Cahiers de la Recherche Mesure de la productivité totale des facteurs dans le secteur agricole Marocain: étude sur un panel de pays méditerranéens (1990-2008) ALI DOUMI Université Mohammed V- Agdal Faculté des Sciences Juridiques, Economiques et Sociales Rabat ali.doumi@gmail.com Résumé Dans cet article on explore l’évolution de la productivité totale des facteurs de production, en termes d’efficience technique, dans le secteur agricole, de dix pays de la méditerrané, dont cinq pays du sud européens et quatre pays arabes plus la Turquie. Dans cette étude, Nous apporterons quelques éclairages sur la mesure de la productivité totale des facteurs. Notre étude empirique se base sur la méthode d’estimations développée récemment dans le cadre de panel dynamique. Nous utiliserons la méthode des moments généralisés en système d‘Arellano-Bover (1995), notre étude porte sur la période 1990-2008. Les conclusions totales soulignent que la productivité totale des facteurs a, dans l’ensemble, connu une évolution positive mais globalement très faible, tout en restant positif pour le cas du Maroc, sauf pour les années 1995 et 2007 où, on a enregistré une évolution négative. Tout de même, en performance d’évolution de la PTF, le Maroc se situe derrière l’Egypte et la Grèce et devant le reste des pays échantillonnés. Mots clés : productivité totale des facteurs - méthode des moments généralisés (GMM-système) - panel dynamique Abstract This article explores the evolution of the total productivity for factors of production, in terms of technical efficiency in the agricultural sector, from ten Mediterranean countries, including five south European countries and four Arab countries plus Turkey. In this study, we‘ll discuss the measurement of total factor productivity. Our empirical study is based on estimates of the method recently developed in the context of dynamic panel. We will use the generalized method of moments in Arellano-Bover system (1995). The study is conducted for the period 1990-2008.The findings emphasize that the overall total factor productivity has, overall, a positive trend but overall very low, while remaining positive for the case of Morocco, except the years 1995 and 2007 where there was a negative trend. Still, changes in performance of TFP, Morocco is located behind Egypt and Greece and to the rest of the countries sampled. Keywords: total factor productivity - generalized method of moments (GMM-system) - dynamic panel. 101  Cahiers de la Recherche INTRODUCTION On considère, le plus souvent, qu‘une augmentation de la productivité permet de réduire les prix de production de l‘ensemble des biens, de hausser le niveau de vie des citoyens, d‘augmenter la rentabilité des entreprises et d‘améliorer la compétitivité de l‘économie nationale. C‘est pourquoi la productivité est un phénomène dont on tient largement compte dans l‘établissement de politiques économiques. Ainsi la croissance de la productivité est le fondement de l‘amélioration des revenus réels et du bien-être. Une croissance lente de la productivité limite la progression des revenus réels et accroît les risques de conflits quant à la redistribution des revenus (Englander et Gurney, 1994). Par conséquent, les mesures du niveau et de la croissance de la productivité sont des indicateurs économiques particulièrement importants. En effet, l‘amélioration de la productivité devient donc un objectif à atteindre, et pour atteindre ce but, il est important, d‘une part de saisir ce qui cause les mouvements de productivité et les différences entre les pays, entre les entreprises et entre les industries. En principe, la productivité est un indicateur plutôt simple. Elle décrit la relation entre la production et les facteurs nécessaires pour l‘obtenir. En dépit de l‘apparente simplicité de ce concept, le calcul de la productivité pose un certain nombre de problèmes, qui deviennent