gouvernance et efficacite des politiques de financement - DIAL

Unité de Recherche 047 de l'IRD
Réseau de Recherche sur les Politiques Economiques et Pauvreté
7èmes journées scientifiques du réseau
« Analyse Economique et Développement de l’AUF »
Thème des journées
« Institutions, développement économique et transition »
Paris
Les 7 et 8 septembre 2006
Organisées et financées conjointement par
L’Agence Universitaire de la Francophonie (AUF, Paris)
Le Réseau Politiques Economiques et Pauvreté (PEP Université Laval Québec)
Et
IRD, Paris, DIAL
GOUVERNANCE ET EFFICACITE DES
POLITIQUES DE FINANCEMENT DU
DEVELOPPEMENT
Par
Pasteur E. J. AKPO
Thierry M. S. SOMAKPO
A. Nicole A. TCHOKPON
(Mai 2006)
INTRODUCTION
La croissance économique trop faible des pays d’Afrique subsahariens,
accompagnée de la faiblesse des revenus, ne leur permet pas de dégager des capacités
financières suffisantes pour le développement. Il se pose alors un problème
d’insuffisance de capitaux qui est résolu par le recours aux capitaux extérieurs
nécessaires au financement de la croissance. Dans la majorité des cas, lesdits pays ont
ainsi bénéficié, entre autres, au titre de l’aide, des fonds du FMI, de la Banque mondiale
à travers les différents programmes d’ajustement structurel.
En progression dans les années 80, les montants alloués à l’aide n’ont cessé de
se réduire pendant les années 90, même si ce mouvement s’est stabilisé au début des
années 2000 (Komon, 2005). Cette baisse trouve des explications divergentes selon la
nature du pays, c’est-à-dire selon qu’il est donateur ou bénéficiaire. Dans les pays
donateurs, une certaine opinion demande la suppression de l’aide parce qu’elle est jugée
inefficace. Dans les pays pauvres bénéficiaires, la baisse de l’aide s’explique par le fait
que son octroi est de plus en plus soumis à un nombre impressionnant de contraintes et
d’exigences des bailleurs qui poussent les pays concernés à en réduire la demande. Il
s’agit, notamment, des conditions de bonne gouvernance. L’aide n’est utile et efficace
1
que dans les pays à faibles revenus qui pratiquent de bonnes politiques économiques et
disposent d’institutions de qualité (Burnside et Dollar, 2000).
L’une des caractéristiques de la bonne gouvernance (qui conditionne l’efficacité
de l’aide) est que les institutions et les procédures mises en place combattent la
corruption et les comportements déviants. En effet, la gouvernance est d'une importance
cruciale pour la création d'un environnement commercial attractif et propice à
l'investissement. Elle est, dès lors, vitale pour assurer le développement économique et,
par conséquent, pour s'attaquer à la pauvreté. Par contre, la mauvaise gouvernance
notamment la corruption est une réalité largement répandue dans l’ensemble des
économies en développement tant au niveau du secteur public que du secteur privé. Elle
constitue une taxe sur les pauvres en ce sens que les coûts qu’elle engendre sont
supportés par ces derniers. Mais, dans le contexte des pays concernés, en particulier les
pays de l’Afrique au Sud du Sahara, force est de constater que les fonds provenant de
l’aide sont souvent gérés par des organisations bureaucratiques hypertrophiées,
incompréhensibles et peu soucieuses des principes économiques élémentaires, et que la
corruption, les détournements de deniers publics restent omniprésents dans de
nombreux cas.
Il s’en suit que la question n’est pas de savoir s’il faudrait supprimer l’aide, mais
plutôt de déterminer si elle peut être efficiente dans ces conditions.
En effet, la croissance des économies africaines bénéficiant de cette importante aide, a
baissé, en moyenne, malgré l’augmentation constante du pourcentage de l’aide par
rapport à leur revenu, et n’a donc pas, par conséquent, contribué à réduire la pauvreté
de manière significative (Boone, 1996 ; Svensson, 1999). Entre 1990 et 1998, lesdites
économies ont enregistré un taux de croissance moyen annuel négatif (- 4,3%) tandis
que, en Asie, ce taux oscille autour de 3,6%. De plus, elles font face, à la fois à une
amplification des cycles économiques de la crise et de la pauvreté. Si on considère
uniquement les pays les moins avancés (PMA), dans les années 80 et 90, leur situation
s’est dégradée nettement puisque leurs revenus par habitant ont crû moins vite que la
moyenne mondiale. Pour beaucoup d’analystes, ils ont même fortement diminué au point
d’entraîner ces pays dans «une trappe de pauvreté» (Giraud, 2002).
L’objectif principal de ce travail est d’examiner l’impact simultané des politiques
de financement du développement sur la croissance et la pauvreté, en référence à la
condition de bonne gouvernance. En d’autres termes, une meilleure gouvernance
renforcerait-elle l’efficacité de l’aide en termes d’accélération de la croissance et de
2
réduction de la pauvreté ? En effet, les principaux objectifs assignés à l’aide sont la
croissance et la réduction de la pauvreté dans ses diverses composantes. Pourtant,
l'essentiel des travaux sur l'efficacité de l'aide se sont limités à la relation aide-croissance
et n’ont fait que déduire l’impact de l’aide sur la pauvreté, lequel impact est
généralement supposé
découler de la croissance. Or, même si la réduction de la
pauvreté est conditionnée par une croissance rapide et soutenue, il est toujours possible
que l’aide atténue avec succès la pauvreté sans pour autant avoir un effet positif,
mesurable et significatif important sur la croissance (Burnside et Dollar, 1998). Il s’ensuit
qu’il n’est pas du tout superflu de chercher à mesurer l’impact direct de l’aide sur la
pauvreté.
Dans la présente étude, nous empruntons la démarche suivante. Dans une
première section, une brève revue des principaux travaux relatifs à la question de
l’efficacité de l’aide est faite. Dans une seconde section, un modèle explicatif de l’impact
simultané des politiques de financement sur la croissance et la pauvreté est présenté,
ainsi que la méthodologie. Dans la troisième section, l’analyse des résultats est effectuée
et des recommandations de politiques formulées.
