorsqu’il s’agit de valeurs discrètes) ;
 Graphique présentant une courbe ou une tendance(droite ou une forme
quelconque);
 Graphique circulaire ou camembert (Pie Chart en anglais) ;
 Graphique présentant un histogramme.
Pour présenter ces différents graphes, nous donnons un exemple chiffré. Il s’agit de
statistiques du PIB et de la consommation finale des ménages du Burkina Faso entre 1960 et
2022 (Banque Mondiale, 2024).

1.3.5.1. Graphique avec une variable

Nous présentons ici à titre illustratif la courbe de trajectoire (l’évolution) du PIB du Burkina
Faso à travers le temps (entre 1960 et 2022).
 Revenu du Burkina Faso
25000000000

20000000000

15000000000

10000000000

5000000000

0
60 63 66 69 72 75 78 81 84 87 90 93 96 99 02 05 08 11 14 17 20
19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20

PIB ($ US courant)
Nous pouvons même mettre plusieurs courbes ensemble pour autant qu’elles ont une même
échelle. De nouveau, nous recourons aux données de la Banque Mondiale (2024) ci-dessus et
allons représenter les deux séries de la Burkinabè : PIB et consommation des ménages.

Revenu et consommation des ménages au Burkina Faso

25000000000
20000000000
15000000000
10000000000
5000000000
0
60 63 66 69 72 75 78 81 84 87 90 93 96 99 02 05 08 11 14 17 20
19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20

Dépenses de consommation finale des ménages ($ US courant)

PIB ($ US courant)

1.3.5.2. Graphique camembert

Un camembert se présente comme un disque. Il est découpé par des rayons, c'est-à-dire des
segments partant du centre vers la périphérie. Plusieurs zones apparaissent, chacune délimitée
par deux rayons et un arc de cercle : elles sont appelées secteurs angulaires. En général, on
remplit chaque secteur angulaire d'une couleur différente, ou d'une teinte de gris différente.
Parts moyenne de la production céréalière entre 2001-2022 de l'espace UEMOA

Sénégal Togo Bénin

8% 5% 7%
Burkina Faso
Niger 20%
21%

Côte d'Ivoire
10%
Guinée-Bissau
Mali 1%
28%
Source : Colloque sous le thème « 20 ans de politique agricole de l’UEMOA : Bilan et
perspectives » 2023
Chaque secteur angulaire est associé à une valeur des données. Une légende explique à quelle
couleur est associée quelle donnée. La représentation de nombres négatifs est impossible
avec ce type de diagramme.

1.3.5.3. Graphique avec une variable : Histogramme

L’histogramme est une représentation graphique d’une ou de plusieurs variables (ayant le
même axe) sous forme de bâtons, barres, ou en tuyaux. L'histogramme est composé de
colonnes de hauteurs variables mises l’une à côté de l’autre. L'ordonnée (axe Y ou vertical)
reçoit les valeurs et l'abscisse (axe X ou horizontal) les catégories. Graphiquement, si nous
prenons les valeurs de la série du PIB burkinabè, nous obtenons le résultat suivant :

Revenu du Burkina Faso

25000000000

20000000000

15000000000

10000000000

5000000000

0
60 63 66 69 72 75 78 81 84 87 90 93 96 99 02 05 08 11 14 17 20
19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20

PIB ($ US courant)

