1

SIMILARITE, COMMERCE ET INTEGRATION ECONOMIQUE REGIONALE AU

SEIN DE LA CEMAC: UNE APPLICATION DE L’APPROCHE ECONOMETRIQUE

SPATIALE SUR DONNEES DE PANEL

NOUWOUE NJOFANG D. Guylaine

Ministry of economy, planning and regional development, Yaounde-Cameroon

August 2013

1- Introduction

A la fin des années 60, les pays d’Afrique subsaharienne, dans un souci idéologique commun

de s’éloigner de l’oppression coloniale, ont recherché des modèles de substitution aux

importations. Il s’est agi de mettre en œuvre des politiques macroéconomiques et sectorielles

favorisant les biens et services locaux en instaurant des barrières tarifaires, en harmonisant

progressivement les législations, et en renforçant l’intégration économique. A titre d’exemple,

la stratégie de mise en œuvre du projet d’intégration économique africaine définie par

l’Organisation de l’Union Africaine en 1968 et relayée par l’Union Africaine en 2002

s’articule autour d’une dynamique de convergence, d’harmonisation et d’unification des

schémas régionaux d’intégration. Il s’est agi à ce stade de communautarisation1 des

économies africaines, basée sur la décentralisation au sein des différents blocs régionaux.

Dans ce contexte, des barrières tarifaires ont été érigées contre certaines importations ciblées.

Ainsi, ayant pris conscience des possibilités offertes par les économies d’échelle en matière

de production, les Etats ont opté, à travers leurs représentants respectifs de renforcer

l’intégration économique en Afrique. Ainsi, en 1980, les représentants des Etat africains

réunis à Lagos au Nigéria ont adopté un plan se voulant révolutionnaire, consistant à renforcer

l’union douanière, et préconisant la création d’un marché commun africain à l’horizon 2020.

Ainsi, une telle stratégie d’intégration par la production devait aboutir à une intégration

garantie des marchés. De cette philosophie sont alors nés de multiples blocs régionaux dans le

continent, parmi lesquels L’union économique et monétaire ouest africain (UEMOA) et la

communauté économique et monétaire d’Afrique centrale (CEMAC).

La CEMAC, mise en place depuis le 24 Juin 1999, se caractérise particulièrement par : (i) la

solidarité inter-état ; (ii) l’harmonisation de la législation en matière de fiscalité, de régimes

d’investissement, de politiques industrielles, de stratégies de développement

socioéconomique, d’infrastructures de transport ; (iii) l’unicité des taxes d’importation.

Une décennie après l’entrée en vigueur du traité CEMAC, les résultats liés aux progrès du

commerce sous-régional restent encore modestes en comparaison aux résultats observables

dans les autres sous-régions du continent (CEMAC, 2006). En effet, depuis les années 2000,

les échanges commerciaux au sein de la CEMAC ne cessent de décroître. Ils sont passés de

3,9% en 2000, à 2,3% en 2005, pour atteindre 1,9% en 2010. Au cours de la même période

2000-2010, le flux commercial dans l’UEMOA s’est accru de près de 11% en moyenne

1 Ce nom est relatif à la gestion commune qu’assurent plusieurs Etats de certains espaces et ressources.

2

(UEMOA, 2011). De plus, sur la période 2000-2010, le taux de croissance du PIB de la

CEMAC est d’environ 4,2% en moyenne (annexe 3). Une comparaison avec deux autres sous-

régions le COMESA (5,4% en moyenne sur la même période), l’UEMOA (2,9% en moyenne

sur la même période), et l’ANASE2 (5% en moyenne sur la même période), en tenant compte

de la taille de la population montre que la richesse créée a une évolution quasi-similaire dans

les différentes sous-régions d’Afrique sub-saharienne (graphique 1). D’aussi faibles

performances ont valu à la sous-région CEMAC le titre de « sous-région la moins intégrée du

continent » par la Banque Mondiale (Banque Mondiale, 2012).

Aussi, convient-il alors à juste titre de s’interroger sur les raisons économiques de cette sous-

intégration souvent considérée dans la littérature comme « un échec de l’intégration ». Pour

certains auteurs tels que Mata (2008), elle provient du caractère historique (il s’agit de la

relation de dépendance existant entre les pays et les anciennes métropoles) lié à la

spécialisation de la production de type colonial. D’autres tels que J. Bazika (2004), évoquent

la non valorisation des complémentarités productives entre les pays membres de la zone.

Toutefois, le constat est que le profil général de croissance économique des pays membres de

la CEMAC est en deçà du niveau espéré (journal vision CEMAC, 2012). Il s’avère alors

judicieux de s’intéresser aux facteurs économiques spécifiques qui peuvent influencer les flux

commerciaux au sein de la sous-région. A cet effet, certains auteurs tels que Yeats (1998), et

Gallezotz (1993) ont évoqué la similarité des structures productives comme facteur pouvant

influencer positivement les échanges de biens. Cette ressemblance peut également devenir un

véritable goulot d’étranglement pour l’essor de la sous-région, si une réelle politique

économique n’est pas élaborée pour tenir compte de ses effets. Par conséquent, s’interroger

sur le degré de similitude3 des biens échangés au sein de la CEMAC, ainsi que sur l’impact

qu’il pourrait avoir sur les flux commerciaux intra-CEMAC, est d’une importance capitale.

Le présent article est motivé par la recherche du degré de ressemblance des produits échangés

au sein de la CEMAC, et de son impact sur le flux des échanges au sein de la sous-région. De

manière spécifique, cette étude est menée afin de : (i) Etudier la structure des échanges

(produits échangés) à l’intérieur de la sous-région ; (ii) Construire un indicateur de similarité

des produits échangés ; (iii) Mesurer l’effet de la similarité des produits sur le commerce

intra-communautaire.

Comprendre et analyser la similarité des produits échangés au sein de la sous-région CEMAC

revêt un intérêt double. En effet, cette étude est d’abord utile au regard de son importance

dans la prise de décisions idoines par les représentants des Etats membres au niveau sous-

régional, et de son caractère incitatif auprès des économies membres de la CEMAC à propos

des orientations futures. Ensuite, elle est utile au regard de son caractère scientifique, car elle

vise à compléter les écrits sur le sujet en ce qui concerne l’intégration économique en Afrique

d’une part, et en ce qui concerne l’application d’une modélisation spatiotemporelle dans

l’analyse des flux commerciaux d’autre part.

2 Association des Nations d’Asie du Sud Est

3 Le concept de similitude ou de similarité renvoie dans ce document à un degré de conformité, de

ressemblance entre deux éléments, les éléments étant les structures d’exportations.

3

La présente étude est subdivisée en cinq sections. La première section traite de la revue de

littérature, tandis que la deuxième présente le cadre méthodologique. Ensuite, les subdivisions

suivantes sont le cadre d’implémentation, de discussion et de recommandations de politique

économique.