cruciaux dès lors qu‘on cherche à comparer d‘un pays à l‘autre la croissance et le niveau de la productivité, soit dans l‘ensemble de l‘économie, soit dans différents secteurs. En gros, les mesures de la productivité 70 peuvent être classées en deux catégories : les mesures de la productivité monofactorielle (elles rapportent une mesure de la production à une mesure d‘un seul facteur de production) et les mesures de la productivité multifactorielle (rapportant une mesure de la production à un ensemble de facteurs de production). On distingue aussi – ce qui est particulièrement intéressant au niveau du secteur ou de l‘entreprise – entre d‘une part, les mesures qui rapportent la production brute à un ou plusieurs facteurs de production et, d‘autre, part celles qui recourent à un concept fondé sur la valeur ajoutée pour saisir les évolutions de la production. Ainsi vue l'évolution des préoccupations concernant la sécurité alimentaire et des ressources naturelles, et l‘ouverture progressive des marchés agricoles au cours de la récente vague de la mondialisation, et vue que le Maroc est un pays à vocation agricole, l‘étude et l‘analyse de la productivité totale des facteurs dans le secteur agricole du Maroc , et la comparaison de cette PTF avec l‘évolution dans des principaux pays concurrents s‘avèrent nécessaire. L'objectif central de cet article est d'explorer l'évolution de la productivité globale des facteurs de production du secteur agricole de dix pays de la méditerranée sous couvert d'une analyse paramétrique en utilisant la méthode GMM en système. L'étude est réalisée à partir des données de panel, et elle vise deux objectifs spécifiques : •Déterminer l'évolution de la productivité globale des facteurs dans le secteur agricole des pays échantillonnés. 70 Voir le manuel de l’OCDE, sur la mesure de la productivité. 102  Cahiers de la Recherche •Comparer l‘évolution de la performance de l'agriculture Marocaine, en terme d‘efficience technique, avec celle des principaux pays concurrents. Le papier est organisé comme suit, la section suivante donne un aperçu sur les fondements théoriques, la deuxième section présente le cadre économétrique, les données utilisées, et les résultats d‘estimation de la fonction de production par la méthode des moments généralisés (GMM) en système de Arellano-Bover71. Enfin, les conclusions sont résumées dans la dernière section. 1- FONDEMENT THEORIQUE La notion théorique de productivité est très ancienne; elle se retrouve de manière plus ou moins explicite dans les travaux des économistes classiques. Une référence souvent citée par les économistes est Smith (1776). Bien que plus récente, la mesure de la productivité est aussi un exercice pratiqué de longue date ; Griliches (1997) retrace jusqu'en 1937 une notion proche d'un indice de productivité dans le travail de Copeland (1937) et évoque un indicateur utilisé par Kuznets (1930) qui peut être assimilé à l'inverse d'un indicateur de productivité. Plus généralement, Tinbergen (1942) est considéré comme le fondateur du calcul de la croissance de la productivité totale des facteurs. Pour autant, Greene (1999) insiste sur le fait que le concept reste encore mal défini mais que peu de progrès seront faits dans la création d'une définition parfaite ou du moins plus précise. C'est pourquoi, la plupart des auteurs s'accordent sur la définition simple rappelée par Atkinson, Banker, Kaplan et Young (1995), cette définition résume la notion de la productivité par le rapport entre un indice de la production et les facteurs de production utilisés. Il s'agit simplement de ramener le niveau de la production en termes de ressources utilisées. Toute la difficulté va résider dans la mesure de ces indices de produits et de facteurs de production (des mesures agrégées). En effet, une amélioration de la productivité indique qu'il est possible de produire plus avec