DIRECTION DE LA PREVISION ET DES ETUDES ECONOMIQUES · 2012. 7. 13. · 1 I. Introduction Depuis la seconde moitié des années 2000, de nombreux bouleversements sont intervenus au

Un Peuple - Un But – Une Foi

MINISTERE DE L’ECONOMIE ET DES FINANCES

DIRECTION DE LA PREVISION ET DES

ETUDES ECONOMIQUES

Document d’Etude N°21

Productivité des Dépenses Publiques et Croissance Economique dans l’UEMOA

Une Analyse Bayésienne sur Données de Panel

DPEE/DEPE @ Février 2012

Alsim FALL Kalidou THIAW

Janvier 2012

RESUME

La perspective de la récurrence des crises économiques, conjuguée à la rareté des ressources

nécessaires à la lutte contre la pauvreté et au financement du développement conduit à

s’interroger sur la productivité des dépenses publiques dans l’UEMOA. L’analyse des faits

stylisés de la gestion des finances publiques en Afrique a montré que les performances de

l’UEMOA demeurent en deçà de celles d’autres régions telles que l’Afrique de l’Est et

l’Afrique du Nord. Cependant, certains pays tels que le Burkina Faso, le Bénin et le Mali sont

apparus comme les plus performants en matière de productivité des dépenses publiques au

sein de l’Union, surpassant parfois la moyenne africaine. Par ailleurs, l’estimation bayésienne

d’un modèle de croissance a montré que la consommation publique est improductive, tandis

que l’investissement est porteur de croissance. Cependant, l’investissement public dans

l’UEMOA se révèle moins productif que dans certaines régions du continent. Par rapport aux

performances de l’Afrique du Nord, la part improductive des dépenses d’investissement dans

l’UEMOA est évaluée à 40%. L’ampleur de ces dépenses improductives peut être expliquée,

dans une large mesure, par les faiblesses notées dans la gouvernance et la transparence

budgétaires au sein de l’UEMOA.

Classification JEL: O47, H50, O40, C11, C23

Mots Clés: Productivité, Dépenses Publiques, Croissance Economique, Analyse Bayésienne, Données

de Panel.

ABSTRACT

The perspective of recurring economic crises, combined to the scarcity of the resources

necessary for poverty reduction and development financing, leads to questioning the

productivity of public expenditures within WAEMU. Stylized facts about public finance

management in Africa show the WAEMU’s performance is still well below those of East and

North Africa. However, Burkina Faso, Benin and Mali appear as the most performing

countries regarding public expenditure productivity within the Union, outdoing sometimes the

African average. Moreover, the bayesian estimation of a growth model shows that public

consumption is unproductive, whereas investment is growth promoting. Meanwhile, public

investment in WAEMU countries turns out to be less productive than in other African regions.

Regarding North Africa’s performance, the unproductive share of public investment in

WAEMU is estimated at 40%. This magnitude of unproductive investment expenditures can

be largely explained by the weaknesses in fiscal governance and transparency within

WAEMU.

JEL Classification: O47, H50, O40, C11, C23

Keywords: Productivity, Public Expenditure, Economic Growth, Bayesian Analysis, Panel Data

Productivité des Dépenses Publiques et Croissance Economique dans l’UEMOA Une Analyse Bayésienne sur Données de Panel

1

I. Introduction

Depuis la seconde moitié des années 2000, de nombreux bouleversements sont intervenus au

niveau de l’économie mondiale par le truchement de la crise économique et financière

internationale. Les effets systémiques de la crise ont été particulièrement sévères, n’épargnant

aucune région du monde. Devant l’ampleur de la crise, les économies avancées, ont mis en

œuvre des politiques contra-cycliques qui se sont traduites par des plans de sauvetage du

système financier aux coûts inédits, ainsi que par l’adoption de mesures de relance tout aussi

onéreuses. Il s’en est suivi une augmentation vertigineuse des déficits et de l’endettement

publics qui, aujourd’hui, donnent lieu à des mesures de rigueur, voire d’austérité, dans les

pays de l’Union européenne et aux Etats-Unis. Dès lors, les perspectives d’une nouvelle crise

économique sont plus que jamais d’actualité.

De ce point de vue, les économies africaines ne pourront donc pas échapper aux ajustements

indispensables à l’absorption des chocs externes. Cela est d’autant plus vrai que le scénario

d’une forte réduction de l’Aide Publique au Développement (APD) n’est pas à écarter1. Par

conséquent, la question de la qualité des dépenses publiques est particulièrement pertinente

pour les pays africains où l’insuffisance des ressources publiques est la règle, tandis que la

lutte contre la pauvreté et le financement du développement dépendent encore de façon

critique du budget de l’Etat.

Au sein de l’UEMOA, l’intervention de plus en plus fréquente des économies membres sur

les marchés obligataire (régional et international) soulève de nombreuses interrogations quant

à la pertinence des programmes de dépenses publiques auxquels ils sont destinés. De plus, ces

économies ont récemment connu de sérieuses tensions sur les finances publiques qui se sont

notamment matérialisées par des arriérés de paiement intérieurs relativement importants.

Pourtant, des dispositions communautaires ont été prises depuis plus d’une décennie afin de

renforcer les bonnes pratiques en matière de gestion des finances publiques. C’est le cas de la

Directive n° 02/2000/CM/UEMOA2 portant adoption du Code de transparence dans la gestion

des finances publiques, qui a été entérinée depuis l’année 2000. En outre, les mécanismes de

la surveillance multilatérale participent à la promotion d’une meilleure gouvernance

économique et financière. Ainsi, il pertinent de voir dans quelle mesure les efforts accomplis

par les pays de l’UEMOA en matière de politique budgétaire ont contribué à améliorer leurs

performances économiques.

1 Le montant de l’APD en Afrique Subsaharienne s’est élevé à 44 milliards de dollars en 2010 2 Cette directive a été abrogée par la directive n° 01/2009/CM/UEMOA

2

L’objectif principal de cette étude est de procéder à l’évaluation du degré de productivité des

dépenses publiques au sein des économies membres de l’UEMOA. Pour ce faire, ce travail

s’appuiera sur une analyse comparative de la productivité des dépenses publiques des

économies de l’UEMOA, à la lumière des résultats enregistrés par les autres pays africains.

Ainsi, il sera possible de proposer une mesure du coût d’opportunité (s’il existe) lié

l’inefficacité relative des dépenses publiques des pays de l’UEMOA. En d’autres termes, pour

un taux de croissance identique, il s’agira de mesurer le montant des dépenses publiques qui

aurait pu être épargné.

Certes, la définition et l’évaluation de la productivité des dépenses publiques, ainsi que celles

des dépenses improductives, présentent des difficultés conceptuelles et pratiques.

L’insuffisance des données relatives aux postes budgétaires n’offre pas la possibilité de

recourir à une analyse fine des coûts et bénéfices qui leur sont associés. C’est pourquoi, dans

le cadre de cette étude, la productivité des dépenses publiques est appréciée en relation avec la

croissance économique. En effet, la croissance économique étant l’une des principales

conditions nécessaires à la réalisation de meilleures performances en matière de bien-être

social, ce qui constitue l’objectif ultime de la politique économique, elle est dès lors, un

candidat naturel lorsqu’il s’agit d’apprécier la qualité des dépenses publiques. D’ailleurs,

Devarajan et al. (1996) soutiennent que dans la mesure où la croissance économique est un

des objectifs de tout Gouvernement, il est utile de connaître la contribution de la politique de

dépenses publiques à cet objectif, cela comme un moyen d’évaluer le coût d’opportunité par

rapport à des choix alternatifs.

Ainsi, la méthodologie est fondée sur un modèle de croissance intégrant les variables

budgétaires et estimé à l’aide des techniques bayésiennes appliquées aux données de panel.

Les régressions bayésiennes sont particulièrement utiles pour résoudre les questions liées à

l’incertitude sur la spécification d’un modèle, mais aussi sur les coefficients associés aux

variables explicatives.

La section II présente les faits stylisés, en s’appuyant sur une approche benchmarking mettant

en rapport les données économiques et budgétaires des pays de l’UEMOA à celles des autres

régions africaines. Elle permet de tirer les premières conclusions sur le niveau d’efficacité des

dépenses budgétaires ainsi que sur les facteurs qualitatifs pouvant expliquer les différences de

productivité. La section III revient sur la revue de la littérature. Les éléments

méthodologiques relatifs à la formulation du modèle bayésien sont exposés à la section IV. Il

s’agira également, dans cette section, de justifier la pertinence de la méthodologie retenue.

Les résultats et leur interprétation feront l’objet de la section V. Enfin, la section VI est

consacrée à la conclusion.

3

II. Faits Stylisés

II.1. Définition du concept de productivité des dépenses publiques :

enjeux et contraintes

Dans toute économie, la réduction efficace du déficit budgétaire requiert une combinaison

saine de politiques de maîtrise des dépenses et de mobilisation de recettes. L’expérience a

montré qu’une augmentation significative de la pression fiscale n’est souvent pas réalisable

dans le court terme, en particulier lorsqu’elle doit satisfaire, à la fois, aux critères d’efficience

et d’équité. Dès lors, le fait qu’il soit peu probable que les réformes fiscales permettent de

procéder à des ajustements de court terme, déplace l’attention vers une meilleure utilisation

les dépenses publiques. En effet, l’accroissement de la productivité des dépenses publiques

s’impose comme une solution viable dans la mesure où elle permet de libérer des ressources

pour réduire le déficit ou financer d’autres programmes essentiels.

La notion de productivité des dépenses publiques implique de concevoir les activités du

secteur public comme résultant d’un processus de production. Le secteur public emploie des

ressources humaines et physiques pour produire des biens et services publics tels que la

stabilité économique, la sécurité nationale, la protection sociale, et même des biens privés.

Ainsi, tout comme la productivité du travail ou celle du capital, la productivité des dépenses

publiques peut être définie en évaluant la production obtenue ou le degré de réalisation des

objectifs, compte tenu des dépenses engagées. La notion de productivité d’un programme de

dépenses publiques appelle essentiellement au respect des trois conditions suivantes :

- La première consiste à produire ou à fournir un bien ou service public au moindre

coût ; autrement dit, les ressources humaines et en capital disponibles doivent être

pleinement utilisées de sorte qu’il n’y ait pas de gaspillage.

- La deuxième revient à combiner les programmes de dépenses publiques de façon

optimale. Pour ce faire, l’arbitrage en termes d’allocation de dépenses à chacun des

programmes publics doit obéir à l’objectif d’égalisation à la marge des utilités sociales

liées aux différents programmes.

- En troisième lieu, le niveau agrégé des dépenses publiques doit être cohérent avec un

cadre macroéconomique soutenable. Autrement dit, la fourniture d’un bien public est

optimale lorsque le bénéfice social marginal procuré par ce bien est égal à son coût

social marginal. Dans le cas de plusieurs biens, le bénéfice social marginal issu des

dépenses publiques associées doit être égal au coût social marginal de ces dépenses (y

compris la taxation et le coût de la dette).

4

Sur la base de ces définitions, il est alors possible de déduire une définition des dépenses

improductives. Pour une ligne budgétaire donnée, la dépense improductive est définie comme

la différence entre les dépenses réellement engagées et le niveau minimal de dépenses qui

aurait procuré le même niveau de satisfaction sociale. De manière générale, si une

combinaison de plusieurs lignes budgétaires est susceptible d’aboutir à une réduction des

coûts, par rapport aux dépenses effectivement engagées et sans altérer le bénéfice social, la

différence entre les deux niveaux de dépense globale peut être considérée comme le montant

global de la dépense improductive.