I. LA LITTERATURE SUR L’EFFICACITE DE L’AIDE
L’un des termes largement débattus, au début des années 1990, est celui de la
gouvernance qui implique une relation causale entre le mode de gouvernement et le
niveau de développement. Les institutions de Bretton Woods soulignent qu’une
gouvernance positive est l’une des conditions nécessaires à la croissance et à un
développement soutenus (Frischtak, 1994). A ce propos, ils affirment que « Good
Governance is good economics ». C’est sans doute pourquoi la notion de gouvernance est
au cœur du nouveau modèle de développement recommandé par les institutions de
Bretton Woods, au cours des années 1990, face à l’incapacité avérée des politiques
d’ajustement à promouvoir la croissance. Partie d’une conception purement techniciste,
cette notion
s’est élargie aux considérations démocratiques, de telle sorte que la
"bonne" gouvernance est aujourd’hui vue comme une synthèse de la gouvernance
techniciste (meilleure gestion des ressources budgétaires afin de relancer les réformes
de la Fonction publique et de l’appareil étatique) et de la gouvernance démocratique
(légitimité du gouvernement et de son ouverture à la société civile, afin que les leaders
politiques répondent mieux aux besoins et aux attentes des populations, la démocratie
3
soutenant le développement socio-économique). Vue sur cet angle global, la démocratie
prend en compte trois aspects à savoir : le politique, l’économique et le social.
Il faut observer toutefois que, dans le discours des agences d’aide, il convient
distinguer la coexistence d’au moins deux définitions de la gouvernance : une définition
normative et une définition plus descriptive. En particulier, selon la première approche, la
gouvernance est devenue une norme, un nouveau moyen de régulation internationale et,
dans la pratique, la gouvernance a embrassé les notions, concepts de démocratie, de
droits de l’homme et de limitation des dépenses militaires.
Pour la Banque mondiale en particulier, la définition de la gouvernance se fait par
recours à un vocabulaire technique comprenant les notions de gestion publique, de
comptabilité, de cadre légal, d’information libre et de transparence ; ce qui traduit bien le
choix du maintien d’une certaine dimension politique dans le nouveau modèle de
développement (Biagiotti, 1997). Pour cette institution, la gouvernance est "la manière
dont est exercé le pouvoir dans la gestion des ressources économiques et sociales d’un
pays, en vue d’assurer un développement fort et équitable, et le complément nécessaire
de saines politiques économiques". Cela implique une forte relation entre l’économie de
marché, un Etat fort et ferme et une société civile active. Dans ces conditions, la
faiblesse des institutions, l’absence d’un cadre légal adéquat, les interventions politiques
dommageables, etc., peuvent être nuisibles au développement des pays. Au total, la
bonne gouvernance est synonyme de gestion saine du développement, et elle implique
trois dimensions : 1/ la forme du régime politique, 2/ le processus par lequel l’autorité
est exercée dans la gestion des ressources économiques et sociales du pays et, 3/ la
capacité des gouvernements à planifier, à formuler, à exécuter leurs politiques et à
remplir leurs fonctions.
Cette gouvernance est au cœur de la réflexion sur l’efficacité de l’aide. Elle
s’articule généralement autour de la relation entre l’aide et la croissance. En effet, la
bonne gouvernance est indispensable à l’efficacité de l’aide au développement, car
contribuant à la réalisation des objectifs fixés pour celle-ci. A propos de cette relation
aide-croissance, trois grands courants de pensée se dégagent des études empiriques, à
savoir 1/ que l’aide n’influe pas sur la croissance et peut même la freiner, 2/ que la
relation entre l’aide et la croissance est généralement positive et 3/ que la relation entre
l’aide et la croissance est conditionnelle. Les contributions de ces courants de pensée
s’articulent autour de deux grandes préoccupations. En effet, les auteurs se demandent,
4
d’une part, si la relation entre l’aide et la croissance est positive ou négative et, d’autre
part, si ladite relation n’est pas finalement conditionnelle.
L’impact négatif ou positif de l’aide sur la croissance
Pour Peter Bauer (1972), l’aide, parce qu’elle a un effet dissuasif sur
l’investissement, est néfaste au secteur privé et entrave donc le développement. Mais, si
son argumentation, d’essence libérale, est théoriquement robuste, elle n’a cependant
jamais été étayée par une étude empirique.
Griffen et Enos (1970) ont été parmi les premiers auteurs à remettre en question
l’efficacité de l’aide, à partir d’une étude empirique faisant état d’une corrélation simple
négative entre l’aide et la croissance dans 27 pays. De nombreux chercheurs ont fait
écho à cette conclusion, soutenant que la relation était ténue ou inexistante (Mosley et
alii, 1987 ; Dowling et Hiemenz, 1982 ; Singh, 1985; Boone, 1994). L’étude de Boone
(1994), en particulier, est l’une des plus citées dans ce domaine. Son analyse s’est
focalisée uniquement sur une relation linéaire faisant ainsi abstraction de l’éventuelle
endogénéité de l’aide, et a abouti à la même conclusion selon laquelle l’aide affecte
négativement la croissance. Quant à Voivodas (1973) qui a travaillé sur un échantillon de
22 pays, sur la période de 1956 à 1968, la relation aide-croissance serait plutôt non
significative.
Selon cette catégorie de chercheurs, l’aide ne favoriserait pas la croissance pour
plusieurs raisons parmi lesquelles on dénombre, entre autres, les problèmes de
gouvernance. En effet, pour ces auteurs, l’aide serait détournée de son objectif parce que
engloutie dans des limousines et des palais présidentiels, ou parce que ordonnée au
maintien au pouvoir des mauvais gouvernements, et donc à la perpétuation des
politiques économiques malsaines et au report des réformes.
Toutefois, au milieu des années 1990, un changement de cap important est
survenu lorsque les tenants de ce courant ont commencé à se demander si l’aide pouvait
stimuler la croissance et si son rendement pouvait décroître à mesure que ladite aide
était augmentée. En effet, jusqu’au milieu des années 1990, ceux qui s’intéressaient à
l’efficacité de l’aide n’ont testé qu’un rapport linéaire aide-croissance (fondé sur les
modèles néoclassiques de la croissance) qui pose le problème d’endogénéité lié à
l’utilisation d’une seule équation dans laquelle, l’effet inverse d’une faible croissance sur
une massive allocation de l’aide est ignoré.