la même quantité de ressources ou réciproquement de produire autant avec moins de ressources. De nombreuses méthodes de mesure de la PTF ont été développées au cours de ces dernières décennies. Les études sur la productivité totale des facteurs prennent de plus en plus d‘ampleur et les approches pour mesurer le phénomène se diversifient. Diewert (1981) résume ces différentes approche, il y a d‘abord la mesure classique de la PTF par l‘approche des indices de Divisia (Solow, 1957) ; développé par Caves, Christensen et Diewert [1982], pour permettre la prise en considération de, la non neutralité au sens de Hicks et des rendements d‘échelle variable, puis il y a l‘approche non paramétrique développé par (Farrell (1957), Afriat (1972), Hanoch et Rothschild (1972)) qui estime une fonction de production sans aucune hypothèse sur les paramètres spécifiques de la forme fonctionnelle. Les deux approches précédentes se réfèrent explicitement à une forme fonctionnelle de la fonction de production ou de coût. Enfin l‘approche de la mesure de la PTF par estimation économétrique des fonctions de production ou de coût, (Christensen, Jorgenson et Lau (1971), Berndt et Khaled (1979)), et l‘approche des nombres-indices (Diewet (1976, 1980), Christensen, Cumming et Jorgenson (1980), Cave, Christensen et Diewert (1982)). 71 Notre but étant de permettre la comparaison de mesures d’efficience technique issues de la méthode GMM en système d’Arellano-Bover. 103  Cahiers de la Recherche Chacune de ces approches de la mesure de la PTF a ses avantages et ses inconvénients. Le choix à opérer dépend du but qu‘on se fixe en mesurant la productivité et, dans bien des cas, de la disponibilité des données. Pour notre étude de la productivité totale des facteurs dans le secteur agricole, nous avons choisi l‘approche paramétrique dite aussi méthode des moments généralisés (GMM) en système développée par Arellano-Bover (1995). Les méthodes paramétriques reposent sur l‘estimation d‘une fonction de production, ce qui exige au préalable de répondre à deux problèmes essentiels. Le premier a été soulevé par Marschark et Andrews (1944). Il s‘agit du biais de simultanéité, c‘est- à-dire que les producteurs choisissent leurs facteurs de production en connaissant leur propre niveau de productivité. Le choix des inputs est alors corrélé avec des « chocs » de productivité (non observés par l‘économètre mais connue par l‘entreprise), ce qui biaise l‘estimation de la fonction de production par les MCO (moindres carrés ordinaires). Le second problème est celui de la sélection et renvoie à la question de savoir si les producteurs choisiront ou pas de rester sur le marché compte tenu de leur niveau de productivité et ce niveau de productivité dépend des facteurs de production. Le biais de simultanéité peut être résolu par les trois méthodes paramétriques suivantes : la méthode de la frontière stochastique, la méthode semi-paramétrique et la méthode GMM. Dans cette étude, nous utilisons la dernière méthode en système, qui estime conjointement la fonction de production en différences première et en niveaux. Les inputs et l‘output retardés sont utilisés comme instruments de l‘équation en différences première et les différences retardées comme instruments de l‘équation en niveaux. 2- LA PLACE DE L’AGRICULTURE DANS L’ECONOMIE DES PAYS ECHANTIONNES Pour évaluer la place de l‘agriculture dans l‘économie des pays échationnés, on distingue d‘abord deux blocs de pays : le premier groupe est composé de pays du Sud et Est de la méditerranée à savoir : l‘Algérie, l‘Egypte, le Maroc, la Tunisie et la Turquie, le second groupe est composé de pays européens à savoir La France, l‘Espagne, la Grèce, l‘Italie et le Portugal. En effet la place de l‘agriculture dans l‘économie des pays de premier groupe est incontestablement très importante comme le montre le tableau ci-dessous, contrairement