Les déterminants de la croissance économique en République

Les déterminants de la non-croissance économique en
République Démocratique du Congo (1920-2000)
Version provisoire pour commentaires
Albert TCHETA-BAMPA*
Résumé : Cette étude analyse de manière quantitative les déterminants de la trappe de non-croissance de la
RDC (1920-2000). Nous trouvons trois principaux résultats. Premièrement, l’insuffisance de capital physique et
humain lié à l’éducation ainsi que la lenteur de progrès technique semblent être responsables de la trappe de
non-croissance dans lesquelles la RDC reste bloquée depuis longtemps. Deuxièmement, un déséquilibre
structurel du rapport entre capital physique par tête (expansif) et capital humain par tête (sous-développé). Ce
déséquilibre empêche l’assimilation du progrès technique externe. Ce résultat suggère donc que le décollage
économique en RDC n’a jamais eu lieu jusqu’à présent. Enfin troisièmement, la RDC une croissance négative de
la productivité globale des facteurs qui représente environ deux tiers de la non-croissance du PIB par tête.
Abstract: This study analyzes quantitatively the determinants of the non-growth economy trap in Democratic
Republic of Congo (DRC) during period of 1920-2000. We find three principals results. First, the insufficiency
of physical and human capital that corresponds to education and slow technical progress are the cause of nongrowth economy trap. It impacts the economic stagnation in DRC since long time. Second, the structural
inequality between physical capital per capita (expansive) and human capital per capita (under developed)
impedes better assimilation of external technical progress. This result suggests that the economic transformation
in DRC has never been held till now. Third, the negative growth of total productivity factors represents
approximately two-thirds of the non-growth of GDP per capita.
Mots-clés : croissance, non-croissance, trappes à non croissance, sous-développement, capital physique, capital
humain, progrès technologique, RDC.
*Centre d’Economie de la Sorbonne, Université Paris 1, E-mail : [email protected]
Maison des Sciences Économiques, 106-112 boulevard de L'Hôpital, 75647 Paris Cedex 13
1
1. Introduction
Cet article traite des déterminants de la croissance économique de la République Démocratique du
Congo (RDC) sur longue période à partir d’un modèle Solow-Romer. La RDC a enregistré selon le
FMI, un taux de 6.5 pour cent de la croissance de son PIB réel en 2011 (contre 7.2 pour cent en 2010).
Depuis dix ans la croissance semble être redevenue, alors que pendant une cinquantaine
d’années le pays n’avait pas connu de croissance sensible du revenu par tête. Les chiffres du tableau 1
donnent une idée de l’état de l’économie après la seconde guerre mondiale. En 1950, le PIB réel par
habitant de la RDC s’élevait à 570 dollars des Etats-Unis (au prix de 1950). Non seulement il se situait
devant plusieurs pays, comme le Botswana, le Burkina Faso, le Cap Vert, la Guinée Equatoriale, la
Chine, etc., mais il était surtout non loin derrière certains pays en développement qui sont devenus
désormais des pays émergents comme l’Inde, la Thaïlande, Taiwan et la Corée du Sud. Le niveau du
PIB par habitant avant 1960 montre que la RDC était proche à cette époque d’avoir engagé son
décollage économique. Le taux de croissance annuel moyen du PIB par habitant de 1950 à 2011
permet d’observer que le pays a vu son PIB par habitant régresser relativement à de nombreux pays
alors qu’il avait un niveau de développement honorable dans les années 1950. Pourquoi cet échec de
croissance ?
Pays
Tableau 1 : Comparaison internationale des indicateurs économiques
PIB par habitant (dollars inter 1950) Croissance du PIB réel/hab*.
1920
Botswana
Burkina Faso
Cape Verte
Guinée
Equatoriale
Guinée
Mali
Mauritanie
RDC
China
Inde
Birmanie
Cambodge
Thaïlande
Taiwan
Corée du Sud
247
635
861
1 092
1950
2000
1950-2000
1950-2008
349
474
450
4 084
899
1 776
5,2
1,36
2,94
4,75
1,47
3,31
540
303
457
464
570
448
619
396
482
817
916
854
7 677
591
894
1 085
218
3 421
1 892
1 389
1 148
6 398
16 872
14 375
6,09
1,38
1,48
1,88
-1,72
4,28
2,31
2,66
1,99
4,28
6,04
5,94
7,27
1,29
1,71
1,94
-1,24
4,91
2,79
3,76
3,2
4,24
5,59
5,67
Source : Maddison (2008)
*Il s’agit du taux de croissance annuel moyen.
Pour répondre à cette question un modèle de type Solow-Romer est utilisé. Il s’agit d’expliquer
comment certaines économies peuvent se trouver bloquées dans une trappe à sous-développement
(Berthélemy, 2006a1) parce qu’elles manquent d’abord d’épargne (capital physique), ensuite parce que
leur population est insuffisamment formée (capital humain), enfin, parce qu’en conséquence,
l’insuffisance de ces facteurs de production ne permet pas à ces économies de développer le secteur
d’activités technologiques (ou progrès technique). Le modèle proposé repose sur des mécanismes
agrégés et ne tient pas compte des mécanismes microéconomiques qui conduisent à la mise en place
de telles trappes à sous-développement.
L’hypothèse que certaines économies puissent se trouver bloquées dans un état d’équilibre de noncroissance a été argumentée très tôt dans la théorie de la croissance économique. Elle est associée à la
littérature des précurseurs de la théorie économique du développement (Young 1928 ; Rosenstein1
Berthélemy Jean-Claude , « Clubs de convergence et équilibres multiples : comment les économies émergentes ont-elles réussi à
échapper au piège du sous-développement ? » , Revue d'économie du développement, 2006/1 Vol. 20, p. 5-44. DOI : 10.3917/edd.201.05
2
Rodan 1943, 1947 et 1961 et Nurkse 1953). C’est à partir de la fin des années 50 que commence la
formalisation proprement dite de cette hypothèse, alors que le modèle de croissance de Solow semblait
l’ignorer. A cette époque en effet, la théorie néoclassique de la croissance de Solow-Swan (1956), qui
figurait aux frontières des recherches universitaires avait conduit la majorité des économistes à adopter
l’argument selon lequel toutes les nations devaient converger vers un seul et même état régulier,
laissant de côté la possibilité d’équilibre bas. Il faut attendre les preuves empiriques des limites de
modèle néoclassique et l’avènement des théories de la croissance endogène (Romer, 1986 et 1990 ;
Lucas, 1988 ; Barro, 1990 ; Rebelo, 1991 ; King et Rebelo, 1990 entre autre) dans la deuxième moitié
de la décennie 1980, pour que l’hypothèse d’une multiplicité de régimes de croissance d’équilibre soit
approfondie et confrontée aux données d’observation. Cette théorie de la croissance endogène des
années 1980-1990 a une similitude avec la littérature sur le développement des années 1940 et 1950,
qui a également fait valoir que la production ne dépendait que de capital. Les années 1990 ont vu ainsi
se développer une combinaison très prolifique d’avancées théoriques et de nouvelles analyses
empiriques d’existence possible d’équilibres bas dans le processus de croissance des pays. Ceci a été
montré, avec des méthodologies différentes.
Il existe maintenant une littérature abondante sur les clubs de convergence et équilibres multiples.
Depuis les premières contributions empiriques d’Abramovitz (1986) et de Baumol (1986), pour les
pays de l’OCDE, plusieurs chercheurs ont montré certains facteurs susceptibles de bloquer la
croissance dans les pays pauvres. Des nombreuses revues de littérature et des ouvrages entiers leurs
ont été consacrés. Enfin, les principaux résultats sur les équilibres multiples sont traduits depuis une
dizaine d’années en termes de recommandations de politique de développement comme les
propositions de « grande poussées » de Sachs et al (2004)2, le Projet du Millénaire des Nations Unies
de Collier (2004)3, dans le contexte des discussions initiées par la Commission Blair pour l’Afrique,
ou encore de l’Initiative pour un Plan Marshall mondial soutenue par le Club de Rome et théorisée par
Radermacher (2004). Bref, la notion d’équilibres multiples de croissance a perdu le charme de la
nouveauté. La présente contribution n’a pas pour but de faire une revue de littératures de ces
contributions, ce qui serait impossible dans le cadre restreint adopté ici. Cependant, la principale
question que ce courant a adressée à la science économique est également d’analyser la situation
apparente des pays les plus pauvres. Plus précisément, comment certaines économies en
développement sont-elles bloquées dans piège du sous-développement ? C’est cette question qui n’est
pas encore bien étudiée et mérite de ce fait, une investigation particulière sans la mélanger avec l’autre
question qui a fait l’objet de plusieurs analyses approfondies, à savoir, comment les économies dites
émergentes ont-elles réussi à échapper au piège du sous-développement ?
La principale motivation de l’article est empirique et il s’agit ici à la fois de voir comment un simple
modèle de Solow-Romer permet de rendre compte du taux de croissance en longue période d’un pays
en voie de développement et qualifié d’Etat-rentier du fait de l’importance de ses ressources en
minerai, en l’occurrence la RDC. L’étude est sur une très longue période. Un tel objectif peut paraître
simple et rencontre, pourtant, plusieurs difficultés. La première et finalement la plus difficile à
surmonter est la collecte d’informations statistiques fiables (particulièrement sous la période précédant
l’indépendance). Il est possible, cependant, d’utiliser les séries d’investissement de Kalonji Ntalaja
(2007)4, les séries de capital physique de capital physique, de capital humain et d’emplois de Kodila
Tedika et Kyayima Muteba (20105) et de les compléter par les données disponibles dans les ouvrages
de Peeman (19976) et Ndaywelè Nziem (19987) pour résoudre en partie cette première difficulté. La
seconde difficulté est théorique. Le modèle de Solow-Romer ignore totalement les facteurs culturels,
SACHS, J. D., J. W. MCARTHUR, G. SCHMIDT-TRAUB, M. KRUK, C. BAHADUR, M. FAYE, et G. MCCORD (2004), “Ending
Africa’s Poverty Trap”. Brookings Papers on Economic Activity, 1, p. 117-240.
3
COLLIER, P. (2004), “African Growth – Why a ‘Big Push’?”, Article présenté à la session plénière de l’atelier de recherche biannuel du
Consortium pour la Recherche Economique en Afrique, 5 décembre, Nairobi.
4
Kalonji Ntalaja (2007), « Croissance et pauvreté en RDC», Université de Kinshasa (Miméo).
5
Kodila Tedika, O et Kyayima Muteba,F, (2010), « Sources de la croissance en République Démocratique du Congo d’avant indépendance.
Une analyse par la cointégration ». Document de travail Université de Kinshasa.
6
Peemans, (1997), Le Congo-Zaïre au gré du XXème siècle : Etat, Economie, Société. 279 p Ed. L'Harmattan, Paris.
7
NDAYWEL è NZIEM, I., 1998, Histoire générale du Congo. De l'héritage ancien à la République Démocratique. Paris/Bruxelles,
Duculot/De Boeck
2
3
et plus généralement institutionnel du sous-développement. Il n’apparaît en ce sens que comme une
première approximation des déterminants de la croissance dans un pays en voie de développement
comme la RDC. La grande généralité du modèle utilisé est à la fois une force et une faiblesse. Elle est
une faiblesse car elle ne réussit pas à expliquer pourquoi le capital humain et physique est insuffisant
et ne réussit pas à produire du progrès technique. Elle est une force parce qu’elle traite les PED comme
les pays développés et permet de poser un diagnostic simple et général qui ensuite peut faire l’objet
d’études complémentaires sur les raisons de cette insuffisance de capital. L’article est alors organisé de
la manière suivante. La première section présente le cadre théorique et ses principales hypothèses. La
deuxième section spécifie l’équation de croissance, présente les données et la technique d’estimation
qui est mobilisée. Le principal résultat de l’article est de montrer qu’à l’origine des défaillances de la
croissance congolaise il y a l’insuffisance d’épargne et de capital physique, la faiblesse des niveaux
d’éducation moyen de la population, mais surtout très faible niveau de la productivité globale de
facteurs (PGF). La croissance économique de la RDC obéirait ainsi aux mêmes déterminants que la
croissance économique de n’importe quel pays développé.
2. Modèles de croissance et hypothèses à non-croissance
Le modèle de croissance présenté dans cette section articule les modèles de Solow (1956) et Romer
(1990). Il s’agit de rendre compte théoriquement de l’origine des trappes à sous-développement. Le
modèle de Solow conduit à soutenir qu’un taux d’épargne faible (capital physique) et un faible niveau
de progrès technique explique les faibles taux de croissance enregistré par la RDC. Le modèle de
Romer de son côté focalise l’attention sur l’insuffisance de capital humain et ses effets sur la
croissance économique.
2.1 Présentation succincte du modèle de Solow
Le modèle traditionnel néoclassique de croissance exogène tel que celui proposé par Solow-Swan
(1956) considère une économie fermée qui produit un seul bien (composite) pouvant alternativement
servir à l’investissement ou à la consommation. Il y a concurrence parfaite sur le marché du bien
comme sur celui des facteurs de production, lesquels sont au nombre de deux : le capital et le travail.
Toutes ces hypothèses en font un modèle de croissance de long terme. La grande popularité de ce
modèle rend inutile sa présentation détaillée.
L’équation de la dynamique fondamentale s’écrit dans ce modèle comme suit :
k  sf (k )  (n   )k
(1)
avec y  f (k )  Ak  , k le capital par tête, k sa variation, δ est le taux de dépréciation du capital,
s désigne le taux d’épargne supposé constant et exogène et n taux de croissance de la population
(exogène).
En dynamique de transition le revenu par tête d’une économie converge vers son propre état régulier
et, le cas échéant, vers les revenus par tête d’autres économies. Le taux de croissance du capital par
tête s’écrit :
k 
k sf (k )