5
Ces insuffisances ont été, par la suite, relevées par une nouvelle catégorie de
chercheurs qui vont soutenir la thèse contraire.
La plupart de ces derniers auteurs admettent le rendement décroissant de l’aide
et concluent à une relation positive entre celle-ci et la croissance (Hajimichael et alii,
1995 ; Durbarry et alii, 1998 ; Dalgaard et Hansen, 2000 ; Hansen et Tarp, 2000 et
2001 ; Lensink et White, 2001 ; Dalgaard et alii, 2004). Selon la majorité de ces
chercheurs, l’aide n’a pas toujours été efficace ; mais, en général, l’augmentation des
flux d’aide a été associée à une croissance plus rapide. La relation est généralement
positive1, bien que le rendement décroisse à mesure que l’aide augmente, c’est-à-dire
que l’impact marginal sur la croissance est maximisé lorsque l’aide est moins importante
et diminue à mesure que l’aide augmente.
A ce propos, les premiers auteurs (Papenek, 1973 ; Levy, 1988), ont présumé que
l’aide stimulerait la croissance en augmentant l’épargne et le stock de capital. De plus,
l’aide pourrait, selon eux, contribuer à l’accroissement de la productivité des travailleurs
(par exemple, par des investissements en santé ou en éducation). Elle pourrait aussi
servir de courroie de transmission de la technologie ou des connaissances entre les pays
riches et les pays pauvres (en finançant les importations de biens d’équipement ou dans
le cadre de programmes d’assistance technique).
De tels résultats n’ont pas manqué de susciter des débats très animés entre ces
derniers et les chercheurs qui avaient conclu à l’absence d’une telle relation. Cependant,
Roodman (2004) a soumis trois de ces études à une analyse de sensibilité et a constaté
que deux d’entre elles [Dalgaard (2004) et les résultats de l’estimation par la méthode
des moments généralisés de Hansen et Tarp (2001)] sont raisonnablement robustes.
Toutes ces études regroupent un panel de pays en développement. Cependant, pour
faire ressortir les spécificités de l’Afrique subsaharienne, et tenir compte de la sélectivité
de l’aide (Alesina et Dollar, 2000 ; Burnside et Dollar, 2000) qui n’est pas sans effet sur
son efficacité dans les différents pays et régions bénéficiaires, une variable muette est
introduite dont le coefficient est significativement négatif dans presque toutes les études
empiriques. Mais, en terme d’explication de la différence dans les taux de croissance,
cette variable muette n’offre pas une information supplémentaire, si bien que son
interprétation est souvent négligée.
A côté de ces études à caractère globalisant, certaines études se sont penchées
spécifiquement sur le cas des pays africains subsahariens. L’une d’elles est celle réalisée
1
Il est à souligner cependant que la sensibilité de la croissance à l’aide varie selon les pays ou les régions.
6
par Levy (1988) qui a abouti à la conclusion que l’aide a un impact positif et significatif
sur la croissance dans ces pays. Cependant, il faut remarquer que son estimation sur
données transversales ne couvre que la période 1968-1992. Plus récemment,
Hadjimichael et alii (1995) sont parvenus aux mêmes résultats sur un échantillon de 41
pays sur une période de 1986 à 1992.
Pour un compromis entre les tenants des deux précédentes thèses, de nouvelles
pistes sont explorées, notamment la recherche d’une éventuelle conditionnalité de la
relation aide-croissance.
La nature conditionnelle de la relation aide-croissance
En suite logique, de tous les développements précédents, cette nouvelle thèse
part du principe que l’aide accélère la croissance, mais seulement dans certaines
circonstances. Les chercheurs qui partagent ce point de vue ont tenté de faire ressortir
les caractéristiques fondamentales susceptibles d’expliquer l’accélération de la
croissance. Selon les auteurs, l’efficacité de l’aide dépendrait des pratiques et des
procédures des bailleurs de fonds, mais aussi et surtout des caractéristiques du pays
bénéficiaire. La propension à faire bon usage des ressources dépendrait d’un certain
nombre de facteurs parmi lesquels la qualité administrative des gouvernements
nationaux.
Isham, Kaufmann et Pritchett (1995) ont constaté que les projets de la Banque
mondiale affichaient un meilleur rendement dans les pays où les libertés civiques étaient
mieux respectées. Dans une étude qui a eu beaucoup de retentissement, Burnside et
Dollar (2000) ont conclu que l’aide stimulait la croissance, uniquement dans les pays qui
adoptaient des politiques macroéconomiques saines. Selon d’autres chercheurs, un
certain nombre de caractéristiques sont susceptibles d’influer sur la relation aide croissance : les chocs de prix des exportations (Collier et Dehn, 2001), les perturbations
climatiques et les termes de l’échange (Guillaumont et Chauvet, 2001 ; Chauvet et
Guillaumont, 2002), la qualité des politiques et des institutions (Collier et Dollar, 2002),
la qualité des institutions (Burnside et Dollar, 2004), la politique et la guerre (Collier et
Hoeffler, 2002), le totalitarisme (Islam, 2003), le positionnement géographique - le fait
d’être sous les tropiques - (Dalgaard, 2004), etc. Ces études reposent sur un terme
d’interaction entre l’aide et l’une des variables précitées, et, comme il fallait s’y attendre,
nombre des termes d’interaction se sont révélés fragiles. Easterly, Levine et Roodman
(2004) ont constaté que les résultats obtenus par Burnside et Dollar ne résistent pas à
7
des tests de robustesse. Roodman (2004) a testé plusieurs autres études
«conditionnelles» et a abouti aux mêmes conclusions, exception faite de l’étude de
Dalgaard (2004).
Quoi qu’il en soit, la thèse, soutenant que l’aide est efficace, uniquement dans les
pays ayant des politiques et des institutions saines, fait désormais partie des idées
reçues chez les bailleurs de fonds. Il en est ainsi en partie à cause des recommandations
de politique issues des études précitées et, en partie également, à cause de la conviction
des partenaires au développement fondée sur leurs expériences (Radelet et alii, 2004).