2- Revue de la littérature

2-1- L’intégration économique comme principal gage de développement des pays de

la CEMAC

Les travaux précurseurs épousant la théorie de l’intégration économique remontent aux

considérations théoriques de l’école classique (1776-1870) notamment celles des avantages

comparatifs de David Ricardo. Il montre que, sous les hypothèses de rendements constants,

d’immobilité internationale des facteurs entre autres, la spécialisation et le libre échange sont

plus avantageux pour tous les pays, L’histoire de la pensée économique révèle qu’en

effectuant une analyse statique, le régionalisme permet l’expansion des échanges ou le

détournement du commerce (Vinner, 1950). Toutefois, l’on relève qu’à une intégration

régionale réussie succède la création de flux commerciaux sans imposer un Tarif Extérieur

Commun (TEC) prohibitif. Lorsqu’une analyse dynamique est effectuée, l’intégration a des

effets favorables au sein de la communauté économique régionale concernée, et des effets

d’entraînement sur le reste de l’économie mondiale (Baldwin, 1997). Par conséquent, la

demande d’un produit au sein d’une zone économique où a été faite en plus abstraction des

barrières douanières induit une allocation efficiente des ressources de production. De plus,

l’ouverture des marchés des Etats membres d’une communauté économique régionale conduit

à une organisation plus rationnelle et efficace des entreprises appartenant à cette communauté,

surtout les petites entreprises : il s’agit de l’effet d’échelle. Du fait de la levée des contraintes

tarifaires et non tarifaires, les entreprises souvent de petite taille et donc peu performantes, ne

sont plus protégées, aussi, sont-elles contraintes, toutes choses égales par ailleurs, de se

regrouper et de mieux s’organiser pour réduire leurs coûts moyens respectifs de production, et

à terme les prix finaux des produits. Un tel regroupement leur permet également de faire face

aux concurrences extérieures. A côté de ces deux effets s’ajoutent l’effet de variété et l’effet

de d’accumulation. Alors que l’effet d’accumulation, né de la spécialisation des entreprises

conduit à l’accroissement du rendement des facteurs de production lié à la baisse des coûts de

production, l’effet de variété quant à lui, né de la diversité du marché de consommation induit

une augmentation de la productivité des entreprises de la zone. Ces effets cumulés contribuent

à la croissance économique de la région, entraînant des effets bénéfiques pour le reste du

monde.

De ce fait, face à la compétition mondiale, la constitution en bloc régional des pays de la

CEMAC dotés de potentialités économiques considérables (CEA, 2010) permettrait de

résister aux chocs extérieurs d’une part, et de créer un important marché de consommation

pour les entreprises productrices de la sous-région, tout en réduisant l’extrême volatilité des

marchés traditionnels d’exportation de produits de base d’autre part.

2-2- Défis et enjeux de la CEMAC

4

Après la crise financière internationale de 2008, plusieurs économies dans le monde ont révisé

leurs objectifs de croissance à la baisse, du fait de la récession mondiale. Seuls quelques pays,

à l’instar du Cameroun ont en revanche effectué des prévisions optimistes de leur croissance

en raison de la diversification des partenaires commerciaux et de l’intensification des

échanges intracommunautaires. Ainsi, comme le Cameroun, les pays de la CEMAC se

doivent de mettre à profit les opportunités au niveau sous-régional pour de multiples raisons.

D’abord, comme évoqué, la multiplicité de partenariats externes contribue à l’accroissement

économique et réduit l’effet des chocs potentiels sur les pays pris individuellement. Ensuite, la

recrudescence des échanges commerciaux au sein de la sous-région favorise la diversification

commerciale, et à terme l’essor économique, basé non plus sur l’aide publique au

développement qui se fait de plus en plus rare, mais sur une nouvelle stratégie de

développement assise sur le renforcement des échanges intracommunautaires. Enfin, une

intégration réussie au sein de la CEMAC, induite par l’essor des marchés locaux et la mise en

commun des toutes les ressources disponibles stimulerait davantage la production, le

commerce et l’investissement (Bad, 2000).

Les défis de l’intégration économique au sein de la CEMAC sont multiples, et, tirer profit de

ce marché ne pourra qu’avoir des effets d’entraînement sur la croissance économique de la

dite sous-région.

2-3- Déterminants des flux commerciaux au sein d’une communauté économique

régionale

Plusieurs écrits parmi lesquels Geda et Kibret (2002), Agbodji (2007), et Donghyum et al

(2008) traitent des facteurs économiques qui influencent les échanges commerciaux au sein

d’une communauté économique. Ces facteurs sont généralement analysés en termes de

facteurs d’attraction pour désigner ceux qui influencent positivement le processus

d’intégration économique, et facteurs de répulsion pour désigner ceux qui influencent

négativement le processus d’intégration économique.

L’un des facteurs habituellement mis en exergue, surtout dans le contexte africain, concerne

les infrastructures de transport. Lorsqu’elles existent entre pays transfrontaliers et sont de

bonne qualité, elles encouragent la production, facilitent l’écoulement sur les différents

marchés sous-régionaux, et par conséquent développent le commerce intracommunautaire.

Selon les estimations économétriques, Limao et Venables (2001) en associant ces coûts aux

coûts tarifaires et non tarifaires et aux procédures administratives, montrent que les coûts de

transport en Afrique sont supérieurs à 136% à ceux des autres régions, et qu’ils constituent

donc une réelle fonction de répulsion à l’endroit de l’intégration régionale.

Un autre facteur répulsif est la carence de l’exécution des mesures de politique économique

prises. Ce déterminant a presque toujours été évoqué pour justifier les faibles performances de

l’intégration régionale, notamment en Afrique Centrale (CEMAC, 2006 ; CEA, 2004 ; CEA,

2010).

5

A côté de ces éléments, plusieurs auteurs ont aussi pensé que l’importance même des flux

commerciaux, ainsi que leur structure pouvaient déterminer de façon significative

l’intégration économique. Selon les travaux de Pritchett (1993), il n’existe pas de potentiel

commercial pour le commerce intra-africain, du fait de la faiblesse observée au niveau des

flux commerciaux entre pays africains. Pourtant, selon une étude récente (CNUCED, 2005),

ce résultat a été infirmé ; l’étude a montré qu’il existe bien une diversité des exportations de

produits entre pays africains, notamment des produits manufacturés au sein de l’union du

Maghreb arabe (UMA), bien que le commerce intra-régional soit limité.

Certains auteurs (Meade, 1955 ; Tchomgui et Tchehi, 2010 ; Erbes cité par Tchomgui et

Tchehi, 2010 ; Bye, 1997 ; Boungou, 2004) ont mentionné l’existence d’une relation

significative entre la complémentarité des produits échangés et l’intégration économique

sous-régionale, tandis que d’autres ont montré que la similitude des produits d’exportation

influençait le flux des échanges commerciaux entres pays membres d’une zone économique.

Ainsi, Tchomgui et Tchehi (2010), ont montré que la complémentarité commerciale influence

positivement les échanges commerciaux au sein de l’UEMOA. Erbes était allé plus loin dans

son analyse de l’intégration régionale, en établissant que le régionalisme induit des actions de

complémentarité productive aux fins d’établir et de rendre possible toutes les relations

économiques de l’échange des produits à la coordination des projets. Allant dans le même

sens, Bye (1997) et Boungou (2004) ont affirmé que la complémentarité productive favorise

la spécialisation et les échanges commerciaux entres Etats membres d’une même communauté

régionale. Tous ces auteurs ont construit un indice de complémentarité commerciale ou

productive, en fonction de la disponibilité des données et de leurs objectifs de recherche.

S’agissant de la prise en compte de la similarité de la structure productive ou encore des

exportations, l’idée vient de Yeats (1998) et de Dinka et Kennes (2007). Ils ont utilisé un

indice de similarité, et ont conclu que la similarité pouvait avoir un impact positif sur les

échanges intracommunautaires au sein des pays membres de l’ASEAN4. Avant leur

application, Gallezotz (1993) a évoqué la proximité et les similitudes nationales de production

comme facteurs favorisant les échanges croisés de produits dans l’agro-industrie en Europe.