Cependant, il convient de noter que, dans la pratique, les dépenses publiques improductives

ne sont pas nécessairement mesurables. Cela tient au fait que, dans la plupart des cas, il est

impossible de faire la distinction entre les lignes budgétaires productives et improductives,

d’autant plus que les programmes publics ont des degrés de productivité variables. La nature

même de la production du secteur public, à savoir qu’elle n’est souvent ni marchande, ni

offerte sur un marché concurrentielle, explique les difficultés liées à sa mesure. Qui plus est,

même si les programmes publics sont exécutés à moindre coût et combinés de façon

appropriée, le niveau de dépense globale qui en résulterait pourrait ne pas être soutenable. En

effet, dans pareil cas, il est difficile de se prononcer sur la productivité de la dépense agrégée

sans tenir compte de ses implications sur le cadre macroéconomique (inflation, niveau de la

dette, taux d’intérêt, pollution, etc.).

Toutefois, il est possible d’apprécier le niveau de productivité des dépenses publiques,

sachant que l’objectif d’une telle politique demeure le développement économique qui peut

être mesuré par la croissance soutenue et durable. Aussi bien dans les économies avancées

qu’en développement, le constat est que les dépenses publiques ont souvent joué un rôle de

premier rang dans l’accumulation continue du capital physique et humain. En réalité, les

dépenses publiques peuvent accélérer la croissance économique, même dans le court terme,

lorsque l’insuffisance d’infrastructures ou de main d’œuvre qualifiée peut se révéler une

contrainte à l’augmentation de la production.

Dès lors, la mesure de l’incidence des dépenses publiques sur la croissance économique peut

être considérée comme un indicateur global de leur productivité. En effet, la croissance

économique étant l’une des principales conditions nécessaires à la réalisation de meilleures

performances en matière de bien-être social, ce qui constitue l’objectif ultime de la politique

économique, elle est très souvent l’un des indicateurs les mieux suivis pour l’évaluation des

politiques macroéconomiques. Elle constitue, dès lors, un candidat naturel lorsqu’il s’agit

d’apprécier la qualité des dépenses publiques. Par ailleurs, Devarajan et al. (1996) soutiennent

5

que dans la mesure où la croissance économique est un des objectifs de tout Gouvernement, il

est utile de connaître la contribution de la politique de dépenses publiques à cet objectif, cela

comme un moyen d’évaluer le coût d’opportunité par rapport à des choix alternatifs. Par

exemple, si deux économies sont similaires et ont un même ratio de dépenses budgétaires par

rapport au PIB, la différence de leurs niveaux de croissance peut être révélatrice de l’existence

de coûts d’opportunité, c’est-à-dire de dépenses improductives, pour la moins performante.

II.1. Dépenses Publiques et Croissance Economique dans l’UEMOA :

Analyse Comparative

La croissance économique est donc un indicateur particulièrement utile dans le cadre des

analyses comparatives de la qualité des dépenses publiques au niveau international. A ce titre,

le tableau I.I montre que sur la période 90-99, l’UEMOA dans sa globalité affichait le ratio

des dépenses publiques au PIB plus élevé que la moyenne des pays africains, tandis que son

taux de croissance était également au-dessus de la moyenne africaine.

Tableau I.I : Ratios de Dépenses Publiques Totales et Taux de croissance

REGIONS

Période

1990-1999 2000-2009

Dépenses Publiques (% du PIB)

Croissance Economique

(en %)

Dépenses Publiques (% du PIB)


(en %)

UEMOA 29,3 3,0 22,1 2,6

Bénin 19,1 4,5 20,6 4,3 Burkina Faso 20,6 5,1 23,0 5,0 Côte d’Ivoire 25,3 2,6 19,5 0,5 Guinée-Bissau 36,6 2,0 27,3 1,5 Mali 25,1 3,6 22,7 5,4 Niger 16,5 1,9 18,5 3,8 Sénégal 29,4 2,7 29,8 4,0 Togo 22,7 2,6 18,1 2,0

Afrique Australe 31,3 3,3 31,3 1,6

Afrique Centrale 29,3 0,0 21,6 5,1

Afrique de l’Est 21,0 3,1 23,8 6,1

Afrique du Nord 29,3 3,3 29,9 4,6

Afrique de l’Ouest 20,7 3,2 30,9 5,7

Afrique 27,2 2,9 28,0 4,5

Notes : Les chiffres reportés au tableau I.I sont des moyennes pondérées, calculées sur les périodes indiquées.

Les pays regroupés dans la rubrique « Afrique de l’Ouest » sont les pays de l’Afrique de l’Ouest (y compris la

Mauritanie) hors UEMOA. L’échantillon global comprend 46 pays africains.

Source: WDI, Calcul des Auteurs

6

Cependant, ce résultat cette situation économique ne traduit pas nécessairement une meilleure

productivité des dépenses publiques, dans la mesure où les pays de l’Afrique de l’Est et ceux

de l’Ouest ont connu des taux de croissance similaires pour des ratios de dépenses publiques

largement moins élevés.

La situation décrite plus haut pour l’’UEMOA cache un certain nombre de disparités entre les

pays membres. Des pays comme le Bénin et le Burkina Faso se sont ainsi distingués par des

dépenses publiques relativement maîtrisées et des taux de croissance plus élevés. En

revanche, la Guinée-Bissau, la Côte d’Ivoire et le Sénégal se sont caractérisés par des

dépenses moins productives, à en juger par leurs ratios de dépenses publiques et leurs niveaux

de croissance.

Les politiques d’assainissement de la politique budgétaire engagées depuis les années 90 se

sont traduites sur la période 2000-2009, par une réduction importante (-7points) du ratio des

dépenses budgétaires au PIB. Néanmoins, ces réformes ne se sont pas accompagnées d’une

accélération de la de croissance. Parmi les pays de l’UEMOA, le Burkina Faso et le Mali ont

réalisé les meilleures performances, dépassant même la moyenne africaine. Ensuite, le Bénin

et le Niger ont réussi à obtenir des taux de croissance appréciables, pour des ratios de

dépenses publiques au PIB inférieurs à la moyenne africaine. En ce qui concerne les autres

parties du continent, elles ont réalisé des taux de croissance largement plus élevés (en dehors

de l’Afrique Australe), à travers une légère augmentation du ratio de leurs dépenses

publiques.

Pour un ratio de 22,1% par rapport au PIB, les dépenses publiques dans l’UEMOA se sont

élevées à près de 7300 milliards de FCFA. Ainsi, l’effet direct et immédiat d’une

augmentation de 5 points de pourcentage de la productivité des dépenses publiques aurait

permis, en 2009, à taux de croissance inchangé, de réaliser une économie d’environ 365

milliards de FCFA sur les dépenses publiques. Une telle économie aurait pu servir à financer

des dépenses additionnelles d’investissement, à renforcer des programmes sociaux prioritaires

existants ou à réduire les déficits budgétaires.

Afin de mieux apprécier la productivité des dépenses publiques dans les pays de l’UEMOA,

il convient de comparer leurs performances à celles des autres pays du continent, à travers une

représentation du nuage de points faisant apparaître tous les pays de l’échantillon (Graphique

I.1).

7

Graphique I.I : Ratios des Dépenses Publiques au PIB et Taux de Croissance (2000-2009)

L’observation du nuage de points reliant le ratio des dépenses publiques au PIB et le taux de

croissance économique, pour 46 pays africains, ne témoigne d’aucune relation nette entre ces

deux variables dans la mesure où la pente de la droite de régression correspondante est

presque nulle3. Par ailleurs, la remarque qui peut être faite est que, pour un niveau de

dépenses publiques donné, les pays se trouvant au-delà de la droite de régression semblent

afficher une meilleure productivité des dépenses publiques, dans la mesure où leurs taux de

croissance sont plus élevés.

Ainsi, le graphique I.1 met en évidence les résultats déjà présentés dans le tableau I.1 qui

témoigne de meilleures performances obtenues par le Mali, le Burkina Faso et le Niger au

sein de l’UEMOA. Seulement, les résultats obtenus par ces pays de l’UEMOA demeurent

moins reluisants que ceux obtenus par d’autres pays africains, à ratios de dépenses publiques

comparables (entourés d’un cercle sur le graphique I.1)4. De manière générale, les

performances affichées par l’UEMOA semblent insuffisantes, au regard de celles de pays tels

l’Ethiopie, la Tanzanie, l’Ouganda, le Rwanda, le Tchad et le Soudan. L’une des explications

majeure est sans doute relative à l’instabilité politique en Côte d’Ivoire dont le poids

économique est le plus important au sein de l’UEMOA.

3 A titre de comparaison, cette pente était négative sur la période 1990-1999. 4 Il s’agit notamment de l’Ethiopie, de la Tanzanie, de l’Ouganda, du Rwanda, du Tchad et du Soudan.

BEN BFA

CIV

GBU

MLI

NGR

SEN

TOG UEMOA

y = 0,004x + 0,042

-0,08

-0,06

-0,04

-0,02

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,00 0,10 0,20 0,30 0,40 0,50 0,60

Ratio Moyen des Dépenses Publiques au PIB

Tau

x d

e C

rois

san

ce M

oyen

8

II.2. Importance des Investissements Publics et Croissance

Economique dans l’UEMOA : Analyse Comparative

Un des faits stylisés majeurs de la politique budgétaire est que l’investissement public serait

plus productif que la consommation publique. D’ailleurs, les réformes généralement menées

pour assainir les finances publiques portent davantage sur la rationalisation des dépenses

courantes, au profit des dépenses d’investissement. Ainsi, il serait intéressant, dans les lignes

qui suivent, de voir si les différences dans les ratios d’investissement public sont à l’origine

des disparités de productivité des dépenses publiques constatées plus haut.

Tableau I.2 : Ratios de Dépenses d’Investissement Public et Taux de croissance

REGIONS

Période

1990-1999 2000-2009

Investissement Public

(% du PIB)


(en %)

Investissement Public

(% du PIB)


(en %)

UEMOA 7,2 3,0 6,8 2,6

Bénin 6,0 4,5 6,9 4,3 Burkina Faso 9,6 5,1 11,5 5,0 Côte d’Ivoire 4,1 2,6 2,8 0,5 Guinée-Bissau 20,2 2,0 8,9 1,5 Mali 13,7 3,6 9,6 5,4 Niger 5,0 1,9 8,0 3,8 Sénégal 10,9 2,7 12,2 4,0 Togo 3,5 2,6 2,6 2,0



Afrique de l’Est 5,5 3,1 6,6 6,1

Afrique du Nord 7,1 3,3 7,2 4,6


Afrique 7,2 2,9 6,9 4,5

Notes : Les chiffres reportés au tableau I.I sont des moyennes pondérées, calculées sur les périodes indiquées.

Les pays regroupés dans la rubrique « Afrique de l’Ouest » sont les pays de l’Afrique de l’Ouest (y compris la


Sur la période 1990-1999, les résultats enregistrés par l’Afrique de l’Est confirment que

l’investissement public est un facteur déterminant de la productivité des dépenses publiques.

En effet, cette zone a consacré un ratio de dépenses d’investissement public plus faible pour

l’un des taux de croissance les plus élevés. L’exemple de l’Afrique du Nord est également à

souligner, du fait que ses dépenses ont été inférieures à la moyenne africaine, pour le taux de

9

croissance le plus élevé. En outre, le cas des autres pays de l’Afrique de l’Ouest mérite une

attention particulière car il est bien probable que la productivité élevée de leurs dépenses

publiques (énoncée dans la sous-section précédente) s’explique par des taux d’investissement

public conséquents (9,2% du PIB). Quant aux pays de l’Afrique Centrale, l’investissement

public semble improductif en raison de l’instabilité politique ayant marquée cette période.