L’attrait de cette approche tient au fait qu’elle peut expliquer, d’une part, pourquoi l’aide
semble avoir favorisé la croissance dans des pays tels que la Corée, le Botswana,
l’Indonésie et, récemment, le Mozambique et l’Ouganda et, d’autre part, pourquoi l’aide
n’a pas réussi à stimuler la croissance dans des pays comme Haïti, le Liberia, le Congo
(RDC) et les Philippines. Ces constats ont eu un impact énorme sur les décisions des
bailleurs de fonds (Banque mondiale, 2000), de telle sorte que le concept a été
directement appliqué par la Banque mondiale lors de l’élaboration du mécanisme de
distribution des fonds de l’Agence Internationale pour le Développement (AID) en fonction
des résultats, et a jeté les bases du Millennium Challenge Account (Compte du Défi du
Millénaire) créé récemment par les États-Unis (Radelet, 2003).
Pour appréhender la relation conditionnelle de l’efficacité de l’aide, il est souvent
inclus un terme d’interaction reliant l’aide et un indice de politique macroéconomique
calculé par Burnside et Dollar (2000). Cet indice se définit comme suit2 :
Politique = 1.28 + 6.85*Surplus du Budget – 1.4*Inflation + 2.16*Ouverture
Cet indice ne prend en compte que les aspects de la stabilité macroéconomique,
c’est-à-dire la capacité des gouvernements récipiendaires à conduire, de manière saine,
leur politique économique.
Dans notre approche, l’indice important pris en compte est celui de la lutte contre
la corruption développé par Kaufmann et alii (2005). En effet, dans le contexte africain
subsaharien, cet indice de politique de Burnside et Dollar peut être élevé pour certains
pays sans pour autant que les problèmes récurrents de corruption et de détournements
des fonds alloués aux projets de développement aient été résolus. L’aide a alimenté la
2
Burnside et Dollar (op. cit) ont créé cet indice qui couvre les aspects fiscal, monétaire, et de politique
commerciale. La politique fiscale est mesurée par le surplus du budget. Le succès ou l’échec de la politique
monétaire est mesuré par le niveau d'inflation, pendant que la politique commerciale est approximée par le
binaire (0/1) de l’indicateur d’ouverture construit par Warner et Sachs (1995). La construction de l'indice est telle
que la bonne politique, en terme de surplus du budget, de faible inflation et d’économie ouverte, aboutit à une
valeur élevée de l'indice ; d'où l'effet sur la croissance est supposé être positif.
8
croissance du Mozambique et de l’Ouganda au sortir de la guerre civile, et ce même si
leurs politiques et institutions étaient loin d’être idéales. En Indonésie, l’aide a contribué
à la croissance soutenue et à la réduction de la pauvreté sous le régime Suharto, même
dans les années 1970 et 1980, lorsque les institutions étaient fragiles, la corruption était
inquiétante et les politiques sous-optimales.
Radelet et alii (2004) ont remarqué que la plupart des études portant sur la
relation entre l’aide et la croissance présentent deux lacunes, touchant au fond et à la
prise en compte du facteur temps.
Pour ce qui est de la première lacune, presque tous les chercheurs analysent la
relation entre l’aide totale et la croissance, alors qu’une bonne part de cette aide n’est
pas destinée à stimuler la croissance. En effet, l’objectif premier de l’aide - visant à
renforcer la démocratie ou à assurer le secours humanitaire - n’est pas la croissance. Il
n’est pas étonnant que la plupart des initiatives qui entrent dans cette catégorie n’aient
aucun lien avec la croissance. En revanche, le financement de la construction de routes
et de ponts, de l’aménagement d’une infrastructure de télécommunications, ou encore le
soutien à l’agriculture et à l’industrie devrait accélérer la croissance. A cet effet, Radelet
et alii (2004) repartissent l’aide en trois catégories à savoir l’aide ayant un impact à court
terme, l’aide ayant un impact à long terme et l’aide alimentaire. D’après leurs travaux, le
coefficient de l’aide à impact à court terme est plus de trois fois plus grand que celui de
l’aide brute. Quant au coefficient de l’aide à impact à long terme, il est non significatif,
alors que celui de l’aide humanitaire est négatif. Chang et alii (1998), en lieu et place de
l’Aide Publique au Développement (APD), couramment utilisée par les chercheurs, ont
construit une nouvelle statistique nommée Aide Effective au Développement (AED). La
différence principale entre la nouvelle mesure de l'aide (AED) et la mesure utilisée par les
autres auteurs (APD) est que AED est la somme de subventions et des équivalents de
subvention des emprunts officiels alors que, l’APD inclut les subventions directes et les
prêts concessionnels pour lesquelles la composante subvention est au-delà de 25 pour
cent. A ce propos, Doucouliagos et Paldam (2005), ont utilisé la méthode d’analyse meta
et ont conclu que cette différence n’affecte pas de façon significative les résultats des
études.
En ce qui a trait au facteur temps, la plupart des chercheurs qui analysent la
croissance économique de plusieurs pays (soit en relation avec l’aide ou avec un autre
facteur) utilisent des données de panel et font généralement correspondre chaque
observation à une période de quatre ans. Il s’agit là d’un horizon très court pour étudier
9
la relation entre l’aide et la croissance. Le financement de l’éducation et de la santé, par
exemple, peut stimuler la croissance. Cependant, il faut s’attendre à ce que des
décennies, par opposition à des années, s’écoulent avant que son impact ne se fasse
sentir. Évidemment, les chercheurs peuvent utiliser un horizon plus long conformément à
la théorie. Par contre, plus la période est longue, plus il est difficile d’isoler l’impact de
l’aide (ou de toute autre variable) sur la croissance.
Sur plus d’une centaine de travaux disponibles sur l’efficacité de l’aide, ceux
abordant directement le second objectif à savoir la réduction de la pauvreté sont très peu
nombreux. Ces études se limitent toutes à la relation aide-croissance pour en tirer des
conclusions quant à l’évolution de la pauvreté. A ce niveau, pour la Banque mondiale, la
croissance est, certes, une condition nécessaire mais non suffisante de réduction de la
pauvreté. L'aide peut, en effet, contribuer à la réduction de la pauvreté ou, plus
généralement, à l’amélioration directe du bien-être, autrement que par le canal de la
croissance. A cet effet, pour analyser l’impact de l’aide sur la pauvreté, Burnside et Dollar
(1998) ont évalué son effet sur le taux de mortalité infantile. Le choix de cet indicateur
s’explique, selon les auteurs, par le fait qu’il offre la preuve indirecte du partage, par
tous, des avantages du développement. Ils ont abouti à la conclusion qu’il n’y a pas de
relation entre aide et la variation de la mortalité infantile dans les pays en
développement caractérisés, entre autres, par un niveau de corruption élevé.