aux pays européens choisis, (2éme groupe) où le secteur agricole présente un faible pourcentage du PIB et d‘emploi, chose qu‘on peut expliquer par la vocation industrielle de ces pays, néanmoins ces pays présentent une grandes puissance agricole vue leurs exportations agricole dans le monde (on note que L‘UE représente aujourd‘hui de manière stable environ 36,1% des importations mondiales de produits agricoles et alimentaires et 47,8% des exportations 72) . Pays du Sud et Est de la Algérie Egypte Maroc Tunisie Turquie méditerranée % de l‘agriculture dans le PIB total 8,9% 14,5% 16,5% 12% 9,1% (Année 2011) % de la population agricole dans le la population active 22,9% 32% 41% 23,14% 23% (Année 2009) 72 Statistiques du commerce international 2010 104  Cahiers de la Recherche % des exportations agricoles dans les exportations totales 0,2% 8,9% 7,96% 6,76% 6,83% (Année 2009) % des importations agricoles dans les exportations totales 14,31% 15,13% 8,8% 8,91% 3,34% (Année 2009) Pays Européennes Espagne France Grèce Italie Portugal % de l‘agriculture dans le PIB total 3,2% 1,8% 3,6% 2% 2,6% (Année 2011) % de la population agricole dans le la population active 4% 3% 12% 3,9% 11,7% (Année 2009) % des exportations agricoles dans les exportations totales 12,1% 9,29% 19,36 6,24% 7,21% (Année 2009) % des importations agricoles dans les exportations totales 7,49% 6,48% 11,88% 8,28% 8,96% (Année 2009) Sources FAO, L’Annuaire statistique des Nations Unies 2010 En effet, les échanges entre l‘UE et les PSEM se font en grande majorité à l‘intérieur d‘accords préférentiels, signés bilatéralement entre l‘UE et chacun d‘entre eux. Les accords Euro-Med signés par l‘UE avec chacun de ses partenaires méditerranéens définissent des tarifs préférentiels qui sont comme le plus souvent octroyés pour un volume limité, à l‘intérieur de contingents. L‘exception est la Turquie qui bénéficie actuellement pour la plupart des produits exportés vers l‘UE de droits de douanes réduits sans restrictions quantitatives. Ainsi les produits exportés par l‘UE vers les PSEM sont d‘abord des céréales, des produits laitiers et du sucre. Mais on note également au-delà de ces trois groupes de produits, une grande diversité d‘autres produits notamment transformés. Par ailleurs la tomate est le principal légume exporté par les PSEM à destination de l‘UE, suivi par la pomme de terre, les fruits à coques, les agrumes et l‘huile d‘olive. 3- METHODOLOGIE Notre approche pour mesurer la productivité totale des facteurs est basée sur les travaux de Marion Dovis (2009)73, ce dernier, à procédé à une estimation des différentes méthodes de mesure de la PTF à partir d‘un panel d‘entreprises turque, de (1983 à 1991), les résultats obtenus indiquent que les différentes méthodes ne mesurent pas précisément les mêmes composantes contenues dans le concept de PTF, et que le choix de la méthode dépend, de ce que l‘on souhaite mesurer, et, des caractéristiques des données disponibles. Pour notre approche d‘estimation de la productivité totale 73 Voir Marion Dovis (2009), pour une estimation de la PTF par différentes méthodes de mesure. 105  Cahiers de la Recherche des facteurs dans le secteur agricole, nous utilisons un panel de dix pays de la méditerranée, pour la période de 1990 à 2008, nous reprenons le modèle utilisé par Maron Dovis pour l‘appliquée dans cette étude, mais sur le secteur agricole méditerranéen. 