Plus tard, Yacouba et al (2010) ont analysé les échanges commerciaux des pays membres de

l’UEMOA. Ils ont calculé un indice de similarité des produits tel que calculé par Yeats et ont

conclu que la similarité était faible d’une part, et qu’elle influençait positivement mais d’une

ampleur relativement faible, le flux des échanges d’autre part. La même année, le 4ème

rapport

de la CEA sur l’intégration en Afrique a mis l’accent sur la structure de l’offre d’exportation

par produit en calculant un indice de similarité des exportations pour l’ensemble des pays du

continent. Cet indice calculé par Van Beers et Linnemann (1998), représente en effet la part

des exportations d’un pays donné par rapport à la part de l’indice similaire du pays

importateur du volume total des importations mondiales de ce produit. Ils ont ainsi montré

que les pays comme le Cameroun, l’Algérie et le Nigéria présentent un indice élevé de

similitude avec la majorité des pays africains, en ce qui concerne les produits primaires.

4 Association des nations d’Asie du Sud Est.

6

Toutefois, ces arguments bien que valables ne doivent pas faire ignorer d’autres obstacles

institutionnels ou politiques, car quoique les produits soient identiques dans les pays d’une

zone, les coûts de production sont différents, et les choix de consommation sont aussi

différents. C’est le cas de la Chine, qui ne cesse d’accroître ses exportations en direction des

puissances économiques, bien qu’ayant des biens similaires aux biens rencontrés sur les

marchés intérieurs de ces pays.

Plusieurs outils sont utilisés pour établir le lien entre les potentiels déterminants des échanges

au sein d’une communauté régionale et le niveau des échanges. Le modèle de gravité avec des

données de panel a longtemps été considéré comme outil idoine, pour déterminer de manière

empirique le niveau des flux commerciaux entre les pays (Evenett et Keller, 2002 ; Helpman,

1987). Il s’agit, dans le cas de deux pays, d’une relation mathématique qui établit le lien entre

le commerce bilatéral et les déterminants clefs ci-dessus mentionnés. Ces modèles tiennent

compte de l’hétérogénéité des pays exportateurs et importateurs, en prenant en considération

un nombre important de variables explicatives. Les variables traditionnelles de ce modèle

incluent par exemple pour chaque pays, le revenu intérieur, les affinités culturelles, la

proximité géographique des pays, le degré d’enclavement des économies, le degré

d’urbanisation des pays. Ces variables ont généralement une influence positive sur les flux

commerciaux, selon Longo et Sekkat (2004), et Carrère (2004). Des facteurs complémentaires

tels que la pauvreté des infrastructures, les indicateurs de gouvernance, la stabilité politique

interne, influence négativement ou pas du tout les échanges au sein d’une zone économique.

Ce modèle que J. LeSage (2008) juge simpliste est basé sur l’hypothèse d’indépendance des

observations entre origine et destination des flux commerciaux. Cette hypothèse a été

critiquée depuis 1988 par Anselin, qui a introduit le concept de modélisation économétrique

spatiale des flux. Un tel modèle repose sur la construction des matrices de voisinage en

mesure de capter les relations de dépendance spatiale pouvant exister entre les pays d’une

région (J. LeSage, 2008). En travaillant sur des données en coupe transversale, cet auteur a

montré comment tenir compte de l’autocorrelation spatiale dans un modèle de gravité de base.

Et, en comparant différents modèles de gravité, ceux ayant pris en compte la dépendance

spatiale ont eu les résultats les plus robustes.

Force est donc de constater que les principaux facteurs l’intégration sous-régionale sont

notamment la similarité institutionnelle, la complémentarité commerciale et productive, les

infrastructures de transport. Pour montrer l’effet quantitatif de ces facteurs sur les échanges

entre pays membres d’une zone régionale, ils ont pour la plupart utilisé les modèles

économétriques gravitaires. Dans le cadre de cette étude, la méthodologie qui sera utilisée fait

l’objet du chapitre suivant.

3- Cadre méthodologique

3-1- Construction d’un indice de similarité des produits échangés

La similarité est le degré de ressemblance, de conformité entre deux éléments. La structure

d’exportation d’un pays A sera alors jugée similaire à la structure d’exportation d’un pays B

7

si, les biens constituant les exportations de ces deux pays renvoient à des catégories de

produits identiques.

Dans le cadre de cette étude, l’indice de similarité des produits exportés qui est construit est

celui qui a été proposé par Van Beers et Linnenmann (1988) et Yeats (1997), et utilisé par

Oram et A. Lehaf (1998) et la CEA (2010). Dans toute la suite les indices i et j représentent le

pays origine et le pays destination respectivement.

Si l’on note les exportations du produit k par le pays le pays i, alors l’indice est:

Le facteur représente la part des exportations du produit k dans les exportations totales

du pays i.

Tel que défini, il varie de 0 à 100 et s’interprète de la manière suivante :

Lorsque , l’on conclut qu’il n’ya aucune correspondance entre les exportations des

pays i et j.

Lorsqu’il vaut 100, la conclusion faite est qu’il ya similitude parfaite entre les structures

d’offre d’exportation des pays i et j.

Il est à noter que cette mesure est sensible au niveau d’agrégation des données, car une

augmentation du nombre de produits se traduit par une baisse des valeurs de l’indice (Van

Beers et Linnenmann, 1998). Ceci s’explique par le fait que, plus la gamme de produits

échangés augmente, les chances pour que les pays exportent les mêmes produits

s’amenuisent. Ainsi, une solution envisagée par ces auteurs a été de limiter le nombre de

produits à cinq. Dans le cadre de cette étude, le nombre de produits sera limité à cinq

principaux produits faisant l’objet d’échange entre les pays de la cemac, notamment les

produits bruts issues de l’agriculture et de l’élevage, les produits alimentaires transformés, les

minéraux, les produits chimiques, ainsi que les machines, et voitures.

La mesure de l’indice de similarité des produits exporté s’interpréte comme une variable

reflétant l’intensité des flux commerciaux bilatéraux entre deux pays. Ainsi, les valeurs de

l’indicateur représentent des facteurs d’échelle par lesquels on doit multiplier les résultats de

l’analyse économétrique pour déterminer le potentiel réel des flux commerciaux (CEA, 2010).

Disposer d’un tel indice permet d’analyser son impact potentiel sur les flux commerciaux

intra-CEMAC. Et, comme l’étude porte sur des pays, l’usage d’un modèle gravitaire est

requis, en particulier un modèle gravitaire sur données de panel. De plus, pour traiter deux

principales particularités des données spatiales, notamment l’autocorrélation spatiale

provenant de l’absence d’indépendance des observations géographiques, et l’hétérogénéité

spatiale qui trouve son origine dans la différentiation de l’espace des variables (Le Gallo,

8

2000), l’étude s’est intéressée aux modèles spatiotemporels tels que décrits par Elhorst

(2008).

3-3- Spécification mathématique du modèle

La démarche adoptée est celle décrite par Hurlin5 :

Effectuer une estimation globale du modèle a-spatial par la méthode des moindres

carrés ordinaires, afin d’identifier le caractère du processus générateur de données. Si

le processus est hétérogène, alors l’usage des données de panel ne se justifie guère, et

il est plus approprié d’effectuer des estimations pour chaque pays. A l’inverse, si le

processus est jugé homogène, cela signifie que la spécification choisie est unique pour

tous les individus. A cet effet, le test du multiplicateur de Lagrange de Breusch-Pagan

est mis en œuvre ; l’hypothèse nulle est l’absence d’effets liés aux panels. Au cas où

l’hypothèse nulle est rejetée, l’on passe à l’étape suivante. Sinon, une simple

estimation sera mise en place.