 (n   )
k
k
(2)
Les expressions des valeurs par tête du capital et du revenu à l’état stationnaire sont données par :
4
1
 sA 1
k*  

n  
et

 sA 1
y*  A(k * )  A

 n  
(3)
On voit que y * est une fonction positive de s et A et une fonction négative de n et  . Un taux
d’épargne permet d’atteindre un niveau de capital plus élevé et par conséquent une production
supérieure.
Une question qui a attiré une attention considérable dans la littérature empirique de la croissance est de
savoir si les pays pauvres ont tendance à croître plus vite que les pays riches ; c’est-à-dire qu’un
processus de convergence des taux de croissance se produit au cours du temps. Le modèle de Solow
prédit que les pays ayant des technologies de production, des taux d’épargne et des taux de croissance
de la population différents, mais le même taux de progrès technique, convergeront tous vers un sentier
de croissance équilibré dans lequel le taux de croissance du revenu par tête est égal au taux du progrès
technique.
Mais dans la mesure où les pays sont à des points différents dans leur transition vers un sentier de
croissance équilibré, des différences de production par travailleur augmenteront ; on devrait donc
s’attendre à ce que les pays pauvres croissent plus vite que les pays riches, même avec une technologie,
des taux d’épargne et des taux de croissance de la population identiques. La raison est que les
rendements de capital décroissants impliquent que chaque addition au stock de capital génère des
additions importantes de production quand le stock de capital de départ est faible. Le contraire est vrai
quand le stock de capital est au départ important. Cette observation a des implications importantes
pour les tests économétriques.
Mankiw et al. (1992), ont approfondi cette question en procédant à une estimation économétrique de
l’hypothèse de la productivité décroissante qui implique que les rendements sont plus élevés dans les
pays pauvres. Pour ce faire, ils ont pris en considération un échantillon hétérogène de 98 pays, et en
même temps sur un autre échantillon plus restreint de 22 pays de l’OCDE et donc homogène. Pour le
premier échantillon d’un nombre important de pays (échantillon hétérogène), le taux de croissance
économique dépend positivement du revenu par tête initial. Le modèle de Solow n’implique pas que
des pays riches croissent moins vite que des pays pauvres. Il n’existe pas de phénomène de rattrapage
dans les faits. En revanche, en restreignant l’échantillon à 22 pays de l’OCDE, (échantillon
homogène), les auteurs mettent en évidence une influence négative du revenu initial sur le taux de
croissance futur. Les pays pauvres dans cet échantillon croissent alors plus vite que les pays riches. Il
existe donc, un phénomène de rattrapage lorsque l’on restreint l’échantillon à un nombre de pays
particuliers, retrouvant en cela les résultats obtenus par Baumol en 1986.
Au total, un rattrapage se produit si les économies sont structurellement identiques, si elles
appartiennent à un même club de convergence. La convergence prédite par le modèle de Solow ne se
ferait alors que de manière conditionnelle aux paramètres structurels ( s, n et  ) et des dotations
initiales des économies.
De ce rejet de l’hypothèse selon laquelle une économie pauvre peut connaître une croissance plus vite
et plus élevé puisqu’elle a une faible valeur initiale du capital par tête, nous défissions les deux des
hypothèses que cette étude teste. L’argument sous-jasant est le suivant : moins une économie épargne,
moins elle ne repousse pas son niveau des variables d’état stationnaire (capital et revenu). Moins elle
est éloignée de son état régulier, moins fort est son taux de croissance économique. Chaque économie
va donc converger vers son propre état régulier (Galor, 1996). Il est donc possible d’avoir plusieurs
équilibres stables d’état stationnaire ; avec des niveaux de capital et de revenu par tête différents. Il y a
possibilité que certaines économies pauvres comme la RDC du fait de leurs caractéristiques
structurelles, convergent vers un équilibre d’état stationnaire de bas niveau. Et elles risquent à long
terme d’enregistrer que la croissance faible ou négative. D’’où les trappes à non-croissance que
montrons maintenant.
5
Le mécanisme de trappe à sous-développement
A partir du modèle qu’on a présenté, nous émettons deux hypothèses possibles de trappes à noncroissance ou échec de croissance, liées à la pauvreté de la dotation initiale de capital ou épargne. Ces
hypothèses que nous fournissons sont émergées des principaux arguments de trappe qui ont été
considérés dans la littérature antérieure. Il s’agit de montrer comment un taux d’épargne faible
(capital physique) et un faible niveau du progrès technologique peuvent condamner une économie à
enregistrer une croissance faible ou négative à long terme.
D’abord, on avance que pour un niveau faible de revenu (en deçà d’un certain seuil), la population
n’épargne pas ou épargne très peu. Elle consacre l’essentiel de son revenu à son subsistance
(consommation élémentaire, soins se santé primaires, …). L’épargne nationale augmente, lorsqu’il y a
la croissance qui accroît les revenus de la population. Le taux d’épargne est donc fonction du niveau
de revenu de la population/revenu national (ce dernier est fonction de croissance économique) : plus il
y a la croissance, plus la population sera employée et devient riche puisque son revenu est en hausse,
enfin de compte, l’épargne nationale augmente de plus en plus. Cette hypothèse n’est pas nouvelle,
elle découle de l’argument théorique avancé par Nelson (1956) selon lequel l’accumulation de capital
peut être caractérisée par un processus cumulatif dû à l’absence de capacité d’épargne quand les
revenus sont très faibles. Pour de faibles niveaux de stock de capital, « l’épargne et l’investissement ne
sont pas suffisamment importants pour couvrir la dépréciation du capital et la croissance
démographique, de sorte que le taux de croissance du ratio capital/travail de l’économie décline quand
son niveau initial se trouve sous un certain seuil, alors qu’il augmente immédiatement au-dessus de ce
seuil » Berthélemy, (2006). Cette possibilité a été envisagée par Rosenstein-Rodan (1946 et 1961) ;
une reformulation moderne de ce point de vue a été offerte par Murphy, Shleifer et Vishny (1989)8.
Certains modèles de croissance endogène ont fourni d’autres possibilités de trappe à non-croissance
associée au processus d’accumulation du capital sans référence à des rendements croissants (ou des
conditions initiales). Dans leurs modèles respectifs, Rebelo (1991 9 ) et Easterly (1990a 10 , 2005 11 )
avancent que le taux d’épargne augmente avec le revenu, dans la tradition de la fonction de
consommation Stone-Geary, où il y a un seuil de consommation incompressible en dessous duquel un
ménage ne peut pas épargner. Jones et Manuelli (1990)12 présentent un modèle de croissance dans le
quel la fonction de production met en évidence des rendements constants et des rendements marginaux
des facteurs (le niveau minimal du rendement du capital étant différent de zéro, cf. conditions Inada).
Nos hypothèses combinent tous ces arguments. Puisque des tels scénarios sont très plausibles dans les
pays en développement, on peut donc formaliser cette hypothèse en notant le taux d’épargne comme
une fonction du capital par tête (on le considère ici comme un indicateur du niveau de croissance) :
s(k )  sL (k ) avec
kk
(4)13
Le seuil de capital par tête k est le seuil en deçà duquel l’économie épargne peu ou rien.
Enfin, une autre possibilité pouvant conduire à non-croissance est relative au faible progrès
technologique qui n’assure pas la pérennité de la croissance économique et le revenu à long terme. En
effet, dans un pays pauvre, la faiblesse initiale de la technologie, et le faible niveau de revenu peuvent
persister et se renforcer mutuellement à la suite d’un processus cumulatif : de faibles revenus
impliquent que le montant de l’épargne à investir dans le progrès technique (et dans le capital humain
lié à l’éducation) est faible, ce qui conduit à des coûts unitaires élevés et à une faible concurrence dans
8
9
Murph, Shleifer et Vishny (1989), “Industrialization and the Big Push”, Journal of Political Economy, vol. 97, pp. 1003-1026.
10
Easterly W. (1990a). "How Does Growth Begin? Models of Endogenous Development." World Bank.
Easterly, W (2005), “Reliving the 50s: the Big Push, Poverty Traps, and Takeoffs in Economic Development,” DRI Working Paper No.
15, June 2005
12
JONES L. and Manuelli R.(1990). "A Convex Model of Equilibrium Growth." Journal of Political Economy. 98 (5): pp. 1008-38.
11
13
On peut envisager aussi le cas d’un pays riche :
s ( k )  sH ( k )
avec
6
k k
les secteurs technologique et éducatifs ; le résultat est un processus d’accumulation du progrès
technique lent et inefficace qui, empêche la croissance économique et bloque l’économie dans un état
d’équilibre bas. Cet état ne favorisera pas l’ouverture économique qui devrait entraîner un
accroissement de la concurrence pour les producteurs nationaux. L’absence de la concurrence n’incite
pas les entreprises nationales à accroître leur productivité, ce qui apparaît toujours négatif en termes de
croissance. En conséquence, les pays retardataires en progrès technologique, ne réduisent pas leur
retard en raison notamment d’un niveau faible d’équipement technique et de personnels qui ne
maîtrisent pas le changement technologique et ne sont pas capables d’imiter les technologies
étrangères. Ce retard de progrès technique peut alors être la source de non-croissance qui maintient
durablement certaines économies comme la RDC dans la stagnation structurelle. Le progrès technique
est donc une fonction du niveau de revenu. En suivant le modèle d’externalités de seuil de Costas
Azariadis et Allan Drazen (1990), on théorise cette idée de la manière suivante:
A(k )  AL (k )
kk
avec
(5)
Plusieurs configurations d’équilibre sont possibles: il peut y avoir un unique équilibre ou alors deux
équilibres. A partir des postulats qu’on vient de décrire concernant l’épargne, et le progrès
technologique, l’équation (1) qui montre l’évolution du capital par tête en dynamique transitoire peut
s’écrire :
k  s(k ).A(k ).k   (n   )k
(6)
A l’état stationnaire, les expressions des valeurs par tête du capital et du revenu sont données par :

1
 s(k ).A(k ) 1
 s(k ).A(k ) 1
*
k 
 et y  A(k )

 n  
 n  
*
(7)
Si nous considérons d’abord les effets liés à une insuffisance d’épargne toute chose égale par ailleurs,
on a en dynamique transitoire :
k  sL . f (k )  (n   )kL avec
k  kL  k
(8)
Le taux de croissance du capital par tête devient donc :
 k  sL . Ak L 1  (n   ) avec
k  kL  k
(9)
Enfin, la valeur du capital par tête à l’équilibre stationnaire est donnée par :
1
 As L 1
k*  