S’agissant des pays de l’UEMOA, il apparaît que l’expérience du Burkina Faso est similaire,

voire plus intéressante que celle des autres pays de l’Afrique de l’Ouest (hors-UEMOA). En

effet, avec un taux d’investissement public élevé (9,6%), l’économie burkinabé a crû à un

rythme de 5,1%, soit le taux de croissance le plus élevé de la période. Le cas du Bénin se

rapproche de ceux de l’Afrique de l’Est et du Nord, avec une croissance relativement

importante pour des dépenses d’investissement maîtrisées. Dans le même temps, certaines

économies se sont illustrées par des taux de croissance qui, a priori, n’ont pas traduit le niveau

élevé de leurs investissements publics. C’est le cas de la Guinée-Bissau et, dans une moindre

mesure, du Sénégal.

Graphique I.3 : Ratios des Dépenses d'investissement Public au PIB et Taux de Croissance (2000-2009)

Sur la période 2000-2009, des régions comme l’Afrique de l’Est et du Nord ont enregistré un

rythme plus soutenu de l’activité économique en augmentant leurs niveaux d’investissement

public. Pour les pays de l’Afrique Centrale, le retour de la stabilité pourrait justifier le regain

de productivité de l’investissement public. Au sein de l’UEMOA, le Bénin et le Burkina Faso

se sont illustrés par un effort accru en matière d’investissement public, tout en maintenant un

rythme de leur croissance économique satisfaisant. L’exemple du Mali est édifiant. En effet,

les investissements publics semblent avoir été assainis pour donner plus de productivité, à en

BEN

BFA

CIV

GBU

MLI

NGR SEN

TOG UEMOA

y = 0,2912x + 0,0219

-0,08

-0,06

-0,04

-0,02

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16

y=0,7226x + 2,1837

Ratio Moyen des Dépenses d'Investissement au PIB

Tau

x d

e C

rois

san

ce M

oye

n

10

juger par le taux de croissance le plus élevé de l’espace UEMOA, au cours de cette période.

Le Sénégal et le Niger ont, quant à eux, observé des taux de croissance plus élevés

augmentant leurs investissements publics. Cependant, ces résultats se sont révélés en deçà des

taux record de la Zone. La Côte d’Ivoire et le Togo se caractérisent par les taux

d’investissement et les taux de croissance les plus faibles de la Zone.

Une analyse comparée des graphiques I.1 et I.2 montre, de façon très nette, que les dépenses

d’investissement public sont plus porteuses de croissance que les dépenses de consommation

publiques. Pour rappel, la pente relative aux dépenses totales (graphique I.1) est presque nulle,

tandis que celle des dépenses d’investissement est de 0,29. Autrement dit, une augmentation

de 1 point de pourcentage des dépenses d’investissement se traduirait par une hausse de 0,29

point de croissance. Or, la même augmentation sur les dépenses totales n’affecterait pas la

croissance, ce qui implique que les dépenses de consommation publiques sont responsables de

la faible productivité des dépenses totales.

En dehors de la Côte d’Ivoire et de la Guinée-Bissau, les pays de l’UEMOA sont bien

représentés sur la droite de régression liant l’investissement public et la croissance en Afrique

(droite en trait plein). Cependant, cette qualité de représentation ne témoigne pas

nécessairement d’une productivité suffisante des dépenses d’investissement public. En effet, il

existe dans l’échantillon des pays qui ont réalisé des taux de croissance largement plus élevés

à taux d’investissement similaires ou inférieurs. Ces pays sont généralement représentés au-

dessus de cette droite de régression5. Pour ce dernier groupe, une seconde droite de régression

(tracée en pointillés) a été représentée, montrant une pente largement plus élevée (0,72) que

celle pour tous les pays africains (0,29).

Par rapport à cette dernière pente de 0,72, il apparaît clairement que la productivité des

investissements publics réalisés dans l’UEMOA reste insuffisante. Considérant cette dernière

pente, il est possible de constater qu’il existe pour tous les pays de l’UEMOA un manque à

gagner en termes de points de croissance de long terme, compte tenu de leurs ratios

d’investissement public.

Ainsi, après avoir constaté l’existence d’un déficit de productivité des dépenses publiques

dans l’espace UEMOA, il paraît important de tirer les enseignements d’une telle situation,

afin de pouvoir suggérer les mesures de correction appropriées. Cela appelle une réflexion

autour des principaux facteurs de la productivité (ou de l’improductivité) des dépenses

publiques.

5 Parmi ces pays, on retrouve notamment l’Ethiopie, le Rwanda, la Tanzanie, l’Ouganda, l’Ile Maurice, l’Egypte, le Maroc et le Soudan.

11

II.3. Analyse des Facteurs Explicatifs Potentiels de la Productivité des

Dépenses Publiques.

La gouvernance politique, économique et administrative ainsi que le capital humain jouent,

sans aucun doute, un rôle de premier plan dans la productivité et l’efficacité des dépenses

publiques. En effet, l’exécution appropriée de la politique de dépenses publiques requiert la

réunion d’un certain nombre de conditions préalables, ayant trait notamment à l’existence

d’un environnement politique stable, de ressources humaines efficaces capables d’assurer une

définition précise et transparente des priorités nationales. Ainsi, un certain nombre

d’indicateurs, couvrant la période 2000-2009, ont été sélectionnés dans le cadre de ce travail

pour rendre compte de la qualité de l’action publique au sein de l’UEMOA.

II.3.1. La Gouvernance Politique et administrative

La stabilité politique est une condition indispensable au développement économique, en

général, et à l’efficacité de la politique budgétaire en particulier. De ce point de vue, les pays

de l’UEMOA semblent avoir mieux réussi à préserver la stabilité politique par rapport à la

moyenne africaine. Au sein de cette zone, le Bénin, le Mali et le Burkina affichent

respectivement les situations politiques les plus enviables. Cela confirme les observations

précédemment faites sur la meilleure productivité des dépenses publiques dans ces pays.

La qualité de l’action gouvernementale en matière budgétaire est ici appréhendée par les

indicateurs « efficacité du gouvernement », « qualité de l’administration publique », « qualité

de la politique budgétaire ». De ce point de vue, les statistiques présentées au tableau I.3

révèlent, de manière générale, la persistance de pesanteurs pénalisant la politique budgétaire

dans l’UEMOA, en comparaison avec les autres régions d’Afrique. En particulier, les autres

pays de l’Afrique de l’Ouest et ceux de l’Afrique de l’Est apparaissent comme disposant des

meilleures performances en matière de gestion des affaires budgétaires. Cela corrobore les

résultats observés dans ces mêmes régions en termes de productivité des dépenses publiques.

Parmi les pays de l’UEMOA, les meilleures pratiques sont observées au Burkina-Faso, au

Sénégal, au Mali et au Bénin.

S’agissant du respect et de la transparence des procédures budgétaires, les deux dernières

colonnes du tableau I.3 indiquent qu’au cours de la période 2000-2009 les pays de l’Afrique

de l’Est et ceux de l’Afrique de l’Ouest (hors UEMOA) se sont montrés plus orthodoxes en

matière de transparence et de lutte contre la corruption. L’UEMOA a, quant à elle, affiché une

position relativement proche de la moyenne des pays africains. Dans la zone, le Bénin, le

Burkina Faso et le Mali se sont distingués au vu de ces indicateurs.

12

Tableau I.3 : Indicateurs de Stabilité et Gouvernance Politiques

REGIONS Stabilité Politique

Efficacité du Gouvernement

Qualité de l’Administration

Publique

Qualité de la Politique

Budgétaire

Respect des Procédures

Budgétaires et Financières

Transparence et Contrôle de la

Corruption

UEMOA -0,4 -0,8 2,8 3,3 3,0 2,6

Bénin 0,5 -0,4 3,0 3,9 3,6 3,5 Burkina Faso 0,0 -0,7 3,5 4,5 4,1 3,2 Côte d’Ivoire -1,9 -1,2 2,0 2,3 2,3 2,2 Guinée-Bissau -0,5 -1,2 2,5 2,5 2,5 2,5 Mali 0,1 -0,7 3,0 4,0 3,6 3,5 Niger -0,5 -0,8 3,0 3,4 3,5 2,9 Sénégal -0,2 -0,2 3,5 3,9 3,3 3,0 Togo -0,5 -1,4 2,0 2,5 2,1 2,0

Afrique Australe 0,0 -0,3 2,8 2,8 2,7 2,8

Afrique Centrale -1,0 -1,1 2,7 3,2 2,8 2,5

Afrique de l’Est -1,1 -0,7 3,0 3,9 3,5 2,8

Afrique du Nord -0,9 -0,4 - - - -

Afrique de l’Ouest -0,5 -0,6 3,2 3,6 3,2 3,0

Afrique -0,6 -0,7 2,9 3,4 3,0 2,7

Notes : Les chiffres reportés au tableau I.I sont des moyennes pondérées, calculées sur les périodes indiquées. Les pays regroupés dans la rubrique « Afrique de l’Ouest »

sont les pays de l’Afrique de l’Ouest (y compris la Mauritanie) hors UEMOA. L’échantillon global comprend 46 pays africains.

Signification des Indicateurs : La « Stabilité Politique » mesure la perception d’une éventuelle déstabilisation ou destitution du Gouvernement par des moyens

anticonstitutionnels ou violents. Un pays est d’autant plus stable que le score est élevé. L’« Efficacité du Gouvernement » mesure la qualité de la formulation et de la mise

en œuvre des politiques publiques, le degré d’indépendance de l’administration et la crédibilité du Gouvernement vis-à-vis du respect de ses engagements. La «Qualité de

l’Administration » décrit la qualité de l’organisation des ressources humaines dans l’Administration. La « Qualité de la Politique Budgétaire » évalue la soutenabilité à

court et moyen termes de la politique budgétaire (en rapport avec les politiques monétaire et de change) ainsi que son impact sur la croissance. Le « Respect des

Procédures Budgétaires et Financières » renvoie à la sincérité du budget en rapport avec les politiques prioritaires. Il permet également d’apprécier la qualité du contrôle

budgétaire. L’indicateur « Transparence et Contrôle de la Corruption » renseigne sur le degré de reddition de compte des autorités budgétaires devant les populations et es

pouvoirs législatifs et judiciaires. Il évalue donc l’accès du public à l’information sur la gestion des finances publiques.


13

II.3.2. La Qualité de la Gouvernance Macroéconomique

L’indicateur de « stabilité macroéconomique » est une mesure synthétique du degré

d’équilibre du cadre macroéconomique qui repose sur des variables telles que l’inflation, les

déficits intérieur et extérieur, la soutenabilité de la dette, les fluctuations du taux d’intérêt, etc.

Cet indicateur reporté dans la première colonne du tableau I.4 montre que l’environnement

économique dans l’espace UEMOA demeure relativement stable, par rapport aux autres

régions du continent. Cela peut s’expliquer par les atouts liés à la politique d’intégration

régionale et à la stabilité du taux de change.

Tableau I.4 : Indicateurs de Stabilité et de Performance Macroéconomiques

REGIONS Stabilité

Macroéconomique Gestion

Macroéconomique Environnement

des Affaires Infrastructures

UEMOA 4,4 3,7 3,8 2,7

Bénin 4,5 4,4 3,8 2,5 Burkina Faso 4,0 4,5 3,8 2,4 Côte d’Ivoire 4,5 2,9 3,7 3,3 Guinée-Bissau - 2,2 - - Mali 4,2 4,5 3,7 2,5 Niger - 3,9 - - Sénégal 4,5 4,2 4,2 2,9 Togo - 2,7 - -



Afrique de l’Est 3,8 4,0 3,7 2,5

Afrique du Nord 4,8 - 4,1 3,7


Afrique 4,2 3,6 3,8 2,8

Notes : Les chiffres reportés au tableau I.I sont des moyennes pondérées, calculées sur les périodes indiquées. Les

pays regroupés dans la rubrique « Afrique de l’Ouest » sont les pays de l’Afrique de l’Ouest (y compris la


Signification des Indicateurs : La « Stabilité Macroéconomique » est dérivée des indicateurs que sont le déficit

budgétaire, l’inflation, le déficit extérieur, les variations du taux d’intérêt, la dette publique, le taux d’épargne et la

notation du crédit. La « Gestion Macroéconomique » renvoie aux politiques monétaire et de change, ainsi qu’à la

maîtrise des cycles économiques. L’ « Environnement des Affaires » synthétise un ensemble d’indicateurs relatifs à

l’efficacité du marché des biens et services (Goods Market Efficiency). L’indicateur « Infrastructures » mesure la

qualité des infrastructures publiques.