1.3.6. Le graphique (ou diagramme) à deux variables

Le plus simple des graphiques à plusieurs variables est celui qui utilise deux variables. Le but
de ce graphique est la mise en relation de deux variables : une sur l’axe des ordonnées (ou
des Y ou l’axe vertical) et l’autre sur l’axe des abscisses (ou des X ou l’axe horizontal).
Mathématiquement parlant, la relation est du type : Y = f(X). Y est une fonction de X. La
représentation de cette fonction peut donner lieu à différents types de graphiques :
 Graphique de nuage de points (lorsqu’il s’agit de valeurs discrètes).
 Graphique présentant une courbe (droite ou une forme quelconque).
Nous nous limitons à ces formes. Pour illustrer ce type de graphe, nous nous basons sur des
statistiques fictives utilisées uniquement à des fins pédagogiques.
Selon la théorie économique, la relation entre consommation et revenu est une relation
positive, plus le revenu augmente, plus la consommation augmente.
1.3.6.1. Graphique de nuage de points à deux variables
Si nous mettons en relation ces deux grandeurs (consommation des ménages en fonction du
revenu national) et choisissons la forme de nuage de points, nous obtenons le graphique ci-
dessous. Il faut rappeler que le nuage de point peut nous donner une idée première sur
l’existence ou l’absence d’une quelconque relation entre les variables en présence.
Si nous tirons une droite passant par le milieu du nuage des points, nous pouvons avoir trois
cas possibles :
 La droite passant par le centre du nuage est de pente positive (croissante), nous
concluons à une relation positive (distribution A) ;
 La droite passant par le centre du nuage est de pente négative (décroissante), nous
concluons à une relation négative (distribution B) ;
 La droite passant par le centre du nuage est horizontale (de pente nulle), distribution
C, nous concluons à une absence de relation ;
  La droite passant par le centre du nuage est verticale (de pente infinie), distribution D,
nous concluons à une absence de relation.

Si nous reprenons les données du Burkina Faso de la consommation et du revenu, nous

pouvons représenter leur relation (consommation en fonction du revenu) dans le graphique
suivant. Chaque point correspond à un couple de valeurs (consommation, revenu) pour une
année donnée. La période s’étend de 1960 à 2022. Le nuage de points montre que la relation
entre la consommation et le revenu est positive : plus le revenu augmente, plus la
consommation augmente.
Dépenses de consommation finale des ménages ($ US courant)
12000000000

10000000000

8000000000
Consommation

6000000000

4000000000

2000000000

0
0 5000000000 10000000000 15000000000 20000000000
PIB BFA 1960-2022
1.3.6.2. Graphique présentant une courbe (droite ou une forme quelconque)
Le deuxième type de graphe utilisé est un graphique représentant une courbe continue dans
un plan XY. La continuité signifie qu’à tout point de l’abscisse de l’axe des abscisses
correspond une image (valeur de Y) et une seule. Avec ce type de graphique nous pouvons
nous poser la question non seulement sur la nature de la relation mais aussi sur l’impact de la
variation d’une variable sur l’autre. Autrement dit, si X varie de ∆X (= quantité quelconque)
quel sera la variation de Y, c’est-à-dire ∆Y, tous les autres facteurs susceptibles d’influencer
Y sont considérés constants. Nous parlons dans ce cas de la pente de la courbe qui n’est autre
que le rapport des variations des deux variables lorsqu’elles sont infinitésimales (très petites
variations) :
' ∆Y
la pente d une courbe=
∆X
Courbe particulière : la droite
Pour illustrer ce concept, nous utilisons une courbe simple : une droite. La pente de la droite
est par définition constante. Par exemple, Y = aX + b. La droite qui sera représentée
graphiquement a pour pente le paramètre « a » et l’ordonnée à l’origine (lorsque X = 0) le
paramètre b.
' ∆Y
la pente d une courbe droite= =a
∆X
Le paramètre « a » peut prendre différentes valeurs (négative, positive ou nulle).
Mathématiquement parlant, la pente correspond à la dérivée première d’une fonction. Dans le
cas d’une droite, la pente est la même en tout point. Cependant, elle est en général variable
suivant la position du point dans la courbe.

Cas particuliers de droite

Courbe quelconque
En science économique, nous utilisons les courbes de différentes formes et allures en plus des
droites. Le calcul de la pente n’est pas le même que dans le cas d’une droite. Dans le cas
d’une courbe quelconque, la pente varie selon les points de la courbe. Pour y parvenir, il faut
tracer la tangente au point désigné (par exemple le point A dans le graphique suivant). Après,
nous choisissons deux points sur la droite tangente (C et D) qui nous permettent de calculer la
pente au point A.