 n  
avec
k  kL  k
(10)
Le diagramme de Solow devient finalement comme présenté dans la figure 1.
Figure 1 : Trappe à non-croissance liée à une insuffisance d’épargne
7
Comme il est indiqué dans cette figure, toute économie qui débute avec un niveau de capital par tête
initial k  k est donc condamnée à enregistrer un taux de croissance à long terme faible, voir négatif
et converger vers un équilibre bas k L* . Il en est ainsi parce que son épargne ne progresse pas. La
faiblesse de l’épargne contraint l’investissement et donc le revenu et le capital par tête à rester faible.
L’économie est ainsi prise au piège de la non-croissance.
Enfin, nous considérons maintenant les effets liés à la faiblesse et à l’absence de réduction du retard
du progrès technologique. Dans un article publié en 1991, Serge Rebelo pose que la technologie
agrégée est décrite par une fonction linéaire avec un seul facteur, le stock de capital : Yt  AK t .
La spécification précédente permet de représenter une productivité marginale du facteur accumulable,
le capital, constant et égal à A. Le capital s’identifie comme le seul facteur de production et le travail
est, à ce stade, exclu. Rebelo justifie ce choix en assimilant le travail au capital humain, qui est
accumulable, et qui, agrégé au capital physique, donne le concept de capital élargi K : « tout est capital
». En reconduisant les autres hypothèses du modèle de Solow (hormis l’existence d’un progrès
technique portant sur le travail), on obtient l’équation dynamique suivante : Comme on a suppose que
le niveau de la technologie est fonction du niveau de revenu 14 A(k ) , en dynamique transitoire,
l’évolution du capital par tête est donnée par :
k  s. AL kL  (n   )kL
k  kL  k
avec
(11)
La valeur du capital par tête à l’état stationnaire devient :
1
 A s 1
k*   L 
 n  
avec
k  kL  k
(12)
ce qui implique que le taux de croissance est négatif (et constant) dans le temps, pour sA  n   . Une
implication importante du modèle est donc que contrairement aux modèles de Solow discuté
précédemment, une baisse du taux d’épargne diminue de façon permanente le taux de croissance de la
production par tête. En outre, et encore contrairement au modèle néoclassique de croissance qui prédit
que les pays pauvres devraient croître plus vite que les pays riches au cours de la transition vers l’état
stationnaire, ce modèle AK implique que les pays pauvres dont le processus de production est
caractérisé par le même degré de sophistication technologique que celui des pays riches devraient
toujours croître au même taux que ces pays, quel que soit le niveau initial de revenu. Par conséquent,
le modèle AK ne prédit pas la convergence des revenus par tête même si les pays partagent la même
technologie et sont caractérisés par la même structure d’épargne, une prédiction qui semble être bien
14
La fonction de production est sous la forme suivante :
Yt  F ( Kt , Lt )  A(k ) K  L 1
8
0 <  <1
en accord avec certaines évidences empiriques. Cependant, les tests récents des séries temporelles ne
semblent pas favorables aux hypothèses de base du modèle AK (Jones, 1995). Le diagramme de Solow
illustrant la trappe à déficience de la croissance est de la forme suivante:
Figure 2 : Trappe à non-croissance due à une insuffisance du progrès technique
Cette figure montre qu’une économie dont le capital par tête initial est en deçà du seuil k , se fait
piéger dans une trappe à non-croissance liée cette fois-ci au sous développement du progrès technique.
En effet, lorsque le revenu est faible, l’investissement dans la technologie aussi l’est. Ce qui entraîne
une lenteur au niveau du progrès technologique, qui entraîne une croissance économique faible. Les
niveaux de revenu et de capital par tête à l’équilibre d’état stationnaire sont aussi faibles. L’économie
va donc converger vers un état régulier de bas niveau.
En absence des bonnes politiques économiques, une dotation initiale en capital physique faible et un
niveau bas de progrès technologique peuvent donc entraîner le maintien dans un piège à noncroissance. La stagnation de la croissance peut devenir structurelle et risque de ne pas entraîner un
processus de rattrapage si le troisième facteur, insuffisance de capital humain s’accumule aux deux
premiers (insuffisance et l’épargne et de progrès technique). Dans ce qui suit, nous exposons le
modèle de Romer (1990) et ses principales conclusions.
2.2 Présentation laconique du modèle de Romer (1990)
L’acquisition de l’éducation est un déterminant crucial de la capacité de gains d’un individu et du
stock de capital humain d’un pays. Pour les salariés, l’éducation augmente la qualité du travail, dans le
sens où, elle facilite aux salariés l’acquisition de meilleures ou de nouvelles méthodes de travail et une
grande rapidité dans la réalisation des tâches ; pour des travailleurs indépendants, ou des paysans,
particulièrement importants en RDC, une meilleure éducation permet de mieux choisir ses techniques
de production. Cette hausse de la qualification de travail sert également de complément à
l’investissement, dans la mesure où elle est nécessaire à la bonne exploitation des nouvelles
technologies de production. Par définition, dans un pays en développement, certains progrès
techniques et innovations technologiques sont souvent importés des économies plus avancées. La
capacité d’une économie à adapter, diffuser et utiliser à bon escient les nouvelles technologies
étrangères dépend surtout de sa dotation en capital humain (Nelson et Phelps, 1966, Benhabib et
Spiegel, 1994, et Aghion et Howitt, 1990 et 1998). Le taux de croissance d’une économie sera donc
d’autant plus sensible à son niveau de départ de production par habitant que son stock ou son
développement du capital humain le sera. De cet argument, on peut déduire que le capital humain qui
ne s’accumule pas (Lucas, 1988) devient donc un déterminant majeur de la non-croissance. Cette piste
trouve son illustration dans le modèle de Romer (1990) au sein duquel l’insuffisance du capital
humain influence la non-croissance économique. Dans ce qui suit, nous exposons le modèle de Romer
(1990) et ses principales conclusions. Le capital humain d’un pays sous-développé étant inséré dans ce
9
modèle de manière ad hoc et ses effets peu approfondis, nous faisons ensuite appel aux conclusions
des modèles Aghion et Howitt et 1990 Azariadis et Drazen (1990) afin de définir notre hypothèse.
Le modèle de Romer (1990) présente une structure analogue à celui de Solow (1956) avec progrès
technologique, mais il a pour qualité d’endogénéiser cette variable en prenant en compte un secteur de
recherche-développement, sujet aux comportements de maximisation des agents. Les deux modèles
montrent que le progrès technologique incite à l’accumulation du capital, et la combinaison de ces
deux facteurs explique une grande part des gains de productivité.
On entend la recherche-développement dans l’esprit de cette étude, comme un processus de diffusion
technologique : recherche de procédé d’imitation, d’adaptation de la technologie étrangère. L’idée
sous-jacente est d’admettre que la grande majorité des PED comme la RDC, ne dispose pas de
système propre d’innovation technologique suffisamment développé. Si l’innovation a pu être
observée, il est certainement qu’elle fut plus le résultat d’un phénomène de diffusion technologique,
des pays développés vers le pays en développement, que celui d’efforts majeurs en recherchedéveloppement (Aghion et Howit, 1998). Mais, pour que ce processus de diffusion technologique fût
enclenché, il est probable qu’il faut mettre en place des politiques de développement appropriées, au
rang desquels les politiques éducatives ambitieuses et commerciales. Plusieurs prolongement du
modèle de Romer (1990) ont suggère les rôles respectifs de l’éducation et de l’ouverture commerciale
(Pissaridis, 1997 ; Edwards, 1998 ; Rodrik, 1995 ; Benhabib et Spiegel, 1994 ; Gould et Ruffin, 1995 ;
Levin et Raut, 1997 et Borenzstein, Gregorio et Lee, 1996 et Dessus, 1998).
Selon le modèle de Romer (1990), le progrès technique consiste à diversifier l'économie en accroissant
le nombre de biens que les firmes savent produire. L’économie est caractérisée par trois secteurs : un
secteur des biens intermédiaires utilisant les dessins produits par le secteur de la recherche15 pour
produire les biens intermédiaires nécessaires à la production du bien final. Ces biens étant différenciés,
ce secteur est régi par une concurrence monopolistique ; un secteur manufacturier dans lequel le bien
final est produit à partir du travail, du capital humain et de biens intermédiaires dans un cadre de
concurrence parfaite et un secteur de recherche, dont les facteurs de production sont le capital humain
et le stock de connaissance déjà existant. Le niveau technologique At peut donc croître théoriquement
sans limite et à un rythme endogène : il varie comme le produit de la connaissance totale déjà
accumulée A , et du stock de capital humain spécifiquement affecté au secteur de la recherche H A :
A  H A A.
(13)
où  représente un paramètre d'échelle et de productivité. En d'autres termes, pour un capital humain
donné, la variation de la technologie est d'autant plus rapide que le niveau initial de la technologie A,
est élevé et que la part de capital humain affecté au secteur de la recherche est grand. Par hypothèse, le
capital humain H de toute l'économie est donné et constant16 : il se répartit entre HY consacré à la
production du bien final (consommé et investi) et H A allouée aux activités de recherche, de sorte
que H  HY  H A 17. Ainsi, chaque unité supplémentaire de main-d'œuvre affectée au secteur de la
recherche augmente à la fois le niveau de la technologie et son taux de croissance. Ce secteur est à
rendements d'échelle croissants, ce qui signifie que plus de ressources humaines sont consacrées à la
recherche, plus la productivité du secteur s'accroît. A l'intérieur du secteur de la recherche, le stock de
connaissances technologiques répond aux propriétés d'un bien public : il représente la composante non
rivale et non exclusive qui bénéficie à tous. Chaque chercheur a théoriquement accès aux découvertes
et aux connaissances de l'ensemble de la communauté scientifique présente ou passée pour effectuer
Dans l’esprit de cette étude, le secteur de la recherche peut être considéré comme secteur de recherche de procédé d’imitation ou
d’adaptation de la technologie étrangère.
16
Le niveau de capital humain est constant, afin de ne pas prendre en compte une source exogène de croissance. Ceci constitue une
différence importante avec les modèles de Lucas.
17
Selon cette équation, chaque individu peut consacrer du capital humain soit au secteur des biens finals, soit à celui de la recherche.
15
10
ses propres travaux. Enfin, l'accroissement du stock de connaissances découlant des activités de
recherche permet d'augmenter la productivité du capital humain attaché à ce secteur.
La résolution du modèle consiste dans l'allocation du capital humain entre les activités de recherche et
de production et dans celle du produit entre investissement et consommation. Les agents économiques
ont alors à effectuer un choix : soit produire des biens, soit des connaissances technologiques. Romer
(1990) boucle son modèle par la règle de Ramsey (1928), ce qui lui permet de déduire le taux de
croissance de la consommation :
C r  

C

(14)
où C représente la consommation, r , le rendement marginal du capital,  , le taux de préférence
pour le présent et  , l’élasticité de substitution de la fonction de consommation.
Il déduit ensuite le taux de croissance de l’économie en supposant le cas où les taux de croissance des
grandeurs sont constants. Ce faisant, il néglige la dynamique de transition au profit d’une perspective
de long terme :

C Y K D
    H A
C Y K D
(15)
H A étant une variable endogène, elle est déterminée par le modèle et peut être calculée en fonction
des variables exogènes issues de la fonction de production et de l'utilité du consommateur, telle que:
* 
H  

, avec  
HA
1  
(1     )(   )
(16)
où  et  correspondent à la part du capital humain et du travail dans la fonction de production du
bien final.
Ce taux de croissance ne dépend ni de la taille de la population active, ni de la technologie du secteur
des biens intermédiaires, mais du niveau de capital humain affecté à la recherche (que nous
considérons ici comme main d’œuvre qualifiée, qui fonction de niveau d’éducation). C'est donc la
répartition du capital humain entre les secteurs de la production et de la recherche de procédé
d’imitation qui détermine la valeur du taux de croissance d'équilibre. Il est d'autant plus élevé que le
capital humain consacré à la recherche est important. Ce résultat est en conformité avec l'une des
conclusions fondamentales de l'analyse néo-classique, à savoir que le taux de croissance est d'autant
plus élevé que les agents ont une faible préférence pour le présent, ce qui les pousse à épargner
davantage.
La formalisation du processus d'accumulation des connaissances technologiques repose donc sur
l'hypothèse que les connaissances nouvelles naissent des anciennes, à un taux qui dépend uniquement
des ressources humaines qualifiées. Romer considère ainsi que tout processus d'innovation est toujours
bénéfique pour tous. Aussi fondée qu'elle puisse être, cette idée est restrictive dans la mesure où elle
omet les possibilités de substitution d'une connaissance ancienne par une nouvelle (phénomène de
déclassement endogène des connaissances). L'aspect schumpetérien de la «destruction créatrice» est
donc absent de ce modèle, ce qui n'est pas le cas du modèle proposé par Aghion et Howit (1990,
1998a).
Cependant, ces modèles sont proches car, dans les modèles Aghion et Howit le taux de croissance de
l'économie dépend, aussi, du nombre de travailleurs qualifiés employés dans le secteur de la recherche.
Enfin, ils concluent à la possibilité d'obtenir une croissance endogène régulière. Le taux de croissance
équilibré de l'économie croît avec les ressources disponibles (capital humain consacré à la recherche)
11
et décroît avec la préférence des agents pour le présent (qui tend à privilégier la consommation et non
le développement des produits et l'investissement). Dans ces conditions, l'accroissement de l'offre de
travail non qualifié réduit le taux de croissance de l'économie, résultat qui contredit les prévisions du
modèle de Solow. On vérifiera dans cette étude, cette hypothèse de l’effet négatif de l'offre de travail
non qualifié sur la croissance
Le taux de croissance est ainsi déterminé par le stock de capital humain présent dans l’économie: une
augmentation d’échelle, mesurée par un accroissement de H, entraîne automatiquement une
accélération de la croissance. A partir de là, il est facile de montrer comment une économie peut être
piégée dans une trappe à non-croissance lorsqu’elle est dotée d’un niveau faible de capital humain
Le mécanisme de trappe à non-croissance due à la défaillance de capital humain
Comme il est indiqué dans l’équation (16) le taux de croissance augmente avec le stock de capital
humain (la part du travail qualifié), mais il ne dépend pas de la taille globale de la force de travail ou
de la population (L+H). Plus précisément, ce qui agit sur la croissance de long terme, c’est la part du
capital humain affectée à la recherche H A et le facteur d’efficacité du capital humain dans le secteur
de la recherche  .
A travers cette équation de taux de croissance, le modèle dévoile une trappe à non-croissance liée à
l'insuffisance du stock global de capital humain. Pour qu’une économie croisse positivement et décolle
il faut qu’elle soit dotée d’un minimum de capital humain :
* 0 
H  

0H H 
1  

(17)
Trois équilibres sont suivants illustrés:

, le taux de croissance économique est négatif.


2) Si H    H  H 
, le taux de croissance économique est nul.