Récemment, trois récentes études ont plutôt examiné la relation entre l’aide et
l’Indice de Développement Humain (IDH), reconnu comme étant une bonne mesure du
niveau du bien-être. Kosack (2003) a ainsi trouvé que, sous contrainte de l'étendue de la
démocratie dans les pays récipiendaires, l'aide est positivement corrélée avec l'indice de
développement humain dans les pays récipiendaires. Quant à Gomanee et alii. (2003a,
2003b), ils ont porté leur attention sur la relation existant entre l’aide, les dépenses
gouvernementales pro pauvres et l’indice de développement humain. Leurs études ont
abouti à la conclusion que la corrélation entre aide et l’IDH est très élevée lorsque les
dépenses gouvernementales au profit des pauvres sont importantes. Ce résultat est
surtout très remarquable dans les pays à faible indice de développement humain.
L’apport de cette étude consiste à utiliser, comme mesure du bien-être, l’Indice de
Pauvreté Humaine (IPH). Cet indice se concentre en effet sur trois aspects essentiels de
la vie humaine qui sont déjà pris en compte par l’IDH (la longévité, l’instruction et les
conditions de vie) mais envisage ces aspects sous l’angle des manques : i) manque en
10
terme de survie, ii) manque en termes d’instruction et, iii) manque en termes de
conditions de vie décente.
II. SPECIFICATION DU MODELE ECONOMETRIQUE
Le modèle standard que nous utilisons se présente, dans sa forme générale,
comme suit :
yi ,t = α1i ,t + a1 yi ,t −1 + b1 Aidei ,t + c1 ICi ,t + d1 X i ,t + ε iy,t
Aidei ,t = α 2i ,t + a2 yi ,t −1 + c2 IC + d 2 X i',t + ε iAide
,t
Iphi ,t = α 3i ,t + a3 yi ,t + b3 Aidei ,t + c3 ICi ,t + d 3 X i'',t + ε iIph
,t
Ce système prend en compte l’endogenéité de l’aide avec y le taux de croissance
du PIB par habitant du pays i à la période t, l’Aide en pourcentage du PIB et, l’Iph l’indice
de pauvreté humaine. Les X, X’ X’’ représentent respectivement l’ensemble des variables
pouvant affecter les variables endogènes y, Aide et Iph. Mais, comme ci-dessus
mentionné, la présente étude se consacre à l’évaluation de l’efficacité de l’aide, sous la
contrainte de la bonne gouvernance. Cette efficacité est donc cernée aussi bien au
niveau de la croissance que de la pauvreté. C’est pourquoi, dans les lignes qui suivent,
deux des trois équations sont retenues, l’aide étant supposée endogène. La première
traduit la relation aide-pauvreté tandis que, la seconde a trait à la relation aidecroissance.
Iphi ,t = α i ,t + β1Ci ,t + β 2 Ai ,t + β 3Φ i ,t + β 4 X i ,t + µiIph
,t
(1)
ypcapi ,t = σ i ,t + δ1 Ai ,t + δ 2 θ i ,t + δ 3 X i'',t + µ iypcap
,t
(2)
Avec σi,t, et αi,t les terme constant,
δj et βj sont les différents coefficients de régression (j = 1, 2, 3, 4).
Dans le premier modèle, Ci,t inclut le taux de croissance du PIB réel par habitant et
l’indice de contrôle de la corruption (IC), lequel représente un proxy de la gouvernance.
Xi,t est le vecteur des variables exogènes susceptibles d’affecter l’indice de pauvreté
humaine ; il inclut le revenu par habitant (Revpcap) et le degré d’ouverture (Ouverture).
11
Ai,t représente le vecteur des différentes mesures de l’aide du pays i à la période t.
Comme mesure de l’aide, nous avons retenu le ratio Aide/PIB (Aide), et le carré3 dudit
ratio (Aide2). L’aide publique au développement (APD) est faiblement composée de l’aide
alimentaire. C’est pour cette raison que nous l’utilisons comme proxy de l’aide axée sur la
croissance. Quant au vecteur Φi,t, il inclut le terme d’interaction entre l’aide et l’indice de
contrôle de la corruption et est noté Aide*IC. Les coefficients attendus de toutes ces
variables devront être négatifs. En effet, toute augmentation de chacune d’elles devrait
se traduire par la réduction de l’indice de pauvreté humaine.
Dans le second modèle, ypcapi,t représente le taux de croissance du PIB réel par
habitant et X i'',t le vecteur des variables exogènes qui peuvent affecter le taux de
croissance. Au nombre de ces derniers, il y a le taux de croissance de la population noté
Pop, l’investissement (Inv), la dépense gouvernementale (Govc), la masse monétaire en
pourcentage du PIB (M2_PIB) et aussi IC. L’effet attendu de ce dernier sur la croissance
devrait positif. θi,t-m représente le vecteur des termes d’interaction entre l’aide et l’indice
de contrôle de la corruption. L’impact du premier terme (Aide*IC) est supposé être positif
et, normalement, son coefficient devrait être supérieur à celui de l’aide.
IV. DONNEES ET RESULTATS
Données
Les données ne sont relatives qu’aux pays africains subsahariens. Celles portant
sur l’indice de pauvreté humaine proviennent des différents rapports sur le
développement humain du PNUD (2003, 2002, 2001 et 2000) tandis que, celles
relatives à l’indice de contrôle de la corruption ont pour sources les travaux élaborés par
Kaufmann et alii (2004, 2005). Ces données sont disponibles par intervalle de deux ans.
En supposant que la variation entre deux années peut être faible, nous avons par
conséquent utilisé respectivement les valeurs de 2002 et 2004 pour 2001 et 2003. Les
données restantes proviennent de la base de la Banque mondiale (World Development
Indicators, 2005 et AfricaDatabase 2004).