14

D’ailleurs, l’indicateur de la « gestion macroéconomique » qui rend compte, à la fois, de

l’efficacité des politiques monétaire et de change ainsi que de la maîtrise des cycles

économiques, corrobore les résultats relatifs à la stabilité dans la zone UEMOA. A ce niveau,

les pays de l’UEMOA semblent se situer au-dessus de la moyenne africaine, même si les pays

de l’Afrique de l’Est font mieux. Parmi les pays de l’Union, le Burkina Faso, le Mali et le

Bénin apparaissent, encore une fois, comme les pays les mieux notés.

La productivité des dépenses publiques peut également se mesurer à l’aune de la capacité

d’un pays à éliminer les distorsions sur les marchés, à favoriser une concurrence saine et

loyale et à créer des infrastructures structurantes à même de renforcer la fluidité des

transactions économiques et commerciales. De ce point de vue, les indicateurs

« environnement des affaires » et « infrastructures » relevés dans le tableau I.5 montrent que

les résultats des pays de l’UEMOA ne sont pas si différents de ceux de l’ensemble des pays

africains. Néanmoins, les pays de l’Afrique du Nord ont pris de l’avance par rapport aux

autres contrées du continent.

II.3.3. Synthèse

L’approche benchmarking menée dans le cadre des faits stylisés a montré des disparités

relativement importantes entre les régions du continent africain. Les résultats affichés par

l’UEMOA apparaissent mitigés, au regard des performances enregistrées par les pays

l’Afrique de l’Est et ceux de l’Afrique de l’Ouest (hors UEMOA) et du Nord. A l’intérieur de

l’UEMOA, des disparités ont également constatées. En effet, les dépenses publiques dans des

pays tels que le Burkina Faso, le Bénin et le Mali se sont révélées plus productives ; ces pays

ont même parfois enregistré de meilleurs résultats que les autres régions du continent.

Les timides performances observées dans l’UEMOA ont ensuite poussé à la réflexion autour

des principaux facteurs de la productivité des dépenses publiques. En substance, les résultats

ont montré que, du point de vue de la stabilité politique et économique ainsi que de la qualité

de la gestion macroéconomique, l’Union affiche une relative bonne santé. En revanche, les

principales difficultés seraient liées à la qualité de l’administration, à la définition des

politiques budgétaires et aux carences notées dans le respect et la transparence des procédures

budgétaires. En définitive, l’amélioration de la productivité des dépenses publiques dans

l’espace UEMOA invite à un regain d’efforts en matière de gouvernance budgétaire. Par

ailleurs, comme cela a été montré précédemment, les dépenses de consommation publique ne

seraient porteuses de croissance économique. Dès lors, une politique budgétaire efficace

15

devrait s’orienter vers l’élimination des lignes de dépenses de consommation improductives,

au profit d’une augmentation des investissements publics les plus productifs.

Toutefois, ces premières conclusions issues des faits stylisés restent à confirmer à travers une

approche empirique. L’objectif d’une telle analyse est, à l’aide d’un modèle de croissance

dûment spécifié, d’approfondir la recherche sur l’impact réel de la politique budgétaire sur

l’activité, de procéder à des comparaisons de performances selon les pays et les régions et,

enfin, de pouvoir donner une appréciation sur le degré de productivité des dépenses publiques

dans la zone UEMOA. La méthodologie adoptée repose sur un modèle de croissance

économique, intégrant les variables budgétaires et estimé selon une approche non

paramétrique bayésienne.

III. Revue de Littérature

La littérature sur la productivité des dépenses publiques, en particulier, dans ses rapports avec

la croissance économique est abondante. Les premiers travaux accordant un rôle important

aux dépenses publiques dans l’activité économique sont inspirés de l’approche keynésienne

qui suggère qu’à travers leurs mécanismes contra-cycliques, les dépenses publiques peuvent

promouvoir la croissance économique.

Dans un autre registre, la théorie néoclassique soutient que la politique budgétaire n’affecte

pas l’activité économique à long terme. Ce courant de pensée est en droite ligne avec les

modèles des cycles d’affaires (Real Business Cycles) qui postulent que l’économie est

toujours en situation d’équilibre global, pour conclure à l’inutilité de la politique budgétaire

dans la perspective de stabilisation des fluctuations conjoncturelles. Les modèles pionniers du

courant de la théorie des cycles réels sont ceux de Kydland et Prescott (1982) et Long et

Plosser (1983). Cooley (1995) et Prescott (1998) proposent une revue de littérature plus

détaillée.

Dans le prolongement de la vision néoclassique, une nouvelle théorie a émergé, soutenant

l’idée que les dépenses publiques ont un effet négatif sur la croissance. En effet, cette théorie

repose sur l’idée que le coût associé aux dépenses publiques est supérieur aux bénéfices

qu’elles procurent. Selon Ertz (2001), Les arguments empiriques se fondent essentiellement

sur l’expérience des pays de l’Europe du Nord qui, dans les années 80, ont réussi à relancer

l’activité économique en contractant leurs dépenses publiques, de manière forte, rapide et

durable (Llau, 1999 ; Giudice et al., 2003 ; Creel, 2005).

Dans le sillage des modèles néoclassiques, Arrow et Kurtz (1970) ont développé un modèle

où le consommateur tire son utilité aussi bien de sa consommation que du capital public,

16

tandis que la fonction de production intègre le stock de capital public. Ils ont ainsi conclu que

les dépenses publiques n’affectent que la dynamique transitionnelle du taux de croissance,

mais l’état stationnaire reste inchangé.

Contrairement aux conclusions d’Arrow et Kurz, l’émergence des modèles de croissance

endogène a permis d’établir un lien positif entre les dépenses publiques et la croissance à long

terme. C’est le cas du modèle de Barro (1990). Les travaux rattachés à la théorie de la

croissance endogène ont mis en exergue la différence qui existe entre les dépenses

productives et les dépenses improductives, dans leur relation avec la croissance

(Landau,1983 ; Aschauer, 1989). De manière générale, ces travaux concluent que le PIB est

négativement affecté par les dépenses de consommation. Par contre, selon Aschauer et Barro

les dépenses d’investissement sont positivement corrélées à la croissance.

Les arguments en faveur de la plus grande productivité des dépenses d’investissement public

tiennent au fait que de nombreuses études ont établi que les dépenses destinées à

l’amélioration des infrastructures éducatives et sanitaires, des réseaux de communication

(routes, chemins de fer, ports, aéroports, télécommunications etc.) génèrent des externalités

positives sur les rendements des investissements du secteur privé et donc, sur la croissance et

le développement (Blejer et Khan, 1984 ; Tanzi et Zee, 1997).

Pourtant, abordant la question de la productivité des dépenses publiques dans les pays en

développement, Devarajan, Swaroop et Zhou (1996) sont arrivés à des résultats quelque peu

surprenants qui suggèrent que les dépenses d’investissement public, censées être les plus

productives, ont un impact nul, voire négatif, sur la croissance. De plus, les dépenses

courantes ont un impact positif sur la croissance. Ces auteurs expliquent que, soit leur modèle

est mal spécifié, soit les données sont imprécises ou les dépenses d’investissement n’ont pas

réussi à améliorer la productivité du capital physique et humain dans le secteur privé. De

manière générale, leurs résultats montrent que les dépenses publiques ne sont pas productives

dans les pays en développement.

Cependant, l’article de Devarajan et al. aboutit à des conclusions différentes de celles de

Gupta et al. (2005) qui, sur la base d’un échantillon de 39 pays en développement, dont 5

pays de l’UEMOA6, établissent que toute hausse des dépenses consacrées aux traitements et

salaires dans le secteur public est improductive, tandis que les dépenses consacrées aux autres

biens et équipements relèvent notablement la croissance. Par ailleurs, les auteurs montrent que

l’ajustement budgétaire est nécessaire pour impulser la croissance économique. Dès lors, ils

6 Bénin, Burkina Faso, Mali, Niger et Sénégal.

17

recommandent la restructuration des finances publiques, consistant à réduire les dépenses

improductives au profit des dépenses productives, tout en maîtrisant les déficits publics.

Concernant les pays africains, certains auteurs tels que Ojo et Oshikoya (1995) ont montré

que les dépenses publiques ont une incidence négative sur la croissance du PIB par tête. Par

ailleurs, Gupta et al. (1997), analysant l’efficacité des dépenses d’éducation et de santé, sur la

période 1984-1995, ont montré que ces dernières étaient moins productives en Afrique qu’en

Asie et dans l’Hémisphère Occidental. Cependant, ils ont établi que les dépenses devenaient

de plus en plus efficaces.

Il existe peu d’études portant exclusivement sur l’efficacité des dépenses publiques dans la

zone UEMOA. Nubukpo (2003) a utilisé un modèle à correction d’erreur pour arriver aux

résultats selon lesquels, d’une part, les effets des dépenses publiques sur la croissance ne sont

significatifs qu’à long terme ; et d’autre part, que seules les dépenses d’investissement sont

productives, mais avec un impact différencié selon les pays de la zone. Dans la même veine,

Ouattara (2008) a montré que les dépenses en capital public agissaient positivement sur la

productivité relative des facteurs, tandis que les dépenses publiques de consommation

n’avaient aucun effet sur la croissance. Ses résultats suggèrent également que les

infrastructures publiques sont porteuses de croissance dans l’espace UEMOA.

18

IV. Méthodologie

En dépit des avancées notoires dans la théorie de la croissance économique, les recherches

empiriques n’ont pas encore permis de trancher le débat sur les véritables déterminants de la

croissance. Les tentatives d’identification des variables explicatives de la croissance ont ainsi

conduit à la sélection de plus de 140 variables. Il va sans dire qu’une telle profusion de

variables suscite beaucoup d’interrogations quant à la véritable spécification du modèle de

croissance économique. Au-delà de cette incertitude, liée à la spécification du modèle, il en

existe une autre, relative aux paramètres à estimer. En effet, les techniques classiques de

régression conduisent à des estimations des paramètres qui sont fortement dépendantes de la

spécification retenue.

Dans ce contexte, plusieurs auteurs considèrent que l’emploi des techniques de combinaison

de modèles permet d’estimer des paramètres prenant en compte ces types d’incertitude. A cet

effet, s’inspirant des méthodes de Raftery (1995), Sala-i-Martin, Doppelhofer et Miller (SDM,

2004) ont utilisé l’approche de la combinaison bayésienne d’estimations classiques (BACE)7

pour identifier les régresseurs à inclure dans le modèle de croissance, sur la base des données-

pays en coupe instantanée. Pour le même objectif, Fernandez, Ley et Steel (FLS, 2001) ont

utilisé une approche purement bayésienne, donc une information a priori plus précise sur les

paramètres, à travers le recours à la méthode de la combinaison bayésienne de modèles

(BMA)8.

S’inspirant des travaux de ces derniers, de Koop (2003), ainsi que de Moral-Benito (2010),

cette étude fait appel aux méthodes de combinaison bayésienne appliquées aux données de

panel. Au-delà de la commodité du recours aux données de panel pour analyser la productivité

des dépenses publiques dans l’UEMOA, cette approche possède plusieurs avantages.