3) Si H    H  H 
, le taux de croissance économique est positif et l’économie

1) Si H    H  H 
peut décoller.
On sait que   H A   ( H  HY ) , et donc on a   0 pour H *  H Y . Dans ce cas, H A  0. Pour
un stock global de capital humain inférieur à un certain niveau, la totalité du capital humain est
affectée à la production du bien final et il n’y a pas d’imitation de la technologie étrangère
(recherche) ; il y a impossibilité de croissance et décollage économique.
On a le résultat obtenu par de Romer (1990) selon lequel « un niveau de capital humain trop faible
peut engendrer la stagnation ». Si H est trop bas la contrainte de non négativité de H A est active et la
croissance est nulle. En effet, les taux de croissance de A sont trop faibles par rapport au taux
d’escompte, pour justifier le sacrifice de production courante qu’ils requièrent.
Ce résultat fourni une voie pour expliquer la non-croissance du revenu par tête d’un pays comme la
RDC. Lorsqu'il y a très peu de capital humain dans une économie, sa productivité est très importante
dans le secteur agricole ou des biens de consommation et l'économie n'en alloue pas aux à la recherche
de procédés d’imitation et de rattrapage ; l’économie ne peut alors connaître une croissance longue et
ne décollera pas. Elle est ainsi parce qu’il n’y a pas eu des politiques économiques accommodantes
avec les phases de développement politique éducative qui soustraire le capital humain dans la
production de biens de consommation immédiate (agricole). Donc, quand le stock de connaissance
disponible au sein de la population est insuffisant, les gains tirés de cette externalité ne peuvent pas se
12
matérialiser, et la croissance se trouve par conséquent entravée à moins que l’Etat ne mette en place
une politique d’éducation extrêmement dynamique (Berthélemy, Ibid.).
Ce modèle montre bien que lorsqu’une économie retardataire n’est pas dotée suffisamment de capital
humain, elle ne peut pas importer certains de gains de productivité des économies plus avancées.
Comme dans le modèle de Azariadis et Drazen (1990), le manque de ressources humaines disponibles
initialement réduit considérablement à la fois l’efficacité du système éducatif, les rendements de
l’éducation et la croissance économique. Les technologies les plus performantes sont adoptées et mises
en œuvre plus rapidement par les économies les plus riches en capital humain. La transmission,
l’imitation ou encore l’adaptation des technologies des pays les plus avancés par les pays
retardataires technologiquement dépendront de leur niveau et de la qualité de capital humain.
Ainsi, c’est le niveau d’éducation qui élève le taux de croissance de l’économie, en accélérant
l’assimilation du progrès technique.
En conclusion, l’analyse dans le cadre des modèles de croissance (exogène et endogène) nous a permis
de mettre en évidence les facteurs qui pourraient expliquer la possibilité pour un pays d’enregistrer une
croissance nulle ou négative de revenu et de rester enfermés dans un équilibre bas. Au cœur de cette
hypothèse des trappes à non-croissance, se trouve les faibles niveaux de stock de capital, l’épargne et
l’investissement ne sont pas suffisamment importants pour couvrir la dépréciation du capital, de sorte
que le taux de croissance du ratio capital/travail de l’économie décline quand son niveau initial se
trouve sous un certain seuil, (alors qu’il augmente immédiatement au-dessus de ce seuil). Cela entraîne
également la lenteur du progrès technologique. Cet effet conjugué à un niveau faible du capital humain
et un système éducatif sous-développé bloquent la croissance de la productivité globale des facteurs et
donc de croissance potentielle et le décollage. Enfin, la faiblesse de PGF dans un pays moins avancé
technologiquement, freine l’accumulation de capital et la possibilité d’imitation et de diversification
d’appareil productif (qui sont les principales sources de croissance). Dans la partie qui suit, on teste
économétriquement toutes ces hypothèses.
3.
Modèle empirique et description des données
3.1 Le modèle
Bien que nous les ayons considérés séparément à des fins de simplification, les diverses hypothèses
des mécanismes de non-croissance, sont mutuellement interdépendants et devraient être combinés
dans une relation pour décrire la croissance à long terme. On estime maintenant économétriquement
sur la période 1920-2000 le modèle de Solow augmenté18 du capital humain, de la forme :
Yt  AK t Lt H t e gt ,  1    
(18)
Avec Y est le produit intérieur brut, A est le progrès technique, K le stock de capital physique, L la
main d’œuvre non qualifiée, H le stock de la main d’œuvre qualifiée (comme on l’a présenté
précédemment, cet indicateur est mesuré par essentiellement par les travailleurs belge ou européens
entre 1920 et 1960) et g le taux de croissance du progrès technique. Cette spécification retenue pour la
fonction de production est la forme Cobb-Douglas usuelle qui, peut s’écrire sous la forme
logarithmique suivante :
ln Yt   ln( A)   ln( K t )   ln( Lt )   ln( H t )  gt
(19)
Inventé initialement (par Barro, 1991 et MRW, 1992), pour tester l’hypothèse de convergence des revenus de différentes nations, ce modèle
a vite été interprété comme un moyen d’identification des déterminants de la croissance - entend ici les déterminants de la stagnation de la
croissance ou non-croissance.
18
13
Il s’agit ici d’étudier les interdépendances entre les variables Y, K, L et H, prises en logarithme, sans
faire d’hypothèse a priori sur la valeur des élasticités les reliant et de tester l’existence de relations de
long terme. Une première étape consiste alors à identifier l’ordre d’intégration de chacune de variables
afin d’observer si une relation de cointégration peut être mise en évidence.
3.2 Les variables
Le Produit Intérieur Brut (Y) est exprimé en millions de dollar internationaux 1950. La croissance du
PIB réel en RDC a crû en moyenne annuelle que de 2.56 pour cent (cf. figure 3). Cette croissance
masque sa tendance baissière et peut s’analyser ici en deux grandes périodes. De 1920 à 1959 inclus,
sous le régime colonial belge, la production a crû en moyenne de 6.62 pour cent par an. De 1960 à
2000 inclus, sous régime des congolais, le PIB réel a décru de -1.50 pour cent par an. Les données
proviennent de la Banque Centrale du Congo (1920-1960) et Penn World Tables (1960-2000).
Année 1994
La courbe noire est la tendance.
Sources : Banque Centrale du Congo (1920-1960) et Penn World Tables (1960-2000).
Le Stock de capital physique (K) en fin de période est en millions de dollar internationaux 1950.
Aucune estimation du stock de capital n’étant disponible, celui-ci doit être déduit des données sur
l’investissement. Suivant l’exemple de Berthélemy et al. (1996), Morrisson et Talbi (1996), Azama et
Daubrée (1997), Dessu (1998), Toure (2001), Bosworth et Collins (2003) et Kodila Tedika et
Kyayima Muteba (2010), nous estimons le stock de capital en appliquant le modèle de l’inventaire
permanent. On suppose que l’évolution du stock de capital obéit à la loi suivante :
K t  (1   ) K t 1  I t
(20)
où K t est le stock de capital à la période t, I t est l’investissement en volume à la période t et  est le
taux annuel de dépréciation (d’amortissement) du physique du capital19. Le stock de capital est donc
compris comme l’accumulation des investissements passés, dépréciés chaque année à un taux
constant. Nous supposons que le stock de capital rapporté au PIB est égal à 1,5 la première année
Outre que la connaissance des données du stock de capital ou d’investissement brut, la méthode
d’inventaire permanent nécessite aussi le taux de dépréciation du stock de capital pour une année
donnée. Afin de rendre compte de la destruction du stock de capital intervenue dans les années où les
conflits ont engendré des perturbations particulièrement graves, on suppose un taux annuel de
dépréciation égal à 5 pour cent pour la période coloniale 1920-1960 ; de 10 pour cent pour la période
On ne sait pas à quel moment de l’année se placer pour le stock de capital. Le but étant l’estimation d’une fonction de production, il
semble pertinent d’estimer le stock de capital en milieu de période. L’investissement que l’on utilise pour cela est donc la moyenne
arithmétique des flux d‘investissement de l’année t-1 et t.
19
14
1960- 1990 et de 15 pour cent pour 1990-2000. Le taux de 5 pour cent est proche à 4 pour cent, taux
retenu par Nehru et al. La fiabilité de la formule est contrôlée en répétant l’analyse explicative de la
croissance avec un taux de dépréciation de 4 pour centre entre 1920 et 196020 et 15 pour cent entre
1960 et 2000 inclus. Le stock du capital a évolué à 2.54 pour cent par entre 1920 et 2000, de 5.21 de
1920 à 1960 et a baissé de 0.11 pour cent de 1961 à 2000. Les données d’investissement sont issues
de la Banque centrale du Congo et de l’université de Kinshasa.
Concernant la main-d’œuvre qualifiée employée ou Capital humain (H) et la main-d’œuvre qualifiée
employée ou Travail (L), la difficulté est identique, sinon plus grande. Il n’existait pas de durée légale
du travail pendant la colonisation et, après ce régime, bien que celle- ci fût instaurée (40 heures
hebdomadaire), elle n’a pas été modifiée depuis 1960 et n’a jamais été respectée. Les séries d’emploi
correspondent directement aux effectifs et non au nombre d’heures travaillées. Les séries d’emploi
correspondent directement aux effectifs et non au nombre d’heures travaillées. Pour toutes ces raisons
la variable capital humain représente le nombre de travailleurs ayant reçu l’éducation de secondaire
jusqu’au supérieur et la variable travail est mesurée en milliers de personnes employées non qualifiées
dans l’économie. Les chiffres proviennent de Kodila Tedika et Kyayima Muteba (Université de
Kinshasa, 2010).
3.3 La méthodologie : Tests de stationnarité
Comme on utilise des données temporelles, il est primordial qu’elles conservent une moyenne
constante dans le temps. Ce concept de stationnarité doit être vérifié pour chacune des séries afin
d’éviter des régressions fallacieuses pour lesquelles les résultats pourraient être « significatifs » en
apparence, alors qu’ils ne le sont pas en réalité. Afin d’examiner la stationnarité de nos séries, le test
de Dickey-Fuller augmenté (ADF) est mis en œuvre. Le test fait apparaître de nombreux problèmes.
En effet, certaines variables sont intégrées d'ordre 1 (H et K) et d'autres ont une non stationnarité de
nature déterministe (L et Y). Mais K, une fois différenciée, n'est toujours pas stationnaire et comporte
une tendance. De même, la tendance dans Y persiste, même une fois la tendance estimée et retirée.
Devant tous ces problèmes, plutôt que trop modifier nos séries, nous avons choisi d'exprimer nos
séries en taux de croissance (ou différence première) logarithmique21. Un tel choix est déjà présent
dans la littérature (voir par exemple Barro et Lee, 2000, Easterly, 1991, Dessu et Herrera, 1996).
Le tableau 2 donne le résultat du test ADF. Seule la série Ln(K) (en pourcentage) n'est pas
stationnaire. Elle comporte une tendance qui doit être estimée et retirée. Une fois que cela est fait, il
apparaît que la série a une racine unitaire et doit donc être différenciée. Remarquons que nos séries ne
sont pas intégrées du même ordre et donc que l'investigation d'une ou plusieurs relations de
cointégration n'est pas nécessaire22.
Tableau 2 : Ordre d’intégration des variables de la fonction de production
(test de racine unitaire ADF, 1920-2000).
Etape 1
Etape 2
%
P-value ADF stat
Tendance
P-value
Constante
ADF
stat
Etape 3
Statut
ADF stat
On considère qu’à cette époque coloniale le niveau de coefficient de capital était relativement élevé et qu’il n’y avait pas eu des conflits
majeurs susceptibles d’entraîner la dépréciation rapide de capital fixe puisque l’entretien, le renouvellement des machines et autres capitaux
fixes ont été réalisés par les managers européens de l’époque, contrairement à la période d’après.
20
21
Nous rappelons que le taux de croissance logarithmique de la variable Y entre t-1 et t est défini comme LnYt-LnYt-1.
Notons que cela ne résulte pas du fait que nous ayons choisi des variables exprimées en taux de croissance logarithmique. En effet, les
variables exprimées en niveaux avaient également des ordres d'intégrations différents.
22
15
Ln (Y)
Ln (K)
Ln (H)
Ln (L)
0,01
0,04
0,81
0,57
-4,64***
-1,49
-3,43*
-4,71***
0,04
0,03
-3,45**
4,69***
-
I(0)
Tendance
I(0)
I(0)
Maintenant que toutes les séries sont stationnaires, nous pouvons enfin estimer la fonction de
production sous forme de taux de croissance logarithmique.
Le Tableau 3 présente différentes estimations de cette fonction de production23. L'hétéroscédasticité
est corrigée par la méthode de White. Pour tester la présence d'une éventuelle auto-corrélation des
résidus, nous avons mis en œuvre le test de Ljung-Box (Q). Ce test présente l'avantage de tester l'autocorrélation à tous les retards et pas uniquement au premier retard comme le fait le test de DurbinWatson. Mais le problème du test de Ljung-Box réside dans le choix du retard pertinent pour réaliser
le test. Le risque est de choisir un retard pour lequel il n'y a pas d'auto-corrélation alors qu'il y en a à
d'autres retards. Afin d'éviter cette erreur, nous avons fait le test à tous les retards et indiqué le
pourcentage de retards (appelé %Q) pour lequel l'auto-corrélation n'a pas été détectée. Par exemple,
pour la première estimation, %Q = 90 %. Cela veut dire que l'auto-corrélation n'a pas été détectée pour
90 % des retards (69 sur 77). Enfin, nous avons mis en œuvre le test de Jarque-Bera pour nous assurer
que les résidus étaient normalement distribués et donc que les tests sur les coefficients étaient valides.
Dans le Tableau 2.2, nous reportons la p-value associée à la statistique de Jarque-Bera. Une p-value
inférieure à 0,05 indique que les résidus ne sont pas normalement distribués. Cela est le cas pour la
première estimation. Il y a une ou plusieurs observations mal expliquées par notre modèle. Ce mauvais
niveau d'explication entraîne des résidus élevés et donc une distribution de ces mêmes résidus non
normale. Afin de rendre les résidus normaux, nous avons introduit dans la régression autant de
variables indicatrices que de résidus élevés et ce jusqu'à ce que la p-value du test de Jarque-Bera soit
supérieure à 0,05. Une seule variable indicatrice a été nécessaire (pour l'année 1994, qui prend la
valeur 1 pour l’année 1994 de l’échantillon et 0 sinon.)24. Les nouveaux résultats apparaissent dans la
colonne 2. La seule différence notable est l'augmentation du R² ajusté, ce qui est logique compte tenu
de l'introduction de la variable indicatrice.