3-1 Cadre économétrique En supposant que la fonction de production spécifique à chaque pays peut être représentée par une fonction de Cobb-Douglas (CD), nous mesurons la PTF comme la différence entre les montants bruts de la production et ceux des facteurs de production. Notre fonction de production de base peut être écrite sous forme log-linéaire, en fonction d‘un ensemble d‘intrant : Yit  t    j X ijt  ( wi  wit   it ) j wit   wit 1   it  it ,  it MA(0) Avec Yit le logarithme de l‘output représenté par la production agricole du pays i durant l‘année t, Xijt le logarithme des variables explicatives à savoir : l‘eau, engrais, terre, machine et travail, αt un effet spécifique temporel. Le terme de productivité est modélisé avec wi un effet fixe spécifique individuel et wit un choc auto-régressif d‘ordre un, (І λ І <1), ɛit est le terme d‘erreur de mesure. L‘introduction d‘un terme d‘erreur auto-regréssif dans le terme d‘erreur global permet d‘obtenir une relation dynamique. Le but est d‘estimer les paramètres βj, et λ. La représentation dynamique du modèle est :     t   t 1    Yit  Yit 1    j X ijt    wi   it wi  wi (1   ) j  it   it   it   it 1   wi   it Sont des perturbations aléatoires non corrélées. Yit1 Représente les variables dépendantes retardées. Nous commençons par estimer la fonction de production dynamique, pour cela on est obligé de palier à l‘endogénéité biaisé car le modèle contient une variable retardée dépendante et par conséquence l‘estimation des paramètres pose plusieurs défi, y compris la corrélation possible de la variable dépendante retardée avec le terme de perturbation. Nous utilisons l‘approche GMM système, cette approche consiste à estimer un système à deux équations, composé de l‘équation différenciée et l‘équation initiale. 106  Cahiers de la Recherche Les moments conditionnels sont nécessaires pour fournir les instruments, car les outputs retardés seront corrélés avec l‘erreur composite ѵit à travers ɛit. Ainsi, la fonction de production en différences première et la fonction de production en niveau sont estimées conjointement comme un système avec un ensemble d‘instruments appropriés pour chaque équation. La productivité sera alors calculée par le terme suivant sans que nous puissions exclure le terme d‘erreur aléatoire :    LnPTFit  wi  wit   it La productivité calculée est la différence entre l‘output observé et l‘output prédit par une fonction de production estimée. Cela représente l‘efficience technique 74 du secteur agricole (plus le résultat sera élevé et plus le secteur agricole sera efficient) mais n‘exclut pas l‘erreur de mesure. Le progrès technique se retrouve alors dans le terme αt. Les avantages de cette approche reposent sur l‘élimination du biais de d‘endogénéité et la prise en compte de l‘erreur de mesure. Elle permet aussi de tester la validité des instruments utilisés. Néanmoins, la principale faiblesse de cette mesure est qu‘elle ne permet pas de dissocier l‘efficience technique du bruit statistique. Autrement dit, lorsque l‘on estime la PTF par la méthode GMM, la mesure obtenue comprend à la fois les facteurs hors et sous contrôle de la firme. 3-2 Données L‘application empirique de cette étude, se base sur des données 75 de panel au niveau national pour certains pays sud-méditerranéens, L‘Algérie, le Maroc, la Tunisie, l‘Egypte et le Turquie, impliqués dans les accords de partenariat avec l‘UE et certains pays de l‘UE présentant un fort potentiel dans l‘agriculture comme la France , Grèce, Italie, Portugal et l‘Espagne, pour la période 1990-2008. Ces données proviennent de la base des données de la FAO, les données utilisées recensent les informations sur la production et les moyens de production agricole dans les pays concernés. Les variables utilisées dans l'analyse sont définies de la manière suivante : - La production, est considérée par six catégories de produits agricoles: fruits à coque, fruits sans melons, agrumes, légumes et melons, céréales et les légumineuses, la variable est exprimée en tonne. - La main-d‘œuvre, ou la variable travail est captée par l‘emploi total en milliers dans le secteur agricole (Agriculture, chasse et sylviculture), la variable est exprimée en nombre d‘heure, par an, travaillé dans le secteur agricole. - La terre, est exprimée par la somme des superficies des terres cultivés la variable est exprimé en 1000ha. 74 Les résultats sont présentés en annexe. 