Premièrement, elle permet de disposer d’un plus grand nombre d’observations, contrairement

aux données en coupe instantanée. Ensuite, elle résout la question du biais résultant

habituellement de l’omission d’effets spécifiques non observables. Les estimations peuvent

aussi être biaisées lorsque l’on considère à tort des variables endogènes comme exogènes.

Pour résoudre simultanément les problèmes de variables omises et d’endogénéité, cette étude

propose une estimation par le maximum de vraisemblance intégrant les variations intra

(within) et inter-pays (between). Concrètement, la fonction de vraisemblance inclut non

seulement les effets individuels inobservés, mais prend également en compte la nature

7 Bayesian Averaging of Classical Estimates

8 Bayesian Model Averaging

19

endogène de la variable dépendante retardée dont l’appartenance au groupe des variables

explicatives découle de la théorie de la convergence économique.

L’originalité de l’approche par le maximum de vraisemblance retenue tient également à la

prise en compte simultanée de l’hétérogénéité observée (superficie, enclavement, taille de la

population, etc.) et de l’hétérogénéité inobservée (effets fixes individuels, corrélés avec les

régresseurs). Tandis que le premier type d’hétérogénéité est capté par la variabilité inter

(between), le second est mesuré grâce à la variabilité intra (within).

Afin d’allier cette estimation des données de panel par le maximum de vraisemblance à

l’approche bayésienne, la méthodologie mise en œuvre dans cette étude repose sur la méthode

de la Combinaison Bayésienne d’Estimations par le Maximum de Vraisemblance (BAMLE)9,

proposée par Moral-Benito (2010), sur la base des travaux de Raftery (1995), Fernandez et al.

(2001) et Alvarez et Arellano (2003). Une des principales forces de cette méthode est qu’elle

ne requiert la définition que d’un seul hyper-paramètre a priori, à savoir l’espérance de la

taille du modèle, . En tout état de cause, l’expérience a montré que les estimations

effectuées sur la base de cette approche était robustes au choix de différentes hypothèses a

priori. Enfin, cette méthodologie est similaire à l’approche BACE, dans le sens où elle suit

Raftery (1995), en ayant recours à l’approximation asymptotique de Schwartz de la

vraisemblance marginale.

Encadré : Apports de la méthode BAMLE vis-à-vis de la Régression Bayésienne Classique

(en Coupe Transversale)

Extension aux Données de Panel

Prise en compte de l’hétérogénéité inobservée (effets fixes individuels et temporels)

Introduction de la variable endogène retardée.

Choix de la Méthode du Maximum de Vraisemblance

Résolution des problèmes d’endogénéité

Prise en compte des effets fixes observés (superficie du pays, taille de la population, etc.)

Les régressions bayésiennes classiques sont utiles pour résoudre les questions liées à

l’incertitude sur la spécification et sur les paramètres des modèles. Comme le montre

l’encadré ci-dessus, l’approche BAMLE enrichit les méthodes de régression bayésienne

classiques, non seulement à travers l’utilisation des données de panel, mais encore, à travers le

choix de la méthode du maximum de vraisemblance.

9 Bayesian Averaging of Maximum Likelihood Estimates

20

IV.1. Les Principes de Base de la Combinaison Bayésienne de

Modèles

Selon la représentation du modèle de régression classique, le lien entre le taux de croissance

et ses variables explicatives peut s’exprimer de la manière suivante :

(1)

La philosophie qui sous-tend l’approche de la combinaison bayésienne de modèles est qu’il

existe une multitude de spécifications potentielles du modèle de croissance, chacune d’entre

elles étant définie par une combinaison donnée de variables explicatives, et associée à une

probabilité de correspondre au vrai modèle.

Cependant, il convient de noter que la théorie économique accorde une importance capitale à

la variable retardée du taux de croissance (PIB initial), qui permet de rendre compte du

phénomène de convergence entre économies. Dès lors, cette variable est exclue de la question

de l’incertitude et intervient dans le modèle avec une probabilité égale à l’unité.

Dans la théorie bayésienne, un modèle est défini par la conjonction d’une fonction de

vraisemblance et d’une densité a priori. D’un point de vue formel, en supposant que

l’ensemble des spécifications possibles du modèle conduit à la sélection de variables

explicatives, il existe alors combinaisons possibles de régresseurs et donc, de

spécifications. Chaque modèle est ainsi désigné par , et dépend alors des

paramètres . Ainsi, pour chacun des modèles , la distribution a posteriori du vecteur des

paramètres est définie à travers la Règle de Bayes, comme suit :

( ) ( ) ( )

( ) (2)

On peut également définir la probabilité a posteriori associée au modèle de la manière

suivante :

( ) ( ) ( )

( ) (3)

Dans cette expression, ( ) correspond à la probabilité a priori qui décrit la perception que

le modélisateur a du degré de fiabilité de la spécification Quant à la fonction ( ),

elle désigne la vraisemblance marginale (ou intégrée) et est obtenue à partir de l’expression de

la distribution a posteriori des paramètres du modèle . En effet, en procédant à

21

l’intégration des deux membres de l’équation (2) par rapport à et, en observant

que ∫ ( ) , on obtient l’expression suivante de la vraisemblance intégrée.

( ) ∫ ( ) ( ) ( )

Une des propriétés importantes de la vraisemblance marginale est qu’elle permet de procéder

à la comparaison de deux modèles donnés, grâce au facteur de Bayes. Ce dernier est défini par

le ratio des vraisemblances marginales correspondant aux modèles considérés. Cependant, il

convient de noter que si le calcul du facteur de Bayes peut se révéler particulièrement difficile

(en raison des intégrales à calculer), une approximation par le ratio de vraisemblance en a été

fournie par Schwartz.

Par ailleurs, si l’on fait l’hypothèse que est une fonction de , , on peut alors

obtenir la densité a posteriori des paramètres de l’ensemble des modèles possibles. Cette

densité globale est donnée par :

( ) ∑ ( | ) ( ) ( )

Dès lors, l’espérance et la variance a posteriori pour le vecteur de paramètres sont définies

de la manière suivante :

( ) ∑ ( | ) ( ) ( )

( ) ∑ ( | ) ( ) ∑ ( | ) ( ( ) ( ))

( )

Autrement dit, la variance globale a posteriori tient compte, à la fois, des variances intra-

individuelles, associées aux différents modèles , et de la variance inter-modèles, ainsi la

variance des estimations du vecteur de paramètres calculées sur l’ensemble des modèles

possibles.

Comme cela a été rappelé plus haut, selon la technique de la combinaison bayésienne de

modèles, le nombre de modèles à considérer croît d’une manière exponentielle ( ) , en

fonction du nombre global de paramètres, ; ainsi, les calculs requis peuvent, très vite, se

révéler fastidieux. Afin de prendre en charge ce problème, plusieurs algorithmes de résolution

22

ont été suggérés dans la littérature, avec notamment pour objectif un gain en termes de

rapidité de calcul. Aussi, dans le cadre de cette étude, l’algorithme de la Comparaison de

Modèles à l’aide des Méthodes de Monte Carlo par Chaînes de Markov ( )10 sera mis en

œuvre. L’intérêt de cet algorithme est qu’il ne nécessite pas la prise en compte de chacun des

modèles possibles pour la combinaison bayésienne.

De manière générale, la méthode de la combinaison de modèles est destinée à assurer

l’obtention d’estimations robustes, et la validité des spécifications est appréciée à l’aune de

tests d’hypothèse sur les paramètres. Or, dans le cadre de l’approche retenue, la robustesse des

régresseurs est non seulement évaluée à l’aide des tests d’hypothèse classiques, mais

également selon leur probabilité respective a posteriori d’appartenir à la bonne spécification

du modèle. Ladite probabilité est appelée, probabilité d’inclusion a posteriori (pip) et, d’un

point de vue formel, elle est définie de la manière suivante:

( ) ∑ ( )

( )

IV.2. La Combinaison Bayésienne d’Estimateurs du Maximum de

Vraisemblance (BAMLE)

L’estimation des modèles de croissance sur données de panel pose généralement deux types

de problèmes. D’une part, elle ne rend compte que de la variabilité intra-groupe des données,

omettant ainsi l’information contenue dans les variables explicatives ne possédant pas de

dimension temporelle (e.g, la superficie, les aptitudes de la population d’un pays, etc.).

D’autre part, dans la mesure où l’hypothèse habituelle d’absence de corrélation, entre le terme

d’erreur et les effets individuels, devient caduque dans le cadre des panels dynamiques,

l’estimateur intra du paramètre de convergence est biaisé lorsque la dimension temporelle est

relativement faible.

Ainsi, l’estimation par le maximum de vraisemblance peut être combinée avec l’approche

BMA, (à travers l’utilisation de l’approximation BIC), pour obtenir l’approche BAMLE qui

permet de traiter simultanément ces deux questions.

Suivant Raftery (1995) et Moral-Benito (2010), l’approche BAMLE est fondée sur la

combinaison d’estimateurs du maximum de vraisemblance dans un esprit bayésien.

Concrètement, l’équation (6) peut être récrite :

10

Markov Chain Monte Carlo Model Comparison

23

( ) ∑ ( | )

( )

Où

désigne l’estimateur du maximum de vraisemblance associé au modèle Les

arguments qui sous-tendent l’équation (9) sont de deux ordres :

en supposant que les informations a priori sur les paramètres sont diffuses (pas

précises), alors la valeur modale a posteriori de ces paramètres coïncident avec

l’estimation par le maximum de vraisemblance.

quel que soit le niveau de précision des informations a priori, si l’échantillon est

grand, la valeur modale a posteriori des paramètres peut être approchée par

l’estimateur du maximum de vraisemblance. Dans ce cas, l’équation (9) tient lieu

d’approximation.

Ainsi, selon que l’on est dans le cas d’une absence d’information a priori, quelle que soit la

taille de l’échantillon, ou dans le cas d’une quelconque information a priori et d’un

échantillon de grande taille, les valeurs a posteriori des paramètres sont équivalentes aux

estimateurs par le maximum de vraisemblance. Il n’est donc nul besoin de spécifier les

distributions a priori.

IV.2.1. La Dérivation de la Fonction de Vraisemblance

De manière générale, chacun des modèles possibles peut s’écrire:

( )

Où ( ) désigne la variable dépendante,

(

) est le

vecteur des variables explicatives, est le vecteur des variables spécifiques observables.

L’hétérogénéité inobservée est représentée par , tandis que l’hétérogénéité temporelle11

est

introduite à travers la variable . Enfin, désigne le terme d’erreur.

On fait ensuite les hypothèses suivantes :

(

) ( )

(

) ( )

11

L’hétérogénéité temporelle est corrigée en considérant l’écart entre chaque variable et sa moyenne en coupe

transversale.

24

Où est la moyenne temporelle de la variable pour l’individu (

( ⁄ )∑

).

On note que l’hypothèse (Hyp 1) permet de relâcher l’hypothèse de la stricte exogénéité de la

variable dépendante retardée, du fait qu’elle implique que les chocs courants peuvent affecter

les valeurs futures de la variable dépendante, ce qui répond au principe d’un modèle

dynamique. Il s’agit de l’hypothèse permettant d’obtenir une estimation convergente du

paramètre autorégressif , lorsque le nombre d’individus (N) tend vers l’infini, pour (T) fixe.

Sous les hypothèses (Hyp 1) et (Hyp 2), le logarithme de la fonction de vraisemblance peut

s’écrire comme suit :

(

)

(

( )

)

(

( )

)

( ( )

)

( )

Où : , et correspondent aux coefficients de projection linéaire de sur

et , avec , et ( ⁄ )∑

De plus,

, ( ) et

désignent les

écarts orthogonaux de , ( ) et respectivement.