Choisir entre un modèle à effets fixes et un modèle à effets aléatoires au moyen du test

de Hausmann. Il est important de relever qu’à ce niveau, trois hypothèses sont émises,

notamment (i) la nullité de l’espérance des résidus du modèle choisi ; (ii) les processus

résiduels individuels sont homoscédastiques; (iii) l’absence de corrélation pour deux

processus résiduels de deux individus distincts, quelle que soit la date considérée.

Tester la présente d’une autocorrelation spatiale puisque les données sont

géoréférencées6 au moyen du test de Moran, afin de chercher d’éventuels régimes

spatiaux en présence. En effet, la valeur constatée d’une variable aléatoire en un point

donné de l’espace dépend de la valeur de cette variable en d’autres points de l’espace.

L’hypothèse nulle du test suppose l’absence d’autocorrelation spatiale versus

l’hypothèse alternative qui est en faveur de la présence d’autocorrelation spatiale.

Ainsi, au seuil de significativité fixé, si l’hypothèse nulle est rejetée, l’on affirme la

présence de l’autocorrelation spatiale sur les données étudiées.

Modéliser l’autocorrelation détectée selon un ajustement idoine par la méthode du

maximum de vraisemblance. Il s’agit de déterminer la forme de dépendance spatiale

suivie par les observations. Sur des données en coupe transversale, l’on estime le

modèle spatial décalé et le modèle spatial d’erreur. Puis l’on utilise les tests du

multiplicateur de Lagrange proposé par Anselin (1988) et les tests robustes proposés

par Anselin et al (1996), qui sont basés sur l’estimation par moindres carrés ordinaires

et qui supposent que les résidus suivent une loi de chi-deux à un degré de liberté. L’on

effectue alors les tests unidirectionnels LMLAG d’omission de variables spatialement

décalées et LMERR de dépendance spatiale des erreurs ainsi que leurs versions

robustes RLMLAG et RLMERR, tels que définis par Anselin et Florax (1995). Si

LMLAG est plus significatif que LMERR, et que RLMLAG est significatif

mais pas RLMERR, alors le modèle spatialement décalé est appliqué. A l’inverse, si

LMERR est plus significatif que LMLAG, et RLMERR est significatif mais pas

5 Hurlin(Econométrie des données de panel, modèles linéaires simples, seminaire méthodologique, p 11) 6 Se dit d’observations d’unités géographiques.

9

RLMLAG, alors le modèle de régression sur les erreurs est appliqué. Puisque l’on est

en présence d’un modèle spatial sur données de panel, les deux modèles à savoir, le

modèle spatial décalé et le modèle spatial d’erreur seront estimés et le meilleur sera

sélectionné. La section suivante présentera les équations mathématiques matérialisant

la procédure énoncée.

Soit une variable d’intérêt traduisant les flux commerciaux d’un pays origine i vers un

pays destination j, à une période de temps t. Dans cette étude, cette variable est représentée

par les exportations du pays i vers le pays j d’une part, et par les importations du pays i en

provenance du pays j d’autre part. et avec

Pour un pays, la spécification traditionnelle du modèle gravitaire s’écrit :

(1)

Dans cette équation, représente le vecteur-ligne des variables explicatives du pays i au

temps t, j étant fixé.

représente le vecteur des paramètres inconnus à estimer.

Si l’on effectue un regroupement des observations dans le temps, on obtient l’équation (2) ci-

dessous :

(2)

Il est supposé, sans nuire à la généralité, que les perturbations suivent un processus gaussien

centré, et sont indépendantes et identiquement distribuées.

Lorsque l’on introduit les dépendances spatiotemporelles, l’équation (2) devient de la forme :

(3)

Ainsi, pour une origine i et une destination j à une période de temps t, la variable dépendante

( ) dépend de sa valeur à la période précédente ( ), de la valeur de la variable expliquée

des régions voisines à la même période ( ), et de la valeur de la variable expliquée des

régions voisines à la période précédente ( ). Dans l’équation précédente (3), le terme

W7 représente une matrice de voisinage censée capter les interdépendances entre les

observations.

si les pays i et j sont « proches ». Le concept de « proximité » renvoie ici à plusieurs

qualificatifs tels que la distance cardinale entre les capitales des pays, la contigüité entre les

pays, la distance ordinale, etc. Par convention, la littérature note car un pays n’est

pas proche de lui-même. Par ailleurs, la matrice W obtenue au cours des estimations est

standardisée sur les lignes. Pour cette étude, la matrice de poids obtenue est normalisée afin

de permettre les comparaisons entre les paramètres spatiaux des divers modèles à estimer.

7 Pour n sites géographiques, une matrice de poids W est de taille n × n et son élément wij indique l’intensité de la

dépendance de la zone i par rapport à la zone j.

10

Les termes et désigent les variables spatialement décalées respectives de et

. Les éléments i de ces variables représentent les moyennes pondérées par la proximité

respectives des valeurs de et sur les voisins du pays i considéré.

A la structure représentée par l’équation (3) peut s’ajouter une structure similaire appliquée

non plus sur la variable dépendante, mais plutôt sur les perturbations .

Si tel est le cas, on obtient le système d’équations ci-contre:

(4)

(5)

Alors que la première équation traduit une dépendance spatiale liée à la variable endogène

décalée, la seconde équation correspond à une dépendance spatiale liée à une autocorrélation

des erreurs. La prise en compte de ces deux relations est motivée par deux raisons

économétriques dans la littérature (LeSage et Kelley, 2008). La première est liée au fait que la

dépendance spatiale détermine l’équilibre de long terme d’un processus spatiotemporel. La

seconde motivation provient de la non prise en compte de certaines variables qui pourraient

expliquer la dépendance spatiale des observations.

Aussi, LeSage et Kelley (2008) interprètent-ils ces équations de la manière suivante : un

changement observé dans le bloc des variables explicatives conduit, toutes choses égales par

ailleurs, à un impact simultané sur les flux entre les deux pays en présence. Suite à la

spécification, plusieurs modèles sont identifiés, et la procédure élaborée dans la sous-section

précédente permet de retenir la spécification idoine.

3-4- Choix des variables et source de données

La variable d’intérêt représente les exportations en valeur d’une origine vers une destination

de 2001 à 2010. Les pays concernés sont les Etats membres de la CEMAC à l’exception de la

Guinée Equatoriale, pour laquelle les données disponibles ne couvrent pas la période d’étude.

Par ailleurs, les variables continues l’instar des exportations, du PIB, de la distance, etc sont

prises en logarithme, afin d’interpréter aisément leurs coefficients comme des élasticités. Les

variables explicatives présentées ci-dessous intègrent les variables traditionnelles du modèle

de gravité, et proviennent de la Banque Mondiale, du cepii, et de la CEA.

Le revenu intérieur brut de chaque pays rapporté à sa population

La théorie sur le commerce bilatéral enseigne que le commerce est positivement corrélé à la

taille du marché. Rapporter ce facteur à la population de chaque pays permet de normaliser les

différentes grandeurs mesurées dans chaque pays. L’on s’attend alors à avoir une relation

significative positive entre le PIB/ht et l’intensité des flux commerciaux.