De nouveau, la pente de la courbe au point A est égale à la dérivée première calculée en ce

point. L’utilisation des dérivées en science économique a un sens bien précis. L’analyse à la
marge ou marginale fait appel à la notion de dérivée car cela signifie que nous travaillons
avec des variations très petites (infinitésimales).
Autres représentations graphiques
La représentation des relations entre variables économiques ou de simples variables ne se
limitent pas aux graphiques présentés jusqu’à maintenant. Les économistes utilisent d’autres
formes de représentation plus compliquées. Par exemple, les graphiques à double échelle,
graphiques boursiers, graphiques radars, etc.
1.3.7. Les statistiques
A partir du XVIIIe siècle, les économistes ont commencé à se servir des statistiques comme
outil d’analyse des phénomènes économiques. Différents auteurs ont contribué au
développement des mathématiques et des probabilités qui a permis une avancée importante
dans l’utilisation de la statistique. L’utilisation de la statistique dans les sciences
économiques facilite les tâches suivantes :
1.3.7.1. La description des données
Décrire les données peut se faire de plusieurs manières sous forme de tableaux, de
graphiques, de cartes ou sous d’autres formes. Dans la description des données, nous
trouvons généralement les indicateurs synthétiques :
 Valeurs centrales : la moyenne, le mode, la médiane, les quartiles.
 De dispersion : variance, écart-type, étendue, valeurs maximale et minimale, Kurtosis
(coefficient d’aplatissement de la distribution), Skewness (coefficient d’asymétrie de
la distribution).
A titre d’exemple, en utilisant Excel, nous obtenons les informations suivantes sur la série
PIB burkinabè.
Tableau : PIB Burkinabè de 1960 à 2022
PIB ($ US courant)
Moyenne 4921643221,95
Erreur-type 693239849,36
Médiane 2586550594,00
Mode #N/A
Écart-type 5502420720,95
Variance de l'échantillon 3,03E+19
Kurstosis (Coefficient d'aplatissement) 0,46
Coefficient d'asymétrie 1,31
Minimum 330442815,00
Maximum 19737616003,00
Nombre d'échantillons 63,00

1.3.7.2. L’inférence statistique

Le développement des probabilités a donné un appui au développement de la statistique
inférentielle. Le but de la manœuvre est qu’à partir d’un échantillon aléatoire d’une
population, nous essayons de comprendre les caractéristiques de cet échantillon et de
généraliser ce résultat à la population, avec bien évidemment une marge d’erreur. Les
statisticiens agissent de la sorte car ils ne peuvent pas traiter directement avec la population.
Comme l’échantillon est aléatoire, nous faisons appel aux probabilités pour calculer la marge
d’erreur. Une grande partie de l’inférence statistique s’appuie sur les tests statistiques (test de
Student, de Fisher, de Chi 2, ...). La statistique étudie certaines caractéristiques : caractères
ou variables d'un ensemble fini appelé échantillon (tiré aléatoirement d’une population). Les
éléments de l’échantillon étudié (ou de la population) sont appelés individus.
1.3.7.3. L’analyse des séries statistiques
Les économistes utilisent deux types de données :
 Les séries transversales (Cross section en anglais) : ce sont des données de plusieurs
individus pris en même temps (à un point donné du temps : une date, une année, etc.).
Par exemple : la taille d’un échantillon d’une population mesurée à une date précise.
Un autre exemple : les notes d’économie générale à la session normale 2024 de S6 de
géographie ;
 Les séries chronologiques ou temporelles (Time series en anglais) : ce sont des
séries dont les valeurs sont prises à différentes dates et concernent le même individu.
Par exemple : le PIB Burkinabè de 1960 à 2022 est une série temporelle. En
revanche, le PIB des pays membres de l’UEMOA en 2021 est une série transversale.
Le traitement des deux séries est différent car la nature des données est différente. Nous
présentons un exemple d’utilisation des séries chronologiques : la population résidente au
Burkina depuis 1960 en terme absolu et de croissance. Vu la différence entre en les deux
mesures, il faut utiliser deux échelles de mesures, une à droite en valeurs absolues et celle de
gauche en pourcentage. Il faut lire les variations avec l’échelle de gauche et l’évolution avec
l’échelle de droite.
 Evolution et taux de croissance de la population Burkinabè
de 1960-2022
3.5 25000000
3
20000000
2.5
2 15000000
1.5 10000000
1
5000000
0.5
0 0
60 63 66 69 72 75 78 81 84 87 90 93 96 99 02 05 08 11 14 17 20
19 19 19 19 19 19 19 19 19 19 19 19 19 19 20 20 20 20 20 20 20