Ainsi, étant donnés , et

la fonction de vraisemblance peut être décomposée en une

composante intra-groupe et une composante inter-groupe. Selon Alvarez et Arellano (2003),

cette démarche permet d’obtenir une estimation robuste du paramètre autorégressif lorsque T

est fixe et N tend vers l’infini. De plus, la composante inter-groupe, conjuguée à l’hypothèse

d’indépendance entre et , permet de procéder à l’identification de .

IV.2.2. L’Approximation par le Critère d’Information

Bayésienne (BIC)

Une fois que la fonction de vraisemblance des données est spécifiée, il est alors possible de

mettre en œuvre la méthodologie BAMLE, l’objectif étant de déterminer pour chacun des

modèles la probabilité intégrée ( ), définie par l’équation (4), pour ensuite

déterminer sa probabilité a posteriori ( ), définie par l’équation (3). Plusieurs

approximations numériques ont été proposées à cet effet, mais selon Raftery (1995) et Sala-i-

Martin et al.(2004), l’approximation BIC reste à la fois simple et largement répandu.

Habituellement, le facteur de Bayes entre deux modèles et est donné par le ratio

( )

( ) dont une approximation est donnée par le critère de Schwarz suivant :

25

S ( ) ( ) ( )

( ) ( )

Où est l’estimation par le maximum de vraisemblance sous , est la dimension de

et NT, la taille de l’échantillon pour un panel cylindré. Lorsque NT tend vers l’infini, le critère

de Schwarz satisfait à la propriété suivante :

( )

Dans ce cas, la statistique est donnée par :

( )

( ) ( )

Si on considère que est le modèle de référence, c’est-à-dire sans variables explicatives, et

que l’on note la valeur de BIC du modèle , alors l’équation (14) permet d’approximer

comme suit: .

( )

( )

( ) ( )⁄

( ) ( )⁄

Ainsi : ( ) et l’on peut alors récrire l’équation ( ) comme suit :

( ) ( ) ( )

∑ ( )

( ) ( )

( )

( ) ( ) ( )

∑ ( ) ( )

( ) ( )

( ) ( )

∑ ( ) ( )

( )

∑ ( )

On peut remarquer que et . On peut également noter que

, et donc : (

). Dès lors, au lieu de calculer, par

26

intégration, la vraisemblance marginale, comme dans l’équation (4), on peut utiliser

l’expression :

( ) (

) ( )

En conséquence,

( ) (

) ( )

∑ ( )

( ) ( )

Cette expression correspond à la probabilité du modèle à posteriori, déterminée à l’aide de

l’approximation de BIC.

IV.2.3. Le choix de l’information a priori sur le degré de

fiabilité de la spécification Mj.

Après avoir traité le problème de l’information a priori sur les paramètres de chaque

modèle , il reste à résoudre celui du degré de fiabilité du modèle, ( ). Une façon simple

d’aborder cette question est de considérer que chacune des 2K spécifications possibles apparaît

avec la même probabilité, c’est-à-dire ( ) . Mais, comme cela a été dit plus haut,

cette démarche requiert le traitement d’un nombre très élevé de modèles.

Pour pallier une telle difficulté, l’approche BACE met l’accent sur la spécification a priori de

la taille du modèle, (le nombre de variables explicatives), tel que chaque variable est

indépendamment incluse dans le modèle selon le processus suivant :

( ) ( )

( )

( )

Où désigne la loi binomiale. Dans cette expression, le paramètre ( ) désigne la

probabilité d’inclusion a priori de chacune des variables du modèle . On note, par ailleurs,

qu’à travers cette structure a priori, le chercheur n’a besoin que de fixer l’espérance a priori de

la taille du modèle, ( ) , laquelle permettra de déterminer la probabilité d’inclusion a

priori, , grâce à la relation ( ). D’autre part, le chercheur a la latitude de fixer la probabilité

a priori pour déterminer l’espérance de la taille a priori du modèle.

Cependant, le fait que la probabilité d’inclusion a priori doive être fixée dans les approches ci-

dessus rend les résultats très sensibles à ce choix. C’est ainsi que Ley et Steel (2009) ont

27

proposé de rendre aléatoire le paramètre . Cela permet d’introduire un degré d’incertitude

raisonnable dans le choix de ce paramètre. Cette approche est retenue dans le cadre de cette

étude. D’un point de vue formel, Ley et Steel ont suggéré le processus suivant :

( )

( )

Où et sont des hyper-paramètres strictement positifs devant être fixés par le chercheur.

Dès lors, la taille du modèle satisfait la condition suivante :

( )

Le processus de génération de la taille du modèle suit une distribution Binomiale-Bêta. Ley et

Steel (2009) proposent de fixer les valeurs suivantes pour les hyper-paramètres : et

( ) , si bien que, comme dans le cas précédent, la détermination de suffit à

l’inférence.

28

V. Résultats

L’estimation par l’approche bayésienne du modèle de croissance permet d’avoir une meilleure

interprétation de l’incidence de la politique budgétaire sur l’activité économique. Cette

démarche vient appuyer les observations relatives aux faits stylisés en s’appuyant sur une

analyse plus rigoureuse. En effet, la prise en compte d’un ensemble de variables de contrôle

jugées importantes pour la croissance économique permet d’isoler l’effet réel des dépenses

publiques. Par ailleurs, l’impact des variables budgétaires a été différencié selon les régions

du continent afin de pouvoir apprécier l’efficacité relative des politiques budgétaires menées

au sein de l’UEMOA. D’un point de vue formel, si le modèle de croissance s’écrit comme

suit :

( )

Où désigne la variable budgétaire considérée, tandis que la matrice regroupe les

autres variables de contrôle. La différenciation de l’impact de la politique budgétaire selon

les 6 régions de l’Afrique retenues implique l’extension du modèle (22), de la manière

suivante :

∑

( )

Avec : ∑

Où désigne la variable muette associée à la région ( ) qui prend la valeur 1

pour la région et la valeur pour toute autre région. Pour éviter le biais de colinéarité, il

convient de respécifier le modèle (23), en éliminant une région qui servira de référence. Ainsi,

en excluant la région 1, on obtient la spécification suivante :

( ) ∑( )

( )

Dès lors, l’estimation du coefficient estimé à chaque région ( ) s’interprète comme

l’impact des dépenses publiques de ladite région, relativement à la région de référence (région

1). Ainsi, lorsque ( ) est négatif, l’impact sur la croissance des dépenses publiques de

la région est moins important que celui de la région de référence. S’il est positif, les

dépenses publiques de la région sont plus productives que celles de la région de référence.

29

Par ailleurs, l’impact total des dépenses de la région , donné par ( ) est obtenue par la

somme des coefficients estimés de et de , c’est-à-dire ( )+( ) Quant à

l’impact des dépenses publiques de a région de référence ( ), il correspond simplement

au coefficient de .

Dans le cadre de cette analyse, l’Afrique l’Est est choisie comme région de référence, du fait

qu’à l’issue des faits stylisés, cette région est apparue comme réalisant de bonnes

performances en matière de productivité. En outre, l’impact de la politique de dépenses

publiques est apprécié à travers les dépenses de consommation et d’investissement. Ces

remarques étant faites les résultats de l’estimation du modèle de croissance peuvent être

interprétés à l’aide des tableaux V.1 et V.2 ci-dessous.

Les données économiques et sociales utilisées sont tirées de la base de données « African

Development Indicators » de la Banque Mondiale et couvrent la période 1990-2009, tandis

que celles relatives aux « libertés civiles » et aux « droits politiques » proviennent de la base

de données de « Freedom House »12

. Deux types d’estimation sont proposés selon l’horizon

temporel considéré. La première estimation constitue une analyse à court terme qui repose sur

des données annuelles, tandis que la seconde est réalisée sur la base de moyennes

quinquennales des données afin de capter les effets de moyen terme. Malheureusement, la

période d’échantillonnage ne permet pas de réaliser des estimations à long terme sur données

de panel. La définition des variables est présentée en annexe.

Le premier tableau présente les résultats du modèle de court-terme. L’estimation bayésienne a

déterminé une taille du modèle a posteriori de 8 variables, autres que celle du PIB initial dont

la probabilité d’inclusion est arbitrairement fixée à 1(voir méthodologie). Autrement dit,

parmi toutes les combinaisons possibles de variables, il en existe une seule, composée de 8

variables (en plus du PIB initial) dont les probabilités d’inclusion a posteriori sont les plus

élevées, qui correspond au vrai modèle.

Une première remarque est qu’il n’existe pas de dynamique de convergence de court terme

parmi les pays africains dans la mesure où le coefficient associé au PIB initial se révèle non

significatif, même si sa probabilité d’inclusion a été fixée à 1.

12

« Freedom House » est une Organisation Non Gouve=$rnementale basée à Washington qui étudie l’étendue de

la démocratie.

30

Tableau V.1 : Estimation Bayésienne du Modèle de Court-Terme (N=46,T=20)

Variables

Probabilité d’Inclusion a Posteriori

Moyenne a Posteriori

Ecart-Type a Posteriori

Statistique de Student

Variables de Contrôle

PIB Initial 1.000 -0.006 0.011 -0.541

Croissance Démographique 0.970 0.721 0.091 7.890

Taux d’Investissement 0.925 0.053 0.011 4.897

Superficie 0.897 -0.065 0.017 -3.751

Degré d’Ouverture 0.851 0.011 0.006 1.965

Stabilité Politique 0.376 0.020 0.039 0.525

Distance 0.366 0.068 0.026 2.642

Espérance de Vie 0.160 0.039 0.036 1.078

Pétrole 0.055 -0.047 0.030 -1.581

Droits Politiques 0.051 0.040 0.076 0.523

Libertés Civiles 0.049 0.021 0.138 0.154

Enclavement 0.040 0.061 0.147 0.416

Taux d’Alphabétisation 0.034 0.003 0.015 0.202

Taux de Consommation 0.021 -0.008 0.010 -0.774

Indépendance 0.016 0.031 0.063 0.500

Prix de l’Investissement 0.014 -0.009 0.020 -0.444

Force de travail 0.000 0.000 0.000 0.000

Variables Budgétaires

Consommation Publique 0.032 -0.005 0.310 -0.015

Afrique Nord 0.083 -0.084 0.083 -1.018

UEMOA 0.000 0.000 0.000 0.000

Afrique Centrale 0.003 0.001 0.085 0.012

Afrique Australe 0.005 -0.262 0.237 -1.109

Afrique de l’Ouest 0.024 -0.022 0.118 -0.188

Investissement Public 0.206 0.129 0.060 2.153

Afrique Nord 0.030 -0.012 0.030 -0.387

UEMOA 0.022 -0.447 3.562 -0.126

Afrique Centrale 0.000 0.000 0.000 0.000

Afrique Australe 0.250 0.091 0.034 2.667

Afrique de l’Ouest 0.021 0.033 0.049 0.676

Note : Le modèle est estimé par l’approche BAMLE (Bayesian Averaging of Maximum Likelihood Estimates). La taille

du modèle est a posteriori est égale à 8 ; c’est-à-dire en dehors de la variable représentative du PIB initiale, le vrai modèle

est composé de 8 variables. L’échantillon comprend 46 pays africains dont les pays de l’UEMOA. L’estimation est

réalisée sur la période 1990-2009. Les données sont annuelles.