La distance géographique

11

La prise en compte de cette variable tient au fait que, n’ayant pas d’informations sur les coûts

de transport entre pays, cette dernière considérée par plusieurs auteurs comme variable proxy

(Fujita et al., 1999). Ainsi, la distance géographique influencerait négativement l’intensité du

commerce entre les pays.

Le degré d’enclavement d’un pays

L’enclavement d’un pays est généralement lié à l’absence d’une ouverture sur la mer, car en

présence d’une frontière maritime ou océanique, un pays a plus de facilités d’exporter et

d’importer. Cet indicateur sera donc binaire, et vaudra 1 si le pays concerné est doté d’une

ouverture sur la mer, et 0 sinon. Il est attendu de cet indicateur un impact positif sur le flux de

commerce.

La contigüité des frontières territoriales entre deux pays

Selon Tchomgui et Tchehi (2010), deux pays partageant une frontière territoriale ont plus de

chances d’échanger des biens et services, par rapport à deux pays éloignés. Ainsi, ce facteur

sera considéré comme variable binaire qui vaut 1 si les deux pays concernés partagent une

frontière territoriale, et 0 sinon), et devrait avoir un signe positif sur le volume des échanges.

Le caractère historique commun entre deux pays notamment le fait d’avoir subi le

même système colonial

L’histoire commune partagée par deux peuples peut permettre d’expliquer le flux des

échanges entre ces pays. Aussi, est-il attendu de ce facteur un effet positif sur le flux des

échanges.

Le partage de la même langue officielle

Comme le facteur précédent, le fait de partager une langue officielle influence positivement le

volume des échanges entre deux pays.

L’indice de similarité

Cet indice, aurait d’après la littérature un impact positif et significatif sur la variable d’étude.

L’état des infrastructures routières reliant deux capitales au sein de la sous-région

Les infrastructures de transport constituent un facteur attractif important pour l’intégration

régionale, en ce sens qu’elles sont le moyen de mobilité par excellence des biens et des

personnes. Parmi les contraintes des échanges en Afrique Centrale en général et au sein de la

sous-région CEMAC en particulier, l’accessibilité aux moyens de transport notamment aux

routes a été identifiée comme l’une des faiblesses majeures. Selon la Banque africaine de

développement (2010), seul 20% du réseau routier de la sous-région est bitumé, alors que les

marchandises circulent à près de 80% par voie terrestre. Ce mauvais état des routes engendre

une hausse importante des coûts de transport qui induit à son tour une flambée des coûts des

biens échangés. Dans le cadre de cette étude seront prises en compte les infrastructures

12

routières existantes et en bon état qui relient deux capitales de la sous région. La dite variable

dichotomique vaudra 1 si le réseau routier bilatéral est en bon état, et 0 dans le cas contraire.

Un réseau inter-capital sera alors considéré comme en bon état si le taux de bitumage est

supérieur ou égal à 50%.

4- Implémentation

4-1- Analyse des échanges intra-Cemac

Le manque de dynamisme observé dans les transactions entre pays membres de la zone peut

s’expliquer premièrement par une polarisation des échanges sud nord. En effet, comme

l’indique le tableau 1, plus du deux tiers des échanges de la sous-région s’effectuent avec

l’UE, la Chine et les Etats-Unis. Ce résultat global de l’orientation des échanges mérite de

dégager certaines spécificités, car à l’intérieur de la zone s’observe aussi une forme de

polarisation locale avec le Cameroun qui est le principal pôle attractif de la zone, en termes

d’exportations. Du fait de sa position stratégique, il dessert tous les autres pays, et enregistre

un niveau élevé des exportations intra CEMAC qui tient compte de la réexportation, pour les

pays enclavés comme le Tchad. Néanmoins, il est rejoint par le Tchad et le Gabon qui

consomment des biens issus de la zone. Deuxièmement, la sous-région est sujette au poids

prépondérant du commerce transfrontalier informel, qui a pris une ampleur considérable, à tel

point que plusieurs auteurs (MINEPAT, 2010 ; Banque Mondiale, 2011 ; CEA, 2012) ont

essayé d’analyser ce phénomène aux différentes frontières camerounaises. Ils relèvent une

porosité des frontières des pays de la CEMAC qui exercent des effets considérables de marée

des différentes économies sous-régionales, avec plus de 20% des échanges qui ne se font pas

dans la légalité aux frontières camerounaises (ce résultat qui peut paraître excessif intègre les

flux le long des différents corridors entre le Cameroun et le Nigéria). Ceci est dû à

l’inaccessibilité du réseau routier reliant les différentes capitales de la zone, induisant la

contrebande, voire la clandestinité. Ces infrastructures s’imposent donc comme meilleur

élément de développement du marché sous-régional, et à terme, comme facteur de création

des économies d’échelle. S’agissant de la structure de ces échanges, seuls une quinzaine de

produits participent aux échanges, la majeure partie étant constituée des dérivés du pétrole qui

représentent environ 60% des valeurs enregistrées (CEA, 2012). Les produits concernés par

les échanges hors dérivés du pétrole sont surtout constitués de produits agricoles et de

produits alimentaires.

En ce qui concerne la similarité des produits échangés, l’indice construit montre que la

majeure partie des échanges des différentes économies ont lieu avec le Cameroun, et dans une

moindre mesure, avec le Gabon. Un tel résultat est prévisible, du fait de la localisation

géographique du Cameroun d’une part, et de la présence des routes partiellement bitumées de

sa capitale (Yaoundé) à chaque capitale voisine d’autre part. Par ailleurs, ce pays dispose

d’une importante population dynamique, qui représente un peu plus de la moitié de la

population totale de la sous-région, constituant ainsi une main d’œuvre considérable pour

l’industrie locale, et un marché de consommation à conquérir par les industries des autres

économies sous-régionales.

13

L’évolution de l’indice de similarité de la structure d’exportation du Cameroun avec les autres

pays (graphique 2) affiche des valeurs croissantes en ce qui concerne le Congo, indiquant

qu’au fil du temps, la gamme de produits échangés avec le Cameroun augmente et a tendance

à être de même nature ; il s’agit entre autres des denrées alimentaires et des engins de

navigation maritime, aérienne et fluviale. Pour ce qui est du Gabon, les valeurs de l’indice

oscillent autour de la moyenne (50%) ; ainsi, ces deux pays bien qu’ayant un flux commercial

important échangent des biens qui se complètent. Par exemple, le Gabon importe du

Cameroun aussi bien les produits bruts issus de l’agriculture (cacao, coton) que les produits

transformés (produits alimentaires et chimiques). A l’inverse, le Cameroun s’approvisionne

auprès du Gabon pour les produits tels que les céréales, les sucreries, les ouvrages en fonte,

etc.

La RCA et le Tchad ont des indices faibles sur la période car ils n’échangent presque pas avec

leurs voisins. Mais, l’on relève que les biens qui font l’objet d’échange ne se ressemblent pas.

Le Tchad exporte vers le Cameroun principalement des bovins et caprins ainsi que des

ouvrages en caoutchouc et en fer, alors qu’il importe du Cameroun les produits chimiques et

les denrées alimentaires transformées en plus des matières premières (coton, soufre). Pour ce

qui est de la RCA, elle fournit du charbon, du coton et des ouvrages en fer au marché

camerounais, tandis qu’elle s’approvisionne en produits alimentaires bruts et transformés, et

en produits chimiques (savon, huiles, boissons).