En conformité avec nos hypothèses, aux facteurs de production accumulables sont ajoutées deux
variables destinées à expliquer le résidu de Solow. La première est une tendance linéaire croissante en
fonction du temps, centrée autour de zéro. Elle est introduite dans toutes les équations25. Le coefficient
associé à cette variable tendance peut être interprété comme le taux de croissance annuel moyen de la
productivité globale des facteurs, en supposant qu’on tient compte des autres facteurs qui affectent
celle-ci (ouverture, technologie étrangère). Dans cette optique, on introduit une deuxième variable, le
progrès technique exogène qui est supposé être une fonction linéaire du logarithme de taux de
croissance du produit intérieur brut de la Belgique26 (cf. la colonne 3 du tableau 3). On considère que
ce pays plus avancé technologiquement que la RDC, et qu’il est donc caractérisé par la frontière de
production optimale sur la période. Cette variable PIB belge peut également être interprétée comme
une mesure des chocs externes auxquels fait face l’économie congolaise puisque la Belgique est le
premier partenaire commercial de son ancienne colonie. Dans cette logique, elle peut enfin également
être considérée à ce stade, comme une proxy du taux d’ouverture commerciale de la RDC et permet
23
La période est réduite en raison du calcul des taux de croissance logarithmiques et de la stationnarisation de certaines séries.
24
Les dix dernières années de l’échantillon sont caractérisées par une crise économique profonde, qui ne peut pas être expliquée par les
variables de la fonction de production. Il faut rappeler à cet égard que l’année 1994 est l’année de génocide rwandais. C’est aussi la période
où la crise politique congolaise interne avait atteint son niveau culminant avant l’éclatement d’une rébellion armée à l’Est du pays en 1996 de
l’Alliance des forces démocratiques pour la libération du Congo-Zaïre, soutenue par des militaires hutu rwandais (chassés par le nouveau
pouvoir tuschi au Rwanda pays voisins), qui a mit fin au régime autoritaire à parti unique de Mobutu et porté Laurent-Désiré Kabila au
pouvoir.
25
Dans la première colonne, le progrès technique exogène est supposé nul (g=0) ; dans la seconde colonne, le logarithme du progrès
technique est supposé suivre une tendance linéaire, conformément à l’équation (19).
26
Le Produit intérieur brut de la Belgique provient de la base de données Maddison (2000). Suivant Jean-Claude Berthélemy (2006), nous
avons éliminé la composante cyclique à l’aide du filtre d'Hodrick-Prescott.
16
donc de mesurer à quelle vitesse la RDC (le pays les moins avancés) capte les technologies les plus
récentes (Barro et Sala-i-Martin 1995 ; Dessu, 1998, Dessu et Herrera, 1996 et 1999, Chambas et al.,
1999). On attend de cette variable censée traduire intégration progressive de l’économie congolaise au
marché mondial un effet positif sur la croissance via une meilleure allocation des facteurs et par là une
hausse de la productivité globale des facteurs. La raison en est que, la quasi-totalité des échanges
commerciaux congolais passent par son ancienne métropole, selon des closes établies depuis la
colonisation. Ainsi, l’internationalisation de l’économie favorise les transferts de technologie dont
peut bénéficier moindre à coût un pays retardataire technologiquement.
4. Résultats et discussion
4.1 Les résultats
Le modèle est estimé selon la méthode des moindres carrés ordinaires. Le résultat du tableau 3 est
pertinent pour plusieurs raisons.
Quel que soit la spécification retenue, le modèle de Solow augmenté n’explique toujours que moins de
70 % de la variance du logarithme de la croissance du produit. Les résultats sont moins intuitifs mais
ils sont conformes à nos hypothèses. Les variables de capital physique et de la main-d’œuvre qualifiée
(capital humain) sont non significatives. La variable de la main d’œuvre non qualifié est significative
avec le signe positif. La valeur des coefficients associés aux trois intrants est économiquement
conforme à la prédiction théorique. Les variables censées capter l’évolution du progrès technique (hors
influence du capital humain) permettent d’améliorer la qualité du modèle, mais, la variable le progrès
technique est significative avec le signe négatif et la variable taux de croissance du produit intérieur
brut de la Belgique est positive et non significatives. Nous reviendrons plus loin en détail sur ces
points importants, de la non significativité des variables de capital (physique et humain) et des
variables de progrès technique.
Tableau 3 : Estimation de la fonction de production (1922-2000).
Variable dépendante : Ln(Y)
Variables
explicatives
Constante
glnK
glnH
glnL
Tendance
Dummy94
Ln (YBEL)
Observations
R² ajusté
White
Q (%)
ARMA
JB (p-value)
Dummies
(1
(2)
(3)
(4)
(4)
0.05**
(2.27)
0.201
(0.61)
0.07
(0.86)
0.74***
(6.04)
-0.00***
(2.98)
0.04**
(2.07)
0.263
(0.89)
0.07
(0.95)
0.65***
(6.31)
-0.00***
(2.79)
0.04**
(2.10)
0.261
(0.89)
0.08
(1.03)
0.65***
(6.31)
-0.00***
(2.80)
0.02
(0.65)
1.773
(1.36)
-0.01
(0.19)
0.52***
(4.29)
0.00
(0.35)
0.10
(0.75)
0.140
(0.37)
0.21**
(3.17)
0.79***
(5.62)
-0.00
(1.44)
79
0.58
Oui
100
Non
90 %
Non
-0.591***
(12.56)
79
0.69
Oui
100
Non
100 %
1994
-0.589***
(12.41)
2.598
(0.69)
79
0.68
Oui
92
Non
100 %
1994
39
0.44
Oui
92
Non
95 %
Non
40
0.58
Oui
92
Non
84 %
Non
Les valeurs entre parathèses sont les écarts-types.
*** Coefficients significatifs à 1%
** Coefficients significatifs à 5%
* Coefficients significatifs à 10%
17
Les coefficients obtenus dans cette première régression peuvent donc être considérées comme des
coefficients traduisant une relation de long terme entre les variables de la fonction de production. La
valeur de ces coefficients peut toutefois être discutée, en raison de l’incertitude sur le mode de calcul
du stock de capital physique, mais aussi la présence possible de simultanéité, résultat du caractère
endogène des intrants de la fonction de production. Les régressions en moindres carrés ordinaires qui
sont reportées dans ce tableau suppose l’exogénéité des variables de stocks de capital, mais elles ne
fournissent aucune indication sur l’existence (et la direction) d’une causalité éventuelle entre les
variables indépendantes et la variable endogène de PIB. On peut toutefois penser que, si le capital
physique et le capital humain déterminent le produit, comme le postule notre cadre théorique utilisant
une fonction de production de type Cobb-Douglas, le produit peut également influencer, en retour, les
stocks de capital en particulier le capital physique. Deux points économétriques supplémentaires
doivent donc être discutés. Il s'agit de la stabilité et de l'endogénéité.
4.2 La discussion des résultats
Les résultats obtenus sont robustes, et en accord avec les prédictions du modèle Solow-Romer
présenté. Ils permettent de surcroît d’évaluer la contribution de chaque facteur de production à la
productivité totale des facteurs. Il ne faut pas, cependant, sous-estimer leur fragilité à la fois d’un point
de vue théorique et empirique.
A) Tests de robustesse : stabilité et d’endogénéité
En ce qui concerne le premier point, il est connu que les modèles macroéconomiques sont sujets à
l'instabilité des paramètres, surtout lorsqu'ils sont estimés sur le long terme. Afin de tester la stabilité
de nos paramètres, nous avons mis en œuvre le test de stabilité le plus connu, celui de Chow. Ce test
nécessite de spécifier la date de rupture supposée c'est-à-dire la date à partir de laquelle le modèle
devient instable. Pour la RDC, nous avons choisi naturellement l'année 1960 qui correspond à l'année
de la décolonisation. L'hypothèse testée est l'absence de rupture structurelle. La statistique du test est
égale à 1,33 avec une p-value de 0,26. On accepte donc l'hypothèse nulle : il n'y a pas de rupture
structurelle. Le modèle est donc stable. Nous avons vérifié que les conclusions du test n'étaient pas
contingentes au choix de l'année 1960. En effet, les conclusions du test sont identiques pour toutes les
années au voisinage de 1960. Cette stabilité est d'ailleurs confirmée par d'autres tests comme le
CUSUM test. Cette méthode, plus connue sous le nom "d'estimation par les moindres carrés
récursifs", consiste à déterminer un intervalle de confiance pour la somme cumulée des résidus
récursifs (notée CUSUM). Ces derniers résultent d'estimations successives réalisées sur des souséchantillons de l'échantillon de départ. Dès que la somme cumulée de ces résidus récursifs dépasse les
bornes de l'intervalle de confiance, les coefficients estimés deviennent instables. Le graphique A en
annexe 2 montre que ce n'est jamais le cas, confirmant ainsi la stabilité du modèle.
Afin de bien voir qu'il n'y a pas de rupture structurelle en 1960, nous avons réalisé une estimation pour
chacune des deux sous-périodes : 1922-1960 et 1961-2000. Les résultats sont présentés dans les
colonnes 4 et 5. La variable travail non qualifié, (L) reste toujours significative avec le signe positif.
Les variables, capital physique, (K) et progrès technique, (tendance) sont non significatives pour les
deux sous périodes. Enfin, la variable capital humain, (H) est non significative sous la période 19201960), mais elle devient significative sur la période 1961-2000 et c’est seul changement notable sur
lequel on reviendra ultérieurement. En tout état de cause, il ne suffit pas à lui seul à caractériser une
instabilité du modèle.
Le second point à traiter est celui de l'endogénéité. Dans notre modèle, peut-on renverser la causalité
et supposer que la croissance détermine le capital, le capital humain ou le travail ? Nous pouvons
écarter une telle causalité pour au moins deux des variables : le capital humain et le travail. En effet,
pour ces deux variables, l'absence de causalité renversée résulte d'une impossibilité logique : cela n'a
pas de sens de dire que la croissance en t a un impact sur le nombre de travailleurs qualifiés ou non
qualifiés en t. La variable de capital physique est plus problématique. En effet, étant donné qu'elle est
mesurée par les investissements, on peut penser que la croissance a un impact sur elle. Même si on
18
peut avancer que c'est plutôt la croissance en t-1 qui a un impact sur les investissements en t, on ne
peut pas écarter la possibilité d'un biais de simultanéité : les investissements sont une fraction du PIB
et le PIB rentre dans le calcul de la croissance. Il convient donc de tester rigoureusement la causalité
statistique entre le PIB et le capital physique. Le test de causalité de Granger (1969) est réalisé à cet
effet. Ses conclusions sont les suivantes : pour l'hypothèse nulle "la croissance du PIB ne cause pas la
croissance du capital au sens de Granger", la p-value est égale à 0,62. On accepte donc l'hypothèse
testée. On peut donc penser qu'il n'y a pas d'endogénéité entre les deux variables27.
Par ailleurs, lorsqu’on modifie dans l’équation décrite par la colonne 3 du tableau 3 Dans les
l’hypothèse concernant les taux de la dépréciation du stock de capital de 5 pour cent pour la période
coloniale 1920-1960 ; de 10 pour cent pour la période 1960- 1990 et de 15 pour cent pour 1990-2000,
par les taux de 4 pour cent avant 1960 et de 10 pour cent de 1960 à 2000, on obtient des résultats très
similaires28 :
Yt  0.10 * 0.282( K )  0.101( H )  0.621* * * ( L)  0.05 * * * T  0.495* *dummy94  2.452YBEL
(2.54) (1.11)
(1.09)
(5.48)
(2.58)
(9.75)
(0.78)
Cette modification semble n’avoir aucune influence sur la significativité des coefficients des variables
de la fonction de production. L’estimation de l’élasticité du produit par rapport au capital physique et
au capital humain. Elle affecte que marginalement les valeurs des élasticités du capital humain et du
capital physique.
Ces analyses de stabilité, d’éndogéneité et de sensibilité confortent donc le jugement que l’on peut
porter sur la qualité de la relation estimée entre les taux (ou les niveaux) du PIB et des intrants
considérés. Elle confirme notamment la robustesse des coefficients estimés et leur significativité.
A ce stade on peut donc s’interroger sur les caractéristiques d’ensemble de la fonction de production,
et notamment sur l’existence de rendements d’échelle croissants. Cette problématique revêt évidement
une importance considérable quant à la nature du processus de croissance en RDC. Il est en effet aisé
de montrer que l’existence de rendements d’échelle croissants ou constants sur les facteurs de
production accumulables (les variables de capital) peut être la source d’un processus de croissance
auto-entretenue sans bornes. Le modèle « AK » de Romer (1986) illustre bien ce phénomène, pour
lequel la seule accumulation de capital par tête permet de générer une croissance positive et stable du
produit par tête. On effectue donc à partir de l’équation 3 (colonne 3) du Tableau 2.2, des tests de
Fisher sur la nature des coefficients. Le premier consiste à tester l’hypothèse de rendements constants
sur l’ensemble des facteurs de production (soit,       1 ) qui, présente l’avantage de procurer
un cadre analytique maîtrisé et est cohérente avec l’hypothèse de concurrence pure et parfaite. Le
second consiste à effectuer le même test sur les seuls facteurs accumulables de production (soit,
    1 ).
Pour le premier test, la statistique de Fisher est égale à 0,002 avec une p-value de 0,96. On ne peut
donc pas rejeter l’hypothèse nulle de rendements constants sur l’ensemble de facteurs au seuil de 5 %.
On rejette en revanche l’hypothèse de rendements constants sur les seuls facteurs de production
accumulables (statistique de Fisher est égale à 4,971 avec une p-value de 0,03). Nous ne pouvons pas
donc parler de croissance endogène, au sens où elle est définie par le modèle « AK ». Nous pouvons
par contre réécrire la fonction de production en imposant des rendements d’échelles constants et en
exprimant les variables par tête. Dans ce cadre, pour avoir une fonction de production intensive
compte tenu de notre spécification de travail qualifié et non qualifié, on suppose pour l’instant une
Si le test avait conclu dans l'autre sens, nous serions allés plus loin dans l'investigation de l'endogénéité et mis en œuvre un test plus
formel, le test d'Hausman.
28
Toutes les variables sont en logarithme, sauf variable indicatrice dummy 94. On a effectué le test de White pour corriger
l'hétéroscédasticité et pour tester la présence d'une éventuelle auto-corrélation des résidus, on a mis en œuvre le test de Ljung-Box (Q). Enfin,
a réalisé le test de Jarque-Bera pour s’assurer que les résidus étaient normalement distribués
27
19
substituabilité parfaite entre ces deux types de main-d’œuvre. Dans ce cas, nous supposons une
fonction de production constante des rendements d'échelle de la forme :
Y  AK  (LH )1