Notre période d’étude porte sur 4 ans, allant de 2000 à 2003, à cause de l’indice
de pauvreté humaine dont les données sont récentes. Par ailleurs, par faute de
3
Cette dernière prend en compte la non linéarité de la relation aide- croissance.
12
disponibilité de données, nous avons été contraints de ne retenir, en définitive, que 35
pays4.
Résultats
Nous avons utilisé comme méthode d’estimation les Moindres Carrés Généralisés
(MCG)5. Cette méthode a l’avantage non seulement de fournir des estimateurs
consistants et sans biais, mais aussi de régler la question de l’hétéroscédasticité des
résidus.
Les résultats de l’estimation de l’équation (2) montrent que la situation de
l’Afrique subsaharienne s’inscrit dans la même direction que celle indiquée par les
travaux de certains auteurs selon lesquels, l’aide n’a pas un effet significatif sur la
croissance. Cependant, sur la période sous revue, le rendement de l’aide est décroissant,
montrant que la capacité des pays bénéficiaires à absorber des volumes d’aide de plus
en plus importants est limitée, comme le montrent les résultats du tableau n°1.
Tableau 1: Estimation de la croissance
--------------------------------ypcap |
Coef.
Std.
-------------+------------------LogPIBinit. |
.7562162
1.24
Aide |
.0397053
0.59
Aide2**| -.0016629 -2.16
Aide_IC**|
-.145723 -2.35
IC***|
1.590219
1.80
Pop |
.2131989
0.40
Govc**| -.1168616 -2.32
INV*|
.2006833
5.56
M2_PIB | -.0076416 -0.39
_cons | -6.084457 -1.34
---------------------------------* traduit la significativité à 1%
** traduit la significativité à 5%.
*** traduit la significativité à 10%.
4
Afrique du Sud, Bénin, Botswana, Burkina Faso, Cameroun, Cap Vert, Centrafrique, Comores, Congo RD,
Congo, Côte d’Ivoire, Érythrée, Éthiopie, Gambie, Ghana, Guinée-Bissau, Kenya, Lesotho, Madagascar,
Malawi, Mali, Mauritanie, Mozambique, Namibie, Niger, Nigeria, Rwanda, Sénégal, Soudan, Tanzanie, Tchad,
Togo, Ouganda, Zambie et Zimbabwe.
5
Les informations complémentaires sur les estimations sont disponibles dans les annexes.
13
Quant à l’indice de contrôle de la corruption, il affiche un coefficient positif et
significatif à 10%. En effet, 1% d’accroissement de l’IC induit une augmentation de
1,59% de croissance. La lutte contre la corruption a donc un effet favorable sur la
croissance. Par contre, le terme d’interaction a un impact négatif et significatif. Un tel
résultat peut s’expliquer par le fait que les fonds d’aide ― qui étaient autrefois détournés
― sont désormais canalisés vers d’autres destinations, sous l’impulsion d’une politique
de lutte contre la corruption dont les effets ne sont pas nécessairement visibles à court
terme. Cette nouvelle orientation de l’aide réduit les dépenses de consommation
auxquelles servaient les fonds détournés, ce qui peut agir négativement sur la croissance
à court terme.
En ce qui concerne l’efficacité de l’aide, en terme de réduction de la pauvreté, on
relève d’après nos résultats du tableau n°2 que l’aide ne contribue pas à la réduction de
l’indice de pauvreté humaine.
Tableau 2: Estimation de la pauvreté
----------------------------------IPH |
Coef.
Std.
-------------+--------------------ypcap | -.0637216
-0.40
Aide |
.175359
1.42
Aide2*| -.0060224
-3.77
Aide_IC*|
-.447532
-3.25
IC*|
7.324976
3.32
Revpcap*| -.0083094
-5.20
Ouverture*| -.0813084
-3.50
_cons*|
51.16019
16.68
----------------------------------* traduit la significativité à 1%
Par ailleurs, le rendement étant décroissant et significatif, il en découle que
l’impact de l’aide sur la pauvreté n’est effectif qu’à partir d’un certain volume d’aide. De
même, lorsque la condition de contrôle de la corruption est remplie, l’aide est aussi un
facteur de réduction de la pauvreté à court terme. Mais, la variable IC exerce une
influence positive et significative à 1%, ce qui traduit que, plus on essaie d’améliorer la
gestion des fonds, plus on crée des pauvres. Une telle situation semble paradoxale ;
toutefois elle peut s’expliquer par le fait que dans un contexte où les inégalités dans
l’allocation des ressources s’aggravent de plus en plus, le contrôle de la corruption ne
peut suffire pour atténuer la pauvreté. En effet, tout effort de saine gestion n’est
bénéfique pour les plus démunis que s’il est assorti de mesures visant directement
l’amélioration de leurs conditions de vie.
14
Un autre enseignement de cette étude est que l’aide et le contrôle de la corruption
ne peuvent isolément agir efficacement sur la croissance ; mais, les effets combinés de
l’aide et du contrôle de la corruption atténuent de façon significative la pauvreté
humaine.
CONCLUSION ET RECOMMANDATIONS
L’efficacité des politiques de financement du développement à travers l’aide
extérieure n’a jamais été évidente. Il en est ainsi, parce que les relations entre les
variables sont souvent ambiguës.
Cependant, au terme de cette étude, il ressort que le pessimisme affiché par
certains analystes à l’égard de l’efficacité de l’aide dans les pays d’Afrique
subsaharienne est un peu exagéré. Certes, l’impact de l’aide sur la croissance est peu
perceptible ; mais, les résultats ont montré que, lorsque les pays ont la capacité de
contrôler le niveau de la corruption, l’aide peut aider à réduire directement l’indice de
pauvreté humaine. Toutefois, la pratique de la bonne gouvernance, tout en améliorant la
croissance, peut aller de pair avec l’aggravation de la pauvreté.
Au regard des observations précédentes, des améliorations dans le dispositif de
gestion de l’aide sont nécessaires et peuvent s’articuler autour des points suivants :
•
centrer l’aide sur les objectifs du millénaire pour le développement ;
•
accroître la capacité d’absorption de l’aide de manière à ce qu’elle soit
bénéfique aussi bien à la croissance qu’à la réduction de la pauvreté ;
•
combiner les mesures de bonne gouvernance avec d’autres politiques,
telles que la réduction des inégalités.