Les produits échangés entre le Gabon et le Tchad sont similaires (graphique 3); ils sont

constitués de voitures, de matériels pour voies ferrées et d’autres engins tels que les tracteurs.

Une particularité observée dans l’évolution de cet indice de similitude, est le manque

d’échanges entre le Gabon et la RCA, dû au manque d’infrastructures idoines de transport. En

effet, 2 198 km séparent ces deux capitales, et seul le tiers du tronçon est bitumé, rendant la

voie routière impraticable surtout en saison des pluies dans cette zone au climat équatorial

humide.

Afin de mieux capter l’influence du degré de similarité des exportations de ces différents

produits sur les échanges intracommunautaires, un modèle d’analyse d’impact avec données

de panel, le modèle de gravité, a été mis en œuvre. L’analyse des résultats de cette

modélisation fait l’objet de la section suivante.

4-2- Impact de la similarité des produits échangés sur le flux des échanges

intracommunautaires

De prime abord, déterminer la structure génératrice des données à travers le test de Breusch-

Pagan (tableau 2) a permis, au seuil de 5%, de déceler une hétérogénéité. L’on a estimé

ensuite aussi bien un modèle à effets fixes qu’un modèle à effets aléatoires, à la suite desquels

un test de Hausmann est élaboré. Ce test autorise le rejet de l’hypothèse nulle au seuil de 5%,

et par conséquent, le modèle à effets fixes est à mettre en œuvre. La mise en œuvre du modèle

de base sur données groupées (tableau 2, (1)) et de celui à effets fixes (tableau 2, (2)) montre

que la spécification est bonne, avec un R2 ajusté qui vaut respectivement 0.7 et 0.6. Les

variables de base du modèle de gravité sont significatives, à l’exception des variables histoire,

14

enclavement et langue qui n’influencent pas les flux bilatéraux, quel que soit le modèle

considéré. L’indice de similarité des exportations bilatérales semble n’avoir aucune influence

sur les échanges sous-régionaux, au regard du modèle (1).

Suite au modèle a-spatial, la présence d’une autocorrelation spatiale des observations semble

être logique ; le test de Moran d’absence d’autocorrelation spatiale est alors effectué (tableau

2). Il en résulte un indice de Moran I= 0.21 (p-value = 0.00) attestant de la présence de

corrélations spatiales entre les unités géographiques. Pour déterminer la forme de la

dépendance spatiale, la règle d’Anselin et Florax (1995) a été adoptée ; et le modèle

d’autocorrelation spatiale sur variable endogène décalée a été sélectionné. Ce nouveau modèle

(tableau 2, (3)) est globalement satisfaisant, avec le coefficient rho positif (ρ=07.77) et

significatif (p-value = 0.03). Le coefficient associé à l’indice de similarité des structures

d’exportations, contrairement aux autres modèles, a changé de signe, bien qu’il soit toujours

relativement faible. Par ailleurs, les tests de validité présentés ci-dessous permettent

d’affirmer que l’ajustement est de bonne qualité. L’on constate néanmoins une relative

stabilité au niveau de la qualité de l’ajustement à travers le R2 ajusté.

L’indice de similarité continue d’avoir une influence sur la variable d’intérêt, mais dans le

sens contraire. Ainsi, la prise en compte des caractéristiques géographiques des pays

observées influence le commerce sous-régional. Le degré de modernité des infrastructures de

transport est devenu significatif au seuil de 10%, de même que la richesse nationale par unité

du capital du pays exportateur. La proximité géographique, prise en compte à travers la

distance inter-capitale et le partage d’une frontière est significative, quelque soit le modèle

considéré ; ceci est la preuve que deux pays voisins ont tendance accroître leurs échanges, en

comparaison à deux pays relativement éloignés.

De manière générale, les estimations (2) et (3) qui respectivement ne contrôlent pas et

contrôlent les effets spatiaux fixes sont différents en ce sens que le modèle (2) tient compte

des coupes transversales des données tandis que le modèle (3) tient compte de la composante

temporelle des données. En conséquence, certains auteurs (Anselin ,2006 ; Baltagi, 2005 ;

Partridge, 2005) affirment que les estimations qui contrôlent les effets spatiaux fixes relèvent

de la modélisation de courte période, alors que ceux qui ne tiennent pas compte des effets

spatiaux sont des modèles de long terme.

Tableau 2: Résultats récapitulatifs de l’estimation

Modèle pooled

a-spatial

(1)

Modèle de panel à

effets fixes

(2)

Modèle de panel spatial

autorégressif à effets fixes

(3)

constante 21.52

(0.00)***

- -

ρ - - 07.77

(0.03) ***

sim 0.01

(0.08)**

- 0.03

(0.04) ***

- 0.03

(0.05) ***

Log(popi) - 0.56

(0.00)***

- 0.32

(0.05)***

- 0.31

(0.05)***

15

Log(popj) 0.01

(0.94)

- 0.03

(0.74)

- 0.03

(0.71)

Log(PIBi/capital)

- 0.36

(0.02)

- 0.33

(0.06)**

- 0.49

(0.07)**

Log(PIBj/capital)

0.19

(0.22)

- 0.15

(0.27)

- 0.09

(0.43)

Log(distance) 1.35

(0.00) ***

1.30

(0.00) ***

1.11

(0.02) ***

infras 0.49

(0.12)

0.47

(0.10)**

0.43

(0 .10)**

enclav 0.05

(0.80)

0.03

(0.87)

0.03

(0.93)

frontiere 2.01

(0.00) ***

1.97

(0.00) ***

1.89

(0.00) ***

Qualité de l’ajustement

R2

ajusté 0.68 0.57 0.60

p-value globale

0.00***

0.00*** 0.02***

Nombre d’observations 200 200 200

Nombre d’individus 20 20 20

Tests diagnostics

Test LM d’hétérogénéité de

Breusch Pagan

269.56

(0.00)

- -

Hausmann 0.21

(0.00)

- -

Moran - 0.21

0.00

-

LMlag - - 52.94

(0.00) ***

LMerr - - 31.36

(0.00) ***

RLMlag - - 22.15

(0.00) ***

RLMerr - - 0.56

(0.43)

Source : Calculs de l’auteur

Les valeurs entre parenthèses représentent les p-values des estimateurs, *** représente la significativité des paramètres au

seuil de 5%, ** représente la significativité eu seuil de 10%.

Une limite dans le contrôle des effets spatiaux fixes qui justifie la non utilisation de ces

derniers est que toute variable qui ne change pas au cours du temps ou qui varie très peu ne

peut être estimée, car elle est supprimée lorsque l’on centre la dite variable.

5- Discussion

L’approche économétrique élaborée ci-dessus donne des résultats prévisibles, même si dans

certains cas, l’effet des facteurs sur le commerce sous-régional n’est pas consistent.

Néanmoins, Il est important de relever que le coefficient de corrélation spatiale ρ a mesuré

l’impact de la distribution spatiale des unités : il s’ensuit que le niveau des échanges

16

commerciaux entre deux pays à l’échelle sous-régionale est positivement influencé par les

activités économiques du voisinage. A titre d’exemple, citons le cas de l’or blanc,

l’aluminium produit par ALUCAM au Cameroun, qui est racheté par les opérateurs

économiques gabonais pour satisfaire la demande intérieure gabonaise d’une part, et pour la

réexportation d’autre part.