Croissance annuelle de la population (en % de la population totale)

Population totale

1.3.8. L’économétrie
Au début du XXe siècle, une discipline se développe et donne du poids à la relation entre les
sciences économiques et la statistique. Il s’agit de l’économétrie. L’analyse économique se
base sur des représentations théoriques analysant les comportements des acteurs économiques
ainsi que les relations économiques. Les hypothèses théoriques sont à la base de l’analyse
économique. Comment vérifie-t-on la véracité et le réalisme de ces hypothèses ? C’est le rôle
de l’économétrie. Il s’agit de la mise en application des méthodes statistiques aux
observations des phénomènes économiques. En effet, l’économétrie est un ensemble d’outils
et de méthodes statistiques appliqués à l’économie. Elle permet :
 de tester les théories économiques en les confrontant à la réalité (les statistiques),
 d’évaluer les grandeurs et les paramètres représentant les relations économiques, par
exemple : évaluer l’impact d’une variable sur une autre dans le long terme.
La démarche économétrique consiste à :
 prendre comme point de départ une théorie économique ou une hypothèse,
 traduire cette théorie ou hypothèse en modèle permettant de les confronter aux
observations réelles,
 confirmer ou infirmer la validité de la théorie ou de l’hypothèse par les résultats et les
tests statistiques, et finalement
 évaluer les valeurs des paramètres et des grandeurs si la théorie n’est pas invalidée
dans l’étape précédente.
1.3.9. La prévision économique
La prévision économique est un domaine important des sciences économiques. Elle est utile à
l’ensemble des acteurs économiques, en particulier les entreprises et l’Etat. Les entreprises
ont besoin de voir un peu plus loin pour planifier les investissements futurs et les prises de
décisions de gestion. L’Etat a besoin de prévision pour pouvoir mettre en place des politiques
économiques appropriées. Les méthodes de prévision sont de deux catégories : les méthodes
qualitatives et les méthodes quantitatives.
1.3.9.1. Méthodes quantitatives
Les méthodes quantitatives reposent sur l’extrapolation de la demande dans le temps en
utilisant les données des consommations passées. Ci-dessous, nous présentons une liste non
exhaustive des méthodes quantitatives :
  Méthode quantitative simple (prise en compte de la demande actuelle plus ou moins
un certain pourcentage) ;
 Méthode des moyennes glissantes (moyenne de la demande réelle de (n) périodes
antérieures les plus récentes) ;
 Méthode de lissage exponentiel (ou moyenne pondérée par des coefficients
exponentiels sur une période) ;
 Méthode de la tendance (projection linéaire, exponentielle, logarithmique ou
polynomiale de la tendance passée. A partir des simulations, on choisit celle qui
s’adapte le mieux à l’allure de la demande) ;
 Méthode de décomposition (décomposition du résultat des prévisions en tendance,
saisonnalité, effets aléatoires) ;
 Méthode de régression et corrélation (utilisation combinée de la droite des moindres
carrés et de la corrélation avec une variable de dépendance).
Toutes ces méthodes de prévision ne sont pas exclusives. Elles peuvent être combinées pour
diminuer les incertitudes et renforcer la fiabilité des résultats.
1.3.9.2. Méthodes qualitatives
C’est une méthode qui utilise des données subjectives. Les résultats de cette démarche
dépendent du jugement personnel, de l’expérience et de l’expertise des personnes fournissant
les prévisions. Les opinions des personnes questionnées (vendeurs, consommateurs, cadres,
experts, employés, supporters, ...) jouent un rôle fondamental.
Les méthodes qualitatives sont donc des méthodes non quantifiables. Elles sont
essentiellement basées sur l’opinion, la comparaison et le jugement. Nous pouvons recenser
les méthodes suivantes :
 La méthode de sondage : avec ce procédé nous sondons les opinions des différents
acteurs (enquêtes auprès des vendeurs, distributeurs des produits, des consommateurs,
etc.) ;
 La méthode de comparaison (ou analogie historique) : prévision par comparaison
avec des produits similaires vendus dans le passé ;
 La méthode Delphi : il s’agit de poser des questions à différents experts. Le retour est
la réponse à une série de questions par un panel d’experts ;
 Les études de marché (application d’un questionnaire par exemple aux
consommateurs éventuels afin d’anticiper sur les changements du marché).