En définitive, l’aide peut contribuer au décollage économique des pays africains
subsahariens ; mais, son efficacité exige la prise en compte d’autres variables socioéconomiques. C’est pourquoi des études ultérieures gagneraient à intégrer de façon
explicite la question de la redistribution du revenu dans l’analyse de l’efficacité de l’aide.
15
BIBLIOGRAPHIE
ALESINA, A., et D. DOLLAR (2000). “Who gives foreign aid to whom and why?” Journal of
Economic Growth n°5, pp 33-63.
BAUER, P. (1972). “Dissent on Development”, Cambridge Harvard University Press
BOONE, P. (1994). “The impact of foreign aid on savings and growth,” Center for Economic
Performance Working Paper, n°677, London School of Economics.
BOONE, P. (1996) “Politics and the Effectiveness of Foreign Aid”, European Economic
Review 40(2), pp 289-329.
BURNSIDE, C. and D. DOLLAR (1998). “Aid, The incentive Regime, and Poverty Reduction”,
Policy Research Working Paper, WPS1937, 06-98, World Bank.
BURNSIDE, C. and D. DOLLAR (2000). “Aid, Policies, and Growth.” American Economic
Review 90, n°4 (September), pp 847-68.
CHAUVET, L. and P. GUILLAUMONT (2002), “Aid and Growth Revisited : Policy, Economic
Vulnerability and Political Instability”, Paper present at the Annual Bank Conference or
Development Economics on Towards Pro-poor Policies, Oslo, June.
CHANG, C., E. FERNANDEZ-ARIAS, and L. SERVEN (1998). “Measuring aid flows : a new
approach”. Mimeo, The World Bank, Washington D.C.
COLLIER, P. and J. DEHN (2001). “Aid, shocks and growth”, World Bank Working Paper
2688, The World Bank, Washington, DC.
COLLIER, P. and D. DOLLAR (2002). “Aid allocation and poverty reduction”, European
Economic Review, vol. 45, pp. 1470–500.
COLLIER, P. and A. HOEFFLER (2002). “Aid, Policy, and Growth in Post-Conflict Societies”
Policy Research Working Paper n°2902, Washington, World Bank.
DALGAARD, C-J., and H. HANSEN (2000). “On aid, growth, and good policies”, CREDIT
Research Paper n°00/17, University of Nottingham, Center for Research in Economic
Development and International Trade,.
DALGAARD, C-J., HANSEN H., and F. TARP (2004), “On the empirics of foreign aid and
growth,” Economic Journal, 114 (496), 191-216.
DOUCOULIAGOS, H. and M. PALDAM, (2005) “Conditional Aid effectiveness: A Meta study”
20/7
DOWLING, J. M. and U. HIEMENZ (1982). “Aid, savings, and growth in the Asian region,”
Report n°3, Economic Office, Asian Development Bank.
DURBARRY, R., GEMMELL N. and D. GREENAWAY (1998), “New evidence on the impact of
foreign aid on economic growth,” CREDIT Research Paper n°98/8, Centre for Research in
Economic Development and International Trade, University of Nottingham.
16
EASTERLY, W., LEVINE R. and D. ROODMAN (2004). “ Aid, Policies and Growth : a Comment”,
American Economic Review 94 (3).
FRISCHTAK, L.L (1994). “Governance Capacity and Economic Reform in Developing
Countries” World Bank Technical paper Number 254. Washington D.C.
Giraud P-N (2002). “Mondialisation et dynamique des inégalités” Risque, Paris, Octobre
2002
GOMANEE, K., O. MORRISSEY, P. MOSLEY and A. VERSCHOOR (2003a), “Aid, Pro-poor
Government Spending and Welfare”, University of Nottingham, Nottingham Credit
Research Paper 03/01, Centre for Research in Economic Development and International
Trade,.
GOMANEE, K., S. GIRMA and O. MORRISSEY (2003b), “Aid, Public Spending and Human
Welfare: Evidence from Quantile Regressions”, Credit Research Paper 03/13, Centre for
Research in Economic Development and International Trade, University of Nottingham,
Nottingham.
GUILLAUMONT, P. and CHAUVET, L. (2001), “Aid and performance : A reassessment”. Journal
of Development Studies, vol 37, pp 66-92
GRIFFIN K.B. and J.L. ENOS (1970). “Foreign assistance: objectives and consequences”,
Economic Development and Cultural Change, 18(3), pp 313-27.
HADJIMICHAEL, M.T., GHURA, D. MÜHLEISEN, M., NORD, R. and E.M. UÇER, (1995) “SubSaharan Africa: Growth, Savings, and Investment, 1986-93”, Occasional Papers 118,
Washington D.C.: International Monetary Fund.
HANSEN, H., and F. TARP (2000), “Aid effectiveness disputed”, Journal of International
Development, 12, pp 375-398.
HANSEN, H., and F. TARP (2001), “Aid and growth regressions”, Journal of Development
Economics, 64, pp 547-570.
ISHAM, J., KAUFMANN D., and L. PRITCHETT (1995), “Governance and Returns on Investment:
An Empirical Investigation,” World Bank Policy Research Working, Paper Number 1550.
ISLAM, N. (2002). “Regime Changes, Economic Policies and the Effects of Aid on Growth”,
Paper presented at the Conference on Exchange Rates, Economic Integration and the
International Economy, May, Ryerson University, Canada.
KAUFMANN D., A. KRAAY and P. ZOIDO-LOBATÓN (1999). “Governance Matters” Police
Research Working Paper 2196, The World Bank, October.
KAUFMANN D, A. KRAAY, and M. MASTRUZZI (2005). “Governance Matters IV: Governance
Indicators for 1996-2004” World Bank Policy Research Working Paper 3630, The World
Bank, June.
17
KAUFMANN D, A. KRAAY, and M. MASTRUZZI (2004). “Governance Matters III: Governance
Indicators for 1996, 1998, 2000, and 2002”. World Bank Economic Review. 18:253287.