Impact de la similarité des produits échangés

Les estimations ci-dessus effectuées ont montré que la présence de similitudes des structures

d’exportations des produits au sein de la CEMAC influence significativement de manière

négative les flux commerciaux bilatéraux. En effet, deux partenaires commerciaux qui offrent

à l’extérieur de leurs frontières des biens de même nature, auront tendance à réduire au fil du

temps, le volume de leurs échanges, toutes choses égales par ailleurs, créant de ce fait un

détournement de trafic vers les pays qui auront exprimé la demande de ces biens. Bien que

l’effet de la similarité des produits soit significatif, la valeur du coefficient est relativement

faible (-0.03). Ainsi, cette analyse ne confirme pas les hypothèses selon lesquelles le retard de

la sous-région est lié à la nature similaire des biens participant aux échanges.

Il est toutefois important de noter que ce facteur ne constitue pas le plus important obstacle

pour le développement du commerce intra-communautaire.

Impact des infrastructures de transport

Parmi les principaux facteurs qui empêchent les échanges entre les pays d’une zone

économique, les moyens de communication et de transport occupent une place de choix.

L’analyse économétrique effectuée montre que le degré de bitumage du réseau inter-pays de

la CEMAC a un effet positif significatif (p-value = 0.10) au seuil de 10%, sur le flux des

échanges commerciaux entre les pays.

En effet, le réseau routier en Afrique Centrale est l’un des plus faibles au monde ; il est de

186 425 km contre 434 910 km en Afrique de l’Ouest et 853 910 km en Afrique de l’Est

(CEA ,2010). Depuis les années 2000, les Etats membres de la CEMAC, engagés dans le

processus d’intégration économique, ont défini et ratifié le règlement n° 9/00/CEMAC-067-

CM-04 du 20 juillet 2000, qui pose les jalons du renforcement du réseau routier sous-régional.

Plus encore, les chefs d’Etat de la sous-région se sont joints aux autres dirigeants des pays de

l’Afrique Centrale pour valider en décembre 2003 un plan directeur consensuel des transports

(PDCT-AC) dont les objectifs à court et moyen termes sont entre autres de : (i) permettre la

circulation sur une route entièrement bitumée d’une capitale à une autre ; (ii) mettre en place

un cadre consensuel sous-régional pour les négociations en vue de mobiliser les

investissements dans le domaine des infrastructures de transport. Cependant, l’adoption de ce

plan n’a eu aucune influence sur la qualité des infrastructures de transport faute d’insuffisance

des ressources financières. Aussi, une stratégie de financement de ce plan directeur des

transports est-elle en cours de réflexion. A côté des infrastructures routières qui sont soit

inexistantes, soit mal entretenues, les autres moyens de transport notamment les réseaux

ferroviaire et aéroportuaire sont sous développés ou détruits. Quoique ne faisant pas partir des

17

variables de cette étude, il est d’une importance capitale de souligner qu’ils représentent un

véritable goulot d’étranglement pour l’essor du commerce intracommunautaire.

Impact de la population, de la demande et de la richesse intérieure

Outre les infrastructures de transport, la taille des économies en présence influencent leurs

échanges. Pour ce qui est de la population du pays exportateur, elle agit négativement sur le

commerce bilatéral, de même que la richesse intérieure. Au fur et à mesure qu’une population

intérieure augmente, la demande intérieure du pays évolue dans la même direction, toutes

choses étant égales par ailleurs. Ainsi, les activités économiques productives du pays ont

tendance à converger vers la satisfaction de la population intérieure, avant d’exploiter

l’excédent de la production à la satisfaction de la demande extérieure. Pourtant, il se trouve

que les économies de la CEMAC ont des capacités de production très limitées, face à un taux

de croissance démographique sans cesse croissant. Il serait alors avantageux pour chaque

économie, d’accroître les capacités de production des structures existantes d’une part, et

d’inciter les opérateurs économiques de la sous-région à s’implanter afin de satisfaire la

demande sous-régionale et gagner des parts de marché à l’extérieur de la sous-région.

Par ailleurs, cette étude a montré que l’étendue de la richesse par unité du capital du pays

partenaire n’a aucun impact sur les échanges au sein de la sous-région, alors que celle du pays

exportateurs contribue négativement et de façon significative aux échanges bilatéraux. Un tel

résultat pourrait s’expliquer par le fait qu’à courte période, plus un pays est riche, plus

important est son désir de satisfaire ses besoins internes sans cesse croissants à travers une

nouvelle structuration de son économie, et/ou au moyen de nouvelles stratégies commerciales

avec des pays hors de sa sous-région. Ces deux attitudes auront pour conséquence immédiate

la réduction dans un premier temps des échanges commerciaux avec ses voisins : il s’agit du

détournement du commerce.

Impact de l’ouverture sur la mer

Selon les résultats, l’absence de l’ouverture sur la mer influence de manière négative le

commerce bilatéral de la sous-région. Un tel résultat était prévisible, dans la mesure où les

pays enclavés tels le Tchad et la République Centrafricaine ont des difficultés à participer au

commerce intracommunautaire. En effet, leurs marchandises à l’importation comme à

l’exportation transitent presque toujours par le Cameroun, ce qui est très couteux

Impact de la proximité géographique des partenaires commerciaux

La proximité géographique de deux partenaires commerciaux a un impact significatif sur les

échanges dans la CEMAC. En effet, l’existence d’une frontière commune entre deux pays qui

participent au commerce accroît l’importance du commerce entre ces derniers ; ce qui signifie

que les pays qui ont une frontière commune échangent plus que ceux qui n’en ont pas. C’est

pourquoi, le Cameroun, qui partage ses frontières avec tous les autres pays de la sous-région a

tendance à échanger avec tous ces pays. Cette proximité géographique favorise l’accès aux

marchés intérieurs des pays, et réduit les coûts de transport. De plus, au fur et à mesure que la

distance qui sépare deux capitales augmente, les pays partenaires sont moins disposés à

échanger ; c’est la raison pour laquelle l’effet de cette variable est négatif.

18

6- Conclusion et recommandations de politique économique

Parvenu au terme de l’étude, il convient de rappeler qu’elle a placé les principales questions

de l’intégration économique au sein de la CEMAC dans le contexte de la nouvelle économie

géographique. Elle a mis en avant les contraintes et les défis liés à la similarité des structures

d’exportation des Etats membres de la dite sous-région, au moyen d’une modélisation spatiale

sur données de panel. Elle aboutit alors à quatre principales conclusions. D’abord, les produits

échangés au sein de la sous-région sont peu diversifiés et peu transformés ; les structures

d’exportation entre pays partenaires sont moyennement similaires. Le Cameroun, et dans une

moindre mesure le Gabon puis le Congo participe plus activement aux échanges commerciaux

que les autres pays, du fait de sa position géographique, de la taille de sa population et de son

tissu industriel.

Par ailleurs, l’usage d’une modélisation spatiale sur données de panel a permis d’attester que

les similitudes des exportations influencent négativement et significativement le commerce

bilatéral au sein de la CEMAC d’une part, et que le caractère moderne des infrastructures

routières a un impact positif significatif sur les flux bilatéraux.

Il serait dès lors capital pour chacune des économies de développer son tissu industriel par

rapport à la demande sous-régionale et de faciliter le commerce sous-régional à ses frontières.

De ces défis résultent un ensemble de mesures de politique économique en cohérence avec la

vision de la CEAMC à l’horizon 2025. Aussi, s’est-il avéré judicieux de suggérer de :

Développer les infrastructures de transport et d’énergie électrique, afin de garantir le

transport permanent, de même que le conditionnement aisé des marchandises, réduire

le commerce transfrontalier informel, et faciliter l’intégration des peuples dans la

sous-région; Cet objectif pourrait se concrétiser par l’achèvement du bitumage des

routes inter-capitales (recherche des sources de financement alternatives en plus des

financements sur les budgets publics des pays membres de la sous-région, réalisation

des travaux), et la mise en place effective d’une compagnie aérienne sous-régionale

opérationnelle.