75 Les variables sont spécifiées en logarithme. 107  Cahiers de la Recherche - Les engrais se référant à la quantité, en tonnes métriques d'éléments fertilisants agricoles consommés par le pays en question. - La variable machine est captée par le total de tous les tracteurs et moissonneuse batteuses en service utilisés dans l'agriculture, la variable est exprimée en unité. - L‘eau, cette variable est exprimé en mètre cube, elle désigne le volume d‘eau utilisé dans le secteur agricole et le volume moyen des précipitations. Les données sont extraites de la base de données FAOSTAT, BIT, CIHEAM et la BM. Toutes des données ont été transformées en logarithme. 3-3 Résultats de l’estimation de la fonction de production par la méthode GMM en système. Variable endogéne: Production agricole Variables exogénes Coefficients Yit 1 0,3225382 (0.195) Surface agricole 0,3076576 (0.252) Engrais 0,3463112 (0.062)* Eau -0,421449 (0.091)* Machine 0,43411 (0.003)** Travail 0,0552544 (0.000)*** *, **, et *** indiquent un seuil de signification respectivement aux seuils de 10%, 5%, et 1% M1= 0.0418 M2= 0.1548 m1 et m2 sont des tests d‘autocorrélation des résidus de premier et de second ordre. Sargan : chi2(133) = 152.6586, Prob > chi2 = 0.1168 Le modèle GMM en système est estimé en incluant des effets temporels, individuels et sectoriels. Les tests de Sargan et d‘autocorrélation à l‘ordre 2 permettent de confirmer la validité statistique du modèle. Ainsi, concernant le test de Sargan pour des instruments en niveaux et en différence première, l‘hypothèse nulle selon laquelle les instruments utilisés dans l‘estimation ne sont pas corrélés au terme d‘erreur est acceptée, aussi l‘hypothèse nulle d‘une absence d‘autocorrélation des résidus à l‘ordre 2 est acceptée. La mesure de l‘évolution de productivité totale des facteurs, en 108  Cahiers de la Recherche termes d‘efficience technique, et ainsi présentée en annexe avec le graphique d‘évolution de la PTF de l‘ensemble des pays échantillonnés. 4- CONCLUSION D‘après nous estimations de la PTF, en termes d‘efficience technique, le Maroc, a réalisé une évolution de la PTF, relativement élevée en comparaison avec les autres pays de l‘échantillon, en effet cette évolution place le Maroc en troisième position derrière l‘Egypte et la Grèce, et devant les autres pays échantillonnés. Le Maroc a donc connu une évolution de la PTF, pendent les deux derniers décennies, qui reste tout de même très faible et positif sauf pour les deux années de 1995 et 2007 où le Maroc a connu de forte sécheresse, ces deux années ont été marqué par une évolution négative. Les gains en efficience ont été pratiquement nulles mêmes négatives pour les autres pays à savoir : l‘Espagne, La France, L‘Italie, le Portugal et la Turquie. Pour l‘Algérie et la Tunisie l‘efficience technique n‘a pas connu d‘amélioration significative, mais elle a été, tout de même, marqué pour certains années par une évolution positif, enfin entre les pays arabe de l‘échantillon, l‘Egypte et le Maroc étaient les plus compétitives, en efficience technique, durant les deux dernières décennies. A noter que ces résultats, restent limités par notre méthode d‘estimation, où la PTF mesurer, représente uniquement la composante de l‘efficience technique, alors qu‘il existe d‘autre méthode de mesure de la PTF, où elle est représentée par d‘autres composantes que l‘efficience technique. Mais reste à signaler que chaque méthode utilisée a ses avantages comme elle a ses inconvénients, dans ce contexte, notre étude, qui ne mesurent que les gains en efficience, ne décrit que partiellement l‘évolution de la PTF du secteur agricole puisque notre modèle économétrique estime la deuxième composante de la PTF qui détermine le progrès technique par la variable temporelle αt, cette variable reste fixe pour tous les pays du panel, et par conséquence la seul productivité qu‘on peut comparer entre les pays échantillonnés est bien la productivité en termes d‘efficience technique. 