KOMON J.P., (2005), "Aide publique, Etat moderne et Développement en Afrique."
Université de Dschang.
KOSACK, S. (2003) “A Effective Aid: How Democracy Allows Development Aid to Improve
the Quality of Life”, World Development, Vol. 31, n°1, pp. 1-22.
LENSIK, R., and H. WHITE (2001), “Are There Negative Returns to Aid?” Journal of
Development Studies, 37 (6), pp 42–65.
LEVY, V. (1988) “Aid and Growth in sub-Saharan Africa: The Recent Experience,” European
Economic Review 32(9), pp 1777-1795.
McGILLIVRAY M. and F. NOORBAKHSH (2004) “Aid, Conflict and Human Development” Paper
presented at the conference, Making Peace Work, World Institute for Development
Economics Research, United Nations University, Helsinki, June 4-5,
MOSLEY, P., HUDSON, J. and S. HORRELL, (1987) ‘Aid, the Public Sector and the Market in
Less Developed Countries’, Economic Journal 97(387), pp 616-41.
PAPANEK, G.F. (1973) ‘Aid, Foreign Private Investment, Savings, and Growth in Less
Developed Countries’, Journal of Political Economy 81(1), pp 120-30.
RADELET, S. (2003). “Challenging Foreign Aid: A Policymaker’s Guide to the Millennium
Challenge Account” (Washington: Center for Global Development).
RADELET, S. (2004), “Aid Effectiveness and the Millennium Development Goals,” Center
for Global Development Working Paper n°39 (April).
RADELET S., CLEMENS M. et R. BHAVNANI (2004). "Aide et croissance : débat en cours et
données nouvelles" Center for Global Development, février.
ROODMAN D. (2004). “The Anarchy of Numbers: Aid, Development, and Cross-country
Empirics”, Working paper n° 32, Center for Global Development.
SINGH, R.D. (1985). “State Intervention, Foreign Economic Aid, Savings and Growth in
LDCs: Some Recent Evidence”, Kyklos 38(2), pp 216-32.
SVENSSON, J. (1999). “Aid, growth, and democracy” Economics and Politics 11, 275-297.
VOIDODAS, C.S. (1973), ‘Exports, Foreign Capital Inflow and Economic Growth’, Journal of
International Economics, Vol. 3, pp. 337-349.
18
ANNEXE 1 : Estimation de la croissance
Cross-sectional time-series FGLS regression
Coefficients:
Panels:
Correlation:
generalized least squares
homoskedastic
no autocorrelation
Estimated covariances
=
Estimated autocorrelations =
Estimated coefficients
=
Log likelihood
1
0
7
Number of obs
Number of groups
Time periods
Wald chi2(6)
Prob > chi2
= -378.7318
=
=
=
=
=
140
35
4
45.29
0.0000
-----------------------------------------------------------------------------ypcap |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------lPIBpcap1 |
.9241812
.4576874
2.02
0.043
.0271304
1.821232
Aide |
.0403445
.0272145
1.48
0.138
-.0129949
.0936839
Pop |
.1932089
.5412842
0.36
0.721
-.8676887
1.254107
Govc |
-.0998462
.0505319
-1.98
0.048
-.1988869
-.0008056
.2802856
INV |
.2092751
.0362305
5.78
0.000
.1382646
M2_PIB |
-.0121485
.0188328
-0.65
0.519
-.04906
.0247631
_cons |
-7.693092
3.28982
-2.34
0.019
-14.14102
-1.245163
------------------------------------------------------------------------------
ANNEXE 2 : Estimation de la croissance avec la prise en compte de l’effet
combiné de l’aide et de la corruption
Cross-sectional time-series FGLS regression
Coefficients:
Panels:
Correlation:
generalized least squares
homoskedastic
no autocorrelation
Estimated covariances
=
Estimated autocorrelations =
Estimated coefficients
=
Log likelihood
1
0
10
Number of obs
Number of groups
Time periods
Wald chi2(9)
Prob > chi2
= -375.4052
=
=
=
=
=
140
35
4
54.30
0.0000
-----------------------------------------------------------------------------ypcap |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------lPIBpcap1 |
.7562162
.6118666
1.24
0.216
-.4430202
Aide |
.0397053
.0676537
0.59
0.557
-.0928934
1.955453
.1723041
Aide2 |
-.0016629
.0007682
-2.16
0.030
-.0031684
-.0001573
Aide_IC |
-.145723
.0620425
-2.35
0.019
-.267324
-.024122
IC |
1.590219
.8839082
1.80
0.072
-.1422089
3.322648
Pop |
.2131989
.5327759
0.40
0.689
-.8310227
1.25742
Govc |
-.1168616
.0503209
-2.32
0.020
-.2154888
-.0182343
INV |
.2006833
.0361209
5.56
0.000
.1298877
.2714789
M2_PIB |
-.0076416
.0196812
-0.39
0.698
-.0462159
.0309328
_cons |
-6.084457
4.535315
-1.34
0.180
-14.97351
2.804596
------------------------------------------------------------------------------
19
ANNEXE 3 : Estimation de la pauvreté
Cross-sectional time-series FGLS regression
Coefficients:
Panels:
Correlation:
generalized least squares
homoskedastic
no autocorrelation
Estimated covariances
=
Estimated autocorrelations =
Estimated coefficients
=
Log likelihood
1
0
8
= -613.5778
Number of obs
Number of groups
Time periods
Wald chi2(7)
Prob > chi2
=
=
=
=
=
175
35
5
102.90
0.0000
-----------------------------------------------------------------------------IPH |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------ypcap | -.0637216
.158373
-0.40
0.687
-.3741271
.2466838
Aide |
.175359
.1234849
1.42
0.156
-.066667
.417385
Aide2 | -.0060224
.001599
-3.77
0.000
-.0091563
-.0028884
Aide_IC |
-.447532
.1377268
-3.25
0.001
-.7174715
-.1775925
IC |
7.324976
2.203982
3.32
0.001
3.005251
11.6447
Revpcap | -.0083094
.0015985
-5.20
0.000
-.0114423
-.0051765
Ouverture | -.0813084
.02321
-3.50
0.000
-.1267991
-.0358176
_cons |
51.16019
3.066427
16.68
0.000
45.1501
57.17028
--------
20