Promouvoir le commerce intra-communautaire à travers le développement de

l’industrialisation généralisée d’une part, et la mise en place d’une stratégie de

polarisation choisie des entreprises sous-régionales. Une telle intention se

manifesterait alors à travers la réalisation d’une étude de compétitivité des économies

de la CEMAC, suivie de l’élaboration des mesures d’incitations à caractère sous-

régional au secteur privé, et de la mise en œuvre des mesures de soutien à la balance

courante globale pour chaque produits spécifique à identifier.

Accroître la production, la transformation des produits échangés à l’échelle sous-

régionale.

Annexes

Tableau 1: Principaux partenaires commerciaux de la CEMAC à l’importation et à l’exportation

Principaux partenaires commerciaux de la CEMAC à l'exportation

19

Exportations (%)

principaux partenaires UE Chine USA autres

Cameroun 51,8 11,4 5,9 30,9

Gabon 10,2 41,9 47,9

Guinée 47 13,9 10,2 28,9

Congo 24,0 40,3 21,2 14,5

Tchad 7,7 6,9 84,4 1,0

Rép. Centraficaine 45,8 17,2 0 37

Principaux partenaires commerciaux de la CEMAC à l'importation

Importations (%)

principaux partenaires UE Chine USA autres

Cameroun 37,4 16,7 0 45,9

Gabon 56,5 8,3 0 35,2

Guinée 52,1 12 13 22,9

Congo 40,1 12,4 5,7 41,8

Tchad 43,9 11,1 4,1 40,9

Rép. Centraficaine 19,5 0 34,6

Source : OMC, FMI, calculs de l’auteur

Graphique 1: Evolution du taux de croissance du PIB total par habitant

Source : FMI, BEAC, Calculs de l’auteur

Graphique 2: Indice de similarité entre le Cameroun et les autres pays

-1,00

0,00

1,00

2,00

3,00

4,00

5,00

6,00

7,00

8,00

9,00

Ta

ux

de

cro

issa

nce

du

PIB

/ht

cemac

comesa

uemoa

20

Source : Trademap, calculs de l’auteur

Graphique 3: Indice de similarité entre le Gabon et les autres pays

Source : Trademap, calculs de l’auteur

0

10

20

30

40

50

60

70

80

90

100

2001

2002

2003

2004

2005

2006

2007

2008

2009

0

10

20

30

40

50

60

70

80

90

100

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

21

Bibliographie

Agbodji A. (2007), “Analyse comparative des processus d’intégration économique régionale,

Cered/Forum et Cernea, 2001”, Lomé

Arbia G. et al (2004), “Using Spatial Panel Data Models in Modelling of Regional Growth and

Convergence“, Zaragoza university

Balassa, Bela (1961), “The Theory of Economic Integration, R.D. Irwin: Homewood”, Illinois

Balassa Bela (1965), “Trade Liberalization and Revealed Comparative”, Manchester School

of Economics and Social Studies, pp. 90-123, Manchester

Baltagi B. et al (2007), “A Generalized Spatial Panel Data Model with Random Effects”, Syracuse

University

Banque Mondiale (2012), “Estimation des flux commerciaux, description des relations commerciales

et identification des contraintes au commerce transfrontalier entre le Cameroun et le Nigéria”,

Yaoundé

Bergen S. et Lindströen (2012), “Comprehensive tutorial for the spatio-temporal R package”,

Washington

22

Boungou J. (2004), “La complémentarité, le commerce et l’intégration africaine”, p1-13, Ngouabi

Carrere D. (2003), “African Regional Agreement: impact on trade with or without currency union”,

CERDI, Auvergne

CEA (2010), “Etat de l’intégration régionale en Afrique IV : développer le commerce intra africain”,

Ethiopie

CEA (2012), “Deuxième journée de l’intégration en Afrique Centrale : commerce sous régional et

développement des infrastructures de transport en Afrique Centrale”, Douala

CEMAC (2010), “Journal vision CEMAC”, Journal de la CEMAC, Bangui

CEMAC (2009), “CEMAC 2025: vers une économie régionale intégrée et émergente ”, Journal de la

CEMAC, Bangui

Debarsy N. (2009), “Testing for Spatial Autocorrelation in a fixed Effects Panel Data Model”,

Document de recherche n° 2009-12, Orleans university

Debarsy N. and Ertur C. (2009), “Testing for spatial autocorrelation in a fixed effects panel data

model: The Feldstein-Horioka puzzle revisited

Diaw D. et Tran T. (2009), “Intégration régionale et expansion du commerce sud-sud : cas du Sénégal

dans l’UEMOA”, revue Iben Monde 2009/3 n°199, p 627-646. DOI : 10.3917/rtm-199.06.27

Elhorst J. (2003), “Specification and estimation of spatial panel data models”, international science

review 26 (3): 244-268

Elhorst J. (2008), “Spatial panel data models”, international science review

Geda A. et Kibret H. (2002), “Regional economic integration in Africa: a review of problems and

prospects with a case study of COMESA”, London

Karingi S. (2004), “Evaluation de l’impact de l’accord de partenariat économique entre les pays de la

CEMAC et l’Union Européenne”, CAPC n°15

Kelley R. et Lesage J. (2000), “Closed-Form Maximum Likelihood Estimates for Spatial Problems”,

Louisiana University

Lebreton Marie (2013), “Cours de statistiques spatiales”, document de travail, Université de Toulouse

Capitole

Lottmann F. (2012), “Explaining regional unemployment differences in Germany: a spatial panel data

analysis”, SFB 649 Discussion Paper 2012-026, Dublin

Mata J. (2008), “Effet de la CEMAC sur l’intégration sous-régionale : cas du Cameroun, Congo et

Gabon ”, Université de Yaoundé II

Mayeko L. (2005), “Facteurs explicatifs du faible impact des investissements directs étrangers (IDE)

sur les échanges intra-communautaires des pays de la CEMAC”

23

Millo G. et Piras G. (2009), “Econometric analysis of spatial panel data”, Rennes

Millo G. et Piras G. (2012), “splm: Spatial Panel Data Models in R”, Journal of Statistical Software

Volume 47 Issue 1, Virginia

Millo G (2013), “Cross-sectional and spatial dependence in panels with R”, Piran

MINEPAT (2011), “prise en compte du Nigéria dans l’élaboration et la mise en œuvre des politiques

économique au Cameroun, Diversification des échanges : le Nigéria, une opportunité”, Yaoundé

Nations Unies (2009), “Rapport sur le développement économique en Afrique”, Genève

Ngakosso A. (2008), “La fiscalité et la dynamique de l’intégration : cas de la constitution du marché

unique dans la CEMAC”, Université de Yaoundé II

Park D. et al (2008), “Is the Asian Korea free trade area (AKFTA) an optional free trade area?”,

working paper n°21

Pebesma E. (2012), “Spacetime spatio-temporal data in R”, Jounal of statistical software, vol 51, issue

7, Münster

Piras G. (2010), “sphet: Spatial Models with Heteroskedastic Innovations in R”, Cornell University

Torres-Reyna O. (2009), “Getting started in fixed/random effects models using R”, Princeton