1.4. La politique économique : définition et objectifs

1.4.1. Définition
On définit la politique économique comme l'ensemble des moyens mis en œuvre par l'Etat
pour atteindre les objectifs qu'il s'est fixé dans le but d'améliorer la situation économique
générale du pays. Plusieurs raisons peuvent justifier l'intervention de l'État dans la sphère
économique, parmi lesquelles la nécessité de maintenir la cohésion sociale, l'équilibre des
marchés ou le libre exercice de la concurrence.
1.4.2. Les objectifs de la politique économique
Les principaux objectifs de la politique économique sont, pour les économistes, au nombre de
quatre :
 la croissance économique, qui est mesurée par le taux de croissance du PIB. Dans ce
domaine, l'objectif de l'Etat est de favoriser une croissance élevée et inscrite dans la
durée.
 le plein emploi, évalué par le taux de chômage. L'Etat va aider, directement ou
indirectement, à créer des emplois.
  la stabilité des prix, traduite par le taux d'inflation. Il s'agit pour l'Etat de garantir le
maintien du pouvoir d'achat des agents économiques en luttant contre l'inflation qui
l'érode.
 l'équilibre des comptes extérieurs, indiqué par le solde de la balance des paiements.

1.4.3. Les différentes politiques économiques

On distingue deux grands types de politique économique selon le but poursuivi par l'Etat :
 s'il s'agit de contrebalancer un ralentissement temporaire de l'activité économique,
l'Etat mettra en œuvre une politiques conjoncturelle.
 si au contraire, il s'agit de modifier en profondeur les structures économiques et
sociales, l'Etat aura recours une politique structurelle.
 La politique conjoncturelle a pour but d'agir, à court terme, sur les indicateurs
économiques pour orienter l’activité dans un sens permettant de rétablir les
grands équilibres macroéconomiques
Les instruments qu'elle utilise sont essentiellement :
 la politique budgétaire (l'Etat augmente les dépenses publiques pour relancer
l'activité),
 la politique de l'emploi (mesures favorisant la création d'emploi et assurant des
revenus aux chômeurs),
 la politique monétaire (limitation du crédit, modification des taux d'intérêt),
 la politique fiscale (augmentation des taxes, réduction des impôts...),
 la politique de la santé (prise en charge des dépenses...).
 La politique structurelle s'inscrit dans le long terme et vise à agir sur les structures
économiques du pays pour transformer le mode de fonctionnement du système
économique.
Les mesures prises touchent l'emploi, la santé, la fiscalité mais aussi la politique industrielle
et agricole, la politique de l'environnement, l'aménagement du territoire, le système de
protection sociale (réforme des retraites), etc. Ces politiques ne donnent des résultats que
longtemps après leur mise en place.