109  Cahiers de la Recherche Annexes Tableaux de l’évolution de la productivité totale des facteurs en termes d’efficience Année 1991 1992 1993 1994 1995 1996 1997 1998 1999 Algérie 0,0905426 0,0191627 -0,140283 -0,203961 0,0965684 0,2354318 -0,220629 0,0308259 -0,045254 Egypte 0,4187697 0,4348478 0,3418418 0,3709951 0,3397877 0,3541282 0,3855005 0,3815577 0,4089502 Maroc 0,288335 0,0132862 0,0846454 0,3298848 -0,110746 0,3869368 0,0524086 0,2393709 0,0674797 Tunisie 0,1034531 0,0259549 0,0024484 -0,183062 -0,141765 0,0856196 -0,167845 -0,047599 -0,042207 Turquie -0,030597 -0,065578 -0,067353 -0,054484 -0,041557 -0,051057 -0,084263 -0,060873 -0,100969 Espagne -0,136586 -0,124382 -0,133386 -0,172496 -0,210739 -0,093626 -0,126336 -0,137900 -0,156247 France -0,181471 -0,130039 -0,169882 -0,175227 -0,172451 -0,119994 -0,129567 -0,098151 -0,119419 Grèce 0,2442646 0,2690559 0,271044 0,2581858 0,2495909 0,276072 0,2455109 0,2885851 0,3052844 Italie -0,524251 -0,555851 -0,552027 -0,531849 -0,552362 -0,541773 -0,547655 -0,568693 -0,538389 Portugal -0,0586396 -0,116546 -0,120322 -0,079103 -0,082320 -0,057353 -0,093945 -0,093486 -0,050882 Année 2000 2001 2002 2003 2004 2005 2006 2007 2008 Algérie -0,15015 0,0109401 -0,052741 0,1116606 0,0744578 0,0622 0,0832484 0,04215 - 56 0,02791 6 Egypte 0,4117409 0,3731555 0,4067993 0,4098555 0,4111234 0,4211068 0,4422384 0,43008 0,45541 67 82 Maroc 0,008158 0,1160335 0,0821764 0,1578255 0,1439131 0,002763 0,2150826 - 0,10630 0,06065 77 9 Tunisi -0,112095 -0,069638 -0,143174 0,0472422 -0,003623 -0,010857 -0,032736 0,01054 - e 61 0,03002 8 Turqui -0,066066 -0,067431 -0,052354 -0,056031 -0,04921 -0,019811 -0,036889 - - e 0,05705 0,03258 2 8 Espag -0,091515 -0,17077 -0,108579 -0,108707 -0,092872 -0,200325 -0,099558 - - ne 0,10441 0,09981 6 3 France -0,090375 -0,123978 -0,056985 -0,159904 -0,036694 -0,105047 -0,112512 - - 0,12496 0,06022 8 3 Grèce 0,3044913 0,292752 0,2956622 0,3647635 0,366188 0,436617 0,3162869 0,40542 0,31981 75 88 Italie -0,545714 -0,506183 -0,530802 -0,557055 -0,521001 -0,521031 -0,542833 - - 0,55016 0,54167 1 8 Portug -0,081638 -0,095666 -0,067471 -0,106795 -0,025848 -0,126387 -0,080904 - - al 0,08887 0,08413 6 5 Evolution de la productivité totale des facteurs, en terme d’efficience, dans le secteur agricole de 10 pays de la méditerranée 110  Cahiers de la Recherche .6 .4 .2 .0 -.2 -.4 -.6 2 4 6 8 10 12 14 16 18 Alg Egy Mar Tun Tur Esp Fra Grce Ita Por 111  Cahiers de la Recherche REFERENCES BIBLIOGRAPHIQUES Adam, Smith., Recherches sur la nature et les causes de la richesse des nations, 1976. Schreyer, P., Mesurer la productivité, Paris, OCDE, 2001, 162 p. Ouelette, P., Lassere, « Mesure de la productivité : la méthode de Divisia », Actualité Economique, volume 61, n° 4, 1985, pp, 507-526. Mairesse,J , Mohnen, P., « Recherche-Développement et productivité : un survol de la littérature économétrique », Economie et statistique, n°237-238, 1990, pp. 99-108. Guellec, D, Pottelsberghe, B., « Recherche-développement et croissance de la productivité : analyse des données d‘un panel de 16 pays de l‘OCDE », Revue économique de l'OCDE, n°33, 2001, pp. 111-136. Guyomard, H., « Progrès techniques et productivité totale des facteurs : analyse théorique et application à l'agriculture française (1960-1984) », Économie rurale, N°192-193, 1989, pp. 81-87. Céline Nauges,C, Thomas,A., « Dynamique de la consommation d'eau potable des ménages : une étude sur un panel de communes françaises », Économie & prévision. n° 20, pp.143-144. 