31

Concernant l’impact de court terme des variables budgétaires, les résultats montrent qu’il est

généralement faible. Comme on pouvait s’y attendre, les variables de la consommation

publique n’affectent pas la croissance économique de manière significative. D’ailleurs, leurs

probabilités d’inclusion sont très faibles. En revanche, seules les dépenses d’investissement de

l’Afrique Australe et les dépenses d’investissement public globales (donc, celles de l’Afrique

de l’Est) peuvent être incluses dans le modèle dont la taille a posteriori est de 8 variables. Les

dépenses de ces deux régions occupent respectivement la septième et la huitième place. Ainsi,

une hausse d’un point du taux d’investissement public entrainerait, à court terme, une

augmentation de 0,129 point de croissance dans les pays de l’Afrique de l’Est, tandis que la

croissance en Afrique Australe augmenterait de 0,22 point (0,129+0,091). Pour la Zone

UEMOA, aucun effet significatif de l’investissement public sur la croissance n’est observé à

court terme.

De manière générale, le modèle de croissance à court terme peine à rendre compte de la

dynamique de convergence, laquelle pourrait s’observer sur un délai plus long qu’un horizon

annuel. Qui plus est, les enjeux économiques de la politique de dépenses publiques

s’inscrivent plutôt sur le moyen et long terme. En conséquence, il serait indiqué de recourir à

une estimation permettant de capter les effets à long terme.

Le tableau V.2 présente les résultats d’estimation du modèle de croissance à moyen terme,

incluant les variables budgétaires, avec un horizon temporel de 5 ans. La taille du modèle a

posteriori est encore une fois de 8 variables, correspondant aux probabilités d’inclusion les

plus élevées. Le modèle à moyen terme paraît donner des résultats plus intéressants, avec

une dynamique de convergence bien perceptible, compte tenu du signe négatif et de la

significativité du coefficient associé au PIB initial.

Concernant les variables budgétaires, leurs effets sur la croissance deviennent plus

perceptibles. Mais, en réalité, cet effet plus marqué n’est observé que pour les variables

représentatives de l’investissement public. La variable agrégée de l’investissement public

(donc, de l’Afrique de l’Est) et celle représentative de l’Afrique du Nord font partie des

variables retenues dans le vrai modèle, du fait que leurs probabilités d’inclusion apparaissent

respectivement aux 5ème et 6ème rangs des probabilités les plus élevées. De plus, les taux

d’investissement public en Afrique de l’Ouest et dans l’UEMOA affichent des probabilités

d’inclusion relativement acceptables, même si cela ne les autorise pas à figurer dans le lot des

variables composant le modèle a posteriori.

32

Tableau V.2 : Estimation Bayésienne du Modèle de Moyen-Terme (N=46,T=4)

Variables

Probabilité d’Inclusion a Posteriori

Moyenne a Posteriori

Ecart-Type a Posteriori

Statistique de Student

Variables de Contrôle

PIB Initial 1,000 -0,050 0,021 -2,419

Croissance Démographique 1,000 0,724 0,092 7,872

Taux d’Investissement 1,000 0,530 0,106 4,996

Superficie 0,987 -0,062 0,019 -3,288

Degré d’Ouverture 0,798 0,011 0,006 1,865

Stabilité Politique 0,597 0,190 0,098 1,939

Distance 0,407 0,077 0,027 2,885

Espérance de Vie 0,115 0,350 0,187 1,867

Enclavement 0,109 -0,055 0,030 -1,844

Pétrole 0,059 0,587 0,338 1,738

Prix de l’Investissement 0,042 -0,008 0,020 -0,409

Taux d’Alphabétisation 0,035 0,035 0,027 1,318

Indépendance 0,026 0,030 0,067 0,452

Libertés Civiles 0,022 0,002 0,215 0,012

Force de travail 0,021 0,053 0,062 0,862

Droits Politiques 0,004 0,052 0,125 0,418

Taux de Consommation 0,000 0,000 0,000 0,000

Variables Budgétaires

Consommation Publique 0.067 -0,011 0,125 -0,085

Afrique Nord 0.189 -0,098 0,086 -1,135

UEMOA 0.000 0,015 0,067 0,222

Afrique Centrale 0.015 -0,035 0,081 -0,434

Afrique Australe 0.000 0.000 0.000 0.000

Afrique de l’Ouest 0.042 0,047 0,075 0,620

Investissement Public 0.690 0,127 0,069 2,839

Afrique Nord 0:530 0,005 0,009 2,721

UEMOA 0.295 -0,047 0,025 -1,889

Afrique Centrale 0.047 -0,095 0,105 -0,905

Afrique Australe 0.167 -0,061 0,046 -1,320

Afrique de l’Ouest 0.300 -0,016 0,008 -1,975

Note : Le modèle est estimé par l’approche BAMLE (Bayesian Averaging of Maximum Likelihood Estimates). La taille

du modèle est a posteriori est égale à 8 ; c’est-à-dire en dehors de la variable représentative du PIB initiale, le vrai modèle

est composé de 8 variables. L’échantillon comprend 46 pays africains dont les pays de l’UEMOA. L’estimation est

réalisée sur la période 1990-2009, mais les données sont compilées en moyennes de 5 ans pour capter les effets de moyen

terme.

33

Du point de vue de l’impact des dépenses d’investissement (ou productivité), l’Afrique du

Nord paraît avoir réalisé la meilleure performance, faisant mieux que l’Afrique de l’Est,

retenue comme la région de référence. En effet, son coefficient est supérieur de 0,005 par

rapport à celui de l’Afrique de l’Est qui est de 0,127. Ce résultat paraît quelque peu différent

de l’une des principales conclusions des faits stylisés stipulant que l’Afrique de l’Est a été la

région la plus productive sur la période 2000-2009. Cependant, cela s’explique par le fait que

le modèle économétrique est plus élaboré qu’une analyse fondée sur la statistique descriptive.

En réalité, le modèle économétrique tient compte et neutralise les autres facteurs qui, au-delà

des dépenses publiques, affectent la croissance. De cette manière, le modèle permet de mieux

faire ressortir les effets marginaux spécifiques aux dépenses budgétaires.

A la suite des régions de l’Afrique du Nord et de l’Est, l’Afrique de l’Ouest se positionne

comme la troisième région où les dépenses publiques d’investissement sont les plus

productives, avec un coefficient estimé de 0,111 (soit, 0,127-0,016). L’UEMOA vient ensuite

se classer au quatrième rang des régions les plus productives en matière d’investissement

public, avec un coefficient estimé égal à 0,08. Enfin, l’Afrique Australe et l’Afrique Australe

complètent le classement.

Concernant les pays de l’UEMOA, les résultats obtenus demeurent cohérents avec ceux tirés

de l’analyse des faits stylisés qui ont montré que l’investissement public dans ces pays a

certes été porteur de croissance, mais sa productivité est restée en deçà de celle enregistrée par

d’autres parties du continent. D’ailleurs, sur la base de ces dernières estimations, il est

possible de procéder à une évaluation des dépenses improductives des pays de l’UEMOA,

relativement aux régions telles que l’Afrique du Nord et l’Afrique de l’Est.

Comme il a été déjà été mentionné dans les faits stylisés, les dépenses improductives sont

définies comme la différence entre les dépenses réellement engagées et le niveau minimal de

dépenses qui aurait procuré le même niveau de performance.

Suite à cette définition, l’évaluation s’effectue selon le principe suivant :

- une augmentation de 1% du taux de dépenses publiques d’investissement dans la zone

UEMOA y augmente la croissance de 0,08 point (0,127-0,047);

- Si les dépenses d’investissement dans l’UEMOA étaient aussi productives que celles

de l’Afrique du Nord (avec un coefficient de 0,132), alors l’augmentation de 0,08

point de la croissance dans l’UEMOA aurait pu être obtenue avec seulement une

augmentation de 0,6 point du taux d’investissement public.

34

Ainsi, pour toute augmentation d’un point du taux de dépenses d’investissement public, les

dépenses improductives, par rapport aux pays de l’Afrique du Nord, se mesurent à 1-0,6, soit

0,4 point. Dès lors, au cours de l’année 2009, le taux d’investissement public dans l’UEMOA

a été de 7,4% pour un PIB total de 32561 milliards de FCFA. Par conséquent, toute

augmentation d’un point des dépenses d’investissement en 2009, équivalent à 326 milliards, a

dû générer des dépenses improductives de l’ordre de 130 milliards de FCFA (0,4×326).

Comparativement à l’Afrique de l’Est, une augmentation d’un point du taux d’investissement

public a dû occasionner des dépenses d’investissement improductives de 120 milliards de

FCFA.

En définitive, même s’il n’existe pas une méthode permettant de quantifier, de façon absolue,

les dépenses improductives, l’estimation économétrique a permis d’en donner une évaluation

relative, sur la base des meilleures pratiques en cours sur le continent. Dans tous les cas, le

montant des dépenses improductives dépasserait largement la tentative d’évaluation proposée

dans le cadre de cette étude, dans la mesure où elle ne concerne que les dépenses

d’investissement public. En effet, les dépenses de consommation, qui sont non seulement plus

élevées que les dépenses d’investissement public, se sont révélées beaucoup moins

productives comme en témoignent les résultats empiriques. Cependant, l’évaluation des

dépenses de consommation improductives demeure difficile.

35

VI. Conclusion et Recommandations

Les récents développements de l’économie mondiale ont montré à quel point il était important

pour une économie de promouvoir une gestion efficace et parcimonieuse des dépenses

publiques. En particulier, la rareté des ressources dans les pays en développement devrait les

amener les Gouvernements concernés à porter une plus grande attention à la productivité de

leurs dépenses. D’autant que la perspective d’une récession mondiale devrait entrainer une

baisse non négligeable de l’aide publique au développement resserrant davantage la contrainte

de disponibilité des ressources pour le développement.

Dans cette étude, il a été question d’analyser la productivité des dépenses budgétaires dans

l’espace UEMOA et, partant, de comprendre les facteurs explicatifs des dépenses

improductives au sein de la zone. Pour cela, une approche « benchmarking » a été menée,

consistant à comparer les résultats de l’UEMOA, en matière de productivité des dépenses

publiques, à celles des autres pays africains. De ce point de vue, les faits stylisés ont révélé

que les performances des pays de l’UEMOA apparaissent mitigés, au regard des celles

enregistrées dans d’autres régions telles que l’Afrique de l’Est, l’Afrique l’Ouest (hors

UEMOA) et l’Afrique du Nord. Toutefois, au sein de l’Union, des disparités ont été

également observées. En effet, le Burkina Faso, le Bénin et le Mali sont apparus comme les

pays les plus performants en matière de productivité des dépenses publiques, dépassant

parfois la moyenne africaine.

Certaines des principales conclusions issues des faits stylisés ont été corroborées par les

résultats du modèle économétrique estimé sur données de panel à l’aide de techniques

bayésiennes. Ce modèle a permis d’étudier en profondeur l’impact réel de la politique

budgétaire sur l’activité, puis de procéder à des comparaisons de performances selon les

régions du continent et, enfin, de donner une appréciation sur le degré de productivité des

dépenses publiques dans la zone UEMOA. Si les résultats du modèle à court terme n’ont pas

été probants, ceux du modèle à moyen terme ont permis de dégager des conclusions plus

intéressantes.

Globalement, les résultats indiquent que, quelle que soit la région considérée, les dépenses de

consommation ne semblent pas exercer un effet notable sur la croissance. Ce résultat n’est pas

tout à fait surprenant, eu égard aux conclusions des faits stylisés et en référence aux travaux

déjà menés dans la littérature sur les finances publiques. En revanche, les dépenses

d’investissement semblent plus productives. Concernant les pays de l’UEMOA, les résultats

obtenus demeurent cohérents avec ceux tirés de l’analyse des faits stylisés qui ont montré que

36

l’investissement public dans ces pays a été porteur de croissance, même si sa productivité est

restée en deçà de celle enregistrée par d’autres parties du continent. En effet, l’impact d’une

hausse de un point du taux d’investissement public sur la croissance, dans la zone UEMOA,

est de 0,08 point ; or cet impact s’élève à 0,132 et 0,127 respectivement dans les régions

d’Afrique du Nord et de l’Est.