Y 
 K 
  ln     ln   1    ln H   ln A
 L
 L 

  ln y   ln k  1    ln H   ln A
(21)
Les tests de stationnarité reportés en annexe 1 indiquent que la spécification de la fonction de
production (en imposant des rendements d’échelles constants) n’a pas de ce fait d’influence sur
l’estimation de la relation de long terme. Mais, elle peut en avoir sur l’estimation à correction
d’erreurs, qui décrit les fluctuations de court terme au tour de cette relation. En suivant Dessus 1998,
nous estimons donc un modèle à correction d'erreur de la forme suivante29:
ln yt yt 1     k lnkt kt 1   H lnH t H t 1    ln( yt 1 )  ln( yˆt 1 ) 
(22)
où ln( yˆ t 1 ) est le prédicteur linéaire de la fonction de production. Le taux de croissance du produit par
tête est donc fonction du taux de croissance des facteurs de production et de l’écart passé à l’équilibre
de long terme. Le coefficient  mesure la vitesse à laquelle les chocs exogènes de la demande et de
productivité sont absorbés par l’économie. Ces chocs sont mesurés par la différence entre la valeur
observée du PIB par tête et la valeur prédite par la relation de long terme. L’estimation d’une telle
relation ne peut se faire que sur des variables intégrées du même ordre. Or, pour les estimations du
tableau A en annexe 2 nous avons du stationnariser les séries. Nous procédons donc à l’estimation du
modèle à correction d’erreur à partir des variables de départ qui étaient toute I(1). Le tableau C (cf.
annexe 2)30 présente l’estimation de ce modèle, en utilisant les résidus (que l’on nomme MCE ou
écart) de chacune des deux équations du tableau, comme mesure de ces chocs. Ces modèles sont
estimés sans variable de taux de croissance du PIB de la Belgique, qui s’est avérée statistiquement non
significative.
L’équation de taux de croissance PIB est un peu modifiée par rapport aux premières estimations. Le
stock de capital contribue de manière significative et positive à la croissance du PIB, avec une
élasticité environ trois fois supérieure à celle du capital humain, qui reste toujours positif mais non
significatif et que le pouvoir explicatif de l’équation est considérablement diminué. Comment peut-on
expliquer ce résultat ? Tout d’abord, les mesures utilisées de capital humain sont, sans aucun doute,
très imparfaites. L’une des raisons de ce résultat peut être le déséquilibre entre l’évolution des stocks
de capital physique et humain. L’argument théorique sous-jacent déduit des travaux 31 de Uzawa
(1965), Lucas (1988), Rebello (1991), Mulligan et Sala-I-Martin (1993), Caballe et Santos (1993), et
Barro et Sala-i-Martin (1995), consiste à dire que si le rapport entre deux types de capital est proche
(ou identique) du rapport de leurs productivités marginales (qui est le rapport d’équilibre de long
terme), alors le taux de croissance de l’économie sera négativement affecté par l’accroissement de
l’écart entre le rapport constaté des facteurs et le rapport optimal. Dans le cas de la RDC, il n’y a
jamais eu de rapport optimal entre les niveaux de capital physique et humain, puisque les élasticités
associées à chacun de deux types de capital ne sont pas comparables (élasticité de capital physique est
au tour de 0,40 alors que celle du capital humain est de 0.11). Cela suggère qu’en 1920, la RDC ne
disposait très probablement pas d’un capital humain abondant et de qualité, relativement à son capital
physique.
29
Nous avons retiré la tendance car prendre la différence première sur la tendance n'aurait pas eu de sens.
Nous avons retiré la variable (tendance), car prendre la différence première sur la tendance n’aurait pas eu de sens.
Ces travaux montrent que si rapport entre les deux types de capital est éloigné du rapport de leurs productivités marginales, alors le taux de
croissance de l’économie sera positivement affecté (de manière transitoire) par la réduction de l’écart entre le rapport constaté des facteurs et
le rapport optimal.
30
31
20
La figure 2 en annexe 2 indique que dès le départ de processus de développement économique de la
RDC, le rapport entre capital physique et capital humain n’a pas été stable, et au fil des années, il a eu
tendance à décroître rapidement puisque le capital physique a été davantage sujet à une expansion
rapide que le capital humain. Ce déséquilibre a fait que le progrès technique externe n’était pas mieux
assimilé à cause d’insuffisance de la dotation en capital humain. On retrouve bien l’idée sous-jacente
(Nelson et Phelps, 1966, Benhabib et Spiegel, 1994, Edwards, 1994 et Cohen, 1996) selon la quelle, le
taux de croissance d’une économie sera donc d’autant plus sensible à son niveau de départ de la
production par habitant que son stock de capital humain le sera.
Nous pouvons donc penser que depuis le régime colonial, l’économie de la RDC est toujours en
déséquilibre, et s’est pas encore approchée de son équilibre dynamique de long terme. L’histoire de la
croissance sous-jacente à ces résultats s’accorde au fait qu’il n’y a jamais eu un décollage économique
de ce pays. La croissance qui a eu liée sous la colonisation (1920-1960), fut simplement une
croissance extensive, associée principalement à l’extraction des ressources naturelles, l’utilisation de la
main-d’œuvre peu qualifiée et forcée et à l’accumulation du capital physique principalement dans le
secteur minier. La croissance s’est réalisée dans un contexte de très faible productivité et s’est par la
suite, interrompue à la fin des années 50. L’investissement en capital humain n’ont jamais repris de
l’importance par rapport au capital physique, comme l’atteste la baisse continue des dépenses
consacrée à l’éducation. En tout état de cause, l’évolution du rapport entre les stocks de capital
physique et humain n’a pas contribué à changer le régime de croissance opéré depuis les années 1920.
Elle en est sans doute l’une de principales explications de la non-croissance de la RDC et du faux
décollage.
Enfin, s’agissant de la variable écart (la différence entre la valeur observée du PIB par tête et la valeur
prédite par la relation de long terme), le coefficient de rattrapage (ou correction d’erreur) est bien
négatif et significatif confirmant ainsi l’existence d’une relation de long terme entre les variables en
niveau (cf. tableau C annexe 2). La valeur du coefficient associé indique qu'environ 12 pour cent du
déséquilibre entre l’offre et la demande sont absorbés chaque année, ce qui est faible comparé aux
résultats obtenus pour d'autres pays32. Elle illustre lenteur d’ajustement des marchés aux conditions de
l’offre, ou l’absence de cycles, ceci probablement en raison d’une très faible flexibilité des prix et des
quantités ; de la volatilité des prix des matières premières qui rend l’économie très vulnérable. Cette
incapacité d’absorption des chocs de l’économie de la RDC peut aussi être considérée comme une
mesure de son instabilité macroéconomique. Cette instabilité en elle-même a été très certainement
improductive à la croissance surtout depuis 1960. Il est difficile d’en mesurer l’impact, par définition,
à l’aide uniquement de séries temporelles, mais on peut avancer plusieurs explications théoriques de
cette relation négative. L’instabilité peut ainsi prendre la forme d’un sous-emploi durable des capacités
de production qui retarde la croissance de l’économie, en cas d’ajustement par les quantités. Elle peut
aussi prendre la forme d’une inflation forte et volatile, dont les conséquences sur les anticipations des
agents, notamment en matière d’épargne et d’investissement, peuvent être préjudiciables au
développement des capacités futures de production et de la productivité. Ce fut probablement le cas en
RDC, qui a présenté les signes d’une instabilité macro-économique impressionnante au regard de sa
faible croissance, comme l’attestent ses forts taux d’inflation et de chômage (Tcheta-Bampa, 200833).
Cette instabilité du cadre macro-économique a, en retour, certainement été un facteur défavorable de
croissance.
B) Des résultats qui confirment le modèle Slow-Romer et permettent de calculer la
contribution des différents facteurs de production à la variation de la productivité totale
des facteurs
Comme indique notre modèle, nous avons estimé une fonction de production (et non une des équations
de convergence) qui a des fondements théoriques solides et qui lient taux de croissance du produit au
Par exemple, Dessus (1998) trouve la valeur de du coefficient associé cette variable proche de l’unité en valeur absolue, indiquant ainsi
que 80 pour cent environ du déséquilibre entre l’offre et la demande est absorbé en une année pour le Taiwan, entre 1951 et 19990.
33
Tcheta-Bampa, (2008), Croissance et qualité institutionnelle : le cas de la République Démocratique du Congo. Mémoire Master 2,
Université Paris 1.
32
21
taux des stocks de capital physique et humain. Le test confirme la généralité de la théorie à savoir la
faiblesse d’accumulation de capital physique et de capital humain associé à l’éducation ainsi que le
faible niveau et la lenteur du progrès technologique, constituent les causes de l’échec de croissance en
RDC et ces facteurs maintiennent potentiellement cette économie dans une trappe de la stagnation
structurelle. Ces analyses confirment aussi la robustesse des coefficients estimés et leur significativité.
Ce résultat est intéressant aussi parce qu’il peut rendre compte de la contribution du capital physique
et du capital humain à la croissance économique i.e. à la variation de la productivité totale des
facteurs. La mesure de la contribution relative des différents facteurs de production et du progrès
technique passe par la mesure des élasticités. Cet exercice de comptabilité de la croissance est
important pour compléter la compréhension de l’histoire de la stagnation de croissance de la RDC.
Contribution du stock de capital physique. Les études sur données transversales estiment
généralement l’élasticité du produit au stock de capital physique autour de 0.3, les rares études
économétriques sur la croissance économique en RDC donnent des résultats à peu près similaires.
Ainsi Kodila Tedika et Kyayima Muteba (2010) estiment une fonction de production de type à
rendements constants, qui inclut les facteurs capital physique, capital humain (main-d’œuvre qualifiée)
et travail (main-d’œuvre non qualifiée) sur la période 1920-1956. Ils obtiennent une élasticité du PIB
par rapport au stock de capital physique égale à 0.25. Enfin, Akitoby et Cinyabuguma (2004)
estiment quant à ceux une fonction de production incluant seulement les facteurs, capital physique et
la PGF sur la période 1960-2000. Diverses spécifications sont proposées, mais les auteurs obtiennent
une élasticité du produit par rapport au capital physique qui se situe toujours aux environs de 0.34.
Comme on l’a présenté, le modèle de Solow fait l’hypothèse de concurrence pure et parfaite selon
laquelle les facteurs de production sont rémunérés à leur productivité marginale (ce qui ne semble pas
avoir été le cas en RDC). Si on prend en compte cette hypothèse, dans ce cas, l’élasticité du PIB par
rapport au stock de capital physique de la fonction Cobb-Douglas,  , est égale à la part de la
rémunération du capital physique dans la rémunération totale des facteurs. La moyenne sur la période
1920-2000 de ce rapport est égale 100 pour cent, selon nos données.
Néanmoins, cet exercice de comptabilisation de la croissance a des limites. D’abord, cette approche
requiert que les marchés du capital et du travail soient parfaitement concurrentiels et que le revenu de
chaque facteur soit égal à la valeur de son produit marginal. En pratique, bien sûr, des imperfections
du marché sont nombreuses. Une détermination non-concurrentielle des salaires et des marchés de
produits monopolistiques peut significativement déformer la relation entre les parts de revenu et les
produits marginaux. L’absence de concurrence parfaite, dans le contexte d’une fonction de production
à rendement d’échelles constant, peut entraîner de graves erreurs d’estimation de l’élasticité de la
production par rapport à chaque facteur, car les parts des facteurs ne refléteront plus les élasticités de
production. En particulier, dans la mesure où les profits du monopole se reflètent dans le revenu du
capital, la part du capital dans le revenu aura tendance à surestimer l’élasticité de la production par
rapport au capital.
Ensuite, nos séries de stock de capital ont typiquement été construites en utilisant la méthode
d’inventaire permanent, qui consiste essentiellement à accumuler des données des flux
d’investissement à prix constants obtenues à partir des sources nationales et des bases de données
internationales, telles que la base de données Penn World Tables, en faisant les hypothèses des taux de
dépréciation constant. Le choix de l’année de départ de l’échantillon est cependant arbitraire et peut
entraîner des erreurs d’estimation importantes, notamment dans les premières périodes.
Enfin, le rôle de la terre et les autres ressources naturelles comme facteurs de production à part entière
est ignoré dans le modèle de Solow34 et dans notre modèle économétrique, alors que les ressources
Si les ressources naturelles étaient importantes (comme on pourrait s’y attendre dans le cas des économies insulaires) et considérées dans le
modèle de Solow, le doublement du capital et du travail effectif pourrait moins que faire doubler la production. L’hypothèse de rendements
constants du capital et du travail effectif toute seule serait donc inappropriée.
34
22
naturelles sont importantes en RDC. Ce biais est particulièrement important dans le secteur agricole et
informel, caractéristiques majeures des pays pauvres. L’agriculture représente en RDC une part
importante de la rémunération totale des facteurs. Malheureusement, le manque d’informations
statistiques détaillées pour la période 1920-1960 ne nous permet pas d’aller plus loin dans l’analyse.
Pour toutes ces raisons, on pense que la part du capital dans la fonction de production est par
conséquent surestimée et la part de la croissance de la PGF sous-estimée. Il est donc probable que la
part de la rémunération du capital dans le PIB au coût de facteurs entre 1920 et 2000 soit pour des
raisons exposées ci-dessus plus proche de 0.3 que de 1, ce qui confirmerait la valeur obtenue
économétriquement (soit, 0.261).
Nous allons donc déterminer les contributions respectives des facteurs de production et PTF au taux de
croissance du produit. Dans le modèle de Solow augmenté estimé précédemment, on a considéré le
capital humain comme un facteur d’accumulation simple. Dans ce cas, le taux de croissance de la
productivité global des facteurs, X, peut s’écrire par différence comme :
X  ln(
yt
k
h
)   ln( t )   ln( t )
yt 1
kt 1
ht 1
(23)
Cette équation illustre le fait que deux pays connaissant les mêmes taux de croissance de leurs
dotations factorielles peuvent avoir des taux de croissance de leurs productivités respectives
durablement différents, puisque la combinaison des mêmes niveaux des facteurs ne produit pas le
même revenu.
Dans le cas où on considère que le capital humain comme un déterminant du progrès technique et au
sens où nous avons définit le progrès technique, la croissance de la PGF, est égale à la croissance du
PIB qui n’est pas expliquée par la croissance de l’emploi des facteurs classiques de production, que
sont le travail et le capital physique. Cette définition sous-entend en fait que tout processus ayant pour
conséquence l’amélioration de la qualité, ou productivité, d’un des deux facteurs, doit être considéré
comme une source de productivité globale des facteurs. En ce sens, le capital humain doit être vu
comme un facteur d’augmentation de la productivité, et non comme un facteur de production
classique. Si l’on suppose de plus, que la fonction de production est à rendements constants, la
variables de productivité globale des facteurs, X t , peut donc s’écrire comme suit :
 Y
X t    t 1
 Kt  t