00, pp. 175-184. Trognon, A., « L'économétrie des panels en perspective», Revue d'économie politique, n° 113, 2003, pp. 727-748. Guy-Blaise, N., « L'échec de la croissance de la productivité agricole en Afrique francophone », Économie rurale, n°279, 2004. pp. 53-65. Fabienne Fecher., « Croissance de la productivité, rattrapage et innovation : une analyse des secteurs manufacturiers de l'Ocde », Économie & prévision, n°102-103, 1992, pp. 117-127. Marion .D, « Formulation et estimation des modèles de mesure de la productivité totale des facteurs : une étude sur un panel d‘entreprises turques », Revue d'économie politique, n° 119, pp. 945-982. Blancard, S, Boussemart, J., «Productivité agricole et rattrapage technologique : le cas des exploitations de grandes cultures du Nord-Pas-de-Calais », Cahiers d‘économie et sociologie rurales, n° 80, 2006, pp. 6-28. Doukkali, R, Évolution des performances du secteur agricole : résultats d‘une expérience, Rabat, Cinquante ans de Développement Humain au Maroc, 2006, pp, 199-233 Latruffe, L., Compétitivité, productivité et efficacité dans les secteurs agricole et agroalimentaire, Paris, OCDE, 2010, 68 p. Vincent, A., «Fonctions de production et formules de productivité », Revue économique. Volume 20, n°1, 1969, pp. 1- 36. Roy, R., Mesure de la productivité totale des facteurs dans l‘industrie de la pêche : la pêche aux poissons de fond, Nouveau-Brunswick, de 1978 à 1983, Montréal, Département de sciences économiques Faculté des arts et sciences, 1986, 177 p. Blundell, R, Smith, R., « Conditions initiales et estimation efficace dans les modèles dynamiques sur données de panel : une application au comportement d‘investissement des entreprises », analyses d‘économie et de statistique, n°20-21, 1991, pp.110-123. Griliches, Zvi., «Productivity: Measurement Problems », dans J. Eatwell, M. Milgate et P. Newman (sous la direction de), The New Palgrave: A Dictionary of Economics, 1987. Tinbergen, Jan., « Sur la théorie de long terme du développement économique», Weltwirtschaftliches Archiv, Band, 1942. Caves, Douglas W., Laurits R. Christensen et W. Erwin Diewert, « The Economic Theory of Index Numbers and the Measurement of Input, Output, and Productivity », Econometrica, 1982, pp. 1393-1413. Farrell, M.J., «The Measurement of Productive Efficiency», Journal of the Royal Statistical Society, 1957, pp. 253-281. Diewert, Erwin W., « Exact and Superlative Index Numbers», Journal of Econometrics, 1976, pp. 115-45. Diewert, WE., « Capital et la théorie de la mesure de la productivité », American Economic Review , American Economic Association, 1980, vol. 70 (2), pp 260-67. 112  Cahiers de la Recherche Solow, R.M., « Technical change and the aggregate production function », Review of Economics and Statistics, n°39, 1957 pp. 312-320. Marschak J. et Andrews W. H., « Random simultaneous equations and the theory of production », Econometrica, n° 12, 1944, pp. 143-205. Arellano, M., et S., Bond. , «Some Tests of Specification for Panel Data», Review of Economic Studies, 1991. Arellano, M. and O. Bover., « Another look at the instrumental variables estimation of errorcomponent models», Journal of Econometrics, n° 68, 1995, pp. 29–51. Berndt E.R., and M.S. Khaled., « Parametric Productivity Measurement and Choice among Flexible Functional Forms », Journal of Political Economy, n° 87, 1979. Laurits R. Christensen & Dianne Cummings & Dale Jorgenson., « Economic Growth, 1947-73; An International Comparison », NBER Chapters, in: New Developments in Productivity Measurement, National Bureau of Economic Research, 1980, pp. 595-698. S. N. Afriat., « Efficiency Estimation of Production Functions International Economic », Review Vol. 13, n°3, 1972, pp. 568-598. Kuznet, S. S., « Secular Movements in Production and Prices », Houghton Mifflin Co., Boston, 1930. Christensen, L,R., and D,w,Jorgensen, and L,J,Lau., « Transcendentel logarithmic utility functions », American Economic Review, n°65, 1975. Hanoch, G., and M.Rothschild., « Testing the Assumptions of Production Theory: A Nonparametric Approach », journal of Political Economy, n° 80, 1972, pp. 256-275. 113