Partant de ces estimations, il a été possible de procéder à une évaluation des dépenses

d’investissement improductives des pays de l’UEMOA, relativement aux régions telles que

l’Afrique du Nord et l’Afrique de l’Est qui sont les plus performantes. Ainsi,

comparativement à l’Afrique du Nord, toute augmentation de un point du taux

d’investissement public dans l’UEMOA génère des dépenses improductives équivalant à 40%

de ces dépenses. Par rapport à l’Afrique de l’Est, la part des dépenses improductives est de

37%. Cependant, il est certain que l’évaluation des dépenses improductives fournie dans cette

étude n’est que partielle. D’une part, cette évaluation est relative car n’étant fondée que sur

une analyse comparative vis-à-vis des meilleures pratiques sur le continent. D’autre part, elle

n’intègre pas les dépenses de consommation publique qui sont non seulement plus

importantes, mais sont également beaucoup moins productives.

Les timides performances observées dans l’UEMOA invitent à approfondir la réflexion autour

des principaux facteurs de la productivité des dépenses publiques dans la zone. L’analyse a

montré que du point de vue de la stabilité politique et économique, l’UEMOA a obtenu des

résultats plutôt satisfaisants. En revanche, les principales difficultés seraient liées à la qualité

de l’administration, à la définition des politiques budgétaires et aux carences notées dans le

respect et la transparence des procédures budgétaires.

Pourtant, des dispositions ont été prises par l’UEMOA, depuis plus d’une décennie, en vue

d’améliorer la transparence et la gestion des finances publiques dans les pays membres13

. Ces

dispositions recommandent notamment « la transparence dans les procédures d’élaboration,

d’exécution et de suivi du budget, à travers la mise en place d’un cadre juridique approprié et

l’installation effective de tous les organes de contrôle », en insistant également sur « la

circulation, la diffusion et la publication d’informations complètes et fiables sur toutes

activités financières de l’Etat et des autres organismes publics ». Ainsi, les pays de

l’UEMOA devraient renforcer la mise en œuvre effective de ces dispositions communautaires

dans la mesure où, à l’unanimité, ils reconnaissent que la bonne gestion des affaires publiques

est un des fondements d’une croissance soutenue et durable.

13

Voir la directive n° 02/2000/CM/UEMOA portant adoption du Code de transparence dans la gestion des

finances publiques au sein de l’UEMOA, abrogée par la directive n° 01/2009/CM/UEMOA.

37

Références Bibliographiques

Alvarez, J. et M. Arellano (2003), « The Time Series and Cross-Section Asymptotics of

Dynamic Panel Data Estimators », Econometrica, Vol. 71, No.4. pp. 1121-1159.

Arrow, K. J. et M. Kurtz (1970), « Public Investment, The Rate of Return and Optimal Fiscal

Policy », Baltimore : The John Hopkins.

Aschauer, D. (1989), « Is Government Spending Productive? », Journal of Monetary

Economics, Vol. 23, pp. 177–200.

Baffes, J. et A. Shah, (1998), « Productivity of Public Spending, Sectoral Allocation Choices,

and Economic Growth », Economic Development and Cultural Change, University of

Chicago Press, vol. 46(2), pages 291-303, January.

Barro, R. J. (1990), « Government Spending in a Simple of Endogenous Growth », Journal of

Political Economy, 98, pp. 103-125.

Blejer, M. I. et M. S. Khan (1984), « Government Policy and Private Investment in

Developing Countries » IMF, Staff papers. Vol. 31, N°2, pp.379-403.

Bose, N., M. Emranul Haque et D. R. Osborn (2007), « Public Expenditure And Economic

Growth: A Disaggregated Analysis For Developing Countries », Manchester School,

University of Manchester, vol. 75(5), pages 533-556, 09.

Creel, J., Ducoudre, B., Mathieu, C. et Sterdyniak, H. (2005), « Doit-on Oublier la Politique

Budgétaire? Une Analyse Critique de la Nouvelle Théorie Anti-Keynésienne des Finances

Publiques », Revue de l’OFCE 92, 43-97.

Cooley, T. (1995), « Frontiers in Business Cycle Research », Princeton University Press.

Devarajan, S., V. Swaroop et H. Zou (1993), « What Do Governments Buy? The Composition

of Public Spending and Economic Performance », Policy Research Working Paper Series 1082, The World Bank.

Devarajan, S., V. Swaroop, et H. Zou, (1996), « The Composition of Public Expenditure and

Economic Growth », Journal of Monetary Economics, n° 37, avril 33 Revue de l’Institut de

Développement Economique (RIDEC) 1996, pp. 318-344.

Ertz, G. (2001), « La Contribution du Courant des Cycles Réels à la Théorie du Cycle

Economique », Reflets et Perspectives, 215-227.

Fernandez, C., E. Ley et M. F. J. Steel (2001), « Benchmark priors for Bayesian model

averaging (first version) », ESE Discussion Papers 26, Edinburgh School of Economics,

University of Edinburgh.

Giudice G., A. Turrini et J. In ’T Veld (2003), « Can Fiscal Consolidations be Expansionary

in the EU? Ex-post Evidence and Ex-Ante Analysis », European Commission, Economic

Papers, n° 195, décembre.

http://webcache.googleusercontent.com/a/ucp/ecdecc/v46y1998i2p291-303.html

http://webcache.googleusercontent.com/a/ucp/ecdecc/v46y1998i2p291-303.html

http://webcache.googleusercontent.com/s/ucp/ecdecc.html

http://webcache.googleusercontent.com/a/bla/manchs/v75y2007i5p533-556.html

http://webcache.googleusercontent.com/a/bla/manchs/v75y2007i5p533-556.html

http://webcache.googleusercontent.com/s/bla/manchs.html

http://webcache.googleusercontent.com/p/wbk/wbrwps/1082.html

http://webcache.googleusercontent.com/p/wbk/wbrwps/1082.html

http://webcache.googleusercontent.com/s/wbk/wbrwps.html

http://webcache.googleusercontent.com/p/edn/esedps/26.html

http://webcache.googleusercontent.com/p/edn/esedps/26.html

http://webcache.googleusercontent.com/s/edn/esedps.html

38

Gupta, S., K.Honjo et M. Verhoeven (1997), « The Efficiency of Government Expenditure:

Experiences from Africa », IMF Working Paper, WP/97/153, 60 p.

Gupta S., B. Clements, E. Baldacci et C. Mulas-Granados (2005), « Fiscal Policy,

Expenditure Composition, and Growth in Low-Income Countries », Journal of International

Money and Finance, Vol. 24, N° 3, pp. 441-463.

Jarocinski, M. et A. Ciccone (2009), « Determinants of Economic Growth: Will Data

Tell? », Working Papers 1009, BBVA Bank, Economic Research Department.

Koop, G. (2003), «Bayesian Econometrics », Wiley.

Kopits, G. et J. Craig (1995), « Unproductive Public Expenditure: A Pragmatic Approach to

Policy Analysis », International Monetary Fund, Pamphlet Series No. 48, Washington.

Kydland, F. et E. Prescott (1982), « Time to Build and Aggregate Fluctuations »,

Econometrica, 50, 1345-1370.

Landau, D. (1983), « Government Expenditure and Economic Growth: A Cross-Country

Study », Southern Economic Journal, 49(3), pp. 783-792.

Llau, P. (1999), « Les contractions budgétaires en Europe. Les enseignements des ajustements

danois, irlandais et suédois », Revue Française de Finances Publiques, 68, 17-31.

Ley, E. and M. F. J. Steel (2009), « On the effect of prior assumptions in Bayesian model

averaging with applications to growth regression », Journal Of Applied Econometrics, 24 (4),

651 - 674 (0883-7252).

Long, J. et C. Plosser (1983), « Real Business Cycles », Journal of Political Economy, 91,

39-69.

Moral-Benito, E. (2010), « Determinants Of Economic Growth: A Bayesian Panel Data

Approach », Banco de España Working Papers 1031, Banco de España.

Nubukpo, K. K. (2003), « Dépenses Publiques et Croissance des Économies de l’UEMOA »

CIRAD.

Ojo, O. et T. Oshikoya (1995), « Determinants of Long Term Growth: Some African

Results », Journal of African Economies, Vol. 4, No. 2, pp. 163-191.

Ouattara, W. (2008), « Analyse de la Productivité et des Externalités des Dépenses Publiques

en Afrique au Sud du Sahara : Cas de la Zone UEMOA », Economie appliquée, 61(2): 153 –

169.

Prescott, E. C. (1998), « Business Cycle Research: Methods and Problems », Federal Reserve

Bank of Minneapolis, Working Paper 590.

Raftery, A. (1995) « Bayesian Model Selection in Social Research" Sociological

Methodology », Vol. 25, pp. 111-163.

http://webcache.googleusercontent.com/p/fda/fdaddt/2009-36.html

http://webcache.googleusercontent.com/p/fda/fdaddt/2009-36.html

http://webcache.googleusercontent.com/s/bbv/wpaper.html

http://webcache.googleusercontent.com/p/bde/wpaper/1031.html

http://webcache.googleusercontent.com/p/bde/wpaper/1031.html

http://webcache.googleusercontent.com/s/bde/wpaper.html

39

Sala-I-Martin, X., G. Doppelhofer et Miller, R. I. (2004), « Determinants of Long-Term

Growth: A Bayesian Averaging of Classical Estimates (BACE) Approach », American

Economic Review, American Economic Association, vol. 94(4), pages 813-835, September.

Tanzi, V. et H. Zee (1997), « Fiscal Policy and Long-Run Growth », IMF Staff Papers, Vol.

44, pp.179-209. »

http://webcache.googleusercontent.com/a/aea/aecrev/v94y2004i4p813-835.html

http://webcache.googleusercontent.com/a/aea/aecrev/v94y2004i4p813-835.html

http://webcache.googleusercontent.com/s/aea/aecrev.html

http://webcache.googleusercontent.com/s/aea/aecrev.html

40

Annexe: Les Variables Utilisées dans le Modèle

Variables Explicatives

PIB initial : Logarithme du Produit Intérieur Brut Retardé d’une période

Croissance Démographique : Taux de croissance de la population totale

Taux d’Investissement : Rapport de l’Investissement au PIB (prix constants)

Degré d’Ouverture : Somme des Importations et des Exportations rapportée au PIB

Stabilité Politique : Variable muette prenant la valeur 1 pour les périodes de trouble et 0

autrement

Espérance de Vie : Espérance de vie à la naissance

Droits Politiques

: Indice mesurant le degré de liberté dans le processus électoral, le

pluralisme et la participation politiques ainsi que le fonctionnement

de l’Etat

Libertés Civiles : Indice mesurant le degré de liberté d’expression, de réunion,

d’association et la liberté religieuse

Taux d’Alphabétisation : Taux d’Alphabétisation de la population adulte (+ de 15 ans)

Taux de Consommation : Rapport de la consommation privée au PIB

Prix de l’Investissement : Déflateur de la variable investissement

Force de travail : Rapport entre la population active et la population totale

Consommation Publique : Ratio des dépenses courantes au PIB nominal

Investissement Public : Ratio des dépenses en capital au PIB nominal

Effets Spécifiques Observables

Superficie : Superficie du pays

Distance : Moyenne des distances entre la capitale du pays et les villes de

Bruxelles, Pékin et New York

Pétrole : Variable muette prenant la valeur 1 pour les pays pétroliers et 0

pour les autres

Indépendance : Année d’obtention de l’indépendance

Enclavement : Variable muette prenant la valeur 1 si le pays est enclavé et 0 sinon

Documents

DIRECTION DE LA PREVISION ET DES ETUDES ECONOMIQUES · 2012. 7. 13. · 1 I. Introduction Depuis la seconde moitié des années 2000, de nombreux bouleversements sont intervenus au