(24)
où Yt désigne le PIB, K t le stock de capital physique,  t  Lt  H le nombre total de travailleurs
et  l’élasticité du produit par rapport au stock de capital physique.
Une décomposition de la croissance selon les facteurs et la PGF peut être menée de deux manières :
soit à partir d’une décomposition comptable lorsque l’on dispose de données sur le prix des facteurs
(salaire et prix du capital), ce qui n’est pas le cas pour la RDC ; soit en utilisant une méthode
économétriquement qui consiste à déterminer l’élasticité du capital au produit et si les rendements
d’échelle sont constants, comme dans le cas présent.
Dans le tableau 2 on peut déduire que la valeur 0.261 du coefficient associé au logarithme du stock
capital par actif. Si l’on approxime à 0.3 et on accepte cette valeur comme une estimation plausible
de l’élasticité du PIB par rapport au stock de capital physique en RDC, alors nous pouvons nous livrer
à une comptabilité traditionnelle de croissance. Le principe en est simple. Il consiste à calculer à partir
23
de l’estimation de la fonction de production, la part de la croissance du PIB par tête,  , que l’on peut
attribuer à l’accumulation du capital physique par tête, comme suit :
k
  k
y
y
(25)
soit l’élasticité du produit par rapport au stock du capital physique, multiplier par le rapport des taux
de croissance annuel moyens du capital et du PIB par tête.
Le taux de croissance annuel moyen du PIB par tête est égal à – 4.45 pour cent tandis que celui du
capital par tête (ou plus exactement par les travailleurs) est de – 3.41 pour cent. La baisse de
l’accumulation du capital par tête (ou désinvestissement) n’explique donc que 31 pour cent de la noncroissance du PIB par tête. Les 69 pourcent restant, soit – 3.06 points par an, proviennent donc d’une
absence d’amélioration de la productivité globale des facteurs (PGF).
Ce taux de croissance de la PGF est obtenu par la différence première de son logarithme. L’évolution
de la PGF ainsi décrite est strictement identique à celle que l’on obtiendrait à l’aide d’un index de
Thörnqvist, en raison de l’invariance supposée de l’élasticité du produit par rapport au stock de capital
physique. Le taux de croissance de la PGF obtenu par cette approximation linéaire est, en outre,
strictement égal au taux de croissance de la PGF dérivé d’une fonction de production de type translog
(Diewert, 1976 et 1981), ce qui lui confère une portée supplémentaire35.
Source : Calcul de l’auteur
De l’analyse de la figure 4 on peut constater la baisse tendancielle de la PGF et une forte instabilité de
son taux de croissance. Cette évolution baissière et instable est probablement liée à plusieurs facteurs
tels la concentration d’appareil productif ans un secteur qui n’améliore pas la technique de production,
la mauvaise allocation des facteurs, la mauvaise de la qualité du capital humain, le faible taux
d’ouverture commerciale ou encore les facteurs politiques et institutionnels du pays.
35
Comme a montré Diewert (1976, 1981), tous les indices sont « exacts », mais pour des formes particulières de la fonction de production :
les indices de Laspeyres et Paasche sont « exacts » pour les fonctions linéaires ou à coefficients fixes, les indices géométriques pour la
fonction Cobb-Douglas à rendement constant, l'indice de Fis cher pour une fonction de production de type quadratique généralisée (toujours
homogène et de degré un) et l'indice de Tornqvist pour une fonction translog. Les indices de Fischer et de Tornqvist, appelés « superlatifs »,
sont donc particulièrement intéressants, car les fonctions auxquelles ils correspondent sont des formes très générales, dites flexibles, qui
n'imposent pas a priori d'hypothèses fortes sur la technique de production (élasticité de substitution entre les facteurs non constante), comme
le fait par exemple une fonction linéaire (substituabilité infinie), une fonction à coefficients fixes (complémentarité) ou une
Cobb-Douglas (élasticité de substitution égale à 1).
24
Le tableau 4 présente une comparaison des exercices de comptabilité de la croissance réalisés sur
RDC. Toutes ces études s’appuient sur une estimation économétrique pour estimer le taux de
croissance de la PGF.
Il est difficile de comparer notre estimation de 1920 à 2000 à celles proposées par les études
antérieures, car la contribution du capital à la croissance n’apparaît pas stable de 1920 à 2000. En
revanche, lorsqu’on divise la période de notre étude en deux sous périodes, nous obtenons des résultats
très similaires aux résultats de deux autres études citées ci-haut, à l’aide de méthodes alternatives et
sur des périodes différentes. Plus précisément, comme indique le tableau 2.3, notre étude sur la
période 1920-1960 confirme l’estimation proposés par l’étude Kodila Tedika et Kyayima Muteba
(2010) et sur la période 1960-2000 confirme celle obtenue par Akitoby et Cinyabuguma (2004).
En comparaison internationale, cinq études du Centre de développement de l’OCDE ont déjà
déterminé les contributions de facteurs de production et de PGF. Les travaux de Berthélémy et al
(1996a) indiquent que la PGF a augmenté de 0.7 pour cent entre 1960 et 1990 et elle a représenté près
de 20 pour cent de la croissance du produit au Sénégal. Ensuite, Morrisson et Talbi (1996) ont montré
que la PGF a augmenté en moyenne entre 1993 et 1995 de 1.29 pour cent et a représenté près de 24.2
pour cent de la croissance du produit en Tunisie. Dessus montre que la PGF a augmenté de 3.6 pour
cent en Taiwan entre 1951 et 1990 et sa contribution à la croissance du produit est de 54 pour cent.
Azama et Daubrée (1997) ont trouvé quant eux que la PGF a cru de 2.75 pour cent et sa contribution à
la croissance du produit s’élève à 24.4 pour cent entre 1964 et 1990 au Kenya. Enfin, Toure (2001)
pour le Mali expose que la PGF a baissé moyenne d’environ 0.66 pour cent et elle a contribué de façon
négative à la croissance du produit par actif de – 41 pour cent.
Tableau 4 : Comptabilités de la (non)-croissance
Période d’estimation
économétrique
– 4.45 %
0.56 %
-9.46 %
6.98 %
Contribution de la
PGF au taux de
croissance du PIB/tête
69 %
83 %
77 %
51.15 %
économétrique
-3.3 %
60 %
1960-2000
Etude
Méthode utilisée
Taux de croissance du
PIB/tête
Cette étude
Cette étude
économétrique
économétrique
Kodila T. et al
(2010)*
Akitoby et al.
(2004)**
1920-2000
1920-1960
1960-2000
1920-1956
* Le taux de 6.98 % n’est pas celui de du PIB par tête (travailleur) mais le taux du PIB entre 1920 et 1956.
** L’étude de Akitoby et al., (2004) fait en plus de l’analyse macroéconomique, une analyse sectorielle de la croissance. Leurs résultats
indiquent qu’entre 1960 et 2000. Le secteur agricole a stagné et n’a pas eu d’impact sur la PGF, le capital physique a baissé et en
conséquence, cette baisse a entraîné une baisse -1.7 pour cent de la production par travailleur. Dans le secteur de transport la PGF a décrue de
92 pour cent et ceci a causé une baisse de -6 pour cent de produit par travailleur. Enfin, bien que le secteur minier a enregistré une croissance
de la PGF, ce secteur a cas même entraîné une diminution de la production par travailleur de -4.1 pour cent.
La contribution du capital humain. Les valeurs de l’élasticité du PIB par rapport à la main d’œuvre
qualifiée (capital humain) et main d’œuvre non qualifiée (travail) sont plus difficiles à calculer et à
juger en raison de leurs spécifications dans ce travail. Mais aussi de nombreux problèmes qu’a soulevé
cette question dans la littérature spécialisée (Romer, 1987 ; Christiano, 1987 ; Munnel, 1990 ;
Benhabib et Spiegel, 1992 ; Cavalcanti Perreira, 1993 ; Dessus, 1998 ; Caselli, Esquivel et Fernando
(1996), Pritchett (2001) ; Krueger et Lindahl, 2001 et Dela Fuenda , 2006).
On a définie la main d’œuvre qualifiée et main d’œuvre non qualifiée en fonction de niveau d’étude de
ces deux catégories de travailleurs36. L’idée sous-jacente est qu’en moyenne, un travailleur qualifié est
plus productif qu’un travailleur non qualifié. Une main-d’œuvre plus qualifiée s’adapte mieux aux
changements technologiques et fait preuve d’une plus grande mobilité sur le marché du travail. Le
résultat obtenu est surprenant puisque, même si, les deux catégories de main-d’œuvre sont les
déterminants positifs de la croissance, mais la main d’œuvre non qualifiée est statistiquement plus
La population active est fort probablement une mesure très approximative de l’emploi, qui idéalement devrait être mesuré en heures. Ce
voeu restera pieux en raison du manque cruel de statistiques sur le travail en RDC.
36
25
significative que la main d’œuvre qualifiée. Pour cette raison il est difficile de calculer les
contributions de capital humain et de travail. On ne peut pas aussi dans ce cas supposer une
substituabilité parfaite entre travail qualifié et non qualifié. Si le capital humain était plus significatif
que le travail non qualifié, on pouvait par exemple supposer que la main d’œuvre représentée par dix
travailleurs possédant chacun une année d’études est la même que celle d’un unique travailleur ayant
étudié pendant dix années.
C’est la raison pour laquelle il est impossible de rendre compte de l’effet exact qu’aurait
l’investissement de capital humain sur la production. L’amélioration de la qualité du travail est par
conséquent attribuée à la PGF et non à la productivité des ressources humaines (cf. calcul de la
contribution de capital et de la PGF).
Conclusion
L’étude économétrique de la croissance en RDC au cours des quatre-vingt décennies se révèle riche
d’enseignements. Nos résultats suggèrent que le stock du capital public et du capital humain ont des
impacts non significativement positifs sur la croissance à long terme. La robustesse d’estimation de
l’insuffisance contributive de ces deux types de capital à la croissance est confirmée par la cohérence
d’ensemble de la fonction de production estimée qui intègre aussi les variables censées représenter le
progrès technique. Ces dernières variables (tendance et logarithme du produit intérieur brut de la
Belgique) ont un impact significativement négatif sur la croissance de long terme. Ces résultats
confirment donc les hypothèses de cette étude : l’insuffisance de capital physique et humain lié à
l’éducation de même que le sous-développement du progrès technique semblent être les déterminants
des trappes de non-croissance dans lesquelles la RDC est bloquée depuis longtemps.
Par ailleurs, il ressort de cette étude que les estimations des variables par tête indiquent que le stock de
capital contribue de manière significative et positive à la croissance du PIB. En revanche comme dans
les premières estimations le capital humain ne joue toujours pas un rôle crucial dans l’explication du
taux de croissance. Ce résultat s’explique par le déséquilibre structurel entre les niveaux de stock de
capital humain et de capital physique, ce dernier a été davantage sujet à une expansion dès l’arrivée
des européens que le capital humain, qui est resté insuffisant. Ce déséquilibre a fait que le progrès
technique externe n’était pas mieux assimilé.
La vraisemblance de ces résultats est renforcée par l’analyse comptable. L’exercice de comptabilité de
la croissance attribue environ le tiers de la non-croissance du revenu par tête à cette accumulation
faible de capital physique, l’autre partie (les deux tiers) provenant de la croissance négative de la
productivité globale des facteurs. Ces deux déterminants ne peuvent pas être totalement dissociés,
puisqu’il est très probable qu’avec des gains de productivité l’accumulation de capital aurait été plus
rapide, et/ou plus efficiente.
L’analyse économétrique et l’exercice de la comptabilité de croissance sont des outils précieux qui
nous ont permis d’améliorer notre compréhension d’expérience de croissance en RDC. Ces outils sont
certes nécessaires, mais ils ne sont pas suffisants pour expliquer la totalité de l’absence de croissance
de ce pays. L’insuffisance de capital et de progrès technologique ce ne sont que des causes immédiates
de la non-croissance en RDC. Il reste à savoir pourquoi ce pays n’a pas suffisamment accumulé un
capital physique (investissements) et un capital humain plus solide, enfin, pourquoi il reste toujours
sous-développé en équipement et en technologie.
On doit alors, pour avoir une meilleure compréhension du processus de croissance en RDC compléter
cette étude en s’intéressant par exemple aux déterminants de l’accumulation de capital physique, de la
productivité du capital humain et de la productivité globale des facteurs en RDC, à laquelle on vient
d’attribuer principalement la responsabilité de l’échec de la croissance.
26
REFERENCES
ABRAMOVITZ, M. (1986), “Catching Up, Forging Ahead, and Falling Behind”, Journal of Economic History,
46(2), p. 385-406.
ACEMOGLU D., 1997, «Training and Innovation in an Imperfect Labour Market», Review of Economic Studies,
64, 445-464.4
AGHION P. and HOWITT P., 1998a, Endogeneous Growth Theory, MIT Press, Cambridge, traduction française
2000, Dunod, Paris.
AGHION P. et HOWITT (1992), « A Model of Growth Through Creative Destruction. », Econometrica, 60:
323-51.
AGHION P. and TIROLE J. (1997), «Formal and Real Authority in Organizations », Journal of Political
Economy, 105: 1-29.
AGHION P and GRIFFITH R. (2005): «Competition and Growth: Reconciling Theory and Evidence», MIT
Press, Cambridge.
AGHION, P. and HOWITT P. (2006): « Joseph Shumpeter Lecture. Appropriate Growth Policy: A Unifying
Framework », Journal of the European Economic Association, vol. 4, n° 2-3, avril- mai.
AGHION, P, DEWATRIPONT M. and REY P. (1999) « Competition, Financial Discipline and Growth »,
Review of Economic Studies 66, October 1999, p. 825-852.
AGHION, P. and HOWITT P. (1998a), Endogenous Growth Theory, Cambridge, MA, MIT Press.
AGHION, P. and HOWITT P. (1998b) « On the Macroeconomic Effects of Major Technological Change » in
Elhanan Helpman, ed. General Purpose Technologies and Economic Growth Cambridge, MA, MIT
Press, p. 121-144.
AGHION, P., HARRIS C., Howitt P. and VICKERS J. (2001) « Competition, Imitation and Growth with Stepby-Step Innovation », Review of Economic Studies 68, July, p. 467-492.
AKITOBY B. and CINYABUGUMA M. (2004), “Sources of Growth in the Democratic Republic of the Congo:
A Cointegration Approach,” IMF Working Paper 04/114 (Washington: International Monetary Fund).
AZAM J-P et DAUBREE C. (1997), Contourner l’Etat. La croissance économique au Kenya 1994-90. Paris,
OCDE.
AZARIADIS S. and DRAZEN A., 1990, «Thresholds in Economic Development», Quarterly Journal of
Economics, 105, 501-526.
AZARIADIS C. and STACHURSKI J. (2004), “Poverty Traps”, forthcoming in the Handbook of Economic
Growth, Aghion and Durlauf eds, P 1-112.
BANQUE MONDIALE (2006), “World Development Indicators 2006”, database.
BANQUE MONDIALE (2006), (2006), World Development Report, Washington DC, World Bank.
BARRO, R. J. (1991), “Economic Growth in a Cross Section of Countries”, Quarterly Journal of
Economics, 106(2), p. 407-43.
BARRO, R. J. (2000),……
BARRO, R. J., et JONG WHA LEE (1996), “International Measures of Schooling Years and Schooling
Quality”, American Economic Review, 86(2), p. 218-23.
BARRO R. and SALA-I-MARTIN X. (1995), Economic Growth, New York : McGraw-Hill.
BARRO R. and SALA-I-MARTIN X.. (2005), "Technological Diffusion, Convergence, and Growth,"
NBER Working Papers 5151, National Bureau of Economic Research, Inc.
BAUMOL, W. J. (1986), “Productivity Growth, Convergence, and Welfare: What the Long-Run Data Show”.
American Economic Review, 76(5), p. 1073-85.
BECKER G., (1964), Human Capital: A Theoretical Analysis, with Special Reference to Education. Columbia
University Press, New York.
BENHABIB J. and SPIEGEL M., (1994), “The role of human capital in economic development: Evidence from
aggregate cross‐country data”, Journal of Monetary Economics, vol.34, page. 143‐173.
BOCCANFUSO D. SAVARD L. et SAVY B. (2009), “Capital humain et croissance: Evidence sur les données
de pays africains. Département d’économique et GRÉDI, Université de Sherbrooke.
BOSCA, de la FUENTE A. and DOMENECH R., (2000), “Schooling Data: Some Problems and
Implications for Growth Regressions”, unpublished, Instituto de Analisis Economico CSIC.
BECKER G. S. Human Capital, New York : Columbia University Press for NBER (1ère édition,
1964), (2ème édition augmentée, 1975).
BECKER G.S., MURPHY K.M. and TAMURA R. (1990). "Human Capital, Fertility, and Economic
Growth", Journal of Political Economy 92, pp. 512-537.
BECKER G.S. and MURPHY K.M. (1992). "The Division of Labor, Coordination Costs, and
Knowledge", Quarterly Journal of Economics, 107, pp. 1137-1160.
27
BENABOU R., 1996, «Heterogeneity, Stratification and Growth: Macroeconomic
Implications of Community Structure and School Finance», American Economic
Review, 86(3), 584-609.
BENHABIB J. et SPIEGEL M., 1994, «The Role of Human Capital in Economic
Development: Evidence from Aggregate Cross-Country Data», Journal of Monetary
Economics, 34, 143-179.
BERTHÉLEMY, J.-C. SECK A. et VOURCH A. (1996), « La croissance au Sénégal un pari perdu ? »,
Paris, OCDE.
BERTHÉLEMY, J.-C. (2002), “Convergence Clubs and Underdevelopment Traps”, in
Development is Back, édité par J. Braga de Macedo, C. Foy et Ch. Oman. Paris, OCDE, p. 61-76.
BERTHELEMY, J. C. (2006), «Berthélemy Jean-Claude , « Clubs de convergence et équilibres multiples :
comment les économies émergentes ont-elles réussi à échapper au piège du sous-développement ? » ,
Revue d'économie du développement, 2006/1 Vol. 20, p. 5-44. DOI : 10.3917/edd.201.05
BERTHÉLEMY, J.-C. (2006), “To what extent education policies are pro-poor in subSaharan Africa?”, Journal of African Economies, à paraître.
BERTHÉLEMY, J.-C. (2005), « Commerce international et déterminants de la diversification
économique », Revue d’Économie Politique, 115(5), p. 591-611.
BERTHÉLEMY, J-C., et L. SÖDERLING (2001), “The Role of Capital Accumulation,
Adjustment and Structural Change in Economic Take-off: Empirical Evidence from African Countries”,
World Development, 29(2), p. 323-43.
BERTHÉLEMY, J.-C., and A. VAROUDAKIS (1996), “Economic Growth, Convergence
Clubs, and the Role of Financial Development”, Oxford Economic Papers, 48(2), p. 300–28.
BLACK S. and LYNCH L., 1996, « Human-Capital Investments and Productivity », The
American Economic Review, 86 (2), 263-267.
BLAIR T. (2005), Our Common Future, London, Commission for Africa.
BLOOM E. and Sachs J. D. (1998), « Geography, Demography, and
Economic Growth in Africa », BPEA, no. 2: 207-73.
Bloom David, David Canning, and Jaypee Sevilla (2003) « Geography and Poverty
Traps », Journal of Economic Growth 8, no. 4: 355-78.
BOSWORTH B. and C O L L I N S S. (2002) “The Empirics of Growth: An Update”. Brookings Papers on
Economic Activity, 2003, 2, pp. 113-206 (Article).
CARRIOU Y. et JEGER F., 1997, « La formation continue dans les entreprises et son retour
sur investissement », Economie et Statistique, 303, 3, 45-58.
CARRE J., DUBOIS P. et MALINVAUD E. (1972, La Croissance Française, Seuil.
CHAKRABARTY D. (2004), « Poverty traps and Growth in a model of Endogenous Time
Preference », Department of Economics, University of Sydney, P 1-30.
CHAMBAS G. COMBES J. L. GUILLAUMONT P. GUILLAUMONT S. et LAPORTE B. (1999), « Burkina
Faso : les facteurs de croissance à long terme » Paris, OCDE programme de recherche sur l’Afrique
émergente.
CNUCED (2007), Savoir, apprentissage technologique et innovation pour le développement, Rapport sur les
pays les moins avancés.
COLLIER. W, GREEN F. et PEIRSON J., 2005, « Training and Establishment Survival »,
Scottish Journal of Political Economy, 52 (5), 710-735.
COLLIER, P. (2004), “African Growth – Why a ‘Big Push’?”, Article présenté à la session
pléniaire de l’atelier de recherche biannuel du Consortium pour la Recherche Economique en Afrique, 5
décembre, Nairobi.
D’AUTUME A. et MICHEL P., 1994, «Education et Croissance», Revue d’Economie
Politique, 104(4), 457-499.
DENISON E. (1962). Sources of Economic Growth in the United States, Washington :
Committee for Economic Development.
DENISON E., (1967), “Why growth rates differ: postwar experience in nine western
Countries”,The Brookings Institution, Washington D. C.
DESSUS S. (1998), « Analyse empirique des déterminants de la croissance à long
Terme ». Thèse de doctorat en sciences économiques. Université de Paris I.
DESSUS S., (2000), “Capital humain et croissance : le rôle retrouvé du système éducatif”,
Économie publique, Vol. 2 n°6, pages 95‐115.
DESSUS, S., JIA-DONG SHEA, et MAU-SHAN SHI (1995), Chinese Taipei: The Origins of
the Economic ‘Miracle’, Paris, OCDE.
DEVARAJAN S., EASTELY W. and PACK H. (2002), “Low Investment is not the Constraint on
African Development”. Working Paper No. 13. Washington, DC: Center for Global
28
Development
DOUDJIDINGAO A. (2009), « Education et croissance en Afrique subsaharienne » Thèse de
doctorat en sciences économiques. Université Aix-Marseille 2- de la méditerranée.
DURLAUF, S. N. and P. A. JOHNSON (1995), “Multiple Regimes and Cross-Country Growth
Behaviour”, Journal of Applied Econometrics, 10(4), p. 365-84.
EASTERLY W. (1990) "How Does Growth Begin? Models of Endogenous Development." World
Banl.
EASTERLY W. (1991) “Economic Stagnation, Fixed Factors, and Policy Thresholds”
Policy, Research, and External Affairs working papers ; no. WPS 795. The World Bank
EASTERLY W. (2005). “Reliving the 50s: the Big Push, Poverty Traps, and Takeoffs in
Economic Development,” DRI Working Paper No. 15, June.
EASTERLY W and Levine Ross (2001). “It's Not Factor Accumulation: Stylized Facts and
Growth Models,” World Bank Economic Review 15 (2), pp. 177-219.
EASTERLY W. (2009). “Can the West Save Africa?” Journal of Economic Literature 47(2), 373-447.
FMI,
GRAHAM B.S. and TEMPLE J. R. W. (2006). Rich nations, poor nations: how much can multiple
equilibria explain? Journal of Economic Growth, 11(1), March, 5-41.
GALOR O. (1996), “Convergence? Inferences from Theoretical Models”, Economic Journal, 106.
GUILLAUMONT P. (2006), « La vulnérabilité économique, défi persistant à la croissance africaine ».
Document de travail de la série Etudes et Documents CERDI, Université d'Auvergne.
HAUSMANN R. L. PRITCHETT and D. RODRIK (2004), “Growth Accelerations”, NBER
Working Paper 10566, NBER, Cambridge, MA.
HODRICK R. J. et PRESCOTT E. C. (1997), “Postwar U.S. Business Cycles: An Empirical
Investigation”, Journal of Money, Credit and Banking, 29(1), p. 1-16.
IMBS, J., et WACZIARG R. (2003), “Stages of Diversification”, American Economic
Review, 93(1), p. 63-86.
ISLAM N. (1995), “Growth Empirics: A Panel Data Approach”, Quarterly Journal of
Economics, 110, p. 1127–1170.
JONES F. and OLKEN B. A (2005), “The Anatomy of Start-Stop Growth,” NBER Working Paper
No. 1152; Cambridge, Massachusetts: National Bureau of Economic Research.
JONES L. and Manuelli R.1990. "A Convex Model of Equilibrium Growth." Journal of Political
Economy. 98 (5): pp. 1008-38
KRAAY, A. et C. RADDATZ (2005), “Poverty Traps, Aid and Growth”, World Bank,
background paper for the 2005 Global Monitoring Report.
HOWITT, PETER (2000), « Endogenous Growth and Cross-Country Income Differences »,
American Economic Review, 90 : 829-846.
HOWITT, PETER et DAVID MAYER-FAULKES (2002), « R+D, Implementation and
Stagnation: A Schumpeterian Theory of Convergence Cluks », NBER Working Paper 9104.
HOWITT P. (2004) « Health, Human Capital and Economic Growth: A Schumpeterian Perspective »,
dans Guillem Lopez-Casasnovas, Luis Currais et Berta Rivera, eds. Economic
Growth and Health, Cambridge, MA, MIT Press, à venir.
KALONJI NTALAJA (2007), « Croissance et pauvreté en RDC», Université de Kinshasa (Miméo).
KRAAY A. and RADDATZ C. (2005), “Poverty Traps, Aid, and Growth”, The World Bank.
KODILA TEDIKA et KYAYIMA MUTEBA (2010), « Sources de la croissance en République
Démocratique du Congo d’avant indépendance. Une analyse par la cointégration ». Document de travail
Université de Kinshasa.
LEVY-GARBOUA L., 1994, « Formation sur le tas et rendements de l’expérience : un
modèle de diffusion du savoir », Economie et Prévision, 116(5), 79-88.
LUCAS R., 1988, «On the Mechanics of Economic Development», Journal of Monetary
Economics, 22, 3-42.
LEE, C. H. (1995), The Economic Transformation of South Korea – Lessons for the
Transition Economies, Paris, OCDE.
LEIBENSTEIN H. (1954), Theory of Economic-Demographic Development, Princeton,
Princeton University Press.
MADDISON, A. (2008), The World Economy: Historical Statistics, Paris, OCDE.
MANKIW, N. G., D. ROMER, et D. N. WEIL (1992), “A Contribution to the Empirics
of Economic Growth”, Quarterly Journal of Economics, 107(2), p. 407-37.
MORRISSON, Ch., et B. TALBI (1996), La croissance de l’économie tunisienne en longue période.
Paris, OCDE.
NDAYWEL è NZIEM, I., 1998, Histoire générale du Congo. De l'héritage ancien à la République
29
Démocratique. Paris/Bruxelles, Duculot/De Boeck
NELSON, R. (1956), “A Theory of the Low-Level Equilibrium Trap in Underdeveloped
Economies”, American Economic Review, 46(5), p. 894-908.
NURKSE, R. (1953), Problems of Capital Formation in Underdeveloped Countries.
Oxford, Basil Blackwell.
PSACHAROPOULOS G., (1994), “Returns to Investment in education: A global update”, World
Development vol.22 N°9, page 1325‐1343.
PSACHAROPOULOS G. and PATRINOS H., (2002), “Returns to Investment in education: A further
update”, World Bank Policy Research Working Paper No. 2881.
PATTILLO G. and CAREY (2005), “Sustaining Growth Accelerations and Pro-Poor Growth in
Africa,” IMF Working Paper 05/195
PEEMAN (1997), Le Congo-Zaïre au gré du XXème siècle : Etat, Economie, Société. 279 p Ed.
L'Harmattan, Paris.
PONCELET M. ANDRE G. DE HERDT T (2010), « La survie de l'école primaire congolaise (RDC) :
héritage colonial, hybridité et résilience » , Presses de Sciences Po/Autrepart, 2010/2 n° 54, p. 23-41.
DOI 10.3917/autr.054.0023
PRITCHETT (2000), “Understanding Patterns of Economic Growth: Searching for Hills among
Plateaus, Mountains, and Plains,” World Bank Economic Review, Vol. 14, No. 2, p. 221–50.
PRITCHETT L. (2001), “Where Has all the Education Gone?”, The World Bank
Economic Review, 15(3), p. 367-391.
QUAH, D. T. (1997), “Empirics for Growth and Distribution: Stratification, Polarization,
and Convergence Clubs”, Journal of Economic Growth, 2, p. 27-59
RADERMACHER, F. J. (2004), Global Marshall Plan – A Planetary Contract. Hamburg:
Global Marshall Plan Foundation.
ROMER, P. (1990), “Endogenous Technological Change”, Journal of Political Economy,
98(5), p. S71-102.
ROSENSTEIN-RODAN, P. (1943), “Problems of Industrialization of Eastern and
South-Eastern Europe”, Economic Journal, 53, p. 202-11.
SACHS, J. D., J. W. MCARTHUR, G. SCHMIDT-TRAUB, M. KRUK, C. BAHADUR,
FAYE M. et MCCORD G. (2004), “Ending Africa’s Poverty Trap”. Brookings Papers on
Economic Activity, 1, p. 117-240.
SOLOW, R. M. (1956), “A Contribution to the Theory of Economic Growth”, Quarterly
Journal of Economics, 70(1), p. 65-94.
THORBECKE, E. and H. WAN Jr (2004), “Revisiting East (and South East) Asia’s Development
Model”, article présenté à la Conférence de Cornell sur “Seventy Five Years of Development”, 7-9 mai,
Ithaca, NY.
TOURE B. (2001), Comptabilité de la croissance au Mali : impact de dépense publique sur les sources
de la croissance. CERDI, Université d’Auvergne Clémont1. France ;
YOUNG, A. (1928), “Increasing Returns and the Big Push”, Economic Journal.
SOLOW, R. M. (1956), « A Contribution to the Theory of Economic Growth », Quarterly Journal of
Economics : 65-94.
WOLFF, E. N., “The Productivity Slowdown: The Culprit at Last? Follow up on
Hulten and Wolff,” American Economic Review 86, pp. 1239-1252, 1996.
YOUNG A, (1995), “The Tyranny of Numbers: Confronting the Statistical Realities of the East
Asian Growth Experience,” Quarterly Journal of Economics 110(3), pp. 641-680.
YOUNG, A. (1928), “Increasing Returns and the Big Push”, Economic Journal, n° 38, p. 527-542.
YOUNG C. (1994): The Shattered Illusion of the Integral State, in : The Journal of Modern African Studies, Vol
32, n°2, pp. 247-263.
YOUNG C. (1968) :Politics in the Congo: Decolonization and Independence. Princeton: Princeton University
Press.
YOUNG C. (1994):The African Colonial State in Comparative Perspective. New Haven: Yale University Press.
YOUNG C. and TUNER T. (1985): The Rise and Decline of the Zairian State. Madison :University of
Wisconsin
Press.
Annexe 2
Figure A : Test moindres carrés récursifs
30
8
4
0
-4
-8
1995
1996
1997
1998
CUSUM
1999
2000
5% Significance
On effectue les tests de stationnarité sur ces nouvelles variables. Nos trois variables sont intégrées du
même ordre (1) et sont potentiellement liées par une plusieurs relations de cointégration.
Tableau A… : Ordre d’intégration des variables de la fonction de production par tête
(test de racine unitaire ADF, 1920-2000).
Etape 1
P-value
ADF stat
Tendance
Ln(y)
Ln(k)
Ln(H)
0,21
0,16
0,06
1,93
-0,02
-1,90
Etape 2
P-value
ADF stat
Constante
0,00
0,26
0,42
3,92
1,03
-0,28
Etape 3
ADF stat
Statut
-1,48
2,23
I(1)
I(1)
I(1)
Afin de vérifier cela, nous avons mis en œuvre le test de Johansen dont les conclusions figurent dans
le tableau ci-après.
Tableau B… : Test de Johansen
Nombre de relations de
cointégration supposé
Aucune
Rapport de
vraisemblance
38.79
Valeur critique
à5%
24.31
Au plus 1
15.08
12.53
Au plus 2
5.13
3.84
La première ligne indique que l'on peut rejeter l'absence de cointégration au seuil de 5 %. Nos
variables sont donc liées entre elles par une ou plusieurs relations de cointégration.
31
Tableau C : Estimation ECM du taux de croissance par tête (1921-2000).
Variable dépendante : Ln (y/y t 1 )
Colonne 1
(1921-2000)
Colonne 2
(1921-2000)
Constante
-0.042** (2.35)
-0.032** (2.12)
dLn (k)
0.376*** (3.57)
0.409*** (3.82)
dLn (H)
0.136 (1.52)
0.113 (1.33)
MCE
-0.152** (2.55)
-0.119** (2.32)
D1994
-
-0.569*** (21.65)
Observations
80
R² Ajusté
0.18
80
0.37
%Q
91 %
100 %
Corr. Hétéro.
oui
oui
P-value JB
0.00
0.46
Les valeurs entre parenthèses sont les écarts‐types.
*** Coefficients significatifs à 1 %
** Coefficients significatifs à 5 %
* Coefficients significatifs à 10 %
La figure B ci-dessous permet d’observer que cet écart, quelle que soit la vrai valeur (mesuré ici par la
différence des logarithmes, Ecartt  ln(kt )  ln( H t ), ne s’est pas résorbé, au contraire il s’est
davantage accru depuis le début des années 1960. On rapporte aussi dans cette figure la vitesse
d’accroissement de cet écart, mesurée par la différence cinquième de l’écart,
soit : ( Ecartt  Ecartt  5 ) / 5. Celle-ci croît nettement à partir de la fin des années 1920, pour atteindre
son unique maximum au milieu des années 1930. Elle a par la suite diminué sensiblement. Au total,
entre 1920 et 2000, l’écart s’est accru, et resté de plus en grand entre les deux types de capital.
Sources : Calcul de l’auteur
32
33